Optimisation

𝟏
Exercices autour de la minimisation de la fonction 𝒇(𝒙) = ⟨𝑨𝒙|𝒙⟩ − ⟨𝒃|𝒙⟩ + 𝒄
𝟐

Ali SAADA

Exercice 1 :
Soient 𝑛 ∈ ℕ∗ , 𝐴 ∈ ℳ𝑛 (ℝ), 𝑏 ∈ ℝ𝑛 et 𝑐 ∈ ℝ. On considère la fonction :
𝑓: ℝ𝑛 ⟶ ℝ
1
𝑥 ⟼ ⟨𝐴𝑥|𝑥⟩ − ⟨𝑏|𝑥⟩ + 𝑐
2
a- Montrer que 𝑓 ∈ 𝒞 ∞ (ℝ𝑛 , ℝ).
b- Calculer le gradient de 𝑓 quand 𝐴 est quelconque et quand est symétrique
c- Calculer la hessienne de 𝑓 quand 𝐴 est quelconque et quand est symétrique.

Corrigé

a- 𝑓 est un polynôme de degré 2

1
b- 𝑓(𝑥 + ℎ) = ⟨𝐴(𝑥 + ℎ)|𝑥 + ℎ⟩ − ⟨𝑏|𝑥 + ℎ⟩ + 𝑐
2
1 1 1 1
= ⟨𝐴𝑥|𝑥⟩ − ⟨𝑏|𝑥⟩ + 𝑐 + ⟨𝐴𝑥|ℎ⟩ + ⟨𝐴ℎ|𝑥⟩ − ⟨𝑏|ℎ⟩ + ⟨𝐴ℎ|ℎ⟩
2 2 2 2
1 𝑇
= 𝑓(𝑥) + ർ2 (𝐴 + 𝐴 )𝑥 − 𝑏ቚℎ඀ + ԡℎԡ𝜖(ℎ)
ℎ 1
Avec 𝜖(ℎ) = ർ𝐴 ԡℎԡ ቚℎ඀ et lim 𝜖(ℎ) = 0. Ainsi ∇𝑓(𝑥) = 2 (𝐴 + 𝐴𝑇 )𝑥 − 𝑏. Quand 𝐴 est
ԡℎԡ→0
symétrique ∇𝑓(𝑥) = 𝐴𝑥 − 𝑏.
1 1
c- ∇𝑓(𝑥 + ℎ) = (𝐴 + 𝐴𝑇 )(𝑥 + ℎ) − 𝑏 = ∇𝑓(𝑥) + (𝐴 + 𝐴𝑇 )ℎ. Ainsi la hessienne est 𝐻𝑓 (𝑥) =
2 2
1
2
(𝐴 + 𝐴𝑇 ). Quand 𝐴 est symétrique 𝐻𝑓 (𝑥) = 𝐴.

Exercice 2 :
Soit (𝑚, 𝑛) ∈ ℕ∗ × ℕ∗ tel que 𝑛 ≤ 𝑚, et soit 𝐴 ∈ ℳ𝑚×𝑛 (ℝ) non nulle, et 𝑏 ∈ ℝ𝑚 . On considère le
problème :
Trouver 𝑢 ∈ ℝ𝑛 tel que:
(𝑃) {ԡ𝐴𝑢 − 𝑏ԡ = inf ԡ𝐴𝑣 − 𝑏ԡ
2 𝑛 2
𝑣∈ℝ

a- Montrer que 𝑢 est solution de (𝑃) ⟺ 𝐴𝑇 𝐴𝑢 = 𝐴𝑇 𝑏

b- Montrer que si 𝐴 est de rang maximal, alors 𝑢 est unique

Corrigé

a- Le problème (𝑃) peut s’écrire sous la forme

Trouver 𝑢 ∈ ℝ𝑛 tel que:
{ 𝑓(𝑢) = inf𝑛 𝑓(𝑣)
𝑣∈ℝ

avec 𝑓(𝑣) = ԡ𝐴𝑣 − 𝑏ԡ2.

