Académique Documents
Professionnel Documents
Culture Documents
Optimisation 2020-2021
Correction :
1. On rappelle qu’une condition suffisante pour que les contraintes soient qualifiées en (x, y) est que
la famille de vecteurs de R2 ∇gi (x, y) i∈I(x,y) soit libre, où les gi sont les contraintes et I(x, y) est
l’ensemble des indices pour lesquels les contraintes sont saturées. Pour le problème considéré ici, on a
g1 (x, y) = 2 − xy et g2 (x, y) = y + 2x − 5. On calcule donc
−y 2
∇g1 (x, y) = et ∇g2 (x, y) = .
−x 1
étant libre si et seulement si y 6= 2x, il reste à étudier le cas où y = 2x. Mais dans ce cas la
saturation des contraintes implique que x = ±1 et x = 54 , ce qui est impossible. Donc les contraintes
sont également qualifiées dans ce cas.
Ainsi on a montré que les contraintes sont toujours qualifiées.
2. Le Lagrangien du problème est L(x, y, λ, µ) = x + y + λ(2 − xy) + µ(y + 2x + 5). Par le théorème de
Karush-Kuhn-Tucker (KKT), les extrema de f sous les contraintes g1 (x, y) ≤ 0, g2 (x, y) ≤ 0 satisfont le
système
1 − λy + 2µ = 0,
∇x,y L(x, y, λ, µ) = 0,
1 − λx + µ = 0,
g1 (x, y) ≤ 0, g2 (x, y) ≤ 0, ⇔
xy ≤ 2, y ≤ −2x + 5,
λg1 (x, y) = 0, µg2 (x, y) = 0.
λ(2 − xy) = 0, µ(y + 2x + 5) = 0.
On distingue alors les cas selon si les contraintes sont saturées ou non.
— si I(x, y) = ∅ : dans ce cas λ = µ = 0 et le système n’a pas de solution ;
1 − λy = 0
— si I(x, y) = {1} : alors xy = 2 et µ = 0 et le système est réduit à 1 − λx = 0 . En particulier
xy = 2
x et y sont non nuls, et en multipliant la √première ligne par x et la seconde par y on obtient
√
x = 2λ = y et ainsi x = y = ± 2 et λ = ± 22 ; (
1 + 2µ = 0
— si I(x, y) = {2} : cette fois λ = 0 et y + 2x + 5 = 0. On obtient donc le système
1+µ=0
qui n’a pas de solution ;
— enfin, si I(x, y) = {1, 2}, on a donc xy = 2 et y + 2x + 5 = 0. En particulier 2x2 + 5x + 2 = 0 et
donc x = x± = − 54 ± 34 et y = y± = x2± . Enfin, on obtient pour (λ± , µ± ) les systèmes
( (
1 + 4λ+ + 2µ+ = 0 1 + λ− + 2µ− = 0
et
1 + 12 λ+ + µ+ = 0 1 + 2λ− + µ− = 0.
On obtient finalement λ+ = 31 , µ+ = − 67 , λ− = 31 = µ− .
Ainsi les solutions du système sont
n √ √ √2 √ √
√
2 1 1 7 1 1 o
(x, y, λ, µ) ∈ ( 2, 2, , 0), (− 2, − 2, − , 0), (− , −4, , − ), (−2, −1, , ) .
2 2 2 3 6 3 3
Pour savoir si ce sont des minima locaux, des maxima locaux ou des points selles, on regarde le signe des
multiplicateurs de Lagrange. En effet, le théorème KKT stipule que dans le cas d’un minimum local, les
multiplicateurs
√ √ sont positifs ou nuls. On en déduit que :
— ( √ 2, 2)√et (−2, −1) sont des minima locaux ;
— (− 2, − 2) est un maximum local ;
— (− 12 , −4, ) est un point selle.
Enfin, pour achever la classification, notons que f (− n2 , −n) → −∞ lorsque n → ∞ et donc f n’a pas
√ √
de minimum global satisfaisant les contraintes. Ainsi( 2, 2) et (−2, −1) sont seulement des minima
locaux. Par contre, l’ensemble des contraintes K = (x, y) ∈ R2 , xy ≥ 2, y ≤ −2x + 5 n’est pas
borné (comme
on vient de le voir), mais K = K+ t K− avec K+ = (x, y) ∈ K, x > 0, y > 0
et K− = (x, y) ∈ K, x < 0, y < 0 , et K+ est compact. Ainsi, pour (x, y) ∈ K, si k(x, y)k → ∞
alors nécessairement (x, y) ∈ K− et donc x → −∞ ou y → −∞. Dans les deux cas on a f (x, y) → −∞.
