Ecole Nationale d’Ingénieurs de Sfax

GE1
Département de Génie Electrique
Janvier 2021
Laboratoire d’Automatique

Examen sur le Cours “Recherche Opérationnelle”

Durée: Deux Heures
Documents autorisés

Exercice 1
On considère le problème d’optimisation suivant:
max z = (q + 1)x1 + (2 − q)x2 + 3x3
sous:
3x1 + 2x2 + x3 ≤ 6 + q
x1 − 5x2 + 3x3 ≥ −1 − q
avec: x1 ≥ 0, x2 ≥ 0 et x3 ≥ 0. q est un paramètre petit.

On prend q = 0 pour les questions de 1 à 4.

1. Est-ce que le point défini par x1 = x2 = x3 = 1 est un sommet du problème? Justifier.
2. Est ce que les variables d’écart forment une solution acceptable de base? Justifier.
3. Formuler le problème dual.
4. Résoudre par la méthode du simplexe l’un des problèmes à votre choix (le primal ou le
dual). En déduire la solution de l’autre problème.
5. Pour q suffisamment faible non nul:
(a) Déterminer les nouvelles solutions du primal et du dual.
(b) Déterminer les conditions sur q pour que les sommets des solutions optimales (du
primal et du dual) ne changent pas.
(c) Exprimer la fonction maximale z(q). Déterminer ses extrémums.

Exercice 2
On considère la fonction quadratique suivante:
f (x, y) = 3x2 + 3y 2 − 2xy + 6x − 2y
On désire tracer, dans le plan (x, y), les courbes de niveau f (x, y) = k, k une constante réelle
donnée.

Partie I: On considère le problème suivant:

min f (x, y)
x,y
 1. Ecrire les conditions du premier ordre et préciser la solution correspondante.

2. Ecrire la condition du second ordre. Conclure.

Par la suite, on désire retrouver numériquement cette solution.

3. Ecrire l’algorithme du gradient. Préciser la condition nécessaire sur le coefficient de

recherche.

4. Ecrire l’algorithme de Newton. Montrer qu’il offre la solution optimale après une seule
itération.

Partie II:
On désire connaı̂tre les propriétés des courbes de niveau f (x, y) = k. On détermine le centre C
de ces courbes. Puis, on fixe k à une valeur k0 donnée. Ensuite, on cherche les cercles centrés
en C ayant le plus petit rayon et le plus grand rayon pour connaı̂tre les sommets de ces courbes
(voir figure 1). En effet, soit un point M de la courbe f (x, y) = k0 . La distance de M à C est
minimale en B1 et B2 . Elle est maximale en A1 et A2 .

1. Déterminer la valeur minimale que peut prendre le paramètre k, et préciser le centre

C(α, β) des courbes de niveau.

2. Résoudre le nouveau problème d’optimisation:

min (x + 1)2 + y 2

sous: f (x, y) = k0 .
k0 = 1 ou k0 = 5 à votre choix.

3. Préciser les points B1 , B2 , A1 et A2 .

4. Préciser les vecteurs directeurs des deux axes de l’ellipse. Vérifier qu’ils sont orthogonaux.
−−−→ −−−→
5. Préciser la longueur du grand axe 2a = ||A1 A2 || et la longueur du petit axes 2b = ||B1 B2 ||

A2
B2
Rmin Rmax
M
C
B1

A1
f (x,y) =k0

Figure 1
 Correction

Exercice 1
Le problème d’optimisation peut-être représenté par (pour z ′ = −z):

min z ′ = −x1 − 2x2 − 3x3

sous:

3x1 + 2x2 + x3 ≤ 6
−x1 + 5x2 − 3x3 ≤ 1

En introduisant les variables artificielles, les contraintes deviennent:

3x1 + 2x2 + x3 + x4 = 6
−x1 + 5x2 − 3x3 + x5 = 1

1. Le point défini par x1 = x2 = x3 = 1 vérifie les contraintes. C’est une solution acceptable,
mais, elle n’est pas acceptable de base (sommet), car elle comprend déjà 3 composantes
strictement positives, alors que le nombre de contraintes est égal à m = 2.

2. Les variables d’écart forment un sommet. En effet, pour x1 = x2 = x3 = 0, x4 = 6

et x5 = 1: ce point comporte exactement deux composantes strictement positives, avec
m = 2 contraintes.

3. Le problème dual:

max z ′ = −6λ1 − λ2

sous:

3λ1 − λ2 ≥ 1
2λ1 + 5λ2 ≥ 2
λ1 − 3λ2 ≥ 3

Tous les λi sont positifs.

