MQ14

Examen médian – P18 – 2 mai 2018

Durée : 2h
Documents autorisés : tous
Nombre de pages du sujet : 7 (dont 2 à rendre)

Chaque partie doit être rédigée sur une copie séparée

Partie 1 : Optimisation sans contrainte

Nous cherchons ici à minimiser la fonction f (x, y) définie ci-dessous sur le domaine [−1, 2]× [−2, 2].

x4
f (x, y) = + y4
4

1 . Donner l’expression du gradient et de la matrice hessienne de f en tout point (x, y).

2 . Dans le domaine [−1, 2]×[−2, 2], quels sont les points de stationarité de f (x, y) ? La matrice
hessienne nous permet-elle d’en donner la nature ? Quelle est leur nature (on justifiera la
réponse) ?
Nous allons √ mettre en œuvre un algorithme de descente à partir du point (x0 , y0 ), en prenant
(x0 , y0 ) = (2, 2).
3 . En (x0 , y0 ), déterminer la direction de plus grande pente, noté ~g0 .
√
On prend alors comme direction de descente de cette première itération d~0 , avec : d~0 = −~ex − 2~ey .
On s’intéresse à l’étape de recherche linéaire pour laquelle on définit la fonction g(α) associée à f dans
la direction d~0 .
4 . En notant α le paramètre de minimisation de l’étape linéaire, déterminer l’intervalle [0, α]
dans lequel est α pour que (x, y) reste dans le domaine [−1, 2] × [−2, 2].
5 . En partant de l’intervalle [0, α], on peut mettre en œuvre une approche par dichotomie. De
combien d’itérations aurait-on besoin pour atteindre une précision de 10−3 sur la position
du minimum de l’étape linéaire ? À combien d’estimations de f (ou g) cela correspond-il ?
6 . Donner, sans la développer, l’expression de g(α).
Nous mettons finalement en œuvre une approche de Newton-Raphson pour minimiser g(α).
7 . Que vaut α1 , valeur de α après la première itération ? Déterminer alors la valeur de (x, y),
placer le point sur la Figure 2. Déterminer la valeur de g′ (α1 ) et commenter.
8 . Sur la Figure 3, effectuer graphiquement les 5 premières itérations de l’algorithme de
Newton-Raphson et estimer la valeur de α obtenue.
L’optimisation de l’étape linéaire s’obtient pour une valeur approchée de α de 1, 2826 et la position
correspondante, représentée Figure 2, est : (xopt , yopt ) = (0, 7174, −0, 3996).
9 . Sans calcul complémentaire, mais avec une courte justification, tracer sur la Figure 2 la
direction de plus grande pente de l’étape suivante.
10 . Question bonus : en (xopt , yopt ), quelle serait la direction de descente fournie par une
approche de gradient conjugué ?
Médian MQ14 – P18 mercredi 02 mai 2018

Optimisation avec limitations

On considère la fonction suivante, dite « fonction de Matyas » :

 
f  x, y   0,26. x 2  y 2  0,48.x. y

1. Etablir l’expression du gradient de cette fonction f.

2. Calculer la matrice hessienne H associée.

x
3. En utilisant le vecteur x    , en déduire l’écriture matricielle équivalente de la fonction
 y
f x  .

A. ÉTUDE DE LA FONCTION (SANS LIMITATIONS)

 x s 
1. Calculer le point stationnaire de cette fonction (de coordonnées x s et y s , ou x s   s  ),
 y 
 
ainsi que la valeur de la fonction f en ce point ( f x s ).

2. Établir l’expression des valeurs propres1 1 et 2 associées à la matrice hessienne H.

Conclure sur la convexité de la fonction f au point stationnaire.

3. Evaluer les vecteurs propres2 u1 et u2 associés.

(on fera en sorte que chacun de ces vecteurs soit de norme unitaire)
Représenter graphiquement ces vecteurs.

