ECP Math´ematiques 2 2e Ann´ee 2005-2006
S´eance 2 : Exercices FONCTIONS CONVEXES
Programme du cours
Dans le chapitre 2 les d´efinitions des ensembles convexes (§2.1.1) et le paragraphe sur les fonctions convexes (§2.2).
Question 1
Un circuit ´electrique : exemple de syst`eme non lin´eaire
On consid`ere un circuit ´electrique compos´e den+pnoeuds et de composants d´efinis par un en- sembleE de paires de noeuds (i, j). Le circuit est suppos´e connexe (i.e. en un seul morceau).
On note Vi le potentiel au noeud i, potentiel connu pour i > n (masse, g´en´erateurs), et on suppose que les intensit´es dans les composants (r´esistances ou diodes) sont fonctions (g´en´eralement non lin´eaires) des potentiels `a leurs bornes Ii,j =fi,j(Vi−Vj).
On suppose que les fonctions fi,j(t) sont des fonctions monotones strictement croissantes et quefi,j(0) = 0 ; on note
Fi,j(t) = Z t
0
fi,j(τ)dτ
qui est une primitive de fi,j(t). Les hypoth`eses surfi,j(t) impliquent queFi,j(t)≥0 et que
t→±∞lim Fi,j(t) = +∞ (1)
Une r´esistance pure Ri,j correspond `a une fonction fi,j(Vi−Vj) = VRi−Vj
i,j , cette situation est
´etudi´ee en d´etail au chapitre 1 du cours “Approximation des ´equations aux d´eriv´ees par- tielles”.
• Montrer que les lois de Kirchhoff (la somme des intensit´es arrivant sur un noeud est nulle) impliquent que les potentiels aux noeuds Vi sont solutions du syst`eme d’´equations non lin´eaires
∀i= 1, ..n, X
j|(i,j)∈E
fi,j(Vi−Vj) = 0 (2)
• On d´efinitV= (V1, ..., Vn)∈Rn le vecteur associ´e aux potentiels. Soit la fonction F(V) = X
(i,j)∈E
Fi,j(Vi−Vj)
2 Math´ematiques 2
Montrer que
∇F(V)i = X
j|(i,j)∈E
fi,j(Vi−Vj)
En d´eduire qu’un vecteur V= (V1, ..., Vn) ∈Rn est une solution du syst`eme (2) si V est un extr´emum de la fonctionF(V).
Question 2
Un circuit ´electrique : utilisation du principe du minimum
• Montrer que la fonctionF(V) est strictement convexe (pour la stricte convexit´e utiliser le fait que le circuit est connexe).
• Montrer queF(V) est coercive (indic : montrer en utilisant (1) que F(V)≤M ⇒ ∃α sup
j|(i,j)∈E
(Vi−Vj)≤α
et utiliser le fait que le circuit est connexe et qu’il y a un noeud au moins (une masse) o`u le potentiel est nul) .
•En d´eduire que le syst`eme (2) qui d´efinit les potentielsVdans le circuit admet une solution et une seule.
On peut r´esoudre ce syst`eme en utilisant une m´ethode d’optimisation appliqu´ee `a la minimi- sation de la fonctionF(V).
Remarque : Dans cet exemple on a montr´e que ce syst`eme non-lin´eaire a une solution et une seule pour toutes les valeurs des donn´ees. On comparera avec l’exercice (XX) du chapitre 1 : dans ce syst`eme le nombre de solutions d´epend de la valeur de certains param`etres du probl`eme.
Question 3
Optimisation du profil d’une route
On consid`ere une premi`ere approche simplifi´e du probl`eme du profil d’une route de longueur L. On construit la route en faisant uniquement des tranch´ees et des talus ; le trac´e est suppos´e donn´e, seules la profondeur des tranch´ees et la hauteur des talus (i.e. le profil de la route) sont `a d´efinir. − La route est trac´ee sur un sol dont l’altitude est d´efinie par une fonctiong(x), x∈[0, L].
−L’altitude, ou le profil, de la chauss´ee, est d´efinie par la fonction u(x), x∈[0, L].
−L’objectif est d´efinir un profilu(x) qui ne d´epasse jamais une pente α tout en minimisant le coˆut des remblais et des tranch´ees `a effectuer que l’on suppose ´evalu´e par la fonction
J(u) = Z L
0
φ(u(x)−g(x))dx
− La fonction φ(y), y ∈ R est suppos´e convexe et coercive. Noter que si la coercivit´e est naturelle, la convexit´e est une hypoth`ese “ad hoc”.