Ceci
√ montre
√ que (−f ) est coercive sur K, et donc f admet un maximum global, qui ne peut être que
(− 2, − 2).
Correction :
1. L’ensemble des contraintes est donné parPK = x ∈ Rn , g1 (x) ≤ 0, ..., gn (x) ≤ 0, gn+1 (x) = 0
n
avec gi (x) = −xi , i = 1, ..., n et gn+1 (x) = i=1 xi − 1. En particulier on a les ensembles d’indices
J = {1, ..., n} et E = {n + 1}. Dans le cas de contraintes mixtes, une condition suffisante de qualification
des contraintes est que la famille ∇gi (x) i∈E∪I(x) soit libre, où I(x) ⊂ J est l’ensemble des indices
des contraintes saturées en x ∈ Rn . Puisque
∇gi (x) = ei pour i = 1, ..., n (avec ei les vecteurs de la
1
n ..
base canonique de R ) et ∇gn+1 (x) = . , on voit que la famille est libre si et seulement si I(x) 6= J .
1
I(x) = J implique que pour tout i = 1, ..., n on a xi = 0, i.e. x = 0, ce qui est exclu par la
Mais le casP
n
contrainte i=1 xi = 1. Ainsi les contraintes sont toujours qualifiées.
2 2 2
où K = [0, 1] ∩ {(x, y), (x − 1) + (y − 1) > 1}.
1. Montrer l’existence de solutions du problème.
2. Étudier la qualification des contraintes.
3. Résoudre le problème de Karush-Kuhn-Tucker associé et conclure.
Correction :
1. L’ensemble K est fermé, et borné car K ⊂ [0, 1]2 . Donc K est compact, et f est polynomiale en (x, y),
donc en particulier continue. Ainsi f admet un minimum global sur K et donc le problème admet au
moins une solution.
On discute alors selon les cas possibles pour I(x, y) comme pour l’étude de la qualification des contraintes.
— Si I(x, y) = ∅ alors tous les µi sont nuls et le système n’a pas de solution ;
— Si 5 ∈ / I(x, y), alors µ5 = 0 et x, y < 1 donc µ2 = µ4 = 0. On a alors µ3 = 1 6= 0 donc y = 0,
et µ1 = −3x2 donc avec la condition µ1 x = 0 on obtient x = 0 = µ1 . On a donc une solution
(x, y, µ1 , ..., µ5 ) = (0, 0, 0, 0, 1, 0, 0).
— Si 5 ∈ I(x, y), on procède différemment. En effet dans ce cas le système est compliqué à résoudre
(non-linéaire) mais p on peut raisonner de la manière suivante p : si la contrainte 5 est saturée
on a y = 1 − 1 − (x − 1)2 et alors f (x, y) = F (x) = 1 − 1 − (x − 1)2 − x3 . On note que
F 0 (x) = √ x−1 2 − 3x2 < 0 et donc le minimum global de f , s’il est atteint en un point
1−(x−1)
1
satisfaisant la contrainte 5, ne peut alors être que (x, y) = (1, 0), auquel cas µ5 = 2(y−1) = − 12 < 0.
Or le théorème KKT stipule que les µi ≥ 0 pour le minimum de f . Donc ce n’est pas (1, 0).
Ainsi le minimum global de f sur K est atteint en (0, 0).
min x(1 + y 2 )
Correction :
2
Notons que l’ensemble des contraintes K = (x, y) ∈ R2 , x2 + y 2 ≤ 4, y ≥ 1 − x4 est compact et
f (x, y) = x(1 + y 2 ) est continue, donc il y a au moins une solution au problème de minimisation. Les
2
contraintes sont g1 (x, y) = x2 + y 2 − 4 et g2 (x, y) = 1 − x4 − y, et
x
2x
∇g1 (x, y) = , ∇g2 (x, y) = 2 ,
2y −1
et en particulier les contraintes sont qualifiées si x 6= 0 et y =
6 −2. Si x = 0, alors f (x, y) = 0 et donc ce
n’est pas le minimum de f sur K (par exemple (−1, 1) est admissible, et f (−1, 1) = −2 < 0). Si y = −2,
alors la contrainte 1 est satisfaite seulement pour x = 0, mais la contrainte 2 n’est alors pas satisfaite. Ainsi
la contrainte est toujours qualifiée pour les candidats potentiels. Afin de trouver le minimum (x, y) ∈ K,
on résout le problème KKT associé :
1 + y 2 + 2xλ + 12 xµ = 0,
2yx + 2yλ − µ = 0,
2
x2 + y 2 ≤ 4, y ≥ 1 − x4 ,
2
λ(x2 + y 2 − 4) = 0, µ(1 − x4 − y) = 0.