Passer au contenu principal
Graph
Search
fr
en
Se Connecter
Recherche
Tous
Catégories
Concepts
Cours
Séances de cours
MOOCs
Personnes
Exercices
Publications
Start-ups
Unités
Afficher tous les résultats pour
Accueil
Séance de cours
Cadre d'optimisation : contraintes d'inégalité
Graph Chatbot
Séances de cours associées (30)
Précédent
Page 1 sur 3
Suivant
Optimisation avec contraintes : conditions KKT
Couvre les conditions KKT pour l'optimisation avec des contraintes, essentielles pour résoudre efficacement les problèmes d'optimisation.
Méthodes d'optimisation : discussion théorique
Explore les méthodes d'optimisation, y compris les problèmes sans contraintes, la programmation linéaire et les approches heuristiques.
Programmation linéaire : correspondance bipartite pondérée
Couvre la programmation linéaire, la correspondance bipartite pondérée et les problèmes de couverture de sommet en optimisation.
Introduction à l’optimisation
Couvre les bases de l'optimisation, y compris les perspectives historiques, les formulations mathématiques et les applications pratiques dans les problèmes de prise de décision.
Problèmes d'optimisation : recherche des voies et affectation des portefeuilles
Couvre les problèmes d'optimisation dans la recherche de chemin et l'allocation de portefeuille.
Algorithme simplex en deux phases: introduction et dualité
Introduit l'algorithme simplex en deux phases et explore la dualité en programmation linéaire.
Problèmes d'optimisation: Formulaire standard
Explore les problèmes d'optimisation sous forme standard, d'optimisation convexe et de critères d'optimalité.
Optimisation Linéaire : Fondamentaux
Couvre les bases de l'optimisation linéaire, y compris les équations, les polyèdres, les directions possibles et les solutions optimales.
Programmation semi-définie
Couvre la programmation et l'optimisation semi-définies sur des cônes semi-définis positifs.
Conditions d'optimisation linéaire
Couvre les conditions d'optimalité, la forte dualité et la lenteur de complémentarité dans l'optimisation linéaire.