X-Git-Url: https://git.piment-noir.org/?a=blobdiff_plain;f=rapport%2FProjetOptimRO.tex;h=ed31ff249015f820453db2fdb3bbe16db3b1ba3a;hb=0211d9163c9639cf2e1eac66430dec1c3d3ebf0e;hp=b6fcdc75f32a59c368e32176a912388f454beb30;hpb=b8e1f3f6d12074c679854ce0ee78b5caf525636a;p=Projet_Recherche_Operationnelle.git diff --git a/rapport/ProjetOptimRO.tex b/rapport/ProjetOptimRO.tex index b6fcdc7..ed31ff2 100644 --- a/rapport/ProjetOptimRO.tex +++ b/rapport/ProjetOptimRO.tex @@ -21,7 +21,7 @@ \usepackage{tocbibind} \usepackage{lmodern} \usepackage{enumitem} -\usepackage{algorithm} +\usepackage{algorithm2e} \usepackage{algorithmic} @@ -516,7 +516,7 @@ En supposant $ J $ de classe $ \mathcal{C}^2 $ et la matrice hessienne $ H[J](x_ $$ x_{k+1} = x_k - H[J](x_k)^{-1} \nabla J(x_k), $$ où $ d_k = -H[J](x_k)^{-1} \nabla J(x_k) $ est appelée direction de Newton. La direction $ d_k $ est également l’unique solution du problème : $$ \underset{d \in \mathbb{R}^n}{\mathrm{argmin}} \ J(x_k) + \langle \nabla J(x_k),d \rangle + \frac{1}{2}\langle H[J](x_k)d,d \rangle $$ -Autrement dit, $ d_k $ est le point de minimum global de l’approximation de second ordre de $ J $ au voisinage du point courant $ x_k $. +Autrement dit, $ d_k $ est le point de minimum global de l’approximation quadratique de $ J $ au voisinage du point courant $ x_k $. À condition que la matrice $ H[J](x_k) $ soit définie positive à chaque itération, la méthode de Newton est bien une méthode de descente à pas fixe égal à $ 1 $. \newline Les propriétés remarquables de cet algorithme sont : @@ -882,8 +882,8 @@ Le Lagrangien $ L $ de $ \mathcal{P} $ avec les valeurs : \newline \STATE {//Incrémentation de k} \STATE $ k \leftarrow k+1$ - \newline -\newline + + \STATE {//Deuxième itération :} \STATE{//Calcule du gradient de $ J $ :} \STATE $ \nabla J(x,y,z) = (2x_k,2y_k,2z_k)$ \hfill $ // résultat : (0,0,0) $ @@ -900,7 +900,8 @@ Le Lagrangien $ L $ de $ \mathcal{P} $ avec les valeurs : \STATE $ k \leftarrow k+1$\hfill $ //k = 1$ \ENDWHILE - \end{algorithmic} + +\end{algorithmic} \end{algorithm}