4. On résoud le primal, car il contient le moins nombres de contraintes:

x4 x5 x1 x2 x3
1 0 3 2 1 6
0 1 –1 5 –3 1
0 0 –1 –2 –3 0

(a) Si x1 devient une variable de base:

 
6
θ1 = min , − =2
3
Donc x4 devient une variable hors base
(b) Si x2 devient une variable de base:
 
6 1 1
θ2 = min , =
2 5 5

Donc x5 devient une variable hors base

(c) Si x3 devient une variable de base:
 
6
θ3 = min , − =6
1

Donc x4 devient une variable hors base

La meilleure permutation est donnée par:

 
1
min αi θi = min −1 × 2, −2 × , −3 × 6 = −18
5

ce qui résulte la permutation de x4 et x3 .

x3 x5 x1 x2 x4
1 0 3 2 1 6
–3 1 –1 5 0 1
–3 0 –1 –2 0 0

Deux opérations à réaliser:

• on ajoute 3 fois la première ligne à la deuxième ligne,

• on ajoute 2 fois la première ligne à la troisième ligne.

x3 x5 x1 x2 x4
1 0 3 2 1 6
0 1 8 11 3 19
0 0 8 4 3 18

Ainsi, on a: zmin
′
= −18 et zmax = 18, pour x3 = 6, x5 = 19, x1 = x2 = x4 = 0.
Maintenant, cherchons la solution du dual. On a:
   
1 0 −3
B= , CB =
−3 1 0

La solution optimale du dual est:


−1  
b = −B CB = −T 1 0 3
λ
−3 1 0
     
1 3 3 3
= =
0 1 0 0
 5. La nouvelle solution du primal est:
      
x3 −1 1 0 6+q 6+q
xB = = B b= = >0
x5 3 1 1+q 19 + 4q

La solution du dual est:

     
b = −B −T 1 3 3 3
λ CB = =
0 1 0 0

Cherchons le vecteur λB pour λ1 = 3 et λ2 = 0. Les contraintes du dual sont:

3λ1 − λ2 − λ3 = 1 + q
2λ1 + 5λ2 − λ4 = 2 − q
λ1 − 3λ2 − λ5 = 3

ce qui donne: λ5 = 0 et:

   
λ1 3
λB =  λ3  =  8 − q 
λ4 4+q

6. Il faut que xB ≥ 0 et λB ≥ 0, soit:

−4 ≤ q ≤ 8

7. On a:
′
zmin = CBT xB = −3(6 + q) =⇒ zmax = 3(6 + q)

Puisque −4 ≤ q ≤ 8, alors:
6 ≤ z(q) ≤ 42

Exercice 2
Partie I:
Notons par X = [x, y]T .
dF
1. Les conditions du premier ordre s’énoncent: = 0, soit:
dX
∂f
= 6x − 2y + 6 = 0
∂x
∂f
= −2x + 6y − 2 = 0
∂y
ce qui donne x = −1 et y = 0.
 d2 F
2. Les conditions du second ordre s’écrivent = 0. Pour cela, calcuons le hessien de f :
dX 2
 
∂2f ∂2f
 
 ∂x2 ∂x∂y  6 −2
H=
 ∂2f
= >0
∂2f  −2 6
∂x∂y ∂x2
Ce hessien est défini positif car ses mineurs sont strictement positif:

6 −2
∆1 = 6 > 0, ∆2 = = 36 − 4 = 32 > 0
−2 6

Donc, (−1, 0) est le minimum du problème. Il est clair que la fonction f (x, y) est stricte-
ment convexe (son hessien est défini positif), alors (−1, 0) est le minimum global de f .

3. Algorithme du gradient: x0 et y0 donnés:

xk+1 = xk − µ(6xk − 2yk + 6)yk+1 = yk − µ(−2xk + 6yk − 2)

avec:
2
0<µ<
λmax (H)
Or, l’équation caractéristique de H est:

λ2 − 12λ + 32 = 0

Soit:
(λ − 6)2 − 4 = 0
ou bien:
(λ − 8)(λ − 4)
Finalement:
2 1
0<µ< =
8 4
4. Algorithme de Newton: x0 et y0 donnés:
     −1  
xk+1 xk 6 −2 6xk − 2yk + 6
= −
yk+1 yk −2 6 −2xk + 6yk − 2

Soit:
     −1     
xk+1 xk 6 −2 6 −2 xk 6
= − +
yk+1 yk −2 6 −2 6 yk −2

ou bien:
   −1    −1    
xk+1 6 −2 6 1 6 2 6 −1
=− =− =
yk+1 −2 6 −2 32 2 6 −2 0

Ainsi, l’algorithme de Newton offre la solution optimale après une seule itération.
Partie II:

1. La valeur minimale de k correspond à la valeur minimale de f , soit:

k = f (−1, 0) = −3

2. Le Lagrangien du nouveau problème est:

L = (x + 1)2 + y 2 + λ(3x2 + 3y 2 − 2xy + 6x − 2y − k0 )

Les conditions du premier ordre donnent:

2x + 2 + λ(6x − 2y + 6) = 0
2y + λ(−2x + 6y + 2) = 0
3x2 + 3y 2 − 2xy + 6x − 2y − k0 = 0

Les deux premières équations donnent:

