Année Préparatoire

Corrigé du Devoir d’Optimisation n◦ 2 (13 mai 2014)

1. [6 points]
a) f est de classe C ∞ sur Rn car c’est une fonction polynomiale des coordonnées de x [0,5pts].

b) f (x + h) = kA(x + h) − bk2 = kAx − b + Ahk2 = kAx − bk2 + 2hAx − b, Ahi + kAhk2 , avec
2hAx − b, Ahi = h2 tA(Ax − b), hi et kAhk2 = hAh, Ahi = 21 h2 tAAh, hi [0,5pt]. Par unicité du
développement de Taylor à l’ordre 2, on en déduit que ∇f (x) = 2 tA(Ax − b) et ∇2 f (x) = 2 tAA
[1pt].

c) On a h∇2 f (x)h, hi = 2h tAAh, hi = 2hAh, Ahi = 2kAhk2 ≥ 0 donc la matrice ∇2 f (x) est
positive et, d’après le cours, f est convexe [0,5pt]. Comme f est aussi de classe C 1 sur Rn qui
est un ouvert convexe, elle admet un minimum global en x si et seulement si ∇f (x) = 0, soit ici
tAAx = tAb. On a, par double inclusion ker A = ker tAA (si tAAx = 0, en composant à gauche

par tx, kAxk2 = 0), puis, par le théorème du rang, rg(A) = rg( tA) = rg( tAA). On en déduit
que im( tA) = im( tAA) et donc le minimum existe [0,5pt]. La solution est unique lorsque tAA
est inversible et alors, dans ce cas ArgRn min f = {(tAA)−1 (tAb)} [1pt].
   
! 1 −1 ! ! 2
1 0 0 1 −1 1 0 0
d) tAA =  0 2  = , tAb =  1  =
   
−1 2 1 −1 6 −1 2 1
0 1 1
! ! ! !
2 6 1 2 13 n o
, donc (tAA)−1 ( tAb) = 1
5 = 1
5 , soit ArgRn min f = 13 3
5 ,5 .
1 1 1 1 3
     
1 −1 ! 2 0
13
2  15 1 1 √1
p
On a alors Ax − b =  0 − 1  = 2 2
5  1  de norme 5 1 + (−2) =
    
3 5
0 1 1 −2
1
donc min f = 5 [2pts]
2. [6 points]
a) On remarque tout d’abord que C est la boule de centre (0, 0, 0) et de rayon 2 car, si
x + y 2 + z 2 ≤ 4, alors x, y, z ∈ [−2, 2] et donc x + y + z ≤ 6 : la deuxième contrainte est en
2

fait inutile. On pose alors u = (x, y, z) et ϕ(u) = x2 + y 2 + z 2 − 4. Les fonctions f et ϕ sont

de classe C 1 (même C ∞ ). D’autre part, C est fermé, car c’est ϕ−1 (] − ∞, 0]) (image réciproque
d’un fermé par une application continue) et C est borné (c’est la boule de centre O et de rayon
2). On a donc existence des extrémums de f sur C. La contrainte est clairement convexe, donc
qualifiée en tout point de C et les extrémums u = (x, y, z) vérifient les conditions du théorème
de Kuhn-Tucker : il existe λ tel que

 ∇u f + λ∇u ϕ = 0

λϕ(u) = 0
ϕ(u) ≤ 0



   
2x 2x
avec ∇u f =  2y  et ∇u ϕ =  2y  [1pt].
   
2 2z
• Si la contrainte n’est pas saturée, on a ∇u f = 0 qui donne en particulier 2 = 0, ce qui est
impossible.
 
 2x(1 + λ) = 0

• Si la contrainte est saturée, x2 + y 2 + z 2 = 4 et 2y(1 + λ) = 0 . On a alors,

 2(1 + λz) = 0
- soit λ 6= −1 et alors x = y = 0 et z = 2ε, avec f (0, 0, 2ε) = 4ε ;
√ √
√ - soit λ = −1, et √
√ 1 et x2 + y 2 = √3 avec f ( 3 cos
alors z = √ √ θ,2 3 sin θ, 1) = 5 et
( 3 cos θ, 3 sin θ, 1) ∈ C car 3 cos θ + 3 sin θ + 1 ≤ 2 3 + 1 ≤ 6 ((2 3) = 12 < 25).

