Discussion :

[nant44]

Bonjour,
Je souhaite minimiser une fonction sous contraintes (sous matlab).
En effet le problème consiste à trouver un vecteur x=[x1 x2 ... xn]^T :

min lambdamax(AX) subject to Bx <= 0 (1)
x


où (.)^T est l'opérateur de transposition, A est une matrice complexe, B une matrice réelle (creuse), X est une matrice toeplitz dont le premier vecteur colonne est x=[x1 x2 ... xn]^T et lambdamax(AX) est la valeur propre maximale de la matrice AX.
Il y a une fonction sur Matlab "fmincon" qui peut résoudre le problème (1) mais l'inconvénient c'est que cette méthode est très couteuse en temps de calcul (parfois infini)!!!!
Pouriez-vous me montrer une autre technique pratique pour résoudre mon probleme ?

D'avance merci

[hollowdeadoss]

Essaye la fonction fmincon en tapant l'aide.

je crois qu'en lui donnant un point de depart, il procede par la methode de Newton (methode de descente) pour te trouver le pointoptimal selonla methode qu'il a utilisé

[nant44]

oui je sais ca, et je pense que ce n'est pas le vrai probleme parce que qd j'initialise la recherche avec le vecteur optimal (que je dois trouver a la fin de la minimisation) le temps peut etre enorme.
En fait ca serai pratique si j'arrive a modifier la fonction fmincon de façon qu'elle s'arrete après un nombre donné d'iterations et me donner le resultat ! mais je n'arrive pas à le faire !!

[hollowdeadoss]

Dans les options de fmincon on peut donner un nombre d'iteration ...