Multiplicateurs de Lagrange

Documents pareils
Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Approximations variationelles des EDP Notes du Cours de M2

3 Approximation de solutions d équations

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

OM 1 Outils mathématiques : fonction de plusieurs variables

Programmation linéaire

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Intégrales doubles et triples - M

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

Commun à tous les candidats

Théorème du point fixe - Théorème de l inversion locale

RO04/TI07 - Optimisation non-linéaire

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Première partie. Introduction à la méthodes des différences finies

Résolution d équations non linéaires

Fonctions de plusieurs variables

Intégration et probabilités TD1 Espaces mesurés Corrigé

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Différentiabilité ; Fonctions de plusieurs variables réelles

Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½

Introduction à la méthode des éléments finis

Exercices Corrigés Premières notions sur les espaces vectoriels

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

EXERCICE 4 (7 points ) (Commun à tous les candidats)

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

Corrigé du baccalauréat S Asie 21 juin 2010

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Quantification Scalaire et Prédictive

3. Caractéristiques et fonctions d une v.a.

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Chp. 4. Minimisation d une fonction d une variable

Les correcteurs accorderont une importance particulière à la rigueur des raisonnements et aux représentations graphiques demandées.

Espérance conditionnelle

Analyse en Composantes Principales

M2 IAD UE MODE Notes de cours (3)

Limites finies en un point

Equations aux Dérivées Partielles

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

Introduction à l optimisation de forme et application à la mécanique des fluides

Cours d Analyse. Fonctions de plusieurs variables

Amphi 3: Espaces complets - Applications linéaires continues

Un K-espace vectoriel est un ensemble non vide E muni : d une loi de composition interne, c est-à-dire d une application de E E dans E : E E E

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Simulation de variables aléatoires

Introduction à la. Points Critiques. Otared Kavian. et Applications aux Problèmes Elliptiques. Springer-Verlag

Calculs de probabilités avec la loi normale

Fonctions de deux variables. Mai 2011

Compte rendu des TP matlab

IV- Equations, inéquations dans R, Systèmes d équations

Méthode des éléments-finis par l exemple

Structures algébriques

Précision d un résultat et calculs d incertitudes

Oscillations libres des systèmes à deux degrés de liberté

Capes Première épreuve

3. Conditionnement P (B)

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Programmation linéaire et Optimisation. Didier Smets

I. Ensemble de définition d'une fonction

10 leçon 2. Leçon n 2 : Contact entre deux solides. Frottement de glissement. Exemples. (PC ou 1 er CU)

Équations non linéaires

Correction de l examen de la première session

Résolution de systèmes linéaires par des méthodes directes

Continuité en un point

CONTRÔLE ET ÉQUATIONS AUX DÉRIVÉES PARTIELLES. par. Jean-Pierre Puel

Dérivées d ordres supérieurs. Application à l étude d extrema.

Les travaux doivent être remis sous forme papier.

Cours Fonctions de deux variables

Programmes des classes préparatoires aux Grandes Ecoles

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

Calcul différentiel. Chapitre Différentiabilité

Correction du Baccalauréat S Amérique du Nord mai 2007

Méthodes de quadrature. Polytech Paris-UPMC. - p. 1/48

CCP PSI Mathématiques 1 : un corrigé

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

Apprentissage non paramétrique en régression

Soit la fonction affine qui, pour représentant le nombre de mois écoulés, renvoie la somme économisée.

Les équations différentielles

Cours d analyse numérique SMI-S4

Fonctions homographiques

Une comparaison de méthodes de discrimination des masses de véhicules automobiles

Intégration et probabilités TD1 Espaces mesurés

Chapitre 2. Matrices

Economie de l incertain et de l information Partie 1 : Décision en incertain probabilisé Chapitre 1 : Introduction à l incertitude et théorie de

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

Rupture et plasticité

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET

Développements limités, équivalents et calculs de limites

CSMA 2011 SCHEMAS NUMERIQUES CONSERVATIFS POUR DES PRO- BLEMES DE VIBRO-IMPACTS DE POUTRES ET DE PLAQUES. 1 Introduction

Correction du baccalauréat ES/L Métropole 20 juin 2014

Optimisation des fonctions de plusieurs variables

1 Introduction et modèle mathématique

Chapitre VI Fonctions de plusieurs variables

ELEC2753 Electrotechnique examen du 11/06/2012

Étudier si une famille est une base

Sur certaines séries entières particulières

Transcription:

Analyse numérique et optimisation TD5 27/05/204 A. Ern et A. de Bouard Groupes 5 & 2 Multiplicateurs de Lagrange Exercice : optimisation quadratique sous contraintes affines On pose V = R n et on considère la fonctionnelle quadratique J : V R telle que, pour tout v V, J(v) := Av v b v, 2 avec une matrice A symétrique définie positive d ordre n et un vecteur b R n. On considère l application F : V R m telle que, pour tout v V, F(v) := Cv d, avec une matrice rectangulaire C d ordre m n et d R m. On suppose que m < n et que la matrice C est de rang maximal. L objet de cet exercice est l étude du problème de minimisation sous contraintes d égalité (cf. Exemple 9..6 du poly) inf J(v), K := {v V; F(v) = 0}. v K. Montrer que J admet un et un seul minimiseur sur K. 2. Montrer que si u est le minimiseur de J sur K, alors il existe un et un seul vecteur λ R m tel que le couple (u,λ) R n R m soit solution du système linéaire [ A C t C 0 où C t désigne la matrice transposée de C. ][ ] u = λ 3. Montrer que la matrice ci-dessus est inversible. [ ] b, d Exercice 2 : inégalité de Poincaré Soit un ouvert borné régulier de R d. On considère l espace de Hilbert V = H 0() et le sousensemble K := {v V; v 2 L 2 () = }. On s intéresse à la minimisation dans K de la fonctionnelle J : V v v 2 L 2 () d R. On sait qu il existe au moins un minimiseur global de J sur K (cf. l exercice 2, TD3). On le notera u.. Montrer l existence et l unicité du multiplicateur de Lagrange associé à la contrainte u K. 2. Exprimer la constante de Poincaré en fonction de ce multiplicateur de Lagrange.

Exercice 3 : corde tendue avec obstacle On considère une corde élastique tendue soumise à des efforts extérieurs et dont le déplacement vertical est contraint par la présence d un obstacle ponctuel. Pour simplifier, on suppose que la corde est de longueur unité et on pose le problème sur = ]0,[. Le déplacement d équilibre de la corde est solution du problème de minimisation sous contrainte avec J(v) = 2 v (x) 2 dx f(x)v(x)dx, inf J(v), () v K K = {v V;v(x 0 ) a}, où V = H0(), f L 2 (), x 0 = 2 et a R. La fonction f représente la densité linéique des efforts extérieurs.. Montrer que le problème () admet une et une seule solution (on la notera u). 2. Écrire la condition d optimalité sous forme variationnelle et donner une interprétation physique du multiplicateur de Lagrange p. Donner également une interprétation physique de la relation des écarts complémentaires. 3. On supppose que f 0 et que a 0. Montrer que la contrainte est active en u. Résoudre explicitement u et p en fonction du paramètre a pour f et x 0 = 2. 2

Corrigé Exercice : optimisation quadratique sous contraintes affines. L ensemble K est fermé et non vide (car C est de rang maximal), et la fonctionnelle J est α-convexe sur V (où α est la plus petite valeur propre de A). L existence d un minimiseur sur K résulte du théorème 9..3 et son unicité de l α-convexité de J et de la convexité de K. 2. On applique le théorème 0.2.8. La fonctionnelle J est différentiable en u K et on a J (u) v = (Au b) v, v V. Par ailleurs, l ensemble K est déterminé par les m contraintes scalaires F i (v) = 0 où F i (v) est la i-ème composante de F(v) dans la base cartésienne de R m. Les vecteurs F i (v) (de taille n) sont obtenus à partir des lignes de la matrice rectangulaire C et la famille (F i (u)) i m est libre car la matrice C est de rang maximal. Par suite (théorème 0.2.8), il existe un vecteur λ = (λ i ) i m de R m tel que ce qui s écrit encore J (u)+ m λ i F i(u) = 0, i= Au+C t λ = b. De plus, comme u K, on a Cu = d. On en déduit que le couple (u,λ) est solution du système linéaire proposé. Enfin, l unicité de λ résulte du fait que les vecteurs (F i (u)) i m sont linéairement indépendants. 3. Montrons que la matrice du système linéaire est inversible. Il suffit de montrer que son noyau est réduit à zéro. Soit (v,µ) R n R m tel que [ A C t C 0 ][ v µ] = 0. La matrice A étant inversible, on obtient à partir de la première équation v = A C t µ, et en reportant dans la deuxième équation, il vient CA C t µ = 0. En prenant le produit scalaire avec µ, on obtient A (C t µ) (C t µ) = 0. La matrice A étant définie positive, la matrice A l est également et il vient C t µ = 0. Comme Ker(C t ) = {0} (car C est de rang maximal), on déduit µ = 0, d où finalement v = A C t µ = 0. Exercice 2 : inégalité de Poincaré. On est en présence d une contrainte égalité qui s écrit F(v) = v 2 L 2 (). Pour tout w V, on a F (v),w V,V = 2 v(x)w(x)dx. 3

