Convexité, Optimisation — ENS

Exercices corrigés des ENS sur le thème « convexité, Optimisation », regroupés par filière.

MP–MPI


Exercice 1. (★★★★★) Dérivées successives ; Parties convexes ; Formules de Taylor
Soit {n\geq2} et {E} l’ensemble des fonctions {f\in C^{n-1}([0,1],[-1,1])}, de classe {C^n} par morceaux, vérifiant {|f^{(n)}|\leq1} là où cette dérivée est définie.
1) Montrer que {E} est convexe.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
2) Si {f} est extrémale, poser {F_f=\left\{t:|f(t)|=1\right\}} et {m_t=k} si la première dérivée non nulle en {t} est d’ordre {k\leq n-1}, et {m_t=n-1} si toutes ces dérivées sont nulles.

Montrer {\sum\limits_{t\in[0,1]}m_t\geq n}.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
3) Montrer que toute extrémale vérifie {|f^{(n)}|=1} partout où cette dérivée est définie.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 2. (★★★★) Minimum global ; Suites numériques ; Gradient
Soient {A\in S_n^{++}(\mathbb{R})}, {D=\operatorname{diag}(A_{11},\ldots,A_{nn})}, {b\in\mathbb{R}^n} et {f(x)=\frac12x^TAx-b^Tx}.
1) Montrer que {f} possède un unique point critique, minimum global.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
2) Montrer {D} inversible.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
3) Pour {w_k=D^{-1}(b-Ax_k)}, donner le signe de {\langle\nabla f(x_k),w_k\rangle}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
4) Si {w_k\ne0}, déterminer l’unique minimiseur {\beta_k} de {t\mapsto f(x_k+tw_k)}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
5) Montrer la convergence de {x_{k+1}=x_k+\beta_kw_k}, si aucun {x_k} n’est critique.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 3. (★★★) Maximum global ; Topologie des espaces vectoriels normés ; Dérivées partielles secondes
Soit {f\in C^\infty(\mathbb{R}^n)} telle que {\Delta f\geq0}.

Montrer que son maximum sur la boule unité fermée est atteint sur la sphère unité.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 4. (★★★) Minimum global ; Gradient ; Bornes atteintes
Soit {f:\mathbb{R}^n\to\mathbb{R}} continue et minorée.
1) Pour {\lambda,\varepsilon>0}, montrer que {g(x)=f(x)+(\varepsilon/\lambda)\lVert x-x_0\rVert} atteint son minimum.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
2) Si {f} est différentiable, montrer qu’il existe {y_\varepsilon} tel que {f(y_\varepsilon)\leq\inf f+\varepsilon} et {\lVert \nabla f(y_\varepsilon)\rVert\leq\sqrt\varepsilon}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 5. (★★★) Déterminant de Vandermonde ; Bornes atteintes ; Projection orthogonale
Soit {V(x)=\det(x_i^{j-1})_{1\leq i,j\leq n}}, {B} la boule unité euclidienne, {S} sa sphère et {H=\left\{\sum\limits x_i=0\right\}}.

Montrer que {V} atteint son maximum sur {B} en un point de {S\cap H}.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 6. (★★★) Combinaisons convexes ; Familles liées ; Dimension
Si {S\subset\mathbb{R}^d} contient au moins {d+2} points, montrer qu’il existe deux parties disjointes {A,B\subset S} dont les enveloppes convexes se rencontrent.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 7. (★★★) Espaces vectoriels et applications linéaires ; Parties convexes ; Systèmes linéaires
Soit un polyèdre borné {P=\left\{x\in\mathbb{R}^n:\langle x,y_i\rangle\leq\alpha_i,\ 1\leq i\leq m\right\}}. Un sommet est un point {x\in P} qui n’est le milieu de deux points distincts de {P}.

