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 de programmation linéaire, couvrant la dualité faible, la dualité forte, l'interprétation des multiplicateurs de Lagrange et les contraintes d'optimisation.
Explore l'optimisation primaire-duelle, la conjugaison des fonctions, la dualité forte, et les méthodes de pénalité quadratique en mathématiques de données.
Explore les doubles traductions en programmation linéaire, en mettant l'accent sur les formulations primaires et doubles et l'importance des matrices subversives inversible.
S'oriente vers la dualité dans l'optimisation, la dualité faible, les certificats de coûts et la transformation des programmes non linéaires en programmes linéaires.
