Cette séance de cours traite de l'algorithme Branch and Bound en optimisation discrète, qui relève le défi d'explorer un vaste ensemble de solutions réalisables en le divisant en sous-ensembles plus petits et en sélectionnant la meilleure solution. L'algorithme trouve efficacement des solutions optimales en calculant des limites inférieures sur des sous-ensembles, évitant ainsi la nécessité de résoudre exactement tous les sous-problèmes. En tirant parti de ces limites inférieures, l'algorithme Branch and Bound s'avère optimal sans résoudre tous les sous-problèmes, ce qui le rend particulièrement utile pour les grands ensembles réalisables. Dans le contexte de problèmes linéaires entiers mixtes, les limites inférieures peuvent être calculées en résolvant le problème de relaxation à laide de lalgorithme simplex.