Année Préparatoire

Corrigé de l’examen d’Optimisation (25-06-2014)

Exercice I- [5 points]
a) f est polynomiale, donc de classe C ∞ .
D1 f (x, y)= 2x − 1 + y 2 − y et D2 f (x, y) = 2xy − x = x(2y − 1). Un point critique (x, y)
2x − 1 + y 2 − y = 0
vérifie donc .
x(2y − 1) = 0
√ √
• Si x = 0, alors y 2 − y − 1 = 0 donc y = 1−2 5 ou y = 1+2 5 .
• Si y = 21 , alors 2x = 1 + 12 − 14 = 45 donc x = 58 .

 √   √ 
On a donc les points critiques : 58 ; 12 , 0; 1−2 5 , 0; 1+2 5 [2,5pts].
On a alors D12 f (x, y) = 2, D1 D2 f√(x,y) = 2y − 1 et D22 f (x, y) = 2x.
√
  2
√ ± 5
• ∇2 f 0; 1±2 5 = de déterminant −5 < 0 donc 2 valeurs propres de
± 5 0
signes opposés doncpas d’extrémum
 local en ces points.
2 0
• ∇2 f 85 , 21 =


: deux valeurs propres strictement positives et donc un minimum
0 54
local [1,5pts].

b) f (x, x) = x2 − x + x3 − x2 = x3 − x ∼ x3 en ±∞, donc lim f (x, x) = +∞ : pas de

x→+∞
maximum global (on le savait, puisqu’il n’y a pas de maximum local...) et lim f (x, x) = −∞ :
x→−∞
pas de minimum global non plus [1pt].

Exercice II- [5 points]

3
ϕ−1
T
a) On a C = i (] − ∞, 0]) avec ϕ1 (x, y) = −x, ϕ2 (x, y) = −x + y et ϕ3 (x, y) =
i=1
x2 + y 2 − 1. Ces fonctions contraintes sont donc de classe C 1 comme f . L’ensemble C est fermé
comme intersection de fermés (l’image réciproque d’un fermé par une application continue étant
un fermé). C’est aussi un ensemble borné (inclus dans BF ((0, 0), 1)), donc C est un fermé borné
et on a bien l’existence d’extrémums sur C [1pt]. Les 2 premières contraintes sont linéaires, la
troisième convexe, donc elles sont qualifiées en tout point [0,5pt] et les extrémums u = (x, y)
vérifient les conditions du théorème de Kuhn-Tucker : il existe λi , 1 ≤ i ≤ 3 tels que
 3
P
∇u f + λ i ∇ u ϕi = 0



i=1 avec

 λi ϕi (u) = 0 pour 1 ≤ i ≤ 3
ϕi (u) ≤ 0 pour 1 ≤ i ≤ 3


       
y −1 −1 2x
∇u f = , ∇ u ϕ1 = , ∇u ϕ2 = , ∇u ϕ3 = [1pt].
x + 2y 0 1 2y
• Si aucune contrainte n’est saturée, on a ∇u f = 0 qui donne x = y = 0 impossible car en
ce point les contraintes ϕ1 et ϕ2 sont saturées.
• Si une seule contrainte est saturée,
→ pour ϕ1 , x = 0 et f (0, y) = y 2 ∈]0, 1[ pour y ∈] − 1, 0[.
√
→ pour ϕ2 , x = y et f (x, x) = 2x2 ∈]0, 1[ pour x ∈]0, 1/ 2[.
 
y = −2λx
→ pour ϕ3 , x2 + y 2 = 1 et donc (1 − 4λ(1 + λ))x = 0 avec x 6= 0, soit
x + 2y = −2λy
√ √
4λ2 + 4λ − 1 = 0 et λ = −4+ε8 32 = −1+ε 2
2
. On a alors x2 (1 + 4λ2 ) = 1 et y = −2λx < x, soit
√ 2 −2λ
√
4−3√2
2λ + 1 = ε 2 > 0 et ε = 1. Alors f (x, y) = (4λ2 − 2λ)x2 = 4λ 2
4λ +1
= 4−2 2
.
• Si 2 contraintes exactement sont saturées,
→ ϕ1 et ϕ2 donne (0, 0) et f (0, 0) = 0 ;
→ ϕ1 et ϕ3 donne dans C (0, −1), avec f (0, −1) = 1 ;
√ √ √ √
→ ϕ2 et ϕ3 donne dans C (1/ 2, 1/ 2), avec f (1/ 2, 1/ 2) = 1.