Montrer que {P} possède un nombre fini de sommets.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 8. (★★★) Topologie des espaces vectoriels normés ; Espaces vectoriels et applications linéaires ; Continuité linéaire
Soient {K} compact convexe non vide d’un espace normé et {f} un endomorphisme continu tel que {f(K)\subset K}.

Montrer que {f} possède un point fixe dans {K}.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 9. (★★★★) Stricte convexité ; Taylor-Young ; Bornes atteintes
Pour {p>1}, montrer qu’il existe {k_p>0} tel que {(x-y)^2\le k_p(4-(x+y)^2)}dès que {|x|^p+|y|^p=2}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 10. (★★) Fonctions affines ; Minorantes affines ; Borne supérieure
Pour {f:\mathbb{R}\to\mathbb{R}}, poser {f^\star(s)=\sup_x(sx-f(x))} et {f^{**}(x)=\sup_s(sx-f^\star(s))}.

Montrer que {f^{**}} est le supremum des fonctions affines minorant {f}.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 11. (★★★★) Stricte convexité ; Théorème de Rolle ; Interpolation de Lagrange
Soit {f\in C^n(I)}.
a) Pour {x_0,\ldots,x_n\in I}, montrer qu’il existe {\tau\in I} tel que {\det\big(1,x_i,\ldots,x_i^{n-1},f(x_i)\big)_{0\le i\le n} =\frac{f^{(n)}(\tau)}{n!}\prod_{i\lt j}(x_j-x_i).}
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
b) Si {n=2}, {I} est un segment et {f} strictement convexe, montrer que le graphe contient au plus {CN^{2/3}} points de {N^{-1}\mathbb{Z}^2}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 12. (★★★★) Intégration par parties ; Approximation affine par morceaux ; Cordes et tangentes
Pour {f:(0,1)\to\mathbb{R}} continue et {s\lt t}, poser {a_n(f,s,t)=\frac2{t-s}\int_s^t f(u)\cos\left(\frac{2n\pi(u-s)}{t-s}\right)\,du.}
a) Si {f} est strictement convexe, montrer que {a_1>0}.

b) Montrer de même {a_n>0} pour tout {n\ge1}.

c) Si {f\in C^2} et {a_1>0} sur tout sous-segment, montrer que {f} est strictement convexe.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 13. (★★★★★) Dérivées partielles ; Extremums sous contrainte ; Développements limités
Calculer {\sup_{a,b,c>1}\left[(1-1/a)^b+(1-1/(2b))^c+(1-1/(3c))^a\right].}
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 14. (★★★) Inégalités de convexité ; Borne supérieure ; Développements limités
Calculer {\sup_{a,b,c\ge1}(1-1/a)^b(1-1/(2b))^c(1-1/(3c))^a.}
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 15. (★) Minimum ; Stricte convexité ; Fonctions puissances
Pour {q\ge0}, déterminer le minimum de {x^q+y^q} sur {x,y\ge0}, {x+y=1}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 16. (★) Extremums globaux ; Matrices définies positives ; Gradient
Pour {A} symétrique définie positive et {b\in\mathbb{R}^n}, déterminer les extrema de {f(x)=\frac12\langle Ax,x\rangle-\langle b,x\rangle}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 17. (★★★★) Stricte convexité ; Bornes atteintes ; Taylor-Young
Pour {p>1}, montrer qu’il existe {K_p} tel que {(x-y)^2\le K_p(4-(x+y)^2)} lorsque {|x|^p+|y|^p=2}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 18. (★★) Topologie des espaces vectoriels normés ; Distance à une partie ; Identité du parallélogramme
Soit {E} un espace normé. Pour {X\subset E}, on pose {d(x,X)=\inf_{y\in X}\lVert y-x\rVert} et {\Pi_X(x)=\left\{y\in X:\forall z\in X,\ \lVert y-x\rVert\le\lVert z-x\rVert\right\}}.
1) Quels ensembles {Y\subset E} peuvent s’écrire {Y=\Pi_X(x)} ?
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
2) Si {x\notin X} et {d(x,X)=0}, montrer que {\Pi_X(x)=\varnothing}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
3) Peut-on avoir {x\notin X}, {d(x,X)>0} et {\Pi_X(x)=\varnothing} ?
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
4) En dimension finie, pour une norme euclidienne et {X} convexe, fermé et borné, montrer que {\Pi_X(x)} est un singleton.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 19. (★★★) Topologie des espaces vectoriels normés ; Parties convexes ; Hyperplans
Soient {E} réel de dimension finie {n\ge2} et {C\subset E} convexe ouvert ne contenant pas {0}.

