logo

Crowdly

APM_43035_EP - Optimisation et Contrôle (2024-2025)

Шукаєте відповіді та рішення тестів для APM_43035_EP - Optimisation et Contrôle (2024-2025)? Перегляньте нашу велику колекцію перевірених відповідей для APM_43035_EP - Optimisation et Contrôle (2024-2025) в moodle.polytechnique.fr.

Отримайте миттєвий доступ до точних відповідей та детальних пояснень для питань вашого курсу. Наша платформа, створена спільнотою, допомагає студентам досягати успіху!

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%
Переглянути це питання

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%
Переглянути це питання

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%
Переглянути це питання

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%
Переглянути це питання

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

0%
0%
0%
Переглянути це питання

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%
Переглянути це питання

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%
Переглянути це питання

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

Переглянути це питання

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

Переглянути це питання

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 .

Переглянути це питання

Хочете миттєвий доступ до всіх перевірених відповідей на moodle.polytechnique.fr?

Отримайте необмежений доступ до відповідей на екзаменаційні питання - встановіть розширення Crowdly зараз!