Optimisation sans contraintes

Le module propose une introduction à l’optimisation sans contraintes. Un étudiant ayant suivi ce cours  saura reconnaître les outils et résultats de base en optimisation ainsi que  les principales méthodes utilisées dans la pratique. Des séances de travaux pratiques sont proposées  pour être notamment implémentés sous le logiciel de calcul scientifique Matlab et ce, afin d’assimiler les notions  théoriques des algorithmes vues en cours.

Contenu:

1- Quelques rappels de calcul différentiel, Convexité

2- Minimisation sans contraintes

3- Algorithmes

           3.1 Méthode du gradient

           3.2 Méthode du gradient conjugué

           3.3 Méthode de Newton

           3.4 Méthode de relaxation

           3.5 Travaux pratiques