Quiz — optimisation_l3_2012-2013_controle_final.pdf

Question 1 sur 10 20:00

[{"id":14729,"question":"Quel est le point critique de la fonction f(x,y) = x² + y² ?","option_a":"(0,0)","option_b":"(1,1)","option_c":"(2,2)","option_d":"Aucun point critique","option_e":"","option_f":"","bonne_reponse":"a","explication":"La fonction f(x,y) = x² + y² a un minimum global en (0,0), car c'est le seul point où le gradient est nul.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"a\", \"options\": {\"a\": \"(0,0)\", \"b\": \"(1,1)\", \"c\": \"(2,2)\", \"d\": \"Aucun point critique\"}}","_debug_options_count":4},{"id":14730,"question":"L'optimisation sous contraintes utilise toujours la méthode des multiplicateurs de Lagrange.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"b","explication":"La méthode des multiplicateurs de Lagrange s'applique uniquement aux contraintes d'égalité. Pour les inégalités, d'autres méthodes sont nécessaires.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":14731,"question":"Quelle condition doit vérifier une fonction pour avoir un extremum en un point critique ?","option_a":"Le gradient doit être nul","option_b":"La fonction doit être continue","option_c":"Le Hessien doit être défini positif","option_d":"La fonction doit être différentiable","option_e":"","option_f":"","bonne_reponse":"a","explication":"Un point critique est un point où le gradient de la fonction est nul. C'est une condition nécessaire, mais pas suffisante.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"a\", \"options\": {\"a\": \"Le gradient doit être nul\", \"b\": \"La fonction doit être continu","_debug_options_count":4},{"id":14732,"question":"Quel est l'objectif principal de l'optimisation mathématique ?","option_a":"Trouver les valeurs maximales et minimales d'une fonction","option_b":"Résoudre des équations différentielles","option_c":"Calculer des intégrales","option_d":"Étudier les séries numériques","option_e":"","option_f":"","bonne_reponse":"a","explication":"L'optimisation mathématique vise à trouver les extrema (maximums et minimums) d'une fonction sous certaines conditions.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"a\", \"options\": {\"a\": \"Trouver les valeurs maximales et minimales d'une fonction\", \"b\": ","_debug_options_count":4},{"id":14733,"question":"La méthode des multiplicateurs de Lagrange peut être appliquée à des problèmes avec des contraintes d'inégalité.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"b","explication":"La méthode des multiplicateurs de Lagrange est limitée aux contraintes d'égalité. Pour les inégalités, on utilise d'autres techniques comme la programmation quadratique.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":14734,"question":"Quel est le Hessien de la fonction f(x,y) = x² + 2xy + y² ?","option_a":"[[2, 2], [2, 2]]","option_b":"[[2, 0], [0, 2]]","option_c":"[[1, 1], [1, 1]]","option_d":"[[0, 2], [2, 0]]","option_e":"","option_f":"","bonne_reponse":"a","explication":"Le Hessien est la matrice des dérivées secondes : f_xx = 2, f_xy = 2, f_yx = 2, f_yy = 2.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"a\", \"options\": {\"a\": \"[[2, 2], [2, 2]]\", \"b\": \"[[2, 0], [0, 2]]\", \"c\": \"[[1, 1], [1, 1]","_debug_options_count":4},{"id":14735,"question":"Un point selle est un point où la fonction a un minimum local.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"b","explication":"Un point selle est un point critique où la fonction n'a ni minimum ni maximum local, mais une forme de 'selle de cheval'.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":14736,"question":"Quelle est la condition suffisante pour qu'un point critique soit un minimum local ?","option_a":"Le Hessien est défini positif","option_b":"Le Hessien est défini négatif","option_c":"Le Hessien est nul","option_d":"Le Hessien est indéfini","option_e":"","option_f":"","bonne_reponse":"a","explication":"Si le Hessien est défini positif en un point critique, alors ce point est un minimum local.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"a\", \"options\": {\"a\": \"Le Hessien est défini positif\", \"b\": \"Le Hessien est défini né","_debug_options_count":4},{"id":14737,"question":"L'optimisation convexe garantit toujours l'existence d'une solution unique.","option_a":"Vrai","option_b":"Faux","option_c":"","option_d":"","option_e":"","option_f":"","bonne_reponse":"b","explication":"L'optimisation convexe garantit l'existence d'une solution, mais pas nécessairement son unicité (sauf si la fonction est strictement convexe).","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"b\", \"options\": {\"a\": \"Vrai\", \"b\": \"Faux\", \"c\": \"\", \"d\": \"\"}}","_debug_options_count":4},{"id":14738,"question":"Quel est l'avantage principal de la méthode des multiplicateurs de Lagrange ?","option_a":"Elle simplifie la résolution des problèmes sous contraintes","option_b":"Elle permet de résoudre des équations différentielles","option_c":"Elle évite le calcul des dérivées","option_d":"Elle est applicable à toutes les fonctions","option_e":"","option_f":"","bonne_reponse":"a","explication":"La méthode des multiplicateurs de Lagrange transforme un problème sous contraintes en un problème sans contraintes, simplifiant ainsi la résolution.","points":1,"type":"qcm","actif":1,"section_id":null,"ordre":0,"_debug_answer_data_type":"string","_debug_answer_data_preview":"{\"correct\": \"a\", \"options\": {\"a\": \"Elle simplifie la résolution des problèmes sous contraintes\", \"","_debug_options_count":4}]