Finalement, min f = −4 avec ArgC min f = {(0, 0, −2)} [1pt] et

C
√ √
max f = 5 avec ArgC max f = {( 3 cos θ, 3 sin θ, 1) ; θ ∈ [0, 2π[} [1pt] .
C

b) On pose u = (x, y), ϕ1 (u) = x+2y−6, ϕ2 (u) = x−2, ϕ3 (u) = −x et ϕ4 (u) = −y. Les fonc-
4
tions g et ϕi sont de classe C 1 (même C ∞ ). D’autre part, D est fermé, car c’est ϕ−1
i (] − ∞, 0])
T
i=1
(intersection de fermés, images réciproques de fermés par des applications continues) et D est
borné (car inclus dans [0, 2]×[0, 3] par exemple). On a donc existence des extrémums de g sur D.

Les contraintes sont affines, donc qualifiées en tout point de D et les extrémums u vérifient les
conditions du théorème de Kuhn-Tucker : il existe λi , 1 ≤ i ≤ 4 tels que

4
∇u g + λi ∇u ϕi = 0

 P


i=1

 λi ϕi (u) = 0 pour 1 ≤ i ≤ 4
 ϕ (u) ≤ 0 pour 1 ≤ i ≤ 4

i
! ! ! ! !
2x − y − 4 1 1 −1 0
∇u g = , ∇ u ϕ1 = , ∇u ϕ2 = , ∇u ϕ3 = , ∇u ϕ4 =
−x + 4y − 5 2 0 0 −1
[1pt]. (
2x −y = 4
• Si aucune contrainte n’est saturée, on a ∇u g = 0 qui donne , soit
−2x +8y = 10
y = 2 et x = 3 qui n’est pas dans D car 3 + 2 × 2 = 7 > 6, donc pas de solution de ce type.

• Si une seule contrainte est saturée, (

2x − y − 4 1 5x +10y = 30
→ pour ϕ1 , x+2y = 6 et = 5x−6y−3 = 0, ce qui donne ,
−x + 4y − 5 2 5x −6y = 3
27
soit y = 16 et x = 6 − 27 21 21
8 = 8 , ce qui est impossible dans D car 8 > 2 ;
2x − y − 4 1
→ pour ϕ2 , x = 2 et = x − 4y + 5 = 0, ce qui donne x = 2 et y = 74 :
−x + 4y − 5 0
   
−28−32+49−70
2, 74 ∈ D car 2 + 7
2 = 11
2 < 6 et g 2, 74 = 4 − 7
2 + 49
8 −8− 35
4 = 8 = − 81
8 ;
2x − y − 4 −1
→ pour ϕ3 , x = 0 et = −x + 4y − 5 = 0, ce qui donne x = 0 et
−x + 4y − 5 0
   
5
y= 4 : 0, 45 ∈ D car 5
2 < 6 et g 0, 45 = 25
8 − 25
4 = − 25
8 ;
2x − y − 4 0
→ pour ϕ4 , y = 0 et = −2x + y + 4 = 0, ce qui donne y = 0 et x = 2,
−x + 4y − 5 −1
mais alors 2 contraintes sont saturées.

• Si 2 contraintes exactement sont saturées,

→ ϕ1 et ϕ2 donne (2, 2) ∈ D et g(2, 2) = 4 − 4 + 8 − 8 − 10 = −10 ;
→ ϕ1 et ϕ3 donne (0, 3) ∈ D et g(0, 3) = 18 − 15 = 3 ;
→ ϕ1 et ϕ4 donne (6, 0) ∈
/D;
→ ϕ2 et ϕ3 est impossible (0 6= 2) ;
 → ϕ2 et ϕ4 donne (2, 0) ∈ D et g(2, 0) = 4 − 8 = −4 ;
→ ϕ3 et ϕ4 donne (0, 0) ∈ D et g(0, 0) = 0.

