UE Introduction à l'optimisation en Python et Julia

Ce cours présente les notions de base en optimisation mathématique. La notion de problème linéaire, quadratique, et de convexité seront étudiées en particulier.

Résolution de problèmes d’optimisation en Python à l’aide de solveurs standards en Python.

En complément du cours, une introduction générale au langage de programmation Julia sera proposée. Ensuite quelques exemples d’optimisation  seront traités à l’aide de packages Julia.

Algèbre linéaire, Python (bases)

Formuler un problème d’optimisation. Reconnaitre la faisabilité et l’optimalité d’une solution.

Reconnaitre les problèmes linéaires, quadratiques, et non-linéaires.

Formuler un problème mathématique pour un solveur en Python et en Julia.

Savoir interpréter les sorties d’un solveur.

• Boyd, Stephen, Stephen P. Boyd, and Lieven Vandenberghe. Convex optimization. Cambridge university press, 2004.
• CVXPY package https://www.cvxpy.org/