Optimisation intégrale: Théorie et applications

Cette séance de cours couvre les fondamentaux de l'optimisation d'entier, y compris la programmation d'entier, la programmation dynamique, les algorithmes d'approximation et les problèmes de couverture. L'instructeur discute de la complexité de la programmation entière, de la relaxation de programmation linéaire, de la branche & liée, et du problème knapsack. La séance de cours explore également des sujets tels que Steinitz Lemma, GCD, Euclidean Algorithm, treillis, Théorème de Minkowski, et les limites de transfert. En outre, la séance de cours se penche sur l'application de la programmation entière dans les dimensions fixes et les algorithmes pour le plus court problème vectoriel (SVP).