Pengantar Optimasi di Python

Bab ini membahas penyelesaian masalah optimasi tanpa kendala dan berkendala menggunakan kalkulus diferensial dan SymPy, serta mengidentifikasi potensi jebakan. SciPy juga diperkenalkan untuk menyelesaikan masalah optimasi tanpa kendala, dalam satu dan banyak dimensi, secara numerik, hanya dengan beberapa baris kode. Bab ini kemudian melanjutkan ke penyelesaian pemrograman linear di SciPy dan PuLP.

Bab ini memperkenalkan masalah optimasi berkendala cembung dengan berbagai jenis kendala dan meninjau masalah pemrograman linear bilangan bulat campuran, yaitu masalah pemrograman linear di mana setidaknya satu variabel berupa bilangan bulat.

Bab ini membahas pencarian optimum global ketika terdapat banyak solusi yang sama-sama baik. Kita akan melakukan analisis sensitivitas dan mempelajari teknik linearisasi yang mereduksi masalah non-linear menjadi masalah yang mudah diselesaikan dengan SciPy atau PuLP. Dari sisi aplikasi, kita akan menyelesaikan alokasi SDM dengan biaya pelatihan dan penganggaran modal dengan proyek yang saling bergantungan.