Programme d’études 2023-2024 | English | ||
Optimisation non-linéaire | |||
Activité d'apprentissage |
Code | Titulaire(s) | Co-Titulaire(s) | Suppléant(s) et autre(s) | Établissement(s) |
---|---|---|---|---|
I-MARO-036 |
|
|
Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement |
---|---|---|---|---|---|---|---|
Français | Français | 22 | 10 | 0 | 0 | 0 | Q1 |
Contenu de l'AA
L'objectif de ce cours est de fournir aux étudiants les outils élémentaires pour aborder et résoudre des problèmes d'optimisation non-linéaire.
Le cours sera divisé en deux grandes parties : une partie modèles et une partie méthodes.
La première partie a pour but d'apprendre aux étudiants à déterminer le type des problèmes d'optimisation (linéaire, quadratique, convexe, etc) et à caractériser les solutions optimales dans le cadre plus général des problèmes avec contraintes d'égalité et d'inégalité.
Dans la seconde partie, les méthodes numériques les plus répandues seront introduites selon (1) qu'elles sont du 1er ou du 2nd ordre et (2) qu'elles sont applicables à des problèmes sans ou avec contraintes.
Une présence aux cours de théorie/exercices de minimum 80% est requise. La participation aux séances pratiques et séminaires éventuels reste obligatoire.
Les modalités d'évaluation peuvent évaluer suivant les conditions sanitaires. Les règles de 80% de présence physique seraient alors transformées en 80% de participation en ligne. La présence aux séances pratiques et séminaires éventuels reste obligatoire.
Supports principaux non reproductibles
Sans objet
Support complémentaires non reproductibles
Sans objet
Autres références conseillées
Sans objet
Mode d'enseignement
Types d'activités
Evaluations
Les modalités d'évaluation de l'AA sont précisées dans la fiche de l'UE dont elle dépend
Implantation(s) où l’activité d’apprentissage sera organisée
Implantation(s) où l’activité d’apprentissage sera évaluée