ECOLE POLYTECHNIQUE Analyse numérique et optimisation (MAP431) Contrôle classant du 26 Juin 2006 Durée : 4 heures

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

Approximations variationelles des EDP Notes du Cours de M2

Image d un intervalle par une fonction continue

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

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Fonctions de plusieurs variables

Théorème du point fixe - Théorème de l inversion locale

I. Polynômes de Tchebychev

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Limites finies en un point

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

Continuité d une fonction de plusieurs variables

Probabilités sur un univers fini

Exercices Corrigés Premières notions sur les espaces vectoriels

Résolution d équations non linéaires

Calcul différentiel sur R n Première partie

Chp. 4. Minimisation d une fonction d une variable

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

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

Continuité en un point

3 Approximation de solutions d équations

Calcul différentiel. Chapitre Différentiabilité

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

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


Intégration et probabilités TD1 Espaces mesurés

Calcul fonctionnel holomorphe dans les algèbres de Banach

Optimisation des fonctions de plusieurs variables

Comparaison de fonctions Développements limités. Chapitre 10

CCP PSI Mathématiques 1 : un corrigé

Introduction à l étude des Corps Finis

Chapitre 3. Quelques fonctions usuelles. 1 Fonctions logarithme et exponentielle. 1.1 La fonction logarithme

Exercices - Polynômes : corrigé. Opérations sur les polynômes

CHAPITRE 5. Stratégies Mixtes

Amphi 3: Espaces complets - Applications linéaires continues

Chapitre VI - Méthodes de factorisation

Le produit semi-direct

Capes Première épreuve

Simulation de variables aléatoires

Correction de l examen de la première session

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

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

Programmation linéaire

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Exercices Alternatifs. Quelqu un aurait-il vu passer un polynôme?

Chapitre 6. Fonction réelle d une variable réelle

Espérance conditionnelle

Intégration et probabilités TD1 Espaces mesurés Corrigé

Programmation linéaire

Manipulateurs Pleinement Parallèles

Cours Fonctions de deux variables

I. Ensemble de définition d'une fonction

Chapitre 2 Le problème de l unicité des solutions

Probabilités sur un univers fini

Planche n o 22. Fonctions de plusieurs variables. Corrigé

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Chapitre 2. Eléments pour comprendre un énoncé

Problème 1 : applications du plan affine

Commun à tous les candidats

Chapitre 5 : Flot maximal dans un graphe

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

Fonctions homographiques

LES MÉTHODES DE POINT INTÉRIEUR 1

Sur certaines séries entières particulières

Raisonnement par récurrence Suites numériques

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

Moments des variables aléatoires réelles

Une forme générale de la conjecture abc

Cours3. Applications continues et homéomorphismes. 1 Rappel sur les images réciproques

DOCM Solutions officielles = n 2 10.

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Cours d Analyse 3 Fonctions de plusieurs variables

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

Chapitre 1 : Évolution COURS

Suites numériques 4. 1 Autres recettes pour calculer les limites

Extrait du poly de Stage de Grésillon 1, août 2010

Développements limités, équivalents et calculs de limites

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013

Continuité et dérivabilité d une fonction

Résolution de systèmes linéaires par des méthodes directes

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

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

Nombres, mesures et incertitudes en sciences physiques et chimiques. Groupe des Sciences physiques et chimiques de l IGEN

Complément d information concernant la fiche de concordance

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

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal

Texte Agrégation limitée par diffusion interne

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

Fonctions holomorphes

La fonction exponentielle

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Chapitre 2. Matrices

OPTIMISATION À UNE VARIABLE

3. Conditionnement P (B)

n N = u N u N+1 1 u pour u 1. f ( uv 1) v N+1 v N v t

Algorithmes pour la planification de mouvements en robotique non-holonome

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

4. Martingales à temps discret

Transcription:

ECOLE POLYTECHNIQUE Analyse numérique et optimisation (MAP431) Contrôle classant du 26 Juin 26 Durée : 4 heures Corrigé 1 Problème Q1 Correction On remarque tout d abord que le domaine étant régulier de classe C 2, on a l équivalence suivante u H 1 () u H 1 () et u Γ = Soit u H 2 () vérifiant (1), on veut montrer que u est solution de la formulation variationnelle (2). Soit v H 1 (), on multiplie (1) par v et on intègre par parties. La nullité de v annule le terme de bord dans la formule de Green et on obtient ainsi (2). Inversement, soit u H 2 () et vérifiant (2) pour tout v H 1 (), on veut montrer que u vérifie (1). La formule de Green montre alors que pour tout v H 1() ( u + a. u f) v = Par densité de H 1 () dans L2 (), on conclut que u + a. u f = Q2 Correction On intègre par parties et on utilise la nullité de u (ou de v) sur la frontière : b(u, v) = (a u) v = u div(a v) = u div(a) v u (a v) D après l énoncé, div(a) = et on a ainsi b(u, v) = u (a v) = b(v, u) Pour utiliser le théorème de Lax-Milgram, on introduit la forme bilinéaire A : H 1() H1 () R La continuité de A vient de la majoration suivante : (u, v) u v + b(u, v) A(u, v) u L 2 () v L 2 ()+ a L () u L 2 () v L 2 () max(, a L ()) u H 1 v H 1 Pour la coercivité de A, on utilise 1

le caractère borné de qui permet d écrire l inégalité de Poincaré (dont la constante est notée C P ) l antisymétrie de u donne b(u, u) = On a ainsi La continuité de la forme linéaire l A(u, u) = u 2 l : H 1 () R v f v C P + 1 u 2 H 1 vient de l(v) f L 2 v L 2 f L 2 v H 1. Les hypothèses du théorème de Lax-Milgram sur A et l sont vérifiées et on a ainsi l unicité et l existence d une solution de (2). Q3 Correction On part de A(u, u) = l(u) et on utilise la coercivité de A et la continuité de l : C P + 1 u 2 H 1 A(u, u) = l(u) f L 2 u H 1, soit en simplifiant par u H 1 (en supposant u H 1 non nul), Q4 Correction On écrit (1) sous la forme D après le rappel de cours, on a : u H 1 C P + 1 f L 2. u = 1 ( a u + f) u H 2 C a u + f L 2 () C ( a L u H 1 + f L 2) En utilisant la majoration de la question précédente, on a Q5 u H 2 C ( a C P + 1 L + 1) f L 2 Correction Pour petit, la constante C 1 est en 1/ et la constante C 2 est en 1/ 2. Q6 Correction La discrétisation s écrit : trouver u h V h telle que pour tout v h V h A(u h, v h ) = l(v h ) 2

La forme bilinéaire A est coercive et continue et la forme l est linéaire, on a existence et unicité de la solution u h et on peut appliquer le lemme de Cea qui donne : Q7 u u h H 1 () max(, a L ()) C P + 1 inf v h V h u v h H 1 () Correction On a une suite de maillages réguliers de et on a alors pour k + 1 > d/2 l existence d une constante C indépendante de h et de v telle que : v r h (v) H 1 () Ch k v H k+1 () où r h (v) est l opérateur d interpolation des éléments finis P k introduit dans le cours. Pour k = 1, on a le résultat voulu. D après la question précédente, on a u u h H 1 () C 3 En appliquant le résultat d interpolation on a alors : inf v h V h u v h H 1 () u u h H 1 () C 3 C 4 u H 2 () Finalement, en utilisant l estimation sur la norme H 2 de la solution u, on a : Q8 u u h H 1 () C 3 C 4 C 2 f L 2 () Correction Il est facile de voir que la constante C 5 est en 1/ 3 quand tend vers zéro. Q9 Correction Il suffit de prendre v h = u h comme fonction test dans la formulation variationnelle discrète. Q1.a Correction L espace des fonctions polynomiales de degré inférieure ou égal à 1 de R à valeurs dans R est un espace vectoriel de dimension finie. Toutes les normes sont donc équivalentes, en particulier les normes L 2 et H 1. De plus, on a pour tout fonction p : p L 2 (R) p H 1 (R) Q1.b Correction On procède comme dans le livre de cours en introduisant une matrice inversible B et un vecteur b tels que pour tout x K il existe x R vérifiant x = Bx + b 3

