Vous êtes sur la page 1sur 11

II.OPTIMISATION SANS CONTRAINTE

II.   OPTIMISATION SANS CONTRAINTE  min f(x) avec x ε R n –   Méthodes

min f(x) avec x ε R n

Méthodes de recherche unidimensionnelle –Méthodes du gradient –Méthodes des directions conjuguées –Méthode de Newton et méthode de Levenberg-Marquardt –Méthodes quasi-Newton –Méthodes sans calcul du gradient –Résolution d’équations non linéaires

II.OPTIMISATION SANS CONTRAINTE II.1 Méthodes de recherches unidimensionnelles (1)

II.1 Méthodes de recherches unidimensionnelles (1) II.1.1 Méthode du nombre d’or Hypothèse: f unimodulable

II.1.1 Méthode du nombre d’or

Hypothèse:

f unimodulable sur

<=> un seul

f(x)

f unimodulable sur <=> ∃ un seul f(x) • • • • • • minimisant f

minimisant f

f(x)

f unimodulable sur <=> ∃ un seul f(x) • • • • • • minimisant f

f unimodulable sur <=> ∃ un seul f(x) • • • • • • minimisant f

II. OPTIMISATION SANS CONTRAINTE II.1 Méthodes de recherches unidimensionnelles (2)

II.1 Méthodes de recherches unidimensionnelles (2) Principes de la méthode du nombre d’or • • •

Principes de la méthode du nombre d’or

• • • • f(x) • • • • • • • •
f(x)

II. OPTIMISATION SANS CONTRAINTE II.1 Méthodes de recherches unidimensionnelles (3)

II.1 Méthodes de recherches unidimensionnelles (3) Principes de la méthode du nombre d’or (suite) •  

Principes de la méthode du nombre d’or (suite) • Répéter

Choisir un des points de l’étape précédente :

de la méthode du nombre d’or (suite) •   Répéter •   Choisir un des points
de la méthode du nombre d’or (suite) •   Répéter •   Choisir un des points
de la méthode du nombre d’or (suite) •   Répéter •   Choisir un des points
de la méthode du nombre d’or (suite) •   Répéter •   Choisir un des points
de la méthode du nombre d’or (suite) •   Répéter •   Choisir un des points
de la méthode du nombre d’or (suite) •   Répéter •   Choisir un des points

II. OPTIMISATION SANS CONTRAINTE II.1 Méthodes de recherches unidimensionnelles (4)

II.1 Méthodes de recherches unidimensionnelles (4) Calcul de la valeur de ρ dans la méthode du

Calcul de la valeur de ρ dans la méthode du nombre d’or:

de la valeur de ρ dans la méthode du nombre d’or : => Facteur de réduction
de la valeur de ρ dans la méthode du nombre d’or : => Facteur de réduction
de la valeur de ρ dans la méthode du nombre d’or : => Facteur de réduction

=> Facteur de réduction à chaque itération:

la valeur de ρ dans la méthode du nombre d’or : => Facteur de réduction à
la valeur de ρ dans la méthode du nombre d’or : => Facteur de réduction à

= NOMBRE D’OR

II. OPTIMISATION SANS CONTRAINTE II.1 Méthodes de recherches unidimensionnelles (7)

II.1 Méthodes de recherches unidimensionnelles (7) II.1.3 Méthode de Newton Approximation de f(x) par une

II.1.3 Méthode de Newton

recherches unidimensionnelles (7) II.1.3 Méthode de Newton Approximation de f(x) par une forme quadratique autour
recherches unidimensionnelles (7) II.1.3 Méthode de Newton Approximation de f(x) par une forme quadratique autour

Approximation de f(x) par une forme quadratique autour

d’un point

:Méthode de Newton Approximation de f(x) par une forme quadratique autour d’un point Minimiser q(x) =>

Méthode de Newton Approximation de f(x) par une forme quadratique autour d’un point : Minimiser q(x)
Méthode de Newton Approximation de f(x) par une forme quadratique autour d’un point : Minimiser q(x)

Minimiser q(x)

=> x =
=> x
=
Méthode de Newton Approximation de f(x) par une forme quadratique autour d’un point : Minimiser q(x)
Méthode de Newton Approximation de f(x) par une forme quadratique autour d’un point : Minimiser q(x)
II.1.3 Méthode de Newton (suite) Méthode efficace si ⇒ convergence quadratique > 0 ∀ x
II.1.3 Méthode de Newton (suite)
Méthode efficace si
⇒ convergence quadratique
> 0
∀ x
q(x)
q(x)
f(x)

II. OPTIMISATION SANS CONTRAINTE II.1 Méthodes de recherches unidimensionnelles (8)

q(x) q(x) f(x) • • • • II. OPTIMISATION SANS CONTRAINTE II.1 Méthodes de recherches unidimensionnelles
q(x) q(x) f(x) • • • • II. OPTIMISATION SANS CONTRAINTE II.1 Méthodes de recherches unidimensionnelles
II.1.3 Méthode de Newton (suite) • • f(x) g(x)
II.1.3 Méthode de Newton (suite)
f(x)
g(x)

II. OPTIMISATION SANS CONTRAINTE II.1 Méthodes de recherches unidimensionnelles (9)

II.1 Méthodes de recherches unidimensionnelles (9) Par contre la méthode ne converge pas nécessairement si

Par contre la méthode ne converge pas nécessairement si f’’(x) < 0 pour certaines valeurs de x

(9) Par contre la méthode ne converge pas nécessairement si f’’(x) < 0 pour certaines valeurs
II.1.3 Méthode de Newton (suite) g(x) • • • •
II.1.3 Méthode de Newton (suite)
g(x)

La méthode de Newton peut être vue comme une méthode de recherche de zéro d’une fonction g(x) si on pose

II. OPTIMISATION SANS CONTRAINTE II.1 Méthodes de recherches unidimensionnelles (10)

d’une fonction g(x) si on pose II. OPTIMISATION SANS CONTRAINTE II.1 Méthodes de recherches unidimensionnelles (10)

II. OPTIMISATION SANS CONTRAINTE II.1 Méthodes de recherches unidimensionnelles (11)

II.1 Méthodes de recherches unidimensionnelles (11) II.1.4 Méthode de la sécante La dérivée n’est pas

II.1.4 Méthode de la sécante

La dérivée n’est pas toujours disponible => approximation

La dérivée n’est pas toujours disponible => approximation Cette méthode amène la dérivée de f(x) à
La dérivée n’est pas toujours disponible => approximation Cette méthode amène la dérivée de f(x) à
La dérivée n’est pas toujours disponible => approximation Cette méthode amène la dérivée de f(x) à
La dérivée n’est pas toujours disponible => approximation Cette méthode amène la dérivée de f(x) à
La dérivée n’est pas toujours disponible => approximation Cette méthode amène la dérivée de f(x) à
La dérivée n’est pas toujours disponible => approximation Cette méthode amène la dérivée de f(x) à
La dérivée n’est pas toujours disponible => approximation Cette méthode amène la dérivée de f(x) à
La dérivée n’est pas toujours disponible => approximation Cette méthode amène la dérivée de f(x) à
La dérivée n’est pas toujours disponible => approximation Cette méthode amène la dérivée de f(x) à

Cette méthode amène la dérivée de f(x) à zéro

II.1.4 Méthode de la sécante (suite) Si f’(x) = g(x) cette méthode trouve la racine
II.1.4 Méthode de la sécante (suite)
Si f’(x) = g(x) cette méthode trouve la racine de g(x)
g(x)

II. OPTIMISATION SANS CONTRAINTE II.1 Méthodes de recherches unidimensionnelles (12)

g(x) g(x) • • • • • II. OPTIMISATION SANS CONTRAINTE II.1 Méthodes de recherches unidimensionnelles