Mathmatiques 2

Sance 1 : Exercices corrigs CALCUL DIFFRENTIEL

Objectifs Les notions de diffrentielle, gradient... dune fonction en dimension nie et innie. Exercices dillustration et calcul des diffrentielles. Quelques applications.

Notations
On note V un espace vectoriel norm, x un point de V , F une fonction de V dans R. < x, y >= n x i i yi est le produit scalaire canonique de R .

Question 1
Fonction quadratique Soit V = Rn , A une matrice symtrique dnie positive de dimension n, b Rn . 1 Soit F (x) = 2 Ax, x b, x , montrer que DF (x).h = Ax b, h et, pour le produit scalaire canonique F (x) = Ax b Le plus simple est de calculer directement lexpression h V DF (x).h = d F (x + th)|t=0 dt

1 On dveloppe en t et on garde le coefcient dordre 1 en t, soit 2 ( Ax, h + Ah, x ) b, h et, compte tenu de la symtrie de A, Ax, h b, h , do

DF (x).h = Ax b, h Les points pour lesquels DF (x) = 0 sont donc solution de Ax = b. Si la matrice A est symtrique ECP 2007-2008 Optimisation

Mathmatiques 2

dnie positive1 lextrmum est unique et cest un minimum. Intrt pour la rsolution des systmes linaires ? La rsolution dun systme linaire matrice symtrique dnie positive Ax = b est donc quivalente la recherche de la solution du problme doptimisation
xRn

min

1 Ax, x b, x 2

Nous tudierons dans la sance 3 des mthodes doptimisation bien adaptes ce problme.

Question 2
Une fonction non quadratique en dimension nie Soit V = Rn , A une matrice symtrique dnie positive de dimension n, b Rn . Soit 1 1 F (x) = < Ax, x > + x 4 4 < b, x > 2 4 Calculer DF (x) et F (x). Le plus simple est de calculer directement, terme terme, lexpression h V DF (x).h = d F (x + th)|t=0 dt

d 1 Pour dt 2 < A(x + th), x + th > |t=0 , on dveloppe en t et on garde le coefcient dordre 1 en t, 1 soit 2 (< Ax, h > + < Ah, x >) et, compte tenu de la symtrie de A, < Ax, h > d 1 1 4 4 3 pour d i 4 |xi + thi |t=0 , en drivant la fonction compose 4 (xi + thi ) , on obtient xi hi . Finalement h V DF (x).h =< Ax, h > + < x3 , h > < b, h >

o x3 est le vecteur de composantes (x3 )i = x3 i. On en dduit F (x) = Ax + x3 b Quels sont les points pour lesquels DF (x) = 0 ? Les extrmums sont donc solutions du systme non linaire A x + x3 = b Calculer HF (x). On a < HF (x)h, h >=
1

d2 F (x + h) =< Ah, h > + d2

2 3x2 i hi i

i.e. x = 0

Ax, x

ECP 2007-2008

Optimisation

Mathmatiques 2

Soit D la matrice diagonale avec di,i = 3x2 i , il vient < HF (x)h, h >=< (A + D)h, h > Quelle est la nature des extrmums ? La matrice A + D est symtrique dnie positive comme chacune des deux matrices A et D. Les extrmums sont donc des minimums. Nous montrerons dans la sance suivante, en utilisant la convexit de la fonction, quil y a un seul extrmum et que cest un minimum.

Question 3
Une fonction quadratique en dimension innie Soit V = C 1 ([0, 1], u V et f C ([0, 1])
1

J (v ) =
0

1 1 v (x)2 + v (x)2 f (x)v (x) dx 2 2

Calculer la diffrentielle au sens de Gateaux de J (v ). d J (v + th)|t = 0 dt on peut dvelopper lexpression de la fonction par rapport t ou calculer en drivant sous le signe somme ; il ne reste plus qu driver des fonctions dune variable relle, il vient DJ (v ).h =
1

