Vous êtes sur la page 1sur 16

TD 8: Optimisation sous contraintes

Correction

Exercice 1 (Une contrainte). Dans chacun des cas suivant, trouver le minimum de f sous la contrainte
indiquée.
1. f (x, y, z) = (x − 2)2 + y 2 + z 2 sous la contrainte x2 + 2y 2 + 3z 2 = 1.

Correction. Posons g l’application de R3 dans R qui à (x, y, z) associe x2 + 2y 2 + 3z 2 . La fonction


g est de classe C ∞ .
D’abord, montrons qu’il existe un minimiseur. Comme g est continue, l’ensemble

C := {(x, y, z) | g(x, y, z) = 1}
√ √
est fermé. Ensuite, si (x,
√ y, z)√∈ C, x2 ≤ 1, donc x ∈ [−1, 1], 2y 2 ≤ 1, donc y ∈ [−1/ 2, 1/ 2], et
3z 2 ≤ 1, donc z ≤ [−1/ 3, 1/ 3]. En conséquence,
√ √ √ √
C ⊂ [−1, 1] × [−1/ 2, 1/ 2] × [−1/ 3, 1/ 3],

qui est lui-même compact. Donc C est un fermé inclus dans un compact, c’est donc un compact.
Calculons le gradient de g. Pour tout (x, y, z) ∈ R3 ,
 
2x
∇g(x, y, z) = 4y  .
6z

En particulier, si g(x, y, z) = 1, on ne peut pas avoir x = y = z = 0, et donc ∇g(x, y, z) =


6 0. Donc si
(x, y, z) est un point d’extremum local de f sous contrainte, le théorème des extrema liés s’applique et
il existe λ ∈ R tel que
∇f (x, y, z) = λ∇g(x, y, z).
Si on ajoute la contrainte, on obtient le système de 4 équations à 4 inconnues suivant :
 2

 x + 2y 2 + 3z 2 = 1,
x − 2 = λx,




 y = 2λy,

z = 3λz.

On réécrit ce sytème de la façon suivante :


 2

 x + 2y 2 + 3z 2 = 1,
(1 − λ)x = 2,




 (1 − 2λ)y = 0,
(1 − 3λ)z = 0.

1
On résout alors ce système en faisant une disjonction de cas selon le facteur qui s’annule dans les deux
dernières équations.
Si 1 − 2λ = 0. On a alors λ = 1/2. Dans ce cas, la deuxième donne x = 4, mais ceci est clairement
incompatible avec la contrainte.
Si 1 − 3λ = 0. On a alors λ = 1/3. La deuxième équation donne alors x = 3, qui est ausi incompatible
avec la contrainte.
Sinon. Les deux dernières équations donnent y = 0 et z = 0. La contrainte donne alors x = ±1. Les
valeurs de f correspondantes sont f (−1, 0, 0) = 9 et f (1, 0, 0) = 1. Comme il existe un minimiseur et
comme la contrainte est régulière en ce minimiseur, l’unique point de minimum est (1, 0, 0) et la valeur
de ce minimum est 1.
2. f (x, y) = 3x − y sous la contrainte x2 + y 2 = 5.

Correction. On note g l’application de R2 dans R qui à (x, y) associe x2 + y 2 et


C := {(x, y) | g(x, y) = 5}
. √
L’ensemble C est le cercle de centre 0 et de rayon 5. C’est donc un compact et notre problème admet
au moins une solution.
Calculons le gradient de g. Pour tout (x, y) ∈ R2 ,
 
2x
∇g(x, y) = .
2y
Si g(x, y) = 5, on ne peut pas avoir x = y = 0. Donc si (x, y) ∈ C, alors ∇g(x, y) 6= 0. Le théorème des
extrema liés s’applique donc, et pour tout extremum local (x, y) de f sur C, il existe λ ∈ R tel que
∇f (x, y) = λ∇g(x, y).
Si on ajoute la contrainte, on obtient le système de 3 équations à 3 inconnues
 2 2
 x + y = 5,

3 = 2λx,

−1 = 2λy.

Calculons la première équation au carré plus la seconde équation au carré, on obtient en utilisant la
contrainte
4λ2 (x2 + y 2 ) = 20λ2 = 10.

Donc λ = ±1/ 2. √ √
On en déduit que√ (x, y) = √2/2(3, −1) ou (x, y) = − 2/2(3, −1). Les valeurs de f correspondantes sont
respectivement 5 2 et −5 2. Comme f admet au moins un point de minimum et que ce point √ de mi-
nimum satisfait les conditions de qualification,
√ l’unique point de minimum de f sur C est − 2/2(3, −1)
et la valeur de ce minimum est −5 2.
3. f (x, y) = x2 + y 2 sous la contrainte x + 2y = 6.

