Optimisation et contrôle des systèmes linéaires
Cours et exercices avec solutions
Maïtine Bergounioux
Dunod
Avant-proposXI
Partie 1 Optimisation en dimension finie1
Chapitre 1 Généralités3
1.1 Quelques exemples3
1.1.1 Détermination de coefficients en combustion3
1.1.2 Un exemple en hydrologie4
1.1.3 Un exemple en chimie: problème de l'équilibre chimique4
1.2 Formulation mathématique5
1.3 Notion de convexité8
1.3.1 Définitions8
1.3.2 Continuité des fonctions convexes11
1.3.3 Différentiabilité des fonctions convexes12
Exercices15
Chapitre 2 Minimisation sans contraintes19
2.1 Résultats d'existence et d'unicité19
2.2 Conditions d'optimalité23
2.2.1 Conditions nécessaires du premier ordre23
2.2.2 Conditions du deuxième ordre25
2.3 Exemple: régression linéaire27
2.4 Algorithmes (déterministes)28
2.4.1 Méthode du gradient30
2.4.2 Méthode de Newton34
a) Méthode de Newton34
b) Application à la recherche d'extrema37
2.4.3 Méthode du gradient conjugué38
a) Méthode du gradient conjugué: cas linéaire38
b) Méthode du gradient conjugué: cas général41
2.4.4 Méthode de relaxation41
2.5 Une méthode probabiliste42
2.5.1 Dynamique de Métropolis42
2.5.2 Recuit simulé sur un ensemble fini43
Travaux pratiques47
Exercices49
Chapitre 3 Minimisation avec contraintes55
3.1 Résultats d'existence et d'unicité55
3.2 Conditions d'optimalité du premier ordre56
3.2.1 Condition d'optimalité du premier ordre générale56
3.2.2 Contraintes en égalité57
3.2.3 Contraintes en égalité et en inégalité58
3.3 Conditions d'optimalité nécessaires du deuxième ordre62
3.4 Applications et exemples64
3.4.1 Projection sur un convexe fermé64
3.4.2 Régression linéaire avec contraintes68
3.4.3 Cas de la programmation linéaire69
3.4.4 Un exemple70
3.5 Algorithmes72
3.5.1 Méthode du gradient projeté72
3.5.2 Méthode de Lagrange-Newton pour des contraintes en égalité73
3.5.3 Méthode de Newton projetée pour des contraintes de borne75
3.5.4 Méthodes de pénalisation77
3.5.5 Méthodes de Programmation Quadratique Successive (SQP)79
a) Cas de contraintes en égalité80
b) Cas de contraintes générales81
3.5.6 Méthode de dualité: méthode d'Uzawa82
Travaux pratiques87
Exercices90
Partie 2 Contrôle des systèmes linéaires103
Chapitre 4 Introduction à la théorie du contrôle105
4.1 Quelques exemples105
4.1.1 Exemple 1. Économie105
4.1.2 Exemple 2. Stockage de l'eau dans un réservoir105
4.1.3 Exemple 3. Stabilisation d'un véhicule106
4.2 Formulation mathématique d'un problème de contrôle108
4.2.1 Définition108
4.2.2 Contrôlabilité109
4.2.3 Observabilité109
4.2.4 Stabilité109
4.2.5 Contrôle optimal110
4.2.6 Boucle ouverte / Boucle fermée111
4.3 Encore quelques exemples112
4.3.1 Stabilisation d'un véhicule112
a) Contrôlabilité112
b) Contrôle optimal113
4.3.2 Rendez-vous spatial114
a) Contrôlabilité115
b) Temps minimum115
c) Consommation minimum115
Exercices116
Chapitre 5 Contrôle optimal à horizon fini119
5.1 Présentation du problème - Théorèmes d'existence119
5.1.1 L'équation d'état119
5.1.2 Le problème de contrôle optimal122
5.1.3 Exemples122
a) Fonctionnelle avec observation distribuée122
b) Fonctionnelle avec observation finale123
5.1.4 Étude de la fonction coût123
5.1.5 Existence et unicité de la solution de (P)126
5.2 Conditions d'optimalité127
5.2.1 Un exemple127
5.2.2 Cas général128
5.2.3 Cas particulier fondamental130
5.3 Cas sans contraintes sur le contrôle: équation de Ricatti130
5.4 Formulation en termes de Lagrangien133
5.5 Algorithmes de résolution135
5.5.1 Résolution directe de (P)135
5.5.2 Pénalisation de la contrainte d'état136
5.5.3 Recherche d'un point-selle136
5.5.4 Méthode de point fixe137
Exercices138
Chapitre 6 Contrôle à horizon infini: contrôlabilité et stabilité145
6.1 Généralités145
6.2 Cas d'une EDO linéaire148
6.2.1 Cas des équations différentielles linéaires à coefficients constants149
6.2.2 Cas des EDO linéaires à coefficients constants sans contraintes sur le contrôle153
6.3 Stabilité et observabilité154
6.3.1 Stabilité154
6.3.2 Observabilité155
Exercices156
Chapitre 7 Commande en temps minimum de systèmes linéaires à coefficients constants159
7.1 Existence d'un temps optimal159
7.2 Principe du minimum de Pontryagin161
7.3 Unicité164
7.4 Réciproque du principe du minimum165
Exercices167
Chapitre 8 Programmation dynamique173
8.1 Cas discret173
8.1.1 Motivation173
8.1.2 Principe d'optimalité de Bellman176
8.1.3 L'algorithme de programmation dynamique178
a) L'équation de Bellman178
b) L'algorithme de programmation dynamique179
8.1.4 Exemples179
a) Course au trésor179
b) Affectation optimale de ressources180
8.2 Programmation dynamique en dimension infinie182
8.2.1 Présentation du problème182
a) Principe d'optimalité de Bellman183
b) Équation de Hamilton-Jacobi-Bellman184
8.2.2 Cas quadratique186
Exercices187
Annexe A Rappels de quelques notions191
A.1 Rappels d'algèbre linéaire191
A.1.1 Normes sur Rn191
A.1.2 Généralités sur les matrices192
A.1.3 Propriétés spectrales192
A.1.4 Conditionnement des systèmes linéaires193
A.2 Calcul différentiel dans Rn194
A.2.1 Dérivées, différentielles194
a) Dérivée, différentielle d'une fonction de Rn dans R194
b) Dérivée, différentielle d'une fonction de Rn dans Rn195
c) Dérivée seconde d'une fonction de Rn dans R196
A.2.2 Le théorème des fonctions implicites196
A.2.3 La formule de Taylor197
A.3 Équations différentielles ordinaires (EDO)198
A.3.1 Le théorème de Cauchy-Lipschitz198
A.3.2 Équations différentielles linéaires199
A.4 Le théorème de Hahn-Banach200
Annexe B Correction des exercices203
Chapitre 1203
Chapitre 2206
Chapitre 3212
Chapitre 4231
Chapitre 5231
Chapitre 6237
Chapitre 7240
Chapitre 8249
Bibliographie255
Index257