Explore la programmation dynamique pour un contrôle optimal, couvrant le remplacement de la machine, les chaînes de Markov, les politiques de contrôle et les problèmes quadratiques linéaires.
Introduit l'apprentissage par renforcement, couvrant ses définitions, ses applications et ses fondements théoriques, tout en décrivant la structure et les objectifs du cours.
Couvre les stratégies d'enchères, la théorie des jeux, l'équilibre de Nash, la sécurité du système, les services auxiliaires et le pouvoir de marché dans les systèmes d'alimentation.
Couvre les principes fondamentaux de la théorie du contrôle optimal, en se concentrant sur la définition des OCP, l'existence de solutions, les critères de performance, les contraintes physiques et le principe d'optimalité.
Explore les sujets d'apprentissage avancés du renforcement, y compris les politiques, les fonctions de valeur, la récursion de Bellman et le contrôle de la TD sur les politiques.
Explore la réglementation des externalités du marché par le biais de taxes, de subventions et de quotas négociables pour atteindre des niveaux de production optimaux et internaliser les coûts externes.
Explore l'équilibre des marchés concurrentiels, l'impact des forces non concurrentielles et le rôle de l'intervention gouvernementale dans l'alignement des marchés sur le bien-être social.
Explique la détermination des prix de l'état d'équilibre dans la tarification des actifs par le biais de la compensation du marché de la consommation et des contraintes budgétaires.
