Bases, outils et principes pour l'analyse variationnelle
Par :Formats :
- Réservation en ligne avec paiement en magasin :
- Indisponible pour réserver et payer en magasin
- Nombre de pages171
- PrésentationBroché
- FormatGrand Format
- Poids0.31 kg
- Dimensions15,5 cm × 23,5 cm × 1,0 cm
- ISBN978-3-642-30734-8
- EAN9783642307348
- Date de parution01/01/2013
- CollectionMathématiques & Applications
- ÉditeurSpringer
Résumé
L'étude mathématique des problèmes d'optimisation, ou de ceux dits variationnels de manière générale (c'est-à-dire, "toute situation où il y a quelque chose à minimiser sous des contraintes"), requiert en préalable qu'on en maîtrise les bases, les outils fondamentaux et quelques principes. Le présent ouvrage est…
L'étude mathématique des problèmes d'optimisation, ou de ceux dits variationnels de manière générale (c'est-à-dire, "toute situation où il y a quelque chose à minimiser sous des contraintes"), requiert en préalable qu'on en maîtrise les bases, les outils fondamentaux et quelques principes. Le présent ouvrage est un cours répondant en partie à cette demande, il est principalement destiné à des étudiants de Master en formation, et restreint à l'essentiel.
Sont abordés successivement : La semicontinuité inférieure, les topologies faibles, les résultats fondamentaux d'existence en optimisation ; Les conditions d'optimalité approchée ; Des développements sur la projection sur un convexe fermé, notamment sur un cône convexe fermé ; L'analyse convexe dans son rôle opératoire ; Quelques schémas de dualisation dans des problèmes d'optimisation non convexe structurés ; Une introduction aux sous-différentiels généralisés de fonctions non différentiables.
Sont abordés successivement : La semicontinuité inférieure, les topologies faibles, les résultats fondamentaux d'existence en optimisation ; Les conditions d'optimalité approchée ; Des développements sur la projection sur un convexe fermé, notamment sur un cône convexe fermé ; L'analyse convexe dans son rôle opératoire ; Quelques schémas de dualisation dans des problèmes d'optimisation non convexe structurés ; Une introduction aux sous-différentiels généralisés de fonctions non différentiables.