Montrer qu’il existe une droite vectorielle ne rencontrant pas {C}.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 20. (★★★★) Sommation par parties ; Extremums globaux ; Moyennes de suites
Soit {\Delta=\left\{x\in\mathbb{R}_+^n:\sum\limits_ix_i=1\right\}}. On admet que pour tout {x} il existe un unique {\pi(x)\in\Delta} tel que {\langle z-\pi(x),x-\pi(x)\rangle\le0} pour tout {z\in\Delta}.
1) Si {x'=\pi(x+u)}, montrer que, pour tout {z\in\Delta}, {2\langle u,z-x\rangle\le\lVert z-x\rVert^2-\lVert z-x'\rVert^2+\lVert u\rVert^2.}
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
2) Pour {A\in M_n(\mathbb{R})}, {x_1,y_1\in\Delta} et {\gamma_k>0}, on définit {x_{k+1}=\pi(x_k+\gamma_kAy_k)}, {y_{k+1}=\pi(y_k-\gamma_kA^tx_k)}.

Montrer qu’on peut choisir {(\gamma_k)} de sorte que {\max_{x\in\Delta}\sum_{k=1}^N\langle x,Ay_k\rangle -\min_{y\in\Delta}\sum_{k=1}^N\langle x_k,Ay\rangle\le o(N).}

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
3) En déduire {\max_x\min_y\langle x,Ay\rangle=\min_y\max_x\langle x,Ay\rangle} sur {\Delta}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 21. (★★★★) Borne supérieure ; Inégalités de convexité ; Cordes et tangentes
Soient {E} un espace vectoriel réel, {C\subset E} convexe non vide, {a\lt b}, et {\mathcal F} l’ensemble des fonctions convexes {f:C\to[a,b]}.

Pour {x,y\in C}, déterminer {\sup_{f\in\mathcal F}(f(y)-f(x))} et les cas où cette borne est atteinte.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 22. (★★★) Dérivées unilatérales ; Minorantes affines ; Borne supérieure
Pour {f:\mathbb{R}\to\mathbb{R}\cup\left\{+\infty\right\}} de domaine non vide, on définit {f^\star(y)=\sup_x(xy-f(x))}.
1) Montrer que {\operatorname{dom}f^\star} est convexe et que {f^\star} y est convexe.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
2) Pour {g:\mathbb{R}\to\mathbb{R}} convexe dérivable, posons {E=\left\{(y,a):xy-a\le g(x)\text{ pour tout }x\right\}}.

Montrer que {g(x)=\sup_{(y,a)\in E}(xy-a)}, puis que {(g^\star)^\star=g}. Étendre au cas où {g} n’est pas dérivable.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 23. (★★★) Inégalité de convexité ; Intégration sur un intervalle quelconque ; Intégration par parties
Soit {\Gamma(x)=\int_0^\infty t^{x-1}e^{-t}dt} pour {x>0}.
1) Montrer que {\Gamma(n+1/2)=(2n)!\Gamma(1/2)/(2^{2n}n!)}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
2) Montrer la log-convexité : {\Gamma((1-\lambda)x+\lambda y)\le\Gamma(x)^{1-\lambda}\Gamma(y)^\lambda}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
3) En déduire {\Gamma(n+1/2)^2\le\Gamma(n)\Gamma(n+1)} pour {n\ge1}, et {\Gamma(n+1)^2\le\Gamma(n+1/2)\Gamma(n+3/2)} pour {n\ge0}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
4) Montrer que {\Gamma(1/2)=\sqrt\pi}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
5) Montrer que {\Gamma_n(x)=\int_0^nt^{x-1}(1-t/n)^ndt} converge simplement vers {\Gamma(x)} sur {]0,\infty[}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 24. (★★★) Inégalité de Jensen ; Stricte convexité ; Extremums sous contrainte
Soient {a>0}, {n\ge1} et {x_1,\ldots,x_n>0}.

