Vous êtes sur la page 1sur 8

Chapitre 0 : Vue d’Ensemble de

l’Optimisation Mathématique

Dépt de Mathématiques, UMBB

Mai 2020

1
Sommaire
• C’est quoi l’Optimisation Mathématique ?
• Contenu du Module
• Un Peu d’Histoire
• Domaines d’Applications
• Classes de Problèmes d’Optimisation
• Bibiliographie

2
C’est quoi l’Optimisation Mathématique ?
•C’est une branche des mathématiques appliqués

•Objectif : chercher la meilleure solution parmi un grand nombre de solution


possibles.

Formulation :

min 𝑓(𝑥)
𝑥∈Ω

Résolution :
• La théorie dit si une solution existe

• Un algorithme calcule la solution.

3
Contenu du Module
Chapitre1 : Fondements Théoriques
• Existence et d’unicité
• Condition d’optimalité du 1er et 2iem ordre avec contraintes d’égalité et
inégalité

Chapitre2 : Les Applications


• Projection sur un convexe fermé
• Régression linéaire avec contraintes
• Cas de la programmation linéaire
• Autres Exemples

Chapitre 3 : Les Algorithmes


• Méthode du gradient projeté
• Méthode de Lagrange-Newton
• Méthode de Newton projeté
• Méthodes de pénalisation
• Méthodes quadratique (S.Q.P)
• Méthode de dualité (UZAWA)

4
Un Peu d’Histoire

•IXe av. J.C : La légende de la reine Didon :

•IIIe av. J.C. : Euclide : les premiers problèmes d'optimisation.

•Ie : Héron d’Alexandrie : principe du plus court chemin

•XVIe :
•Calcul differentiel
•Newton & Leibniz : méthode itérative

•XVIIe : Euler & Lagrange : technique d'optimisation sous contraintes


(multiplicateurs de Lagrange)

5
Domaines d’Applications

•Allocation des ressources


•L’estimation avec la méthode des moindres carrés
•Optimisation portefeuille d’action (profit vs risque)
•Contrôle optimal d’une engin spécial
•Téorie des jeux
•Positionnement des capteurs
•Etc.

6
Classes de Problèmes d’Optimisation
Optimisation continue Optimisation sous incertitude
Optimisation sans contraintes Programmation stochastique
Optimisation avec bornes Algorithmes stochastiques
Programmation linéaire
Programmation quadratique Inégalités invarationnelles
Théorie des jeux
Optimisation en nombres entiers
Optimisation combinatoire Systemes d’Equations
Probleme du voyageur de Lissage de données
commerce Moindres carrées nonlinéaires
Programmation entière
Optimisation Multiobjective

7
Bibiliographie
: Bibliographie 
. E.G.Goldstein,Theory of Convex Programming •

M. Minoux,Programmation mathématique : théorie et algorithmes •

. ChongandZak. An Introduction to Optimization •

A.W.Roberta nd D.E.Varberg, Convex Functions •

F.LAIB cours optimisation2,Université d'Alger •


Logiciels :
• Matlab
• Tomlab
• Cplex
• LINDO software