Couvre les bases de la programmation linéaire et de la méthode simplex, en se concentrant sur la recherche de solutions optimales et la manipulation de la dégénérescence.
Explore les problèmes d'optimisation classiques de modélisation en tant que problèmes linéaires mixtes, en se concentrant sur le problème du sac à dos et ses applications.
Couvre l'approche de programmation linéaire de l'apprentissage par renforcement, en se concentrant sur ses applications et ses avantages dans la résolution des processus décisionnels de Markov.
Explore la dualité dans la programmation linéaire, la dualité forte, le relâchement complémentaire et l'interprétation économique des variables doubles en tant que prix.
Explore les bases de la programmation linéaire, y compris les solutions de base, les solutions réalisables, les solutions optimales et les défis dans la résolution de problèmes de programmation entière.
