logo

Crowdly

APM_43035_EP - Optimisation et Contrôle (2024-2025)

Looking for APM_43035_EP - Optimisation et Contrôle (2024-2025) test answers and solutions? Browse our comprehensive collection of verified answers for APM_43035_EP - Optimisation et Contrôle (2024-2025) at moodle.polytechnique.fr.

Get instant access to accurate answers and detailed explanations for your course questions. Our community-driven platform helps students succeed!

Soit un Lagrangien {\cal L}(v,q){\cal L}(v,q) défini de V\times R^MV\times R^M dans RR.

Le lemme de dualité faible affirme que:

0%
0%
0%
View this question

On considère le problème de minimisation

\inf_{v\in K} J(v) \quad \text{ avec } \quad K=\{v\in V, \ F(v)\leq0 \}\inf_{v\in K} J(v) \quad \text{ avec } \quad K=\{v\in V, \ F(v)\leq0 \}

F(v) =(F_1(v),...,F_M(v))F(v) =(F_1(v),...,F_M(v)) est une fonction de VV dans R^MR^M. Pour un point de minimum local u\in Ku\in K, on écrit la condition d'optimalité avec un multiplicateur de Lagrange \lambda\in R^M\lambda\in R^M.

Qu'appele-t-on "condition de complémentarité" ?

0%
0%
View this question

Donner la bonne condition qui permet d'affirmer qu'une fonction JJ d'un espace de Hilbert VV dans RR est différentiable  au sens de Fréchet.

0%
0%
View this question

Lorsque l'on minimise une fonction différentiable JJ d'un espace de Hilbert VV dans RR sur un ensemble convexe K\subset VK\subset V, un point de minimum u\in Ku\in K vérifie l'inéquation d'Euler qui s'écrit

 \langle J'(u) , v-u \rangle \geq 0 \quad \text{ pour tout } v\in K \langle J'(u) , v-u \rangle \geq 0 \quad \text{ pour tout } v\in K

Cochez toutes les affirmations correctes ci-dessous. 

0%
0%
View this question

Une fonction convexe vérifie une ou plusieurs des propriétés ci-dessous. Cocher toutes les bonnes réponses:

0%
0%
0%
View this question

On considère le problème d'optimisation sous contrainte d'égalité

\inf_{F(v)=0} J(v) \inf_{F(v)=0} J(v)

JJ est une fonction d'un espace de Hilbert VV dans RR et FF est une fonction de VV dans R^MR^M.

Une condition d'optimalité en un point de minimum local u\in Vu\in V s'écrit

J^\prime(u)+\sum^M_{i=1}\,\lambda_iF^\prime_i(u)=0J^\prime(u)+\sum^M_{i=1}\,\lambda_iF^\prime_i(u)=0

où les réels \lambda_i\lambda_i sont les multiplicateurs de Lagrange.

Quelle est la condition suffisante parmi celles ci-dessous qui permet d'affirmer la véracité de cette condition d'optimalité ?

0%
0%
0%
0%
View this question

Soit la fonction de R^nR^n dans RR définie par


J(x) = \frac12 Ax\cdot x - b\cdot (Bx )

J(x) = \frac12 Ax\cdot x - b\cdot (Bx )

AA est une matrice symétrique, BB est une matrice quelconque et b\in R^n.b\in R^n.

Sa dérivée est:

0%
0%
0%
View this question

Une fonction convexe, définie sur tout l'espace et localement bornée, peut ne pas être continue.

View this question

Pour une fonction convexe, définie sur tout l'espace, il n'y a pas de différence entre un minimum local et un minimum global.

View this question

Soit KK un sous-ensemble non-vide et borné de R^nR^n. Soit JJ une fonction continue sur R^nR^n.

Il existe toujours un point de minimum u\in Ku\in K de JJ sur KK, c'est-à-dire que 

J(u) \leq J(v) \quad \forall v\in K .J(u) \leq J(v) \quad \forall v\in K .

View this question

Want instant access to all verified answers on moodle.polytechnique.fr?

Get Unlimited Answers To Exam Questions - Install Crowdly Extension Now!