Passer au contenu principal
Graph
Search
fr
en
Se connecter
Recherche
Tous
Catégories
Concepts
Cours
Séances de cours
MOOCs
Personnes
Exercices
Publications
Start-ups
Unités
Afficher tous les résultats pour
Accueil
Séance de cours
Programmation linéaire et intégrale
Graph Chatbot
Séances de cours associées (32)
Optimisation convexe : théorie et applications
Explore la théorie de l'optimisation convexe, couvrant les minima locaux et globaux, les fonctions convexes et les applications dans divers domaines.
Optimisation convexe : Epigraphs
Explore les épigraphes, la convexité des fonctions bivariées et les fonctions log-sum-exp en optimisation convexe.
Méthodes d'optimisation : discussion théorique
Explore les méthodes d'optimisation, y compris les problèmes sans contraintes, la programmation linéaire et les approches heuristiques.
Optimisation convexe: descente de gradient
Explore la dimension VC, la descente de gradient, les ensembles convexes et les fonctions Lipschitz en optimisation convexe.
Problèmes d'optimisation convexe: Formulaire standard
Couvre les problèmes d'optimisation convexes, la transformation en forme standard et les critères d'optimalité pour des objectifs différenciables.
Conditions KKT : Optimisation du convex
Explore les conditions KKT dans l'optimisation convexe, y compris les doubles cônes, la dualité SDP et les coques convexes.
La dualité lagrangienne : théorie et applications
Explore la dualité lagrangienne dans l'optimisation convexe, en discutant de la dualité forte, des solutions duales et des applications pratiques dans les programmes de cônes de second ordre.
Problèmes d'optimisation: Formulaire standard
Explore les problèmes d'optimisation sous forme standard, d'optimisation convexe et de critères d'optimalité.
Formulation du jeu de coupures : problème MST
Explore la formulation de cutset pour la méthode MST Problem and Gomory Cutting Planes.
Cônes des ensembles convexes
Explore l'optimisation sur les ensembles convexes, y compris les points KKT et les cônes tangents.
Contraintes linéaires, directions réalisables
Explore les directions possibles dans les algorithmes d'optimisation et comment les déterminer.
Programmes d'optimisation : Fonctions de coûts linéaires par pièce
Couvre la formulation de programmes d'optimisation pour minimiser les fonctions de coûts linéaires à la pièce.
Précédent
Page 2 sur 2
Suivant