𝑓 est positive ⟹ ( 𝑢 est un minimum pour 𝑓 ⟺ 𝑢 est minimum pour 𝑔 = 𝑓 2.)
 1 1
On a 𝑔(𝑣) = ⟨𝐴𝑣 − 𝑏|𝐴𝑣 − 𝑏⟩ = ⟨2𝐴𝑇 𝐴𝑣|𝑣⟩ − ⟨2𝐴𝑇 𝑏|𝑣⟩ + ⟨𝑏|𝑏⟩ = ൻ𝐴ሚห𝑣ൿ − ൻ𝑏෨ห𝑣ൿ + 𝑐
2 2
avec 𝐴ሚ = 2𝐴𝑇 𝐴, 𝑏෨ = 2𝐴𝑇 𝑏 et 𝑐 = ⟨𝑏|𝑏⟩.
On a 𝐴ሚ𝑇 = 𝐴ሚ et ൻ𝐴ሚ𝑣ห𝑣ൿ = 2⟨𝐴𝑣|𝐴𝑣⟩ = 2ԡ𝐴𝑣ԡ2 ≥ 0 ⟹ 𝐴ሚ est symétrique et positive donc 𝑔
est convexe d’après la deuxième caractérisation de la convexité ⟹ 𝑢 est minimum pour 𝑔 ⟺
∇𝑔(𝑢) = 2(𝐴𝑇 𝐴𝑢 − 𝐴𝑇 𝑏) = 0 ⟺ 𝐴𝑇 𝐴𝑢 = 𝐴𝑇 𝑏

b- ൻ𝐴ሚ𝑣ห𝑣ൿ = 2⟨𝐴𝑣|𝐴𝑣⟩ = 2ԡ𝐴𝑣ԡ2 > 0 pour 𝑣 ≠ 0 ⟹ 𝑔 strictement convexe⟹ 𝑢 unique.

Exercice 3 :
𝑎1
Soit 𝑛 ∈ ℕ∗ et soit 𝐾 ⊂ ℝ𝑛 un convexe fermé, et 𝑎 = ( ⋮ ) ∈ ℝ𝑛 ∖ 𝐾. On considère le problème :
𝑎𝑛
Trouver 𝑢 ∈ 𝐾 tel que:
(𝑃) {ԡ𝑢 − 𝑎ԡ = inf ԡ𝑣 − 𝑎ԡ
2 2
𝑣∈𝐾
𝑢1
a- Montrer que (𝑃) admet une solution unique 𝑢 = ( ⋮ ) ∈ 𝐾.
𝑢𝑛
b- Soit 𝑥 ∈ 𝐾. On considère la fonction :

𝜑: [0,1] ⟶ ℝ
𝜆 ⟼ ԡ𝜆𝑥 + (1 − 𝜆)𝑢 − 𝑎ԡ22
Montrer que 𝜑 est dérivable et que 𝜑𝑑′ (0) > 0
𝑥1
c- En déduire que ∀𝑥 = ( ⋮ ) ∈ 𝐾 ∖ {𝑢}, ∑𝑛𝑖=1(𝑢𝑖 − 𝑎𝑖 ) (𝑥𝑖 − 𝑢𝑖 ) > 0.
𝑥𝑛
d- En déduire qu’il existe un hyperplan qui sépare 𝐾 et 𝑎. Autrement dit, qu’il existe 𝑑 ∈ ℝ𝑛 ∖
{0} et 𝛼 ∈ ℝ tels que ⟨𝑑|𝑎⟩ > 𝛼 et ⟨𝑑|𝑥⟩ ≤ 𝛼 ∀𝑥 ∈ 𝐾.

Corrigé :

a- Le problème (𝑃) peut s’écrire sous la forme :

Trouver 𝑢 ∈ ℝ𝑛 tel que:
(𝑃) { 𝑓(𝑢) = inf 𝑓(𝑣)
𝑛
𝑣∈ℝ

avec 𝑓(𝑣) = ԡ𝑣 − 𝑎ԡ2 .

