Optimisation discrète : définitions

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (32)

Page 3 sur 4

Programmation semi-définie

Couvre la programmation et l'optimisation semi-définies sur des cônes semi-définis positifs.

Optimisation et simulation

Explore l'heuristique gourmande dans l'optimisation, les contraintes d'intégrité, et la comparaison des méthodes d'optimisation.

Bases de la programmation linéaire

Couvre la dérivation de la représentation linéaire de base du programme, la recherche de solutions et l'exploration de l'optimalité.

Résoudre les programmes linéaires : méthode SIMPLEX

Explique la méthode SIMPLEX pour résoudre les programmes linéaires et optimiser la solution par la manipulation de la variable de base.

Simplex Algorithme: Exercices et interprétation

Couvre les exercices sur l'Algorithme Simplex, optimisant les solutions soumises à des contraintes linéaires.

Algorithme de Simplex : Tableau

Couvre l'idée principale derrière l'algorithme Simplex et explique la méthode Tableau pour résoudre les problèmes de programmation linéaire.

Branch & Bound : Optimisation

Couvre l'algorithme Branch & Bound pour une exploration efficace des solutions possibles et discute de la relaxation LP, de l'optimisation du portefeuille, de la programmation non linéaire et de divers problèmes d'optimisation.

Optimisation : Problèmes classiques

Couvre les problèmes classiques d'optimisation, les algorithmes de force brute et l'optimisation linéaire entière.

Prise de décision optimale : exercices et solutions

Couvre des exercices et des solutions pour traduire les problèmes de texte en programmation linéaire et optimiser les processus de prise de décision.

Simplex Algorithme: Bases

Introduit l'algorithme Simplex pour résoudre les problèmes de flux et gérer les cycles de coûts négatifs.