Correction. Notons g l’application qui à (x, y) ∈ R2 associe x + 2y et


C := {(x, y) | g(x, y) = 6}.
Existence d’une solution. Montrons d’abord que f atteint un minimum global sur C. Le point (0, 3)
appartient à C, et f (0, 3) = 9. Donc la borne inférieure de f sur C est inférieure ou égale à 9. De plus,
si (x, y) ∈
/ B(0, 3), alors f (x, y) > 9. Donc
inf f = inf .
C C∩B(0,3)

2
Mais l’ensemble sous le deuxième inf est compact. Comme f est continue, cette borne est atteinte.
Donc f admet un minimum global sur C.
Condition de qualification. La fonction g est C ∞ et pour tout (x, y) ∈ R2 ,
 
1
∇g(x, y) = 6= 0.
2

Le gradient de g est partout non nul, donc les conditions de qualification sont partout satisfaites. Si
(x, y) est un point de minimum local de f sur C, alors le théorème des extrema liés s’applique en (x, y).
Le système du premier ordre. Soit (x, y) un point de minimum local de f sur C. Par le théorème
des extrema liés, il existe λ ∈ R tel que

∇f (x, y) = λ∇g(x, y).

Si on ajoute la contrainte, cela donne le système de trois équation à trois inconnues



 x + 2y = 6,

2x = λ,

2y = 2λ.

Les deux dernières équations donnent


y = 2x,
et en injectant dans la première, on obtient

5x = 6.

Donc l’unique point de minimum local potentiel est 5/6(1, 2). C’est donc l’unique point de minimum
global et la valeur de f en ce point est
 
5 25 125
f (1, 2) = ×5= .
6 36 36

4. f (x, y) = (xy)a sous la contrainte 2x + 3y = 12, où a > 0 est un entier.

Correction. Notons g l’application qui à (x, y) associe 2x + 3y et

C := {(x, y) | g(x, y) = 12}.

Existence d’un solution. Soit (x, y) ∈ R2 tel que g(x, y) = 12. C’est vrai si et seulement si y =
Y (x) = 4 − 2/3x. Quand x tend vers +∞,
2
xY (x) = x(4 − 2/3x) = 4x − x2 → −∞.
3
En particulier, si a est impair, la borne inférieure de f sur C est −∞ et f n’admet pas de minimum
global sur C. Si a est pair, on conclura en fin de démonstration.
On travaille donc maintenant avec a pair. En particulier, a ≥ 2
Condition de qualification. Pour tout (x, y) ∈ R2 ,
 
2
∇g(x, y) = 6= 0.
3

Donc ∇g est partout non nul, et la condition de qualification est partout satisaite sur C.

3
Le système du premier ordre. Si (x, y) est un point de minimum local, il existe donc λ ∈ R tel que

∇f (x, y) = λ∇g(x, y).

En ajoutant la contrainte, on obtient le système de trois équations à trois inconnues



 2x + 3y = 12,

axa−1 y a = 2λ,

 a a−1
ax y = 3λ.

On en déduit en utilisant les deux dernières équations que

3xa−1 y a = 2xa y a−1 .

Donc ou bien x est nul, et alors y = 4 et f (x, y) = 0, ou bien y est nul, et alors x = 6 et f (x, y) = 0,
ou bien
3y = 2x.
En injectant ça dans la contrainte, on obtient

4x = 12,

et donc x = 3. Dans ce cas, y = 2 et f (x, y) = 6a > 0. Mais pour tout (x, y) ∈ (R∗ )2 , (xy)a > 0, donc
on est sûrs que les points où f vaut 0 sont des points de minima globaux.
Donc le minimum global de f est 0, atteint en (0, 4) et en (6, 0).
Exercice 2 (Distance d’un point à une sphère). Dans R3 , quels sont les points de la sphère

S := (x, y, z) | x2 + y 2 + z 2 = 4


les plus proches et les plus éloignés du point A de coordonnées (3, 1, −1) ?
On rappelle que la distance entre deux points (x, y, z) et (x0 , y 0 , z 0 ) de R3 est
p
(x − x0 )2 + (y − y 0 )2 + (z − z 0 )2 .

(Indice : on préfèrera manipuler son carré.)

Correction. On va ici développer deux méthodes : l’une mécanique consistant à appliquer les méthodes
de l’optimisation sous contraintes, l’autre plus géométrique.
Soit (x, y, z) un point de R3 . La distance au carré de (x, y, z) à A est

f (x, y, z) := (x − 3)2 + (y − 1)2 + (z + 1)2 .

L’objectif de cet exercice est donc de trouver les extrema de f sous contrainte

g(x, y, z) := x2 + y 2 + z 2 = 4.

