role-algorithms:mathematical-optimization
/role-algorithms:mathematical-optimization
Formułuje zadania optymalizacyjne i dobiera solver: programowanie liniowe, całkowitoliczbowe, wypukłe oraz harmonogramy.
- Autor
- rnavarych ↗
- Repozytorium
- alpha-engineer ↗
- Licencja
- MIT
- Ostatnia zmiana repozytorium
- 24.07.2026
Ocena i bezpieczeństwo
- Pliki w paczce
- 4
- Skrypty
- 0
- Komentarze HTML
- 0
- Adresy URL w SKILL.md
- 0
Brak sygnałów. Repozytorium zmienione 24.07.2026, bez odwołań do wycofanych modeli i API.
MIT, otwarta: można używać i zmieniać, z zachowaniem informacji o autorze.
Co robi i kiedy
Formułuje zadania optymalizacyjne i dobiera solver: programowanie liniowe, całkowitoliczbowe, wypukłe oraz harmonogramy.
Oryginalny opis (EN)
Applies mathematical optimization — linear programming (simplex, interior point, duality), integer/mixed-integer programming (branch-and-bound, cutting planes), convex optimization (gradient descent variants, Adam, L-BFGS, Newton), constraint satisfaction (backtracking, AC-3, SAT/SMT solvers), and combinatorial optimization (VRP, scheduling, assignment, bin packing). Use when formulating optimization problems, selecting solvers, or solving scheduling/allocation/routing problems.
Jak działa
- When to use
- Core principles
- Reference Files
Podgląd SKILL.md
--- name: role-algorithms:mathematical-optimization description: Applies mathematical optimization — linear programming (simplex, interior point, duality), integer/mixed-integer programming (branch-and-bound, cutting planes), convex optimization (gradient descent variants, Adam, L-BFGS, Newton), constraint satisfaction (backtracking, AC-3, SAT/SMT solvers), and combinatorial optimization (VRP, scheduling, assignment, bin packing). Use when formulating optimization problems, selecting solvers, or solving scheduling/allocation/routing problems. allowed-tools: Read, Grep, Glob, Bash --- # Mathematical Optimization ## When to use - Formulating a real-world problem as a mathematical optimization model - Choosing between LP, MIP, convex, CSP, or combinatorial approaches - Selecting the right gradient descent variant for a machine learning or fitting problem - Solving scheduling, assignment, routing, or bin packing problems - Applying SAT/SMT solvers or constraint programming for logical constraint problems - Evaluating solver options (PuLP, CVXPY, OR-Tools, Gurobi, Z3) ## Core principles 1. **Formulate before you code** — identify variables, objective, and constraints explicitly before touching a solver 2. **Tight LP relaxation = faster MIP** — every improvement to the relaxation bound shrinks the branch-and-bound tree 3. **Convexity is the dividing line** — convex problems are reliably solvable; non-convex require restarts and heuristics 4. **Adam is not always the answer** — L-BFGS beats Adam on smooth well-conditioned problems with moderate dimension 5. **CP-SAT over custom backtracking** — Google OR-Tools CP-SAT handles constraint propagation and search orders better than hand-rolled solvers ## Reference Files - `references/linear-and-integer-programming.md` — LP formulation, simplex vs interior point, duality and shadow prices, MIP branch-and-bound, Big-M method, symmetry breaking, solver library options - `references/convex-and-gradient.md` — convexity verification (Hessian PSD), gradient descent variants (SGD, Adam, L-BFGS), Newton/conjugate gradient second-order methods, CVXPY/SciPy/JAX tooling - `references/constraint-and-combinatorial.md` — CSP formulation, backtracking + constraint propagation, SAT/SMT solvers (Z3, CDCL), VRP/scheduling/assignment/bin packing patterns, problem classification guide
Pliki w paczce (4)
- SKILL.md 2 KB
- references/constraint-and-combinatorial.md 3 KB
- references/convex-and-gradient.md 2 KB
- references/linear-and-integer-programming.md 3 KB
Wersje
W bazie nie ma innych skilli o nazwie role-algorithms:mathematical-optimization.
Migawka bazy z 13.11.2026 · wersja paczki 8ea113dba50a (skrót SHA-256 całej paczki)
Pobrania w ostatnich 30 dniach: 0 · ranking
Zgłoś problem z tym skillem: szkodliwa treść, błędny opis albo prośba autora o usunięcie.
Podobne skille
- 100optimization-and-operations-research
Rozwiązuje problemy optymalizacyjne: programowanie liniowe, simplex, dualność, optymalizacja wypukła, spadek gradientu, warunki Lagrange'a i KKT, programowanie całkowitoliczbowe i dynamiczne, teoria gier i przepływy w sieciach, ze skryptem Pythona. - 90operations-research-algorithm-developer
Formułuje i wdraża modele optymalizacji: programowanie liniowe, harmonogramy, przepływy sieciowe i solwery OR-Tools, Gurobi czy HiGHS. - 91optimization-modeling
Pomaga budować modele optymalizacyjne i rozwiązywać zadania programowania matematycznego: liniowego, całkowitoliczbowego, mieszanego i z ograniczeniami. - 100combinatorial
Pomaga rozwiązywać problemy kombinatoryczne: permutacje, kombinacje, backtracking, branch and bound, generowanie podzbiorów i spełnianie ograniczeń, w tym N-Queens i Sudoku, na podstawie TAOCP Knutha. - 95constraint-programming
Modeluje i rozwiązuje problemy kombinatoryczne programowaniem z ograniczeniami w OR-Tools CP-SAT: zmienne, AllDifferent, NoOverlap, Cumulative, strategie przeszukiwania i wybór między CP a MIP. - 80role-algorithms:dynamic-programming
Rozwiązuje problemy optymalizacyjne programowaniem dynamicznym: memoizacją, tabelaryzacją i projektowaniem przestrzeni stanów.