Documente Academic
Documente Profesional
Documente Cultură
Exercice 1.
1. Montrer que les fonctions suivantes sont différentiables et calculer leurs dérivées.
(a) x ∈ Rn 7→ 12 (Ax, x) pour A une matrice carrée d’ordre n.
(b) x ∈ Rn 7→ 21 kAx − bk22 pour A ∈ Mm,n (R) et b ∈ Rm .
2. Montrer que la fonction x 7→ kxk n’est jamais différentiable en 0.
3. Soit J : Rn → R une fonction différentiable en x ∈ Rn . Soit d ∈ Rn , d 6= 0. Montrer que
l’application Φ : R → R, t 7→ J(x + td) est dérivable en 0 et calculer sa dérivée Φ0 (0).
Exercice 2.
1. Soient J1 et J2 deux fonctions convexes sur Rn , λ > 0, et Φ une fonction convexe croissante
sur un intervalle de R contenant J1 (Rn ).
Montrer que J1 + J2 , λJ1 , max(J1 , J2 ), ΦoJ1 et x →
7 J1 (Bx + c), pour B ∈ Mpn (R) et
c ∈ p̂, sont convexes
2. Etudier la convexité des fonctions suivantes:
(a) J : x ∈ Rn 7→ 12 (Ax, x) − (b, x), où A ∈ Mn (R) symétrique et b ∈ Rn .
(b) J1 (x1 , x2 , x3 ) = x21 + x22 + x23 − x1 x2 − x1 x3 − x2 x3 .
(c) J : x ∈ Rn 7→ kxkp , p ≥ 1, pour une norme k.k quelconque de Rn .
2. Montrer que la fonction J : x 7→ 21 (Ax, x) − (b, x) est différentiable sur Rn et donner ∇J(x),
pour x ∈ Rn .
3. Montrer que J est convexe (resp. strictement convexe) sur Rn si et seulement si A est
positive (resp. définie positive).
4. Montrer que si la matrice A est non semi-définie positive, alors pour tout vecteur b ∈ Rn , le
problème quadratique
1
min (Ax, x) − (b, x) (P )
x∈Rn 2
5. Montrer que si A est semi définie positive, alors x̄ est solution de (P ) si et seulement si x̄
est solution de système Ax = b. Dans quel cas a-t-on unicité.
6. Déterminer, suivant le paramètre α, le minimum s’il existe sur R3 , de la fonction
1 2 1 2 3 2
J : x 7→ x + x + x + αx1 x3 + x2 x3 − x1 − x2 − x3 .
2 1 2 2 2 3
Exercice 4. Méthode du gradient à pas fixe
Soit A ∈ Mn (R) une matrice symétrique définie positive et b un vecteur de Rn . Soit le problème
1
min (Ax, x) − (b, x) (P ).
x∈Rn 2
On note (x(k) ) la suite générée par l’algorithme du gradient à pas fixe α pour approcher le
minimun x̄ de J sur Rn .
1. Ecrire la suite (x(k) ) sous la forme
x(k+1) = Bx(k) + c,
où B et c sont à déterminer.
2
2. En déduire que l’algorithme du gradient à pas fixe converge si et seulement si 0 < α < .
ρ(A)
3. Déterminer le pas optimal α∗ qui assure la convergence la plus rapide de cet algorithme et
vérifier que
cond2 (A) − 1
ρ(I − α∗ A) = .
cond2 (A) + 1
Exercice 5. Problème des moindres carrés
Soit A ∈ Mmn (R) et b ∈ Rn . On considère le problème de minimisation
1
minn kAx − bk22 . (1)
x∈R 2
1. Calculer Jβ ( n2 , n2 , n),
pour n un entier naturel non nul. En déduire que le problème de
minimisation (P ) n’admet pas de solution lorsque β ≥ 0.
2. On suppose dans toutes la suite que β < 0. Montrer que le problème (P ) admet une unique
solution x̄. Vérifier que x̄ est solution d’un système linéaire Aβ x = b, où la matrice Aβ et le
vecteur b sont à déterminer.
3. Pour β = −1, pour quelles valeurs du pas α l’algorithme du gradient à pas constant
converge-t-il ?
4. Ecrire les deux premiers itérées de la méthode de gradient à pas optimal.
5. Calculer x̄ par la méthode du gradient conjugué pour β = −1 en partant de x(0) = 0R3 .