Scribd Logo
Importer

Bienvenue sur Scribd !

  • 9 vues

    M2 CO Corrige Exam2 2223

    Transféré par

    geovanel dongho

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd

    M2 CO Corrige Exam2 2223

    Transféré par

    geovanel dongho
    9 vues3 pages

    Titre original

    M2_CO_corrige_exam2_2223

    Copyright

    © © All Rights Reserved

    Formats disponibles

    PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    9 vues3 pages

    M2 CO Corrige Exam2 2223

    Transféré par

    geovanel dongho

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format pdf ou txt
    sur 3

    CSMI - année universitaire 2022-2023

    Correction de l’examen n°2 - Contrôle optimal

    EXERCICE No 1 (contrôle optimal en dimension finie)


    RT
    1. Modélisation. Il s’agit d’ajouter un terme pénalisant la quantité de poissons 0
    xu au cours de
    la période [0, T ]. On propose donc de changer J(u) en
    Z T
    Jε (u) = J(u) + ε xu (t) dt,
    0

    où ε > 0 est un coefficient pénalisant la quantité de poissons.


    2. Analyse du système (1). Puisque x(·) = 0 est une solution particulière de l’équation principale
    du système (1), on déduit du théorème d’unicité de Cauchy-Lipschitz que s’il existe un t0 ∈ [0, T ]
    tel que xu (t0 ) = 0, alors, xu (·) = 0, en contradiction avec la condition initiale.
    3. Analyse du problème (P).
    (a) Le Hamiltonien du problème (P) est donné par :

    H : R × R × {0, −1} × R → R
    (x, p, p0 , u) 7→ −p0 xu + p(αx − ux).

    Les conditions d’optimalité fournissent l’existence d’un couple non trivial (p0 , p) avec p abso-
    lument continu, tel que
    ẋ = ∂p H = αx − ux
    ṗ = −∂x H = p0 u − αp + up.
    On a de plus la condition de maximisation instantanée : u(t) résout le problème

    max H (x(t), p(t), p0 , v) équivalent au problème max v(−p0 x(t) − p(t)x(t)).


    v∈[0,umax ] v∈[0,umax ]

    Notons M1 = R, on a alors la condition de transversalité p(T ) ⊥ Tx(T ) M1 = R d’où p(T ) = 0.


    Montrons que p0 = −1. Raisonnons par l’absurde : si p0 = 0, alors p(·) = 0 (d’après le
    théorème de Cauchy-Lipschitz). On obtient une contradiction puisque (p0 , p) est non trivial.
    Ainsi, p0 = −1.
    (b) Résolvons le problème de maximisation instantanée. Notons que x > 0. On obtient :

    sur {x − px > 0} = {p < 1}, on a u = umax


    sur {x − px < 0} = {p > 1}, on a u = 0.

    Puisque p est continue et que p(T ) = 0, il existe un voisinage de T inclus dans {p < 1}, et
    d’après les conditions d’optimalité, on a nécessairement u = umax sur cet intervalle.
    (c) D’après l’équation adjointe, on a p0 (t) = (p(t) − 1)u(t) − αp(t). Ainsi, si p(t0 ) = 1, alors
    p0 (t0 ) = −α. On en déduit que p < 1 après t0 et p > 1 avant t0 . Ainsi, t0 est nécessairement
    isolé et |{p = 1}| = 0. On en déduit que le contrôle optimal u est bang-bang, égal à 0 ou umax
    p.p.
    (d) Sur un intervalle de l’ensemble {u = 0}, on a p0 = −αp et p > 1 > 0 d’après la question (b),
    donc p est décroissante.
    (e) On a déjà vu que u est bang-bang. Il reste à étudier le nombre de commutations. Supposons
    l’existence de t0 , un point de commutation de {u = umax } à {u = 0}. Alors, on a vu p0 (t0 ) =
    −α < 0 et ainsi, p < 1 après t0 ce qui signifie que u = umax après t0 . On obtient une
    contradiction. Par conséquent, on en déduit qu’il existe au plus un point de commutation.

    1
    4. Algorithme numérique. Le contrôle optimal s’écrit donc u = umax 1[s,T ] avec s ∈ [0, T ]. On
    peut ainsi chercher à résoudre le problème d’optimisation en dimension un :
    max J(umax 1[s,T ] ).
    s∈[0,T ]

    On peut utiliser n’importe quel algorithme d’optimisation en dimension un (gradient, Newton,


    etc.), à détailler sur la copie.