Calculer {\inf\left\{\sum\limits_{i=1}^nx_i/y_i^a:y_i>0,\ \sum\limits_iy_i\le1\right\}}.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 25. (★★★★) Gradient ; Bornes atteintes ; Fonctions coercives
Soient {v_1,\ldots,v_{n+1}} engendrant positivement {\mathbb{R}^n}, c’est-à-dire {\left\{\sum\limits_i\lambda_iv_i:\lambda_i\ge0\right\}=\mathbb{R}^n}. Pour {f:\mathbb{R}\to\mathbb{R}_+} continue croissante avec {f(t)\to+\infty} en {+\infty}, on pose {g(x)=\sum\limits_if(\langle v_i,x\rangle)}.
1) Donner un exemple de tels vecteurs.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
2) Montrer que {g} atteint son minimum.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
3) Si {f} est intégrable en {-\infty}, montrer qu’il existe {x} tel que {\sum\limits_if(\langle v_i,x\rangle)v_i=0}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 26. (★★★★) Espérance, variance et covariance ; Lois conjointes ; Formule de transfert
Soient {(X_n)_{n\ge0}} à valeurs dans {\mathbb{N}}, avec {\mathbb{P}(X_n=k)>0} pour tous {n,k}. Soit {N\in L^2}, entière positive ou nulle, indépendante de la suite, et posons {X=X_N}.
1) Déterminer l’unique {f_0:\mathbb{N}\to\mathbb{R}} minimisant {\mathbb E(g(X)-N)^2}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
2) Posons {R(g,n)=\mathbb E(g(X_n)-n)^2}.

Si {R(f_0,n)} est constante égale à {R_0}, montrer que {R_0=\min_g\sup_nR(g,n)} et que {f_0} est l’unique minimiseur.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 27. (★★★★) Topologie des espaces vectoriels normés ; Valeurs intermédiaires ; Limites
Soient {n\ge2} et {f\in C^0(\mathbb{R}^n,\mathbb{R})} telle que chaque fibre {f^{-1}(\left\{t\right\})} soit compacte.
a) Montrer que {f} admet un extremum global.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
b) Montrer que {f(x)} possède une limite lorsque {\lVert x\rVert\to+\infty}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 28. (★★★★) Tangentes ; Bornes supérieures ; Fonctions réciproques
Soit {f:\mathbb{R}\to\mathbb{R}\cup\left\{+\infty\right\}} non identiquement infinie. On pose {f^\star(y)=\sup_{x\in\mathbb{R}}(xy-f(x))}.
a) Montrer que le domaine où {f^\star} est finie est un intervalle, et que {f^\star} y est convexe.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
b) Si {f} est dérivable et convexe sur {\mathbb{R}}, montrer {f^{**}=f}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
c) Si {f\in C^2(\mathbb{R})}, {f''>0} et {f(x)/|x|\to+\infty} à l’infini, montrer que {f^\star} est dérivable sur {\mathbb{R}} et {y=f'(x)} équivaut à {x=(f^\star)'(y)}.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 29. (★★★★★) Extremums globaux ; Identités trigonométriques ; Valeurs intermédiaires
Soient {a,b,c,d\in\mathbb{R}_+^\star}.

