Acquis d'apprentissage

A l'issue du cours, l'étudiant doit être capable de

  • modéliser un problème d'optimisation;
  • écrire un problème d'optimisation linéaire;
  • résoudre graphiquement un problème simple d'optimisation linéaire;
  • utiliser l'algorithme du simplexe pour résoudre un problème d'optimisation linéaire;
  • analyser de façon critique les résultats d'un problème d'optimisation linéaire.


Il doit aussi pouvoir faire preuve d'une compréhension des différents thèmes abordés (cf. contenu), c'est-à-dire être capable d'exprimer avec ses propres mots la théorie et les méthodes vues au cours et expliquer dans quel contexte celles-ci sont utiles.  Il doit également être capable de se documenter sur une question d'actualité en recherche opérationelle.

 

Contenu

Le but de cours est d'introduire l'étudiant à la recherche opérationelle.  L'optimisation linéaire est vue en détails, mais d'autres domaines connexes seront abordés, tels que la théorie des jeux, les Markov decision processes, la programmation non-linéaire, etc.  Une attention particulière sera donnée à l'utilisation adéquate de modèles et à l'illustration des concepts.

Méthode d'évaluation

Le cours est divisé en deux activités d'apprentissage. La première est constituée des cours magistraux et d'exercices et est évaluée par un examen oral portant sur la théorie du cours et les exercices. La seconde est une évaluation continue de la capacité des étudiants à se documenter sur une question d'actualité en recherche opérationelle. Cela consiste en une présentation orale sur un sujet d'actualité.  L'examen et l"évalution continue comptent respectivement pour 80% et 20% de la note du cours.

Langue d'instruction

Formation Programme d’études Bloc Crédits Obligatoire
Bachelier en sciences informatiques Standard 0 5
Bachelier en sciences informatiques Standard 2 5