Chapitre 12 Optimisation statique

Testez vos connaissances

Quelle diffrence y a-t-il entre un extremum libre et

contraint ? Donner un exemple.
Pourquoi utilise-t-on les dterminants dans le cadre de la
recherche dextrema ?
Pour les conomistes, quapporte le thorme de Kuhn et
Tucker la recherche dextrema ?
Rsoudre le programme du consommateur classique et
du producteur.
La diffrence entre un extremum libre et un extremum
contraint rside dans lexistence ou pas des contraintes
fonctionnelles. Par exemple, pour trouver une quation dune
droite qui passe par un nuage de points, la mthode des
moindres carrs en minimisant la somme des erreurs au carre
est un extremum libre ; et, le programme de maximisation
classique du consommateur est un extremum contraint.
Par le biais de la matrice des drives secondes, lutilisation
des dterminants sert traiter la nature des extrema.
Pour des contraintes qui prennent la forme dingalit, le
thorme de Kuhn et Tucker apporte une mthode de
rsolution ; mais, il apporte surtout un critre dcisionnel qui
assure directement lexistence dun maximum (ou dun
minimum) la lecture du signe du multiplicateur.

Exercice dentranement
Rappel : pour optimiser une fonction on suppose que la
fonction admet au moins une drive premire pour appliquer
les conditions de jugements.
Contraintes galitaires
1- Opt x 2 + y s.c. x, y, \ + x 2 = 2 y + 1 ;
1

2- Opt 2 x + 4 y + 2 z s.c. 6 = x 2 + y 2 + 2 z
1Opt x 2 + y s.c. x , y \ + x 2 = 2y + 1 .
La fonction objectif est de classe 2.
x 2 + 2y = 1

g = ( 2x

2)

La contrainte na pas de point stationnaire, alors la CQND est

satisfaite.
Remarque : la condition de qualification de la contrainte nest
pas ncessaire vrifier dans le cas des contraintes galitaires.
Formons le lagrangien :
L(x , y, ) = x 2 + y (x 2 + 2y 1) .
Dtermination des points candidats (CN)
L

2x (1 ) = 0
x = 2x 2x = 0

= 2

L
1

=
= 1 2 = 0

x = 0

y
2

1
2

x + 2y = 1
y =
L = x 2 2y + 1 = 0

1
Le point candidat est M = (0, )
2

 Nature de lextremum (CS)

2 2

HB = 0
2 x

0 2 x
1 0 0

0 2 H B ( M ) = 0 0 2
0 2 0
2 0

H B (M ) = 4 0

La fonction admet un minimum li.

2Opt 2x + 4y + 2z s.c. 6 = x 2 + y 2 + z 2
La fonction objectif est de classe 2.
g = ( 2x

6 = x 2 + y2 + z 2

2y 2z )

La contrainte na pas de point stationnaire si x 0 , y 0 et

z 0 alors la CQND est satisfaite.
Formons le lagrangien :

L(x , y, ) = 2x + 4y + 2z (6+ x 2 + y 2 + z 2 )
Dtermination des points candidats (CN)

= 2 2x = 0
1
2
1

= = =
x
y
z

2
2
2
x + y + z = 6

= 4 2y = 0
= 2 2z = 0
= x 2 y 2 z 2 + 6 = 0

2x = 2z = y

Les points candidats sont M 0 = (1, 2,1) avec = 1 et

M 1 = (1, 2, 1) avec = 1
3

 Nature des extrema

0
HB =
0

2 x
2 0 0

0 2 0
H B (M 0 ) =
0 0 2

2 4 2
Mthode des mineurs
principaux

0
0
2 x

2
2 y
0
2 2 z
0

2 y 2 z
0
2
2

4
0
H B (M1 ) =
0
2

0
2

0
2
0
4

0
0
2
2

4
2

Mthode des pseudo-valeurs

propres

Pour le point M 0 puis Pour le point M 0

quil y a 3 variables (n) et
une contrainte (p), n p =
2
0
0
2 nous donne le nombre
0
2
0
de dterminants calculer P( ) =
0
0
2
H B1 (M 0 ) = 40
2
4
2
H B2 (M 0 ) = 96
le point candidat M 0 avec
P ( ) = 0 = 2
= 1 est un maximum
contraint.
Pour le point M1 puis Pour le point M1
quil y a 3 variables (n) et
2
0
une contrainte (p),
n p = 2 nous donne le
0
2
P ( ) =
nombre de dterminants
0
0
calculer
2
4
H B1 (M1 ) = 40
H B2 (M1 ) = 96

0
0
2
2

P ( ) = 0 = 2

le point candidat M1 avec

= 1 est un minimum
contraint.

