or
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
บทนี้แนะนำการหาค่าที่เหมาะสมที่สุด องค์ประกอบหลัก และการประยุกต์ใช้งานในอุตสาหกรรมและสาขาต่าง ๆ นำเสนอวิธีการค้นหาแบบครอบคลุมทั้งหมดเพื่อแก้ปัญหาการหาค่าที่เหมาะสมที่สุด พร้อมทั้งปูพื้นฐานทางคณิตศาสตร์ที่จำเป็นสำหรับคอร์สนี้
บทนี้ครอบคลุมการแก้ปัญหาการหาค่าที่เหมาะสมที่สุดแบบไม่มีเงื่อนไขและแบบมีเงื่อนไขด้วยแคลคูลัสเชิงอนุพันธ์และ SymPy รวมถึงการระบุข้อผิดพลาดที่อาจเกิดขึ้น นอกจากนี้ยังแนะนำ SciPy สำหรับการแก้ปัญหาการหาค่าที่เหมาะสมที่สุดแบบไม่มีเงื่อนไขในมิติเดียวและหลายมิติเชิงตัวเลขด้วยโค้ดเพียงไม่กี่บรรทัด และปิดท้ายด้วยการแก้ปัญหา linear programming ด้วย SciPy และ PuLP
บทนี้แนะนำปัญหาการหาค่าที่เหมาะสมที่สุดแบบ convex มีเงื่อนไขหลายประเภท และศึกษาปัญหา mixed integer linear programming ซึ่งเป็น linear programming ที่ตัวแปรอย่างน้อยหนึ่งตัวเป็นจำนวนเต็ม
บทนี้ครอบคลุมการหาค่าที่ดีที่สุดในระดับ global เมื่อมีคำตอบที่ดีหลายคำตอบ จะได้ศึกษาการวิเคราะห์ความไว (sensitivity analysis) และเทคนิคการทำให้เป็นเชิงเส้น (linearization) ที่ช่วยลดปัญหาไม่เชิงเส้นให้แก้ได้ง่ายขึ้นด้วย SciPy หรือ PuLP ในด้านการประยุกต์ใช้งาน จะได้แก้ปัญหาการจัดสรรบุคลากรพร้อมต้นทุนการฝึกอบรม และการจัดสรรงบประมาณที่มีโครงการที่เชื่อมโยงกัน
แบบฝึกหัดปัจจุบัน