ENSEEIHT/TP-optimisation-numerique-2
1
0
Fork 0
Code Issues Pull requests Packages Projects Releases Wiki Activity

ajout du notebook pour lesetudiants

Browse source
This commit is contained in:
gergaud 2020-11-07 13:52:16 +01:00
parent b81813328d
commit 8cbc9b7723
2 changed files with 0 additions and 20 deletions
Show stats Download patch file Download diff file Expand all files Collapse all files

5
docs/make.jl
View file

@ -16,11 +16,6 @@ makedocs(
"La méthode du Lagrangien augmenté" => "Lagrangien_augmente.md"
],
"Index des fonctions" =>"fct_index.md",
"Travail à réaliser" => [
"Pour les régions de confiance avec le pas de Cauchy" => "Questions_Pas_De_Cauchy.md",
"Pour les régions de confiance avec le gradient conjugué tronqué" => "Questions_GCT.md",
"Pour Lagrangien augmenté" => "Questions_Lagrangien_Augmente.md"
],
"Annexes" => "Annexes.md",
#"Exemples d'appels" =>"Exemples.md",
"Mise en place" => "mise_en_place.md",

15
docs/src/Algorithme_de_newton.md
View file

@ -46,20 +46,5 @@ une approximation de la solution du problème ``\min _{x \in \mathbb{R}^{n}} f(x
b. Mise à jour : ``x_{k+1} = x_{k}+ d_{k} , k = k + 1``
#### 2.Retourner : ``x_{k}``.
## Travail à réaliser Pour l'algorithme de Newton
#### Implémentation
1. Coder l’algorithme de Newton local tel que décrit dans la séction *Algorithme de Newton*
2. Tester l’algorithme sur les fonctions ``f_{1}`` , ``f_{2}`` avec les points initiaux ``x_{011}`` , ``x_{012}`` (pour ``f_{1}`` ) et ``x_{021}`` , ``x_{022}`` , ``x_{023}`` (pour ``f_{2}`` ) donnés en [Annexe A](Annexes.md).
#### Interprétation
justifier que
1. l’algorithme implémenté converge en une itération pour ``f_{1}``;
2. l’algorithme puisse ne pas converger pour ``f_{2}`` avec certains points initiaux.