Université Cadi Ayyad

Faculté des Sciences Semlalia

Département de Mathématiques

Programmation Mathématique SMA S5

Février 2017, Durée 2h

1.
a) Résoudre par la méthodes des deux phases les problèmes linéaires maxi-
miser puis minimiser la fonction z = 3x1 + 2x2 sous les contraintes :

 x1 + 4x2 ≥ 8

x1 + x2 = 5


 −x 1 + 2x2 ≤ 4
x1 ≥ 0, x2 ≥ 0


b) Faire la résolution par une autre méthode de votre choix.

2. Un responsable de cuisine souhaite préparer un repas le moins chère possible

en respectant les contraintes suivantes, le repas doit contenir au moins :
- 200 g de glucides
- 90 g de lipides
- 50 g de protides
- au moins la moitié des protides doit être d’origine végétale
- le repas doit fournir au moins 1200 calories.
Le cuisinier doit choisir parmi les produits dont la composition (en g par 100 g)
et le prix sont donnés dans la tableau suivant pour 100 g de chaque produit :

sardines Poulet fromage lentilles spaghetti pommes carottes

de terre
glucides 0 0 2 20 30 14 9
lipides 6 9 25 0,4 0,4 0 0
protides 22 22 20 10 5 2 1
calories 140 170 300 120 140 70 40
Prix 1,60 2,60 12,00 1,80 1,20 0,5 0,4
de 100 g
Ecrire le programme qui donnera le menu le moins chère respectant les contraintes.

3. Soit f : Rn → R une fonction de classe c1

a) Montrer que si x̄ ∈ Rn réalise un minimum local de f alors ∇f (x̄) = 0.
Pour la suite on prend n = 2 et

f (x, y) = x4 + y 4 − 4xy

b) Calculer la hessienne ∇2 f (x, y)

c) est ce que f est convexe ? (justifier)

1
 d) Calculer
lim f (x, y)
k(x,y)k→+∞

e) Montrer que f admet un minimum global en (x∗ , y ∗ ) (utiliser d))

f) Calculer (x∗ , y ∗ )

4. soit
f (x) = |x − 2|, x ∈ R
Pour tout x̄ ∈ R on note ∂f (x̄) l’ensemble :

∂f (x̄) = {y ∈ R; f (x) − f (x̄) ≥ y(x − x̄) ∀x ∈ R}

calculer ∂f (2)

5. Déterminer graphiquement la solution du problm̀e non linéaire :



 max (x1 − 4)2 + (x2 − 6)2
x21 ≤ x2


 x1 ≥ x2 − 2
x1 ≥ 0


Corrigé
5. Phase 1 (recherche d’une solution de base admissible) :

 min x4 + x5

 x1 + 4x2 − x3 + x4 = 8


x1 + x2 + x5 = 5
−x 1 + 2x2 + x6 = 4




x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0, x5 ≥ 0, x6 ≥ 0


x1 x2 x3 x4 x5 x6
x1 x2 x3 x4 x5 x6
x4 1 4 -1 1 0 0 8
x4 0 3
-1 1 -1 0 3
x5 1
1 0 0 1 0 5
x1 1 1 0 0 1 0 5
x6 -1 2 0 0 0 1 4
x6 0 3 0 0 1 1 9
z 0 0 0 1 1 0 0
z 0 -3 1 0 2 0 -3
modifié -2 -5 1 0 0 0 -13

x1 x2 x3 x4 x5 x6
x2 0 1 -1/3 1/3 -1/3 0 1
x1 1 0 1/3 -1/3 4/3 0 4
x6 0 0 1 -1 2 1 6
z 0 0 0 1 1 0 0

2
Phase 2 :
x1 x2 x3 x6
x1 x2 x3 x6
x2 0 1 -1/3 0 1
x2 0 1 0 1/3 3
x1 1 0 1/3
 0 4
max atteint, x1 1 0 0 - 1/3 2
x6 0 0 1
1 6
x3 0 0 1 1 6
z 3 2 0 0 0
z 0 0 0 1/3 -12
modifié 0 0 -1/3 0 -14

solutions : zmax = 14 pour x1 = 4, x2 = 1 et zmin = 12 pour x1 = 2, x2 = 3.

autres méthodes de résolutions :
1) graphique
2) A partir de la contrainte 2 on a x2 = 5 − x1 , le problème devient alors :
max ou min de z = 10 + x1 pour −3x1 ≥ −12, −3x1 ≤6 , 5 − x1 ≥ 0 c’est à dire
2 ≤ x1 ≤ 4 d’où le résultat.

2. Notons x1 , ...x7 les quantités (dans l’ordre du tableau) de chacun des 7 pro-
duits en 100 g. Alors le programme s’écrit :


 min 1, 6x1 + 2, 6x2 + 12x3 + 1, 8x4 + 1, 2x5 + 0, 5x6 + 0, 4x7
2x3 + 20x4 + 50x5 + 14x6 + 9x7 ≥ 200




 6x1 + 9x2 + 25x3 + 0, 4x4 + 0, 4x5 ≥ 90


22x1 + 22x2 + 20x3 + 10x4 + 5x5 + 2x6 + x7 ≥ 50
10x4 + 5x5 + 2x6 + x7 − (22x1 + 22x2 + 20x3 ) ≥ 0




140x1 + 170x2 + 300x3 + 120x4 + 140x5 + 70x6 + 40x7 ≥ 1200




x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0, x5 ≥ 0, x6 ≥ 0, x7 ≥ 0


3.
a) On a pour tout d ∈ Rn et tout t ∈ R assez petit :

f (x̄ + td) − f (x̄) = tOf (x̄)T d + tkdkε(td)

avec limt→0 ε(td) = 0. Si Of (x̄) 6= 0 alors pour d = −Of (x̄) on a : Of (x̄)T d =

−kOf (x̄)k2 < 0, et comme limt→0 ε(td) = 0, il existe δ > 0 tel que Of (x0 )T d +
kdkε(td) < 0 pour tout 0 < t < δ, ce qui contredit f (x̄) minimum local.
b)
12x2 −4
 
∇2 f (x, y) =
−4 12y 2
 
2 3 −4
c) f est non convexe car par exemple ∇ f (1/2, 1/2) = n’est pas
−4 3
définie positive.  
4xy
d) limk(x,y)k→+∞ f (x, y) = limk(x,y)k→+∞ (x4 + y 4 ) 1 − 4 = +∞
x + y4
e) On a limk(x,y)k→+∞ f (x, y) = limk(x,y)k→+∞ = +∞ donc pour tout A¿0 (en
particulier A = f (2, 2) = 16), il existe R¿0 tel que pour k(x, y)k > R on a
f (x, y) ≥ A. Soit B(0, R) la boule fermée de centre 0 et rayon R, f est continue
sur B(0, R) compact, alors f admet sur B(0, R) un minimum global m1 atteint
(x1 , y1 ) ∈ B(0, R). Prenons m = min(A, m1 ) est minimum global de f atteint
sur Rn
f) Points critiques (-1,-1), (0,0), (1,1), min f (x, y) = f (−1, −1) = f (1, 1) = −4

3
4. ∂f (2) = {y ∈ R; f (x) − f (2) ≥ y(x − 2) ∀x ∈ R} = {y ∈ R; |x − 2| ≥
y(x − 2) ∀x ∈ R}. Pour x > 2, x − 2 > 0 cela implique que y ≤ 1 et pour
x > 2, x − 2 < 0 cela implique que −1 ≤ y, pour x = 2 la relation est vraie
pour tout y ∈ R; d’où ∂f (2) = [−1, 1].