Conditions de Karush-Kuhn-Tucker

En mathématiques, les conditions de Karush-Kuhn-Tucker[1] ou anciennement conditions de Kuhn-Tucker[2] permettent de résoudre des problèmes d'optimisation sous contraintes non linéaires d'inégalités[3].

Soit , une fonction appelée fonction objectif, et des fonctions , , appelées contraintes. On suppose que et les sont de classe C1[4].

Le problème à résoudre est le suivant :

Trouver qui maximise sous les contraintes pour tout .

Théorème

Si admet un maximum en sous les contraintes pour tout , alors il existe vérifiant les conditions suivantes, dites conditions de Kuhn-Tucker. On dit alors que est le multiplicateur de Lagrange associé à la -ème contrainte.

Conditions du premier ordre

est un point critique de , le lagrangien du problème. Autrement dit, , où est le gradient, ou encore, en écrivant les dérivées partielles,

Conditions de relâchement supplémentaires

Pour tout ,
  • ou .

On peut également écrire, de façon plus compacte, que pour tout , .

Remarques

Les conditions de relâchement supplémentaires impliquent que si , alors . Autrement dit : si la -ème contrainte n'est pas saturée, alors le multiplicateur de Lagrange associé est nul.

La démonstration de ce résultat repose essentiellement sur le lemme de Farkas.

Réciproque

Ce théorème ne fournit a priori que des conditions nécessaires. Cependant, sous certaines conditions, ce sont également des conditions suffisantes. C'est notamment le cas si et les fonctions sont concaves.

Notes et références

  1. (en) W. Karush, Minima of Functions of Several Variables with Inequalities as Side Constraints, Dept. of Mathematics, Univ. of Chicago, Chicago, Illinois,
  2. William Karush fut le premier à énoncer ce résultat en 1939. Mais son travail fut redécouvert longtemps après la publication de Kuhn et Tucker.
  3. (en) H. W. Kuhn et A. W. Tucker, « Nonlinear programming », dans Proceedings of 2nd Berkeley Symposium, Berkeley, University of California Press, (Math Reviews 47303, lire en ligne), p. 481-492.
  4. Pour plus de détails sur les conditions de régularité imposées, voir « Conditions d'optimalité (dimension finie) ».

Lien externe

  • Portail de l'analyse
Cet article est issu de Wikipedia. Le texte est sous licence Creative Commons - Attribution - Partage dans les Mêmes. Des conditions supplémentaires peuvent s'appliquer aux fichiers multimédias.