Optimization models and methods II

A la fin de cette unité d’enseignement, l’étudiant est capable de :

Eu égard au référentiel AA, ce cours contribue au développement, à l'acquisition et à l'évaluation des acquis d'apprentissage suivants :
AA1.1, AA1.2, AA1.3
AA2.1, AA2.2, AA2.4, AA2.5
AA5.3, AA5.5

Plus précisément, au terme du cours, l'étudiant sera capable de :

• Reconnaître un problème pouvant être formulé ou converti sous forme linéaire, convexe, ou conique
• Exploiter le concept de dualité pour la compréhension d¿un problème, la production de certificats d'optimalité ou d'impossibilité, pour l'analyse de sensibilité ou la formulation de problèmes robustes
• Décrire, analyser et Implémenter des algorithmes de résolution avancés dans les domaines de l'optimisation linéaire, convexe ou non-linéaire
• Utiliser un langage de modélisation pour formuler et résoudre un problème d'optimisation, en exploitant la séparation entre modèle, données et algorithme de résolution

Acquis d'apprentissage transversaux :

• utiliser un logiciel de calcul numérique de type Matlab ou de modélisation de type AMPL
• effectuer en petit groupe un travail de formulation, d'analyse et/ou de résolution de modèles d'optimisation
• rendre compte par écrit d'un travail de formulation, d'analyse et/ou de résolution de modèles d'optimisation.