2
4
2
0

2
4
2
0

2 Contraintes ingalitaires
f ( x, y ) = x 2 + y 2 s.c. 2 x + y 2, x 0, y 0
g ( x, y ) = x + 2 y 2 s.c. 2 x 2 + 2 y 2 2, x 0, y 0
x 0, y 0 1 + x 2 y 0
h( x, y ) = x 2 + 2 y 2 s.c.
2
2
1 x y 0 1 + x 2 y 0

Remarque : la condition de qualification des contraintes prend

tout son sens lorsquil y a plusieurs contraintes. Cette condition
nous informe dabord sur lindpendance des vecteurs-colonnes
des contraintes et enfin sur le nombre de contraintes satures
dans la rsolution du systme de Lagrange.
1Soit f (x , y ) = x 2 + y 2 s.c. 2x + y 2, x 0, y 0
f C 1 sur \ 2 et gi C 1 sur \ 2
Choisissant le programme de maximisation

x 2 + y2

avec x 0, y 0

s.c. 2x + y 2

2x + y 2

g = ( 2 1 )

Remarque : on peut raliser cette condition pour lensemble des

2
1

contraintes respecter ( g = 1 0 )

0 1
Le seul point stationnaire de la contrainte g1 2x + y 2 est le
point (0,0), nimporte quel point candidat sera une solution dans le
domaine convexe (ensemble des contraintes). Formons le lagrangien :

L(x, y, 1 ) = x 2 + y 2 + (2x y + 2) .

Point conseil : le thorme de Kuhn et Tucker exige dans son

application 2 conditions :
1- f C 1 et gi C 1 (de classe 1.)
2- que les contraintes soient convexes.
En consquence, la lecture des multiplicateurs de
Lagrange-Kuhn et Tucker indiquent directement la
nature de lextremum. On peut aussi dans cette
recherche vrifier si la fonction objective et les
contraintes sont concaves ou convexes.
CNS
L

= 2x 2 = 0

= 2y = 0

(2x y + 2) = 0 ; 0

Si 0 , ce qui sous-entend que g1 2x + y = 2 . Ceci est une

contrainte sature, alors le systme rsoudre est :

2x 2 = 0

2y = 0 x = 2y = =

+
=
2
2
x
y

Ce systme a pour solution un point candidat acceptable

2
x = y = = .
3

M =

( 45 , 25 ) avec 45 = Ce point est un maximum li.

2
Soit g(x, y ) = x + 2y 2 s.c. 2x 2 + 2y 2 2, x 0, y 0
g C 1 sur \ 2 et hi C 1 sur \ 2

 x + 2y 2

avec x 0, y 0

s.c. x 2 + y 2

2x 2 + 2y 2 2

h = ( 2x

2y )

Remarque : on peut raliser cette

2x

conditions respecter ( g = 1

condition pour lensemble des

2y

0 )

Le seul point stationnaire de la contrainte h1 x 2 + y 2 1 est le

point (0,0), nimporte quel point candidat est solution dans le
domaine convexe. Formons le lagrangien :

L(x, y, ) = x + 2y 2 + (x 2 y 2 + 1) .
CNS

= 1 2x = 0

= 4y 2y = 0

(x 2 y 2 + 1) = 0 ; 0

Si 0 , ce qui sous-entend que x 2 + y 2 = 1 est une contrainte

sature, alors le systme rsoudre est :
y =0

1 2x = 0

= 2x = 2 et = 1

2y(2 ) = 0

2
2

2x
+
=
x
y
1

2
2

x
1
=

x +y = 1

1
1
15
x = ;y =
; = 2 x = 1; y = 0; =
2
4
4

Ce systme a pour solution les points candidats acceptables

 1 15
(
)
M 0 = ;
4 4 avec = 2 et M 1 = 1; 0 avec

1
qui sont des
2

points maxima lis.

3-

1 x 2 y 2 0

2
2
h(x, y ) = x + 2y s.c. 1 + x 2y 0
s.c.

