La matrice hessienne bordée de f est une matrice symétrique carrée d'ordre n + Soit f une fonction de plusieurs variables définie sur un ensemble convexe S
Previous PDF | Next PDF |
[PDF] pdf 173k
On peut déterminer si une fonction est convexe ou concave grâce au comportement de la forme quadratique associée à sa matrice hessienne (la matrice des
[PDF] Fonctions homogènes, concaves et convexes - LaBRI
Fonctions homog`enes, concaves et convexes Hervé Hocquard matrice hessienne de f a toutes ses valeurs propres négatives ou nulles La fonction f est
[PDF] COURS OPTIMISATION Cours en Master M1 SITN Ionel Sorin
2 2 2 Exemples des fonctions convexes, strictement convexes et fortement (la matrice Hessienne de f est le Jacobien du gradient de f ou le gradient de la
[PDF] Cours doptimisation ENSAI Rennes
15 mar 2019 · Lorsque f est de classe C2, la convexité se traduit par une propriété de la matrice hessienne Théor`eme 4 4 2 Si K est convexe et si f est de
[PDF] Convexité en optimisation, convexité forte
fonction convexe définie sur Ω ⊂ V est différentiable presque partout (au sens de la différentielle seconde s'identifie à la matrice hessienne lorsque f est deux
[PDF] OptiAlgo cours
(a) Comme pour tout x ∈ Rn, la matrice hessienne ∇2f(x) est définie positive, f est strictement convexe d'après le Théorème 2 15 sur les fonctions convexes deux
[PDF] Analyse du problème
Une fonction f : R n −→ R est dite convexe si, pour tout x, y ∈ R n Fonction strictement convexe La matrice hessienne est toujours symétrique Analyse du
[PDF] Régime Aménagé - UFR 02 Mathématique 2 Cours d - SAMM
Une fonction f de classe C2 sur I ∈ R est dite convexe (resp concave) si pour tout X D'après le théorème de Schwartz, la matrice hessienne est symétrique
[PDF] Optimisation statique Lagrangien et conditions de Kuhn et Tucker
La matrice hessienne bordée de f est une matrice symétrique carrée d'ordre n + Soit f une fonction de plusieurs variables définie sur un ensemble convexe S
[PDF] Chapitre Concavité et convexité des fonctions de plusieurs variables
Ainsi, l'étude de la concavité et de convexité de ces fonctions repose pleinement sur la détermination de la matrice Hessienne Par ailleurs, ce chapitre se veut
[PDF] convocation bac 2017 en ci
[PDF] convocation bac 2017 ivoirien
[PDF] convocation bepc
[PDF] convocation bepc 2017
[PDF] convocation bepc 2017 ci
[PDF] convocation categorie 3 police
[PDF] convocation ccf cap
[PDF] convocation ccf eps
[PDF] convocation ccf word
[PDF] convocation cnc 2017
[PDF] convocation cns luxembourg
[PDF] convocation dscg 2017
[PDF] convocation examen prof
[PDF] convocation jury examen
TD d"Économie - Julien GrenetÉcole Normale SupérieureAnnée 2007-2008 Vade mecum : Optimisation statique.Lagrangien et conditions de Kuhn et Tucker Ce vade mecum expose la méthode de résolution des programmesd"optimisation sta- tique (par opposition aux programmes d"optimisation dynamique qui ne seront pas abor- dés ici) dans le cas d"une fonction objectif multivariée. Les sections
1et2donnent un
certain nombre de définitions préliminaines. Les sections suivantes exposent les méthodes de résolution des quatre grandes catégories de programmes d"optimisation : optimisation sans contraintes (section3), optimisation sous contraintes prenant la forme d"équations
