Scribd
Importer
99 vues2 pages

Cours d'Optimisation Continue Master 1

Ce syllabus décrit un cours d'optimisation continue en master 1 comprenant 5 chapitres sur l'optimisation sans et avec contraintes, la programmation dynamique et le principe du maximum. Le cours inclut des cours magistraux, travaux dirigés, travaux pratiques et projets.

Transféré par

Serigne Gueye
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
99 vues2 pages

Cours d'Optimisation Continue Master 1

Ce syllabus décrit un cours d'optimisation continue en master 1 comprenant 5 chapitres sur l'optimisation sans et avec contraintes, la programmation dynamique et le principe du maximum. Le cours inclut des cours magistraux, travaux dirigés, travaux pratiques et projets.

Transféré par

Serigne Gueye
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

SYLLABUS

UE : Outils Mathématiques et Statistiques

Type (UE) Niveau Année Semestre Crédits (UE) Code (UE)

Obligatoire Master 1 1 8 1OMS4101

Intitulé du cours (EC) : Optimisation Continue

Coefficient (EC) : 3 Volumes horaires : 60h

Mathématiques : analyse numérique, notion de dérivabilité, de continuité.


Prérequis
Programmation scientifique : maîtriser un outil de programmation.

Objectif général

Objectifs Ce cours est une introduction à l’optimisation. Il permet à l’apprenant de comprendre


et de maîtriser les concepts de base et les théorèmes fondamentaux de cette théorie.

Objectifs spécifiques

• Savoir formuler un problème d'optimisation numérique (identifier les


paramètres, définir la fonction de coût, décrire les contraintes)
• Savoir le caractériser (linéaire ou non, avec ou sans contraintes)
• Savoir choisir la méthode d'optimisation adaptée au problème.
Activités
d’enseignement et CM (20h), TD/TP (16h), TPE (24h).
d’apprentissage1

Modalités - Contrôles continus (nombre : 2 ; poids : 60%)


d’évaluation - Examen final (poids : 40%)

Chapitre 1 : Introduction à l'optimisation


1. Positivité, Convexité
2. Notion de minimum
3. Dérivabilité, Gradient et Hessien
4. Conditions d'existence d'un point minimum
à Durée : 2 semaines

Chapitre 2 : Optimisation sans contraintes


Contenus et 1. Formulation du problème d'optimisation
durées 2. Méthode du gradient
3. Méthodes des directions conjuguées
4. Méthodes de Newton et de Levenberg-Marquardt
à Durée : 2 semaines

Chapitre 3 : Optimisation avec contraintes


1. Méthode du simplexe
2. Méthode du point intérieur
3. Multiplicateurs de Lagrange
4. Conditions de Karush-Kuhn-Tucker


1
Exemple d’activités : CM (cours magistral) ; TD (travaux dirigés), TP (travaux pratiques) ; TPE (travaux
personnels de l’étudiant) ; Projets tutorés ; Stages ; etc.
à Durée : 2 semaines

Chapitre 4 : Programmation Dynamique


1. Contrôle optimal stochastique de systèmes dynamiques avec
incertitudes.
2. Programmation dynamique stochastique.
3. Équation de la programmation dynamique.
4. Politique de Bellman.
5. Malédiction de la dimension
à Durée : 2 semaines

Chapitre 5 : Principe du Maximum


1. Le principe du maximum fort
2. Le principe du maximum faible
3. Résultats de régularité elliptique
4. Méthode des sur- et sous-solutions
à Durée : 2 semaines

1. D. Azé, J.B. Hiriart-Urruty, Analyse variationnelle et optimisation, Cépaduès, 2010


Bibliographie 2. M. Bergounioux, Optimisation et contrôle des systèmes linéaires, Dunod, Paris, 2001.
3. D. P. Bertsekas, Dynamic Programming and Optimal Control, Vol. 1 et 2, Athena
Scientific, Belmont, Mass., 2005 et 2007.

Vous aimerez peut-être aussi