Académique Documents
Professionnel Documents
Culture Documents
www.uvci.edu.ci
SYLLABUS MASTER 1
OPT2107 - Optimisation
Semestre 1 - Tronc Commun
Spécialités : CIO – BC – BDA
1. Informations générales
- Code et Titre de l’UE : OPT2107 - Optimisation
- Auteur : Dr KOUAME Euloge François
- Nombre de crédits : 3 Crédits
- Charge de travail : Enseignement : 15 H ; apprentissage : 15 H ; Travail Personnel de l’Etudiant : 45
H, Charge Total de travail : 75 H
- Organisation de la formation : 1er semestre
- Début du cours : à consulter sur le calendrier pédagogique
3. Description du Cours
Ce cours est une présentation des différents types de problèmes d’optimisation et une initiation aux
algorithmes de résolution de ces problèmes. Il est obligatoire et s’adresse à tout apprenant qui sera amener
à utiliser ou développer un algorithme d’apprentissage machine (Machine Learning).
4. Prérequis
Cours suppose acquises les notions d’Analyse réelle et d’algèbre linéaire de niveau premier cycle universitaire
5. Objectifs du cours
Ce cours vise à donner aux apprenants les outils leur permettant de formuler un problème d’optimisation et
de le résoudre à l’aide des méthodes appropriées.
De façon spécifique, ce cours vise à :
1. Modéliser un problème d’optimisation ;
2. Résoudre un problème d’optimisation ;
3. Implémenter la solution d’un problème d’optimisation par des algorithmes
6. Compétences acquises
1
A la fin de cours, l’apprenant est capable de :
7. Contenus du cours
8. Encadrement
L'encadrement est par le tuteur et l’enseignant. Les communications se font sur les forums de la plateforme
ou par courriel. La participation aux forums sur la plateforme est obligatoire.
9. Évaluation
L'évaluation repose sur quatre travaux (projets) à rendre. La contribution à la note finale des projets est
repartie comme suit : Projet 1 : 20% ; Projet 2 : 20% ; Projet 3 : 20 % ; Projet 4 : 40%.
Des groupes de travail seront constitués pour la réalisation des certains de ces travaux qui sont évalués par
l’enseignant.
1. Optimisation et analyse convexe (exercices corrigés), Jean-Baptiste Hiriart-Urruty, 2009, EDP sciences.
2. Optimisation appliquée, Yadolah Dodge, 2005, Springer.
3. Introduction à l’analyse numérique matricielle et a l’optimisation, Philippe G. Ciarlet.
4. Analyse numérique et optimisation, (chap. 9 et 10), Grégoire Allaire.
5. Calcul scientifique et symbolique, Alain Yger ,2015, Ellipses
6. Cours de Optimisation locale et globale de Rodolphe Le Riche, Stephane Mottelet et Eric Touboul
http://www.unit.eu/cours/optimisation_locale_globale.pdf
NB : le cours contient des fichiers PDF, des liens vers des vidéos Youtube et des pages à consulter et à
exploiter.