Scribd Logo
Importer

Bienvenue sur Scribd !

  • Optimisation Non Linéaire

    Transféré par

    yourinov
    165 vues13 pages
    Cours optimisation non linéaire

    Titre original

    OPTIMISATION NON LINÉAIRE (6)

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Signaler ce document
    Cours optimisation non linéaire

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF ou lisez en ligne sur Scribd
    Signaler comme contenu inapproprié
    165 vues13 pages

    Optimisation Non Linéaire

    Transféré par

    yourinov
    Cours optimisation non linéaire

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF ou lisez en ligne sur Scribd
    Signaler comme contenu inapproprié
    sur 13
    IP ea CMS UN men mena Mohamed El Aalaoui ‘Master: Finance islamique et Gestion des Risques Département de statistique et Mathématiques Appiquées 3 "Economie et 3 Ia Gestion Faculté des Sciences Jurdiques Economiques et Sociales-Ain Seba oc mene on 108 — Optimisation Minimizer ‘ce Optimisation linéaire | Sou les contraintes Az 0 un nombre réel donné, strctement posit. L’ensemble des vecteurs = © R™ jez a| <7. est appelé ls boule ouverte de rayon et de centre a. On is rote Bio, r) fe ER" /2— oll 0 tel que Bla,r) © A) [ensemble de tous les points intérieurs de A est appeléintrieur de A ext ext note fnt(A) = fe €A tt que3r > 0 et Ble.r) CA) Définition: Ouvert Un ensemble A de R” est ouvert si tous ses points sont des points intviurs. En d'autres termes, set seulement sh 4 H(A) Définition Soit f une fonction d'un ensemble A © R" dans R, et « € A. On dit que la limite de f quand = tend versa ext fs et seulement si We>0,5a>0/ve€ A, 2—a| est dite strictement convex s: VeyEAYAE Ol}, f(e+ (12x) < MG) +0009) © Soit A wn convexe de R”, la fonction fA CR" > R est dite ortement convene sil existe > Otel que Ve,y€ AY NE (0,1), one flty +(— 12) < ly) +(1—H9f(2) — att 0) y= |? © On dit que f est concave si ~f est comers, © On dit que ext srictement concave si ~f est strctement convexe, Daan Ni Seana aie SE Proprictés Soient A un ensemble convexe de 8", fi fun fy des fonctions convexes sur A et a1) Ap des constants cement postive, on ose f= 32 fe © La fonction fest convene sur A. @ Si au moins une des fonctions fi est stictement convene alors f est strctement convexe Proposition: Caractérsation dela convenité ( f de C") Soient 2 un ouvert de R", A.C avec A convexe et f $2 -+ R une fonction de classe C? Alors. Les 3 prepositions suivants sont équivalentes © La fonction fest convene sur A ° FQ) 2S) +H) y-2), VayEA © Vf est monotone sur A, ed (0) —Vi@).y 2) >0, Vayed Proposition: Caractérsation dela convexitéstriete ( de C) Soient 9 un ouvert de R", A.C avec A convene et [2+ une fonction de classe C! Alors, Les 3 propositions suivante Sont équivalentes © Ls fonction fest stritement convexe sur A ° S00) > Fa) +(0F(a)y—2), Vayed © Vf est strctement monotone sur A, edd (Fl) - Vila). y~2)>0, Veved Proposition: Caractérsation dela convexité( fo 2) Soient un ouvert de R®, A.C M avec A convene et f: 2» R une foneton de classe C. Alors, Les 2 propositions suvanes sont équivalentes © fest convece sur A ° (Fay —2).y—2) 20, Vayed Proposition: Caractérsation dela convexitéstricte (f de C2) Soient 2 un owert de R", A CM avec A convene et f : {1+ R une fonction de classe C. Alors, si WlMy zy 2)>0, Vad «alors fst strictement convere sur A. (ou = A=", les deus inégalités précédentes deviennent (V4F(=)A, A) 20, Vas heR™ (V/(2)h,)>0, Wa,hER™, avec h #0 + Dans le as particulier on = 1 et £2 un intervalle ouvert dans R, on 3 V2f(2) = (2). F convene sur U sit si (V2/(2)(y = 2h.y—2) =/"Ca)ly 2)? 20, Yay U fest convowe si et ssi "(z) 20, ¥2e 0 Définition © soit: 2" -> 8, on dit que f est une fonction eliptique s elle est de classe Cet est fortement convexe © Sot une patie non borne de R™ et f+ R, on dit que fest coercive sur si f(2) Proposii Solent 9 un ouvert de R", A.C avec A convene et [12+ une fonction de classe C Alors, Les 3 propositions suivante Sont équivalentes O Weise a> 0 Sty + (= 93) < 4) + (1 ~ Ole) ~ at — Hy 2/7, Vv A, VAE (0,1) © Hedste a> 0 te que 1) 2 f2) + (fle yz) tal) y—z iP, Vayed © I este a> 0 te que (Vl) — Vile). y—2)—2a lly P20, Vee A Proposition Soient © un ouvert de R", A.C A avec A convexe et non born, et f A+ R une fonction liptique, alos ele est strctement convexe et coercive. Proposition Soit 7: rune fonction de classe C2 {est une fonction elliptique si et seulement si 3 > 0 te que (9/(2)h,M) 2 8 AIP, Va KER” Proposition Solent » EN, fs ftswnfs des fonctions convenes de classe C aur RY ea: ,.2). cp des constants srictament positives, on pose f = 3 anf Si au moins une ds fonctions fet eliptque alos J et eliptque Exemple: 