Salut !

"Appriori, quand le gradiant de f est nul, cela prouve qu'il y'a un extremum, mais, je ne sais pas si c'est un minium ou un maximum :s" Helas non !


théoriquement, quand le gradient est nul il faut regarder le Hessian : si le Hessian est definit positif tu as un minimum, si il est definit negatif tu as un maximum et si il n'est pas definit tu a un "point critique" (un col par exemple ! )



on peut aussi eviter le calcule du hessian en regardant "à la main" ce qui se passe au voisinage du point que tu as trouvé en cherchant les 0 du gradient... (si tu arrive a montré qu'il existe un voisinage de ce point telle que tous ls points lui soit inferieur tu as gagné, c'est souvent plus simple que de calculer le Hessien.

euh...
Bon déjà, le Hessien, ça me dit rien... donc déjà une option en moins ^^

Maintenant, je suis tombée sur un système que j'ai pu trouvé lorsque j'ai fait mes deux dérivée partielles égales à zero. Donc je vais tomber sur un couple de point (x,y). Et je vais voir si, quand je remplace ce couple de point dans la fonction si c'est plus grand ou plus petit... non?...

Salut

Si tu n'as pas vu la matrice hessienne, tu as peut-être vu les formes quadratiques et les réductions de Gauss, non ?

Salut ,

en premiere année je pense pas je pense qu'il doit calculer quand le gradient est nul et regarder à la main comme a dit Ksilver.

J'ai vu en effet les formes quadratiques, en effet mais dans mon poly, c'est pas expliqué... :s et mon cours est totalement en vrac (c'est bon au semestre prochaine, je ne prend plus de trieur, c'est décidé!)

je vais faire une recherche sur le net... mais c'est pas un truc qui permet la factorisation? si c'est ça, ce serait plus cool en effet ^^

Ici le mot minimum est à prendre au sens de minimum local.
S'il est global sur R, alors il sera aussi local, mais il faut quand meme faire attention...