Quelle est l’aire maximale d’un quadrilatère dont les côtés successifs ont pour longueurs {a,b,c,d} ?

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 30. (★★★★★) Inégalité de convexité ; Différentielle ; Bornes atteintes
a) Quelle est l’aire maximale possible pour un rectangle de périmètre {1} ?
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
b) Soient {n\ge3} et {0\le\theta_1\lt \cdots\lt \theta_n\le2\pi}.

Déterminer le périmètre maximal du polygone de sommets {e^{i\theta_1},\ldots,e^{i\theta_n}}, dans cet ordre.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
c) Soient {z_1,\ldots,z_n\in\mathbb{C}}, avec {z_0=z_n}. On définit l’aire algébrique de ce polygone par {\frac12\sum_{k=0}^{n-1}\bigl(\operatorname{Re}(z_k)\operatorname{Im}(z_{k+1})- \operatorname{Im}(z_k)\operatorname{Re}(z_{k+1})\bigr).}Pour {p>0} fixé, déterminer les listes {(z_1,\ldots,z_n)} de périmètre {p} qui maximisent cette aire algébrique.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :


PSI


Exercice 1. (★★★★) minimum global ; convexité ; Gradient
On munit {\mathbb{R}^d} de sa structure euclidienne canonique. On dit ici que {f} est différentiable sur l’ouvert {\Omega} si {\nabla f} existe et est continu.
a) Soient {C} ouvert convexe non vide et {f:C\to\mathbb{R}} différentiable, avec {\nabla f} {L}-lipschitzien. Pour {w,v\in C}, poser {g(t)=f(v+t(w-v))}.

i) Exprimer {g'(t)}.

ii) Montrer que {f(w)-f(v)=\int_0^1\langle\nabla f(v+t(w-v)),w-v\rangle dt}.

iii) Montrer que {f(w)\le f(v)+\langle\nabla f(v),w-v\rangle+(L/2)\lVert w-v\rVert}.

b) Pour {f:\mathbb{R}^d\to\mathbb{R}} différentiable, montrer que {f} est convexe si et seulement si {f(w)\ge f(v)+\langle\nabla f(v),w-v\rangle} pour tous {w,v}. Indication : commencer par {d=1}.

c) Soit {f:\mathbb{R}^d\to\mathbb{R}} différentiable. On pose {v_0=0} et {v_{n+1}=v_n-\frac1{2L}\lVert \nabla f(v_n)\rVert^2}.

Montrer que {f(v_{n+1})\le f(v_n)-\frac1{2L}\lVert \nabla f(v_n)\rVert^2}.

d) On suppose de plus {f} convexe.

i) Montrer que {f(v_{n+1})\le f(w)+\langle\nabla f(v_n),v_n-w\rangle -\frac1{2L}\lVert \nabla f(v_n)\rVert^2}.

ii) Montrer que {f(v_n)-f(w)\le\frac L2(\lVert v_n-w\rVert^2-\lVert v_{n+1}-w\rVert^2)}.

iii) Montrer que {f(v_n)-f(w)\le\frac L{2n}\lVert w\rVert^2}.

d) Soit {v^\star} un point critique de {f}.

Montrer que {v^\star} est un minimum local et que {(v_n)} converge vers {v^\star}.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 2. (★★) inégalités de convexité ; Espaces vectoriels normés ; Inégalité triangulaire
Soit un espace normé réel de dimension deux, muni d’une base {(e_1,e_2)} telle que {\lVert \lambda_1e_1+\lambda_2e_2\rVert=\lVert |\lambda_1|e_1+|\lambda_2|e_2\rVert}.
a) Rappeler la définition d’un espace euclidien.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
b) Donner un exemple satisfaisant cette propriété.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
c) Donner un exemple ne la satisfaisant pas.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
d) Montrer que {|\alpha_i|\le|\beta_i|} pour {i=1,2} implique {\lVert \alpha_1e_1+\alpha_2e_2\rVert\le\lVert \beta_1e_1+\beta_2e_2\rVert}. Pour cela, fixer {\lambda\in\mathbb{R}} et poser {f(\mu)=\lVert \mu e_1+\lambda e_2\rVert}.

