Séance de cours

Contraintes linéaires : directions de base

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 couvre le concept de directions réalisables dans des contraintes linéaires, en mettant l'accent sur les conditions pour qu'une direction soit réalisable à un point donné. L'instructeur explique l'idée clé qu'une direction est réalisable si le produit par points du vecteur de direction et le gradient des contraintes est nul, avec des contraintes supplémentaires sur les composantes du vecteur de direction. La séance de cours introduit également le concept de points non dégénérés et les directions de base, en soulignant la relation entre la faisabilité et les variables non fondamentales étant zéro.

Dans MOOC

Optimisation : principes et algorithmes - Optimisation linéaire

Ce que vous apprendrez Formulation : vous apprendrez à partir d'exemples simples comment formuler, transformer et caractériser un problème d'optimisation. Contraintes : vous apprendrez à représenter les contraintes d'un problème d'optimisation linéaire, à la fois d'un point de vue géométrique et algébrique. Dualité : vous apprendrez à dériver un problème complémentaire appelé "dual". Conditions d'optimalité : vous apprendrez les conditions suffisantes et nécessaires pour une solution optimale. Méthode du si

Source officielle

Concepts associés (17)

Produit scalaire

En mathématiques, et plus précisément en algèbre et en géométrie vectorielle, le produit scalaire est une opération algébrique s'ajoutant aux lois s'appliquant aux vecteurs. C'est une forme bilinéaire, symétrique, définie positive. À deux vecteurs, elle associe un scalaire, c'est-à-dire un nombre tel que ceux qui définissent cet espace vectoriel — réel pour un espace vectoriel réel. Si et sont deux vecteurs d'un espace vectoriel E sur le corps R des nombres réels, alors le produit scalaire de u par v est un scalaire (c'est-à-dire un élément de R), noté ∙ , , , ou .

Produit vectoriel

En mathématiques, et plus précisément en géométrie, le produit vectoriel est une opération vectorielle effectuée dans les espaces euclidiens orientés de dimension 3. Le formalisme utilisé actuellement est apparu en 1881 dans un manuel d'analyse vectorielle écrit par Josiah Willard Gibbs pour ses étudiants en physique. Les travaux de Hermann Günther Grassmann et William Rowan Hamilton sont à l'origine du produit vectoriel défini par Gibbs.

Produit mixte

En géométrie, produit mixte est le nom que prend le déterminant dans un cadre euclidien orienté. Sa valeur absolue s'interprète comme le volume d'un parallélotope. Pour le produit mixte dans un espace euclidien orienté de dimension trois, voir l'article géométrie vectorielle. Soit E un espace euclidien orienté de dimension n. Soit B une base orthonormale directe de E. Le produit mixte de n vecteurs de E est défini par Il ne dépend pas de la base orthonormale directe B choisie.

Produit dyadique

En mathématiques, et plus précisément en algèbre multilinéaire, le produit dyadique de deux vecteurs, et , chacun ayant la même dimension, est le produit tensoriel de ces vecteurs, lequel est un tenseur d'ordre deux et de rang un. Si et sont deux vecteurs d'un espace vectoriel E de dimension finie n, muni d'une base donnée , les coordonnées du produit dyadique dans la base correspondante du produit tensoriel sont données par où , et , et alors Le produit dyadique peut être simplement représenté par la matrice carrée obtenue en multipliant en tant que vecteur colonne par en tant que vecteur ligne.

Feasible region

In 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.

Afficher plus

Séances de cours associées (56)

Composantes vectorielles et opérations

Couvre les composantes vectorielles, les projections, les conventions, les opérations et les identités mathématiques.

Produits vectoriaux: Dot and Cross - Partie 2

Couvre les concepts de points et de produits croisés des vecteurs et de leurs applications.

Vecteurs: Produit à point

Couvre le produit point entre les vecteurs et les projections orthogonales.

Analyse de Fourier : théorème de Stokes

Explore l'application du théorème de Stokes aux surfaces et aux espaces vectoriels dans l'analyse de Fourier.

Le théorème topologique de Künneth

Explore le théorème topologique de Künneth, mettant l'accent sur la commutativité et l'équivalence homotopique dans les complexes en chaîne.

Afficher plus

Concepts associés (17)