Bonjour
Je cherche des informations sur la mise en œuvre de l'optimisation mathématique sous contrainte sous Matlab (ou Scilab c'est pareil)
* Représentation d'un ouvert A dans R^n
* Recherche des maximas et des minimas
* Représentation des réalisables
* Calcul de la jacobienne (matrice des dérivés premières de mémoire), j'ai du mal à ce niveau car une Jacobienne porte sur des contraintes, or je ne vois pas du tout comment on peut dériver une contrainte !
* Représentation de la condition de qualification non dégénérée (même pb)
* Calcul du Lagrangien, ça je vois à peu près mais le pb c'est que c'est une somme sur les contraintes retranchée de la fonction qu'on veut maximiser
* Calcul de la matrice hessienne
Par ailleurs je ne comprends pas très bien les conditions du 2nd ordre et du 1er ordre (à quoi ça sert je veux dire et comment on l'utilise).
La condition du 1er ordre a l'air de servir à trouver un point critique du Lagrangien (quelle utilité déjà)
La condition du 2nd ordre a l'air de servir à déduire extrema de la fonction
f dans l'ensemble des réalisables, or pourquoi ne pas chercher les points critiques et conclure tout de suite (je veux dire pourquoi ce cheminement)
Si quelqu'un avait de l'expérience sur ces notions plus de la mise en œuvre sous Matlab avec un exemple très concret ça m'intéresse bien.
Merci d'avance
Cordialement.
-----