Optimisation numérique. Outline. Introduction et exemples. Daniele Di Pietro A.A Dénitions et notations
|
|
- Agathe Poulin
- il y a 8 ans
- Total affichages :
Transcription
1 Optimisation numérique Introduction et exemples Daniele Di Pietro A.A Outline 1 Dénitions et notations 2 Applications Exemples en recherche opérationnelle Exemples en algèbre linéaire Exemples en commande optimale et en contrôle optimal 3 Programme du cours
2 Dénition et notations I On notera V l'espace dans lequel est posé le problème si V est de dimension nie, on supposera qu'il est un espace vectoriel normé (EVN) si V est de dimension innie, on supposera qu'il est un espace de Hilbert réel (EHR) (voir rappels) La solution appartient en général à un sous-ensemble K V dit ensemble des éléments admissibles Dénition et notations II Le critère ou fonction coût ou objectif est une fonction J : K R Le problème à étudier sera donc noté inf J(v) v K
3 Dénition et notations III Parfois on veut souligner que le minimum est atteint, à savoir u K, J(u) = inf v K J(v) On note alors de préférence min J(v) v K Attention, il ne s'agit pas d'une règle systématique! Dénition et notations IV Dénition (Minimum local de J sur K) On dit que u est un minimum local de J sur K ssi u K et δ > 0, v K, v u V < δ = J(v) J(u)
4 Dénition et notations V Dénition (Inmum de J sur K) On appelle inmum de J sur K la borne supérieure dans R des constantes qui minorent J sur K. Si J n'est pas minorée sur K, alors l'inmum vaut. Si K est vide, par convention l'inmum est +. Outline 1 Dénitions et notations 2 Applications Exemples en recherche opérationnelle Exemples en algèbre linéaire Exemples en commande optimale et en contrôle optimal 3 Programme du cours
5 Problème de transport I On dispose de M entrepôts indicés par 1 i M Chaque entrepôt dispose d'un niveau de stocks s i Il faut livrer N clients indicés par 1 j N Chaque client a commandé la quantité r j avec j r j i s i Le coût de transport unitaire entre l'entrepôt i et le client j est c ij Les variables de décision sont les quantités v ij de marchandise partant de l'entrepôt i vers le client j L'objectif est de minimiser le coût tout en satisfaisant les commandes des clients Problème de transport II On introduit la matrice V := (v ij ) R N,M avec v ij = quantité partant de l'entrepôt i vers le client j Mathématiquement cela revient à résoudre M inf V R N,M J(V ) := N c ij v ij i=1 j=1
6 Problème de transport III On ne déplace pas les merchandises d'un entrepôt à un autre et les stockes sont limités, v ij 0, N v ij s i j=1 Une deuxième contrainte vient de la satisfaction des clients, M v ij = r j i=1 1 j N Problème de transport IV Cet exemple est représentatif d'une classe importante de problèmes en RO, les programmes linéaires Une méthode de résolution ecace pour ces problèmes a été inventé par G. Dantzig en 1948 Une application célèbre est la planication du point aérien sur Berlin Nous allons étudier cette méthode dans la dernière partie du cours!
7 Problème d'aectation I Soit N femmes indicées par 1 i N et N hommes indicés par 1 j N On introduit les variables d'accord { 1 si i et j veulent se marier, a ij = 0 sinon Nous allons supposer par simplicité que seuls les mariages hétérosexuels sont autorisés Le but du jeu consiste à maximiser le nombre total de mariages Problème d'aectation II Soit S N l'ensemble des permutations de {1,..., N} Mathématiquement cela revient à chercher max σ S N N i=1 a iσ(i) Une diérence majeure par rapport au cas précédent est qu'ici on à aaire à un problème à variables entières Une variante consiste à autoriser des préférences nuancées, a ij (0, 1) 1 i, j N
8 Problème d'aectation III On introduit la matrice des variables de décision V = (v ij ) avec v ij = { 1 s'il y a mariage entre i et j, 0 sinon Il s'agit dans ce cas de résoudre N sup V J(V ) := soumis aux contraintes i=1 j=1 N a ij v ij v ij {0, 1}, N v ik 1, N v kj 1 1 i, j N k=1 k=1 Pour les célibataires : nous n'allons pas traiter ce problème en cours Tournée du voyageur de commerce I Il s'agit d'un autre exemple célèbre en optimisation combinatoire Un représentant doit visiter n villes successivement et revenir à son point de départ Soit t ij le temps pour rejoindre la ville i de la ville j, avec éventuellement t ij t ji L'objectif consiste à minimiser le temps de parcours en passant une et une seul fois par chaque ville On peut reformuler ce problème en termes de théorie des graphes
9 Tournée du voyageur de commerce II Soit C l'ensemble des cycles du graphe qui passent une et une seule fois par toutes les villes Il s'agit de résoudre min C C { J(C) := c C t c1,c 2 } Optimisation quadratique à contraintes linéaires Soit A R n,n symétrique dénie positive et b R n Soit B R m,n, m n, de rang plein On souhaite résoudre le problème {J(x) := 12 } Ax x b x inf x ker B Ce problème est central en mécanique des uides numérique lorsqu'on a aaire à un uide incompressible Cet exemple sera développé en cours
10 Calcul de la première valeur propre Soit A R n,n symétrique On veut caractériser et calculer les solution de inf Ax x x R n, x 2 =1 On verra en cours qu'il s'agit des vecteurs propres de A associés à sa plus petite valeur propre Régression au sens des moindres carrés I Soit {(x i, y i )} 1 i N un nuage de N 3 points de R 2 Le problème consiste à déterminer la droite qui s'en approche le plus au sens des moindres carrés Mathématiquement cela revient à chercher a, b R qui minimisent J(a, b) := N [y i (ax i + b)] 2 i=1
11 Régression au sens des moindres carrés II Plus généralement, soit A R M,N, M < N Si A n'est pas de rang plein, il existe des vecteurs y R N t.q. le système linéaire Av = y, n'admet pas de solution On peut alors le résoudre au sens des moindres carrés en cherchant un vecteur y R M minimisant la quantité J(v) := Av y 2 2 La régression au sens des moindres carré n'est que le cas particulier x 1 1 A =.. x N 1 Minimisation d'une énergie mécanique I a f b On cherche la conguration d'équilibre d'une membrane soumise à un chargement correspondante à l'énergie mécanique minimale Soit Ω = (a, b) la conguration de la membrane à repos, et plaçons-nous sous l'hypothèse de petites déformations Soit f le chargement par unité de longueur La membrane est supposée xée sur son contour
12 Minimisation d'une énergie mécanique II Soit V l'espace des déformations correspondantes à une quantité d'énergie nie Mathématiquement il s'agit de résoudre inf v V { J(v) := 1 } v 2 fv 2 Ω Ω Cet exemple se généralise pour Ω R d, d 2, en posant J(v) := 1 v 2 fv 2 Ω Ω Minimisation d'une énergie mécanique III Un exemple plus compliqué vient de la mécanique des uides Soit Ω la région d'espace occupé par un uide Newtonien incompressible soumis à la force volumique f L'écoulement visqueux stationnaire satisfait minimise l'énergie J(v) := ν v 2 f v, 2 Ω où ν est la viscosité dynamique du uide v est un champs de vitesse incompressible, à savoir, v = 0 Ω
13 Minimisation d'une énergie mécanique IV Figure: Exemple d'écoulement visqueux stationnaire (cavité entraînée) Commande optimale I On considère le problème de guider un robot an qu'il suive au plus près une trajectoire prédénie L'état du robot à l'instant t est représenté par une fonction y(t) à valeurs dans R N (position, vitesse) On agit sur le robot par l'intermédiaire d'une commande v(t) (puissance du moteur, direction des roues, etc.) Les lois de la mécanique classique conduisent au système d'odes dy(t) = Ay(t) + Bv(t) + f(t) pour 0 t T dt y(0) = y 0, (Σ) avec A R N,N et B R N,M
14 Commande optimale II Soit z(t) la trajectoire cible et z T la position nale cible On introduit les matrices symétriques positives R, Q et D avec R dénie On dénit le critère quadratique J(v) := + T 0 T 0 Rv(t) v(t)dt Q(y z)(t) (y z)(t)dt coût du contrôle traj. cible + D(y(T ) z T ) (y(t ) z T ), pos. nale cible où l'on remarquera que y(t) dépend de v(t) via le système (Σ) Commande optimale III Pour tenir compte des limitations physiques (puissance d'un moteur, etc.) on introduit l'ensemble des commandes admissibles K R M Le problème consiste à résoudre inf J(v) v(t) K, 0 t T Lorsque la fonction à optimiser dépend de la solution d'une équation diérentielle ordinaire (EDO) on parle de commande optimale
15 Contrôle d'une membrane I On revient sur l'exemple d'une membrane élastique xée sur son contour se déformant sous l'action du chargement f Soit v une force de contrôle. Le problème est modélisé par l'edp u = f + v dans Ω, u = 0 où u représente le déplacement vertical sur Ω, Le contrôle, typiquement un actionneur pièzo-électrique, appartient à K := {v(x) λ v(x) Λ dans ω et v = 0 dans Ω \ ω}, avec ω Ω Contrôle d'une membrane II On cherche le contrôle qui rend le déplacement u le plus proche possible d'un déplacement désiré u 0 Mathématiquement, cela revient à résoudre inf J(v), v K avec J critère de distance donné, par exemple, par J(v) := 1 ( u u0 2 + c v 2) 2 Ω On remarquera que u dépend de v via l'edp écrit précédemment Ce problème est dit de contrôle optimal car, pour d 2, la fonction à minimiser dépend de la solution d'une EDP
16 Problème inverse I L'écoulement du pétrole dans le sous-sol est régi par l'équation de Darcy (k p) = f dans Ω, (Π) p = 0 sur Ω où k > 0 est la perméabilité et p la pression En pratique, la perméabilité est déterminée à partir de mesures de la pression Supposons que l'on dispose d'une mesure p 0 du champs de pression On souhaite trouver la valeur de k qui minimise l'écart entre la solution de (Π) et p 0 Problème inverse II Soit Ψ(k) l'unique solution de (Π) pour une valeur xée de k Il s'agit de résoudre { } inf J(v) := Ψ(k) p 0 2 k R + H 1 (Ω) Ce problème est dit d'identication de paramètre ou inverse
17 Un exemple en simulation de réservoir Figure: Optimisation de l'emplacement des puits dans un réservoir pétrolier Outline 1 Dénitions et notations 2 Applications Exemples en recherche opérationnelle Exemples en algèbre linéaire Exemples en commande optimale et en contrôle optimal 3 Programme du cours
18 Programme du cours Séance 1 Introduction et exemples 2 Rappels et compléments 3 Conditions d'existence et unicité 4 Inéquation d'euler 5 Multiplicateurs de Lagrange 6 Point selle, condition KTT 7 Méthode du gradient 8 Variations sur la méthode du gradient 9 Gradient conjugué 10 Newton + Broyden 11 Uzawa + dualité 12 Programmation linéaire + simplexe/1 13 Simplexe/2
La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique
La programmation linéaire : une introduction Qu est-ce qu un programme linéaire? Qu est-ce qu un programme linéaire? Exemples : allocation de ressources problème de recouvrement Hypothèses de la programmation
Plus en détailExamen optimisation Centrale Marseille (2008) et SupGalilee (2008)
Examen optimisation Centrale Marseille (28) et SupGalilee (28) Olivier Latte, Jean-Michel Innocent, Isabelle Terrasse, Emmanuel Audusse, Francois Cuvelier duree 4 h Tout resultat enonce dans le texte peut
Plus en détailProgrammation linéaire
Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire
Plus en détailProgrammation linéaire
1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit
Plus en détailProgrammation linéaire et Optimisation. Didier Smets
Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des
Plus en détailOptimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications
Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications A. Optimisation sans contrainte.... Généralités.... Condition nécessaire et condition suffisante
Plus en détailCours d analyse numérique SMI-S4
ours d analyse numérique SMI-S4 Introduction L objet de l analyse numérique est de concevoir et d étudier des méthodes de résolution de certains problèmes mathématiques, en général issus de problèmes réels,
Plus en détailChapitre 5 : Flot maximal dans un graphe
Graphes et RO TELECOM Nancy A Chapitre 5 : Flot maximal dans un graphe J.-F. Scheid 1 Plan du chapitre I. Définitions 1 Graphe Graphe valué 3 Représentation d un graphe (matrice d incidence, matrice d
Plus en détailFonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples
45 Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples Les espaces vectoriels considérés sont réels, non réduits au vecteur nul et
Plus en détailChapitre 2 Le problème de l unicité des solutions
Université Joseph Fourier UE MAT 127 Mathématiques année 2011-2012 Chapitre 2 Le problème de l unicité des solutions Ce que nous verrons dans ce chapitre : un exemple d équation différentielle y = f(y)
Plus en détailOptimisation Discrète
Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et
Plus en détailSouad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/
Recherche opérationnelle Les démonstrations et les exemples seront traités en cours Souad EL Bernoussi Groupe d Analyse Numérique et Optimisation Rabat http ://www.fsr.ac.ma/ano/ Table des matières 1 Programmation
Plus en détailCours 02 : Problème général de la programmation linéaire
Cours 02 : Problème général de la programmation linéaire Cours 02 : Problème général de la Programmation Linéaire. 5 . Introduction Un programme linéaire s'écrit sous la forme suivante. MinZ(ou maxw) =
Plus en détailStructures algébriques
Structures algébriques 1. Lois de composition s Soit E un ensemble. Une loi de composition interne sur E est une application de E E dans E. Soient E et F deux ensembles. Une loi de composition externe
Plus en détailLES DÉTERMINANTS DE MATRICES
LES DÉTERMINANTS DE MATRICES Sommaire Utilité... 1 1 Rappel Définition et composantes d'une matrice... 1 2 Le déterminant d'une matrice... 2 3 Calcul du déterminant pour une matrice... 2 4 Exercice...
Plus en détailAnalyse en Composantes Principales
Analyse en Composantes Principales Anne B Dufour Octobre 2013 Anne B Dufour () Analyse en Composantes Principales Octobre 2013 1 / 36 Introduction Introduction Soit X un tableau contenant p variables mesurées
Plus en détailLe théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche
Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche Bachir Bekka Février 2007 Le théorème de Perron-Frobenius a d importantes applications en probabilités (chaines
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailOrdonnancement. N: nains de jardin. X: peinture extérieure. E: électricité T: toit. M: murs. F: fondations CHAPTER 1
CHAPTER 1 Ordonnancement 1.1. Étude de cas Ordonnancement de tâches avec contraintes de précédences 1.1.1. Exemple : construction d'une maison. Exercice. On veut construire une maison, ce qui consiste
Plus en détailExemples de problèmes et d applications. INF6953 Exemples de problèmes 1
Exemples de problèmes et d applications INF6953 Exemples de problèmes Sommaire Quelques domaines d application Quelques problèmes réels Allocation de fréquences dans les réseaux radio-mobiles Affectation
Plus en détailDYNAMIQUE DE FORMATION DES ÉTOILES
A 99 PHYS. II ÉCOLE NATIONALE DES PONTS ET CHAUSSÉES, ÉCOLES NATIONALES SUPÉRIEURES DE L'AÉRONAUTIQUE ET DE L'ESPACE, DE TECHNIQUES AVANCÉES, DES TÉLÉCOMMUNICATIONS, DES MINES DE PARIS, DES MINES DE SAINT-ÉTIENNE,
Plus en détailCalcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.
1 Définitions, notations Calcul matriciel Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes. On utilise aussi la notation m n pour le
Plus en détailNOTATIONS PRÉLIMINAIRES
Pour le Jeudi 14 Octobre 2010 NOTATIONS Soit V un espace vectoriel réel ; l'espace vectoriel des endomorphismes de l'espace vectoriel V est désigné par L(V ). Soit f un endomorphisme de l'espace vectoriel
Plus en détailCHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.
CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE EQUATIONS DIFFERENTIELLES Le but de ce chapitre est la résolution des deux types de systèmes différentiels linéaires
Plus en détailFIMA, 7 juillet 2005
F. Corset 1 S. 2 1 LabSAD Université Pierre Mendes France 2 Département de Mathématiques Université de Franche-Comté FIMA, 7 juillet 2005 Plan de l exposé plus court chemin Origine du problème Modélisation
Plus en détailModélisation et Simulation
Cours de modélisation et simulation p. 1/64 Modélisation et Simulation G. Bontempi Département d Informatique Boulevard de Triomphe - CP 212 http://www.ulb.ac.be/di Cours de modélisation et simulation
Plus en détail3 Approximation de solutions d équations
3 Approximation de solutions d équations Une équation scalaire a la forme générale f(x) =0où f est une fonction de IR dans IR. Un système de n équations à n inconnues peut aussi se mettre sous une telle
Plus en détailExercice : la frontière des portefeuilles optimaux sans actif certain
Exercice : la frontière des portefeuilles optimaux sans actif certain Philippe Bernard Ingénierie Economique & Financière Université Paris-Dauphine Février 0 On considère un univers de titres constitué
Plus en détailSujet proposé par Yves M. LEROY. Cet examen se compose d un exercice et de deux problèmes. Ces trois parties sont indépendantes.
Promotion X 004 COURS D ANALYSE DES STRUCTURES MÉCANIQUES PAR LA MÉTHODE DES ELEMENTS FINIS (MEC 568) contrôle non classant (7 mars 007, heures) Documents autorisés : polycopié ; documents et notes de
Plus en détailChapitre 0 Introduction à la cinématique
Chapitre 0 Introduction à la cinématique Plan Vitesse, accélération Coordonnées polaires Exercices corrigés Vitesse, Accélération La cinématique est l étude du mouvement Elle suppose donc l existence à
Plus en détailde calibration Master 2: Calibration de modèles: présentation et simulation d
Master 2: Calibration de modèles: présentation et simulation de quelques problèmes de calibration Plan de la présentation 1. Présentation de quelques modèles à calibrer 1a. Reconstruction d une courbe
Plus en détailPlus courts chemins, programmation dynamique
1 Plus courts chemins, programmation dynamique 1. Plus courts chemins à partir d un sommet 2. Plus courts chemins entre tous les sommets 3. Semi-anneau 4. Programmation dynamique 5. Applications à la bio-informatique
Plus en détailFonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre
IUFM du Limousin 2009-10 PLC1 Mathématiques S. Vinatier Rappels de cours Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre 1 Fonctions de plusieurs variables
Plus en détailIntroduction à l analyse numérique : exemple du cloud computing
Introduction à l analyse numérique : exemple du cloud computing Tony FEVRIER Aujourd hui! Table des matières 1 Equations aux dérivées partielles et modélisation Equation différentielle et modélisation
Plus en détailAlgorithmes pour la planification de mouvements en robotique non-holonome
Algorithmes pour la planification de mouvements en robotique non-holonome Frédéric Jean Unité de Mathématiques Appliquées ENSTA Le 02 février 2006 Outline 1 2 3 Modélisation Géométrique d un Robot Robot
Plus en détailPROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES
Leçon 11 PROBLEMES D'ORDONNANCEMENT AVEC RESSOURCES Dans cette leçon, nous retrouvons le problème d ordonnancement déjà vu mais en ajoutant la prise en compte de contraintes portant sur les ressources.
Plus en détailProgrammation Linéaire - Cours 1
Programmation Linéaire - Cours 1 P. Pesneau pierre.pesneau@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 - Bur 265 Ouvrages de référence V. Chvátal - Linear Programming, W.H.Freeman, New York, 1983.
Plus en détailMesure de la dépense énergétique
Mesure de la dépense énergétique Bioénergétique L énergie existe sous différentes formes : calorifique, mécanique, électrique, chimique, rayonnante, nucléaire. La bioénergétique est la branche de la biologie
Plus en détailAlgorithmes de recherche
Algorithmes de recherche 1 Résolution de problèmes par recherche On représente un problème par un espace d'états (arbre/graphe). Chaque état est une conguration possible du problème. Résoudre le problème
Plus en détailDe même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que
Introduction. On suppose connus les ensembles N (des entiers naturels), Z des entiers relatifs et Q (des nombres rationnels). On s est rendu compte, depuis l antiquité, que l on ne peut pas tout mesurer
Plus en détailCHAPITRE I. Modélisation de processus et estimation des paramètres d un modèle
CHAPITRE I Modélisation de processus et estimation des paramètres d un modèle I. INTRODUCTION. Dans la première partie de ce chapitre, nous rappelons les notions de processus et de modèle, ainsi que divers
Plus en détailContrainte de flot pour RCPSP avec temps de transfert
Contrainte de flot et x-rcpsc T 1 Contrainte de flot pour RCPSP avec temps de transfert PS temp, s ij Cmax BENOIST Thierry BOUYGUES/e-Lab DIAMANTINI Maurice ENSTA/LMA Contrainte de flot et x-rcpsc T Présentation
Plus en détailPourquoi l apprentissage?
Pourquoi l apprentissage? Les SE sont basés sur la possibilité d extraire la connaissance d un expert sous forme de règles. Dépend fortement de la capacité à extraire et formaliser ces connaissances. Apprentissage
Plus en détailExercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA
75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche
Plus en détailMATHS FINANCIERES. Mireille.Bossy@sophia.inria.fr. Projet OMEGA
MATHS FINANCIERES Mireille.Bossy@sophia.inria.fr Projet OMEGA Sophia Antipolis, septembre 2004 1. Introduction : la valorisation de contrats optionnels Options d achat et de vente : Call et Put Une option
Plus en détailOUTILS EN INFORMATIQUE
OUTILS EN INFORMATIQUE Brice Mayag brice.mayag@dauphine.fr LAMSADE, Université Paris-Dauphine R.O. Excel brice.mayag@dauphine.fr (LAMSADE) OUTILS EN INFORMATIQUE R.O. Excel 1 / 35 Plan Présentation générale
Plus en détailAlgorithmes d'apprentissage
Algorithmes d'apprentissage 1 Agents qui apprennent à partir d'exemples La problématique : prise de décision automatisée à partir d'un ensemble d'exemples Diagnostic médical Réponse à une demande de prêt
Plus en détailAnnexe 6. Notions d ordonnancement.
Annexe 6. Notions d ordonnancement. APP3 Optimisation Combinatoire: problèmes sur-contraints et ordonnancement. Mines-Nantes, option GIPAD, 2011-2012. Sophie.Demassey@mines-nantes.fr Résumé Ce document
Plus en détailNotes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables Guy Desaulniers Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2014 Table des matières
Plus en détailLagrange, où λ 1 est pour la contrainte sur µ p ).
