Optimisation non linéaire et applications
| dc.contributor.author | Termeche, Rahmoune | |
| dc.date.accessioned | 2024-11-05T09:06:27Z | |
| dc.date.available | 2024-11-05T09:06:27Z | |
| dc.date.issued | 2021 | |
| dc.description | 65f.;30cm | |
| dc.description.abstract | L'optimisation est une discipline mathématique et un outil d'aide à la décision, elle permet de trouver les valeurs des variables entrantes (les données) qui rendent la fonction objectif optimale. On s'intéresse à l'étude de quelques problèmes d'optimisation non linéaire dont les données sont non linéaires et différentiables, les différents algorithmes de résolutions de ces problèmes et à l'application de la méthode des moindres carrés. La méthode des moindres carrés consiste à considérer un nuage de points Mi(xi,yi) que l'on désire ajuster au mieux par une courbe mathématique (c) de type (y=f(x)) dont on devra choisir le type de façon pertinente eu égard au phénomène étudié. On cherche les paramètres de f , fonction affine, polynôme, exponentielle,… etc., minimisant la somme des carrés des distances entre yI et f(xi). On peut toujours se ramener à un ajustement linéaire ( affine) en effectuant un changement de variables Finalement, on a exécuté des simulations numériques de ces méthodes par le logiciel MATLAB . | |
| dc.identifier.citation | Recherche opérationnelle | |
| dc.identifier.uri | https://dspace.ummto.dz/handle/ummto/25186 | |
| dc.language.iso | fr | |
| dc.publisher | ummto | |
| dc.subject | Convexité | |
| dc.subject | Algorithme | |
| dc.subject | Ajustement | |
| dc.subject | Optimisation non linéaire | |
| dc.subject | Karush-Kuhn-Tucker (KKT) | |
| dc.title | Optimisation non linéaire et applications | |
| dc.type | Thesis |