Il n’y a pas d’autres cas possibles car, d’après ce qui précède, au plus 2 des contraintes sont
saturées (au plus un unique élément de
 D pour
 2 contraintes
  saturées et ces éléments sont tous
7
distincts). Il reste donc à comparer g 2, 4 = − 8 , g 0, 4 = − 25
81 5
8 , g(2, 2) = −10, g(0, 3) = 3,
g(2, 0) = −4, et g(0, 0) = 0 pour trouver les extrémums. On a clairement
n o
min g = − 81
8 avec ArgD min g = 2, 47 et max g = 3 avec ArgD max g = {(0, 3)} . [2pts]
D D

3. [3 points]
x, y et z sont les longueurs des côtés d’un triangle si x ≥ 0, y ≥ 0, z ≥ 0 et x ≤ y + z,
y ≤ x + z et z ≤ x + y. On est donc conduit à optimiser F sur

∆ = {u = (x, y, z) ∈ R3 ; ψ(u) = 0 et ϕi (u) ≤ 0, 1 ≤ i ≤ 6}

où ψ(u) = x + y + z − 2p, ϕ1 (u) = −x, ϕ2 (u) = −y, ϕ3 (u) = −z, ϕ4 (u) = x − y − z,
ϕ5 (u) = −x + y − z, ϕ6 (u) = −x − y + z.

∆ est fermé et borné (⊂ [0, 2p]3 ) et F continue donc les extrémums existent. Les contraintes
étant toutes linéaires, elles sont qualifiées en tout point et les extrémums vérifient donc les
conditions de Kuhn-Tucker :
6

∇u F + µ∇u ψ + λi ∇u ϕi = 0
 P
i=1 [1pt].
ψ(u) = 0, λi ϕi (u) = 0, ϕi (u) ≤ 0


• Si l’une des contraintes ϕi pour 1 ≤ i ≤ 3 est saturée, par exemple x = 0, vu les rôles
symétriques de x, y, z, alors 5 donne y ≤ z et 6 donne z ≤ y, donc y = z et comme x+y +z = 2p,
on a y = z = p. On a donc les candidats (0, p, p), (p, 0, p) et (p, p, 0) pour lesquels F vaut 6p2 .

• Si deux des trois dernières contraintes sont saturées, par exemple ϕ4 et ϕ5 , alors x = y + z
et y = x + z donnent z = 0. Donc si aucune des contraintes ϕi pour 1 ≤ i ≤ 3 n’est saturée, au
plus 1 des 3 dernières est saturée.

• Il reste donc à étudier les cas

 où aucune ϕi n’est
 saturée
 et où,
 par exemple
 ϕ4 est
 saturée.
4x + 2y + 2z 1 1
Les gradients sont : ∇u F =  2x + 4y + 2z , ∇u ψ =  1  et ∇u ϕ4 =  −1 .
     
2x + 2y + 4z 1 −1
 Dans le premier cas, λ4 = 0, d’où ∇u F et ∇u ψ sont liés, ce qui donne 4x + 2y + 2z =
2x + 4y + 2z = 2x + 2y + 4z, soit x = y = z, et comme x + y + z = 2p, x = y = z = 2p 3 pour
 2 2
lequel F vaut 3 4p
3 = 16p
3 .
 Dans le deuxième cas, x = y + z et ∇u F , ∇u ψ et ∇u ϕ4 sont liés, soit

4x + 2y + 2z 1 1 4x + 2y + 2z 1 2
2x + 4y + 2z 1 −1 = 0 = 2x + 4y + 2z 1 0 = 4(y − z)
2x + 2y + 4z 1 −1 2x + 2y + 4z 1 0

3p 2 11p2
 
d’où y = z et x = 2y, soit 4y = 2p, y = z = p2 et x = p pour lequel F vaut p2 + 2 2 = 2
et de même en remplaçant x par y ou par z.
 2 2 2
Comme 16p 11p 2 16p 2
3 < 2 < 6p , min F = 3 , réalisé pour les triangles équilatéraux et max F = 6p ,
réalisé pour les triangles confondus avec des segments de longueur p [2pts].

