Cours Programation Non Linéaire:

Motivations et notions fondamentales

présentée par :

Mohamed Hedi Riahi

Unité pédagogique: Mathématiques

Partie 1

logo.eps

Riahi Mohamed Hedi 1 Janvier 2021 1 / 17

Plan

1 Motivations.
2 Exemples de problèmes d’optimisation.

logo.eps

Riahi Mohamed Hedi 2 Janvier 2021 2 / 17

Plan

1 Motivations

2 Exemples de problèmes d’optimisation

logo.eps

Riahi Mohamed Hedi 3 Janvier 2021 3 / 17

 logo.eps

Riahi Mohamed Hedi 4 Janvier 2021 4 / 17

Pourquoi un cours sur la Programation Non Linéaire
(optimisation)?

Domaine d’application: IA, ML,...

Méthodologique: reformulation
Mathématique: fonction de plusieurs variables non linéaires
convexité
différentiabilité
Informatique: la question de la complexité les algorithmes

logo.eps

Riahi Mohamed Hedi 5 Janvier 2021 5 / 17

Pourquoi un cours sur la Programation Non Linéaire
(optimisation)?

Domaine d’application: IA, ML,...

Méthodologique: reformulation
Mathématique: fonction de plusieurs variables non linéaires
convexité
différentiabilité
Informatique: la question de la complexité les algorithmes

Que faut-il savoir ?

Convexité : reconnaitre une fonction convexe
Différentiabilité : savoir calculer un gradient et les condition de KKT
Reformulation : connaitre les principales classes de problème
Algorithmes : savoir résoudre pratiquement des problèmes logo.eps

Riahi Mohamed Hedi 5 Janvier 2021 5 / 17

Objective

À l’issue de cette presentation, l’étudiant doit être capable de:

Définir des problèmes réels d’optimisation du domaine de l’ingénieur.
Connaitre les outils mathématiques permettant de résoudre le
problème d’optimisation.

logo.eps

Riahi Mohamed Hedi 6 Janvier 2021 6 / 17

Problème d’optimisation

La forme générale d’un problème d’optimisation est la suivante:


 min f (X)
 X∈Rn


(PCEI) = sous les contraintes (1)


 h(X) = 0
g(X) ≤ 0


avec f, g et h : Rn −→ R non linéaires telle que:

1 f est la fonction objectif (coût).
2 h(X) = 0 contraintes d’égalité.
3 g(X) ≤ 0 contraintes d’inégalité.
Objectif: Présenter des technique permettant de résoudre le problème
(PCEI).
logo.eps

Riahi Mohamed Hedi 7 Janvier 2021 7 / 17

Remarques

1 Si dans le problème (PCEI) ont n’a pas de contarintes alors on

appelle problème d’optimisation sans contraintes et on note (P).
2 Si dans le problème (PCEI) ont n’a pas de contarintes d’ingégalité
alors on appelle problème d’optimisation avec contraintes d’égalité et
on note (PCE).
3 Si dans le problème (PCEI) ont n’a pas de contarintes d’égalité alors
on appelle problème d’optimisation avec contraintes d’inégalité et on
note (PCI).
4 Il va de soi que la plupart des problèmes réels ou industriels ne sont
pas initialement sous une des formes proposées: Il faut mettre le
problème initial sous une forme standard.
max f (x) ⇔ minn J(x) avec J(x) = −f (x).
X∈Rn X∈R
logo.eps

Riahi Mohamed Hedi 8 Janvier 2021 8 / 17

Plan

1 Motivations

2 Exemples de problèmes d’optimisation

logo.eps

Riahi Mohamed Hedi 9 Janvier 2021 9 / 17

Minimisation des coûts dans la fabrication de boites
cylindriques

Dans la fabrication de boites de conserve cylindriques on minimise les

coûts de matière première en cherchant le cylindre de surface minimale à
volume constant égal à k.

Figure: boite cylindrique.

logo.eps
Considérons un cylindre, donné par sa hauteur h et le rayon r de sa base.
Riahi Mohamed Hedi 10 Janvier 2021 10 / 17
Minimisation des coûts dans la fabrication de boites
cylindriques

1 Le volume de la cylindre est Vc (r, h) = ......... = constant = k.

Le problème d’optimisation s’écrit:

 min Ac (r, h)
 r,h∈R2


(PCI) Vc (r, h) − k = 0 (2)


 r ≥0
h≥0


logo.eps

Riahi Mohamed Hedi 11 Janvier 2021 11 / 17

Minimisation des coûts dans la fabrication de boites
cylindriques

1 Le volume de la cylindre est Vc (r, h) = πr2 h = constant = k

Le problème d’optimisation s’écrit:

 min Ac (r, h)
 r,h∈R2


(PCI) Vc (r, h) − k = 0 (2)


 r ≥0
h≥0


logo.eps

Riahi Mohamed Hedi 11 Janvier 2021 11 / 17

Minimisation des coûts dans la fabrication de boites
cylindriques

1 Le volume de la cylindre est Vc (r, h) = πr2 h = constant = k

2 L’aire de la cylindre est Ac (r, h) = ...............
Le problème d’optimisation s’écrit:

 min Ac (r, h)
 r,h∈R2


(PCI) Vc (r, h) − k = 0 (2)


 r≥0
h≥0


logo.eps

Riahi Mohamed Hedi 11 Janvier 2021 11 / 17

Minimisation des coûts dans la fabrication de boites
cylindriques

1 Le volume de la cylindre est Vc (r, h) = πr2 h = constant = k

2 L’aire de la cylindre est Ac (r, h) = 2πrh + 2πr2
Le problème d’optimisation s’écrit:

 min Ac (r, h)
 r,h∈R2


(PCI) Vc (r, h) − k = 0 (2)


 r≥0
h≥0


logo.eps

Riahi Mohamed Hedi 11 Janvier 2021 11 / 17

Maximisation du profit d’une entreprise

Une entreprise fabrique deux modèles de petites voitures. les modèles X et

Y.
Le modèles X, le plus abordable, se vent à 1euro pièce.
Le modèle Y , beaucoup plus sophistiqué, il se vend à 3euro.
Le coût de fabrication, exprimer en euro, est donné par la fonction
suivante:

J(x, y) = 5x2 + 5y 2 − 2xy − 2x − 1000.

où x est le nombre de petites voitures du modèle X et y est le nombre de

petites voitures du modèle Y . On suppose que les jouets fabriqués sont
écoulés sur le marché.
logo.eps

Riahi Mohamed Hedi 12 Janvier 2021 12 / 17

Maximisation du profit d’une entreprise

1 Soit (x, y) ∈ (R∗+ )2 .

Le profit P (x, y) réalisé par l’entreprise lorsqu’elle a vendu:
x jouets de modèle X.
y jouets de modèle Y .
P (x, y) = .........................................
2 La capacité de production de l’entreprise est au total de 20 jouets par
jour. En supposant que l’entreprise tourne à plein régime. Cette
contrainte se traduit par:

logo.eps

Riahi Mohamed Hedi 13 Janvier 2021 13 / 17

Maximisation du profit d’une entreprise

1 Soit (x, y) ∈ (R∗+ )2 .

Le profit P (x, y) réalisé par l’entreprise lorsqu’elle a vendu:
x jouets de modèle X.
y jouets de modèle Y .
P (x, y) = x + 3y − 5x2 − 5y 2 + 2xy + 2x + 1000
2 La capacité de production de l’entreprise est au total de 20 jouets par
jour. En supposant que l’entreprise tourne à plein régime. Cette
contrainte se traduit par:

logo.eps

Riahi Mohamed Hedi 13 Janvier 2021 13 / 17

Maximisation du profit d’une entreprise

1 Soit (x, y) ∈ (R∗+ )2 .

Le profit P (x, y) réalisé par l’entreprise lorsqu’elle a vendu:
x jouets de modèle X.
y jouets de modèle Y .
P (x, y) = x + 3y − 5x2 − 5y 2 + 2xy + 2x + 1000
2 La capacité de production de l’entreprise est au total de 20 jouets par
jour. En supposant que l’entreprise tourne à plein régime. Cette
contrainte se traduit par:
h(x, y) − 20 = .................

logo.eps

Riahi Mohamed Hedi 13 Janvier 2021 13 / 17

Maximisation du profit d’une entreprise

1 Soit (x, y) ∈ (R∗+ )2 .

Le profit P (x, y) réalisé par l’entreprise lorsqu’elle a vendu:
x jouets de modèle X.
y jouets de modèle Y .
P (x, y) = x + 3y − 5x2 − 5y 2 + 2xy + 2x + 1000
2 La capacité de production de l’entreprise est au total de 20 jouets par
jour. En supposant que l’entreprise tourne à plein régime. Cette
contrainte se traduit par:
h(x, y) − 20 = x + y − 20

logo.eps

Riahi Mohamed Hedi 13 Janvier 2021 13 / 17

Maximisation du profit d’une entreprise

1 Trouver la répartition optimale entre les modèles de types X et Y

permettant de maximiser le profit quotidien.
2 Le profit réalisé est la solution du problème d’optimisation:
(
max P (x, y)
(PCE) x,y∈R2 (3)
h(x, y) − 20 = 0

3 Le conseil d’administration de l’entreprise s’interroge sur la pertinence

de vouloir produire à pleine capacité. Il se demande s’il ne peut pas
augmenter le profit en produisant autrement.
4 Pouvez-vous aider le conseil d’administration?
logo.eps

Riahi Mohamed Hedi 14 Janvier 2021 14 / 17

Un exemple de régression linéaire:

Considérons un nuage de n points dans R2 , Mi = (ti , xi ), avec

1 ≤ i ≤ n.
Ces données sont souvent le résultat de mesures et on cherche à
décrire le comportement global de ce nuage.
Sachant que ces points ne sont pas alignés, mais en décide de
chercher une droite les approchont mieux.

But:
Chercher la droite de régression x = At + B.

Solution
On utilise pour cela la méthode de moindres carrés:
On n’a pas xi = Ati + B, ∀i ∈ {1, ..n} alors on cherche à minimiser le
logo.eps
carré des différences.

Riahi Mohamed Hedi 15 Janvier 2021 15 / 17

Un exemple de régression linéaire:

Le problème d’optimisation est définie comme suit:

n
(P) A,B∈Rmin J(A, B) (4)
2

où J(A, B) = ..........................................

La figure montre un exemple de régression linéaire:

Figure: Droite de régression linéaire.

logo.eps

Riahi Mohamed Hedi 16 Janvier 2021 16 / 17

Un exemple de régression linéaire:

Le problème d’optimisation est définie comme suit:

n
(P) A,B∈Rmin J(A, B) (4)
2

n
1X
où J(A, B) = (xi − (Ati + B))2 .
2
i=1
La figure montre un exemple de régression linéaire:

Figure: Droite de régression linéaire.

logo.eps

Riahi Mohamed Hedi 16 Janvier 2021 16 / 17

Exemples de problèmes d’optimisation

logo.eps

Riahi Mohamed Hedi 17 Janvier 2021 17 / 17

 MERCI POUR VOTRE ATTENTION

logo.eps

Riahi Mohamed Hedi 18 Janvier 2021 18 / 17