Séance de cours

Optimisation avec inégalités

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-106(f): Analyse II

Étudier les concepts fondamentaux d'analyse et le calcul différentiel et intégral des fonctions réelles de plusieurs variables. ...

Description

Cette séance de cours couvre l'optimisation des fonctions soumises à des contraintes d'inégalité, en se concentrant sur la recherche de points stationnaires et de valeurs extrêmes. L'instructeur explique comment déterminer ces points en analysant les contraintes et en utilisant des méthodes de paramétrage. Divers exemples sont fournis pour illustrer les concepts, tels que la recherche de valeurs extrêmes sous des contraintes spécifiques et lutilisation de différentes approches pour résoudre les problèmes doptimisation.

Enseignant·e·s (3)

David Valentin Strütt

Assistanat Vous visitez cette page dans l'optique de rejoindre mon équipe d'asssistant·es pour un de mes cours d'analyse ? Vous trouverez plus d'informations ici. Contributions auteur de polycopiés d'analysecréateur matheminecraftrecord suisse du plus grand nombre de participations à la construction d'un additionneur binaire en dominos (autoproclamé) Je suis né pile le jour de mon anniversaire. Expériences professionnelles Chargé de communication pour MATH et chargé de cours pour la SMA 2019–2024 EPFLCharg

Adélie Eliane Garin

Enseignement et PhD Cours Durabilité ENV-101 Ce cours présente les enjeux mondiaux de la durabilité. Il introduit les limites planétaires, leur interconnexion systémique et les thèmes de justice sociale. L'approche interdisciplinaire initie au travail de groupe et à la pensée systémique (interdépendances dans un système complexe). Sustainability in my research ENG-650

Boris Buffoni

RechercheDomaines de recherche actuels https://sma.epfl.ch/~buffoni/home.html Enseignement et PhD Cours Analyse II MATH-106(b) Étudier les concepts fondamentaux d'analyse et le calcul différentiel et intégral des fonctions réelles de plusieursvariables. Analyse fonctionnelle I MATH-302 Concepts de base de l'analyse fonctionnelle linéaire: opérateurs bornés, opérateurs compacts, théorie spectrale pour les opérateurs symétriques et compacts, le théorème de Hahn-Banach, les théo

Source officielle

Concepts associés (32)

Optimisation (mathématiques)

L'optimisation est une branche des mathématiques cherchant à modéliser, à analyser et à résoudre analytiquement ou numériquement les problèmes qui consistent à minimiser ou maximiser une fonction sur un ensemble. L’optimisation joue un rôle important en recherche opérationnelle (domaine à la frontière entre l'informatique, les mathématiques et l'économie), dans les mathématiques appliquées (fondamentales pour l'industrie et l'ingénierie), en analyse et en analyse numérique, en statistique pour l’estimation du maximum de vraisemblance d’une distribution, pour la recherche de stratégies dans le cadre de la théorie des jeux, ou encore en théorie du contrôle et de la commande.

Contrainte (mathématiques)

En mathématiques, une contrainte est une condition que doit satisfaire la solution d'un problème d'optimisation. On distingue deux types de contraintes : les contraintes d'égalité et les contraintes en inégalité. L'ensemble des solutions satisfaisant toutes les contraintes est appelé l'ensemble admissible. On considère un problème d'optimisation classique : avec et et désigne le vecteur . Dans cet exemple, la première ligne montre la fonction à minimiser (appelée fonction objectif ou fonction-coût) mais aussi l'ensemble où la solution doit être recherché, ici C.

Optimisation combinatoire

L’optimisation combinatoire, (sous-ensemble à nombre de solutions finies de l'optimisation discrète), est une branche de l'optimisation en mathématiques appliquées et en informatique, également liée à la recherche opérationnelle, l'algorithmique et la théorie de la complexité. Dans sa forme la plus générale, un problème d'optimisation combinatoire (sous-ensemble à nombre de solutions finies de l'optimisation discrète) consiste à trouver dans un ensemble discret un parmi les meilleurs sous-ensembles (ou solutions) réalisables, la notion de meilleure solution étant définie par une fonction objectif.

Optimisation convexe

vignette|320x320px|Optimisation convexe dans un espace en deux dimensions dans un espace contraint L'optimisation convexe est une sous-discipline de l'optimisation mathématique, dans laquelle le critère à minimiser est convexe et l'ensemble admissible est convexe. Ces problèmes sont plus simples à analyser et à résoudre que les problèmes d'optimisation non convexes, bien qu'ils puissent être NP-difficile (c'est le cas de l'optimisation copositive). La théorie permettant d'analyser ces problèmes ne requiert pas la différentiabilité des fonctions.

Point stationnaire

350px|thumb|right|Les points stationnaires de la fonction sont marquées par des ronds rouges. Dans ce cas, ce sont des extrema locaux. Les carrés bleus désignent les points d'inflexion. En analyse réelle, un point stationnaire ou point critique d'une fonction dérivable d'une variable réelle est un point de son graphe où sa dérivée s'annule. Visuellement, cela se traduit par un point où la fonction arrête de croître ou de décroître. Pour une fonction de plusieurs variables réelles, un point stationnaire (critique) est un point où le gradient s'annule.

Afficher plus

Séances de cours associées (64)

Optimisation avec contraintes : conditions KKT

Couvre les conditions KKT pour l'optimisation avec des contraintes, essentielles pour résoudre efficacement les problèmes d'optimisation.

BFS initial

Explore la recherche de la solution de base réalisable (BFS) initiale dans un programme linéaire.

Méthodes d'optimisation : discussion théorique

Explore les méthodes d'optimisation, y compris les problèmes sans contraintes, la programmation linéaire et les approches heuristiques.

Contraintes linéaires : élimination des variables MOOC: Optimisation : principes et algorithmes - Optimisation linéaire

Explique les contraintes linéaires et l'élimination des variables dans les problèmes d'optimisation, illustrant le processus étape par étape.

Techniques d'optimisation linéaire: approches de résolution de problèmes

Fournit un aperçu des techniques d'optimisation linéaire, en mettant l'accent sur les méthodes de résolution de problèmes et l'importance des contraintes et des fonctions objectives.

Afficher plus

Concepts associés (32)

Optimisation (mathématiques)

Contrainte (mathématiques)

Optimisation combinatoire

Optimisation convexe

Point stationnaire

Afficher plus