préface

Prologue : Emplois à temps partiel tard le soir le week-end et cours du lundi en première heure

Chapitre 1 : Qu'est-ce que l'optimisation des réparations ?

1-1 « Maximum » et « Minimum » sont optimaux
Exprimons simplement le problème du monde réel.
La formule est un ensemble de 3
Le sentiment de satisfaction peut également être quantifié.
Il existe de nombreux types différents de problèmes d'optimisation.
Familiarisez-vous avec le graphique d'une fonction
Les graphiques sont un excellent support !

1-2 Cela suffit en mathématiques pour l'optimisation.
Comment les vecteurs et les matrices peuvent-ils être utiles ?
Scalaire, vecteur, matrice
Comprenons les caractéristiques des vecteurs à travers des images.
Méthode de notation
Un système d'équations linéaires peut être exprimé comme le produit d'une matrice et d'un vecteur.
Comment la différenciation et le gradient peuvent-ils aider ?
Comment le vecteur gradient peut-il être utile ?
Utilisons la différentiation
Formule de la pente (vecteur pente)
Pente et gradient
Dérivons-la deux fois, matrice hessienne

Chapitre 2 Problèmes de programmation linéaire

2-1 Exemple de problème de programmation linéaire
Je veux produire de manière à maximiser mes profits !
Le problème de l'assaisonnement a également été formalisé.
Région exécutable et fonction objectif
Pour s'attaquer aux problèmes complexes et de grande envergure

2-2 Droit du groupe et droit interne
Images de deux méthodes de résolution
Quel est l'algorithme (calcul) de la loi de groupe ?

2-3 Théorie duale
Essayons de comprendre l'image d'un jumeau
Ce problème double peut être facilement résolu grâce à ce problème double.
Quel est le double problème du problème d'assaisonnement ?

Chapitre 3 Problèmes de programmation non linéaire

3-1 Exemple de plan non linéaire
Linéaire et non linéaire dans l'espace tridimensionnel
Essayons de prédire le nombre de commandes de bière.
Minimiser les erreurs
Même les fonctions complexes peuvent être prédites.
Les problèmes de programmation non linéaire peuvent ou non comporter des contraintes.

3-2 Conditions d'optimalité
optimum global et optimum local
Commençons par trouver l'arrêt.
Comment trouver un arrêt
Ensembles convexes et fonctions convexes

méthode de répétition 3-3
Renouvellement de l'année
Méthodes directes et itératives
Formule de renouvellement de la méthode itérative
Dans le cas de la maximisation, l'escalade
Convergence globale et convergence locale
Comment choisir une direction de navigation

Chapitre 4 Problèmes de programmation linéaire en nombres entiers et problèmes d'optimisation combinatoire

4-1 Exemples de programmation linéaire en nombres entiers et de problèmes d'optimisation combinatoire
Contrainte appelée entier
Qu'est-ce qu'une structure combinatoire ?
Pour des patrouilles efficaces
Problème de sac à dos
Problèmes liés aux contraintes 0-1

4-2 Solutions approchées et exactes
Il y a deux façons de résoudre ce problème.
Que sont les solutions approximatives et les solutions exactes ?
Loi de l'avidité (Loi des avides)
limitation de branchement

Épilogue
supplément
Pour approfondir les études
Recherche

Public cible

Étudiants des départements ou facultés d'information, d'économie et d'administration des affaires
Les étudiants du département de science des données peuvent passer l'examen sans avoir suivi de cours de mathématiques.
Étudiants en difficulté en sciences de gestion et en RO (opérations et recherche)
Ingénieur SE, etc., chargé d'optimiser l'efficacité des politiques (maximum) et de réduire les coûts (minimum)