Les fonctions f et g sont de classe C ∞ , et S est clairement compacte donc le problème admet des solutions.
Le seul point où ∇g s’annule est clairement (0, 0, 0) qui n’appartient pas à l’ensemble des contraintes S. Donc
les contraintes sont régulières partout sur S. En un extremum (x, y, z) de f sur S le théorème des extrema
liés s’applique donc, et il existe un réel λ tel que

∇f (x, y, z) = λ∇g(x, y, z).

4
Si on ajoute la contrainte, on obtient le système de 4 équations à 4 inconnues
 2 2 2
 x + y + z = 4,

x − 3 = λx,




 y − 1 = λy,

z + 1 = λz.

Ce système se reformule  2

 x + y 2 + z 2 = 4,
(1 − λ)x = 3,




 (1 − λ)y = 1,
(1 − λ)z = −1.

En mettant les trois dernières équations au carré et en les additionant, puis en utilisant la contrainte, on
obtient
(1 − λ)2 (x2 + y 2 + z 2 ) = 4(1 − λ)2 = 11.
En conséquence, √
11
λ=1± .
2
Les points de la sphère correspondants sont
2 2
B := − √ (3, 1, −1) et C := √ (3, 1, −1).
11 11
Les valeurs de f correspondantes sont respectivement
√ √
(2 + 11)2 et ( 11 − 2)2 .

On conclut comme d’habitude que le point de la √ sphère le plus proche de A est donc C, à distance ( 11 − 2)
de A, et le plus éloigné est B, à distance (2 + 11) de A.
On peut retrouver ce résultat géométriquement. Le gradient de la distance au point A est en tout X 6=
−−→
A ∈ R3 colinéaire (même égal) à AX. En particulier, comme A n’appartient pas à la sphère, le gradient
de la distance à A est en tout point de la sphère bien défini et non nul. De plus, un point X de la sphère
−−→
satisfait la condition nécessaire donnée par le théorème des extrema liés si et seulement si AX (le gradient
de la distance à A) est perpendiculaire à la surface de la sphère. Mais la seule direction orthogonale à la
−−→
surface de la spère en X ∈ S est dirigée par le rayon OX. Donc X ∈ S est un extremum de la distance à A
−−→ −−→
sur la sphère si et seulement si OX et AX sont colinéaires.
−−→ −−→
L’ensemble des points X ∈ R3 tels que OX et AX sont les points de la droite passant par O et A, c’est
à dire les points de la forme
α(3, 1, −1), α ∈ R.
Cette droite coupe S en deux points qui sont donc les deux seuls candidats pour être les extrema de la
distance à A sur S. Pour les connaître il suffit de trouver les α pour lesquels

kα(3, 1, −1)k2 = 4.

Or cette équation n’est rien d’autre que


11α2 = 4,
donc
2
α = ±√ .
11

5
Ces deux points sont donc
2 2
B := − √ (3, 1, −1) et C := √ (3, 1, −1).
11 11
Les distances correspondantes se déduisent immédiatement du dessin suivant (qui représente n’importe quel
plan contenant O et A.

A

11
C
O 2
2

Exercice 3 (Questions de géométrie).


1. Parmis les rectangles pour lesquels l’aire est égale à A, déterminer ceux dont le périmètre est minimal.

Correction. Un rectangle est complètement décrit par la longueur de ses deux côtés, disons a et b
qui sont deux nombres positifs. Une fois connus a et b, l’aire du rectangle est a × b, et son périmètre
est 2(a + b). En conséquence, le problème consiste à minimiser la fonction
f : (a, b) ∈ R2+ 7→ 2(a + b)
sous la contrainte
g(a, b) := ab = A.
Les fonctions f et g sont deux fonctions de classe C ∞ . (On peut ne pas considérer a ≥ 0 et b ≥ 0
comme des contraintes, car pour tous a et b tels que ab = A, a 6= 0 et b 6= 0. En d’autres termes, on
peut considérer que l’ensemble de définition de f et g est l’ouvert (R∗+ )2 .) Calculons le gradient de g :
pour tout (a, b) ∈ (R∗+ )2 ,  
b
∇g(a, b) = ,
a
qui est bien partout non nul. En conséquence, si (a, b) est un minimiseur de f sous contrainte, il existe
λ ∈ R tel que
∇f (a, b) = λ∇g(a, b).
Si on ajoute la contrainte, on obtient le système de 3 équations à trois inconnues

 ab = A,

2 = λb,

2 = λa.

dernières équations donnent λ 6= 0 et a = b. On conclut√avec la première


En particulier, les deux √
équation que a = b = A et que la valeur correspondante √ du périmètre est 4 A. En revanche,
√ √ des contrainte n’est pas compact ! Mais si a > 2 A, alors quelque soit b > 0, f (a, b) >
l’ensemble
f ( A, A) et on peut raisonner de la même façon pour b. Donc
inf f= inf √ f
{(a,b) | ab=A} {(a,b) | ab=A}∩[0,2 A]2

6
Mais l’ensemble sous le deuxième inf est compact, donc cette borne√ √inférieure est atteinte, donc f
admet un point de minimum global, et donc c’est nécessairement ( A, A). On aurait aussi pu utiliser
la relation valable pour tous a et b positifs
√ √ √
a + b = 2 ab + ( a − b)2 ...