1 x 2y 0

x 2 + 2y 2
x 2 + y 2 1

x + 2y 1

x + 2y 1

Condition de qualification des contraintes

Lensemble des contraintes forment bien un ensemble convexe.
Vrifions que les quations indpendantes.
2x 2y

J (gi ) = 1 2 Rg J = 2

2
1

L = x 2 + 2y 2 + 1 ( x 2 y 2 + 1 ) + 2 ( x 2y + 1 ) + 3 ( x 2y + 1 )
CNS
L

= 2x 2x 1 + 2 3 = 0

= 4y 2y1 22 23 = 0

1(x 2 y 2 + 1) = 0 ; 1 0 (1 0)

2 (x 2y + 1) = 0 ; 2 0 (2 0)

(x 2y + 1) = 0 ; 3 0 (3 0)

1- Si 1 = 0, 2 > 0, 3 > 0 , ce qui sous-entend que

x + 2y = 1 et x + 2y = 1 sont des contraintes satures, alors le
systme rsoudre devient :

2x + 2 3 = 0

4y 22 23 = 0

1
1

x = 0, y = , 2 = 3 =

2
2

x + 2y = 1

x + 2y = 1

et x 2 + y 2 < 1 doit tre vrifie par les rsultats obtenus

( 21 ) avec

Le point M 0 = 0;

= 3 =

1
est un maximum local
2

contraint.
2- Si 2 = 0, 1 > 0, 3 > 0 , ce qui sous-entend que x 2 + y 2 = 1
et x + 2y = 1 sont des contraintes satures, alors le systme
rsoudre devient :
2x 2x 1 3 = 0

4y 2y1 23 = 0

x = 1, y = 0, 1 = 1, 3 = 0

x 2 + y2 = 1

x + 2y = 1

et x + 2y < 1 doit tre vrifie par les rsultats obtenus

Le point M 1 = ( 1; 0 ) avec 1 = 1, 3 = 0 est non acceptable (la

contrainte n3 sannule en mme temps que 3 = 0 ).
3- Si 3 = 0, 1 > 0, 2 > 0 , ce qui sous-entend que x 2 + y 2 = 1
et x + 2y = 1 sont des contraintes satures, alors le systme
rsoudre devient :
2x 2x 1 + 2 = 0

4y 2y1 22 = 0

x 2 + y2 = 1

x + 2y = 1

x = 1, y = 0, 1 = 1 et 2 = 0

3
4
7
12
x = , y = , 1 = et 2 =
5
5
5
25
et x + 2y < 1 doit tre vrifie par les rsultats obtenus
Le point M 2 = ( 1; 0 ) avec 1 = 1 et 2 = 0 est non
acceptable (la contrainte n2 sannule en mme temps
que 2 = 0 ).

( 53 ; 45 )

7
12
et 2 =
5
25
acceptable (la contrainte n 3 nest pas satisfaite).
Le point M 3 =

avec 1 =

est non

3 Programmation linaire

Trouver les solutions des programmes suivants optimiser.

Min C ( x, y ) = 2 x + 4 y
x 0, y 0

1 2 x + y 14
s.c.
x + y 12
x + 3 y 18

Max ( x, y, z ) = 14 x + 12 y + 18 z
2-

4 x y z 0

s.c. 2 2 x y z 0

x, y , z 0

Solutions
1-

min C (x , y ) = 2x + 4y
x 0, y 0

2x + y 14
s.c.

x + y 12

x + 3y 18

10

Passons la forme duale du programme pour une rsolution simple.

max P = 14u + 12w + 18z

u 0, w 0, z 0

s.c. 2u + w + z 2

u + w + 3z 4

e1
e2

u
2
1
14

w
1
1
12

z
1
3
18

e1

e2

1
0
0

0
1
0

2
4
0

TMS
2
4/3

Solution de base P = 0 u = 0 w = 0 z = 0 et e1 = 2, e2 = 4
u
z
P

u
5/3
1/3
8

w
2/3
1/3
6

z
0
1
0

e1

e2

1
0
0

-1/3
1/3
-6

2/3
4/3
-24

TMS
2/5
4

Solution P = 24 u = 2 / 3 w = 0 z = 4 / 3 et e1 = 0, e2 = 0
u
z
P

u
1
0
0

w
2/5
1/5
14/5

Solution P =

w
z
P

u
5/2
-1/2
-7

z
0
1
0

e1

e2

3/5
-1/5
24

-1/5
2/5
22

2/5
6/5
136

TMS
1
6

136
2
6
u = w = 0 z = et e1 = 0, e2 = 0
5
5
5
w
1
0
0

z
0
1
0

e1

e2

3/2
-1/2
-9

-1/2
1/5
-3

1
1
-30

Solution finale P = 30 u = 0 w = z = 1 et e1 = 9, e2 = 3
Solution finale C = 30, x = 9, y = 3
11

2max = 14x + 12y + 18z

minC = 2u + 4w

4 x y z 0

s.c.
2 2x y z 0

x , y, z 0

e1
e2

x
2
1
14

y
1
1
12

z
1
1
18

u 0, w 0

2u + w 14
s.c.

