• Aucun résultat trouvé

UNIVERSITÉ DE MONTRÉAL

N/A
N/A
Protected

Academic year: 2022

Partager "UNIVERSITÉ DE MONTRÉAL"

Copied!
2
0
0

Texte intégral

(1)

1

UNIVERSITÉ DE MONTRÉAL Jacques A. Ferland

Département d’informatique et ferland@iro.umontreal.ca de recherche opérationnelle Bureau AA 3359

Hiver 2007 Description du cours

IFT 3512

Techniques d’optimisation 2 I) Objectifs

Le cours Techniques d’optimisation 2 est une suite logique au cours IFT 2505 qui introduit à la programmation linéaire et à la théorie des flots dans les réseaux. Ce cours vise à introduire la théorie et des méthodes de résolution pour aborder des problèmes de programmation non linéaire et de programmation linéaire en nombres entiers. L’objectif est d’analyser les outils mathématiques et de comprendre leur fonctionnement. Nous visons à faire comprendre des méthodes de résolution plutôt que de développer l’apprentissage des logiciels implantant ces méthodes. Cette formation permet de mieux maîtriser les principes de ces méthodes afin de les modifier au besoin pour traiter certains problèmes particuliers.

II) Préalable

IFT 2505 : Techniques d’optimisation 1 III) Contenu du cours

1. Rappel de certains résultats de calcul. Algorithmes et convergence 2. Optimisation sans contrainte

• Fonction à une seule variable : Fibonacci et Section dorée, Bipartition, Newton et fausse position

• Fonction à plusieurs variables : Direction de descente, Méthode du gradient, Méthode de Newton et quasi- Newton, Méthode du gradient conjugué 3. Ensembles et fonctions convexes : Définitions et propriétés de base

4. Optimisation avec contraintes

• Multiplicateurs de Lagrange

• Conditions d’optimalité

• Méthodes primales : Directions réalisables, Frank-Wolfe, Gradient réduit, Gradient projeté

(2)

2

• Méthodes des pénalités et des barrières 5. Programmation à variables entières

• Formulations

• Méthode de coupes

• Branch-and-Bound IV) Évaluation et travaux

- Barème : Examen intra : 30%

Examen final : 40%

Devoirs : 30%

- Pour réussir le cours, il faut conserver une moyenne pondérée de 50% pour les deux examens.

- Travaux : à moins d’avis contraire, tous les devoirs ont la même pondération pour établir la note des devoirs.

V) Date de l’intra

Mardi, 27 fév. 2007, 09h30-11h30, Z350 (Pav. C.MCNICOLL) VI) Date du final

Mardi, 24 avril 2007, 09h30 – 12h30, 1177 (Pav. A.A.) VII) Horaire

MA 09h30-11h30 1207 (Pav. A.A.) ME 11h30-12h30 1207(Pav. A.A.) T.P. ME 15h30-17h30 1207 (Pav. A.A.) VIII) Références

M. Bazaraa, H. D. Sherali et C. M. Shetty, “Nonlinear Programming: Theory and Algorithms” Wiley (1993).

David G. Luenberger, “Linear and Nonlinear Programming”, 2e édition Addison-Wesley (1984)

R.S. Garfinkel and G.L. Nemhauser, “Integer Programming” Wiley (1972)

Les notes de cours que j’utilise sont disponibles à la bibliothèque Math-Info

Références

Documents relatifs

(4,3) et (0,7) sont des maxima locaux, mais x*=(0,7) est le maximum global : f(x*) ≥ f(x’), pour tout x’ réalisable. Les méthodes classiques de programmation non

Dans tous les cas, on aura des inégalités dans les deux sens, ce qui conduit à résoudre un problème préalable pour démarrer

On procède comme d’habitude (après avoir ajouté une ligne, p + 2, de minimi- sation de σ), mais le premier critère doit être subdivisé pour tester la fin de la phase

Notons qu’il peut être très fructueux dans certains cas de remplacer le problème initial (3) par un problème approché du même type mais plus facile à

En la réintroduisant nous tomberons sur un problème du même type que (1.5.1) mais dans un groupe (entiers modulo D) d'ordre

Les exercices de programmation linéaire au lycée sont assez standardisés, que ce soit dans les sections STG ou ES. Ce petit programme XCAS permet d’obtenir rapidement le polygone

Dans cet article, un certain nombre d'algorithmes types seront présentés en partant des schémas de décomposition classiques que sont la décomposition par les prix et la

Si aucun des problèmes (a) ou (b) n'a été résolu, les ajouter à la liste, dans un ordre à choisir, et aller en 2 pour' une nouvelle étape; dans le cas où les problèmes (a) et (b)