0% ont trouvé ce document utile (0 vote)
321 vues5 pages

Corrigé d'optimisation avancée M1

Transféré par

Mourad sassane
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
321 vues5 pages

Corrigé d'optimisation avancée M1

Transféré par

Mourad sassane
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Optimisation avancée Responsable : Y.

Bensmain
M1 Génie Industriel
Corrigé Durée : 1h
2020-2021 Contrôle continu
Soit le problème d’optimisation PO suivant :

min 𝑓(𝑥, 𝑦) = 𝑥 2 − 𝑦 2
𝑋∈𝐶

𝑠. 𝑐. 𝑥 2 + 2𝑥 + 𝑦 2 = 0 (𝐶)

1- Montrer que PO admet au moins une solution


2- Est-elle unique ?
3- Etudier la régularité de 𝐶
4- Former le lagrangien
5- Trouvez le(s) point(s) critique(s) du Lagrangien
6- Le(s) point(s) critique(s) du Lagrangien est-il (sont-
ils) régulier(s) ? Pourquoi ?
7- En quel(s) point(s), PO admet un minimum global ?

Solution
PO est un problème d’optimisation de 2 dimensions avec une seule contrainte d’égalité.
1- Montrer que PO admet au moins une solution 3
0.5 Pour cela :
1. Il faut montrer que 𝑓 est continue sur 𝐶.
2. Il faut montrer que 𝐶 est fermé.
3. Il faut que l’une des deux conditions suivantes soit vérifiée :
a. 𝑓 est coércive
b. 𝐶 est borné
0.5 1. Montrer que 𝑓 est continue sur 𝐶.
𝑓 est un polynôme de 2ème degré, donc 𝑓 est continu sur 𝐶 ⊂ 𝑅 2
1 2. Montrer que 𝐶 est fermé.
𝐶 = {(𝑥, 𝑦) ∉ R2 , 𝑥 2 + 2𝑥 + 𝑦 2 = 0}
L’ensemble {0} est fermé et la fonction 𝑔(𝑥, 𝑦) = 𝑥 2 + 2𝑥 + 𝑦 2 est continue sur 𝑅 2 , ainsi l’image
réciproque 𝐶 de l’ensemble {0} par la fonction 𝑔 est un ensemble fermé.
3. 𝑓 est-elle coércive ? ou bien 𝐶 est-elle bornée ?
- 𝑓 est-elle coércive ?
Optimisation avancée Responsable : Y. Bensmain
M1 Génie Industriel
Corrigé Durée : 1h
2020-2021 Contrôle continu
𝑙𝑖𝑚 𝑓(𝑥, 𝑦) = ?
||(𝑥,𝑦)||→+∞

𝑥 = 𝑟𝑐𝑜𝑠(𝜃)
Posons : { avec 𝑟 = ||(𝑥, 𝑦)||2 > 0 et 𝜃 ∈ [0,2𝜋[.
𝑦 = 𝑟𝑠𝑖𝑛(𝜃)

lim 𝑓(𝑥, 𝑦) = lim Φ𝑓 (𝑟, 𝜃) = lim 𝑟 2 cos2 (𝜃) − 𝑟 2 sin2(𝜃)


||𝑥,𝑦||2 →+∞ 𝑟→+∞ 𝑟→+∞

= lim 𝑟 2 (cos2 (𝜃) − sin2 (𝜃))


𝑟→+∞

Le signe du cos2 (𝜃) − sin2 (𝜃) dépend de 𝜽 (−1 ≤ cos2 (𝜃) − sin2 (𝜃) ≤ 1).
Prenons par exemple : 𝜃 = 0  cos2 (0) − sin2 (0) = 1 − 0 = 1
𝜋 𝜋 𝜋
Prenons maintenant : 𝜃 =  cos2 (2 ) − sin2 (2 ) = 0 − 1 = −1
2
donc 𝑟 2 (cos2 (𝜃) − sin2 (𝜃)) n’admet pas de limite quand 𝑟 → +∞.
Ainsi, 𝑓(𝑥, 𝑦) n’admet pas de limite à l’infini.
 Donc, 𝑓 n’est pas coércive
1 - 𝐶 est-elle bornée ?

D’après le graphe, 𝐶 est borné car on peut l’entourer par un cercle de centre (0,0) et de rayon M.

Rappel : on dit que 𝐶 est bornée ssi : ∃ 𝑀 > 0, tel que ∀ 𝑋 ∈ 𝐶, ‖𝑋‖ ≤ 𝑀.
La fonction 𝑓 est continue et la contrainte 𝐶 est fermée et bornée (compact), donc le problème
admet au moins une solution.

2- Est-elle unique ? 3

0.25 a. 𝑓 est-elle strictement convexe ?


0.25 𝑓 est deux fois différentiables (de classe 𝐶 2 ) : 0.5
2𝑥 2 0 ∆ =2>0 0.25
0.5 𝛻𝑓 (𝑥, 𝑦) = ( ) , 𝐻𝑒𝑠𝑠 = 𝛻 2 𝑓(𝑥, 𝑦) = ( ), 1 0.25
−2𝑦 0 −2 ∆2 = −4 < 0
∆2 < 0, et donc la matrice Hess n’est pas définie positive. Par conséquent, 𝑓 n’est pas strictement
1 convexe.
Ainsi, la solution n’est pas unique.
3- Etudier la régularité de 𝑪 3
La vérification de régularité (qualification) permet de vérifier si les points critiques du
lagrangien X* sont aussi des points critiques du problème d’optimisation.
Optimisation avancée Responsable : Y. Bensmain
M1 Génie Industriel
Corrigé Durée : 1h
2020-2021 Contrôle continu
Si 𝐶 est régulier, alors tous les points 𝑋 ∈ 𝐶 sont réguliers y compris les points critiques du
Lagrangien.
Nous avons une seule fonction contrainte 𝑔 qui n’est pas affine.
2𝑥 + 2 0 𝑥 = −1
𝛻𝑔(𝑥, 𝑦) = ( ) = ( )  {
2𝑦 0 𝑦=0
𝛻𝑔(𝑥, 𝑦) s’annule seulement au points ayant (−1,0), mais ces points n’appartiennent pas à notre
contrainte (les points (−1,0) ∉ 𝐶 𝑐𝑎𝑟 𝑔(−1,0) = (−1)2 + 2(−1) + 02 = −1 = 0 impossible).
Ainsi, l’ensemble 𝐶 est régulier (tous les points de 𝐶 sont réguliers), et donc tous les points critiques
𝑋 ∗ du Lagrangien que nous allons les rechercher sont des points critiques du problème
d’optimisation.

4- Former le lagrangien 1
0.25 𝑓 et 𝑔 sont continues et différentiables (de classe 𝐶 1 ).
0.75 𝐿(𝑥, 𝑦, 𝜆) = 𝑥 2 − 𝑦 2 + 𝜆(𝑥 2 + 2𝑥 + 𝑦 2 )

5- Trouvez le(s) point(s) critique(s) du Lagrangien 6


Pour trouver les points critiques du 𝐿, il faut résoudre le système d’équations :
0.5 𝛻𝐿(𝑥, 𝑦, 𝜆) = 0𝑅3
2𝑥 + 2𝑥𝜆 + 2𝜆
1.5 𝛻𝐿(𝑥, 𝑦, 𝜆) = { −2𝑦 + 2𝜆𝑦
𝑥 2 + 2𝑥 + 𝑦 2
2𝑥 + 2𝑥𝜆 + 2𝜆 = 0
{ −2𝑦 + 2𝜆𝑦 = 0
𝑥 2 + 2𝑥 + 𝑦 2 = 0
C’est un système de 3 équations non-linéaires en 3 dimensions.
On a une seule contrainte (𝑝 = 1) dans notre problème, donc on aura 2 cas à étudier.
1er cas : 𝝀 = 𝟎

2𝑥 + 2𝑥𝜆 + 2𝜆 = 0 𝑥=0
1 2𝑥 = 0
{ −2𝑦 + 2𝜆𝑦 = 0  {  {𝑦 = 0
−2𝑦 = 0
𝑥 2 + 2𝑥 + 𝑦 2 = 0 0=0
Donc, (0,0,0) est un point critique du Lagrangien.
2er cas : 𝝀 ≠ 𝟎
Optimisation avancée Responsable : Y. Bensmain
M1 Génie Industriel
Corrigé Durée : 1h
2020-2021 Contrôle continu
2𝑥 + 2𝑥𝜆 + 2𝜆 = 0 𝑥 + 𝑥𝜆 + 𝜆 = 0 (𝐿1)
{ −2𝑦 + 2𝜆𝑦 = 0  { 2𝑦(𝜆 − 1) = 0 (𝐿2)
𝑥 2 + 2𝑥 + 𝑦 2 = 0 𝑥 2 + 2𝑥 + 𝑦 2 = 0 (𝐿3)
𝜆
(L1)  𝑥(1 + 𝜆) + 𝜆 = 0  𝑥 = − 1+𝜆
𝑥
(L1)  𝑥 + 𝜆(1 + 𝑥) = 0 𝜆 = − 1+𝑥

