Chapitre 3 : Méthodes

déterministes d’optimisation
avec contraintes
OBJECTIFS
1- Formuler Un Problème D’optimisation Avec Contraintes
2- Résoudre Le Problème D’optimisation Par La Méthode De Lagrange

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 1

 Introduction

Un système déterministe est un système qui réagit toujours de la même

façon à un événement, c'est-à-dire que, quoi qu'il se soit passé
auparavant, à partir du moment où le système arrive dans un état
donné, son évolution sera toujours identique. Un modèle déterministe
produira donc toujours le même résultat à partir de conditions initiales
donnés.
Les méthodes déterministes ou exactes
- Permettent de résoudre les problèmes de manière exacte en un temps fini
- Supposent généralement que la fonction objectif est
• Strictement convexe
• Continue
• Dérivable

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 2

 - Sont inadaptées si ces conditions ne sont pas respectées, ou
alors lorsque
• Le nombre de variables et/ou de contraintes devient important
• Les fonctions définissant la fonction objectif et les contraintes
sont fortement non linéaires
• Il existe plusieurs optimums locaux On parle alors de problèmes
«difficiles»

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 3

 L’efficacité des méthodes déterministes s’articule autour de la rapidité de l’évaluation
de la fonction ou selon la connaissance à priori de ladite fonction. La recherche des
extrema d’une fonction f revient à résoudre un système de n équations à n inconnues,
linéaire ou non : ∂f ∂xi (x1, . . . , xn) = 0. On peut donc utiliser des méthodes classiques
telles que la méthode du gradient ou la méthode de Gauss-Seidel. En général, l’utilisation
de ces méthodes nécessite comme étape préliminaire la localisation des extrema. Celle-ci
peut être faite, par exemple, sur un graphique ou par une discrétisation fine de l’espace
de recherche. La fonction à optimiser est évaluée en chacun des points de discrétisation.
La valeur maximale est alors considérée comme une bonne approximation de l’optimum
de la fonction. Cette méthode est brutale et le temps de calcul augmentera
exponentiellement en fonction du nombre de variables.

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 4

 II-Contraintes d’égalités
Dans de nombreux problèmes, on désire identifier le point x maximisant ou
minimisant une fonction f, non pas parmi tous les x appartenant au domaine de
définition de f mais seulement parmi ceux qui vérifient une ou plusieurs contraintes
du type gk(x) = 0 pour tout k ∈ {1,2,..., ℓ}. Très souvent, ce sont ces contraintes qui
donnent du sens au problème; sans contrainte il n’y aurait aucune solution
optimale
Les contraintes d'égalité considérées sont du type

Mathématiquement, un problème d’optimisation avec contraintes d´égalité

peut être écrit sous la forme

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 5

 Où la notation “s.c.” est l’abréviation de l’expression “sous contrainte”. La
fonction f est appelée la fonction cible ou fonction objectif. Les points qui vérifient
les contraintes gk(x) = 0 pour tout k ∈ {1,2,..., ℓ} sont dits admissibles. Pour qu’un
problème d’optimisation ait un sens, que la solution existe et qu’elle ne soit pas
complétement déterminée par les seules contraintes d’´égalité, on aura
généralement ℓ < n. Dans les cas où les contraintes d’´égalités gk(x) = 0 peuvent ˆêtre
résolues par rapport à ℓ variables x1, x2,..., xℓ, ces relations peuvent être substituées
dans l’expression dont on cherche les extrema pour éliminer ces ℓ variables. Le
problème se ramène alors à la recherche des extrema d’une fonction des n − ℓ
variables xℓ+1, xℓ+2,..., xn (Cf. exemple précèdent). Cependant, cette méthode n’est
pas toujours applicable et peut s’avérer très lourde.

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 6

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 7
 𝜕𝐿(𝑥𝑖 )
=0
𝜕𝑥𝑖
Cette équation nous donne le point optimal;
Exercice : Déterminer les dimensions d’une boite en carton parallélépipédique et dépourvue
de couvercle dont la construction demande le moins de carton possible tout en ayant une
contenance V déterminée.

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 8

 Exercice
Il s’agit de résoudre par la méthode des multiplicateurs de Lagrange le problème

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 9

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 10
 II. ALGORITHMES DE MINIMISATION USUELS

L’opération d’optimisation s’apparente systématiquement a une

minimisation, car trouver le maximum d’une fonction f revient à
minimiser la fonction -f. Nous entamerons cette section par l’étude de
deux algorithmes d’optimisation les plus simples à savoir : la recherche
dichotomique et l’algorithme de Newton..

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 11

 Une fonction est dite unimodale si elle possède un seul
mode, c'est-à-dire un et un seul point où elle atteint un
maximum local, dans le cas d'un problème de maximisation,
ou un et un seul point où elle atteint un minimum local, dans le
cas d'un problème de minimisation
04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 12
 EXERCICE

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 13

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 14
04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 15
 B. Algorithme de Newton

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 16

 EXERCICE

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 17

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 18
 Nonobstant sa simplicité, cet algorithme souffre d’un certain
nombre d’inconvénients : il peut diverger si le point initial est trop
éloigné de la solution recherchée. En outre, l’algorithme ne peut être
utilisé si la fonction-objectif n’est pas deux fois dérivables.

04/02/2024 DR FISSOU /OPTIMISATION/ 2023/2024 19