USTHB

Faculté d’électronique et d’informatique

Département d’électrotechnique
Matière : Méthodes numériques appliquées et optimisation
MASTER 1 : RE, EI, ME et ER

TD II (b) : Méthodes d’optimisation avec et sans contraintes

Exercice 1 : Méthodes d’optimisation sans contraintes

Pour chacun des exemples suivants :

1. F  x, y   ( x  1) 2  10( x 2  y )2 x0  1,1

2. f  x1, x2 , x3 , x4   ( x1  10 x2 )2  5( x3  x4 )2  ( x2  2 x3 )4  10( x1  x4 )4 x0  3, 1,0,1
3. f  x   7 x  ln  x  . x0  1 / 5
4. f  x1, x2    ln(1  x1  x2 )  ln ( x1) – ln( x2 ) x0  1 / 2 , 1 / 4

1. Ecrire le Hessien et le Jacobien de chaque équation.

2. Utiliser la méthode de gradient pour trouver le minimum des équations.
3. Idem, en utilisant la méthode de Newton.
4. Comparer les résultats. (prendre ρ=0.01 et  =10-5)
Exercice 2 : Méthodes d’optimisation avec contraintes
On considère le problème économique d’optimisation suivant :
m
Minimirer: Fobj   i  i X i  i X i2 
 
i 1 
m
Pour: X D   X i 0
i =1
En considérant le système à 3 équations suivant :
Fobj ( X1)  10  15 X1  0.01X12
1
Fobj ( X 2 )  10  20 X 2  0.005 X 22
1
Fobj ( X 3 )  10  18 X 3  0.0125 X 32
1
Avec les contraintes suivantes : 1- X D = X1  X 2  X 3  1000 MW ;
2- 0  X1  300 MW
100  X 2  500 MW
200  X 3  600 MW
1. Ecrire la fonction lagrangienne L associée au problème.
2. Déduire les équations à résoudre pour solutionner ce problème d’optimisation.
3. En utilisant la méthode de lambda, calculer la solution optimale pour une tolérance de 0,05.
4. Calculer la valeur de la contrainte pour le point optimal obtenu.
5. Conclure sur l’efficacité de la méthode. (prendre L=20 et H=30)

Master 1 : EI, RE, ENR & MA 1/2

Exercice 3.
Soit à optimiser la fonction suivante : F ( x, y )  1 x  x cos (y) .
2
1) Donner le Jacobien et le Hessien de cette fonction.
2) On donne le point de départ (1,1), utiliser la méthode du Gradient et de Newton pour trouver
le minimum de la fonction F. Calculer successivement la solution optimale jusqu’à atteindre
une erreur 10-2. (prendre ρ=0.01 )
Exercice 4.
Soit à optimiser la fonction suivante : F ( x, y )  10 x 2  y 2  2 y cos ( x) .
1) Donner le Jacobien et le Hessien de cette fonction.
2) On donne le point de départ (0.5, –0.5), utiliser la méthode du Gradient et de Newton pour
trouver le minimum de la fonction F. Calculer successivement la solution optimale jusqu’à
atteindre une erreur 10-3.
Exercice 5.
On considère le problème économique d’optimisation suivant :
m m
Fobj   i  i X i  i X i2  ; avec la contrainte:  X i  0,1( X1  X 3 )  X D  0
 
i 1  i =1
En considérant le système à 4 équations suivant : Avec les conditions suivantes :
Fobj1( X1)  15  10 X1  0, 025 X12 X D  1000
et
Fobj 2 ( X 2 )  15  15 X 2  0, 04 X 22 0  X 1  300
Fobj3 ( X 3 )  15  12 X 3  0, 06 X 32 100  X 2  500
0  X 3  200
Fobj4 ( X 4 )  15  8 X 4  0, 08 X 42
100  X 4  400
1. Ecrire la fonction lagrangienne L associée au problème d’optimisation.
2. Déduire les équations à résoudre pour solutionner ce problème d’optimisation.
3. En utilisant la méthode de lambda, calculer la solution optimale pour une tolérance de 0,2.
4. Calculer la valeur de la fonction économique pour le point optimal obtenu.
5. Conclure sur l’efficacité de la méthode. (prendre L=35 et H=45)
Exercice 6.
On considère le problème d’optimisation suivant :
Fobj ( x, y)  x 2  y 2
avec la contrainte : g ( x, y )  x y  D
2

Avec les conditions suivantes :

0 x3
D  16 et
1 y  4
1. Ecrire la fonction lagrangienne L associée à ce problème d’optimisation.
2. Déduire les équations à résoudre pour solutionner ce problème d’optimisation.
3. Résoudre ce système d’équations et calculer la solution optimale analytiquement.
4. En utilisant la méthode de lambda, calculer la solution optimale pour une tolérance de 0,1.
5. Comparer les solutions obtenues et conclure. (prendre L=0.1 et H=2).

Master 1 : EI, RE, ENR & MA 2/2