(section4), optimisation sous contraintes prenant la forme d"inéquations (section5) et
optimisation sous contraintes prenant la forme d"inéquations incluant des contraintes de non-négativité (section 6).1 Préambule
1.1 Définitions préliminaires
Soitf:U→Rune fonction denvariables (x1,x2,...,xn) à valeurs réelles dont l"en- semble de définitionUconstitue un sous-ensemble deR n. On supposera toujours quef est continue et deux fois différentiable.On notef
?ila dérivée partielle defpar rapport àxi(f?i=∂f(x1,x2,...,xn) ∂xi); on notef??ij la dérivée croisée defpar rapport àxietxj(f??ij=∂2f(x1,x2,...,xn) ∂xi∂xj) Déterminant d"une matrice :Le déterminant d"une matrice est défini par induction : Une matrice (1,1) est juste un scalairea. Le déterminant de cette matrice est égal àa.Matrice (2,2) : soitM=
?a b c d . Le déterminant deMs"écrit ?a b c d =ad-bc.Matrice (n,n) : soitM=
(a11a12···a1n a21a22···a2n............ a n1an2···ann))))))Pour calculer le déterminant deM,
il suffit d"utiliser la méthode dite du " développement selon la première ligne » :1. on associe à chaque coefficienta
1ide la première ligne de la matriceMun signe +
siiest impair et un signe - siiest pair.2. Le déterminant deMpeut s"écrire comme la somme desndéterminants d"ordre
n-1 obtenus en éliminant de la matriceMla ligne et la colonne contenant le coefficienta1i. Chacun de ces déterminants est multiplié par (-1)1+ia1i
1Exemple : soitM=
(a b cd e fg h i))) . Le déterminant de la matriceMs"écrit : det(M) = ?a b cd e fg h i =a ?e f h i -b ?d fg i +c ?????d e g h =a(ei-fh)-b(di-fg) +c(dh-eg) Mineurs principaux d"une matrice :SoitMune matrice carré symétrique de dimen- sion (n,n). Un mineur principal d"ordrekest le déterminant de la sous-matrice deM d"ordrekobtenue en supprimantn-klignes et lesn-kcolonnes correspondantes dans M.Exemple : soitM=
(a11a12a13 a21a22a23 a31a32a33)))Les trois mineurs principaux d"ordre 1 deMsonta
11,a22eta33.
Les trois mineurs principaux d"ordre 2 deMsont :????? a22a23 a11a13 a31a33?????et a11a12 a21a32?????Le mineur principal d"ordre 3 deMest :
?a11a12a13 a21a22a23 a31a32a33??????? Mineurs principaux diagonaux d"une matrice :SoitMune matrice carré symé- trique de dimension (n,n). Le mineur principal diagonal d"ordrek(notéD k) de la matrice Mest le déterminant de la matrice de taille (k,k) obtenue en éliminant lesn-kdernières lignes etn-kdernières colonnes de la matriceM. Une matrice carré d"ordrenadmetn mineurs principaux diagonaux. N.B. :Le mineur principal diagonal d"ordrekd"une matrice est l"un de ses mineurs principaux d"ordrek.Exemple : soitM=
(a11a12a13 a21a22a23 a31a32a33)))Le mineur principal diagonal d"ordre 1 deMesta
11. Le mineur principal diagonal d"ordre 2 est?????a11a12 a21a22?????; le mineur principal diagonal d"ordre 3 est ?a11a12a13 a21a22a23 a31a32a33??????? 2 Matrice hessienne :On appelle matrice hessienneH(x1,x2,...,xn) defla matrice des dérivées secondes defévaluées au point (x1,x2,...,xn) :
H(x1,x2,...,xn) =
(f??11f??12···f??1n f??21f??12···f??2n f ??n1f??n2···f??nn)))))) Commef??ij=f??ji?(i,j), la matrice hessienne defest une matrice symétrique d "ordren. Matrice hessienne bordée :On appelle matrice hessienne bordéeH(x1,x2,...,xn) defla matrice des dérivées secondes def, bordée par la matrice des dérivées premières def: