IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)
Navigation

Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter

Mathématiques Discussion :

Algorithme du "interior point"


Sujet :

Mathématiques

  1. #1
    Membre régulier
    Profil pro
    Inscrit en
    Mai 2007
    Messages
    126
    Détails du profil
    Informations personnelles :
    Localisation : France

    Informations forums :
    Inscription : Mai 2007
    Messages : 126
    Points : 78
    Points
    78
    Par défaut Algorithme du "interior point"
    Bonjour tout le monde
    J'ai cherche sur la toile du web des schema numeriques de l'algorithme "interior point", mais sans succes

    Le probleme que je dois resoudre est de la forme:
    minimiser f(X) tel que Ax=y
    x dans R^n, y dans R^m, m<<n

    Quelqu'un pourrait-il me donner l'algorithme ou m'expliquer en quoi consiste la methode de Newton pour determiner la direction de descente dans l'algorithme.
    Merci d'avance

  2. #2
    Rédacteur
    Avatar de Zavonen
    Profil pro
    Inscrit en
    Novembre 2006
    Messages
    1 772
    Détails du profil
    Informations personnelles :
    Âge : 76
    Localisation : France

    Informations forums :
    Inscription : Novembre 2006
    Messages : 1 772
    Points : 1 913
    Points
    1 913
    Par défaut
    Et f c'est quoi dans tout ça ???
    Ce qu'on trouve est plus important que ce qu'on cherche.
    Maths de base pour les nuls (et les autres...)

  3. #3
    Membre régulier
    Profil pro
    Inscrit en
    Mai 2007
    Messages
    126
    Détails du profil
    Informations personnelles :
    Localisation : France

    Informations forums :
    Inscription : Mai 2007
    Messages : 126
    Points : 78
    Points
    78
    Par défaut
    Bonjour
    f est la fonction norme
    f(x)=||x||_p avec 0<p<=1
    ||x||_p=\sqrt( \sum (x_i)^p, p)

    Dans le cas le plus simple p=1; Chercher à minimiser la norme l1 du vecteur X, ce qui revient à approcher la solution parcimonieuse du problème Ax=y par un programme convexe.

    Merci d'avance

  4. #4
    Rédacteur
    Avatar de Zavonen
    Profil pro
    Inscrit en
    Novembre 2006
    Messages
    1 772
    Détails du profil
    Informations personnelles :
    Âge : 76
    Localisation : France

    Informations forums :
    Inscription : Novembre 2006
    Messages : 1 772
    Points : 1 913
    Points
    1 913
    Par défaut
    Les solutions de AX=Y forment une variété linéaire.
    Le vecteur X cherché est tel que X=OM est orthogonal à cette variété. (projection orthogonale).
    Ce qu'on trouve est plus important que ce qu'on cherche.
    Maths de base pour les nuls (et les autres...)

  5. #5
    Membre régulier
    Profil pro
    Inscrit en
    Mai 2007
    Messages
    126
    Détails du profil
    Informations personnelles :
    Localisation : France

    Informations forums :
    Inscription : Mai 2007
    Messages : 126
    Points : 78
    Points
    78
    Par défaut
    Les solutions de AX=Y forment une variété linéaire.
    Le vecteur X cherché est tel que X=OM est orthogonal à cette variété. (projection orthogonale).
    Le X que je cherche doit être la solution parcimonieuse "sparse" du problème Ax=y

    Par parcimonieux, j'entends comme dans la littérature, que la majorité des coefficients de la solution deviennent insignifiants, voire nuls
    En ce qui concerne la projection, elle n'est pas forcement orthogonale.
    Un dictionnaire A= (A_1, A_2,..., A_n), A_i dans R^m où les fonctions de base A_i sont orthogonales entre elles est l'idéal, mais l'on peut avoir des dictionnaires sur-complets

    Le problème à résoudre se formule comme suit
    minimiser ||x||_p sous la contrainte Ax=y

    Des suggestions d'algorithmes?

    Merci d'avance

  6. #6
    Rédacteur
    Avatar de pseudocode
    Homme Profil pro
    Architecte système
    Inscrit en
    Décembre 2006
    Messages
    10 062
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Âge : 51
    Localisation : France, Hérault (Languedoc Roussillon)

    Informations professionnelles :
    Activité : Architecte système
    Secteur : Industrie

    Informations forums :
    Inscription : Décembre 2006
    Messages : 10 062
    Points : 16 081
    Points
    16 081
    Par défaut
    Citation Envoyé par MPEG4 Voir le message
    En ce qui concerne la projection, elle n'est pas forcement orthogonale.
    C'est Lagrange qui va être déçu...
    ALGORITHME (n.m.): Méthode complexe de résolution d'un problème simple.

  7. #7
    Membre régulier
    Profil pro
    Inscrit en
    Mai 2007
    Messages
    126
    Détails du profil
    Informations personnelles :
    Localisation : France

    Informations forums :
    Inscription : Mai 2007
    Messages : 126
    Points : 78
    Points
    78
    Par défaut
    C'est Lagrange qui va être déçu...
    Effectivement, reecrivant le probleme sous cette forme peut changer la done
    mais vu du point de vu "Compressed sensing", le dictionnaire de representation (en effet, on utilise plutot dictionnaire que base pour eviter cette nuance d'orthogonalite) peut etre l'uninion de plusieurs bases, et ainsi, faillir a la condition d'orthogonalite. le plus important que que les fonctions de base soient incoherentes.

    Quelqu'un pourrait en quoi consiste la methode de descnete de Newton et comment l'utiliser dans un algorithme de "interior point" pour resoudre un probleme linaire (ou convexe)?

Partager

Partager
  • Envoyer la discussion sur Viadeo
  • Envoyer la discussion sur Twitter
  • Envoyer la discussion sur Google
  • Envoyer la discussion sur Facebook
  • Envoyer la discussion sur Digg
  • Envoyer la discussion sur Delicious
  • Envoyer la discussion sur MySpace
  • Envoyer la discussion sur Yahoo