Explore la dualité lagrangienne dans l'optimisation convexe, transformant les problèmes en formulations min-max et discutant de l'importance des solutions doubles.
Explore la transformation des voitures pare-chocs en voitures sans collision grâce à des algorithmes d'évitement des collisions et aux défis rencontrés lors de la mise en œuvre de fonctions de barrière ellipsoïde.
Couvre la modélisation du système énergétique, l'optimisation, les scénarios, les prédictions, les complexités et les controverses dans les modèles énergétiques.
Introduit l'optimisation convexe, couvrant les ensembles convexes, les concepts de solution et les méthodes numériques efficaces en optimisation mathématique.
Couvre des exercices sur l'optimisation convexe, en se concentrant sur la formulation et la résolution de problèmes d'optimisation en utilisant YALMIP et des solveurs comme GUROBI et MOSEK.