Séance de cours

Méthode de Newton sur les variétés riemanniennes

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Dans cours

MATH-512: Optimization on manifolds

We develop, analyze and implement numerical algorithms to solve optimization problems of the form min f(x) where x is a point on a smooth manifold. To this end, we first study differential and Riemannian geometry (with a focus dictated by computational con ...

Description

Cette séance de cours couvre la méthode de Newton sur les variétés riemanniennes, en se concentrant sur les conditions d'optimalité du second ordre, la convergence quadratique et la résolution du système de Newton à l'aide d'un espace tangent et d'un algorithme de gradient conjugué. L'instructeur explique les propriétés de rétraction, l'accélération intrinsèque et les conditions d'optimalité nécessaires et suffisantes pour des fonctions fluides.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace

Enseignant·e

Nicolas Boumal

Enseignement et PhD Doctorant·es actuel·les Andreea-Alexandra Musat A dirigé les thèses EPFL de Christopher Criscitiello, Quentin Rebjock Cours Algèbre linéaire MATH-111(e) L'objectif du cours est d'introduire les notions de base de l'algèbre linéaire et ses applications. Continuous optimization MATH-329 This course introduces students to continuous, nonlinear optimization. We study the theory of optimization with continuous variables (with full proofs), and we analyze and

Source officielle

Proximité ontologique

Mathématiques

Géométrie: Géométrie différentielle

Concepts associés (31)

Méthode de Newton

vignette|Une itération de la méthode de Newton. En analyse numérique, la méthode de Newton ou méthode de Newton-Raphson est, dans son application la plus simple, un algorithme efficace pour trouver numériquement une approximation précise d'un zéro (ou racine) d'une fonction réelle d'une variable réelle. Cette méthode doit son nom aux mathématiciens anglais Isaac Newton (1643-1727) et Joseph Raphson (peut-être 1648-1715), qui furent les premiers à la décrire pour la recherche des solutions d'une équation polynomiale.

Commande optimale

La 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.

Variété riemannienne

En mathématiques, et plus précisément en géométrie, la variété riemannienne est l'objet de base étudié en géométrie riemannienne. Il s'agit d'une variété, c'est-à-dire un espace courbe généralisant les courbes (de dimension 1) ou les surfaces (de dimension 2) à une dimension n quelconque, et sur laquelle il est possible d'effectuer des calculs de longueur. En termes techniques, une variété riemannienne est une variété différentielle munie d'une structure supplémentaire appelée métrique riemannienne permettant de calculer le produit scalaire de deux vecteurs tangents à la variété en un même point.

Géométrie riemannienne

vignette|275px|L'étude de la forme de l'univers est une adaptation des idées et méthodes de la géométrie riemannienne La géométrie riemannienne est une branche de la géométrie différentielle nommée en l'honneur du mathématicien Bernhard Riemann, qui introduisit les concepts fondateurs de variété géométrique et de courbure. Il s'agit de surfaces ou d'objets de plus grande dimension sur lesquels existent des notions d'angle et de longueur, généralisant la géométrie traditionnelle qui se limitait à l'espace euclidien.

Bellman equation

A Bellman equation, named after Richard E. Bellman, is a necessary condition for optimality associated with the mathematical optimization method known as dynamic programming. It writes the "value" of a decision problem at a certain point in time in terms of the payoff from some initial choices and the "value" of the remaining decision problem that results from those initial choices. This breaks a dynamic optimization problem into a sequence of simpler subproblems, as Bellman's “principle of optimality" prescribes.

Afficher plus

Séances de cours associées (64)

Métriques et gradients de Riemannian: Pourquoi et définition des collecteurs de Riemannian MOOC: Introduction à l'optimisation sur des manifolds lisses : méthodes du premier ordre

Couvre les métriques Riemanniennes, les gradients, les champs vectoriels et les produits intérieurs sur les collecteurs.

Métriques et gradients de Riemannian: Exemples et sous-manifolds de Riemannian MOOC: Introduction à l'optimisation sur des manifolds lisses : méthodes du premier ordre

Explore les métriques de Riemannian sur les collecteurs et le concept de sous-manifolds de Riemannian dans les espaces euclidiens.

Formes différentielles sur les collecteurs

Introduit des formes différentielles sur les collecteurs, couvrant les faisceaux tangents et les appariements d'intersection.

Métriques et gradients de Riemannian: gradients de calcul à partir d'extensions MOOC: Introduction à l'optimisation sur des manifolds lisses : méthodes du premier ordre

Explore les gradients de calcul sur les collecteurs Riemanniens à travers des extensions et des rétractions, mettant l'accent sur les projecteurs orthogonaux et les extensions lisses.

Mains allumées avec Manopt: Optimisation sur Manifolds MOOC: Introduction à l'optimisation sur des manifolds lisses : méthodes du premier ordre

Introduit Manopt, une boîte à outils pour l'optimisation sur les collecteurs lisses avec une structure Riemannienne, couvrant les fonctions de coûts, différents types de collecteurs, et principes d'optimisation.

Afficher plus

Concepts associés (31)

Méthode de Newton

Commande optimale

Variété riemannienne

Géométrie riemannienne

Bellman equation

Afficher plus