Le périmètre maximal d’un rectangle à aire fixée est celui du carré.


2. Quelle est la surface minimale d’un parallélépipède rectangle contenant un volume de 12m3 ?

Correction. En raisonnant exactement de la même façon, on voit que le problème consiste à mini-
miser
f : (a, b, c) ∈ (R∗+ )3 7→ 2(ab + bc + ca)
sous la contrainte
g(a, b, c) := abc = 12.
Encore une fois, pour tous (a, b, c) ∈ (R∗+ )3 , ∇g(a, b, c) est non nul et le théorème des extrema liés
s’applique. On obtient qu’il existe λ ∈ R tel que

 abc = 12,


 2(b + c) = λbc,

 2(a + c) = λac,


2(a + b) = λab.

On déduit des deuxième et troisième lignes que (comme tout est non nul ici)

b+c a+c
=
bc ac
et donc
b+c a+c
=
b a
et en simplifiant
c c
1+ =1+ .
b a
On obtient donc a = b. De la même façon, on obtient a = b = c = 121/3 et la valeur de la surface
correspondante est S := 6 × 122/3 . Pour conclure, il suffit de montrer que f admet un minimum global.
Pou cela, il suffit de montrer qu’il existe M > 0 tel que si max(a, b, c) ≥ M , alors f (a,p
b, c) > S. Mais
M > 0 et supposons que c ≥ M . Alors comme ab = 12/c, on a ou bien a ≥ 12/c ou bien
soit p
b ≥ 12/c (raisonner par l’absurde). Supposons que c’est a (le cas b se traitant de la même façon).
Alors √ √
f (a, b, c) ≥ 2ac ≥ 2 12c ≥ 2 12M .
Donc en choisissant M = S 2 /12, on voit que si c ≥ M , alors f (a, b, c) ≥ 2S > S. Comme on peut
le faire pour a et b, la recherche de la borne inférieure de f sous contraintre peut se restreindre à
{(a, b, c) ∈ (R∗+ )3 | abc = 12} ∩ [0, M ]3 qui est compact.
Exercice 4 (Plusieurs contraintes).
1. Trouver le points de R3 appartenant aux deux plans d’équation 3x + y + z = 5 et x + y + z = 1 se
trouvant le plus près de l’origine.

7
Correction. Le problème consiste à minimiser la fonction

f : (x, y, z) ∈ R3 7→ x2 + y 2 + z 2

sous la contrainte (
g1 (x, y, z) := 3x + y + z= 5,
g2 (x, y, z) := x + y + z = 1.
Notons C l’ensemble des points satisfaisant la contrainte. Les fonctions f , g1 et g2 sont de classe C ∞ .
Existence d’une solution. Le point (2, −2, 1) est dans C et f (2, −2, 1) = 9 et si (x, y, z) ∈ / B(0, 3),
alors f (x, y, z) > 9. Donc
inf f = inf f.
C C∩B(0,3)

Mais f est continue et l’ensemble sou le deuxième inf est compact. Donc f admet un point de minimum
global strict.
Condition de qualification. Pour tout (x, y, z) ∈ R3 ,
   
3 1
∇g1 (x, y, z) = 1 et ∇g2 (x, y, z) = 1 .
1 1

Ces deux vecteurs ne sont pas colinéaires, donc la différentielle des contraintes est partout de rang 2,
donc les conditions de qualification sont partout satisfaites. Donc en tout point de minimum local de
f sur C, le théorème des extrema liés s’applique.
Le système du premier ordre. Soit (x, y, z) un point de minimum local de f sur C. Par le théorème
des extrema liés, il existe des réels λ et µ tels que

∇f (x, y, z) = λ∇g1 (x, y, z) + µ∇g2 (x, y, z).

En ajoutant les contraintes, on obtient le système de cinq équations à cinq inconnues




 3x + y + z = 5,

 x + y + z = 1,



2x = 3λ + µ,

2y = λ + µ,





2z = λ + µ.

En calculant la première équation moins la deuxième, on obtient x = 2. Par ailleurs, les deux dernières
équations donnent y = z. Donc en injectant dans la deuxième équation, 2+2y = 1, donc y = z = −1/2.
L’unique point de minimum global de f sur C est donc le point (2, −1/2, −1/2). La distance de ce point
à l’origine est √
p 18
4 + 1/4 + 1/4 = .
2
2. Maximiser la fonction
f : (x, y, z) 7→ yz
2 2
sous les contraintes y + z = 1 et xz = 3.

