No label defined (Q4386743)

L'ouvrage est un cours à l'Ecole Polytechnique. Après un bref rappel historique des aspects de l'optimisation en calcul des variations (Euler, Lagrange), trajectoires géodésiques minimisant un critère physique, modèles économiques, applications techniques aux sciences de l'ingénieur, calculs automatiques, l'auteur se propose de présenter un aperçu actuel des résultats théoriques et des méthodes numériques et de leurs limites. Les exemples d'applications sont limités et simplifiés. Le plan est le suivant: 1) Définition d'un problème d'optimisation: exemples linéaires, non linéaires, quadratiques, EDP, valeurs propres et fonctions propres. 2) Résultat d'existence. 3) Conditions nécessaires d'optimalité. Equation d'Euler et multiplicateurs de Lagrange. Exemples. 4) Minimisation de fontionnelles convexes. \(\bullet\) Fonctions convexes; fonctions convexes différentiables. \(\bullet\) Equation et inéquations d'Euler. \(\bullet\) Point de selle, multiplicateurs et dualité. \(\bullet\) Applications. \(\bullet\) Point de selle et jeux. 5) Algorithmes de minimisation. \(\bullet\) Algorithmes de relaxation, du gradient, de recherche de point de selle. \(\bullet\) Algorithme du simplexe. \(\bullet\) Approximation et méthode de pénalisation. 6) Optimisation dynamique et introduction à l'automatique. \(\bullet\) Commande de systèmes dynamiques; commandabilité et atteignabilité. \(\bullet\) Principe de minimum. \(\bullet\) Programmation dynamique. 7) Traitement du signal et filtrage numérique. \(\bullet\) Echantillonnage de Nyquist. \(\bullet\) Filtre numérique et transformée de Fourier discrète. \(\bullet\) Filtre récursif. \(\bullet\) Algorithmes.