Optimisation avec contraintes : conditions KKT

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (32)

Page 1 sur 4

Optimisation quasi-newton

Couvre les méthodes de recherche de ligne de gradient et les techniques d'optimisation en mettant l'accent sur les conditions Wolfe et la définition positive.

Opérations matricielles : Systèmes linéaires et solutions

Explore les opérations matricielles, les systèmes linéaires, les solutions et la portée des vecteurs en algèbre linéaire.

Diagonalisation des transformations linéaires

Couvre la diagonalisation des transformations linéaires en R^3, explorant les propriétés et les exemples.

Transformations linéaires : matrices et noyaux

Couvre les transformations linéaires, les matrices, les noyaux et les propriétés des matrices inversible.

Représentations matricielles des demandes linéaires

Couvre les représentations matricielles des applications linéaires et l'équivalence entre matrices.

Optimisation avec contraintes

Couvre l'optimisation avec des contraintes et le théorème de KKT.

Méthodes d'optimisation

Couvre les méthodes d'optimisation sans contraintes, y compris la recherche de gradient et de ligne dans le cas quadratique.

Calcul de la matrice

Couvre le calcul matriciel, y compris les déterminants, l'inversion matricielle et les solutions aux systèmes d'équations linéaires.

Optimisation non linéaire

Couvre la recherche en ligne, la méthode de Newton, BFGS et le gradient conjugué en optimisation non linéaire.

Caractérisation des matrices inversées

Explore les propriétés des matrices invertibles, y compris les solutions uniques et l'indépendance linéaire.