8
Correction. Notons g1 l’application qui à (x, y, z) ∈ R3 associe y 2 + z 2 , g2 celle qui à (x, y, z) associe
xz et C l’ensemble des points de R3 satisfaisant les contraintes. Les fonctions f , g1 et g2 sont de classe
C ∞.
Existence d’une solution. Ici , C n’est pas compact, on va donc montré qu’à l’extérieur d’un compact,
la valeur de f sur C est strictement plus petite que sa borne supérieure. Ainsi, comme f est continue,
on aura le résultat.
D’abord, si (x, y, z) ∈ C, alors y et z sont à valeurs dans [−1, 1].
√ √ √
Ensuite, le point (3 2, 1/ 2, 1/ 2) est dans C et en ce point, f vaut 1/2.
Enfin, si |x| ≥ 12 > 0, alors |z| ≤ 3/12 = 1/4, et |y| ≤ 1, donc yz ≤ 1/4. Donc on peut restreindre la
recherche du maximiseur à C ∩ [−12, 12] × [−1, 1] × [−1, 1].
Condition de qualification. Pour tout (x, y, z) ∈ R3 ,
   
0 z
∇g1 (x, y, z) = 2y  et ∇g2 (x, y, z) =  0  .
2z x

Les coordonnées x et z sont partout non nuls sur C donc ces vecteurs sont non nuls et linéairement
indépendants (le première coordonnée de ∇g1 est nulle tandis que celle de ∇g2 est non nulle). La
condition de qualification est donc satisfaite partout sur C.
Le système du premier ordre. Soit (x, y, z) un point de maximum local de f sur C. Par le théorème
des extrema liés, il existe deux réels λ et µ tels que

∇f (x, y, z) = λg1 (x, y, z) + µ∇g2 (x, y, z).

En ajoutant les contraintes, on obtient le système de cinq équations à cinq inconnues


 2

 y + z 2 = 1,

xz = 3,




0 = µz,

z = 2λy,





y = 2λz + µx.

Par la deuxième équation, z est non nulle, et par la troisième, µ = 0. Ensuite, en utilisant les deux
dernières équations, on obtient
z = 4λ2 z,
et comme z est non nulle, λ = ±1/2. Donc y = ±z. Mais si y et z sont de signe contraire, f (x,√y, z) <
0 ≤ 1/2, donc (x, y, z) ne peut pas être un√point de maximum global de f . Donc y = z = ±1/ 2 (par
la première équation). On a alors x = ±3 2.
√ √ √ √ √ √
Le maximum global de f est donc 1/2, atteint en −(3 2, 1/ 2, 1/ 2) et +(3 2, 1/ 2, 1/ 2).
Exercice 5. Le but de cet exercice est de trouver les extrema globaux de la fonction F : (x, y) ∈ R2 7→
x2 + 2y 2 sous les contraintes
2 2

 g1 (x, y) := x + y ≤ 1,

g2 (x, y) := 2y − x ≤ 1,

g3 (x, y) := 2y + x ≤ 1.

1. Faire un dessin représentant l’ensemble C des points de R2 satisfaisant les trois contraintes.

9
Correction.

−1 1
0

−1

2. Montrer que F admet sur C un maximum global et un minimum global.

Correction. Les fonctions F , g1 , g2 et g3 sont toutes de classe C ∞ . L’ensemble C est fermé comme
intersection des fermés

g1−1 (] − ∞, 1]), g2−1 (] − ∞, 1]), et g3−1 (] − ∞, 1]).

Il est borné car inclus dans la boule de centre 0 et de rayon 1. L’ensemble C est donc compact. La
fonction (continue) F atteint donc un maximum global et un minimum global sur C.
3. Conditions de qualification. L’objectif de cette question est de montrer que pour tout (x, y) ∈ C,
les contraintes sont régulières en (x, y). On se donne donc (x, y) ∈ C.
(a) Montrer que les trois contraintes ne peuvent pas être actives simultanément.

Correction. On voit sur le dessin qu’il n’y a pas de point appartenant aux trois courbes bleues.
Montrons le analytiquement. Soit (x, y) ∈ R2 tel que

2y − x = 1 et 2y + x = 1.

Dans ce cas, on conclut aisément que y = 1/2 (en additionant les équations) et que x = 0 (en
soustrayant les équations). Donc le seul point pour lequel les contraintes 2 et 3 sont actives est le
point (0, 1/2). Comme
 2
2 1 1
0 + = 6= 1,
2 4
la première contrainte n’est pas active en ce point. Donc les trois contraintes ne peuvent pas être
actives simultanément.
(b) Calculer les gradients de g1 , g2 et g3 en (x, y).

Correction.      
2x −1 1
∇g1 (x, y) = ∇g2 (x, y) = ∇g3 (x, y) .
2y 2 2
(c) Vérifier que si une seule contrainte est active en (x, y), alors les contraintes sont régulières en
(x, y).