DJ (v ).h =
0

v h + vh f hdx

On munit V du produit scalaire et de la norme de L2 ([0, 1]), J (v ) est-elle diffrentiable au sens de Frchet ? 1 Non, la forme linaire 0 v h dx sur V muni de la norme de L2 ([0, 1]) nest pas continue (on peut faire exploser h tout en faisant tendre h 2 vers 0). Soit V0 le sous-espace de C 2 ([0, 1]) V form des fonctions nulles en 0 et 1. On considre J (v ) comme une fonction sur V0 . Montrer que, pour le produit scalaire de L2 ([0, 1]), J (v ) = v + v f On intgre par partie
1 0

v h dx
1 1

v h dx =
0 0

v h dx + v (1)h(1) v (0)h(0)

or le crochet et nul car h(0) = h(1) = 0 do

1

DJ (v ).h =
0

(v + v f )h dx = v + v f, h

le produit scalaire tant celui de L2 ([0, 1]), do le rsultat (mme si ce nest pas lusage dutiliser la notation gradient dans ce contexte). Noter que v + v f nest pas dans V0 . ECP 2007-2008 Optimisation

Mathmatiques 2

Peut-on dnir de mme J (v ) sur V pour le produit scalaire de L2 ([0, 1]) ? On fait la mme transformation, il vient
1

DJ (v ).h =
0

(v +v f )hdx+v (1)h(1)v (0)h(0) = v +v f, h +v (1)h(1)v (0)h(0)

la diffrentielle ne sexprime pas ici comme le produit scalaire de deux fonctions de L2 ([0, 1]). Nous nirons pas plus loin dans lanalyse de cette difcult (V nest pas complet pour la norme de L2 ([0, 1]), la diffrentielle nest pas continue), on en retiendra que la notion de gradient en dimension innie nest manipuler que de faon heuristique, ce nest que dans la cadre des espaces de Hilbert quelle prend un sens. Quels sont les extrmums de J (v ) sur V0 ? (Nous verrons ultrieurement, en utilisant la convexit de la fonction J (v ) quil ny a quun extrmum et que cest un minimum). En un extrmum
1

h V0 , DJ (v ).h =
0

(v + v f )h dx = 0

Nous admettrons que si g C ([0, 1])

1

h V0 ,
0

gh dx = 0 g = 0

(Si on ne veut pas ladmettre : si g (x0 ) = 0, alors g (x) ne change pas de signe sur un petit intervalle [x0 , x0 + ], on obtient une contradiction en prenant h(x) dnie par h(x) = (x (x0 ))3 ((x0 + ) x)3 sur cet intervalle et 0 ailleurs, ce qui est bien dans V0 .) do v + v = f

Question 4
Gnralisation : le calcul des variations Voir le cours. Soit V0 lespace des fonctions de C 1 ([0, 1]) telle que v (0) = v (1) = 0 et g (t, x, y ) C 1 (R3 ). On dnit sur V0 la fonction
L

J (u) =
0

g (x, u(x), u (x)) dx

(1)

Calculer DJ (u). DJ (u).v = d d J (u + tv )|t = 0 = ( dt dt

L

g (x, u + tv, u + tv ) dx)|t=0

0

On drive sous le signe somme

L

DJ (u).v =
0

g (x, u, u ) g (x, u, u ) v+ v dx u u

ECP 2007-2008

Optimisation

Mathmatiques 2

En ajoutant des hypothses de rgularit, calculer J (u) pour le produit scalaire de L2 ([0, 1]). Si u, g C 2 ([0, 1]), il vient en intgrant par partie le terme v et en tenant compte de ce que le crochet est nul
L

DJ (u).v =
0

g (x, u, u ) d g (x, u, u ) d g (x, u, u ) g (x, u, u ) )v (x) dx =< + ,v > u dx u dx u u

Do le rsultat avec les prcautions dusage sur la notion de gradient. En dduire quun extrmum de la fonction J (v ) vrie lquation dEuler d g g ( )+ =0 dx u u (2)

On crit que la diffrentielle est nulle. Do v V0 , < d g (x, u, u ) g (x, u, u ) + , v >= 0 dx u u

ce qui implique, comme nous lavons montr la question prcdente d g (x, u, u ) g (x, u, u ) + =0 dx u u

Applications :
1

J (v ) =
0

v 2 v4 + f v dx 2 4 (3)

on a

g =u u g = u3 f u

et

(4)

do

d g g ( )+ = u + u3 f dx u u et donc, si u est un minimum de J (v ) sur V0 u + u3 = f u(0) = u(1) = 0

(5)

(6) (7)

Nous verrons dans la sance suivante pourquoi ce minimum est unique.

ECP 2007-2008

Optimisation