Optimisation Numerique Aspects theoriques et pratiques [Paperback]

Ce livre est exclusivement consacr? aux algorithmes num?riques d'optimisation (quasi-Newton, faisceaux, programmation quadratique successive, points int?rieurs); les bases th?oriques (conditions d'optimalit?, multiplicateurs de Lagrange) sont suppos?es connues.
Son but est de familiariser le lecteur avec ces algorithmes, qui sont pour la plupart bien classiques. Leur description insiste sur leur impl?mentation num?rique, ils peuvent ?tre programm?s directement par un lecteur exp?riment?. Le c?t? th?orique n'est pas pour autant n?glig?, avec d?monstration de chaque th?or?me de convergence ou vitesse de convergence; souvent, ces d?monstrations utilisent des hypoth?ses minimales.Introduction g?n?rale.- Probl?mes sans contraintes: M?thodes de base, Recherche lin?aires, M?thodes Newtoniennes, Gradient Conjugu?, M?thodes sp?ciales.- Optimisation non diff?rentiable: Introduction ? l'optimisation non diff?rentiable, M?thodes de faisceaux, D?composition et dualit?.- M?thodes newtoniennes en optimisation avec contraintes: Rappels, M?thodes locales pour probl?mes avec contraintes d'?galit?, M?thodes locales pour probl?mes avec contraintes d'in?galit?, P?nalisation exacte, Globalisation par recherche lin?aire, Versions quasi-newtoniennes.- Algorithmes de points int?rieurs pour l'optimisation lin?aire et quadratique: Optimisation sous contraintes lin?aires et algorithme du simplexe, Compl?mentarit? lin?aire monotone et champs de vecteurs associ?s, Algorithmes pr?dicteurs correcteurs, Algorithmes non r?alisables, Autodualit?, M?thodes ? un pas, Complexit? de probl?mes d'optimisation lin?aire ? donn?es enti?res, Algorithme de Karmarkar.- Bibliographie.- IndexCe livre est exclusivement consacr? aux algorithmes num?riques d'optimisation (quasi-Newton, faisceaux, programmation quadratique successive, points int?rieurs); les bases th?oriques (conditions d'optimalit?, multiplicateurs de Lagrange) sont suppos?es connues.
Son but est de familiariser le lecteur avec ces lã/