0% ont trouvé ce document utile (0 vote)
18 vues1 page

Epreuve

Le document présente une épreuve finale en optimisation pour l'année 2018-2019, comprenant trois exercices. Le premier exercice traite de la méthode d'interpolation quadratique pour minimiser une fonction, le second analyse une fonction définie sur R2 pour identifier un point critique, et le troisième déroule des algorithmes de gradient. Chaque exercice est noté et nécessite des calculs et des démonstrations spécifiques.

Transféré par

islambounebbab
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)
18 vues1 page

Epreuve

Le document présente une épreuve finale en optimisation pour l'année 2018-2019, comprenant trois exercices. Le premier exercice traite de la méthode d'interpolation quadratique pour minimiser une fonction, le second analyse une fonction définie sur R2 pour identifier un point critique, et le troisième déroule des algorithmes de gradient. Chaque exercice est noté et nécessite des calculs et des démonstrations spécifiques.

Transféré par

islambounebbab
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

Module : Optimisation Année 2018-2019

Responsable : I.DIDI Durée 1h30


Date : 02/07/2019
Épreuve nale

Exercice 1 [7 pts] 1 En optimisation unidimensionnelle, la méthode d'interpolation quadratique


consiste à approximer l'expression de la fonction objectif f (x) par un polynôme du second degré
p(x) = a0 + a1 x + a2 x2
où a0 , a1 et a2 sont constantes. Soit
p(xi ) = a0 + a1 xi + a2 x2i = f (xi ) = fi
pour i = 1, 2, 3 avec [x1 , x3 ] est l'intervalle qui contient le minimiseur x? de f (x). Supposons
que les valeurs fi sont connues, donner les expressions des constantes a1 et a2 puis l'expression
du minimiseur x? .
Application. Trouver l'estimé du minimum de la fonction f (x) = ex − x3 au points x1 = −1,
x2 = −0.5 et x3 = 0 puis tracer la fonction ainsi que son minimum.
Exercice 2 [4 pts] Soit f , la fonction dénie sur R2 par
f (x, y) = |1 + eix + eiy |2
où |Z| désigne le module du nombre complexe Z .
1. Montrer que (0, π) est un point critique de f .
2. Calculer le hessien de f et préciser la nature de ce point (min/max local ou point selle).
Exercice 3 [8 pts] 2 Dérouler l'algorithme du gradient à pas optimal et l'algorithme du gradient
à pas xe (sans hessien) avec α = 0.2 sur trois itérations pour le problème suivant :
1 9
min f (x, y) = x2 + y 2
2 2
à partir du point x0 = [10 1]T .

Bon courage
1. Test

2. 1 point est donné pour la propreté de la copie.

Vous aimerez peut-être aussi