𝑓 est positive ⟹ ( 𝑢 est un minimum pour 𝑓 ⟺ 𝑢 est minimum pour 𝑔 = 𝑓 2.)
1
On a 𝑔(𝑣) = ⟨𝑣 − 𝑎|𝑣 − 𝑎⟩ = ⟨2𝐼𝑛 𝑣|𝑣⟩ − ⟨2𝑎|𝑣⟩ + ⟨𝑎|𝑎⟩ où 𝐼𝑛 est la matrice identité de
2
ℳ𝑛 (ℝ).
- Existence : 𝑔 continue, lim 𝑔(𝑥) = +∞ et 𝐾 est fermé
ԡ𝑥ԡ⟶+∞
- Unicité : 𝑔 strictement convexe et 𝐾 convexe.
b- On a 𝜑 = 𝑔 ⋄ 𝑃, où 𝑃(𝜆) = 𝜆𝑥 + (1 − 𝜆)𝑢 = 𝜆(𝑥 − 𝑢) + 𝑢. On conclut en remarquant que 𝑔
et 𝑃 sont de indéfiniment différentiables. Par ailleurs, ∀𝜆 > 0, 𝜑(𝜆) > 𝜑(0) = ԡ𝑢 − 𝑎ԡ22 ⟹
𝜑(𝜆)−𝜑(0)
𝜑𝑑′ (0) = lim+ 𝜆
>0
𝜆→0
c- Remarques :
- pour ∀𝜆 ∈ [0,1] et ∀𝑥 ∈ 𝐾, 𝜆𝑥 + (1 − 𝜆)𝑢 ∈ 𝐾,
- 𝜑 est 𝒞 1 −prolongeable sur ℝ en une fonction :
-
 𝜑
෥:ℝ ⟶ ℝ
𝜆 ⟼ ԡ𝜆𝑥 + (1 − 𝜆)𝑢 − 𝑎ԡ22 = 𝑔(𝜆(𝑥 − 𝑢) + 𝑢)

On a : 𝜑 ෥ ′ ( 𝜆) = ⟨∇𝑔(𝜆(𝑥 − 𝑢) + 𝑢)|𝑥 − 𝑢⟩ = ⟨2(𝜆(𝑥 − 𝑢) + 𝑢 − 𝑎)|𝑥 − 𝑢⟩ ⇒ 𝜑

෥ ′ ( 0) =
′ (0) 𝑛
2⟨𝑢 − 𝑎|𝑥 − 𝑢⟩ = 𝜑𝑑 > 0 ⟹ ∀𝑥 ∈ 𝐾 ∖ {𝑢}, ∑𝑖=1(𝑢𝑖 − 𝑎𝑖 ) (𝑥𝑖 − 𝑢𝑖 ) > 0

d- On a ∀𝑥 ∈ 𝐾, ⟨𝑢 − 𝑎|𝑥 − 𝑢⟩ ≥ 0 ⇒ ∀𝑥 ∈ 𝐾, ⟨𝑎 − 𝑢|𝑥⟩ ≤ ⟨𝑎 − 𝑢|𝑢⟩. On pose 𝑑 = 𝑎 − 𝑢 et

𝛼 = ⟨𝑎 − 𝑢|𝑢⟩ .
- 𝑑 est non nul et ∀𝑥 ∈ 𝐾, ⟨𝑑|𝑥⟩ ≤ 𝛼
- ⟨𝑑|𝑎⟩ − 𝛼 = ⟨𝑎 − 𝑢|𝑎⟩ − ⟨𝑎 − 𝑢|𝑢⟩ = ԡ𝑎ԡ22 − 2⟨𝑎|𝑢⟩ + ԡ𝑢ԡ22 = ԡ𝑎 − 𝑢ԡ22 > 0

Exercice 4 :
Une entreprise fabrique deux produits avec ces données :

Produit Coût de revient Prix de vente unitaire Nombre d’unités vendues

1 2 𝑥1 𝑁1 = 𝑘(𝑥2 − 2𝑥1 )
2 3 𝑥2 𝑁2 = 𝑘(𝑥1 − 2𝑥2 + 𝐶)
Où (𝑘, 𝐶) ∈ ℝ∗+ × ℝ∗+ sont respectivement un coefficient de proportionnalité et un paramètre de
popularité spécifiques au second produit.