10
Correction. Il suffit de vérifier que pour chaque contrainte, si la contrainte est active, alors
le gradient associé est non nul. C’est évidemment le cas pour les contraintes 2 et 3 puisque les
gradients correspondants ne s’annulent jamais.Pour la contrainte 1, si la contrainte est active,
aloçrs (x, y) 6= (0, 0), donc ∇g1 (x, y) 6= 0 et on a le résultat.
(d) Quel est le seul point de C où les contraintes associées à g1 et g2 sont toutes les deux actives ?
Montrer qu’alors si (x, y) est ce point, alors les contraintes sont qualifiées en (x, y).

Correction. Soit (x, y) ∈ R2 tel que

x2 + y 2 = 1 et 2y − x = 1.

Alors x = 2y − 1, et en injectant dans la première équation

(2y − 1)2 + y 2 = 1, donc 5y 2 + 4y = 0.

Donc y = 0 et alors x = −1 ou bien y = 4/5 et alors x = 3/5. Mais g3 (3/5, 4/5) = 11/5 > 1, donc
(3/5, 4/5) ∈
/ C. Donc le seul point de C activant les contraintes 1 et 2 est (−1, 0). Les gradients de
g1 et g2 en ce point sont respectivement
   
2 −1
et ,
0 2

qui ne sont pas colinèaires. Les contraintes sont donc qualifiées en (−1, 0).
(e) Même question pour g2 et g3 .

Correction. On a vu à la question 3)a) que le seul point activant les contraintes 2 et 3 est
(0, 1/2). En ce point, les gradients des contraintes en jeu sont respectivement
   
−1 1
et ,
2 2

qui ne sont pas colinéaires (car le déterminant de la matrice formé par ces deux vecteurs est non
nul). Les contraintes sont donc qualifiées en ce point.
(f) Même question pour g3 et g1 .

Correction. Même réponse qu’à la 3)d) en changeant x en −x : le seul point activant les
contraintes 3 et 1 est (1, 0), et les contraintes y sont qualifiées.
(g) Conclure.

Correction. Soit (x, y) ∈ C. D’après la 3)a), (x, y) peut activer 0,1 ou 2 contraintes. Si c’est 0,
il n’y a rien a vérifier et les contraintes sont qualifiées, si c’est 1, c’est l’objet de la 3)c), et si c’est
2, c’est l’objet des 3)d), 3)e) et 3)f). Donc les contraintes sont qualifiées en (x, y).
4. Soit (x, y) un extremum local de F sous contraintes. Montrer qu’il existe trois réels λ, µ et ν tels que

 2x = 2λx − µ + ν,


 4y = 2λy + 2µ + 2ν,



λ(1 − x2 − y 2 ) = 0,

µ(1 − 2y + x) = 0,





ν(1 − 2y − x) = 0.

Que peut-on dire de λ, µ et ν si (x, y) est un maximum local ? un minimum local ?

11
Correction. Les contraintes étant qualifiés en (x, y), on peut appliquer le résultat de Kuhn et Tucker
et ainsi trouver trois multiplicateurs de Lagrange λ, µ et ν tels que
∇F (x, y) = λ∇g1 (x, y) + µ∇g2 (x, y) + ν∇g3 (x, y).
Comme pour tout (x, y) ∈ R2 ,  
2x
∇F (x, y) = ,
4y
on obtient les deux premières lignes du système. De plus, ou bien g1 (x, y) = 1 ou bien λ = 0, donc
λ(1 − x2 − y 2 ) = 0, et on raisonne de même pour les deux autres contraintes. On obtient donc bien le
système de 5 équations à cinq inconnues anoncé. Si (x, y) est un minimum local, alors λ, µ et ν sont
négatifs ou nuls. Si c’est un maximum local, ils sont positifs ou nuls.
5. Pour résoudre ce système, on fait une disjonction de cas selon les facteurs qui s’annulent dans les trois
dernières équations.
(a) Résoudre ce système dans C si aucune contrainte n’est active.

Correction. Dans ce cas, λ = µ = ν = 0. Les deux seules équations que l’on a sont donc
(
2x = 0,
4y = 0.

Donc la seule solution dans ce cas est (0, 0).


(b) Résoudre ce système dans C si la seule contrainte active est celle associée à g1 .

Correction. Dans ce cas, µ = ν = 0, et les équations qui restent sont



 2x = 2λx,

4y = 2λy,

 2
x + y 2 = 1.
Si x 6= 0, alors λ = 1 et si y 6= 0, alors λ = 2. Donc x et y ne peuvent pas être tous deux non
nuls. Si y = 0, alors x = ±1, mais alors la contrainte 2 ou 3 serait active. Donc y 6= 0, donc x = 0.
Donc y = ±1. Mais (0, 1) ∈ / C car g2 (0, 1) = 2 > 1. Donc la seule solution de ce système dans C
est (0, −1).
(c) Même question pour g2 .

