Commande optimaleLa théorie de la commande optimale permet de déterminer la commande d'un système qui minimise (ou maximise) un critère de performance, éventuellement sous des contraintes pouvant porter sur la commande ou sur l'état du système. Cette théorie est une généralisation du calcul des variations. Elle comporte deux volets : le principe du maximum (ou du minimum, suivant la manière dont on définit l'hamiltonien) dû à Lev Pontriaguine et à ses collaborateurs de l'institut de mathématiques Steklov , et l'équation de Hamilton-Jacobi-Bellman, généralisation de l'équation de Hamilton-Jacobi, et conséquence directe de la programmation dynamique initiée aux États-Unis par Richard Bellman.
Programmation par contraintesLa programmation par contraintes (PPC, ou CP pour constraint programming en anglais) est un paradigme de programmation apparu dans les années 1970 et 1980 permettant de résoudre des problèmes combinatoires de grande taille tels que les problèmes de planification et d'ordonnancement. En programmation par contraintes, on sépare la partie modélisation à l'aide de problèmes de satisfaction de contraintes (ou CSP pour Constraint Satisfaction Problem), de la partie résolution dont la particularité réside dans l'utilisation active des contraintes du problème pour réduire la taille de l'espace des solutions à parcourir (on parle de propagation de contraintes).
Sommet (géométrie)vignette|droite|Le sommet d'un angle est le point d'intersection où se réunissent deux segments de droites. En géométrie, un sommet est un point particulier d'une figure : un sommet d'un polygone, d'un polyèdre, ou plus généralement d'un polytope, est un 0-simplexe de celui-ci ; c'est l'extrémité d'au moins une arête (par analogie, on parle aussi de sommets en théorie des graphes) ; dans un polyèdre, en chaque sommet, convergent au moins trois faces et un nombre égal d'arêtes (voir aussi le théorème de Descartes-Euler, qui relie le nombre de sommets, d'arêtes et de faces d'un polyèdre) ; le sommet d'un angle est le point d'intersection des deux côtés de cet angle ; le sommet d'un cône est le point d'intersection de toutes les génératrices de ce cône.
Décomposition de FrobeniusOn considère un K-espace vectoriel E de dimension finie et un endomorphisme u de cet espace. Une décomposition de Frobenius est une décomposition de E en somme directe de sous-espaces dits cycliques, telle que les polynômes minimaux (ou caractéristiques) respectifs des restrictions de u aux facteurs sont les facteurs invariants de u. La décomposition de Frobenius peut s'effectuer sur un corps quelconque : on ne suppose pas ici que K est algébriquement clos.
Forme de LiouvilleEn géométrie différentielle, la forme de Liouville est une 1-forme différentielle naturelle sur le fibré cotangent d'une variété différentielle. Sa dérivée extérieure est une forme symplectique. Elle joue un rôle central en mécanique classique. L'étude de la géométrie du fibré cotangent revêt une importance significative en géométrie symplectique en raison, notamment, du théorème de Weinstein. Si M est une variété différentielle de dimension n, désigne l'espace total du fibré cotangent de M et peut être regardé comme une variété différentielle de dimension 2n.
Équation du mouvementL'équation du mouvement est une équation mathématique décrivant le mouvement d'un objet physique. En général, l'équation du mouvement comprend l'accélération de l’objet en fonction de sa position, de sa vitesse, de sa masse et de toutes variables affectant l'une de celles-ci. Cette équation est surtout utilisée en mécanique classique et est normalement représentée sous la forme de coordonnées sphériques, coordonnées cylindriques ou coordonnées cartésiennes et respecte les lois du mouvement de Newton.
Transformation canoniqueEn mécanique hamiltonienne, une transformation canonique est un changement des coordonnées canoniques (q, p, t) → (Q, P, t) qui conserve la forme des équations de Hamilton, sans pour autant nécessairement conserver le Hamiltonien en lui-même. Les transformations canoniques sont utiles pour les équations de Hamilton-Jacobi (une technique utile pour calculer les quantités conservées) et le théorème de Liouville (à la base de la mécanique statistique classique).
Constraint satisfactionIn artificial intelligence and operations research, constraint satisfaction is the process of finding a solution through a set of constraints that impose conditions that the variables must satisfy. A solution is therefore a set of values for the variables that satisfies all constraints—that is, a point in the feasible region. The techniques used in constraint satisfaction depend on the kind of constraints being considered.
Constraint logic programmingConstraint logic programming is a form of constraint programming, in which logic programming is extended to include concepts from constraint satisfaction. A constraint logic program is a logic program that contains constraints in the body of clauses. An example of a clause including a constraint is . In this clause, is a constraint; A(X,Y), B(X), and C(Y) are literals as in regular logic programming. This clause states one condition under which the statement A(X,Y) holds: X+Y is greater than zero and both B(X) and C(Y) are true.
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.
Système d'équations linéairesEn mathématiques et particulièrement en algèbre linéaire, un système d'équations linéaires est un système d'équations constitué d'équations linéaires qui portent sur les mêmes inconnues. Par exemple : Le problème est de trouver les valeurs des inconnues , et qui satisfassent les trois équations simultanément. La résolution des systèmes d'équations linéaires appartient aux problèmes les plus anciens dans les mathématiques et ceux-ci apparaissent dans beaucoup de domaines, comme en traitement numérique du signal, en optimisation linéaire, ou dans l'approximation de problèmes non linéaires en analyse numérique.
Dualité (optimisation)En théorie de l'optimisation, la dualité ou principe de dualité désigne le principe selon lequel les problèmes d'optimisation peuvent être vus de deux perspectives, le problème primal ou le problème dual, et la solution du problème dual donne une borne inférieure à la solution du problème (de minimisation) primal. Cependant, en général les valeurs optimales des problèmes primal et dual ne sont pas forcément égales : cette différence est appelée saut de dualité. Pour les problèmes en optimisation convexe, ce saut est nul sous contraintes.