1. Pour n= I toute fonction réele de classe C? satisfisant Fa>0, tg f(a) 2a, VER A est une matrce symmétrigue donde n, BERT et ER, SE ‘extremum local, extremum global Soit ACR, a € At fA OR. © On dit que 2” est un minimum global de f sur A sh Sle > fle"), Vea (© On dit que =" est un minimum local def sur A sl existe uune boule owerte B(z",r) de centre 2" et de ayon 7 tell que f(z) 2 fle"), Vz ANB) © On dt que-=* est un maximum global de f sur A a He) Sf(e"), Wee A (© On dit que =" est un maximum local de f sur A s'il existe une boule euverte B(2*,r) de centre 2" et de rayon 7 tell que f(z) R une fonction de classe C Si est un minimum local alors Va Definition Le point véifiant la condition (VF(2) 0) s'appalle point stationnaire ou point critique ‘Théerdme 3: Conditions sufeantes de mininsum Soient ACR", f: A -»1R une fonction de classe C, et =* € inf(A), Supposons que que = ‘et un point critique de J (cert & dire U/(=") =0). Sila mace V(e") et ne postive ((V4(=")ht)) > 0, VA A, alors 2 et minimum local de fsur A. Dati Soit 4c RY," € A. On dit que d € R” est une ditection admissible pour 2" en A sil este ty > Otel ques" +d eA, YEE [6] Remarques © Si 2” € int(A) alors tout wecteur d © R" est une direction admisible pour 2” en A. © Si A est convene alors pour tout vecteur y € A, le veeteur y—2* est pour 3° en a tion admissible Lemme 1 Soient © un ouvert de R", A.C Met [1 Rune fonetion de classe Ch Siz est minimum local de f sur A et d une diecton admissible de / pour :* en A, alors (ile").4) 20. Lemme 2 Soit A CRY 2" € int(A) ot w ER", alors on a (uss) 20, Vee ow ‘Théoréme 4: Conditions nécéssaires de minimum Soient 1. R", A.C M ensemble convexe et ff» & une fonction de classe C Si est minimum local de f sur A, alors (WF(e"),2— 2°) 20 pour tout x € A, (inégalité Euler), Six" € mnt(A), lors l'indgalité d’Buler devient Vf(=") =O (6quation d’Euler) ‘minimum relat qui ne sont pas en général sulsantes. © Le chéorime suivant nous donne aussi des conditions sufisantes de minimum ‘Théoréme 5: Conditions sufsantes de minimum Soient 2.C RY, A.C M ensemble convent et [£1 —+ ® une fonction convene de classe Cet 2 € A, alors les trois assertions suivantes sont équivalente, © 2 est minimum global de f sur A. (© 5° est minimum local de f sur A. © (W/{e"),2— 2") > 0 pour tout 2 A ‘Théoréme 6: Existence d'un point de minimum (Admit sans prouve) Soient 4 ensemble non vide, fermé de R” et J: A> 3 une fonction continue, on suppose que: © Soit A est borne Soit A est non bomé et f est coercive sur A, Alors il existe au moins un point minimum de f sur A. cad Be" € Atel que f(z") R une fonction eliptique, alors i ‘eiste un unique un point minimum de f sur A A NT SE Problame d'eptimisation sans contraintes Soit 7: RY +R de classe C!, trouver 2* €* tel que SG") < f(a), ¥eeR" Condition nénessare optimalité VAle*) =0 (si s* existe, Rest un ouvert) eee: “Trouver une approximation numérique de =", en constrisant une suite trative ((ok)nen) € R™ tel que, lim "my = 2". On se donne un point de depart wy © On pose teyr=m toads, avec ER et LER” © es pot ce doivent tre choisi de sorte que Ia site (f(vs))e sit décrossante, es confcents py s'appelent facteurs de descente les vecteurs de s'appellent directions de descent Algorithme de descente tape 1: poser k= 0, chosie ay € R” et kas € 1 assez grand Etape 2: tant que Vil) #0 et (E < fmar) “Test e'Arret pratique, niveau de tolerance « > Méthode de relaration Cette méthode const choses directions de descents oy = es, d= e4) dat = en Ensue, on reeommence: dy = ty dat =e ~ dnmt = En oly (er, e,-yey) et la Base eancnie de R” On prena les facteurs oy ts que Slow pad) = mig (oe + pie), WEN Finalement, om pose ss = ve + exe Uetest art ext | UYion 2) | 0 asser pai et VIKon) £0 Queles sont les facteurs de descents? Méthode du gradient 3 pas optimal La site récurrente asocie la méthode du gradient conjugué & pos optimal ext donée par epi = ue Pela), ob pp EH est tel que Ke pe I(ue)) — mi Te eV IK) Si VJlo) #0, le probleme de minimisation 2 un sens Si J est une fonction ellptique, alors la méthode eu gradient 3 pas optimal converge Exemple. Donner Valgorthme du gradient & pas optimal qui permet de minimizer I fonctonnnelie quadratique suivante sur 2" Hod= tides) =a) eed ‘tu matics amis dni postive ore» cere) Matha dora pcnmtnt Soit J :R" —> R une fonction eliptique avec une constante ds On suppose que VU est lipshitzienne avec une constante de Lipsitz M. (On suppose quil existe deux réels stictement poiifs ay, 2 tels que 20 acme ta Sa Sm ox Be Alors la méthode du gradient converge et la convergence est au moins géométrique 1 est unique minimum e8d29€ [0,1] telque fu —o"

    Vous aimerez peut-être aussi