L’entreprise exige que le prix de vente unitaire pour chaque produit ne puisse être inférieur à 120% du
1
prix de revient. On considère la fonction 𝑓(𝑥1 , 𝑥2 ) = − 𝑘 𝑏(𝑥1 , 𝑥2 ) − 3𝐶 où 𝑏(𝑥1 , 𝑥2 ) le bénéfice est le
bénéfice.

a- Montrer que 𝑓(𝑥1 , 𝑥2 ) = 2𝑥12 + 2𝑥22 − 2𝑥1 𝑥2 − 𝑥1 −(4 + 𝐶)𝑥2

b- Ecrire le problème à résoudre pour que le bénéfice soit maximal et montrer l’existence et
l’unicité de la solution.
c- Déterminer la solution en fonction de 𝐶
d- Quel sont les prix de vente dans les cas où 𝐶 = 4, 𝐶 = 6 et 𝐶 = 9

Corrigé :
1 1
a- 𝑓(𝑥1 , 𝑥2 ) = − 𝑘 𝑏(𝑥1 , 𝑥2 ) − 3𝐶 = − 𝑘 ൫𝑁1 (𝑥1 − 2) + 𝑁2 (𝑥2 − 2)൯ − 3𝐶
= 2𝑥12 + 2𝑥22 − 2𝑥1 𝑥2 − 𝑥1 −(4 + 𝐶)𝑥2
Remarque :
1 𝑥1 4 −2 1
𝑓(𝑥1 , 𝑥2 ) = ⟨𝐴𝑥|𝑥⟩ − ⟨𝑏|𝑥⟩ avec 𝑥 = ቀ𝑥 ቁ, 𝐴 = ቀ ቁ et 𝑏 = ቀ ቁ
2 1 −2 4 4+𝐶

b- Comme 𝑘 > 0, alors maximiser 𝑏 revient à minimiser 𝑓. Le problème s’écrit alors :

trouver 𝑥ҧ ∈ 𝐾 ∕
{𝑓(𝑥ҧ ) = inf 𝑓(𝑥)
𝑥∈𝐾

𝑥1
Où 𝐾 = ቄ𝑥 = ቀ𝑥 ቁ ∈ ℝ2 Τ𝑔1 (𝑥1 , 𝑥2 ) = 2,4 − 𝑥1 ≤ 0; 𝑔2 (𝑥1 , 𝑥2 ) = 3,6 − 𝑥2 ≤ 0ቅ.
1
On a :
𝐾 fermé
- ቐ 𝑓 continue ⟹ existence de la solution et
lim 𝑓(𝑥) = +∞
ԡ𝑥ԡ→+∞
 𝐾 convexe
- ൜ ⟹ unicité de la solution
𝑓 strictement convexe

c- La condition nécessaire d’optimalité est donnée par le théorème de Kuhn et Tucker :

2

∇𝑓(𝑥ҧ ) + ෍ 𝜆𝑖 ∇𝑔𝑖 (𝑥ҧ ) = 0

(1) ൞
𝑖=1
𝜆𝑖 𝑔𝑖 (𝑥ҧ ) = 0 pour 1 ≤ 𝑖 ≤ 2
Avec en plus
𝑔 (𝑥ҧ ) ≤ 0
(2) ൜ 𝑖
𝜆𝑖 ≥ 0 pour 1 ≤ 𝑖 ≤ 2

𝐴𝑥 − 𝑏 + 𝜆 = 0 𝜆
(1) s’écrit ൜ où 𝜆 = ൬ 1 ൰ . (1) s’écrit encore :
𝜆𝑖 𝑔𝑖 (𝑥ҧ ) = 0 pour 1 ≤ 𝑖 ≤ 2 𝜆2

