Ce cours est destiné aux étudiants Master 1 automatique industrielle et informatique.

Objectifs du cours:

- Comprendre les concepts fondamentaux des capteurs classiques.

- étudier les différents technologies des capteurs intelligents et leurs applications.

- Analyser les caractéristiques et les performances des  capteurs intelligents.

-Acquérir des compétences pour concevoir, sélectionner et intégrer des capteurs intelligents dans divers systèmes.

Ce cours d’Optimisation, destiné aux étudiants de première année Master en Automatique, spécialités Automatique et Informatique Industrielle et Automatique et Systèmes, propose une étude progressive des fondements mathématiques et des principales méthodes de résolution des problèmes d’optimisation avec ou sans contraintes. Il débute par un rappel des notions mathématiques essentielles, notamment le gradient, le hessien et la convexité, avant d’aborder l’optimisation des fonctions d’une seule variable et des fonctions à plusieurs variables. Une attention particulière est accordée aux conditions d’optimalité et aux méthodes numériques de résolution, telles que les méthodes de gradient, la méthode de Newton et la méthode de relaxation. Le cours traite également des problèmes d’optimisation sous contraintes, à travers les multiplicateurs de Lagrange et les méthodes numériques associées, ainsi que de la programmation linéaire, notamment la résolution graphique et la méthode du simplexe. En associant les fondements théoriques à des travaux dirigés et à des applications numériques sous MATLAB, cet enseignement vise à développer chez les étudiants les compétences nécessaires pour formuler, analyser et résoudre des problèmes d’optimisation rencontrés en automatique, notamment dans la conception et le réglage des systèmes de commande, l’identification des paramètres et l’amélioration des performances des systèmes industriels.

Ce cours est dédié aux étudiants M1 du département ATE