COURS OPTIMISATION Cours en Master M1 SITN Ionel Sorin
[PDF] COURS OPTIMISATION Cours en Master M SITN Ionel Sorin math univ lyon ~ciuperca optim M cours optim M sitn pdf
Fonctions convexes
[PDF] Fonctions convexescours mido dauphine calculDiffOpti cours Lchapter pdf
Fonctions homogènes, concaves et convexes - LaBRI
[PDF] Fonctions homogènes, concaves et convexes LaBRI labri perso hocquard Files homogene pdf
Rappel mathématique
[PDF] Rappel mathématiqueneumann hec ca sites cours docs notes Rapmathe pdf
OptiAlgo cours
[PDF] OptiAlgo cours math info univ paris ~bgalerne m poly opti algo pdf
Optimisation statique Lagrangien et conditions de Kuhn et Tucker
[PDF] Optimisation statique Lagrangien et conditions de Kuhn et Tucker parisschoolofeconomics grenet julien TD Annexe pdf
Fonctions convexes et conjuguées
[PDF] Fonctions convexes et conjuguées dmi usherb ca ~dussault ROPH chap pdf
Convexité d une fonction en un point position - ENSTA ParisTech
[PDF] Convexité d 'une fonction en un point position ENSTA ParisTechperso ensta paristech ~chambey RecapConvexiteLocal pdf
Introduction `a l optimisation - Institut de Mathématiques de Toulouse
[PDF] Introduction `a l 'optimisation Institut de Mathématiques de Toulouse math univ toulouse ~lagnoux CoursOpt pdf
UFR 02 Mathématique 2 Cours d Optimisation Libre Dans R 1
Une fonction f de classe C sur I R est dite convexe (resp concave) si pour tout X D 'après le théorème de Schwartz, la matrice hessienne est symétrique
[PDF] convocation bac 2017 en ci
[PDF] convocation bac 2017 ivoirien
[PDF] convocation bepc
[PDF] convocation bepc 2017
[PDF] convocation bepc 2017 ci
[PDF] convocation categorie 3 police
[PDF] convocation ccf cap
[PDF] convocation ccf eps
[PDF] convocation ccf word
[PDF] convocation cnc 2017
[PDF] convocation cns luxembourg
[PDF] convocation dscg 2017
[PDF] convocation examen prof
[PDF] convocation jury examen
TD d"Économie - Julien GrenetÉcole Normale SupérieureAnnée 2007-2008 Vade mecum : Optimisation statique.Lagrangien et conditions de Kuhn et Tucker Ce vade mecum expose la méthode de résolution des programmesd"optimisation sta- tique (par opposition aux programmes d"optimisation dynamique qui ne seront pas abor- dés ici) dans le cas d"une fonction objectif multivariée. Les sections
1et2donnent un
certain nombre de définitions préliminaines. Les sections suivantes exposent les méthodes de résolution des quatre grandes catégories de programmes d"optimisation : optimisation sans contraintes (section3), optimisation sous contraintes prenant la forme d"équations
(section4), optimisation sous contraintes prenant la forme d"inéquations (section5) et
optimisation sous contraintes prenant la forme d"inéquations incluant des contraintes de non-négativité (section 6).1 Préambule
1.1 Définitions préliminaires
Soitf:U→Rune fonction denvariables (x1,x2,...,xn) à valeurs réelles dont l"en- semble de définitionUconstitue un sous-ensemble deR n. On supposera toujours quef est continue et deux fois différentiable.On notef
?ila dérivée partielle defpar rapport àxi(f?i=∂f(x1,x2,...,xn) ∂xi); on notef??ij la dérivée croisée defpar rapport àxietxj(f??ij=∂2f(x1,x2,...,xn) ∂xi∂xj) Déterminant d"une matrice :Le déterminant d"une matrice est défini par induction : Une matrice (1,1) est juste un scalairea. Le déterminant de cette matrice est égal àa.Matrice (2,2) : soitM=
?a b c d . Le déterminant deMs"écrit ?a b c d =ad-bc.Matrice (n,n) : soitM=
(a11a12···a1n a21a22···a2n............ a n1an2···ann))))))Pour calculer le déterminant deM,
il suffit d"utiliser la méthode dite du " développement selon la première ligne » :1. on associe à chaque coefficienta
1ide la première ligne de la matriceMun signe +
siiest impair et un signe - siiest pair.2. Le déterminant deMpeut s"écrire comme la somme desndéterminants d"ordre
n-1 obtenus en éliminant de la matriceMla ligne et la colonne contenant le coefficienta1i. Chacun de ces déterminants est multiplié par (-1)1+ia1i
1Exemple : soitM=
(a b cd e fg h i))) . Le déterminant de la matriceMs"écrit : det(M) = ?a b cd e fg h i =a ?e f h i -b ?d fg i +c ?????d e g h =a(ei-fh)-b(di-fg) +c(dh-eg) Mineurs principaux d"une matrice :SoitMune matrice carré symétrique de dimen- sion (n,n). Un mineur principal d"ordrekest le déterminant de la sous-matrice deM d"ordrekobtenue en supprimantn-klignes et lesn-kcolonnes correspondantes dans M.Exemple : soitM=
(a11a12a13 a21a22a23 a31a32a33)))Les trois mineurs principaux d"ordre 1 deMsonta
11,a22eta33.
Les trois mineurs principaux d"ordre 2 deMsont :????? a22a23 a11a13 a31a33?????et a11a12 a21a32?????Le mineur principal d"ordre 3 deMest :
?a11a12a13 a21a22a23 a31a32a33??????? Mineurs principaux diagonaux d"une matrice :SoitMune matrice carré symé- trique de dimension (n,n). Le mineur principal diagonal d"ordrek(notéD k) de la matrice Mest le déterminant de la matrice de taille (k,k) obtenue en éliminant lesn-kdernières lignes etn-kdernières colonnes de la matriceM. Une matrice carré d"ordrenadmetn mineurs principaux diagonaux. N.B. :Le mineur principal diagonal d"ordrekd"une matrice est l"un de ses mineurs principaux d"ordrek.Exemple : soitM=
(a11a12a13 a21a22a23 a31a32a33)))Le mineur principal diagonal d"ordre 1 deMesta
11. Le mineur principal diagonal d"ordre 2 est?????a11a12 a21a22?????; le mineur principal diagonal d"ordre 3 est ?a11a12a13 a21a22a23 a31a32a33??????? 2 Matrice hessienne :On appelle matrice hessienneH(x1,x2,...,xn) defla matrice des dérivées secondes defévaluées au point (x1,x2,...,xn) :
H(x1,x2,...,xn) =
(f??11f??12···f??1n f??21f??12···f??2n f ??n1f??n2···f??nn)))))) Commef??ij=f??ji?(i,j), la matrice hessienne defest une matrice symétrique d "ordren. Matrice hessienne bordée :On appelle matrice hessienne bordéeH(x1,x2,...,xn) defla matrice des dérivées secondes def, bordée par la matrice des dérivées premières def: