Académique Documents
Professionnel Documents
Culture Documents
Généralisation
Méthodes basées sur les valeurs de la fonction
Recherche aléatoire
Recherche sur grilles
Méthode avec la dérivée première
Méthodes de gradient
Méthodes de gradient à pas optimal
Méthode de gradient à pas fixe
Méthode du gradient conjugué
Méthode de Newton
Méthode de Quasi-Newton
Techniques mathématiques en génie chimique
Slides préparées par : Mansour Tawk 2
Partie 1 : Optimisation
1. Généralisation
Dans ce chapitre, on s’intéresse à la recherche des optimums ( maximum ou minimum) des fonctions
multidimensionnelles . Les méthodes sont similaires aux méthodes décrites pour le cas
monodimensionnelle .
Vu qu’il s’agit d’un problème à plusieurs variables, la recherche se fait dans plusieurs directions . On peut
résumer la méthode de recherche comme suit :
Choisir une direction 𝑑𝑑𝑘𝑘 ( direction de descente)
Choisir un point de départ 𝑥𝑥0
Déterminer un critère de convergence ( test d’arrêt)
Minimiser le long de cette direction
𝑥𝑥𝑘𝑘+1 = 𝑥𝑥𝑘𝑘 + 𝑡𝑡𝑘𝑘 𝑑𝑑𝑘𝑘 , avec 𝑡𝑡𝑘𝑘 : facteur ou pas de descente
Reproduire l’analyse sur une autre direction
Choix possibles pour les directions :
Un axe (𝑥𝑥, 𝑦𝑦, 𝑧𝑧), on commence par un axe 𝑥𝑥, ou , 𝑦𝑦, ou, 𝑧𝑧
𝑑𝑑1 conjugué de 𝑑𝑑0 par rapport à 𝐻𝐻, c’est-à-dire
𝑑𝑑1 𝑇𝑇 . 𝐻𝐻. 𝑑𝑑0 = 0
𝑑𝑑1 𝑇𝑇 . 𝑑𝑑0 = 0, ou 𝑑𝑑1 et 𝑑𝑑0 sont orthogonaux
Dans ce cas, on n’a pas besoin des dérivées. Cette méthode est efficace et
rapide dans les cas où on a une fonction non linéaire ou discontinu. Dans
un cas général (fonction bien déterminé), elle s’avère complexe et couteuse .
Plusieurs méthodes de recherche d’optimisation existent :
Recherche aléatoire
Recherche sur grille
𝑥𝑥5 𝑥𝑥7
𝑥𝑥2 𝑥𝑥6 𝑥𝑥3
𝑥𝑥3
𝑥𝑥5 𝑥𝑥4
𝑓𝑓 𝑥𝑥𝑘𝑘 − 𝑡𝑡 𝑘𝑘 𝛻𝛻𝑓𝑓 𝑥𝑥𝑘𝑘 = min 𝑓𝑓( 𝑥𝑥𝑘𝑘 − 𝑡𝑡𝑘𝑘 𝛻𝛻𝑓𝑓(𝑥𝑥𝑘𝑘 )) = min 𝑓𝑓( 𝑥𝑥𝑘𝑘+1 )
𝑡𝑡∈ℝ 𝑡𝑡
Le choix de 𝑡𝑡 est essentiel pour cette méthode. Il faut le choisir de facon que la
méthode converge. Ce choix est fortement lié à la forme de la fonction 𝑓𝑓 à optimiser
Critère d’arrêt
Comme toute méthode de descente, un critère d’arrêt est nécessaire
On peut prendre comme critère
𝛻𝛻𝑓𝑓 𝑥𝑥𝑘𝑘+1 2 ≤ 𝜖𝜖 2
Mais souvent, on préfère utiliser le critère
Δ 𝑥𝑥 ≤ 𝜖𝜖
Où : Δ 𝑥𝑥 = 𝐻𝐻 𝑥𝑥 −1 𝛻𝛻𝑓𝑓 𝑥𝑥 , 𝛻𝛻𝑓𝑓(𝑥𝑥) = − 𝑑𝑑 , 𝛻𝛻𝑓𝑓(𝑥𝑥)
a. Analytiquement
b. Méthode de Newton
c. Méthode de Quasi-Newton
𝑇𝑇
On prend comme point de départ 𝑥𝑥0 = 0 0