- Conditions de kuhn-tucker
-
Conditions de Kuhn-Tucker
Pour les articles homonymes, voir condition.En mathématiques, les conditions de Kuhn-Tucker ou conditions de Karush-Kuhn-Tucker permettent de résoudre des problèmes d'optimisation sous contraintes non-linéaires d'inégalité.
Soient : fonction pseudo-concave de n variables (fonction objective) et fonction quasi-concave (m représente le nombre de contraintes).
On note : la fonction g résume les m contraintes gi.
On suppose que la fonction f et les fonctions gi admettent des dérivées partielles par rapport à chaque variable.
L'objectif est de trouver qui maximise sous contrainte , c'est-à-dire résoudre :
-
- sous contrainte .
Sommaire
Première étape : multiplicateurs de Lagrange
Soit un vecteur de m nombres positifs (au sens large).
On appelle le Lagrangien la fonction :
- .
Les λi sont appelés multiplicateurs de Lagrange associés à la i-ième contrainte.
Deuxième étape : conditions de premier ordre
On considère L comme fonction objective d'un problème de maximisation (en fonction de X) sans contrainte. On écrit les conditions de premier ordre (conditions nécessaires) pour maximiser L en fonction de X :
- , où l'opérateur est le gradient.
Troisième étape : conditions supplémentaires
On écrit les conditions de relâchement supplémentaires ("complementary slackness conditions") et les conditions de positivité (conditions suffisantes) :
- .
Remarques
- la troisième étape implique que : : si la contrainte i n'est pas saturée, le multiplicateur de Lagrange associé à cette contrainte est nul ;
- les conditions de premier ordre et les conditions de relâchement supplémentaires sont appelées conditions de Kuhn-Tucker.
Théorème
- sous contrainte
si et seulement si est solution des conditions de Kuhn-Tucker.
- Portail des mathématiques
Catégorie : Optimisation -
Wikimedia Foundation. 2010.