1 Optimisation Td 1
1.1 Exercice 1
y3
Soit f (x, y) = √ si (x, y) ̸= (0, 0)
x2 +y 4
a) Soit v = (a, b) ̸= (0, 0)
f (tv + X0 ) − f (X0 ) f (at, bt)
lim = lim
t−→0 t t−→0 t
b3 t3
= lim √
t−→0 t2 a2 + b4 t2
b3 t
= lim √
t−→0 a2 + b4 t2
=0
car (a, b) ̸= (0, 0)
D’où f admet une dérivée directionelle suivant tout vecteur non nul
au point (0,0)
b. Montrons que f est continue en (0, 0)
lim f (x, 0) = 0
x−→0
lim f (0, y) = 0
y−→0
Donc
lim f (x, y) = f (0, 0) = 0
(x,y)−→(0,0)
D’où f est continue en (0,0).
Montrons que f n’est pas différentiable en (0, 0)
∂f ∂f
∂x (0, 0) = 0 et ∂y (0, 0) = 1
Verifions que
f (x+0,y+0)−f (0,0)−y
lim ∥(x,y)∥ ̸= 0
(x,y)→(0,0)
3
√ 2 4
lim √y 2−y 2 x +y
2 4
= g(x, y)
(x,y)−→(0,0) (x +y )(x +y )
Soit Un = ( n1 , 0) −→ (0, 0) et lim g(Un ) = 0
n→+∞ n→+∞
√ √
2 2
Soit vn = ( n1 , n1 ) −→ (0, 0) On a lim g(Vn ) = − 2 et − 2 ̸= 0
n→+∞ n→+∞
Alors la limite de g en (0, 0) n’existe pas. Ainsi la fonction f n’est pas differen-
tiable en (0, 0)
2. Etudions la continuité et la différentiabilité de f en (0,0).
1
x2 y
f (x, y) = x4 +y 2 si (x, y) ̸= (0, 0) et 0 sinon
Continuité de f en (0,0)
lim f (x, 0) = 0 et lim f (0, y) = 0
x−→0 y−→0
Donc f (x, y) = lim f (x, y) = 0. Par suite la fonction f est continue en
(x,y)→(0,0)
(0,0).
Différentiabilité en (0,0)
∂f ∂f
∂x (0, 0) = 0 et ∂y (0, 0) =0
f (x+0,y+0)−f (0,0)
Calculons lim ∥(x,y)∥
(x,y)→(0,0)
On a lim f (x,0)−f
x
(0,0)
= 0 et lim f (0,y)−f
y
(0,0)
=0
x→0 y→0
f (x+0,y+0)−f (0,0)
Donc lim ∥(x,y)∥ =0
(x,y)→(0,0)
Par suite la fonction f est différentiable en (0,0)
1.2 Exercice 2
Soit la fonction f définie de Rn → R par :
f (x) = 21 xT P x + q T x + r avec P ∈ S n , ensemble des matrices symétriques
d’ordres n, q ∈ Rn et r ∈ R
1. Calculons les dérivées première et seconde de f
∀x ∈ Rn , f ′ (x) = 12 (xT P + P x) + q T (Dérivée première)
∀x ∈ Rn , f ′′ (x) = P (dérivée seconde)
2. Une condition pour que f soit convexe
f est convexe si et seulement si f ′′ (x) > 0, soit P positive. Donc ∀A ∈
Rn , A non nul, on a: AT P A ≥ 0
3. Déduisons que la fonction dy : Rn → R, x 7→ ∥x − y∥2 est strictement
convexe pour tout y ∈ Rn
dy = (x − y)T (x − y)
= xT x − xT y − y T x + y T y
= xT x − 2xT y + y T y
2
car xT y = y T x, donc ona:
dy 1 1
= y T y − xT y + xT x
2 2 2
dy
2 est sous la forme 21 xT P x + q T x + r. Par identification :
d
P = In , q = x, r = 21 xT x Or P est positive . Alors 2y est convexe. D’où
dy est convexe.
1.3 Exercice 3
1.
2. Montrons l’inégalité de young
On rappelle: si
(f : l → R)
est convexe alors ∀(x, y) ∈ l et ∀(t ∈ [0, 1]) on a :
[tf (x) + (1 − t)f (y) ≤ tf (x) + (1 − t)f (y)] et on sait que exp est convexe
sur R.
p q
Pour (a, b ∈ R), on a ln((ab)) = ln(( ap )) + ln(( bq ))
Donc
ap bq 1 ap 1 bq
exp(ln((ab))) = exp(ln(( ))+ln(( ))) ≤ exp(ln(( )))+ exp(ln(( )))
p q p p q q
Ce qui donne
ap bq
ab ≤ ( + )
p q
3.