Optimisation Numérique, M1 Ingénierie
Mathématique
Calendrier et modalités
Cours : 30h de CM, le jeudi 15h45-17h15, salle 443 bât 450, et
le vendredi 13h30-16h30, salle B14 bât 460 ;
TP : 4 séances de 2h le jeudis 13h30-15h30, salle 243 bât
440 (option modélisation) et le vendredi 10h-12h, salle 242 bât 440 (option stat);
Modalité d'examen : 1 écrit (75%) + 1 devoir
maison de TP (25%).
Programme du cours
On traitera dans l'ordre :
les généralités sur les problèmes
d'optimisation (existence, conditions d'optimalité...)
des algorithmes pour chercher les minimiseurs (en particulier
pour les fonctions convexes), qu'on implementera lors des TP
des sujets complémentaires et plus avancés, qu'on
ne traitera pas en TP
Le programme est plus ou moins le suivant:
Jeudi 25/1 Introduction à l'optimisation,
existence des optima, semicontinuité
Vendredi 26/1
Conditions d'optimalité, multiplicateurs de Lagrange, exemples
et exercices
Jeudi 31/1
Méthodes de Newton, théorème des contractions.
Vendredi 1/2 Optimisation en dimension 1 (Newton, dychotomie,
section dorée) ;
introduction à la minimisation des fonctions convexes, fonctions convexes, strictement convexes et
elliptiques. Algorithme du gradient à pas fixe.
Jeudi 7/2
Algorithmes de gradient à pas variable et pas optimal.
Vendredi 8/2 Algorithme du gradient conjugué pour
les fonctions quadratiques ; algoritme du gradient projeté pour
la minimisation sous contrainte.
Jeudi 14/2
Méthode de pénalisation pour la minimisation sous
contrainte et TD sur projection et minimisation sous contrainte.
Vendredi 15/2 Dualité et méthode d'Uzawa
pour la minimisatin sous contrainte ; TD sur projection et
minimisation sous contrainte ; sous-différentiel et algorithme
de sous-gradient.
Jeudi 21/2Calcul des variations : équations
d'Euler-Lagrange et conditions de transversalité ; discrétisation.
Vendredi 22/2 Exemple de non-existence ; Rôle de la convexité en Calcul
des Variations ; exemples et TD.
Jeudi 28/2 Programmation dynamique en temps discret et
horizon fini, croissance optimale à un secteur économique.
Attention, pas de cours le vendredi 29/2 et la semaine suivante
Jeudi 14/3 Programmation dynamique en temps discret et
horizon infini, exemples et exercice.
Vendredi 15/3 Programmation linéaire : exemple du
problème de transport optimal et algorithme du simplexe.
Jeudi 21/3 Exercices
Travaux Pratiques
Les TP sont assurés par Monsieur le Professeur
Frédéric Lagoutière, grand chef de notre M1. Les TP
débuteront le jeudi 14/2. (attention !!)
Bibliographie
Une bonne partie du cours (les multiplicateurs de Lagrange, tous les algorithmes de gradient, le
symplexe...) se trouve sur le livre de Ph. Ciarlet Introduction
à l'analyse numérique matricielle et à
l'optimisation.
Pour le cours du 25/1 vous pouvez voir
ce poly de
calcul différentiel et en particulier les pages 93 et
suivantes.
Pour le cours du 26/1 vous pouvez voir le livre de Ciarlet, chapitre
7.2. et/ou le poly précédent, chapitre 9.
Pour le cours du 31/1, Ciarlet, pages 158-166 (mais on n'a pas tout
fait).
Pour les cours du 1er février et 7 février, Ciarlet, Chap. 8.4 (sauf
relaxation).
Pour le cours du 8 février, Ciarlet 8.5 (grad. conjugué)
+ Ciarlet 8.6 (grad. projeté).
Pour le cours du 14 février, encore Ciarlet 8.6.
Pour le cours du 15 février, Ciarlet chapître 9 (en
particulier 9.3 et 9.4).
Pour le cours des 21 et 22 février, voir le chapitre 4 (calcul
des variations) de ce
poly de
Guillaume Carlier sur l'optimisation dynamique.
Pour les cours des 28/2 et 14/3, voir les chapitres 1, 2 et 3 du poly
d'optimisation dynamique de Carlier.
Pour le cours du 15/3, Ciarlet, 10.2 et 10.3
Annales et exercices
Sujet du dévoir maison donné en
cours en 2011, avec l'examen de l'année précédente (attention : ne pas trop se fier au style de l'examen de 2010,
c'était un autre prof).
Corrigé du DM de 2011.
Sujet et corrigé de
l'examen du 24/3/2011.
Devoir maison du 15 mars 2012 avec corrigé.
Sujet de l'examen du 29 mars 2012.
Sujet du rattrapage du 2 juillet 2012.
Devoir maison pour le 15 mars 2013, avec
correction partielle (ce qu'on n'a pas fait en classe).