Chapitre 1 Exercice 1 : Portefeuilles financiers Considérons trois types d actions qui sont négociées à la bourse et dont les rentabilités r 1, r 2 et r 3 sont des variables aléatoires d espérances µ i
Plus en détailRupture et plasticité
Rupture et plasticité Département de Mécanique, Ecole Polytechnique, 2009 2010 Département de Mécanique, Ecole Polytechnique, 2009 2010 25 novembre 2009 1 / 44 Rupture et plasticité : plan du cours Comportements
Plus en détail6 Equations du première ordre
6 Equations u première orre 6.1 Equations linéaires Consiérons l équation a k (x) k u = b(x), (6.1) où a 1,...,a n,b sont es fonctions continûment ifférentiables sur R. Soit D un ouvert e R et u : D R
Plus en détailProblème 1 : applications du plan affine
Problème 1 : applications du plan affine Notations On désigne par GL 2 (R) l ensemble des matrices 2 2 inversibles à coefficients réels. Soit un plan affine P muni d un repère (O, I, J). Les coordonnées
Plus en détailThème 17: Optimisation
OPTIMISATION 45 Thème 17: Optimisation Introduction : Dans la plupart des applications, les grandeurs physiques ou géométriques sont exprimées à l aide d une formule contenant une fonction. Il peut s agir
Plus en détailF411 - Courbes Paramétrées, Polaires
1/43 Courbes Paramétrées Courbes polaires Longueur d un arc, Courbure F411 - Courbes Paramétrées, Polaires Michel Fournié michel.fournie@iut-tlse3.fr http://www.math.univ-toulouse.fr/ fournie/ Année 2012/2013
Plus en détailDérivées d ordres supérieurs. Application à l étude d extrema.
Chapitre 5 Dérivées d ordres supérieurs. Application à l étude d extrema. On s intéresse dans ce chapitre aux dérivées d ordre ou plus d une fonction de plusieurs variables. Comme pour une fonction d une
Plus en détailCalcul différentiel sur R n Première partie
Calcul différentiel sur R n Première partie Université De Metz 2006-2007 1 Définitions générales On note L(R n, R m ) l espace vectoriel des applications linéaires de R n dans R m. Définition 1.1 (différentiabilité
Plus en détailManipulateurs Pleinement Parallèles
Séparation des Solutions aux Modèles Géométriques Direct et Inverse pour les Manipulateurs Pleinement Parallèles Chablat Damien, Wenger Philippe Institut de Recherche en Communications et Cybernétique
Plus en détailExercices - Fonctions de plusieurs variables : corrigé. Pour commencer
Pour commencer Exercice 1 - Ensembles de définition - Première année - 1. Le logarithme est défini si x + y > 0. On trouve donc le demi-plan supérieur délimité par la droite d équation x + y = 0.. 1 xy
Plus en détailTexte Agrégation limitée par diffusion interne
Page n 1. Texte Agrégation limitée par diffusion interne 1 Le phénomène observé Un fût de déchets radioactifs est enterré secrètement dans le Cantal. Au bout de quelques années, il devient poreux et laisse
Plus en détailCours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.
Cours de Recherche Opérationnelle IUT d Orsay Nicolas M. THIÉRY E-mail address: Nicolas.Thiery@u-psud.fr URL: http://nicolas.thiery.name/ CHAPTER 1 Introduction à l optimisation 1.1. TD: Ordonnancement
Plus en détailRésolution de systèmes linéaires par des méthodes directes
Résolution de systèmes linéaires par des méthodes directes J. Erhel Janvier 2014 1 Inverse d une matrice carrée et systèmes linéaires Ce paragraphe a pour objet les matrices carrées et les systèmes linéaires.
Plus en détailOPTIMISATION À UNE VARIABLE
OPTIMISATION À UNE VARIABLE Sommaire 1. Optimum locaux d'une fonction... 1 1.1. Maximum local... 1 1.2. Minimum local... 1 1.3. Points stationnaires et points critiques... 2 1.4. Recherche d'un optimum
Plus en détailCHAPITRE VIII : Les circuits avec résistances ohmiques
CHAPITRE VIII : Les circuits avec résistances ohmiques VIII. 1 Ce chapitre porte sur les courants et les différences de potentiel dans les circuits. VIII.1 : Les résistances en série et en parallèle On
Plus en détailChapitre 1 Cinématique du point matériel
Chapitre 1 Cinématique du point matériel 7 1.1. Introduction 1.1.1. Domaine d étude Le programme de mécanique de math sup se limite à l étude de la mécanique classique. Sont exclus : la relativité et la
Plus en détailDifférentiabilité ; Fonctions de plusieurs variables réelles
Différentiabilité ; Fonctions de plusieurs variables réelles Denis Vekemans R n est muni de l une des trois normes usuelles. 1,. 2 ou.. x 1 = i i n Toutes les normes de R n sont équivalentes. x i ; x 2
Plus en détailApproximations variationelles des EDP Notes du Cours de M2
Approximations variationelles des EDP Notes du Cours de M2 Albert Cohen Dans ce cours, on s intéresse à l approximation numérique d équations aux dérivées partielles linéaires qui admettent une formulation
Plus en détailThéorie et codage de l information
Théorie et codage de l information Les codes linéaires - Chapitre 6 - Principe Définition d un code linéaire Soient p un nombre premier et s est un entier positif. Il existe un unique corps de taille q
Plus en détailCapacité d un canal Second Théorème de Shannon. Théorie de l information 1/34
Capacité d un canal Second Théorème de Shannon Théorie de l information 1/34 Plan du cours 1. Canaux discrets sans mémoire, exemples ; 2. Capacité ; 3. Canaux symétriques ; 4. Codage de canal ; 5. Second
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailExercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?