4𝑥1 − 2𝑥2 − 1 + 𝜆1 =0
‫ۓ‬
−2𝑥1 + 4𝑥2 − (4 + 𝐶) + 𝜆2 = 0
‫𝜆 ۔‬1 (2,4 − 𝑥1 ) = 0
‫𝜆 ە‬2 (3,6 − 𝑥2 ) = 0

(2) s’écrit
2,4 ≤ 𝑥1
3,6 ≤ 𝑥2
൞
𝜆1 ≥ 0
𝜆2 ≥ 0

1er cas) 𝑥1 = 2,4 et 𝑥2 = 3,6

9,6 − 7,2 − 1 − 𝜆1 =0 𝜆 = 1,4 ≥ 0; 3ème équation de (2) vérifiée
൜ ⟹൜ 1
−4,8 + 14,4 − (4 + 𝐶) − 𝜆2 = 0 𝜆2 = (4 + 𝐶) − 9,6
⟹
𝜆2 = −(4 + 𝐶) + 9,6 ≥ 0 ⟹ 4ème équation de (2) vérifiée si 𝐶 ≤ 5,6

2ème cas) 𝑥1 = 2,4 et 𝑥2 > 3,6

En considérant la 4ème équation de (1), 𝜆2 = 0 et
𝐶
‫𝜆ۓ‬1 = 4,2 −
9,6 − 2𝑥2 − 1 − 𝜆1 = 0 2
(1) ⟹ ൜ ⇒ 𝐶
−4,8 + 4𝑥2 − (4 + 𝐶) = 0 ‫۔‬
𝑥2 = 2,2 +
‫ە‬ 4
Et
𝐶
‫𝜆ۓ‬1 = 4,2 −
≥ 0 ⟹ 𝐶 ≤ 8,4
2
(2) ⟹ ⇒ 5,6 ≤ 𝐶 ≤ 8,4
‫𝑥۔‬2 = 2,2 + 𝐶 ≥ 3,6 ⇒ 2,2 + 𝐶 ≥ 3,6 ⇒ 𝐶 ≥ 5,6
‫ە‬ 4 4

3ème cas) 𝑥1 > 2,4 et 𝑥2 = 3,6

En considérant la 3ème équation de (1), 𝜆1 = 0
4𝑥1 − 7,2 − 1 = 0 ⟹ 𝑥1 = 2,05 solution non admissible
(1) ⟹ {−2𝑥 + 4𝑥 − (4 + 𝐶) − 𝜆 = 0
1 2 2
 4ème cas) 𝑥1 > 2,4 et 𝑥2 > 3,6
En considérant les 3ème ét 4ème équations de (1), 𝜆1 = 𝜆2 = 0

𝐶
4𝑥1 − 2𝑥2 − 1 =0 𝑥1 = 1 +
(1) ⇒ {−2𝑥 + 4𝑥 − (4 + 𝐶) = 0 ⇒ ൞ 6
1 2 18 + 4𝐶
𝑥2 =
12
𝐶
‫𝑥 ۓ‬1 = 1 + ≥ 2,4 ⟹ 𝐶 ≥ 8,4
6 ⟹ 𝐶 ≥ 8,4
(2) ⇒ 18 + 4𝐶
‫𝑥۔‬2 = ≥ 3,6 ⟹ 𝐶 ≥ 6,3
‫ە‬ 12

d-
- 𝐶 = 4 ⟹ 𝑥1 = 2,4 et 𝑥2 = 3,6. Prix minimaliste.
- 𝐶 = 6 ⟹ 𝑥1 = 2,4 et 𝑥2 = 2,2 + 1,5 = 3,7. L’amélioration de l’indice de popularité du
second produit légèrement amélioré, augmente le prix de ce produit
𝐶 18+4𝐶
- 𝐶 = 9 ⟹ 𝑥1 = 1 + 6 = 2,5 et 𝑥2 = 12
= 4,5. L’augmentation du prix du second
produit grâce à une bonne popularité, augmente le prix du premier.

Remarques :

- Pour 𝐶 = 5,6 le 1er et le 2nd cas donnent le même résultat 𝑥1 = 2,4 et 𝑥2 = 3,6
- Pour 𝐶 = 8,4 1er et le 2nd cas donnent le même résultat 𝑥1 = 2,4 et 𝑥2 = 4,3

Exercice 5 :
𝑎1
𝑓: ℝ𝑛 ⟶ ℝ
Soient 𝑛 ∈ ℕ et 𝑎 = ( ⋮ ) ∈ ℝ𝑛 ∖ {0}. On considère la fonction
∗
.
𝑎𝑛 𝑥 ⟼ ⟨𝑎|𝑥⟩

Trouver le minimum de 𝑓 sur la boule unité par application du théorème de Kuhn et Tucker.

Corrigé :

Le problème est
trouver 𝑥ҧ ∈ 𝐾 ∕
{𝑓(𝑥ҧ ) = inf 𝑓(𝑥)
𝑥∈𝐾

Où 𝐾 = ൛𝑥 ∈ ℝ𝑛 Τg(𝑥) = ԡ𝑥ԡ22 − 1 = ∑𝑛𝑖=1 𝑥𝑖2 − 1 ≤ 0ൟ.

Remarques :
𝐾 fermé, borné
- ൜ ⟹ existence de la solution
𝑓 continue
𝐾 convexe
- ൜ ⟹ le théorème d’unicité de la solution du cours n’est pas applicable.
𝑓 convexe
On suppose que 𝑥ҧ ∈ ℝ𝑛 est un optimum pour 𝑓. Le théorème de Kuhn et Tucker implique l’existence
de λ ∈ ℝ+ tel que :
 𝑎1 2𝑥1 0
⋮
∇𝑓(𝑥ҧ ) + λ∇g(𝑥ҧ ) = 0 ⟹ ( ) + λ ( ⋮ ) = ( ⋮ )
𝑎𝑛 2𝑥𝑛 0
𝑎 ≠ 0 ⟹ 𝜆 = 0 n’est pas possible et la solution est donc forcément un élément de la sphère unité
𝑎 1 𝑎
avec 𝑥𝑖 = − 2λ𝑖 et ∑𝑛𝑖=1 𝑥𝑖2 = 1 ⟹ 𝜆 = 2 ට∑𝑛𝑖=1 𝑎𝑖2 ⟹ 𝑥𝑖 = − ԡ𝑎𝑖ԡ
𝑖

Remarque :

- L’unicité peut être démontrée autrement que par le théorème d’unicité donné dans le
cours.

Exercice 6 :
Soit (𝑚, 𝑛) ∈ ℕ∗ × ℕ∗ avec 𝑚 < 𝑛. Soient 𝐴 ∈ ℳ𝑛 (ℝ) une matrice symétrique définie positive, 𝐶 ∈
ℳ𝑚×𝑛 (ℝ), 𝑏 ∈ ℝ𝑛 et 𝑑 ∈ ℝ𝑚 .
1
On considère la fonctionnelle quadratique 𝑓(𝑣) = 2 ⟨𝐴𝑣|𝑣⟩ − ⟨𝑏|𝑣⟩ et le problème :

Trouver 𝑢 ∈ 𝐾 tel que:

(𝑃) { 𝑓(𝑢) = inf 𝑓(𝑣)
𝑣∈𝐾

Où 𝐾 = {𝑣 ∈ ℝ𝑛 ∕ 𝐶𝑣 = 𝑑}. On suppose que 𝐾 ≠ ∅ et soit 𝑎 ∈ 𝐾.

a- Montrer que 𝐾 = 𝑎 + 𝑘𝑒𝑟(𝐶) et que (𝑃) a une solution unique.