i) Montrer {f((\mu+\mu')/2)\le(f(\mu)+f(\mu'))/2}.

ii) En déduire la convexité de {f}.

iii) Montrer que {f} croît sur {\mathbb{R}_+}.

iv) Conclure.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 3. (★★★★) probabilités sur un univers fini ; inégalité de Cauchy-Schwarz ; Inégalités de convexité
Soit {I} un intervalle réel.
a) Pour {\lambda_i\in[0,1]}, {\sum\limits_i\lambda_i=1}, et {f:I\to\mathbb{R}} convexe :

i) montrer {f(\sum\limits_i\lambda_ix_i)\le\sum\limits_i\lambda_if(x_i)} ;

ii) montrer que l’inégalité est stricte si {f\in C^2}, {f''>0}, les poids sont dans {]0,1[} et les {x_i} sont distincts.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
b) Pour deux probabilités {P_1,P_2} sur un ensemble fini {\Omega}, posons {\mathrm{TV}=\sup_{A\subset\Omega}|P_1(A)-P_2(A)|,\qquad N_1=\sum_{\omega\in\Omega}|P_1(\left\{\omega\right\})-P_2(\left\{\omega\right\})|.}i) Montrer {\mathrm{TV}=N_1/2}.

ii) Montrer {\mathrm{TV}=\sum\limits_\omega\max(P_1(\left\{\omega\right\}),P_2(\left\{\omega\right\}))-1}.

iii) Montrer {1-\mathrm{TV}^2\ge(\sum\limits_\omega\sqrt{P_1(\left\{\omega\right\})P_2(\left\{\omega\right\})})^2}.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
c) Supposons {P_2(\left\{\omega\right\})=0\Rightarrow P_1(\left\{\omega\right\})=0} et posons {D(P_1,P_2)=\sum_\omega P_1(\left\{\omega\right\})\ln\frac{P_1(\left\{\omega\right\})}{P_2(\left\{\omega\right\})},}les termes de masse {P_1} nulle valant zéro.

i) Montrer {D\ge0}.

ii) Montrer {(\sum\limits_\omega\sqrt{P_1(\left\{\omega\right\})P_2(\left\{\omega\right\})})^2\ge e^{-D}}.

iii) Conclure.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :


PC


Exercice 1. (★★) Extremums ; Formule de transfert ; Variance
Soit {X} une variable aléatoire réelle à support fini.
1) Une médiane est un réel {\mu} tel que {\mathbb{P}(X\ge\mu)\ge1/2} et {\mathbb{P}(X\le\mu)\ge1/2}.

Montrer son existence et discuter son unicité.

Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
2) Quels réels {t} minimisent {\mathbb E((X-t)^2)} ?
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :
3) Quels réels {t} minimisent {\mathbb E(|X-t|)} ?
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 2. (★★★) Extremums ; Bornes atteintes ; Trigonométrie
Montrer qu’un polygone convexe à {n} sommets inscrit dans le cercle unité est d’aire maximale si et seulement s’il est régulier.
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :

Exercice 3. (★★★) cordes et tangentes ; inégalités de convexité ; dérivation et composition
Déterminer les fonctions {f} de classe {C^1} sur {[-1,1]} telles que, pour tous {x,y\in[-1,1]}, {f(x)-f(y)\ge f(x)^2(x-y).}
Cliquer ici pour voir (ou cacher) la réponse
Pour voir la suite de ce contenu, vous devez : Pour poursuivre votre exploration, vous pouvez :


Retour aux planches par thème

Author: Jean-Michel Ferrard

Professeur de mathématiques en classe préparatoire aux grandes écoles.