Descriptif
Dans un problème d'optimisation déterministe, les valeurs de tous les paramètres sont supposées connues. Comment formuler un problème d'optimisation dans lequel les données sont incertaines (par exemple, les prix des énergies) ? Et quand certaines valeurs des données sont révélées au cours des étapes de décision (par exemple, les demandes en énergie) ? L'optimisation stochastique est un cadre pour répondre à de telles questions et pour formuler des problèmes sous incertitude. C'est également un ensemble de méthodes de résolution.Objectifs pédagogiques
À l'issue du cours l'étudiant devrait pouvoir concevoir des modèles mathématiques pour l'optimisation sous incertitude et utiliser le logiciel scientifique Scicoslab pour résoudre numériquement des problèmes de petite taille.
20 heures en présentiel
Diplôme(s) concerné(s)
- Master 2 Parisien Recherche Opérationnelle
- Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées
Domaine Université Paris Saclay
Mention Informatique.Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées
Le rattrapage est autorisé (Max entre les deux notes écrêté à une note seuil)- le rattrapage est obligatoire si :
- Note initiale < 6
- le rattrapage peut être demandé par l'étudiant si :
- 6 ≤ note initiale < 10
- Crédits ECTS acquis : 2 ECTS
Le coefficient de l'UE est : 1
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Master 2 Parisien Recherche Opérationnelle
Le rattrapage est autorisé (Max entre les deux notes écrêté à une note seuil)- le rattrapage est obligatoire si :
- Note initiale < 10
- Crédits ECTS acquis : 2 ECTS
Programme détaillé
Dans ce cours, nous présentons :
- l'optimisation stochastique statique (à une étape),
- la programmation stochastique à deux étapes (et la résolution sur arbre de scénarios ou par scénarios),
- le contrôle stochastique à temps discret (et la résolution par programmation dynamique stochastique).