Par changement de variable, on obtient que pour tout p polynôme de degré 1 de K à valeurs dans R on a : p L 2 (K) B 1 det(b) 1/2 p L 2 (R) où p (x ) = p(bx + b). D après le a) de la question, on a donc Par changement de variable, on a : p L 2 (K) C R B 1 det(b) 1/2 p L 2 (R) Finalement, on a : Encore d après le livre de cours, on a : p L 2 (R) = det(b) 1/2 p L 2 (K) p L 2 (K) C R B 1 p L 2 (K) B 1 diam(r) ρ(k) En utilisant la régularité de la suite des maillages, on a : K T h, On conclut de la manière suivante : p L 2 (K) C R C r h p L 2 (K). p 2 L 2 () = p 2 L 2 (K) (C C r R h )2 p 2 L 2 (K) (C C r R h )2 p 2 L 2 () K T h K T h Q11 Correction On utilise l inégalité (11) dans l équation (1) et on obtient ainsi : u h = u h 2 C6h 2 2 u h 2 L 2 () Il est facile de vérifier que = Q12 h2 N 3 C 2 6 répond à la question. Correction Il est clair que l expression donnée est la solution exacte et on a pour x 1 δ : 1 exp(x/) 1 exp((1 δ)/) u (x) u (x) = 1 exp(1/) 1 exp(1/) Cette majoration donne la convergence uniforme, quand tend vers zéro, de u vers u sur l intervalle [, 1 δ]. Q13 Correction On a u r h (u ) L (,1 h) u u L (,1 h) + u r h (u ) L (,1 h) + r h (u u ) L (,1 h) 4

Le second terme de la majoration est en fait nul. En effet, la fonction u est linéaire et est donc égale à son interpolation. Le troisième et dernier terme se majore par u u L (,1 h). Finalement, on a : u r h (u ) L (,1 h) 2 u u L (,1 h) Sur l intervalle [1 h, 1], on a la majoration u r h (u ) L (,1 h) u L (,1 h) + r h (u ) L (,1 h) 2 u L (,1 h) 2 Puis, on majore la normes L 2 par : et u r h (u ) L 2 (,1 h) u r h (u ) L (,1 h) 1 h u r h (u ) L (,1 h) On a donc finalement, u r h (u ) L 2 (1 h,1) u r h (u ) L (1 h,1) h 2 h. u r h (u ) L 2 (,1) 2 u u L (,1 h) + 2 h. Comme u u L (,1 h) quand, on en déduit que u r h (u ) L 2 (,1) 3 h pour suffisament petit. Q14 Correction On raisonne par l absurde en supposant que la majoration (18) existe. Nous allons tout d abord montrer que u,h est minoré par une constante strictement positive pour h fixé et assez petit. En effet, 1 u,h = 1 u,h u e + 1 u u + 1 u u,h u L 2 + 1 u u + 1 u D après la majoration (18) et le théorème de la convergence dominée (u tend vers u presque partout) : 1 u,h 3 h o() + 1/2 Donc, pour h assez petit, à la limite quand tend vers zéro, 1 u,h 1/4. D après la question (11), on doit donc avoir que u,h tend vers l infini quand tend vers zéro. Mais, u,h L 2 u,h u L 2 + u u L 2 + u L 2 3 h + o() + u L 2 et on a ainsi une contradiction. Q15 Correction En dimension 1 d espace et pour des éléments finis P 1, on sait que le terme ],1[ u,h v h correspond au schéma différences finies : u i 1 + 2u i u i+1 h On note φ i la fonction chapeau valant 1 en ih et zéro ailleurs. Un calcul direct montre que pour j i ± 1 : φ i φ j = ],1[ 5

