UCL - Etudes

English version

Formations
Premier cycle
Deuxième cycle
Troisième cycle
Certificats (programmes non académiques)
Passerelles
Formation continue
Facultés et entités
Cadre académique
Réforme de Bologne
Accès aux études
Organisation des études
Lexique
Calendrier académique
Règlement des études et examens
Charte pédagogique
Renseignements généraux
Recherche
Simple
Détaillée
Par cours

Modèles et méthodes d'optimisation [INMA2471]
[30h+22.5h exercices] 5 crédits

English version

Version imprimable

Ce cours n'est pas dispensé en 2006-2007

Cette activité se déroule pendant le 2ème semestre

Enseignant(s):

François Glineur

Langue d'enseignement :

français

Niveau :

Deuxième cycle

>> Objectifs (en termes de compétences)
>> Objet de l'activité (principaux thèmes à aborder)
>> Résumé : Contenu et Méthodes
>> Autres informations (Pré-requis, Evaluation, Support, ...)
>> Autres crédits de l'activité dans les programmes

Objectifs (en termes de compétences)

Initier à la formulation, l'analyse et la résolution de problèmes d'optimisation.

Objet de l'activité (principaux thèmes à aborder)

1.Concepts de base et typologie des problèmes d'optimisation.

2.Introduction à trois catégories de problèmes : optimisation linéaire, optimisation convexe et optimisation non-linéaire; pour chacune d'elles :
a.Quels problèmes peut-on formuler ?
(présentation de la classe des problèmes modélisables)
b.Comment les résoudre ?
(description et analyse des techniques de résolutions applicables)

3.Initiation à la modélisation de problèmes réels et à leur résolution pratique via l'utilisation d'un langage de modélisation et/ou de logiciels spécialisés.

Résumé : Contenu et Méthodes

Cours
1. Modèles d'optimisation
Optimisation linéaire et dualité.
Optimisation convexe, dualité et formulation conique.
Optimisation non-linéaire et conditions d'optimalité.
2. Méthodes d'optimisation
Méthodes de point intérieur pour l'optimisation linéaire, l'optimisation conique (quadratique et semidéfinie) et l'optimisation convexe ; complexité algorithmique.
Méthodes de région de confiance et méthode de Nelder-Mead pour l'optimisation non-linéaire.

Exercices et projets
Formulation et résolution de problèmes concrets.
Langage de modélisation AMPL.

Autres informations (Pré-requis, Evaluation, Support, ...)

Prérequis : notions de base en analyse réelle, algèbre linéaire et théorie des matrices (le cours INMA2702 n'est pas un prérequis).

Evaluation : projets en groupe durant le semestre et examen écrit ; supports de cours disponibles sur le site web icampus.

Autres crédits de l'activité dans les programmes

FSA3DA

Diplôme d'études approfondies en sciences appliquées

(5 crédits)

INFO23

Troisième année du programme conduisant au grade d'ingénieur civil informaticien

(5 crédits)

STAT21MS/MM

Première année du master en statistique, orientation générale, à finalité spécialisée (méthodes mathématiques)

(5 crédits)

STAT22MS/MM

Deuxième année du master en statistique, orientation générale, à finalité spécialisée (méthodes mathématiques)

(5 crédits)



Ce site a été conçu en collaboration avec ADCP, ADEF, CIO et SGSI
Responsable : Jean-Louis Marchand - Contact : secretaire@fsa.ucl.ac.be
Dernière mise à jour :13/03/2007