Méthodes numériques : optimisation — Cours et TD/TP 2017
Notes de cours
Préparation au partiel de mars 2017
- Énoncé du sujet de mars 2016. Voir également un corrigé.
- Énoncé du sujet de mars 2015. Voir également un corrigé.
Partiel de mars 2017
Préparation à l’examen de mai 2017
- Énoncé du sujet de mai 2015. Voir également un corrigé.
- Énoncé du sujet de mai 2016. Voir également un corrigé.
Examen de mai 2017
Séances de TP et de TD
Lors des séances de TP : pour ouvrir un document à l’aide du notebook jupyter,
il faut tout d’abord enregistrer ce fichier (qui doit être au format .ipynb)
et lancer la commande
jupyter-notebook --browser=firefox
Cela ouvrira automatiquement un onglet dans le navigateur firefox dans lequel on peut alors commencer à travailler.
Introduction à python et aux notebooks jupyter
- Rendu HTML et version éditable au format .ipynb (enregistrer le lien dans un de vos répertoires).
- Quentin Denoyelle (chargé de TD/TP) a préparé un petit guide de Python pour l'optimisation. Il contient en particulier la réponse à l’exercice 2.b de la feuille de TD n°2. Voir également une version notebook et un rendu HTML.
TD et TP 1 : Optimisation en dimension un
- Feuille de TD. Voir aussi des éléments de correction.
- TP au format .ipynb (enregistrer le lien dans un de vos répertoires) et rendu HTML. Voir aussi des éléments de correction.
TD et TP 2 : Méthodes de descente de gradient
- Feuille de TD. Voir aussi des éléments de correction.
- TP au format .ipynb (enregistrer le lien dans un de vos répertoires) et rendu HTML. Voir aussi des éléments de correction, ou leur rendu HTML.
TD et TP 3 : Méthode du gradient conjugué
- Feuille de TD.
- TP au format .ipynb (enregistrer le lien dans un de vos répertoires) et version PDF. Enregistrer également l’image mystère (clic droit, enregistrer la cible du lien) dans le même répertoire. Vous pouvez aussi essayer l’image mystère de l’an dernier ou d’il y a deux ans.
