Explore la dynamique hamiltonienne sur les polytopes convexes, couvrant les capacités symlectiques, la capacité EHZ et les maximisateurs de ratio systolique.
Explore les résultats élémentaires en optimisation convexe, y compris les coques affines, convexes et coniques, les cônes appropriés et les fonctions convexes.
Explore le transport optimal et les flux de gradient dans Rd, en mettant l'accent sur la convergence et le rôle des théorèmes de Lipschitz et Picard-Lindelf.
Sur Convex Optimization couvre l'organisation des cours, les problèmes d'optimisation mathématique, les concepts de solution et les méthodes d'optimisation.
Introduit l'optimisation convexe, couvrant les ensembles convexes, les concepts de solution et les méthodes numériques efficaces en optimisation mathématique.
Couvre l'algorithme Branch et Bound, en se concentrant sur la description formelle et les étapes de mise en œuvre pour trouver des solutions complètes optimales.
