Académique Documents
Professionnel Documents
Culture Documents
Les 2n-1 mineurs principaux de A sont les déterminants des sous-matrices Mp , où Mp est une
.2. Définition et notation Soit 𝑓 une fonction de Rn vers R de classe C2, notons :
f
( x0 ) pour i=1,……,n les dérivées partielles de f en x0.
xi
a b c d e
1
b. Détermination d’un extrémum
Soit une fonction f :RR.
Si pour tout x, f ' ' ( x) 0 ( est concave) alors x0 est un maximum global.
Si pour tout x, f ' ' ( x) 0 (𝑓 est convexe) alors x0 est un minimum global.
c. Exercices :
Exercice 1
1) soit 𝑓 la fonction définie sur ℝ par 𝑓 (𝑥) = 𝑥 3 − 3𝑥 2 + 10.
Déterminer les extréma de 𝑓.
Exercice 2 Un fabricant de postes de télévision produit q postes par semaine à un coût total de 𝐶 =
6𝑞2 + 80𝑞 + 200. C’est un monopoleur et son prix s’exprime par la relation 𝑝 = 1080 − 4𝑞. Montrons que
le bénéfice net maximum est atteint lorsque la production est de 50 postes par semaine .
2. Optimisation d’une fonction à plusieurs variables.
Soit U un ouvert contenu dans ℝ2 et 𝑓: 𝑈 → ℝ, de classe C2 telle que ∇𝑓 (𝑥0 , 𝑦0 ) = 0 avec (𝑥0 , 𝑦0 ) ∈ 𝑈.
𝜕2 𝑓 𝜕2 𝑓 𝜕2 𝑓
Posons : 𝑟= (𝑥0 , 𝑦0 ) , 𝑡 = (𝑥0 , 𝑦0 ) et 𝑠 = (𝑥0 , 𝑦0 ).
𝜕𝑥 2 𝜕𝑦 2 𝜕𝑥𝜕𝑦
2
Propriété
Si 𝑟𝑡 − 𝑠 2 > 0 𝑒𝑡 𝑟 > 0 , 𝑓 admet un minimum local en (𝑥0 , 𝑦0 ).
Supposons qu’il existe 𝑥 ∗ qui vérifie les conditions du premier ordre, alors :
Si D f ( x) est semi-définie négative pour tout x (f est concave) alors 𝑥 ∗ est un maximum
2
global.
Si D f ( x) est semi-définie positive pour tout x (f est convexe) alors 𝑥 ∗ est un minimum
2
global.
Exemple : On considère la fonction définie par 𝑓(𝑥1 , 𝑥2 ) = 3𝑥1 𝑥2 − 𝑥13 − 𝑥23 .
3
1. Cas d’une contrainte d’égalité :
a. Lagrangien
Pour utiliser le Lagrangien, pour résoudre un problème d’optimisation sous une contrainte en équation, il
suffit que l’une des deux conditions suivantes soit vérifiée.
f
(1) Les dérivées partielles de g, évaluées à l’optimum x * ne soient pas simultanément nuls ( x* ) 0
xi
pour au moins un i.
(2) La fonction contrainte g est linéaire.
c. Condition du premier ordre.
On suppose que la contrainte de qualification est vérifiée. Si x * est une solution du problème (P) , alors
L * *
( x , ) 0, i 1,........,n
x i
.
L 0
*
On appelle matrice hessienne bordée du Lagrangien évalué au point x *, la matrice notée H L ( x* ) définie
g g
0 ...........................................
x1 xn
g L L
2 2
..........
...............................
x1 x12 x1 n
. .
H L ( x) .
par :
.
. .
g L 2L
......................................... 2
xn xn x1 xn
4
Les n-1 derniers mineurs principaux diagonaux de H L ( x , ) évalués à l’optimum sont
* *
alternativement >0 et <0, le dernier d’entre eux étant du signe de (1) , alors x est un
n *
maximum local.
Les n-1 derniers mineurs principaux diagonaux de H L ( x , ) évalués à l’optimum sont tous<0,
* *
g. Exemple
Pour pouvoir utiliser le Lagrangien, l’une des conditions suivantes doit être vérifiée.
La matrice jacobienne des fonctions contraintes g j, j=1, ,m de taille (m,n) est de rang m
lorsqu’elle est évaluée à l’optimum x * .
On suppose que la contrainte de qualification est vérifiée. Si x* ( x1* ,...........xn* ) est une solution du
L * *
x ( x , ) 0, i 1,........,n
i
problème (P) , alors il existe un unique tel que :
*
.
L( x , ) 0 j 1,.........., n.
* *
*j
par :
g1 g1 g
0.............................................0 ............................................. 1
x1 x 2 xn
.
.
.
g m g m g
0..............................................0 ........................................... m
x1 x2 xn
g g 2 L
2
2L
H L ( x) 1 ......................................... .................................................
x1 x1 x12
x1xn
. .
. .
. .
g g 2L 2L
1 2 ............................................. ............................................. 2
xn xn x1xn xn
alternativement >0 et <0, le dernier d’entre eux étant du signe de (1) , alors x est un
n *
maximum local.
Les n-m derniers mineurs principaux diagonaux de H L ( x , ) évalués à l’optimum sont tous du
* *
f.