Correction. Dans ce cas, λ = ν = 0 et le système qui reste est



 2x = −µ,

4y = 2µ,

2y − x = 1.

Les deux premières équations donnent alors y = −x. En injectant dans la troisième équation, on
obtient 3y = 1, et donc in fine (x, y) = (−1/3, 1/3), qui est bien dans C.
(d) Même question pour g3 .

Correction. On obtient de la même façon que dans ce cas, la seule solution est (1/3, 1/3).
(e) Quels sont les points que l’on n’a pas encore testé ? On n’a pas encore testé les points où deux
contraintes sont satisfaites, à savoir (−1, 0), (1, 0) et 0, 1/2).
(f) En déduire qu’il y a sept points candidats pour être des extrema locaux de F sous contraintes. En
calculant la valeur de F en ces points, trouver le minimum et le maximum de F sous contraintes.

12
Correction. Le maximum global de F sur C et le minimum global de F sur C ne peuvent être
atteints qu’en l’un des sept points

(0, 0), (0, −1), (−1/3, 1/3), (1/3, 1/3), (−1, 0), (1, 0), (0, 1/2).

La valeur de F en ces points est


(x, y) F (x, y)
(0, 0) 0
(0, −1) 2
(−1/3, 1/3) 1/3
(1 − 3, 1/3) 1/3
(−1, 0) 1
(1, 0) 1
(0, 1/2) 1/2
Donc le minimum global de F sur C est 0 atteint uniquement en (0, 0), et le maximum global de
F sur C est 2, atteint uniquement en (0, −1).
Exercice 6. On étudie le jeu de deux contraintes sur R2
(
x2 + y 2 ≥ 1,
y ≤ 1.

1. Faire un dessin représentant l’ensemble des points de R2 satisfaisant ces contraintes.

Correction.

−1 1
0

−1

2. Montrer que le seul point où les contraintes sont toutes les deux actives ne satisfait pas les conditions
de qualifications. Comment cela se voit-il sur le dessin ?

Correction. Soit (x, y) ∈ R2 tels que les contraintes soient toutes les deux actives en (x, y). Alors
x2 + y 2 = 1 et y = 1. Donc x = 0 et on a affaire au point (0, 1). Les gradients associés aux contraites
en ce point valent respectivement    
0 0
et .
2 1
Ces deux vecteurs sont colinéaires, donc les contraintes ne sont pas qualifiées en (0, 1). Cela se voyait
sur le dessin puisque les deux courbes bleues sont tangentes en (0, 1).
Exercice 7. Un agriculteur produit du blé en utilisant un tracteur (qu’il conduit lui même, équivalent à
1000 heures de travail), du travail salarié en quatité x et des engrais en quantité y. Le prix d’une heure de
travail est 1 et le prix d’une unité d’engrais est 2.

13
La fonction de production est donnée pour tout (x, y) ∈ R2+ par
p
F (x, y) = (1000 + x)y.
1. Supposons que l’agriculteur dispose d’une enveloppe d’une valeur a > 0. En observant la matrice
 
−1 0 1
,
0 −1 2
montrer que les contraintes x ≥ 0, y ≥ 0 et x + 2y ≤ a sont partout régulières.

Correction. Cette matrice est composée des gradients associés aux trois contraintes. Elle matrice a
la propriété suivante : chacune de ses colonnes est non nulle et si l’on en garde deux des trois colonnes
quelles qu’elles soient, on obtient une matrice de rang 2. Or les trois contraintes ne peuvent pas être
actives toutes les trois en même temps car si x = y = 0, alors 2x + y = 0 6= a.
En conséquence, si aucune contrainte n’est active, il n’y a rien à vérifier, s’il y en a une, le gradient
associé est non nul et les conditions de qualifications sont satisfaites, et si il y en a deux, les deux
gradients associés forment une matrice de rang 2 et on a aussi le résultat.
2. Montrer que le problème consistant à maximiser F sous ces trois contraintes admet au moins une
solution.

Correction. D’abord, faisons un dessin de l’ensemble C des points de R2 satisfaisant les contraintes.

0 a/2

Le dessin semble suggérer que C est compact. D’abord, c’est un fermé car les contraintes impliquent
des inégalités larges de fonctions continues. De plus, C est borné car comme pour tout (x, y) ∈ C,
x ≥ 0 et y ≥ 0, alors 2x ≤ a et y ≤ a. donc (x, y) ∈ [0, a/2] × [0, a] qui est borné. L’ensemble C est
donc compact. Donc comme F est continue, elle atteint son maximum global sur C.
3. Montrer que quelque soit la valeur de a, si (x, y) est un point de maximum de F sous contrainte, alors
y > 0. En déduire que la fonction F est dérivable en tout point de maximum et calculer son gradient.