−On envisagera les deux cas particuliers
φ(y) =|y|
S´eance 2 3
et
φ(y) =|y|2 Il faut r´esoudre le probl`eme d’optimisation
C={u∈C([0, L])/∀x, y∈[0, L] |u(x)−u(y)| ≤α|x−y|}
∀u∈C J(¯u)≤J(u)
(3)
• V´erifier queC est un convexe.
• Donner un argument (de g´enie civil et non pas de math´ematiques...) en faveur du choix φ(y) =|y|2.
Montrer que pour ce choix de la fonction φ, la solution ¯u de (3) est la projection, au sens de la norme de L2([0, L]), de la fonction g sur le convexeC. Les conditions du th´eor`eme de projection ´enonc´e dans le cours sont-elles v´erifi´ees ?
• Montrer que la fonction J(u) est convexe, et strictement convexe si φ est strictement convexe. En d´eduire l’unicit´e de la solution si la fonction φ(x) est strictement convexe. On admettra (voir le corrig´e) l’existence de la solution de (3).
• Montrer que siφ(y) =|y|2 on a Z L
0
¯
u(x)−g(x)dx= 0 Question 4
Approximation du probl`eme du profil d’une route
Nous allons discr´etiser le probl`eme pr´ec´edent en approchant le profil u(x) par une fonction continue affine par morceaux. Soit :
−h= n−1L , o`u n∈N est donn´e,
− Vh l’ensemble des fonctions continues affines par morceaux sur [0, L] pour un partage en intervalles de longueurh.
−On pose :
xi =ih, i= 0, ..., n−1,
ui =u(xi), U= (u0, ..., un−1)t, gi=g(xi),G= (g0, ..., gn−1)t.
Une fonction u(x) de Vh est obtenue par interpolation lin´eaire entre des valeursui = u(xi) aux point xi. Elle est parfaitement d´efinie par ces valeurs, ce qui, en termes plus savants, montre que l’application qui `au∈VhassocieU∈Rnest un isomorphisme d’espace vectoriel : on peut donc identifierVh etRn.
−On approche l’int´egrale J(u) en rempla¸cant les int´egrales exactes par leur approximation par la formule des trap`ezes
Z xi
xi−1
φ(u(x)−g(x))dx∼ h
2(φ(u(xi−1)−g(xi−1)) +φ(u(xi)−g(xi))) ce qui donne
J(u)∼I(U) =h(1
2φ(u0−g0) +φ(u1−g1) +...+φ(un−2−gn−2) +1
2φ(un−1−gn−1))
4 Math´ematiques 2
• SoitCh est le poly`edre de Rn d´efini par les in´equations
Ch ={U∈Rn/∀i, 1≤i≤n−1 ⇒ |ui−ui−1| ≤αh}
Montrer que
u∈Vh∩C ⇔ U∈Ch
• Pour approcher (3) on pose le probl`eme d’optimisation
Ch={U∈Rn/∀i, 1≤i≤n−1 ⇒ |ui−ui−1| ≤αh}
∀U∈Ch I( ¯U)≤I(U)
(4)
Montrer, si φ(y) = y2, l’existence et l’unicit´e de la solution du probl`eme (4) (pour le cas g´en´eral, voir le corrig´e).
Note : nous verrons au chapitre 5 des m´ethodes num´eriques de r´esolution de ce probl`eme qui est un probl`eme d’optimisation quadratique sous des contraintes d’in´egalit´e lin´eaires.
• On choisit φ(y) = |y|. Montrer que le probl`eme d’optimisation (4) est ´equivalent au probl`eme
minui,zi
1
2z0+z1+...+zn−2+...+1
2zn−1 sous les contraintes :
∀i, 1≤i≤n−1 ⇒ |ui−ui−1| ≤αh
∀i, 0≤i≤n−1 ⇒ zi ≥h|ui−gi|
(5)
et que ce probl`eme est un probl`eme de minimisation d’une fonction lin´eaire sous des con- traintes d’in´egalit´es lin´eaires.
Note : nous verrons ult´erieurement un algorithme, la m´ethode du simplexe, qui fournit la solution en un nombre fini d’´etapes.