Explore l'optimisation de la programmation linéaire avec des contraintes, l'algorithme de Dijkstra et les formulations LP pour trouver des solutions réalisables.
Explore les contraintes, l'efficacité et la complexité de l'algèbre linéaire, en mettant l'accent sur la convexité et la complexité du pire des cas dans l'analyse algorithmique.
Introduit les bases de la programmation linéaire, y compris les problèmes d'optimisation, les fonctions de coût, l'algorithme simplex, la géométrie des programmes linéaires, les points extrêmes et la dégénérescence.
Couvre les bases de l'optimisation convexe, y compris les problèmes mathématiques, les minimiseurs et les concepts de solution, en mettant l'accent sur des méthodes efficaces et des applications pratiques.
Explore les problèmes d'optimisation convexe, les critères d'optimalité, les problèmes équivalents et les applications pratiques dans le transport et la robotique.
