Fiche Module FF12 — Optimisation

Formation Doctorale – 2013/2014
Fiche Module
FF12 — Optimisation
Catégorie þ Formation fondamentale o Spécialisation et ouverture o Insertion professionnelle þ Cours de base o Cours avancé Nature Responsable du module Pr Amel Benazza Pr Amel Benazza Equipe Pédagogique PRÉREQUIS [email protected] Notions de base d’analyse de fonctions. OBJECTIFS DU MODULE Présenter les outils et algorithmes de base en optimisation convexe. PROGRAMME DU MODULE I.
II.
III.
IV.
V.
VI.
VII.
Introduction générale, classification des types de problèmes Ensembles convexes Fonctions convexes Formulation des problèmes d’optimisation : avec/sans contraintes, existence, convexité, condition d’optimalité, exemples Quelques algorithmes d’optimisation sans contraintes : gradient, gradient conjugué, Newton et quasi-­‐Newton Notions de dualité Quelques algorithmes d’optimisation avec contraintes : gradient projeté, méthode de Lagrange-­‐Newton et méthode d’Uzawa RESSOURCES PEDAGOGIQUES Fiche Module, © Janvier 2014, EDTIC
Ecole Supérieure des Communications de Tunis (Sup’Com)