Programmation quadratique (PQ)
La programmation quadratique (PQ) est une classe d'optimisation mathématique sous contraintes dans laquelle la fonction objectif est quadratique et les contraintes sont linéaires. Formalisée par Frank et Wolfe (1956) par leur algorithme de direction réalisable basé sur le gradient, la PQ est fondamentale en recherche opérationnelle, finance, apprentissage automatique et conception d'ingénierie partout où il faut minimiser un coût quadratique convexe (ou non-convexe) sous des conditions de faisabilité linéaires.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Frank, M., & Wolfe, P. (1956). An algorithm for quadratic programming. Naval Research Logistics Quarterly, 3(1–2), 95–110. DOI: 10.1002/nav.3800030109 ↗
Comment citer cette page
ScholarGate. (2026, June 2). Quadratic Programming (QP). ScholarGate. https://scholargate.app/fr/optimization/quadratic-programming
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Optimisation convexeOptimisation↔ compare
- Programmation linéaireOptimisation↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →