Académique Documents
Professionnel Documents
Culture Documents
Corrigé TD 3 - Exercice 1
g3 ≥ 0
𝛀
𝑥2∗ 𝑥∗
g2 ≥ 0
𝑥1∗
𝑓=5
g1 ≥ 5
𝑓 = 12.5
𝑓 = 30
𝑥2 ] [1 0 𝑥1 𝑥
𝑥2 ] [ 1 ] = 𝑥12 + 𝑥22 = 𝑓(𝑥)
𝑥 𝑇 𝐼𝑥 = [𝑥1 ] [ ] = [𝑥1
0 1 𝑥2 𝑥2
Donc 𝑓est une forme quadratique ; les contraintes 𝑔𝑗 , 𝑗 = 1,2,3 sont linéaires, par conséquent ce
problème appartient à la classe des PM convexes. Et dans ce cas, un optimum local (s’il existe) est un
optimum global.
Page 1 sur 8
b) Sur un plan euclidien, représenter l’ensemble Ω des solutions réalisables, puis tracer les lignes
de niveau f=5, f=12.5 et f=30. Déduire la solution optimale x^*.
On peut dessiner manuellement les contraintes et les lignes de niveau, comme on peut faire appel à
un outil informatique dédié.
Par exemple, avec l’application desmos (disponible sur PlayStore, ou accessible via
www.desmos.com), on obtient le graphe ci-dessus.
Mode d’emploi : En saisissant une formule à gauche (par exemple 𝑥 ≥ 0), on obtient la courbe
correspondante à droite. En cliquant sur l’icône circulaire et colorée qui se trouve à gauche de
chaque formule, on peut changer le type de courbe et sa couleur. Noter que on a utilisé des
variables 𝑥 et 𝑦, au lieu de 𝑥1 et 𝑥2 car sinon les courbes ne seront pas déssinées.
Graphiquement, on constate que la ligne de niveau de plus faible valeur (car il s’agit d’un problème
de minimisation) qui touche Ω est 𝑓 ∗ = 12.5 ; l’intersection se fait au niveau de la contrainte 𝑔1 , le
point d’intersection est 𝑥 ∗ = (𝑥1∗ , 𝑥2∗ ), de coordonnées 𝑥1∗ = 2.5 et 𝑥2∗ = 2.5
Vérification :
Vu le caractère convexe de ce PM, on déduit que cet optimum est un minimum global.
A l’optimum :
donc 𝐽(𝑥 ∗ ) = {1 }.
𝜕𝑓(𝑥)
𝜕𝑥1 2𝑥 5
∇𝑓(𝑥) = = [ 1 ], ∇𝑓(𝑥 ∗ ) = [ ]
𝜕𝑓(𝑥) 2𝑥2 5
[ 𝜕𝑥2 ]
𝜕𝑔̅1 (𝑥)
𝜕𝑥1 1 1
∇𝑔̅1 (𝑥) = = [ ], ∇𝑔̅1 (𝑥 ∗ ) = [ ]
𝜕𝑔̅1 (𝑥) 1 1
[ 𝜕𝑥2 ]
Page 2 sur 8
Corrigé TD 3 - Exercice 2
i.
𝑓(𝑥) = 𝑥12 + 6𝑥1 𝑥2 − 4𝑥1 − 2𝑥2
{ s-a 𝑥12 + 2𝑥2 ≤ 1
2𝑥1 − 2𝑥2 ≤ 1
b) Solution graphique :
∗ ∗
𝑥𝑚𝑖𝑛 = (0.6418 , 0.1418), 𝑓𝑚𝑖𝑛 = −1.89
∗ ∗
𝑥𝑚𝑎𝑥 = (−2.732, −3.232), 𝑓𝑚𝑎𝑥 = 77.85
c) Solution analytique :
On pose
𝑔1 (𝑥) = 𝑥12 + 2𝑥2 − 1
𝑔2 (𝑥) = 2𝑥1 − 2𝑥2 − 1
Le lagrangien :
2
𝐿 = 𝑓(𝑥) + ∑ 𝜇𝑖 𝑔𝑖 (𝑥)
1
Page 3 sur 8
𝐿 = (𝑥12 + 6𝑥1 𝑥2 − 4𝑥1 − 2𝑥2 ) + 𝜇1 (𝑥12 + 2𝑥2 − 1) − 𝜇2 (2𝑥2 − 2𝑥1 + 1)
Conditions d’optimalité :
i) 𝜇1 ≥ 1, 𝜇2 ≥ 0
ii) ∇𝐿 = 0
iii) ∑21 𝜇𝑖 𝑔𝑖 (𝑥) = 0
𝜕𝐿
= 2μ2 + 2x1 + 6x2 + 2μ1 x1 − 4 = 0
𝜕𝑥1
𝜕𝐿
= 2μ1 − 2μ2 + 6x1 − 2 = 0
𝜕𝑥2
∇𝐿 = 0 ⇒ 𝜕𝐿
𝜕𝜇1
= x12 + 2x2 − 1 = 0
𝜕𝐿
{ 𝜕𝜇2
= 2x1 − 2x2 − 1 = 0
En résolvant le système
𝜕𝐿
= x21 + 2x2 − 1 = 0
𝜕𝜇1
{ 𝜕𝐿
= 2x1 − 2x2 − 1 = 0
𝜕𝜇2
on obtient
0.732 0.232
𝑥1 = { et 𝑥2 = {
−2.732 −3.232
Il y a donc 2 solutions
𝑥 ∗ = (0.732, 0.232)
𝑥 ∗∗ = (−2.732, −3.232)
La résolution du système
𝜕𝐿 ∗
(x ) = 2μ2 + 2x1 + 6x2 + 2μ1 x1 − 4 = 0
𝜕𝑥1
𝜕𝐿 ∗
(x ) = 2μ1 − 2μ2 + 6x1 − 2 = 0
𝜕𝑥2
{
aboutit à 𝜇1∗ = 2.97 et 𝜇2∗ = −0.21 < 0 ce qui contredit l’hypothèse 𝜇2 > 0 donc la
solution 𝑥 ∗ est rejetée.
La résolution du système
𝜕𝐿 ∗∗
(x ) = 0
𝜕𝑥1
𝜕𝐿 ∗∗
(x ) = 0
𝜕𝑥
{ 2
Page 4 sur 8
aboutit à 𝜇1∗ = 7.02 et 𝜇2∗ = 14.21 donc la solution 𝑥 ∗∗ est acceptée.
Cas 2 : 𝝁𝟏 > 𝟎, 𝝁𝟐 = 𝟎
Cas 3 : 𝝁𝟏 = 𝟎, 𝝁𝟐 > 𝟎
Cas 4 : 𝝁𝟏 = 𝟎, 𝝁𝟐 = 𝟎
Page 5 sur 8
Corrigé TD 3 - Exercice 4
max 𝑓 = 2𝑥1 + 𝑥2
{
s-a 4𝑥12 + 𝑥22 = 8
a) Resolution du PM:
Le lagrangien
Le gradient du lagrangien
𝜕𝐿
= 2 + 8𝜆1 𝑥1 = 0
𝜕𝑥1
𝜕𝐿
∇𝐿 = 0 ⇒ = 1 + 2𝜆1 𝑥2 = 0
𝜕𝑥2
𝜕𝐿
= 4𝑥12 + 𝑥22 − 8 = 0
{𝜕𝜆1
−1 −1
⇒ 𝑥1 = ⇒ 𝑥2 =
4𝜆1 2𝜆1
1
⇒ 𝜆1∗ = ∓ ⇒ 𝑥1∗ = ∓1 ⇒ 𝑥2∗ = ∓2
4
Page 6 sur 8
Corrigé TD 3 – Exercice 5
Trouver le point 𝑥 = (𝑥1 , 𝑥2 ), appartenant au carré définie par les points (0,0), (2,0), (2,2) et (0,2),
qui soit le proche possible du point 𝑦 = (3,4)
Le modèle
Page 7 sur 8
Corrigé TD 3 – Exercice 6
Partie I :
a) Le modèle
min 𝑓(𝑥) = 10𝑥1 + 2𝑥22 + 𝑥32 + 8𝑥3
{
𝑠 − à 𝑥1 + 𝑥2 + 𝑥3 = 100
Partie II :
Le modèle
Page 8 sur 8