Équation d'Euler-LagrangeL’équation d'Euler-Lagrange (en anglais, Euler–Lagrange equation ou ELE) est un résultat mathématique qui joue un rôle fondamental dans le calcul des variations. On retrouve cette équation dans de nombreux problèmes réels de minimisation de longueur d'arc, tels que le problème brachistochrone ou bien encore les problèmes géodésiques. Elle est nommée d'après Leonhard Euler et Joseph-Louis Lagrange. E désignera un espace vectoriel normé, [t , t] un intervalle réel, et l'espace affine des fonctions x : [t , t] → E de classe C telles que , où x , x sont deux vecteurs fixés de E.
Équations de Lagrangevignette|Joseph-Louis Lagrange Les équations de Lagrange, découvertes en 1788 par le mathématicien Joseph-Louis Lagrange, sont une reformulation de la mécanique classique. Il s'agit d'une reformulation de l'équation de Newton, qui ne fait pas intervenir les forces de réaction. Pour cela, on exprime les contraintes que subit la particule étudiée sous la forme d'équations du type : Il n'y a qu'une équation si le mouvement est contraint à une surface, deux s'il est contraint à une courbe.
Joseph-Louis LagrangeJoseph Louis de Lagrange (en italien Giuseppe Luigi Lagrangia ou aussi Giuseppe Ludovico De la Grange Tournier), né à Turin le de parents français descendants de Descartes et mort à Paris le , est un mathématicien, mécanicien et astronome italien, originaire du royaume de Sardaigne et naturalisé français. À l'âge de trente ans, il quitte Turin et va séjourner à Berlin pendant vingt-et-un ans. Ensuite, il s'installe pour ses vingt-six dernières années à Paris où il prend la nationalité française en 1802.
ExtremumUn extremum (pluriel extrema ou extremums), ou extrémum (pluriel extrémums), est une valeur extrême, soit maximum, soit minimum. Cette notion est particulièrement utilisée en mathématiques, où l'expression maximo-minimum, introduite par Nicolas de Cues, correspond à partir de Fermat et Leibniz aux extrêmes d'une courbe ou d'une fonction, repérés par le fait que les dérivées s'y annulent. Elle est aussi utilisée en physique, où le principe de moindre action est un principe extrémal ainsi que Euler l'a montré.
Théorème de Fermat sur les points stationnairesEn analyse réelle, le théorème de Fermat sur les points stationnaires permet, lors de la recherche d'éventuels extrema locaux d'une fonction dérivable, de limiter l'étude aux zéros de sa dérivée et aux bornes de son ensemble de définition. L'énoncé est le suivant : La réciproque est fausse : par exemple, la fonction , en , a une dérivée nulle mais pas d'extremum local. La condition nécessaire pour un extremum local ne s'applique pas aux bornes de l'intervalle. Par exemple, la fonction admet deux extremums globaux (a fortiori locaux), atteints en 0 et 1.
Point d'inflexionthumb|Représentation graphique de la fonction x ↦ x montrant un point d'inflexion aux coordonnées (0, 0). thumb|Point d'inflexion de la fonction arc tangente. En mathématiques, et plus précisément en analyse et en géométrie différentielle, un point d'inflexion est un point où s'opère un changement de concavité d'une courbe plane. En un tel point, la tangente traverse la courbe. C'est pourquoi les points d'inflexion, quand on arrive à les déterminer explicitement, aident à bien représenter l'allure de la courbe.
Point stationnaire350px|thumb|right|Les points stationnaires de la fonction sont marquées par des ronds rouges. Dans ce cas, ce sont des extrema locaux. Les carrés bleus désignent les points d'inflexion. En analyse réelle, un point stationnaire ou point critique d'une fonction dérivable d'une variable réelle est un point de son graphe où sa dérivée s'annule. Visuellement, cela se traduit par un point où la fonction arrête de croître ou de décroître. Pour une fonction de plusieurs variables réelles, un point stationnaire (critique) est un point où le gradient s'annule.
Optimisation (mathématiques)L'optimisation est une branche des mathématiques cherchant à modéliser, à analyser et à résoudre analytiquement ou numériquement les problèmes qui consistent à minimiser ou maximiser une fonction sur un ensemble. L’optimisation joue un rôle important en recherche opérationnelle (domaine à la frontière entre l'informatique, les mathématiques et l'économie), dans les mathématiques appliquées (fondamentales pour l'industrie et l'ingénierie), en analyse et en analyse numérique, en statistique pour l’estimation du maximum de vraisemblance d’une distribution, pour la recherche de stratégies dans le cadre de la théorie des jeux, ou encore en théorie du contrôle et de la commande.
Point colEn mathématiques, un point col ou point-selle () d'une fonction f définie sur un produit cartésien X × Y de deux ensembles X et Y est un point tel que : atteint un maximum en sur Y ; et atteint un minimum en sur X. Certains auteurs inversent les maximum et minimum ( a un minimum en et a un maximum en ), mais cela ne modifie pas qualitativement les résultats (on peut revenir au cas présent par un changement de variables). Le terme point-selle fait référence à la forme de selle de cheval que prend le graphe de la fonction lorsque X et Y sont des intervalles de .
