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.
Global optimizationGlobal optimization is a branch of applied mathematics and numerical analysis that attempts to find the global minima or maxima of a function or a set of functions on a given set. It is usually described as a minimization problem because the maximization of the real-valued function is equivalent to the minimization of the function . Given a possibly nonlinear and non-convex continuous function with the global minima and the set of all global minimizers in , the standard minimization problem can be given as that is, finding and a global minimizer in ; where is a (not necessarily convex) compact set defined by inequalities .
Ensemble convexeUn objet géométrique est dit convexe lorsque, chaque fois qu'on y prend deux points et , le segment qui les joint y est entièrement contenu. Ainsi un cube plein, un disque ou une boule sont convexes, mais un objet creux ou bosselé ne l'est pas. On suppose travailler dans un contexte où le segment reliant deux points quelconques et a un sens (par exemple dans un espace affine sur R — en particulier dans un espace affine sur C — ou dans un ).
Polyèdre flexibleEn géométrie, un polyèdre flexible, ou flexaèdre, est un polyèdre que l'on peut déformer continûment sans changer la forme de ses faces. Le théorème de rigidité de Cauchy montre qu'un tel polyèdre ne peut être convexe. Les premiers exemples de polyèdres flexibles, les , furent découverts par Raoul Bricard en 1897. Ce sont des surfaces auto-intersectantes (on parle parfois de polyèdres croisés, ou étoilés).
Feasible regionIn mathematical optimization, a feasible region, feasible set, search space, or solution space is the set of all possible points (sets of values of the choice variables) of an optimization problem that satisfy the problem's constraints, potentially including inequalities, equalities, and integer constraints. This is the initial set of candidate solutions to the problem, before the set of candidates has been narrowed down.
Schönhardt polyhedronIn geometry, the Schönhardt polyhedron is the simplest non-convex polyhedron that cannot be triangulated into tetrahedra without adding new vertices. It is named after German mathematician Erich Schönhardt, who described it in 1928. The same polyhedra have also been studied in connection with Cauchy's rigidity theorem as an example where polyhedra with two different shapes have faces of the same shapes. One way of constructing the Schönhardt polyhedron starts with a triangular prism, with two parallel equilateral triangles as its faces.
Polyèdre de CsászárEn géométrie, le polyèdre de Császár (prononciation en hongrois : ) est un ayant 14 faces triangulaires ; avec le tétraèdre, c'est le seul polyèdre connu sans diagonales, autrement dit tel que deux sommets quelconques soient toujours reliés par une arête L'ensemble des sommets et des arêtes du polyèdre de Császár forme un graphe complet (noté ).
Steinitz's theoremIn polyhedral combinatorics, a branch of mathematics, Steinitz's theorem is a characterization of the undirected graphs formed by the edges and vertices of three-dimensional convex polyhedra: they are exactly the 3-vertex-connected planar graphs. That is, every convex polyhedron forms a 3-connected planar graph, and every 3-connected planar graph can be represented as the graph of a convex polyhedron. For this reason, the 3-connected planar graphs are also known as polyhedral graphs.
Polyèdre de SzilassiLe polyèdre de Szilassi, créé en 1977 par le mathématicien hongrois (né en 1942 ), est un polyèdre comportant un trou, 7 faces de six côtés chacune ayant une arête commune avec les six autres, 14 sommets et 21 arêtes. Un tel objet était considéré comme inconcevable avant lui , quoiqu'il s'agisse du dual du polyèdre de Császár, décrit en 1949 par Ákos Császár. Sept couleurs sont nécessaires pour colorier les faces de ce polyèdre de telle sorte que deux faces ayant une arête commune ne soient pas de la même couleur.
Patron (géométrie)En géométrie, le patron d'un polyèdre est une figure géométrique plane en un seul morceau qui permet de reconstituer le polyèdre après plusieurs pliages (au niveau de certaines arêtes, les autres apparaissant par jonction des bords du patron). Le terme de patron est à prendre ici dans son deuxième sens : celui de modèle pour construire un objet. Développer un polyèdre consiste à rabattre les différentes faces du polyèdre dans un même plan par découpage selon les arêtes.
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.
Fonction convexevignette|upright=1.5|droite|Fonction convexe. En mathématiques, une fonction réelle d'une variable réelle est dite convexe : si quels que soient deux points et du graphe de la fonction, le segment est entièrement situé au-dessus du graphe, c’est-à-dire que la courbe représentative de la fonction se situe toujours en dessous de ses cordes ; ou si l'épigraphe de la fonction (l'ensemble des points qui sont au-dessus de son graphe) est un ensemble convexe ; ou si vu d'en dessous, le graphe de la fonction est en bosse.