(L2)  ou bien 𝑦 = 0 ou bien 𝜆 = 1


𝑥=0→ 𝜆=0
 Cas 𝒚 = 𝟎 : (L3)  𝑥 2 + 2𝑥 = 0  𝑥(𝑥 + 2) = 0 { 𝑜𝑢 𝑏𝑖𝑒𝑛
1 𝑥 = −2 → 𝜆 = −2
Donc, (-2,0,-2) est un point critique du Lagrangien
𝜆 𝟏
 Cas 𝝀 = 𝟏 : 𝒙 = − 1+𝜆 = − 𝟐
1 2 1 1 𝟑
(L3) : 𝑦 2 = −𝑥 2 − 2𝑥 = − (− 2) − 2 (− 2) = − 4 + 1 = 𝟒
√3
𝑦= 2
3
𝑦 2 = 4 𝑜𝑢 𝑏𝑖𝑒𝑛
√3
{𝑦 = − 2
1 √3 1 √3
2 Donc, (− 2 , , 1) et (− 2 , − , 1) sont des points critiques du Lagrangien.
2 2
1 √3 1 √3
Alors, les points critiques du Lagrangien sont : (0,0,0), (-2,0,-2), (− 2 , , 1) et (− 2 , − , 1)
2 2

6- Les point(s) critiques du Lagrangien sont-ils régulier(s) ? Pourquoi ? 2


Oui
1ère méthode : nous avons montré dans la question 3 que tout l’ensemble 𝐶 est régulier, alors tous
ces points sont réguliers y compris les points critiques du Lagrangien.
1 √3 1 √3
 𝑋1∗ (0,0), 𝑋2∗ (−2,0), 𝑋3∗ (− 2 , ) 𝑒𝑡 𝑋4∗ (− 2 , − ) sont réguliers, alors ceux sont des
2 2

points critiques du PO.


2ème méthode :
2𝑥 + 2
𝛻𝑔(𝑥, 𝑦) = ( )
2𝑦
1. Point (0,0)
2 0
𝛻𝑔(0,0) = ( ) ≠ ( )
0 0
Optimisation avancée Responsable : Y. Bensmain
M1 Génie Industriel
Corrigé Durée : 1h
2020-2021 Contrôle continu
0
𝛻𝑔(0,0) ≠ ( ), et donc le point (0,0) est régulier  𝑋1∗ (0,0) est un point critique du PO.
0
2. Point (-2,0)
−2 0
𝛻𝑔(−2,0) = ( )≠( )
0 0
0
𝛻𝑔(−2,0) ≠ ( ), et donc le point (-2,0) est régulier  𝑋2∗ (−2,0) est un point critique du
0
PO.
1 √3
3. Point (− 2 , )
2

1 √3 1 0
𝛻𝑔 (− , ) = ( ) ≠ ( )
2 2 √3 0
1 √3 0 1 √3 1 √3
𝛻𝑔 (− 2 , ) ≠ ( ), et donc le point (− 2 , 2 ) est régulier  𝑋3∗ (− 2 , 2 ) est un point
2 0
critique du PO.
1 √3
4. Point (− 2 , − )
2

1 √3 1 0
𝛻𝑔 (− , − ) = ( )≠( )
2 2 −√3 0
1 √3 0 1 √3 1 √3
𝛻𝑔 (− 2 , − ) ≠ ( ), et donc le point (− 2 , − 2 ) est régulier  𝑋4∗ (− 2 , − 2 ) est un
2 0
point critique du PO.

7- En quel(s) point(s), PO admet un minimum global ? 2


On calcule l’image des points critiques du PO par la fonction 𝑓 :
𝒇(𝑋1∗ ) = 0
𝒇(𝑋2∗ ) = 4
1
𝒇(𝑋3∗ ) = 𝒇(𝑋4∗ ) = −
2
1 1 √3 1 √3
 𝑓 admet un minimum global égal à − 2 aux points 𝑋3∗ (− 2 , ) et 𝑋4∗ (− 2 , − ).
2 2

Vous aimerez peut-être aussi