Scribd
Importer
30 vues3 pages

Test 2019 Sol

Le document présente des exercices d'optimisation, incluant la réduction d'un espace d'état en utilisant une contrainte d'égalité et la recherche d'un optimum dans un problème d'optimisation. Il analyse également la convexité d'une fonction et identifie les points critiques, déterminant leur nature à l'aide du hessien. Enfin, il trouve les points stationnaires d'une fonction objectif paramétrée et évalue la nature de ces points à l'aide de l'analyse du hessien.

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
30 vues3 pages

Test 2019 Sol

Le document présente des exercices d'optimisation, incluant la réduction d'un espace d'état en utilisant une contrainte d'égalité et la recherche d'un optimum dans un problème d'optimisation. Il analyse également la convexité d'une fonction et identifie les points critiques, déterminant leur nature à l'aide du hessien. Enfin, il trouve les points stationnaires d'une fonction objectif paramétrée et évalue la nature de ces points à l'aide de l'analyse du hessien.

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 : [Link] Durée 1h15 min


Solution du test

Exercice 1 [2.25 pts] 1


1. Dans ce cas de gure, si on dispose d'une contrainte d'égalité on peut réduire l'espace
d'état qui est de 3 dimensions en seulement 2 dimensions.
Nous avons
a(x) = 4x1 + 2x2 + x3 = 8
En remplaçant dans la fonction objectif et les contraintes d'inégalités, on obtient le pro-
blème d'optimisation réduit :

min f (x) = (x1 − 3)2 + (x2 − 3)2 − 9[0.5pt]


sc c1 (x) = x1 ≥ 0
c2 (x) = x2 ≥ 0
c3 (x) = 8 − 4x1 − 2x2 ≥ 0[0.5pt]

Ici, la région admissible est l'intersection entre le cadran positif et la droite d'équation
x2 = 4 − 2x1 , comme le montre la gure (1).

Figure 1  La région admissible [0.25 pt]

1. 0.25 point est donné pour la propreté de la copie.

1
2. Recherche de l'optimum :
Premièrement, posons f (x) = c, ainsi
(x1 − 3)2 + (x2 − 3)2 = c + 9
√
Or, ceci est un cercle de centre (3, 3) et de rayon r = 9 + c.
Deuxièmement, traçons pour quelques valeurs de c la fonction objectif.

Figure 2  L'optimum [0.5 pt]


Graphiquement, on remarque que pour c = −4 l'optimum x? = (1, 2) [0.25 pt] (voir la
gure (2)).
L'optimum est contraint car c3 (x? ) = 0 [0.25 pt].
Exercice 2 [3 pts] Étudier la convexité de la fonction suivante puis donner la nature des points
critiques trouvés :
1
f (x) = x41 − x21 + x22
4
 3 
x1 − 2x1
g(x) = [0.5pt]
2x2
√ √
Ici, x̄1 = (0, 0) [0.25 pt], x̄2 = ( 2, 0) [0.25 pt] et x̄1 = (− 2, 0) [0.25 pt]. Et le hessien est
donné par  
3x21 − 2 0
H(x) = [0.25pt]
0 2
Ainsi,  
−2 0
H(x̄1 ) =
0 2
∆1 = −2 < 0 et ∆2 = −4 < 0.
Ainsi le hessien est indéni donc la fonction f est ni convexe ni concave [0.25 pt], ce qui
implique que x̄1 est un point selle [0.25 pt].
 
4 0
H(x̄2 ) =
0 2
∆1 = 4 > 0 et ∆2 = 8 > 0.
Ainsi le hessien est D.P. donc la fonction f est strictement convexe [0.25 pt], ce qui implique
que x̄2 est un point minium [0.25 pt].

2
 
4 0
H(x̄3 ) =
0 2
∆1 = 4 > 0 et ∆2 = 8 > 0.
Ainsi le hessien est D.P. donc la fonction f est strictement convexe [0.25 pt], ce qui implique
que x̄3 est un point minium [0.25 pt].

Exercice 3 [4.5 pts] Trouver les points stationnaires de la fonction objectif paramétrée sui-
vante :
3
fm (x) = mx31 + x21 + x22 + 3x23 − 2x2
2
Tout d'abord, calculons le gradient de f :
 
3mx21 + 3x1
g(x) =  2x2 − 2  [0.5pt]
6x3

Ainsi,
  
2 1
 3mx1 + 3x1 = 0 ⇔ (x1 = 0)[0.25pt] ∨ x1 = − [0.25pt]


m
g(x) = 0 ⇒

 2x2 − 2 = 0 ⇔ x2 = 1[0.25pt]
6x3 = 0 ⇔ x3 = 0[0.25pt]

 
1
Ce qui implique x̄1 = (0, 1, 0)[0.25pt] et x̄2 = − , 1, 0 [0.25pt].
m
Le hessien est donné par :
 
6mx1 + 3 0 0
H(x) =  0 2 0  [0.5pt]
0 0 6

Ainsi  
3 0 0
H(x̄1 ) =  0 2 0  [0.25pt]
0 0 6
∆1 = 3 > 0, ∆2 = 6 > 0 et ∆3 = 36 > 0 [0.25 pt].
Ainsi le hessien est D.P. [0.25 pt] donc x̄1 est un point minium [0.25 pt]. Et
 
−3 0 0
H(x̄2 ) =  0 2 0  [0.25pt]
0 0 6

∆1 = −3 < 0, ∆2 = −6 < 0 et ∆3 = −36 < 0 [0.25 pt].


Ainsi le hessien est indéni [0.25 pt] donc x̄1 est un point selle [0.25 pt].

Vous aimerez peut-être aussi