    EXERCICE No 2 (contrôle optimal en dimension infinie)


    R
    1. On applique le théorème de Lax-Milgram à la forme bilinéaire a : (y, z) 7→ Ω ∇y · ∇z définie sur
    (H01 (Ω))2 et à la forme linéaire L : z 7→ Ω (f + v1ω )z. On en déduit l’existence et l’unicité d’une
    R

    solution faible dans H01 (Ω). De plus, en appliquant le théorème de régularité elliptique, on montre
    que cette solution est en réalité dans H 2 (Ω) ∩ H01 (Ω) et qu’elle est forte.
    2. (a) et (b). Soit (vn ), une suite minimisante. Puisque chaque terme de (vn ) est uniformément
    borné dans L2 (par M 2 |Ω|), qui est un espace de Hilbert. Par conséquent, à sous-suite près, (vn ),
    converge faiblement vers un élément v ∗ dans L2 . De plus, un passage à la limite dans l’inégalité
    −M ≤ vn ≤ M , satisfaite p.p. dans Ω fournit v ∗ ∈ L∞ (Ω; [−M, M ]).
    Par minimalité, (J(vn )) converge vers inf L∞ (Ω;[−M,M ]) J et chaque terme est uniformément borné.
    Puisque J(vn ) est une somme de deux termes positifs, chacun d’eux est borné, en particulier
    (k∇yvn kL2 ). Par conséquent (la norme L2 du gradient est une norme équivalente à la norme
    H 1 dans H01 ), la norme H 1 de yvn est uniformément bornée. D’après le théorème de Rellich-
    Kondrachov, il existe y ∗ ∈ H01 et une sous-suite (vnk ) tels que la suite (yvnk ) converge vers y ∗ ,
    faiblement dans H 1 et fortement dans L2 .
    3. On confond abusivement (vn ) et ses sous-suites. Soit z ∈ H01 (Ω). En utilisant la formulation
    variationnelle de (E), on a Z Z
    ∇yvn · ∇z = (f + vn 1ω )z.
    Ω Ω
    Les résultats de convergence de la question précédente permettent de passer à la limite et assurent
    que y ∗ est solution faible du problème (E) associée à v ∗ . De plus, d’après les résultats de convergence
    établis dans la question précédente, on a
    Z Z Z Z
    lim inf 2
    |∇yvn | ≥ ∗ 2
    |∇y | et lim 2
    y vn = y∗ 2 ,
    n→+∞ Ω Ω n→+∞ Ω Ω
    1
    en utilisant la semi-continuité inférieure de la norme H pour la topologie faible. On en déduit
    que J(v ∗ ) ≤ inf L∞ (Ω;[−M,M ]) J, cette dernière inégalité est donc une égalité et l’existence s’ensuit.
    4. En utilisant la composition des différentielles, on montre que
    J(v ∗ + ε(v − v ∗ )) − J(v ∗ )
    Z
    DJ(v ∗ ) · (v − v ∗ ) = lim = (∇yv∗ · ∇z + yv∗ z)
    ε&0 ε Ω

    où z désigne la solution de l’EDP


    −∆z = (v − v ∗ )1ω
    
    dans Ω
    z=0 sur ∂Ω,
    5. Remarquons que, en effectuant une intégration par parties et en utilisant les conditions au bord
    sur z, on a Z
    DJ(v ∗ ) · (v − v ∗ ) = z(−∆yv∗ + yv∗ )
    Ω
    On multiplie l’équation précédente par p et on intègre deux fois par parties. Il vient :
    Z Z Z
    − z∆p + (z∂n p − p∂n z) = (v − v ∗ )1ω p.
    Ω ∂Ω Ω

    Cela nous conduit à introduire l’état adjoint p solution du problème


    
    −∆p = −∆yv∗ + yv∗ dans Ω
    p=0 sur ∂Ω,
    Alors, on a DJ(v ∗ ) · (v − v ∗ ) = Ω (v − v ∗ )1ω p et on en déduit que ∇J(v ∗ ) = 1ω p.
    R

    2
    6. Il est possible ici d’utiliser un algorithme de gradient projeté : soit ρ > 0, le pas de la méthode
    (qui peut éventuellement être choisi variable).
    • Initialisation : on se donne u0 ∈ L∞ (Ω; [−M, M ]).
    • Iteration k : uk ∈ L∞ (Ω; [−M, M ]) est connu. On détermine y k et pk , les solutions respectives
    des EDP
    −∆y k = f + uk 1ω (x) dans Ω −∆pk = −∆y k + y k dans Ω
     
    k et
    y =0 sur ∂Ω, pk = 0 sur ∂Ω,

    On pose
    uk+1 = Π[−M,M ] (uk − ρ1ω pk ),
    où Π[−M,M ] désigne l’opérateur de projection défini par Π[−M,M ] : u 7→ min{max{−M, u}, M }.
    • Arrêt : lorsque kuk+1 − uk kL2 suffisamment petit (par exemple).

    Vous aimerez peut-être aussi