الرئيسية

مسابقة دكتوراه 2017جامعة سطيف 1 — الموضوع 01

مسابقة تخصص · Analyse Numérique & Optimisation · المدة: 3سا

JSON import — Sétif 1 2017 — Université Ferhat Abbas-Sétif 1 — Examen du concours de doctorat LMD 2017-2018 — Option : Optimisation et Contrôle — 21/10/2017 — fichier: FB_IMG_1508686690291.jpg

التمرين 1

Partie 1 (12 pts)

#optimisation#conditions KKT#contraintes

On considère le problème d'optimisation suivant dans R2\mathbb{R}^2 :

(Pk) {minf(x)s.c. xCR2(P_k)\ \begin{cases} \min f(x) \\ \text{s.c.}\ x \in C \subset \mathbb{R}^2 \end{cases}

avec f(x1,x2)=k2+x12+x222kx2f(x_1, x_2) = k^2 + x_1^2 + x_2^2 - 2kx_2, où kk est un réel fixe, où

C={xR2:g1(x1,x2)0, g2(x1,x2)0}C = \{x \in \mathbb{R}^2 : g_1(x_1,x_2) \le 0,\ g_2(x_1,x_2) \le 0\} g1(x1,x2)=x22x12g_1(x_1,x_2) = x_2 - 2x_1^2 g2(x1,x2)=x12x2g_2(x_1,x_2) = x_1^2 - x_2

1. Représenter l'ensemble des contraintes CC sur une figure.

2. Montrer que le problème PkP_k admet une solution quel que soit kk.

3. Quels sont les points réguliers de CC vis-à-vis des conditions de Karush-Kuhn-Tucker ?

4. Déterminer les points réguliers de CC qui vérifient les conditions de Karush-Kuhn-Tucker pour le problème PkP_k.

5. En déduire les solutions de PkP_k en discutant en fonction du paramètre kk.

6. Interpréter géométriquement le problème et retrouver à la main les solutions sur la figure pour les différents cas.

الصورة مائلة وبعض الرموز دقيقة: دالة الهدف وقيود g1,g2g_1, g_2 منقولة بأفضل قراءة ممكنة — يُستحسن التحقق من الأدلة (السطر 4 مقطوع جزئيًا في الصورة).

التمرين 2

Partie 2 (8 pts)

#programmation linéaire#simplexe#dualité

a) Résoudre le programme linéaire (2)(2) par la méthode du simplexe et donner des explications au résultat obtenu.

(2) {maxx1x22x1x24x12x22x1+x25(2)\ \begin{cases} \max x_1 - x_2 \\ 2x_1 - x_2 \le 4 \\ x_1 - 2x_2 \le 2 \\ x_1 + x_2 \le 5 \end{cases}

b) Trouver le dual (avec justificatives) de :

(P1) {maxbtyBy0yTn(P1)\ \begin{cases} \max b^t y \\ By \le 0 \\ y \in T_n \end{cases}

TnT_n est le simplexe défini par Tn={yRn:y0 et i=1nyi=1}T_n = \{y \in \mathbb{R}^n : y \ge 0 \text{ et } \sum_{i=1}^{n} y_i = 1\}, b,yRnb, y \in \mathbb{R}^n, BB est une m×nm \times n matrice.