Conditions d’optimalité pour les problèmes d’optimisation avec contraintes

d’égalité et d’inégalité
Soit :
(P ) min f (x)
s.c. hi (x) = 0, i = 1, . . . , p, gj (x) ≤ 0, j = 1, . . . , q.
On note :
X = {x ∈ Rn | hi (x) = 0, i = 1, . . . , p, gj (x) ≤ 0, j = 1, . . . , q}.
On suppose f : Rn → R, g : Rn → Rq et h : Rn → Rp de classe C 2 sur X. Le schéma
classique de résolution du problème (P ) est le suivant :

1. Vérifier que les contraintes "h = 0" et "g ≤ 0" sont qualifiées en tout point
x ∈ X. Pour cela, il suffit, par exemple, de vérifier que les gradients des contraintes
actives en x :
{∇hi (x); i = 1, . . . , p} ∪ {∇gj (x); j ∈ {1, . . . , q} active en x},
sont linéairement indépendants.

2. Chercher les points stationnaires, i.e. les points x ∈ Rn vérifiant les conditions
nécessaires d’optimalité du premier ordre (conditions de KKT). On introduit le
Lagrangien associé au problème (P ) :
p q
µj gi (x), x ∈ Rn , λ ∈ Rp , µ ∈ Rq .
X X
L(x; λ, µ) = f (x) + λi hi (x) +
i=1 j=1

Les conditions de KKT s’écrivent :



 ∇x L(x; λ, µ) = 0





 hi (x) = 0, i = 1, . . . , p,

µj gj (x) = 0, j = 1, . . . , q, (1)





 gj (x) ≤ 0, j = 1, . . . , q,


+ une condition de signe sur les µj , j = 1, . . . , q.


Les points x vérifiant les conditions (1) et la condition :

µj ≥ 0, j = 1, . . . , q, (2)
sont candidats à être des points de minimum local de f sur X (ou rien du tout).
Les points x vérifiant les conditions (1) et la condition :
µj ≤ 0, j = 1, . . . , q, (3)
sont candidats à être des points de maximum local de f sur X (ou rien du tout).
2

3. Convexité/Concavité. Si le problème (P ) est convexe alors tout point x vérifiant

(1) et (2) est un point de minimum global de f sur X.
Si le problème (P ) est concave alors tout point x vérifiant (1) et (3) est un point de
maximum global de f sur X .
Si le problème n’est ni convexe, ni concave, on passe aux conditions de
second ordre (étapes 4 et/ou 5).

4. Vérification des conditions d’optimalité de second ordre pour avoir un

point de minimum local de f sur X.
En chaque point stationnaire (x̄, λ̄, µ̄) calculé à l’étape 2. et vérifiant : µ̄ ≥ 0, on
calcule la hessienne du Lagrangien : Hx [L](x̄; λ̄, µ̄).
• Si Hx [L](x̄; λ̄, µ̄) est définie positive, x̄ est un point de min local de f sur X.
• Sinon en supposant :

∀j = 1, . . . , q, [gj (x̄) = 0 ⇒ µj > 0] , (4)

(i.e. en supposant que pour toute contrainte gj active en x̄, le multiplicateur µj

est non nul), on calcule :

Vx̄∗ (X) = {v ∈ Rn | ∀i = 1, . . . , p, h∇hi (x̄), vi = 0

∀j = 1, . . . , q tq gj (x̄) = 0, h∇gj (x̄), vi = 0},

puis on étudie le signe de : hHx [L](x̄; λ̄, µ̄)v, vi pour tout vecteur v ∈ Vx̄∗ (X).
,→ Si :

∀v ∈ Vx̄∗ (X), v 6= 0, hHx [L](x̄, λ̄, µ̄)v, vi > 0, (CS d’optimalité locale)

alors x̄ est un point de minimum local de f sur X.

,→ Si :

∀v ∈ Vx̄∗ (X), hHx [L](x̄, λ̄, µ̄)v, vi ≥ 0, (CN d’optimalité locale)

alors on ne peut pas conclure (avec cette méthode) : x̄ est soit un point de
minimum local de f sur X, soit rien du tout !
Par conséquent, si la CN d’optimalité locale du second ordre n’est pas vérifiée
(i.e. qu’il existe des v ∈ Vx̄∗ (X) tel que hHx [L](x̄, λ̄, µ̄)v, vi < 0). Alors x̄
n’est pas un point de minimum de f (ni un point de maximum puisque le
multiplicateur est strictement positif).

5. Vérification des conditions d’optimalité de second ordre pour avoir un

point de maximum local de f sur X.
En chaque point stationnaire (x̄, λ̄, µ̄) calculé à l’étape 2. et vérifiant : µ̄ ≤ 0, on
calcule la hessienne du Lagrangien : Hx [L](x̄, λ̄, µ̄).
 3

• Si Hx [L](x̄, λ̄, µ̄) est définie négative, x̄ est un point de max local de f sur X.
• Sinon en supposant :

∀j = 1, . . . , q, [gj (x̄) = 0 ⇒ µj < 0] , (5)

(i.e. en supposant que pour toute contrainte gj active en x̄, le multiplicateur µj

est non nul), on calcule :

Vx̄∗ (X) = {v ∈ Rn | ∀i = 1, . . . , p, h∇hi (x̄), vi = 0

∀j = 1, . . . , q tq gj (x̄) = 0, h∇gj (x̄), vi = 0},

puis on étudie le signe de : hHx [L](x̄, λ̄, µ̄)v, vi pour tout vecteur v ∈ Vx̄∗ (X).
,→ Si :

∀v ∈ Vx̄∗ (X), v 6= 0, hHx [L](x̄, λ̄, µ̄)v, vi < 0, (CS d’optimalité locale)

alors x̄ est un point de maximum local de f sur X.

,→ Si :

∀v ∈ Vx̄∗ (X), hHx [L](x̄, λ̄, µ̄)v, vi ≤ 0, (CN d’optimalité locale)

alors on ne peut pas conclure (avec cette méthode) : x̄ est soit un point de
maximum local de f sur X, soit rien du tout !
Par conséquent, si la CN d’optimalité locale du second ordre n’est pas vérifiée
(i.e. qu’il existe des v ∈ Vx̄∗ (X) tel que hHx [L](x̄, λ̄, µ̄)v, vi > 0). Alors x̄
n’est pas un point de maximum de f (ni un point de minimum puisque le
multiplicateur est strictement négatif).

Quelques remarques :
• L’ensemble Vx̄∗ (X) est appelé cône critique : il est égal au cône tangent uniquement
dans le cas de contraintes d’égalité.
• Les conditions (4) et (5) sont appelées conditions de complémentarité strictes. Les
cas où ces conditions ne sont pas vérifiées, sont pathologiques et ne seront pas
considérés dans le cadre de ce cours.