4. Comment se caractérise alors le point stationnaire de la fonction ?

B. TRANSFORMATION DE LA FONCTION
On peut montrer qu’il est possible de récrire l’expression de la fonction f  x  sous la forme :
 
f z   f x s  zT . Λ.z , en utilisant :
 0
 la matrice des valeurs propres : Λ   1  ;
 0 2 
z 
 un nouveau vecteur des variables : z   1  ( z1 étant la nouvelle « abscisse » selon la
 z2 
direction définie par le vecteur propre u1 et z 2 étant la nouvelle « ordonnée » selon la
direction définie par le vecteur propre u2 ).
uT 

On peut montrer que : z   1T . x  x s .
u2 


1
Les valeurs propres sont racines du polynôme caractéristique, lui-même déduit de la relation : det(H-.I)=0 (I :
matrice identité du même ordre que H).
2
Le vecteur propre u associé à la valeur propre  satisfait la relation : H.u=.u.

-1-
 1. Montrer que cette nouvelle écriture de fonction est : f z   z12  0,04.z22 .

.z 2  z1  et y  .z 2  z1  .
2 2
2. Montrer que l’on a les correspondances suivantes : x 
2 2

C. LIMITATIONS
On considère les limitations suivantes ajoutées au problème :

g1 : y 2  x 2  2
g 2 et g 3 :  10  x  10 g 4 et g 5 :  10  y  10

1. Remettre ces contraintes sous la forme standardisée.

2. Ecrire la contrainte g1 en fonction des variables z1 et z2.

3. Représenter les contraintes sur la Figure 1.

4. Au regard de la Figure 1, donner une estimation des conditions optimales.

D. CONDITIONS DE KKT
Dans cette partie, on fait l’hypothèse que seule la limitation g1 est active (pour les conditions
optimales).

1. Donner l’expression de la fonction lagrangienne L (notamment en fonction de z).

2. Écrire les conditions de KKT dans ce contexte.

3. Que peut-on écrire sur le coefficient de Lagrange  associé ?

4. Résoudre les conditions de KKT, c’est-à-dire donner :

- les coordonnées (z1*, z2*) et (x*, y*) du point solution ;
- la valeur du coefficient  dans ce cas, et vérifier sa validité.

-2-
Médian MQ14 – P18 mercredi 02 mai 2018

Plans d’expériences
On considère la fonction suivante, dite « fonction de Matyas », dont certaines lignes d’iso-valeurs sont
données par la Figure 1 :

 
f x, y   0,26. x 2  y 2  0,48.x. y

A. PLAN DE SCREENING

1. Définir les expériences à réaliser pour calculer un plan de screening de type Factoriel Complet,
sur la totalité du domaine défini par  10  x  10 et  10  y  10 .

2. Comment s’écrit le modèle sous-jacent que l’on peut calculer grâce à ce plan d’expériences
que l’on veut saturé ?
Donner la matrice d’expériences X.

3. Evaluer la fonction f pour ces N points d’expériences.

4. Déduire les valeurs des effets (moyens) principaux Ex et Ey, ainsi que l’effet d’interaction Exy.

B. ANALYSE

1. Justifier le signe de l’effet d’interaction.

2. Est-ce que les valeurs des effets des facteurs principaux sont pertinentes ? Commenter.

3. Quel test (simple et rapide) peut-on réaliser pour tester la qualité des résultats du plan de
screening (et donc repérer qu’ils sont éventuellement de mauvaise qualité) ?

-5-
 Médian MQ14 – P18

Nom : Prénom :

Figure 1 – Principales lignes de niveau de la fonction f

[ - Feuille à rendre à la fin de l’examen - ]

-3-
-4-
Nom : Prénom :

1.5

0.5

-0.5

-1

-1.5

-2
-1 -0.5 0 0.5 1 1.5 2

Figure 2. Courbes de niveau de f (x, y), point initial et direction de plus grande pente

20

15

10

0
g'( )

-5

-10

-15

-20

-25
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

dg
Figure 3. dα (α)