Couvre la régression MAE, la coque convexe, les avantages de la reformulation et les problèmes pratiques liés aux variables et aux contraintes de décision.
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.
Couvre l'algorithme Branch & Bound pour une exploration efficace des solutions possibles et discute de la relaxation LP, de l'optimisation du portefeuille, de la programmation non linéaire et de divers problèmes d'optimisation.
Explore l'algorithme Branch et Bound dans une optimisation discrète, en trouvant efficacement des solutions optimales en calculant des limites inférieures sur des sous-ensembles.
Couvre la formulation et la définition du problème dans l'optimisation, en se concentrant sur la définition de la fonction objective, des contraintes et de l'ensemble réalisable.
Explore les bases de la programmation linéaire, y compris les solutions de base, les solutions réalisables, les solutions optimales et les défis dans la résolution de problèmes de programmation entière.
