Université de Versailles Saint-Quentin-En-Yvelines

L3, Optimisation et Applications (LSMA651)

Année 2010-2011
Enseignants : L. Dumas, T. Horsin
[Link]

EXAMEN, 17 MAI 2011, CORRECTION

2heures, pas de documents

Exercice 1.

1. f est coercive car on peut écrite :

f (x, y, z) ≥ 3x2 + 3y 2 + 3z 2 − (x2 + y 2 ) − 2x − 10y = 2x2 + 2y 2 + 3z 2 − 2x − 10y

soit
1 5
f (x, y, z) ≥ 2(x − )2 + 2(y − )2 + 3z 2 − 13
2 2
et on conclut facilement que f (x, y, z) tend vers +∞ quand ||(x, y, z)|| tend vers
+∞ où ||.|| désigne la norme euclidienne.
2. On résout
∂f


 (x, y) = 6x − 2y − 2 = 0
 ∂x



∂f
(x, y) = 6y − 2x − 10 = 0

 ∂x
 ∂f (x, y) = 6z = 0



∂x
qui a pour unique solution (x, y, z) = (1, 2, 0). Comme f est coercive et continue,
elle possède au moins un minimum sur R2 . Tous ses minima étant des points
critiques, il n’y en a qu’un et il s’agit de (x, y, z) = (1, 2, 0).
3. A est un ensemble fermé (condition égalité) mais n’est pas borné (par exemple
(−n, n, 0) ∈ A pour tout n ∈ N). Cependant f possède toujours un minimum sur
A car f est coercive et continue et A est fermé.
4. On écrit la CN1 : en supposant les contraintes qualifiées au point considéré, si
(x, y, z) est un minimum de f sur A, il existe λ ∈ R tel que


 6x − 2y − 2 + λ = 0

 6y − 2x − 10 + λ = 0

 6z + 2λz = 0

x + y + z2 = 0


Le cas λ = −3 implique x = 74 et y = 11 4
ce qui n’aboutit pas car z 2 est alors
strictement négatif. Le cas z = 0 conduit à x = −y = − 12 et λ = 6. L’unique
minimum de f sur A est donc le point (− 12 , 21 , 0). Par ailleurs les contraintes sont
toujours qualifiées car le vecteur (1, 1, 2z) est toujours non nul.
Exercice 2.

1. En économie le problème correspond à l’optimisation du gain de la fabrication

de 3 produits ayant respectivement une marge unitaire de 1, 2 et 1 euro. Ces
3 produits nécessitent respectivement 1, 4 et 2 heures d’usinages dans l’usine 1
(durée maximale de fonctionnement journalier : 10h) et 1, 0 et 1 heure d’usinage
dans l’usine 2 (durée maximale de fonctionnement journalier : 2h).
2. On note x4 et x5 les variables d’écart (positives). Avec la méthode du simplexe, on
obtient successivement les résultats suivants :

Etape 1 :
x y z x4 x5 S θ
5
x4 1 4 2 1 0 10 2
x5 1 0 1 0 1 2
-1 -2 -1 0 0 0

Etape 2 :
x y z x4 x5 S θ
1 1 1 5
y 4
1 2 4
0 2
10
x5 1 0 1 0 1 2 2
− 21 0 0 1
2
0 5

Etape 3 :
x y z x4 x5 S θ
1 1
y 0 1 4 4
− 14 2
x 1 0 1 0 1 2
1 1 1
0 0 2 2 2
6

Le maximum de g est donc atteint au point (x, y, z) = (2, 2, 0) et vaut 6.

Exercice 3.

1. On trouve comme matrice hessienne pour h au point (x, y, z) :

 
0 z+1 y+1
H(x, y, z) = z + 1 0 x + 1
y+1 x+1 0

La trace de H est égale à 0. Pour que toutes ses valeurs propres soient positives, il
faut donc que H soit nulle, c’est à dire x = y = z = −1. Réciproquement, dans ce
cas H = 0 est donc bien semi définie positive.
2. Si h possède un minimum en (x, y, z), alors sa matrice hessienne en ce point est
semi définie positive (CN2). Nécessairement, on a donc x = y = z = −1. Or, en ce
point ∂h
∂x
(−1, −1, −1) = −1 6= 0. h ne possède donc pas de minimas locaux.
3. Comme C est fermé borné donc compact, h possède un minimum sur C. Il est
forcément atteint sur la frontière de C au vu de la question précédente. Comme
x, y et z jouent un rôle symétrique, on parcourt par exemple tout d’abord l’arête
x = −1 : dans ce cas, la fonction h̃(y, z) = −y − z est minimale pour y = z = 1 et
vaut −2. De même, en parcourant l’arête x = 1, la fonction ĥ(y, z) = 2yz + y + z
est minimale pour (y, z) = (−1, 1) et (y, z) = (1, −1) et vaut −2. Au final, h est
minimal sur C en (−1, 1, 1), (1, −1, 1) et (1, 1, −1) où elle vaut −2.
Exercice 4.
 
2 1
1. La matrice hessienne de u est constante sur R2 et vaut . Cette matrice est
1 2
définie positive, par exemple avec le critère de Sylvester. u est donc strictement
convexe. En outre, elle est coercive sur R2 car
1
u(x, y) ≥ (x2 + y 2 )
2
Avec ces deux propriétés, on en déduit que u possède un unique minimum sur R2 .
2. Si (x, y) est un minimimum de u sur D et en supposant les contraintes qualifiées
en ce point, il existe α ≥ 0 et β ≥ 0 tels que


 2x + y + 2xα − β = 0




 2y + x + 2αy − β = 0
 α(x2 + y 2 − 1) = 0



 β(−x − y + 1) = 0

x2 + y 2 ≤ 1





−x−y+1≤0


Le cas α = β = 0 conduit à la solution x = y = 0 qui n’est pas dans D. Le cas

α > 0 et β = 0 conduit à x = y = 0 ou à α = −1 ce qui est à nouveau impossible.
Le cas α > 0 et β > 0 correspond aux deux points (1, 0) et (0, 1) qui ne peuvent
être solution du système (car cela implique que β = 1 et α = − 21 ).
Il reste le cas α = 0 et β > 0 pour lequel on se ramène au système

 2x + y − β = 0

2y + x − β = 0

x + y = 1

qui a pour solution x = y = 21 et β = 32 . Les contrantes sont par ailleurs qualifiées

en ce point, soit parce que la seule contrainte active est linéaire, soit parce que son
gradient est non nul.
3. La question bonus pouvait être résolue à partir d’un dessin de D (lunule).