et que ],1[ φ i φ i±1 = 1/2 Pour le terme venant de la convection ],1[ u,h v h, on a donc le schéma aux différences finies suivants : u i+1 u i 1 2 Au terme multiplicatif h près, il s agit d un schéma centré connu pour ne pas être stable dans la limite tend vers zéro. Q16 Correction Remarquons tout d abord que la modification proposée revient à ajouter un terme de diffusion numérique avec un coefficient de diffusion β h. D autre part, le schéma décentré amont de discrétisation de u : peut se réécrire sous la forme : u i+1 u i h u i+1 u i h = u i+1 u i 1 2h h 2 u i 1 2u i + u i+1 h 2 Il a la forme d un schéma centré auquel on ajoute une diffusion numérique avec un coefficient de diffusion h/2. En prenant λ = 1/2, le schéma proposé coïncide donc avec un schéma décentré amont. 2 Exercice d optimisation Q1 Correction Soient x = (x 1,..., x n ) et y = (y 1,..., y n ) deux éléments distincts de I n et θ ], 1[, il faut montrer que f(θ x + (1 θ) y) < θ f(x) + (1 θ) f(y). Il existe 1 i n tel que x i y i et par stricte convexité, on a : f i (θ x i + (1 θ) y i ) < θ f(x i ) + (1 θ) f(y i ). Les fonctions f i étant convexes, on a pour i i : f i (θ x i + (1 θ) y i ) θ f(x i ) + (1 θ) f(y i ). En sommant les inégalités ci-dessus (i i ), on prouve la stricte convexité de f. Q2.a Correction On pose C := {x = (x 1,..., x n ) tel que pour tout i, x i et i x i 1}, 6

B := f(1/n,..., 1/n) et m := min i min x 1 f i (x). La fonction f i tendant vers l infini en zéro, il existe i > tel que : x i i f i (x i ) > B (n 1)m On pose = min i i. Alors, soit C tel que l une de ses coordonnées (i par exemple) soit plus petite que, on a : f(x) = i f i (x i ) > B (n 1)m + i i f i (x i ) B (n 1)m + (n 1)m = B On a ainsi f(x) > B et le minimum de f sur C ne peut donc être atteint en x. Cela prouve l équivalence des deux problèmes d optimisation. Q2.b Correction On pose C := {x = (x 1,..., x n ) tel que pour tout i, x i et i x i 1}, D après la question précédente, il est équivalent de montrer l existence et l unicité d une solution du problème de minimisation sur C. L ensemble C est fermé et borné en dimension finie et est donc compact et f est continue. Le problème de minimisation sur C admet donc au moins une solution. L unicité vient de la convexité de C et de la stricte convexité de f. Q3.a Correction Soit x = (x 1,..., x n ) un point de C ne saturant pas la contrainte x 1 +...+x n 1 c.a.d. tel que x 1 +... + x n < 1. Nous allons montrer que le minimum ne peut être atteint en ce point. En effet, il est alors possible d augmenter x 1 tout en restant dans C. La stricte décroissance de f 1 diminuera strictement la valeur de f. Q3.b Correction Quitte à prendre plus petit, on peut supposer que les contraintes x i sont inactives. La relation d optimalité s écrit alors : On a ainsi les égalités demandées. Q4 λ tel que pour tout i, f (x i ) + λ = Correction Pour le cas (i), on a f i (x) = p i/t et f i (x) = p i/t 2. Pour le cas (ii), on a f i (x) = p i/t 2 et f i (x) = 2p i/t 3. Dans les deux cas, la stricte décroissance de f i sur ], + [ se déduit du signe de f i et la stricte convexité se déduit de la stricte positivité de f i. Les limites infinies des fonctions en zéro sont évidentes. Nous considérons maintenant le calcul effectif de la solution basé sur la relation d optimalité et le fait que x 1 +... + x n = 1. Cas (i) La relation d optimalité donne : p i /x i = λ x i = p i /λ. 7

On déduit de la relation x 1 +... + x n = 1 : 1 = 1 p i λ = λ i i p i Finalement, on a : Cas (ii) La relation d optimalité donne : x i = p i j p. j p i /(x i ) 2 = λ x i = p i /λ. On déduit de la relation x 1 +... + x n = 1 : 1 = 1 pi λ = λ i i pi Q5 Finalement, on a : x i = pi. pj j Correction Sur son ensemble de définition, la fonction x 3 y 4 z 5 est positive et il est donc équivalent de la maximiser que de minimiser l opposé de son logarithme : 3 log(x) 4 log(y) 5 log(z). On est dans le cas i) de la question précédente et on a ainsi : x = 3/12, y = 4/12 et z = 5/12. Albert Cohen et Frédéric Nataf Juin 26. 8