Scribd Logo
Importer

Bienvenue sur Scribd !

  • 3 vues

    poiloqu

    Transféré par

    Paul Rebour

    Droits d'auteur :

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

    poiloqu

    Transféré par

    Paul Rebour
    3 vues3 pages

    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
    3 vues3 pages

    poiloqu

    Transféré par

    Paul Rebour

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    Vous êtes sur la page 1sur 3

    Cours d’Analyse II (EL, SIE) - Prof.

    Nobile

    Corrigé Maison Série 6:


    Fonctions à plusieurs variables réelles:
    optimisation
    27 Mars 2014

    Exercice 6:
    La fonction est continue et le domain M est fermé et borné, donc ils existent les extrema
    absolus de la fonction.
    • On cherche tous les extrema locaux de la fonction dans l’intérieur de M , qui est donné
    par:
    M̊ = (x, y) ∈ R2 : x2 + y 2 < 9 .
    

    Pour trouver les points stationnaires on doit résoudre ∇f (x, y) = 0, c’est à dire
    4x3 − 16x = 0
    

    4y 3 − 16y = 0.
    Les points stationnaires sont: (0, 0), (0, ±2), (±2, 0) et (±2, ±2). Pour établir leur
    nature, on va calculer la matrice hessienne:
    12x2 − 16
     
    0
    Hf (x, y) = .
    0 12y 2 − 16
    On observe que:
     
    −16 0
    – Hf (0, 0) = , donc (0, 0) est un maximum locale.
    0 −16
     
    −16 0
    – Hf (0, ±2) = , donc (0, ±2) sont des points selle.
    0 32
     
    32 0
    – Hf (±2, 0) = , donc (±2, 0) sont des points selle.
    0 −16
     
    32 0
    – Hf (±2, ±2) = , donc (±2, ±2) sont des minimum locale.
    0 32
    • On cherche tous les extrema locaux de la fonction sur la frontière de M , qui est donnée
    par:
    ∂M = (x, y) ∈ R2 : x2 + y 2 = 9 .
    

    En posant g(x, y) = x2 + y 2 − 9, on considère


    L(x, y, λ) = f (x, y) − λg(x, y) = x4 + y 4 − 8(x2 + y 2 ) − λ(x2 + y 2 − 9).

    1
    On doit résoudre ∇L(x, y, λ) = 0, c’est à dire:

     4x3 − 16x − 2λx = 0


    4y 3 − 16y − 2λy = 0
    −(x2 + y 2 − 9) = 0

    √ √
    Les points stationnaires de L sont (0, ±3, 10), (±3, 0, 10) et (±3/2 2, ±3/2 2, 1).
    √ √
    Puisque f (0, ±3) = f (±3, 0) = 9 > 0 = f (0, 0), et f (±3/2 2, ±3/2 2) = −63/2 > −32 =
    f (±2, ±2), on peut conclure que (±3, 0), (0, ±3) sont maxima absolus, et (±2, ±2) sont min-
    ima absolus.
    Exercice 7:
    Pour optimiser la distance de l’origine il suffit d’optimiser la fonction f (x, y, z) = x2 + y 2 + z 2
    2 2
    sur l’ensemble des points tels que g1 (x, y, z) = x4 + y4 +z 2 −1 = 0 et g2 (x, y, z) = x+y+z−1 =
    0. Donc on doit chercher les points de maximum e de minimum absolus parmi les points tels
    que
    ∇L(x, y, z, λ, µ) = 0
    où L(x, y, z, λ, µ) = f (x, y, z) − λg1 (x, y, z) − µg2 (x, y, z). On a:


     2x = λ2 x + µ (i)
     λ
     2y = 2 y + µ (ii)


    2z = 2λz + µ (iii)
     x2 y2 2
    4 + 4 + z − 1 = 0 (iv)




     x + y + z − 1 = 0 (v)

    En considérant (i) − (ii) on a 2(x − y) = λ2 (x − y) donc on a deux possibilités x = y et λ = 4.


    Si λ = 4 alors (i) et (ii) donnent µ = 0, (iii) donne z = 0. Finalement (iv) et (v) donnent les
    solutions √ √ ! √ √ !
    1 7 1 7 1 7 1 7
    + , − ,0 , − , + ,0 .
    2 2 2 2 2 2 2 2
    Si x = y en utilisant les équations (iv) et (v) on obtient comme solution les points
     
    8 8 7
    (0, 0, 1), , ,− .
    9 9 9

    En remplaçant les quatre points dans l’équation de f on a:


    √ √ ! √ √ !  
    1 7 1 7 1 7 1 7 8 8 7 59
    f (0, 0, 1) = 1, f + , − , 0 = 4, f − , + , 0 = 4, f , ,− = .
    2 2 2 2 2 2 2 2 9 9 9 27
    √
    Donc on a que le point
     plus proche de l’origine est le point (0, 0, 1) à distance 1 = 1 et les
    1
    √
    7 1
    √
    7
     
    1
    √
    7 1
    √
    7
     √
    points plus loin sont 2 + 2 , 2 − 2 , 0 et 2 − 2 , 2 + 2 , 0 qui ont une distance 4 = 2
    de l’origine.
    Remarque: puisque l’intersection entre un ellipsoı̈de et un plan donne une ellipse on est dans
    les conditionnes de pouvoir utiliser le Théorhème de Weierstrass pour conclure qu’il y a soit
    un (ou des) maximum (maxima) soit un (ou des) minimum (minima).

    2
    Exercice 8:
    Les réponses correctes sont 1c, 2e, 3c.
    1) L’ensemble M n’est pas borné donc on peut pas utiliser le théorème de Weierstrass. En
    plus la fonction f a un maximum en (−1, 1) ∈ M et n’admet pas un minimum global en M
    car par exemple f (−1, y) → −∞ quand y → ±∞.
    2) L’ensemble M n’est pas fermé donc on peut pas utiliser le théorème de Weierstrass. Le
    gradient de f est donné par ∇f = (4x3 , 1) et donc est different de 0 pour tout points (x, y) ∈
    M . Ca veut dire que ni le problème de maximisation ni celui de minimisation admettent
    solution.
    3) L’intersection entre les deux contraintes g1 = 0 et g2 = 0 donne seulement les points (±1, 0).
    Du coup le maximum et le minimum doivent être cherchés parmi les points (±1, 0) et on peut
    pas chercher de résoudre le système avec la fonction de Lagrange. Puisque f (±1, 0) = 0 on a
    que le maximum et le minimum de f sous les contraintes g1 = 0 et g2 = 0 sont égals.

    Vous aimerez peut-être aussi