Séance de cours

Conditions d'optimalité : conditions d'optimalité suffisantes

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.

Description

Cette séance de cours traite des conditions d'optimalité suffisantes pour un minimum local d'une fonction, en se concentrant sur la positivité de la dérivée seconde. À travers des exemples avec différentes fonctions, l'instructeur explique comment ces conditions sont vérifiées et leurs implications pour l'optima local et global.

Dans MOOC

Optimisation : principes et algorithmes - Optimisation non linéaire sans contrainte

Ce que vous apprendrez Formulation : vous apprendrez à partir d'exemples simples comment formuler, transformer et caractériser un problème d'optimisation. Fonction objective : vous passerez en revue les propriétés mathématiques de la fonction objective qui sont importantes dans l'optimisation. Conditions d'optimalité : vous apprendrez les conditions suffisantes et nécessaires pour une solution optimale. Résolution d'équations, Newton : il s'agit d'un rappel sur la méthode de Newton pour résoudre des équatio

Source officielle

Concepts associés (20)

Dérivée seconde

La dérivée seconde est la dérivée de la dérivée d'une fonction, lorsqu'elle est définie. Elle permet de mesurer l'évolution des taux de variations. Par exemple, la dérivée seconde du déplacement par rapport au temps est la variation de la vitesse (taux de variation du déplacement), soit l'accélération. Si la fonction admet une dérivée seconde, on dit qu'elle est de classe D2 ; si de plus cette dérivée seconde est continue, la fonction est dite de classe C2.

Extremum

Un 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.

Dérivée

En mathématiques, la dérivée d'une fonction d'une variable réelle mesure l'ampleur du changement de la valeur de la fonction (valeur de sortie) par rapport à un petit changement de son argument (valeur d'entrée). Les calculs de dérivées sont un outil fondamental du calcul infinitésimal. Par exemple, la dérivée de la position d'un objet en mouvement par rapport au temps est la vitesse (instantanée) de l'objet. La dérivée d'une fonction est une fonction qui, à tout nombre pour lequel admet un nombre dérivé, associe ce nombre dérivé.

Test de la dérivée première

En analyse réelle, le test de la dérivée première permet de déterminer l'allure d'une fonction dérivable en étudiant le signe de sa dérivée. Grâce à ce test, on peut déduire les extrema locaux, le sens de variation de f et les points d'inflexion « horizontaux », permettant ainsi de donner une allure du graphe de la fonction . Soit avec un intervalle ouvert réel (par exemple où et sont des réels). On suppose de plus que dérivable sur .

Symmetric derivative

In mathematics, the symmetric derivative is an operation generalizing the ordinary derivative. It is defined as The expression under the limit is sometimes called the symmetric difference quotient. A function is said to be symmetrically differentiable at a point x if its symmetric derivative exists at that point. If a function is differentiable (in the usual sense) at a point, then it is also symmetrically differentiable, but the converse is not true.

Afficher plus

Séances de cours associées (64)

Conditions d'optimalité : sans contrainte MOOC: Optimisation : principes et algorithmes - Optimisation non linéaire sans contrainte

Couvre le théorème de Fermat, les conditions d'optimalité nécessaires, la convexité et la courbure de la valeur propre dans l'optimisation.

Convexité et concavité

Couvre les concepts de convexité et de concavité dans les fonctions avec des exemples.

Convexité et concavité: points d'inflexion, expansion de Taylor et sommes de Darboux

Explore les points d'inflexion, la convexité, la concavité et les asymptotes dans les fonctions, avec des exemples et des applications.

Convexité et optimisation

Explore la convexité, l'optimisation et les points critiques dans les fonctions mathématiques en utilisant la dérivée seconde.

Produits dérivés en continu

Couvre le concept de dérivés continus et leur application dans l'analyse des fonctions et la détermination des points critiques.

Afficher plus

Concepts associés (20)

Dérivée seconde

Extremum

Dérivée

Test de la dérivée première

Symmetric derivative

Afficher plus