Optimisation combinatoireL’optimisation combinatoire, (sous-ensemble à nombre de solutions finies de l'optimisation discrète), est une branche de l'optimisation en mathématiques appliquées et en informatique, également liée à la recherche opérationnelle, l'algorithmique et la théorie de la complexité. Dans sa forme la plus générale, un problème d'optimisation combinatoire (sous-ensemble à nombre de solutions finies de l'optimisation discrète) consiste à trouver dans un ensemble discret un parmi les meilleurs sous-ensembles (ou solutions) réalisables, la notion de meilleure solution étant définie par une fonction objectif.
Optimisation convexevignette|320x320px|Optimisation convexe dans un espace en deux dimensions dans un espace contraint L'optimisation convexe est une sous-discipline de l'optimisation mathématique, dans laquelle le critère à minimiser est convexe et l'ensemble admissible est convexe. Ces problèmes sont plus simples à analyser et à résoudre que les problèmes d'optimisation non convexes, bien qu'ils puissent être NP-difficile (c'est le cas de l'optimisation copositive). La théorie permettant d'analyser ces problèmes ne requiert pas la différentiabilité des fonctions.
Principe de moindre actionLe principe de moindre action est le principe physique selon lequel la dynamique d'une quantité physique (la position, la vitesse et l'accélération d'une particule, ou les valeurs d'un champ en tout point de l'espace, et leurs variations) peut se déduire à partir d'une unique grandeur appelée action en supposant que les valeurs dynamiques permettent à l'action d'avoir une valeur optimale entre deux instants donnés (la valeur est minimale quand les deux instants sont assez proches).
Optimization problemIn mathematics, computer science and economics, an optimization problem is the problem of finding the best solution from all feasible solutions. Optimization problems can be divided into two categories, depending on whether the variables are continuous or discrete: An optimization problem with discrete variables is known as a discrete optimization, in which an object such as an integer, permutation or graph must be found from a countable set.
Optimisation de codeEn programmation informatique, l'optimisation de code est la pratique consistant à améliorer l'efficacité du code informatique d'un programme ou d'une bibliothèque logicielle. Ces améliorations permettent généralement au programme résultant de s'exécuter plus rapidement, de prendre moins de place en mémoire, de limiter sa consommation de ressources (par exemple les fichiers), ou de consommer moins d'énergie électrique. La règle numéro un de l'optimisation est qu'elle ne doit intervenir qu'une fois que le programme fonctionne et répond aux spécifications fonctionnelles.
Principe de FermatLe principe de Fermat est un principe physique, attribué à Pierre de Fermat, qui sert de fondement à l'optique géométrique. Il décrit la forme du chemin optique d'un rayon lumineux et s'énonce ainsi : Une conséquence première du principe de Fermat est la propagation rectiligne des rayons lumineux dans les milieux homogènes. En effet, dans un milieu homogène, le temps de parcours est proportionnel à la longueur du trajet, et le chemin le plus court dans un espace euclidien pour aller d’un point à un autre est la ligne droite.
Équation différentielleEn mathématiques, une équation différentielle est une équation dont la ou les « inconnue(s) » sont des fonctions ; elle se présente sous la forme d'une relation entre ces fonctions inconnues et leurs dérivées successives. C'est un cas particulier d'équation fonctionnelle. On distingue généralement deux types d'équations différentielles : les équations différentielles ordinaires (EDO) où la ou les fonctions inconnues recherchées ne dépendent que d'une seule variable ; les équations différentielles partielles, plutôt appelées équations aux dérivées partielles (EDP), où la ou les fonctions inconnues recherchées peuvent dépendre de plusieurs variables indépendantes.
Action (physique)L’action est une grandeur fondamentale de la physique théorique, ayant la dimension d'une énergie multipliée par une durée, ou d'une quantité de mouvement multipliée par une distance. Elle est notée habituellement et plus rarement . Cette grandeur a été définie par Leibniz en 1690. Elle s'est avérée d'une grande importance lors de la mise en évidence du principe de moindre action par Maupertuis en 1744, et plus tard lors de la découverte par Planck en 1900 de la constante universelle qui porte son nom, nommée par lui « quantum élémentaire d'action ».
Maupertuis's principleIn classical mechanics, Maupertuis's principle (named after Pierre Louis Maupertuis) states that the path followed by a physical system is the one of least length (with a suitable interpretation of path and length). It is a special case of the more generally stated principle of least action. Using the calculus of variations, it results in an integral equation formulation of the equations of motion for the system. Maupertuis's principle states that the true path of a system described by generalized coordinates between two specified states and is a stationary point (i.
Gauss's principle of least constraintThe principle of least constraint is one variational formulation of classical mechanics enunciated by Carl Friedrich Gauss in 1829, equivalent to all other formulations of analytical mechanics. Intuitively, it says that the acceleration of a constrained physical system will be as similar as possible to that of the corresponding unconstrained system. The principle of least constraint is a least squares principle stating that the true accelerations of a mechanical system of masses is the minimum of the quantity where the jth particle has mass , position vector , and applied non-constraint force acting on the mass.
Hamilton's principleIn physics, Hamilton's principle is William Rowan Hamilton's formulation of the principle of stationary action. It states that the dynamics of a physical system are determined by a variational problem for a functional based on a single function, the Lagrangian, which may contain all physical information concerning the system and the forces acting on it. The variational problem is equivalent to and allows for the derivation of the differential equations of motion of the physical system.
