Programme des cours 2015-2016
| MATH0461-2 | ||
| Introduction to numerical optimization | ||
|
Durée :
|
||
| 30h Th, 20h Pr, 25h Proj. | ||
|
Nombre de crédits :
|
||
|
Nom du professeur :
|
||
| Quentin Louveaux | ||
|
Langue(s) du cours :
|
||
| Langue anglaise | ||
|
Organisation et évaluation :
|
||
| Enseignement au premier quadrimestre, examen en janvier | ||
|
Unités d'enseignement prérequises et corequises :
|
||
| Les unités prérequises ou corequises sont présentées au sein de chaque programme | ||
|
Contenus du cours :
|
||
| Dans de nombreux problèmes de l'ingénieur, un grand nombre de décisions peuvent être prises, donnant lieu à des solutions de plus ou moins grande valeur. Une façon de décider de la meilleure solution à envisager est de modéliser mathématiquement les différentes variables de décision et d'ensuite choisir celles qui seront implémentées en optimisant une fonction mathématique.
Ce formalisme modélisant de nombreux problèmes réels est appelé programmation mathématique. Dans un programme mathématique, on définit un ensemble de variables de décision, des contraintes sous forme d'égalités et d'inégalités déterminant l'ensemble des solutions réalisables du problème, et un objectif à optimiser. En fonction des propriétés des fonctions présentes dans les contraintes et de la fonction objectif, on obtiendra un problème d'optimisation plus ou moins difficile à résoudre. Nous reviendrons sur les problèmes où toutes les contraintes et l'objectif sont linéaires (programmation linéaire). Nous étudierons les propriétés de ces problèmes et en particulier le concept de dualité. Nous verrons des problèmes non linéaires (coniques) qui conservent les bonnes propriétés de dualité. Finalement nous traiterons de problèmes non linéaires sans structure particulière. Les concepts suivants sont abordés dans le cours. - Algorithme du simplexe révisé - Dualité pour la programmation linéaire - Analyse post-optimale et algorithme du dual simplexe - Introduction aux méthodes de point intérieur - Conditions d'optimalité pour les problèmes non-linéaires - Programmation conique et dualité - Méthodes numériques pour l'optimisation non linéaire Ce cours est donné en anglais. |
||
|
Acquis d'apprentissage (objectifs d'apprentissage) du cours :
|
||
A l'issue de ce cours, l'étudiant sera capable de
|
||
|
Savoirs et compétences prérequis :
|
||
| Un cours de base en algèbre linéaire et en analyse. | ||
|
Activités d'apprentissage prévues et méthodes d'enseignement :
|
||
| Des séances de répétitions en salle sont organisées à concurrence d'une vingtaine d'heures. Un travail de modélisation et de résolution d'un problème pratique à l'aide d'un logiciel de programmation linéaire est demandé. Un projet de modélisation en utilisant le paradigme de l'optimisation convexe est également demandé. | ||
|
Mode d'enseignement (présentiel ; enseignement à distance) :
|
||
| présentiel | ||
|
Lectures recommandées ou obligatoires et notes de cours :
|
||
| D. Bertsimas, J. Tsistsiklis. Introduction to linear optimization, Dynamic Ideas, 1997. M. Bierlaire. Introduction à l'optimisation différentiable. Presses polytechniques et universitaires romandes. 2006 | ||
|
Modalités d'évaluation et critères :
|
||
| L'examen est un examen oral de théorie et d'exercices. La note de projet est une moyenne arithmétique des deux projets. La note finale est la moyenne géométrique de la note de l'examen et de la note de projet. | ||
|
Stage(s) :
|
||
|
Remarques organisationnelles :
|
||
| Le cours est donné en anglais. | ||
|
Contacts :
|
||