Introdução à Otimização em Python

Este capítulo aborda a solução de problemas de otimização sem restrições e com restrições usando cálculo diferencial e SymPy, identificando possíveis armadilhas. SciPy também é apresentado para resolver numericamente problemas de otimização sem restrições, em uma e várias dimensões, com poucas linhas de código. O capítulo segue para resolver programação linear no SciPy e no PuLP.

Este capítulo apresenta problemas de otimização convexa com restrições de diferentes tipos e analisa problemas de programação linear inteira mista, essencialmente problemas de programação linear em que pelo menos uma variável é inteira.

Este capítulo aborda como encontrar o ótimo global quando existem várias boas soluções. Vamos realizar análise de sensibilidade e aprender técnicas de linearização que reduzem problemas não lineares a formas facilmente solucionáveis com SciPy ou PuLP. Em termos de aplicações, vamos resolver um problema de alocação de RH com custos de treinamento e outro de orçamento de capital com projetos dependentes.