Skip to Main content Skip to Navigation
Reports

Synthèse sur les méthodes newtoniennes en optimisation numérique non linéaire: écriture d'algorithmes efficaces

Résumé : Ce document décrit les méthodes newtoniennes en optimisation non linéaire avec et sans contrainte. Après un bref rappel des conditions d'optimalité, nous présentons les principes généraux de l'algorithmique en optimisation et des méthodes de Newton. Comme les méthodes Newtoniennes sont locales, c'est à dire qu'elles ne sont valables que proche de la solution, il faut utiliser des techniques de globalisation de la recherche de l'optimum, ces techniques ont certains avantages, mais elles peuvent entrainer des problèmes numériques, surtout en optimisation avec contraintes. Pour calculer une direction de descente, les méthodes Newtoniennes ont besoin des dérivées secondes de la fonction à minimiser (ou du Lagrangien dans le cas d'une minimisation avec contraintes) ce qui peut être coûteux et peut causer des problèmes numériques sérieux; c'est pourquoi nous exposons une méthode alternative de quasi-Newton dans les cas avec et sans contraintes:
Document type :
Reports
Complete list of metadata

Cited literature [1 references]  Display  Hide  Download

https://hal.inria.fr/inria-00089161
Contributor : Rapport de Recherche Inria <>
Submitted on : Friday, August 11, 2006 - 4:20:44 PM
Last modification on : Friday, June 26, 2020 - 4:56:01 PM
Long-term archiving on: : Thursday, September 23, 2010 - 4:18:46 PM

Identifiers

  • HAL Id : inria-00089161, version 3

Collections

Citation

Matthieu Guilbert. Synthèse sur les méthodes newtoniennes en optimisation numérique non linéaire: écriture d'algorithmes efficaces. [Rapport Technique] RT-0325, INRIA. 2006, pp.20. ⟨inria-00089161v3⟩

Share

Metrics

Record views

456

Files downloads

390