La boutique ne fonctionnera pas correctement dans le cas où les cookies sont désactivés.
Le stockage local semble être désactivé dans votre navigateur.
Pour une meilleure expérience sur notre site, assurez-vous d’activer le cache dans votre navigateur.
Leader de l'occasion depuis 1886
En ce moment : SOLDES JUSQU'À - 70%
Livraison à 0.01€ dès 30€ d’achats
-5% sur les livres neufs et livraison offerte avec le retrait dans nos magasins
En ce moment, livraison gratuite pour tous les coolos !
Avantages Fidélité
Service client
Besoin d'aide
Leader de l'occasion depuis 1886
En ce moment : SOLDES JUSQU'À - 70%
Livraison à 0.01€ dès 30€ d’achats
-5% sur les livres neufs et livraison offerte avec le retrait dans nos magasins
En ce moment, livraison gratuite pour tous les coolos !
Avantages Fidélité
Service client
Besoin d'aide
Leader de l'occasion depuis 1886
Livraison à 0.01€ dès 30€ d’achats
-5% sur les livres neufs et livraison offerte avec le retrait dans nos magasins
En ce moment, livraison gratuite pour tous les coolos !
Disponibilités communiquées à titre indicatif, nous ne pouvons vous les garantir.
Les prix de vente peuvent varier des prix en ligne et entre chaque magasin.
Ce manuscrit comporte deux parties, l'une est consacrée à l'optimisation et l'autre au contrôle optimal. Après avoir introduit dans un premier chapitre quelques outils d'analyse non lisse et de contrôle optimal indispensables à la bonne compréhension de la suite, la première partie aborde la dualité appliquée à un problème d'optimisation, modélisé par la différence de deux fonctions convexes. Un algorithme est proposé dans un cadre non différentiable, convergeant vers un point critique. L'application de cette approche à un problème de Stokes non linéaire permet d'identifier une solution faible. La deuxième partie est consacrée à l'étude d'un concept de dualité non convexe en contrôle optimal, où le problème dual fait intervenir l'enveloppe supérieure des solutions de viscosité ou proximales de l'équation de Hamilton-Jacobi-Bellman, cette dualité permet d'identifier des conditions nécessaires et suffisantes d'optimalité et de construire, en utilisant la méthode d'Euler pour les inclusions différentielles, un arc polygonal approché convergeant vers une solution optimale du problème de contrôle optimal.