Il n’y a pas d’autres cas possibles car les 3 contraintes ne peuvent pas être saturées en même
√ √ √
 
4−3√2 4−3√2 √ 1 √1− 2
temps et comme 4−2 2
< 0 < 1, min f = 4−2 2
avec argminC f = √ , √ et
C 4−2 2 4−2 2
√ √
max f = 1 avec argmaxC f = {(0, −1), (1/ 2, 1/ 2)} [2,5pts].
C

Exercice III- [4 points]

a) En notant h la hauteur du cylindre et r le rayon de sa base, le volume du cylindre est
V (r, h) = πr2 h.

La condition pour que le cylindre soit dans la sphère s’écrit :

h2
ϕ(r, h) = + r2 − 1 ≤ 0.
4
Le problème se formule alors comme un problème s’optimisation sous contrainte :

max V (r, h) sous la contrainte ϕ(r, h) ≤ 0 [1,5pt].

b) Les fonctions V et ϕ sont de classe C 1 . Le cylindre C est fermé comme image réciproque
d’un fermé par une application continue. C’est aussi un ensemble borné (inclus dans la sphère
unité), donc C est un fermé borné et on a bien l’existence du maximum de V sur C. La contrainte
est convexe donc qualifiée en tout point et les maximums u = (x, y) vérifient les conditions du
théorème de Kuhn-Tucker : il existe λ ≥ 0 tels que
    
∇V (r, h) − λ∇ϕ(r, h) = 0 2πrh 2r
avec ∇V (r, h) = et ∇ϕ(r, h) = h
λϕ(r, h) = 0 et ϕ(r, h) ≤ 0 πr2 2

soit 
 2πrh + 2λr = 0
2 h

 πr + λ 2 2= 0 



λ r2 + h4 − 1 = 0 [1pt].
2

r2 + h4 ≤ 1




r ≥ 0, h ≥ 0.


On a nécessairement r > 0 et h > 0 car sinon V = 0. On en déduit λ = −πh < 0, puis

√
h2 h2 3h2 √2 , √2 4π
r2 = 2 et r2 + 4 = 1 donne 4 = 1, soit h = 3
r= 3
et Vmax = √
3 3
[1,5pt].

Exercice IV- [4 points]

a) Le domaine des solutions admissibles est le polytope OABCDEF de sommets O(0; 0),
A(0; 3), B(2; 5), C(3; 5), D(4; 3), E(4; 2) et F (1; 0).
Le maximum de z = x1 + x2 est atteint en l’un des sommets, avec z(O) = 0, z(A) = 3,
z(B) = 7, z(C) = 8, z(D) = 7, z(E) = 6 et z(F ) = 1. On a donc z ∗ = 8 atteint en C, pour
x∗1 = 3 et x∗2 = 5 .
 

 x1 + x2 = z[max]



 2x1 − 3x2 ≤ 2
 2x1 + x2 ≤ 11


b) On écrit le programme primal −x1 + x2 ≤ 3
x1 ≤ 4




x ≤5


 2


x ≥ 0, x2 ≥ 0
1

 2y1 + 11y2 + 3y3 + 4y4 + 5y5 = ω[min]
2y1 + 2y2 − y3 + y4 ≥ 1

duquel on déduit le programme dual : [1pt].

 −3y1 + y2 + y3 + y5 ≥ 1
y1 , y2 , y3 , y4 , y5 ≥ 0.