Exercices Alternatifs Quelqu un aurait-il vu passer un polynôme? c 2004 Frédéric Le Roux, François Béguin (copyleft LDL : Licence pour Documents Libres). Sources et figures: polynome-lagrange/. Version
Plus en détailALGORITHMIQUE II NOTION DE COMPLEXITE. SMI AlgoII
ALGORITHMIQUE II NOTION DE COMPLEXITE 1 2 Comment choisir entre différents algorithmes pour résoudre un même problème? Plusieurs critères de choix : Exactitude Simplicité Efficacité (but de ce chapitre)
Plus en détailCHAPITRE IX : Les appareils de mesures électriques
CHAPITRE IX : Les appareils de mesures électriques IX. 1 L'appareil de mesure qui permet de mesurer la différence de potentiel entre deux points d'un circuit est un voltmètre, celui qui mesure le courant
Plus en détailCHAPITRE XIII : Les circuits à courant alternatif : déphasage, représentation de Fresnel, phaseurs et réactance.
XIII. 1 CHAPITRE XIII : Les circuits à courant alternatif : déphasage, représentation de Fresnel, phaseurs et réactance. Dans les chapitres précédents nous avons examiné des circuits qui comportaient différentes
Plus en détailDualité dans les espaces de Lebesgue et mesures de Radon finies
Chapitre 6 Dualité dans les espaces de Lebesgue et mesures de Radon finies Nous allons maintenant revenir sur les espaces L p du Chapitre 4, à la lumière de certains résultats du Chapitre 5. Sauf mention
Plus en détailModèles et Méthodes de Réservation
Modèles et Méthodes de Réservation Petit Cours donné à l Université de Strasbourg en Mai 2003 par Klaus D Schmidt Lehrstuhl für Versicherungsmathematik Technische Universität Dresden D 01062 Dresden E
Plus en détailIntroduction. I Étude rapide du réseau - Apprentissage. II Application à la reconnaissance des notes.
Introduction L'objectif de mon TIPE est la reconnaissance de sons ou de notes de musique à l'aide d'un réseau de neurones. Ce réseau doit être capable d'apprendre à distinguer les exemples présentés puis
Plus en détailIntroduction à la méthode des éléments finis
ÉCOLE NATIONALE SUPERIEURE DES MINES DE PARIS Introduction à la méthode des éléments finis Michel KERN 1 2004 2005 S3733 / S3735 1 Inria, Rocquencourt, BP 105, 78153 Le Chesnay, Michel.Kern@inria.fr 2
Plus en détailExercices - Nombres complexes : corrigé. Formes algébriques et trigonométriques, module et argument
Formes algébriques et trigonométriques, module et argument Exercice - - L/Math Sup - On multiplie le dénominateur par sa quantité conjuguée, et on obtient : Z = 4 i 3 + i 3 i 3 = 4 i 3 + 3 = + i 3. Pour
Plus en détail1 Complément sur la projection du nuage des individus
TP 0 : Analyse en composantes principales (II) Le but de ce TP est d approfondir nos connaissances concernant l analyse en composantes principales (ACP). Pour cela, on reprend les notations du précédent
Plus en détailFonctions de plusieurs variables. Sébastien Tordeux
Fonctions de plusieurs variables Sébastien Tordeux 22 février 2009 Table des matières 1 Fonctions de plusieurs variables 3 1.1 Définition............................. 3 1.2 Limite et continuité.......................
Plus en détailProgrammation linéaire
CHAPTER 1 Programmation linéaire 1.1. Qu'est-ce que la programmation linéaire 1.1.1. Exemple: le problème du régime de Polly [1, p.3]. Besoins journaliers: Énergie: 2000 kcal Protéines: 55g Calcium: 800
Plus en détailRO04/TI07 - Optimisation non-linéaire
RO04/TI07 - Optimisation non-linéaire Stéphane Mottelet Université de Technologie de Compiègne Printemps 2003 I Motivations et notions fondamentales 4 I1 Motivations 5 I2 Formes quadratiques 13 I3 Rappels
Plus en détailObjets Combinatoires élementaires
Objets Combinatoires élementaires 0-0 Permutations Arrangements Permutations pour un multi-ensemble mots sous-ensemble à k éléments (Problème du choix) Compositions LE2I 04 1 Permutations Supposons que
Plus en détailIntroduction à l approche bootstrap
Introduction à l approche bootstrap Irène Buvat U494 INSERM buvat@imedjussieufr 25 septembre 2000 Introduction à l approche bootstrap - Irène Buvat - 21/9/00-1 Plan du cours Qu est-ce que le bootstrap?
