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

maj page accueil de la doc

Browse source
This commit is contained in:
gergaud 2020-11-09 21:14:12 +01:00
parent 96aadf2976
commit bd14885acb
2 changed files with 14 additions and 9 deletions
Show stats Download patch file Download diff file Expand all files Collapse all files

13
docs/src/index.md
View file

@ -1,10 +1,5 @@
# Optinum - Méthodes numériques pour les problèmes d’optimisation
## Organisation
Le projet d'optimisation numérique est à réalisé par binôme (dans un même groupe de tp). Nous vous laissons vous organniser pour faire ces binômes. Lors des séances de tp, nous passerons 10 à 15 minutes par binôme dans les salons discords dédiés. Nous ne verrons donc pas nécessairement tous les binômes à chaque séance de tp. Durant ces recontres nous ferons un point d'avancement de votre projet et répondrons à vos questions. Ces rencontres seront en partie évalué et ceci entrera dans la notation du projet.
Vous pouvez travaillé sur vos machine, mais vous pouvez aussi travailler sur les machines de l'enseeiht (en utilisant `x2go`
## Introduction
Le package [Optinum](https://github.com/mathn7/Optinum) concerne le projet d’Optimisation Numérique pour l’année 2020-2021 de l'École INP-ENSEEIHT. Pour récupérer le répertoire Optinum et toute la structuration il vous faut cloner ce dépot GitHub. Pour cela, ouvrer une fenêtre de commande et cloner ce dépot (il faut que git soit installé sur votre machine) :
@ -21,4 +16,12 @@ Pour réaliser ce projet, vous avez besoin :
2. des packages IJulia (pour avoir accès à `jupyter notebook` pour julia)
3. des packages LinearAlgebra, Markdown
Enfin vous avez dans le répertoire `Optinum/julia` le fichier `notebook_Julia.pdf` d'introduction à `julia` et à l'utilisation des notebook et dans le répertoire `Optinum/julia/scr-julia` les notebook d'introduction au langage `julia`.
Remarque : vous pouvez travailler sur vos machine, mais vous pouvez aussi travailler sur les machines de l'enseeiht (en utilisant `x2go`)
## Organisation
Le projet d'optimisation numérique est à réaliser en binôme (dans un même groupe de tp). Nous vous laissons vous organiser pour faire ces binômes (essayez d'avoir une personne à Toulouse et une à distance si possible). Lors des séances de tp, nous passerons 10 à 15 minutes par binôme dans les salons discords dédiés. Nous ne verrons donc pas nécessairement tous les binômes à chaque séance de tp. Durant ces recontres nous ferons un point d'avancement de votre projet et répondrons à vos questions. Ces rencontres seront en partie évaluées et ceci entrera dans la notation du projet.
###### Auteurs : O.Cots, J. Gergaud, S. Gratton, P. Matalon, C. Royer, D. Ruiz et E. Simon

10
src/TP-Projet-Optinum.ipynb
View file

@ -26,7 +26,7 @@
},
{
"cell_type": "code",
"execution_count": 2,
"execution_count": 1,
"metadata": {},
"outputs": [
{
@ -104,11 +104,13 @@
"source": [
"## Interprétation \n",
"\n",
"justifier que\n",
"Justifier\n",
"\n",
"1. l’algorithme implémenté converge en une itération pour $f_{1}$;\n",
"1. les résultats obtenus pour l'exemple $f_0$ ci-dessus;\n",
"\n",
"2. l’algorithme puisse ne pas converger pour $f_{2}$ avec certains points initiaux."
"2. que l’algorithme implémenté converge en une itération pour $f_{1}$;\n",
"\n",
"3. que l’algorithme puisse ne pas converger pour $f_{2}$ avec certains points initiaux."
]
},
{