On écrit alors les relations d’exclusivité :

 ∗
 y1 (2 − 2x∗1 − 3x∗2 ) = 0
 y2∗ (11 − 2x∗1 − x∗2 ) = 0

  ∗
x1 (1 − 2y1∗ − 2y2∗ + y3∗ − y4∗ ) = 0

y3∗ (3 + x∗1 − x∗2 ) = 0 et
∗ (4 − x∗ ) = 0 x∗2 (1 + 3y1∗ − y2∗ − y3∗ − y5∗ ) = 0
y


 4∗ 1


y5 (5 − x∗2 ) = 0

avec x∗1 = 3 et x∗2 = 5, on obtient y1∗ = y3∗ = y4∗ = 0 puis y2∗ = y5∗ = 1
2 , avec w∗ = z ∗ = 8 [1pt].

Exercice V- [6 points]
a) On désigne par x1 et x2 les quantités des pétroles bruts B1 et B2 traitées. On a les
contraintes de production maximale pour chaque produit : 0, 5x1 + 0, 5x2 ≤ 6500 pour l’essence,
0, 2x1 + 0, 3x3 ≤ 3000 pour le gasoil et 0, 3x1 + 0, 2x2 ≤ 3600 pour le fuel. Enfin, le bénéfice
s’exprime z = 8x1 + 10x2 . le problème se modélise sous la forme suivante :


 8x1 + 10x2 = z[max]
 x1 + x2 ≤ 13000


2x1 + 3x2 ≤ 30000 [2pts]
3x + 2x ≤ 36000

1 2



x1 ≥ 0 ; x2 ≥ 0


Pour alléger, on travaillera en kilo-tonnes. Le domaine des solutions admissibles est le polytope
de sommets OABCD avec O(0; 0), A(0; 10), B(9; 4), C(10; 3), D(12; 0) [1,5pt].

b) Premier tableau :

i ↓ j → x1 x2 x1̄ x2̄ x3̄ β βi /αi,e

1̄ 1 1 1 0 0 13 13
← 2̄ 2 3 0 1 0 30 10
3̄ 3 2 0 0 1 36 18

∆j 8 10 0 0 0 z−0
↑e
Deuxième tableau : x2 entre dans la base et x2̄ en sort

i↓ j→ x1 x2 x1̄ x2̄ x3̄ β βi /αi,e

← 1̄ 1/3 0 1 −1/3 0 3 9
2 2/3 1 0 1/3 0 10 15
3̄ 5/3 0 0 −2/3 1 16 48/5

∆j 4/3 0 0 −10/3 0 z − 100

↑e
 Troisième tableau : x1 entre dans la base et x1̄ en sort

i ↓ j → x1 x2 x1̄ x2̄ x3̄ β

1 1 0 3 −1 0 9
2 0 1 −2 1 0 4
3̄ 0 0 −5 1 1 1

∆j 0 0 −4 −2 0 z − 112
Il n’y a plus de terme positif dans la dernière ligne donc on est à l’optimum. La solution est
donc x∗1 = 9000t, x∗2 = 4000t et la valeur à l’optimum est z ∗ = 112000 [2 pts].
On peut vérifier que zO = 0, zA = 100, zB = 112, zC = 110 et zD = 96. On a bien zmax = 112
obtenu en B(9, 4).

c) Le domaine reste le même et le maximum est sur l’un des sommets du polytope. On
a zO = 0, zA = 100, zB = 9p1 + 40, zC = 10p1 + 30 et zD = 12p1 . Le maximum reste
en B si 9p1 + 40 ≥ 100 et 9p1 + 40 ≥ 10p1 + 30, soit p1 ≥ 20/3 ≈ 6, 67 et p1 ≤ 10.
Ici p1 ∈ [8(1 − 0, 15); 8(1 + 0, 15)] = [6, 8; 9, 2] donc le maximum est toujours obtenu avec
x∗1 = 9000t et x∗2 = 4000t et zmax ∈ [101200; 122800] [2pts].