Optimisation combinatoireL’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.
Optimization problemIn mathematics, computer science and economics, an optimization problem is the problem of finding the best solution from all feasible solutions. Optimization problems can be divided into two categories, depending on whether the variables are continuous or discrete: An optimization problem with discrete variables is known as a discrete optimization, in which an object such as an integer, permutation or graph must be found from a countable set.
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.
Déformation élastiqueEn physique, l'élasticité est la propriété d'un matériau solide à retrouver sa forme d'origine après avoir été déformé. La déformation élastique est une déformation réversible. Un matériau solide se déforme lorsque des forces lui sont appliquées. Un matériau élastique retrouve sa forme et sa taille initiales quand ces forces ne s'exercent plus, jusqu'à une certaine limite de la valeur de ces forces. Les tissus biologiques sont également plus ou moins élastiques. Les raisons physiques du comportement élastique diffèrent d'un matériau à un autre.
Optimisation convexevignette|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.
Énergie potentielle élastiqueEn physique, l’énergie potentielle élastique est l'énergie potentielle emmagasinée dans un corps à caractère élastique lorsque ce dernier est compressé ou étiré par rapport à sa position naturelle. Lorsque la force comprimant ou étirant le ressort cesse, le corps tend naturellement à retourner à sa position naturelle et transforme ainsi son énergie potentielle en énergie cinétique. Le caractère élastique d'un objet est remarquable par la capacité de celui-ci à rebondir ou encore à reprendre sa forme après déformation.
Équations de Lagrangevignette|Joseph-Louis Lagrange Les équations de Lagrange, découvertes en 1788 par le mathématicien Joseph-Louis Lagrange, sont une reformulation de la mécanique classique. Il s'agit d'une reformulation de l'équation de Newton, qui ne fait pas intervenir les forces de réaction. Pour cela, on exprime les contraintes que subit la particule étudiée sous la forme d'équations du type : Il n'y a qu'une équation si le mouvement est contraint à une surface, deux s'il est contraint à une courbe.
Constrained optimizationIn mathematical optimization, constrained optimization (in some contexts called constraint optimization) is the process of optimizing an objective function with respect to some variables in the presence of constraints on those variables. The objective function is either a cost function or energy function, which is to be minimized, or a reward function or utility function, which is to be maximized.
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.
Espace vectoriel symplectiqueEn algèbre, un espace vectoriel est symplectique quand on le munit d'une forme symplectique, c'est-à-dire une forme bilinéaire alternée et non dégénérée. L'étude de ces espaces vectoriels présente quelques ressemblances avec l'étude des espaces préhilbertiens réels puisqu'on y définit également la notion d'orthogonalité. Mais il y a de fortes différences, ne serait-ce que parce que tout vecteur est orthogonal à lui-même. Les espaces vectoriels symplectiques servent de modèles pour définir les variétés symplectiques, étudiées en géométrie symplectique.
Transformation canoniqueEn mécanique hamiltonienne, une transformation canonique est un changement des coordonnées canoniques (q, p, t) → (Q, P, t) qui conserve la forme des équations de Hamilton, sans pour autant nécessairement conserver le Hamiltonien en lui-même. Les transformations canoniques sont utiles pour les équations de Hamilton-Jacobi (une technique utile pour calculer les quantités conservées) et le théorème de Liouville (à la base de la mécanique statistique classique).
Géométrie symplectiqueLa géométrie symplectique est un domaine de la recherche mathématique, s'intéressant à l'origine à une formulation mathématique naturelle de la mécanique classique et développé avec une notion d'entrelacement entre la géométrie différentielle et les systèmes dynamiques, avec des applications en géométrie algébrique, en géométrie riemannienne et en géométrie de contact. Formellement, elle consiste en l'étude des 2-formes différentielles fermées non dégénérées — appelées formes symplectiques — sur les variétés différentielles.
