Scribd
Importer
17 vues3 pages

Test 2021 Sol

Le document présente un test d'optimisation avec deux exercices. Le premier exercice analyse la convexité de trois fonctions et classe les points stationnaires, tandis que le second exercice traite d'un minimiseur possible et vérifie les conditions du second ordre. Les résultats incluent des points selle, maximum et minimum selon les cas étudiés.

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
17 vues3 pages

Test 2021 Sol

Le document présente un test d'optimisation avec deux exercices. Le premier exercice analyse la convexité de trois fonctions et classe les points stationnaires, tandis que le second exercice traite d'un minimiseur possible et vérifie les conditions du second ordre. Les résultats incluent des points selle, maximum et minimum selon les cas étudiés.

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 2020-2021

Responsable : I.DIDI Durée 30 min


Test (solution)

Exercice 1 [6.75 pts] Etudier la convexité des fonctions suivantes puis classier les points
stationnaires :
1. f (x) = 3x21 − 5x1 x2 + x22
Pour cela calculons le gradient de f (x) :
 
6x1 − 5x2
g(x) = [0.5pt]
−5x1 + 2x2

g(x) = 0 ⇒ x̄ = (x1 , x2 ) = (0, 0)[0.25pt].


Ensuite, calculons le hessien
 
6 −5
H(x) = [0.5pt]
−5 2

Les mineurs principaux : ∆1 = 6 > 0 et ∆2 = −13 < 0 ainsi H est indénie [0.5 pt] ce
qui implique que la fonction F n'est ni convexe ni concave [0.25 pt], par suite x̄ est un
point selle [0.25 pt].
2. f (x) = 50 + 10x1 + x2 − 6x21 − 3x22
Pour cela calculons le gradient de f (x) :
 
10 − 12x1
g(x) = [0.5pt]
1 − 6x2
 
5 1
g(x) = 0 ⇒ x̄ = (x1 , x2 ) = , [0.25pt].
6 6
Ensuite, calculons le hessien
 
−12 0
H(x) = [0.5pt]
0 −6

Les mineurs principaux : ∆1 = −12 < 0 et ∆2 = 72 > 0 ainsi H est dénie négative [0.5
pt] ce qui implique que la fonction F est concave [0.25 pt], par suite x̄ est un maximum
[0.25 pt].

1
3. f (x) = ex1 + x22 + 5
Pour cela calculons le gradient de f (x) :
 
e x1
g(x) = [0.5pt]
2x2

g(x) = 0 ⇒ x̄ = (x1 , x2 ) = (x1 , 0) avec x1 ∈ R [0.25 pt].


Ensuite, calculons le hessien
 
ex1 0
H(x) = [0.5pt]
0 2

Les mineurs principaux : ∆1 = ex1 > 0 et ∆2 = 2ex1 > 0 ainsi H est dénie positive [0.5
pt] ce qui implique que la fonction f est convexe [0.25 pt], par suite x̄ est un minimum
[0.25 pt].

Exercice 2 [3 pts] Le point xTa = [3 3] est un minimiseur possible pour le problème


16
min f (x) = − x2
x1
sc c1 (x) = x2 = 3
c2 (x) = x1 ≥ 0

1. Trouver les directions admissibles [0.5 pt]

 
d1
Les dircetions admissibles sont de la forme : d = [0.25pt]
0
2. Vérier si les conditions du second ordre sont vériées.
Pour cela, calculons le gradient de f (x) :
−16
 
 x2 
g(x) =  1  [0.25pt]
 
−1

Ainsi  −16 

g(xa ) =  9  [0.25pt]
 

−1

2
  
−16 d1 −16
Ce qui implique g(xa ) d =
T
−1 = d1 ≥ 0 [0.5 pt] ssi d1 ≤ 0 [0.25
9 0 9
pt].
Si d1 = 0 alors vérions que dT H(xa )d ≥ 0, pour cela, calculons le hessien :
 
32
 x3 0 
H(x) =  1  [0.25pt]
 
0 0
Ainsi  32 
0
H(xa ) =  27  [0.25pt]
 

0 0
 32 
  27 0  d1
 
32
Ce qui implique d H(xa ) d =
T T
d1 0  = d21 ≥ 0 [0.5 pt].
0 27

0 0
Donc les CNS du second ordre sont satisfaites.

Vous aimerez peut-être aussi