(3λ + 1)(x + 1) − λy = 0
−λ(x + 1) + (3λ + 1)y = 0

Si le déterminant est non nul, alors x = −1 et y = 0. Or ce point ne vérifie pas la

contrainte f (x, y) = k0 . Donc, le déterminant du système précédent est nul: ce qui
donne:

(3λ + 1)2 − λ2 = 0

Soit:

(2λ + 1)(4λ + 1) = 0

ce qui résulte: λ = − 21 ou λ = − 41 . Les deux premières conditions d’optimalité sont alors

identiques. Par exemple, on extrait:
3λ + 1
y= (x + 1)
λ
ou bien:  
1
y= 3+ (x + 1)
λ
(a) λ = − 12 , y = x + 1:

3x2 + 3(x + 1)2 − 2x(x + 1) + 6x − 2(x + 1) − k0 = 0

ce qui donne
4x2 + 8x + 1 − k0 = 0
• k0 = 1: x = 0 ou x = −2: (x, y) = (0, 1) ou (x, y) = (−2, −1)
√ √ √ √
• k0 = 5:√ x =√−1 + 2 ou x = −1 − 2: (x, y) = (−1 + 2, 2) ou (x, y) =
(−1 − 2, − 2)
 (b) λ = − 41 , y = −x − 1:

3x2 + 3(x + 1)2 + 2x(x + 1) + 6x + 2(x + 1) − k0 = 0

ce qui donne
8x2 + 16x + 5 − k0 = 0
√ √ √ √ √ √
• k0 = 1: x = −2+2 2 ou x = −2−2 2 : (x, y) = ( −2+2 2 , −2 2 ) ou (x, y) = ( −2−2 2
, 2
2
)
• k0 = 5: x = 0 ou x = −2: (x, y) = (0, −1) ou (x, y) = (−2, 1)
Maintenant, étudions les conditions du second ordre:
 2 
∂ L ∂2L
 
d2 L  ∂x2 ∂x∂y  3λ + 1 −λ
HL = =   ∂2L
=
dX 2 ∂2L  −λ 3λ + 1
∂x∂y ∂x2
• Pour λ = − 41
 1 1 
4 4
HL = 1 1 ≥0
4 4

On a: HL ≥ sur R2 , donc il est positif sur l’espace tangent au domaine défini par
la contrainte f (x, y) = k0 , au voisinage de la solution stationnaire. Ces points
stationnaires correspondent à des minimums.
• Pour λ = − 12
 
− 12 1
2
HL = 1 ≤0
2
− 12

On a: HL ≤ sur R2 , donc il est négatif sur l’espace tangent au domaine défini

par la contrainte f (x, y) = k0 , au voisinage de la solution stationnaire. Ces points
stationnaires correspondent à des maximums.
3. (a) Pour k0 = 1: on a:
• λ = − 14 : les points trouvés sont les minimums:
" √ # " √ #
−2+ 2 −2− 2
2√ 2√
B1 = − 2
, B2 = 2
2 2

• λ = − 12 : les points trouvés sont les maximums:

   
−2 0
A1 = , A2 =
−1 1
(b) Pour k0 = 5, on a:
• λ = − 14 : les points trouvés sont les minimums:
   
0 −2
B1 = , B2 =
−1 1
 • λ = − 21 : les points trouvés sont les maximums:
" √ # " √ #
− 2−1 2−1
A1 = √ , A2 = √
− 2 2

4. (a) k0 = 1:
• Le vecteur directeur du grand axe est:
 
−−−→ 2
A1 A2 =
2

• Le vecteur directeur du petit axe est:

" √ #
−−−→ − 2
B1 B2 = √
2
−−−→ −−−→
• Il est clair que le produit scalaire A1 A2 · B1 B2 = 0 donc les deux axes sont
orthogonaux.
(b) k0 = 5:
• Le vecteur directeur du grand axe est:
" √ #
−−−→ 2 2
A1 A2 = √
2 2

• Le vecteur directeur du petit axe est:

 
−−−→ −2
B1 B2 =
2
−−−→ −−−→
• Il est clair que le produit scalaire A1 A2 · B1 B2 = 0 donc les deux axes sont
orthogonaux.

5. (a) k0 = 1:
−−−→ √
• La longueur du grand axe: 2a = ||A1 A2 || = 2 2.
−−−→
• La longueur du petit axe: 2b = ||B1B2 || = 2.
(b) k0 = 5:
−−−→
• La longueur du grand axe: 2a = ||A1 A2 || = 4.
−−−→ √
• La longueur du petit axe: 2b = ||B1B2 || = 2 2.
√
(c) Remarque: calculons l’excentricité de ces deux ellipses: e = ac , avec c = a2 − b2 :
√
• k0 = 1: a = 2, b = 1, c = 1, e = √12 .
√ √
• k0 = 5: a = 2, b = 2, c = 2, e = √12 .
• Les ellipses concentriques ont la même excentricité.