Explore l'optimisation de la programmation linéaire avec des contraintes, l'algorithme de Dijkstra et les formulations LP pour trouver des solutions réalisables.
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.
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 le concept de couverture pour les programmes linéaires et la méthode simplex, en se concentrant sur la réduction des coûts et la recherche de solutions optimales.
Explore l'optimisation dans la modélisation des systèmes énergétiques, couvrant les variables de décision, les fonctions objectives et les différentes stratégies avec leurs avantages et leurs inconvénients.