4. [7 points]
a) S = {x ∈ Rn ; ϕ(x) ≤ 0} où ϕ(x) = kxk2 − 1 car kxk ≤ 1 équivaut à kxk2 ≤ 1.
• Si c = 0, alors f = 0 : f est constante et tout élément de S est à la fois un minimum
et un maximum.
• On supposera maintenant c 6= 0. S est un fermé (S = ϕ−1 (] − ∞, 0]) avec ϕ continue, et
même C ∞ sur Rn ) et S est bornée (⊂ [−1, 1]n ). Comme f est continue, il y a bien existence du
n n
x2i − 1. On en déduit ∂i f (x) = ci
P P
maximum et du minimum. On a f (x) = ci xi et ϕ(x) =
i=1 i=1
et ∂i ϕ(x) = 2xi donc ∇x f = c et ∇x ϕ = 2x. On écrit alors le théorème de Kuhn-Tucker : il
existe λ ∈ R tel que :

 c + 2λx = 0 
 ∇x f + λ∇x ϕ = 0

 P n
 
λϕ(x) = 0 soit λ x2i − 1 = 0 [1pt].
 ϕ(x) ≤ 0
 
 i=1
ϕ(x) ≤ 0


1 c
On a λ 6= 0 (sinon, c = 0), donc x = − 2λ c et kxk = 1 donne 2λ = ±kck, donc x = ± kck , puis
 
c
f ± kck = ± hc,ci
kck = ±kck. On a donc
n o n o
c c
max f = kck avec Arg max f = kck et min f = −kck avec Arg min f = − kck [2pts].
S S S S

Ce résultat était prévisible puisque |f (x)| = |hc, xi| ≤ kck kxk ≤ kck si kxk ≤ 1.
n
b) X = {x ∈ Rn , xi ≥ 0 et ψ(x) = 1} où ψ(x) =
Q
xi (ψ est continue). X est donc fermé,
i=1
comme intersection de fermés (X = (R+ )n ∩ ψ −1 ({1})). D’autre part, g est continue et coercive
n
sur X, car g(x)2 = x2i + xi xj ≥ kxk2 puisque xi xj ≥ 0 pour x ∈ X, d’où g(x) ≥ kxk
P P
i=1 i6=j
(g(x) > 0) et lim g(x) = +∞. On en déduit donc l’existence d’un minimum.
kxk→+∞
→ Si xi = 0, alors ψ(x) = 0 6= 1, donc les contraintes −xi ≤ 0 ne sont jamais saturées.
L’expression du théorème de Kuhn-Tucker dans ce contexte est donc la suivante :
(
∇x g + µ∇x ψ = 0
il existe x ∈ X et µ ∈ R tels que
ψ(x) = 0
ψ(x)
pour tout i ∈ [[1, n]] [1pt]. On en déduit que, pour tout
Q
avec ∂i g(x) = 1 et ∂i ψ(x) = xj = xi
j6=i
i ∈ [[1, n]], 1 + µ ψ(x) n
xi = 0, avec ψ(x) = 1, soit xi = −µ > 0 et (−µ) = 1, ce qui donne xi = 1
pour tout i ∈ [[1, n]] et g(x) = n. Ainsi :

min g = n avec Arg min g = {(1, 1, · · · , 1)} [1,5pt].

X X

• Si xi = 0 pour au moins l’un des xi , l’inégalité est clairement vérifiée.

1 1
• Si xi > 0 pour tout i ∈ [[1, n]], on pose y = (ψ(x))− n x, (i.e. yi = (ψ(x))− n xi pour tout
n n
i ∈ [[1, n]]). On a alors yi = (ψ(x))−1 xi = 1, avec yi ≥ 0 pour tout i ∈ [[1, n]], donc y ∈ X
Q Q
i=1 i=1
n
 n   n − 1  n 
1 n
et g(y) ≥ n. Or g(y) = yi = (ψ(x))− n
P P Q P
xi = xi xi .
n=1 i=1 i=1 i=1
n
!1 n
n
Y 1X
On a donc bien, pour tout (x1 , · · · , xn ) ∈ (R+ )n , xi ≤ xi [1,5pt].
i=1
n i=1