Pour appliquer le théorème 0.2.8, il faut vérifier que si u K, alors F (u) 0, ce qui est le cas puisque, en particulier, F (u),u V,V = 2 u 2 L 2 () = 2 0. On peut donc appliquer le théorème 0.2.8 qui fournit l existence du multiplicateur de Lagrange λ R associé à la contrainte u K tel que J (u)+λf (u) = 0 ( V ). Cette identité implique l unicité du multiplicateur de Lagrange car F (u) 0 (s il y avait deux multiplicateurs, on obtiendrait (λ λ 2 )F (u) = 0 dans V, d où λ = λ 2 ). 2. L dentité ci-dessus signifie que, pour tout v V, u(x) v(x)dx+λ En appliquant cette identité à v = u, il vient u(x)v(x)dx = 0. λ = u 2 L 2 () d = J(u), car u 2 L 2 () =. Enfin, comme u minimise J sur K, on obtient, pour tout v V, Par suite, pour tout v V, v 2 L 2 () d v 2 L 2 () ( = J v v L2 () ) J(u) = λ. v L 2 () ( λ) /2 v L2 () d. La constante de Poincaré est donc égale à ( λ) /2. Exercice 3 : corde tendue avec obstacle. L ensemble K est non vide (car la fonction v(x) = 4ax( x) appartient à K) et fermé (car, en dimension un, V = H 0() s injecte continûment dans C 0 ()). L ensemble K est clairement convexe. Enfin, la fonctionnelle J est α-convexe sur l espace de Hilbert V. De par le théorème 9.2.6, le problème () admet une et une seule solution. 2. On est en présence d une contrainte inégalité de la forme F(v) 0 avec F(v) = v(x 0 )+a. La fonctionnelle F est différentiable et on a, pour tout w V, F (v),w V,V = w(x 0 ). (laformelinéairef (v)estbiencontinuesurv grâceàl injectioncontinuedev dansc 0 ().) La différentielle F (v) est égale à l opposé de la masse de Dirac au point x 0. La contrainte est qualifiée en tout point v K car affine (on peut aussi constater que F (v),w V,V = 0 pour w = x( x)(x x 0 )). On déduit du théorème 0.2.5 l existence d un multiplicateur de Lagrange p 0 tel que J (u)+pf (u) = 0 ( V ), ce qui signifie que, pour tout w H0(), u (x)w (x)dx = 4 f(x)w(x)+pw(x 0 ).

Le multiplicateur de Lagrange p s interprète comme la force ponctuelle exercée en x 0 par l obstacle sur la corde. Le fait que p 0 signifie que l obstacle ne peut que repousser la corde. Enfin, on a la relation des écarts complémentaires p(u(x 0 ) a) = 0, qui implique que la réaction exercée par l obstacle est nulle si la corde ne touche pas l obstacle. 3. Si la contrainte n était pas active, on aurait u(x 0 ) > a 0 et p = 0 par la relation des écarts complémentaires, ce qui implique que u (x) = f(x) dans. Comme f 0, le principe du maximum (cf. le théorème 5.2.22) fournit u 0 dans ; d où la contradiction cherchée. En testant avec w Cc (]0, 2 [) puis avec w C c (] 2,[), on obtient u (x) = f(x) = dans ]0, 2 [ ] 2,0[. (Attention, du fait de la présence de la masse de Dirac au membre de droite, la solution u n est pas dans H 2 ().) En utilisant le fait que u(0) = u() = 0 et u( 2 ) = a, on obtient facilement u ]0, 2 [ = 2x ( 4 (x 2 )+a), u ] 2,[ = 2( x) ( 4 ( 2 x)+a). Enfin, en testant maintenant avec une fonction w telle que w( 2 ) 0, on obtient u ( 2 ) u ( + 2 ) = p, ce qui fournit la réaction exercée par l obstacle, soit p = 4a+ 2. 5