Explore l'analyse de stabilité pour les systèmes linéaires variables dans le temps et commutés en utilisant la théorie de Lyapunov et les inégalités matricielles linéaires.
Couvre la théorie de la stabilité de Lyapunov, les fonctions énergétiques, les matrices à définition positive et l'analyse de la stabilité du système à travers des exemples et des théorèmes.
Explore les conditions KKT dans l'optimisation convexe, couvrant les problèmes doubles, les contraintes logarithmiques, les moindres carrés, les fonctions matricielles et la sous-optimalité de la couverture des ellipsoïdes.
Explore les défis et les possibilités dans les systèmes de contrôle en réseau, couvrant les systèmes LTI, les retards, les chutes de paquets et le consensus.
Explore la stabilité des systèmes de contrôle en réseau sous la perte de paquets et les abandons stochastiques, en mettant l'accent sur la stabilité et la robustesse du carré moyen.
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.
Explique le processus de recherche d'une solution réalisable de base initiale pour les problèmes d'optimisation linéaire à l'aide de l'algorithme Simplex.
Explore la dualité lagrangienne dans l'optimisation convexe, transformant les problèmes en formulations min-max et discutant de l'importance des solutions doubles.
Explore le codage réseau pour une livraison efficace des données dans les réseaux sans fil, en optimisant les transmissions de paquets grâce à un routage et à un codage opportunistes.
Couvre les concepts fondamentaux de l'optimisation et de la recherche opérationnelle, en explorant des exemples du monde réel et des sujets clés sur un semestre.
Se penche sur l'impact de la quantification sur les systèmes de contrôle en réseau, en explorant la stabilité, les performances et les compromis de conception.
Couvre des exercices sur l'optimisation convexe, en se concentrant sur la formulation et la résolution de problèmes d'optimisation en utilisant YALMIP et des solveurs comme GUROBI et MOSEK.