Joseph-Louis LagrangeJoseph Louis de Lagrange (en italien Giuseppe Luigi Lagrangia ou aussi Giuseppe Ludovico De la Grange Tournier), né à Turin le de parents français descendants de Descartes et mort à Paris le , est un mathématicien, mécanicien et astronome italien, originaire du royaume de Sardaigne et naturalisé français. À l'âge de trente ans, il quitte Turin et va séjourner à Berlin pendant vingt-et-un ans. Ensuite, il s'installe pour ses vingt-six dernières années à Paris où il prend la nationalité française en 1802.
Variété symplectiqueEn mathématiques, une variété symplectique est une variété différentielle munie d'une forme différentielle de degré 2 fermée et non dégénérée, appelée forme symplectique. L'étude des variétés symplectiques relève de la géométrie symplectique. Les variétés symplectiques apparaissent dans les reformulations analytiques abstraites de la mécanique classique utilisant la notion de fibré cotangent d'une variété, notamment dans la reformulation hamiltonnienne, où les configurations d'un système forment une variété dont le fibré cotangent décrit l'espace des phases du système.
Matrice symplectiqueEn mathématique, une matrice symplectique est une matrice M de taille 2n par 2n (dont les entrées sont typiquement soit des réels soit des complexes) satisfaisant la condition où MT désigne la matrice transposée de M et J est la matrice par blocs antisymétrique définie par : (In étant la matrice identité n×n). On remarque que le déterminant de J vaut 1 et qu'on a l'identité J = −I2n. Toute matrice symplectique est inversible et son inverse est donnée par : De plus, le produit de deux matrices symplectiques est, à nouveau, une matrice symplectique.
Groupe symplectiqueEn mathématiques, le terme groupe symplectique est utilisé pour désigner deux familles différentes de groupes linéaires. On les note Sp(2n, K) et Sp(n), ce dernier étant parfois nommé groupe compact symplectique pour le distinguer du premier. Cette notation ne fait pas l’unanimité et certains auteurs en utilisent d’autres, différant généralement d’un facteur 2. La notation utilisée dans cet article est en rapport avec la taille des matrices représentant les groupes.
Linear elasticityLinear elasticity is a mathematical model of how solid objects deform and become internally stressed due to prescribed loading conditions. It is a simplification of the more general nonlinear theory of elasticity and a branch of continuum mechanics. The fundamental "linearizing" assumptions of linear elasticity are: infinitesimal strains or "small" deformations (or strains) and linear relationships between the components of stress and strain. In addition linear elasticity is valid only for stress states that do not produce yielding.
Forme de LiouvilleEn géométrie différentielle, la forme de Liouville est une 1-forme différentielle naturelle sur le fibré cotangent d'une variété différentielle. Sa dérivée extérieure est une forme symplectique. Elle joue un rôle central en mécanique classique. L'étude de la géométrie du fibré cotangent revêt une importance significative en géométrie symplectique en raison, notamment, du théorème de Weinstein. Si M est une variété différentielle de dimension n, désigne l'espace total du fibré cotangent de M et peut être regardé comme une variété différentielle de dimension 2n.
Optimisation SDPEn mathématiques et en informatique théorique, l'optimisation SDP ou semi-définie positive, est un type d'optimisation convexe, qui étend l'optimisation linéaire. Dans un problème d'optimisation SDP, l'inconnue est une matrice symétrique que l'on impose d'être semi-définie positive. Comme en optimisation linéaire, le critère à minimiser est linéaire et l'inconnue doit également satisfaire une contrainte affine. L'optimisation SDP se généralise par l'optimisation conique, qui s'intéresse aux problèmes de minimisation d'une fonction linéaire sur l'intersection d'un cône et d'un sous-espace affine.
Variété de PoissonEn géométrie, une structure de Poisson sur une variété différentielle est un crochet de Lie (appelé crochet de Poisson dans ce cas) sur l'algèbre des fonctions lisses de à valeurs réelles, vérifiant formule de Leibniz En d'autres termes, une structure de Poisson est structure d'algèbre de Lie sur l'espace vectoriel des fonctions lisses sur de sorte que est un champ de vecteurs pour toute fonction lisse , appelé champ de vecteurs hamiltonien associé à . Soit une variété différentielle.