Correction. Pour tout x ∈ R, F (x, 0) = 0 et par ailleurs, (a/3, a/3) ∈ C et


 a a  r a a
F , = 1000 + > 0.
3 3 3 3
Donc le maximum global de F sur C ne peut pas être de type (x, 0). Or pour tout (x, y) ∈ C avec y 6= 0,
F est dérivable en (x, y) et
r
y

1  1000 + x 
∇F (x, y) =  r .
2  1000 + x 
y

14
4. En déduire que pout tout point de maximum global (x, y), il existe λ et µ des réels positifs tels que
 r
1 y
= −λ + µ,





 2 1000 + x

 r
 1 1000 + x
= 2µ,

 2 y

λx = 0,





µ(a − (x + 2y)) = 0.

Correction. Soit (x, y) un point de maximum global de F sur C. Comme les contraintes sont qualifiées
en (x, y), les conditions de Kuhn et Tucker donne l’existence de multiplicateurs de Lagrange positifs
(car on a affaire à un maximum) associés à chacune des trois contraintes. Mais y > 0, donc la contrainte
y ≥ 0 n’est pas active et le multiplicateur de Lagrange qui lui correspond est nul. Il nous reste donc
deux multiplicateurs de Lagrange, que l’on note λ et µ tels que
   
−1 1
∇F (x, y) = λ +µ ,
0 2

et qui sont nuls si la contrainte qui leur correspond n’est pas active. On se retrouve donc bien avec le
système annoncé.
5. Montrer qu’on a nécessairement µ > 0. Montrer que le système se ramène alors à
r r
y 1 1000 + x
 1000 + x = −2λ + 2 ,


y


 λx = 0,

x + 2y = a.

Correction. La deuxième ligne du système donne bien µ > 0. En conséquence, la contrainte associée
à µ est active : x + 2y = a. En injectant la valeur de µ dans la première équation et en multipliant tout
par 2, on obtient bien le système annoncé.
6. Posons a = 500. Montrer que si x est non nul, alors la résolution du système mène à une contradiction.
En déduire la position de l’unique point de maximum et la quantité de blé produite pour cette valeur
de a.

Correction. Donnons le système pour a = 500 :


r r
y 1 1000 + x
= −2λ + ,


 1000 + x

2 y

 λx = 0,

x + 2y = 500.

Supposons que x est non nul. Alors λ est nul et le système se implique
1

 y = (1000 + x),
2
x + 2y = 500.

Puis en remplaçant y par 500 + x/2 dans la deuxième équation,


500
x=− ,
2

15
ce qui contredit x ≥ 0.
On en déduit que x est nul, et alors
√ y = 250. L’agriculteur n’utilise alors pas de travail salarié. Le
niveau de production est alors de 250000 = 500, le multiplicateur de Lagarange λ vaut 1/4 et µ vaut
1/2. En particulier, les multiplicateurs de Lagrange sont bien positifs.
7. Trouver la valeur minimale de a pour que l’agriculteur fasse appel à de la main d’oeuvre.

Correction. Si a est tel que l’agriculteur fait appel à de la main d’oeuvre, c’est que le maximum de
F sous contrainte est atteint pour des valeurs (x, y) avec x > 0. En particulier, il existe une solution
au système du premier ordre avec x > 0. Dans ce cas, λ = 0, et comme on l’a déjà vu à la question
précédente, le système se ramène à
1

 y = (1000 + x),
2
x + 2y = a.

et en remplaçant y par 500 + x/2 dans la deuxième équation,

2x + 1000 = a.

Comme x > 0, il faut que a > 1000.


Réciproquement, si a > 1000, on observe que
a − 1000 a − 1000
x= , y = 500 + ,λ=0
2 4
est la seule solution du système avec x 6= 0. Par ailleurs, si x = 0, alors le système devient
r r
 y 1 1000
 = −2λ + ,
1000 2 y

 2y = a.

Donc en remplaçant y par a/2, on obtient


r r
a 1 2000
= −2λ + ,
2000 2 a
c’est à dire r r
1 2000 a M 1
2λ = − = − ,
2 a 2000 2 M
p
où M √= 2000/a. Il est facile de voir que si M ≥ 0, cette quantité est positive si et seulement si
M ≥ 2 ; c’est à dire si et seulement si a ≥ 1000. Pour a = 1000, l’unique solution du système est
(0, 500, 0).
En conclusion, le système admet une solution avec x > 0 si et seulement si a > 1000. De plus, c’est
alors la seule solution avec λ ≥ 0, c’est donc bien l’unique maximum global de F sous contrainte.
L’agriculteur fait donc appel à de la main d’oeuvre si et seulement si a > 1000.

16

Vous aimerez peut-être aussi