AnnalesÉcoles d'ingénieurs
X-ENS PSI 2012 — Maths
Le sujet montre qu'une fonction coercive sur atteint un minimum global, où le gradient s'annule si elle est . Il étudie la méthode du gradient à pas fixe pour une fonctionnelle quadratique avec symétrique définie positive, donne pour des suites de descente qui ne convergent pas vers le minimum, puis définit les suites de descente générales. Sous une condition de décroissance suffisante (type Armijo) et un pas minoré, il prouve que le gradient tend vers , et en dimension 1 pour strictement convexe que la suite converge vers l'unique minimum.
Le sujet, partie par partie
Préambule — Minimum d'une fonction coercive p. 2
Extrema et optimisation · Compacité · Calcul différentiel — fonction coercive, minimum global, bornes atteintes sur un compact, gradient nul en un minimum
Partie 1 — Gradient à pas fixe pour une fonctionnelle quadratique p. 3
Descente de gradient · Matrices symétriques positives · Théorème spectral · Rayon spectral · Calcul différentiel — fonctionnelle quadratique, gradient, matrice symétrique définie positive, méthode du gradient à pas fixe, convergence des puissances d'une matrice
Partie 2 — Suites de descente pour p. 3–4
Descente de gradient · Suites numériques — suite de descente par gradient, fonction carré, contre-exemple, suite non convergente
Partie 3 — Suites de descente par gradient : définition générale p. 4–5
Descente de gradient · Calcul différentiel · Suites numériques — direction de descente, pas de descente, suite bornée, fonction coercive
Partie 4 — Convergence sous conditions sur le pas p. 5–6
Descente de gradient · Fonctions convexes · Séries numériques · Endomorphismes symétriques, théorème spectral · Compacité — condition d'Armijo, pas minoré, gradient tendant vers , fonction strictement convexe, préconditionnement