𝑇
b- Montrer que 𝑢 solution de (𝑃) ⟺ ∃𝜆 ∈ ℝ𝑚 ∕ ൜𝐴𝑢 + 𝐶 𝜆 = 𝑏
𝐶𝑢 =𝑑
c- On suppose que le rang de 𝐶 est égal à 𝑚.
- Montrer que la matrice 𝐵 ∈ ℳ𝑚 (ℝ), définie par 𝐵 = 𝐶𝐴−1 𝐶 𝑇 est symétrique et définie
positive.
- Exprimer 𝑢 en fonction de 𝐴, 𝑏, 𝐶 et 𝑑

Corrigé :

a- ∀𝑤 ∈ 𝑘𝑒𝑟(𝐶), 𝑎 + 𝐶𝑤 = 𝑎 ∈ 𝐾, Soit 𝑤 ∈ 𝐾 ⟹ 𝑎 + 𝑤 − 𝑎 ∈ 𝐾 et 𝐶(𝑤 − 𝑎) = 𝐶𝑤 − 𝐶𝑎 = 0.

On a :
𝐾 fermé
- ቐ 𝑓 continue ⟹ existence de la solution et
lim 𝑓(𝑥) = +∞
ԡ𝑥ԡ→+∞
𝐾 convexe
- ൜ ⟹ unicité de la solution
𝑓 strictement convexe

𝑣1
b- 𝐾 = ൝𝑣 = ( ⋮ ) ∈ ℝ𝑛 Τ𝑔𝑖 (𝑣) = ∑𝑛𝑗=1 𝐶𝑖𝑗 𝑣𝑗 = 𝑑𝑖 pour tout 1 ≤ 𝑖 ≤ 𝑚ൡ. D’après Lagrange, il
𝑣𝑛
existe (𝜆𝑖 )1≤𝑖≤𝑚 une famille de réels telle que :

∇𝑓(𝑢) + ෍ 𝜆𝑖 ∇𝑔𝑖 (𝑢) = 0

𝑖=1
Autrement dit :
𝐴𝑢 − 𝑏 + 𝐶 𝑇 𝜆 = 0
Ou encore :
𝐴𝑢 + 𝐶 𝑇 𝜆 = 𝑏
 𝜆1
Où 𝜆 = ( ⋮ ) ∈ ℝ𝑚 . Par ailleurs, 𝑢 ∈ 𝐾 ⟹ 𝐶𝑢 = 𝑑, d’où le système :
𝜆𝑚
𝐴 𝐶𝑇 𝑢 𝑏
൤ ൨ቂ ቃ = ቂ ቃ
𝐶 𝑂ℳ𝑚(ℝ) 𝜆 𝑑

c- 𝐴 est symétrique et définie positive ⟺ 𝐴−1 est symétrique et définie positive.

- Il est clair que 𝐶𝐴−1 𝐶 𝑇 = (𝐶𝐴−1 𝐶 𝑇 )𝑇 .
Soit 𝑤 ∈ ℝ𝑚 ∖ {0}. ⟨𝐵𝑤|𝑤⟩ = ⟨𝐴−1 𝐶 𝑇 𝑤|𝐶 𝑇 𝑤⟩. Comme 𝑟𝑔(𝐶) = 𝑚 = 𝑟𝑔(𝐶 𝑇 ) ⟹
d’après le théorème du rang que 𝑘𝑒𝑟(𝐶 𝑇 ) = {0} ⟹ ⟨𝐵𝑤|𝑤⟩ > 0.

- 𝐴𝑢 + 𝐶 𝑇 𝜆 = 𝑏 ⟹ 𝑢 = 𝐴−1 (𝑏 − 𝐶 𝑇 𝜆)
⟹ 𝐶𝐴−1 (𝑏 − 𝐶 𝑇 𝜆) = 𝑑
⟹ 𝐶𝐴−1 𝑏 − 𝐶𝐴−1 𝐶 𝑇 𝜆 = 𝑑
⟹ 𝜆 = 𝐵−1 (𝐶𝐴−1 𝑏 − 𝑑)
⟹ 𝑢 = 𝐴−1 ൫𝑏 − 𝐶 𝑇 𝐵 −1 (𝐶𝐴−1 𝑏 − 𝑑)൯