Dans ce monde dominé par les données, les entreprises cherchent souvent à savoir quelle est la "meilleure" ligne de conduite, compte tenu des données. Par exemple, les fabricants doivent décider du nombre d'unités d'un produit à produire en fonction de la demande estimée et de la disponibilité des matières premières Doivent-ils fabriquer tous les produits en interne ou en acheter certains à un tiers pour répondre à la demande ? L'analyse prescriptive est la branche de l'analyse qui peut fournir des réponses à ces questions. Elle est utilisée pour prescrire des décisions basées sur des données. La méthode la plus importante dans la boîte à outils de l'analyse prescriptive est l'optimisation. Ce cours présente aux étudiants les principes de base de l'optimisation linéaire pour la prise de décision. À l'aide d'exemples pratiques, ce cours enseigne comment convertir un scénario de problème en un modèle mathématique qui peut être résolu pour obtenir le meilleur résultat commercial. Nous apprendrons à identifier les variables de décision, la fonction objective et les contraintes d'un problème, et à les utiliser pour formuler et résoudre un problème d'optimisation à l'aide d'un solveur Excel et d'une feuille de calcul.