Programme d’études 2019-2020 | English | ||
Méthodes d'optimisation | |||
Activité d'apprentissage |
Code | Titulaire(s) | Co-Titulaire(s) | Suppléant(s) et autre(s) | Établissement(s) |
---|---|---|---|---|
I-MARO-152 |
|
|
Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement |
---|---|---|---|---|---|---|---|
Français | Français | 24 | 16 | 0 | 0 | 0 | Q1 |
Modalités d'organisation des évaluations à distance de fin de Q3 2019-2020 (Covid-19) |
---|
|
Description des modalités d'évaluation à distance de fin de Q3 2019-2020 (Covid-19) |
Un examen écrit (à distance via Moodle examens) incluant les trois parties (théorie, exercices et modélisation) et comptant pour 100% de la note de l'AA. |
Contenu de l'AA
programmation linéaire en variables continues ; algorithme simplexe ; dualité; algorithme dual ; programmation linéaire en variables discrètes ; méthode du Branch-and-Bound ; optimisation combinatoire ; extensions et modélisation ; algorithme révisé du simplexe ; traitement des variables bornées ; analyse de sensibilité ; modélisation de problèmes linéaires ; utilisation d'un outil d'optimisation (Solveur Excel).
Supports principaux non reproductibles
Sans objet
Supports complémentaires
Copie de présentation - Méthodes d'optimisation - D. Tuyttens
Support complémentaires non reproductibles
Sans objet
Autres références conseillées
Teghem, J., Programmation linéaire, Editions de l'ULB, Editions Ellipses, Bruxelles, 2003 Guéret C., Prins C. et Sevaux M. 2000, Programmation linéaire, Editions Eyrolles,.
Mode d'enseignement
Types d'activités
Evaluations
Les modalités d'évaluation de l'AA sont précisées dans la fiche de l'UE dont elle dépend