Vous êtes sur la page 1sur 6

M1 2007/2008

Cours d’optimisation Université Paris 1

Examen – 4 février 2008


Sans documents, ni calculatrice (2 heures)

Exercice 1.
1) On considère une fonction f de classe C 1 sur R. On suppose qu’il existe α
tel que pour tout x de R, f (α + x) = f (α − x). Interpréter graphiquement
cette propriété. Montrer que si f est concave, alors f passe par un maximum
au point α.

2) On suppose que la fonction g est concave et vérifie pour tout x de R,


g(α + x) = g(α − x). Montrer que g passe par un maximum au point α.

3) On considère h de classe C 1 et concave sur R tel que le problème de maxi-


misation sur R ne possède pas de solution. Montrer que la dérivée de h est
monotone (au sens large).

4) On considère à nouveau la fonction f de la question 1). Montrer que pour


tout x, y de R,

|f 0 (x)| < |f 0 (y)| ⇒ f (x) > f (y)

Exercice 2.
1) On considère une fonction f de R3 dans R.

f (x1 , x2 , x3 ) = x21 + (1 + x1 )3 (x1 − x2 )2 + (1 + x1 )3 (x3 − x2 )2


Montrer que (0, 0, 0) est un minimum local de f .

2) Montrer qu’il existe ε > 0 tel que sur B(0, ε), 0 est l’unique minimum de f .

3) Le point (0, 0, 0) est-il un minimum global ?

1
Exercice 3.

x ln(x) si x > 0;
ϕ(x) =
0 si x = 0.
On considère le problème d’optimisation

 max ϕ(x) + ϕ(y)
(P) s.c. x ≥ 0, y ≥ 0
x2 + y 2 ≤ 100

1) Montrer que le problème possède au moins une solution.

2) Montrer que la fonction objectif est strictement convexe sur R2+ .

3) Soit (x, y) une solution, montrer que si x = 0, alors y = 10.

4) On suppose que la solution est “intérieure” (x > 0, y > 0). Ecrire la


condition nécessaire du premier ordre. La condition n’est pas suffisante (il
aurait fallu une fonction objectif concave).

5) Le point (0, 10) est-il un maximum local ?

Exercice 4.
Soit p1 > 0, p2 > 0. On considère le problème d’optimisation

 min −x1 − x2
(P) s.c. x1 ≥ 0, x2 ≥ 0
p1 x1 + p2 x2 ≤ 1

1) Déterminer en expliquant votre calcul le dual de (P).

2) Résoudre le primal et le dual.

2
M1 2007/2008
Cours d’optimisation Université Paris 1

Examen – 4 février 2008


Sans documents, ni calculatrice (2 heures)

Exercice 1.
1) La propriété signifie que la courbe représentatuve de f est symétrique par
rapport à la droite x = α. Si on translate en posant f˜(x) = f (x+α). La fonc-
tion f˜ est paire, sa dérivée est impaire donc en particulier f˜0 (0) = 0 = f 0 (α).
Puisque f est concave, f passe donc par un maximum au point α.

2) Puisque g n’est pas C 1 , on ne peut utiliser la question précédente. Pour


simplifier, on peut supposer α = 0 sinon il faut translater comme ci-dessus.
Soit x ∈ R, on g(x) = g(−x) ce qui donne compte-tenu de la concavité,

g(x) + g(−x)
g(0) ≥ = g(x).
2
Donc g passe par un maximum au point 0 = α.

3) Puisque h est de classe C 1 et concave sur R. On a l’équivalence :


a maximum de f sur R ⇔ h0 (x) = 0.
Donc h0 ne s’annule pas et puisqu’elle est continue, garde un signe constant.
En tant que fonction concave, la dérivée de h est décroissante (au sens large).
La valeur absolue |h0 | est donc monotone au sens large.

4) Puisque f 0 & et que f 0 (α) = 0, on sait que |f 0 | est décroissante sur ]−∞, α]
puis croissante sur ] − ∞, α] (au sens large).
1. Suposons d’abord que x, y sont d’un même coté de α, par exemple
x ≤ α et y ≤ α. On a |f 0 | &= −f 0 est décroissante sur ] − ∞, α] donc
x < y ≤ α or f % sur ] − ∞, α] D’où le résultat.
2. Si au contraire α est entre x et y. Par exemple, supposons x ≤ α ≤ y.
Il suffit de remarquer que z := α − 2x vérifie f (z) = f (x) et f 0 (z) =
−f 0 (x). Il suffit d’appliquer le premier cas, puisque y et z sont du même
coté de α.

