"Extension à la programmation convexe conique ""self scaled"" des méthodes de réduction de potentiel utilisées en programmation linéaire."

  • Nathalie Vanderbecken

    Student thesis: Master typesMaster en sciences mathématiques

    Résumé

    L'objectif de ce mémoire est d'élaborer des méthodes de réduction de potentiel à grands pas pour des problèmes de programmation convexe conique dont le cône est "self-scaled". Nous montrons que l'extension à la programmation convexe conique des méthodes de réduction de potentiel primales et primale-duale symétrique utilisées en programmation linéaire, donne lieu à des algorithmes à grands pas lorsque les cônes considérés sont "self-scaled". Notre démarche est la suivante. Nous établissons, dans une première partie, différentes propriétés des cônes "self-scaled". Une seconde partie qui détaille l'extension à la programmation convexe conique "self-scaled" des méthodes de réduction de potentiel utilisées en programmation linéaire, exploite ces propriétés afin de garantir la convergence des extensions obtenues ainsi que la possibilité de progresser à chaque itération d'une grande fraction de la distance séparant l'itéré actuel de la frontière de la région admissible.
    la date de réponsejuin 1998
    langue originaleFrançais
    SuperviseurJean-Jacques STRODIOT (Promoteur)

    Contient cette citation

    '