Minimisation de fonctions convexes
Dans cet exposé, nous nous intéresserons à un problème apparemment basique : comment trouver la valeur minimale d'une fonction à valeurs réelles (si elle existe, bien entendu) ? Lorsqu'il est impossible de donner une formule exacte pour cette valeur, on doit avoir recours à des méthodes approximatives. Nous décrirons la plus simple de ces méthodes : la descente de gradient. En faisant une hypothèse sur le type des fonctions considérées (elles sont « convexes »), nous montrerons quelles garanties de précision la descente de gradient satisfait et nous verrons dans quel mesure on peut affirmer (ou non) que cette méthode est optimale.