3
Exercice 2.
1) et 2) Il est facile de voir que si x ∈ B(0, ε), alors x1 ≥ −ε, donc
f (x1 , x2 , x3 ) ≥ x21 + (1 − ε)3 (x1 − x2 )2 + (1 − ε)3 (x3 − x2 )2
En prenant, ε = 1/2, si x ∈ B(0, ε),
(x1 − x2 )2 + (x3 − x2 )2
f (x) ≥ x21 + ≥ 0 = f (0)
8
Donc, (0, 0, 0) est un minimum de f sur B(0, ε), et de plus dans cette boule,
si f (x) = 0 = f (0), alors
 2 
 x1 = 0  x1 = 0
2
(x1 − x2 ) = 0 ⇒ (x1 − x2 ) = 0 ⇒ x = 0
(x3 − x2 )2 = 0 (x3 − x2 ) = 0
 

Le point 0 est l’unique minimum de f .

3) La fonction n’est pas convexe donc a priori, le point (0, 0, 0) n’est pas un
minimum global. De plus, lim f (−n, 0, 0) = −∞.

Exercice 3.
1) La fonction ϕ est continue en 0, (limite connue) donc sur R+ . On peut
appliquer le théorème de Weierstrass pour montrer que le problème possède
au moins une solution.

2) La fonction objectif est séparable et sur R+∗ , ϕ00 = 1/x > 0. On en déduit
que ϕ est strictement convexe sur R+ , ce qui entraı̂ne que (x, y) → ϕ(x)+ϕ(y)
est strictement convexe sur R2+ .

3) Cela revient à montrer que maxy∈[0,10] ϕ(y) a pour solution le point y = 10.
La fonction ϕ est strictement convexe sur [0, 10], donc le maximum sera
atteint sur le bord, soit en 0, soit en 10. Puisque ϕ(0) = 0 < ϕ(10). Le maxi-
mum est atteint en 10.

4) La condition de Slater est satisfaite car la fonction (x, y) → x2 + y 2 − 4 est


convexe et il existe (x, y) ∈ R2+ tel que x2 + y 2 − 4 < 0. Puisque on suppose
que la solution est “intérieure” (x > 0, y > 0), il n’y a pas de problème de
différentiabilité. La condition nécessaire du premier ordre s’écrit (avec des
notations évidentes) : il existe λ ≥ 0 tel que

 ∇ψ(x, y) = λ∇g(x, y),
g(x, y) ≤ 0
λg(x, y) = 0

4
La condition n’est pas suffisante (il aurait fallu une fonction objectif concave).

5) Le point (0, 10) est un maximum local car si ϕ est décroissante au voisinage
de 0 et croissante au voisinage de 10. Donc il existe ε > 0 tel que pour tout
(x, y) ∈ B((0, 10), ε),

ψ(x, y) = ϕ(x) + ϕ(y) ≤ ϕ(0) + ϕ(10) = ψ(0, 10).

Exercice 4.
On considère les multiplicateurs du problème d’optimisation


 min −x1 − x2
s.c. −x1 ≤ 0 λ1

(P)

 −x2 ≤ 0 λ2
p1 x1 + p2 x2 − 1 ≤ 0 λ3

1) On écrit le lagrangien, L : R2 × R3+ → R

L(x, λ) = −x1 − x2 + λ1 (−x1 ) + λ2 (−x2 ) + λ3 (p1 x1 + p2 x2 − 1)


= x1 (p1 λ3 − 1 − λ1 ) + x2 (p2 λ3 − 1 − λ2 ) − λ3

La fonction g s’obtient à l’aide de la minimisation sur R2 de L(., λ). On


trouve g(λ) = −λ3 si p1 λ3 − 1 − λ1 = 0 et p2 λ3 − 1 − λ2 = 0, et vaut −∞
sinon. Le dual s’écrit donc


 max −λ3
s.c. p1 λ3 − 1 − λ1 = 0

(D)

 p 2 λ3 − 1 − λ2 = 0
λ≥0

Ce qui se simplifie en

 max −λ3
 
s.c. λ3 ≥ 1/p1 max −λ3

(D)

 λ3 ≥ 1/p2 s.c. λ3 ≥ max(1/p1 , 1/p2 ).
λ3 ≥ 0

2) Premier cas, p1 > p2 , le dual possède une unique solution λ3 = 1/p2 > 0,
donc p1 x1 +p2 x2 = 1. On calcule ensuite le multiplicateur λ1 > 0 donc x1 = 0
et λ2 = 0. En remplaçant la valeur de x1 dans la première équation, on en
déduit que x2 = 1/p2 .

5
Deuxième cas, p1 < p2 , idem

Troisième cas, p1 = p2 , le dual possède une unique solution λ3 = 1/p1 =


1/p2 > 0, donc p1 x1 + p2 x2 = 1. On calcule ensuite le multiplicateur λ1 = 0
et λ2 = 0. Il y a une infinité de solutions pour le primal. l’ensemble solution
est l’enveloppe convexe de (0, 1/p2 ) et de (1/p1 , 0)

Clairement, dans tous les cas, le primal et le dual ont même valeur.