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.
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.
Explore les relations entre les événements, les contraintes disjonctives et la modélisation avec des variables binaires dans les problèmes d'optimisation.
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.
Explore la méthode lagrangienne augmentée avec des contraintes d'égalité et d'inégalité dans l'optimisation, en soulignant l'importance des variables slack.
