Nantilus
Problèmes d'optimisation continue : avec corrigés et rappels de cours
Cet ouvrage est un recueil de problèmes corrigés utilisant une très grande partie des résultats classiques enseignés en Master ou en première ou deuxième année d'ingénieur en optimisation continue. Ces problèmes utilisent les cas classiques qui sont étudiés dans une dernière année de licence ma...
Enregistré dans:
| Auteur principal : | |
|---|---|
| Format : | Manuel |
| Langue : | français |
| Titre complet : | Problèmes d'optimisation continue : avec corrigés et rappels de cours / Olivier Lafitte |
| Publié : |
Paris :
Ellipses
, DL 2023 |
| Description matérielle : | 1 volume (XIII-357 p.) |
| Collection : | Références sciences |
| Sujets : |
| Résumé : | Cet ouvrage est un recueil de problèmes corrigés utilisant une très grande partie des résultats classiques enseignés en Master ou en première ou deuxième année d'ingénieur en optimisation continue. Ces problèmes utilisent les cas classiques qui sont étudiés dans une dernière année de licence mathématiques ou une CPGE, et peuvent permettre aux élèves de ces formations, à travers des cas réalistes, de se confronter à des problèmes complets. Ils vont au-delà de l'aspect "académique" de validation des compétences. En effet, ils permettront aux étudiants et aux jeunes chercheurs d'avoir des cas d'application à leur disposition où un problème d'ingénierie mathématique ou de modélisation physique peut être posé et résolu en utilisant l'optimisation en dimension finie (matricielle) ou en dimension infinie (travaux remontant au XVIIe siècle). Comme tous les calculs sont détaillés dans les solutions, le lecteur pourra vérifier qu'il applique correctement les techniques du résumé. Les problèmes présentant une application sont suffisamment spécifiques et originaux pour ne pas être dans la majorité des cours. Nous espérons permettre aux jeunes chercheurs, de toutes disciplines, d'appréhender ce domaine qui est à la base de nombreuses innovations récentes ou actuelles : la théorie du contrôle (par exemple pour l'industrie spatiale ou l'ingénierie financière), les problèmes en grande dimension (millions de degrés de liberté, ou millions de données), ou l'apprentissage machine (machine learning). |
|---|---|
| Public : | Master |
| Bibliographie : | Bibliogr. p. 357 |
| ISBN : | 978-2-3400-7728-7 |