Aller au contenu
ELECTRONICS ENGINEERINGelectronics-engineering.com
Analyse mathématique 2

Extrema liés : la méthode des multiplicateurs de Lagrange

L'idée géométrique de la tangence, démonstration de la condition sur les gradients, le lagrangien, la boîte de volume maximal, le sens du multiplicateur et plusieurs contraintes.

https://www.electronics-engineering.com/fr/extrema-lies-multiplicateurs-lagrange/

Cette page vous a-t-elle été utile ? Notez-la :
moyenne 4,0 sur 1 vote

Souvent on ne cherche pas le maximum d’une fonction partout, mais seulement parmi les points qui satisfont une contrainte : la boîte de volume maximal avec une quantité donnée de carton, la plus grande puissance avec un courant limité, la distance minimale à une courbe. Ce sont des problèmes d’extrema liés, et la méthode des multiplicateurs de Lagrange les résout avec une élégante idée géométrique.

Le problème

On cherche les maxima et minima de f(x, y) parmi les points qui satisfont la contrainte g(x, y) = 0. Si l’on peut exprimer une variable à partir de la contrainte (par exemple y = 1 - x), on la substitue et on obtient un problème à une variable. Mais c’est souvent impossible ou malcommode : une contrainte comme x^2 + y^2 = 1 donne deux branches, et à trois variables les choses empirent.

L’idée géométrique

Imaginons de marcher le long de la courbe de contrainte g = 0 en regardant les lignes de niveau de f. Tant que notre courbe coupe les lignes de niveau, on peut aller vers des valeurs de f plus hautes ou plus basses. En un maximum ou un minimum lié ce n’est plus possible : là, la courbe de contrainte est tangente à une ligne de niveau de f.

Lignes de niveau de f tangentes à la contrainte au maximum, avec des gradients parallèles
Maximisation de f = x + y sur le cercle g = x^2 + y^2 - 1 = 0. Les droites en pointillés sont les lignes de niveau de f ; la rouge est la dernière qui touche encore le cercle, et elle lui est tangente. En ce point \nabla f et \nabla g sont parallèles.

Deux courbes tangentes ont la même normale. Les gradients sont perpendiculaires à leurs lignes de niveau, donc au point de tangence \nabla f et \nabla g sont parallèles :

    \[ \nabla f(\mathbf x_0) = \lambda\,\nabla g(\mathbf x_0) \]

pour un certain nombre \lambda, le multiplicateur de Lagrange.

Démonstration

Supposons \nabla g(\mathbf x_0) \ne \mathbf 0. Alors, par le théorème des fonctions implicites, près de \mathbf x_0 la contrainte est une courbe lisse que l’on peut paramétrer par \mathbf r(t), \mathbf r(0) = \mathbf x_0. La fonction f(\mathbf r(t)) a un extremum en t = 0, donc par la dérivation des fonctions composées \nabla f(\mathbf x_0)\cdot\mathbf r'(0) = 0 : le gradient de f est perpendiculaire à la tangente à la contrainte. Il en est de même pour \nabla g(\mathbf x_0), parce que g(\mathbf r(t)) = 0 pour tout t et donc \nabla g\cdot\mathbf r'(0) = 0. Dans le plan, deux vecteurs perpendiculaires à une même direction sont parallèles.

La méthode

On définit le lagrangien

    \[ \mathcal L(x, y, \lambda) = f(x, y) - \lambda\,g(x, y) \]

et on cherche ses points critiques, c’est-à-dire qu’on résout le système

    \[ f_x = \lambda g_x,\qquad f_y = \lambda g_y,\qquad g(x, y) = 0 \]

Trois équations à trois inconnues. Les solutions comprennent tous les extrema liés (avec les éventuels points où \nabla g = \mathbf 0, à vérifier séparément). Si la contrainte est un ensemble compact, comme un cercle, le maximum et le minimum existent par Weierstrass : il suffit de comparer les valeurs de f aux candidats.

L’exemple de la figure. f = x + y, g = x^2 + y^2 - 1 : 1 = 2\lambda x, 1 = 2\lambda y, donc x = y, et par la contrainte x = y = \pm\frac{1}{\sqrt2}. Maximum \sqrt2 en \left(\frac1{\sqrt2}, \frac1{\sqrt2}\right), minimum -\sqrt2 au point opposé.

Exemple : la boîte de volume maximal

Une boîte fermée en forme de parallélépipède rectangle doit avoir une surface S = 2(xy + yz + zx) = 6 m². Quel est le plus grand volume V = xyz ? Avec le lagrangien à trois variables :

    \[ yz = \lambda\cdot 2(y + z),\qquad xz = \lambda\cdot 2(x + z),\qquad xy = \lambda\cdot 2(x + y) \]

En multipliant la première par x et la deuxième par y : xyz = 2\lambda(xy + xz) = 2\lambda(xy + yz), donc xz = yz et x = y. De la même façon y = z. La meilleure boîte est un cube : 6x^2 = 6, côté 1 m, volume 1 m³.

Le sens du multiplicateur

\lambda n’est pas seulement une inconnue auxiliaire. Si la contrainte est g(x, y) = c, la valeur optimale f^*(c) varie avec c, et

    \[ \frac{df^*}{dc} = \lambda \]

Le multiplicateur dit de combien l’optimum s’améliore si l’on relâche la contrainte d’une unité. En économie on l’appelle « prix fictif » (ou prix implicite) de la ressource ; en physique, dans les problèmes à liaisons mécaniques, les multiplicateurs sont les forces de liaison.

Plusieurs contraintes et inégalités

Avec plusieurs contraintes g_1 = 0, \dots, g_k = 0 il y a un multiplicateur pour chacune : \nabla f = \lambda_1\nabla g_1 + \dots + \lambda_k\nabla g_k. Par exemple, les extrema d’une fonction sur une courbe de l’espace, intersection de deux surfaces.

Quand la contrainte est une inégalité, g \le 0, comme dans la recherche d’extrema absolus sur un disque, on étudie séparément les points intérieurs (gradient nul) et la frontière g = 0 (Lagrange). La généralisation systématique est celle des conditions de Karush-Kuhn-Tucker, base de l’optimisation numérique utilisée dans la conception de circuits et en apprentissage automatique.

Un exemple d’électronique : le transfert maximal de puissance

Une source de tension V de résistance interne R_s alimente une charge R_L. La puissance dans la charge est P = \frac{V^2 R_L}{(R_s + R_L)^2}. Ici le problème est libre à une variable : dP/dR_L = 0 donne R_L = R_s, avec une puissance maximale V^2/(4R_s). Si en revanche le courant ne peut pas dépasser une valeur maximale, la contrainte devient active et l’optimum se déplace au bord de la région permise : exactement la situation qui demande les méthodes de cette leçon.

S’abonner
Notifier de
guest
1 commentaire
Le plus ancien
Plus récent Les plus votés
1
0
Vous avez apprécié cet article ? Merci de laisser un commentaire.x