Scribd Logo
Importer

Bienvenue sur Scribd !

  • 8 vues

    Opti S1 22-23

    Transféré par

    Yahya El Gueddari

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    Opti S1 22-23

    Transféré par

    Yahya El Gueddari
    8 vues3 pages

    Titre original

    Opti_S1_22-23

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    8 vues3 pages

    Opti S1 22-23

    Transféré par

    Yahya El Gueddari

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    sur 3

    ENSEEIHT — 1ère Année Sciences du Numérique 5 décembre 2022

    Optimisation - EDP

    Examen – Optimisation - EDP


    1 Introduction

    — Les deux parties sont à rédiger sur des feuilles séparées ;


    — Documents autorisés : 1 page A4 recto verso manuscrite ;
    — Le barême est donné à titre indicatif.
    — Un corrigé sera mis sous le GitLab dans la journée.

    2 Partie I

     Exercice 1. (3 points) On cherche à prévoir pour le lendemain la valeur d’un indice noté P O de
    pollution à l’ozone en exploitant 2 prédicteurs potentiels constitués de prévisions d’un modèle
    météorologique à l’échéance de 24 heures des variables :
    — T : la température de l’air à 2 mètres en ◦ C ;
    — F F : la force du vent à 10 mètres en m/s ;
    On dispose de n = 80 valeurs de chacune des variables T, F F et P O (cf. la table 1).

    i 1 2 ... 80
    PO P O1 P O2 ... P O80
    T T1 T2 ... T80
    FF F F1 F F2 ... F F80

    Table 1 – Données.

    On considère le modèle P O(β, T, F F ) = β0 + β1 T + β2 F F + β3 T · F F.

    1.1. Écrire le problème aux moindres carrés permettant d’estimer les paramètres β0 , β1 , β2 et
    β3 . Le problème est-il un problème aux moindres carrés linéaire ? Si oui on donnera le vecteur
    y et la matrice X permettant d’écrire ce problème sous la forme
    1

    min ky − Xβk2

    (P ) 2
     β ∈ Rp .

     Exercice 2. (6 points) On considère le problème d’optimisation suivant

    min f (x) = x41 + x22 − 2x21 x2 + 2x2


    ®
    (P )
    x ∈ R2 .

    2.1. Calculer ∇f (x) et ∇2 f (x).

    1
    Optimisation - EDP Examen – Optimisation - EDP

    2.2. Donner le ou les points qui vérifient la condition nécessaire de solution du premier ordre.
    2.3. Déterminer le/les minima locaux.
    2.4. La fonction f est-elle convexe ?
     Exercice 3. (5 points) Soit λ est un réel strictement positif, on considère le problème suivant

    1 λ
    min f (β) = ky − Xβk2 + kβk2

    (P ) 2 2

    β ∈ Rp .

    3.1. Donner ∇f (β) et ∇2 f (β).


    3.2. Le problème est-il convexe ?
    3.3. Caractérisez la solution. Est-elle unique ?

    3 Partie II

     Exercice 4. (3 points) On suppose que la fonction u : R → R, est une fonction C 4 sur le


    segment [x − h0 , x + h0 ], avec h0 > 0.
    4.1. En utilisant les développements limités de Taylor-Lagrange de u(x + h) et de u(x − h)
    démontrez qu’il existe
    u(x + h) − 2u(x) + u(x − h)
    C ≥ 0 t.q. ∀h ∈]0, h0 ] | − u(2) (x)| ≤ Ch2
    h2
     Exercice 5. (5 points) Soit σ est une fonction donnée de R à valeurs dans R. Pour une matrice
    W on note wi. la ie ligne de cette matrice.
    Un modèle à une couche (constituée de m neurones) d’un réseau de neurones est défini par

    y: Rn × R(n+1)m í −→ R
    m
    T
    à
    w1. T , x > +b ) è
    σ(w1. x + b1 ) σ(< w1.
    Ö è Ö
    .. 1
    . . . .
    (x, β) = (x, 7−→ y(x, β) = .
    . = .
    .
    wm.T
    σ(wm. x + bm ) T , x > +b )
    σ(< wm. m
    b

    5.1. Soit xk fixé, calculer en fonction de la dérivée σ 0 la matrice jacobienne en β de la fonction


    g1 (β) = y(xk , β).

    On considère maintenant l’application, toujours noté y


    y : Rn × Mm,n (R) × Rm −→ Rm
    (x, W, b) 7−→ y(x, W, b) = σ(W x + b),
    avec
    σ : Rm −→ Rm Ö è
    σ(z1 )
    z 7−→ σ(z) = ... .
    σ(zm )

    2
    Optimisation - EDP Examen – Optimisation - EDP

    5.2. Soit xk fixé et soit la fonction


    g2 : Mm,n (R) × Rm −→ Rm
    (W, b) 7−→ g2 (W, b) = W xk + b.

    Calculer g20 (W, b) · (H, h) (on précisera les espaces auxquels appartiennent H et h).

    5.3. En déduire, en fonction de σ 0 ,

    ∂y(xk , β)
    .(H, h).
    ∂β
    5.4. Quel lien pouvez-vous faire entre les questions 5.1 et 5.3

    Vous aimerez peut-être aussi