Plus en détail5 ème Chapitre 4 Triangles
5 ème Chapitre 4 Triangles 1) Médiatrices Définition : la médiatrice d'un segment est l'ensemble des points équidistants des extrémités du segment (cours de 6 ème ). Si M appartient à la médiatrice du
Plus en détailchoisir H 1 quand H 0 est vraie - fausse alarme
étection et Estimation GEL-64943 Hiver 5 Tests Neyman-Pearson Règles de Bayes: coûts connus min π R ( ) + ( π ) R ( ) { } Règles Minimax: coûts connus min max R ( ), R ( ) Règles Neyman Pearson: coûts
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailRépublique Algérienne Démocratique et Populaire
République Algérienne Démocratique et Populaire الشعبية الجمهوریة الجزاي ریة الدیمقراطية Ministère de l enseignement Supérieur et de la Recherche Scientifique Université 8 mai 45 Guelma التعليم العالي
Plus en détailCours d initiation à la programmation en C++ Johann Cuenin
Cours d initiation à la programmation en C++ Johann Cuenin 11 octobre 2014 2 Table des matières 1 Introduction 5 2 Bases de la programmation en C++ 7 3 Les types composés 9 3.1 Les tableaux.............................
Plus en détailNotes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables
Notes du cours MTH1101N Calcul I Partie II: fonctions de plusieurs variables Fausto Errico Département de mathématiques et de génie industriel École Polytechnique de Montréal Automne 2012 Table des matières
Plus en détailContinuité et dérivabilité d une fonction
DERNIÈRE IMPRESSIN LE 7 novembre 014 à 10:3 Continuité et dérivabilité d une fonction Table des matières 1 Continuité d une fonction 1.1 Limite finie en un point.......................... 1. Continuité
Plus en détailOptimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h
Télécom Physique Strasbourg Master IRIV Optimisation et programmation mathématique Professeur Michel de Mathelin Cours intégré : 20 h Programme du cours d optimisation Introduction Chapitre I: Rappels
Plus en détailExcel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur
Excel Avancé Plan Outils de résolution La valeur cible Le solveur Interactivité dans les feuilles Fonctions de recherche (ex: RechercheV) Utilisation de la barre d outils «Formulaires» Outils de simulation
Plus en détailQuantification Scalaire et Prédictive
Quantification Scalaire et Prédictive Marco Cagnazzo Département Traitement du Signal et des Images TELECOM ParisTech 7 Décembre 2012 M. Cagnazzo Quantification Scalaire et Prédictive 1/64 Plan Introduction
Plus en détailCentre d'etudes Nucléaires de Fontenay-aux-Roses Direction des Piles Atomiques Département des Etudes de Piles
CEA-N-1195 Note CEA-N-1195 Centre d'etudes Nucléaires de Fontenay-aux-Roses Direction des Piles Atomiques Département des Etudes de Piles Service d'etudes de Protections de Piles PROPAGATION DES NEUTRONS
Plus en détailTS Physique Satellite à la recherche de sa planète Exercice résolu
P a g e 1 Phsique atellite à la recherche de sa planète Exercice résolu Enoncé Le centre spatial de Kourou a lancé le 1 décembre 005, avec une fusée Ariane 5, un satellite de météorologie de seconde génération
Plus en détailI. Polynômes de Tchebychev
Première épreuve CCP filière MP I. Polynômes de Tchebychev ( ) 1.a) Tout réel θ vérifie cos(nθ) = Re ((cos θ + i sin θ) n ) = Re Cn k (cos θ) n k i k (sin θ) k Or i k est réel quand k est pair et imaginaire
Plus en détailLa mesure de Lebesgue sur la droite réelle
Chapitre 1 La mesure de Lebesgue sur la droite réelle 1.1 Ensemble mesurable au sens de Lebesgue 1.1.1 Mesure extérieure Définition 1.1.1. Un intervalle est une partie convexe de R. L ensemble vide et
Plus en détailChapitre 7 : Intégration sur un intervalle quelconque
Universités Paris 6 et Paris 7 M1 MEEF Analyse (UE 3) 2013-2014 Chapitre 7 : Intégration sur un intervalle quelconque 1 Fonctions intégrables Définition 1 Soit I R un intervalle et soit f : I R + une fonction
Plus en détail