Vous êtes sur la page 1sur 2

M1 2006/2007

Cours d’optimisation Université Paris 1

Examen – 10 septembre 2007


Sans documents, ni calculatrice (3 heures)

Exercice 1.
Soit Y ⊂ Rn , un ensemble non-vide vérifiant Y − Rn+ = Y . On considère un
vecteur p et le problème
(P) max p · y
y∈Y

1) Montrer que si le problème (P) possède une solution, alors p ∈ Rn+ .


2) On suppose que le problème (P) possède une valeur finie, montrer que
alors p ∈ Rn+ .

Exercice 2.
Soit U un ouvert convexe de Rn , on dira qu’une fonction est log-convexe sur
U , si f : U → ]0, +∞[ et si ln(f ) est convexe sur U .

1) a) Montrer que si f : U → R est convexe sur U alors exp(f ) est convexe


sur U .
b) En déduire que si f est log-convexe alors elle est convexe.
c) Donner un exemple de fonction convexe qui n’est pas log-convexe.

2) a) On suppose que n = 2, calculer le gradient et la matrice Hessienne de


la fonction ln(f ).
b) On suppose que n = 2. Montrer que f est log-convexe sur U , si et seule-
ment si pour tout x de U , la matrice
f (x)Hf (x) − (∇f (x))(∇f (x))t
est une matrice semi-définie positive, si et seulement si pour tout (α1 , α2 ) ∈
R2 , la fonction x 7→ f (x) exp(α1 x1 + α2 x2 ) est convexe sur U .
c) En déduire que la somme de deux fonctions log-convexe est log-convexe.

3) Peut-on généraliser la démarche de 2) ?

Exercice 3.
On considère le domaine défini par


 g1 (x, y, z) = x + y + z − 1 ≤ 0
g2 (x, y, z) = x2 + y 2 + xy − 1 ≤ 0


 g3 (x, y, z) = 1 − x − 2y ≥ 0
g4 (x, y, z) = z 2 − 1 ≤ 0

1) Rappeler précisément l’énoncé de la condition de Slater.


2) Déterminer si elle est satisfaite ici.

1
Exercice 4.
On considère le problème :


 Min 4x1 + 15x2 + 12x3 + 2x4
2x1 + 3x3 + x4 ≥ 1

(P )

 x1 + 3x2 + x3 − x4 ≥ 1
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0

1) Ecrire le problème dual (P ∗ ) de (P ).


2) Représenter graphiquement les contraintes du problème dual (P ∗ ).
3) Trouver graphiquement la solution ( S = (0, 4)).
4) Trouver la solution du problème initial.

Exercice 5.
Soit f la fonction objectif définie sur R2 par f (x, y) = x2 + 2y 2 et soit le
domaine 
g1 (x, y) = 1 − x2 − y 2 ≥ 0
g2 (x, y) = 1 + x − 2y ≥ 0
g3 (x, y) = 1 − x − 2y ≥ 0

On considère les deux problèmes :


 

 min x2 + 2y 2 
 max x2 + 2y 2
g1 (x, y) = 1 − x2 − y 2 ≥ 0 g1 (x, y) = 1 − x2 − y 2 ≥ 0
 
(P) (Q)

 g2 (x, y) = 1 + x − 2y ≥ 0 
 g2 (x, y) = 1 + x − 2y ≥ 0
g3 (x, y) = 1 − x − 2y ≥ 0 g3 (x, y) = 1 − x − 2y ≥ 0
 

1) Montrer que le domaine est non-vide, convexe et compact. Faire un dessin.

2) Que peut on dire sur l’ensemble des solutions des problèmes d’optimisation
(P) et (Q).
3) Ecrire et résoudre les conditions de Karush-Kuhn-Tucker de (P).
4) Ecrire et résoudre les conditions de Karush-Kuhn-Tucker de (Q).
5) Déterminer les solutions de (P) et (Q).