u + w 12

u + w 18

e1

e2

1
0
0

0
1
0

2
4

TMS
2
4

Solution de base P = 0 x = 0 y = 0 z = 0 et e1 = 2, e2 = 4
z
e2

x
2
-1
-22

y
1
0
-6

z
1
0
0

e1

e2

1
-1
-18

0
1
0

2
2
-36

Solution finale P = 36 x = 0 y = 0 z = 2 et e1 = 0, e2 = 2
La contraintes n 2 est pleinement utiliss, il reste 18 de disponible
pour la contrainte n1.
Solution finale C = 36, u = 18, w = 0

Exercices appliqus lconomie

1

Programmation linaire

Une entreprise dsire fabriquer trois produits x, y et z qui

dgageront des marges sur cot variable respectivement gales
60 , 75 et 93 . Le temps demploi des machines est de 42
heures pour chacune. Le temps de passage dans les ateliers de
chaque article exprim en centime dheure est rsum par :
12

chaque produit x ncessite 3 heures pour lassemblage (A), 5

heures le polissage (P) et 3 heures pour la mise en caisse(C).
Chaque y exige 6 heures pour lassemblage (A), 2 heures le
polissage (P) et 4 heures pour la mise en caisse(C). Chaque
produit z exige 9 heures pour lassemblage (A), 3 heures le
polissage (P) et 6 heures pour la mise en caisse(C). Lentreprise
dispose de 4 machines pour latelier A, 2 pour latelier B et C.
Prsenter et donner la solution du programme de production
visant maximiser la marge sur cot variable.
Solutions
Lentreprise maximise ses marges.
Tableau des valeurs
Le temps de passage est donn en centime dheure, il faut multiplier
les capacits par 100 pour lhomognit du tableau.

x y z capacits
A
3 6 9
16 800
P
5 2 3
8 400
C
3 4 6
8 400
Marge 60 75 93

Programme
max = 60x + 75y + 93z
3x + 6y + 9z 16800

5x + 2y + 3z 8400
s.c.
3x + 4y + 6z 8400

x , y, z 0

13

e1
e2
e3

x
3
5
3
60

y
6
2
4
75

z
9
3
6
93

e1

e2

e3

1
0
0
0

0
1
0
0

0
0
1
0

16800
8400
8400
0

TMS
1866,67
2800
1400

Solution de base = 0 x = 0 y = 0 z = 0 et
e1 = 16800, e2 = 8400, e3 = 8400
e1
e2

x
-3/2
7/2
1/2
27/2

y
0
0
2/3
13

z
0
0
1
0

e1

e2

e3

1
0
0
0

0
1
0
0

-3/2
-1/2
1/6
-31/2

4200
4200
1400
-130200

TMS
-2800
1200
2800

Solution = 130200 x = 0 y = 0 z = 1400 et

e1 = 4200, e2 = 4200, e3 = 0
e1

x
z

x
0
1
0
0

y
0
0
2/3
13

z
0
0
1
0

e1

e2

e3

1
0
0
0

3/7
2/7
-1/7
-27/7

-12/7
-1/7
5/21
-95/7

6000
1200
800
-146400

TMS

1200

Solution = 146400 x = 1200 y = 0 z = 800 et

e1 = 6000, e2 = 0, e3 = 0

e1

x
y

x
0
1
0
0

y
0
0
1
0

z
0
0
3/2
-39/2

e1

e2

e3

1
0
0
0

3/7
2/7
-3/14
-15/14

-12/7
-1/7
5/14
-255/14

6000
1200
1200
-162000

La solution finale de lalgorithme du simplexe est :

= 162000, x = y = 1200, z = 0 et e1 = 6000, e2 = a 3 = 0 .
14

Lentreprise produira 1200 units de biens x , 1200 units de

biens y , aucune unit du produit z , pour une marge de 162 000
. Les ateliers B et C sont pleinement utiliss, il reste 60 heures
datelier A disponibles.

Extremum contraint
Les prfrences envers les quantits de biens x et y dun
consommateur sont traduites par la fonction dutilit
u ( x, y ) = x 0,3 y 0,7 . Le revenu du consommateur slve 50 et les
prix des biens sont px = 2 et p y = 5
1. Trouver le panier qui maximise lutilit.
2. Soit une transformation monotone croissante de
u ( x, y ) suivante : v(u ) = ln u ( x, y ) . Montrer que lon retrouve le
mme rsultat que dans la premire question.
2

Solutions
1Point conseil : Dans le programme traditionnel du
consommateur les conditions du premier ordre sont ncessaires
et suffisantes. Ce rsultat permet de rduire ltude de
lextremum aux seules conditions ncessaires qui deviennent
aussi suffisantes.
Formons le lagrangien

L(x, y, ) = x 0,3y 0,7 + (2x 5y + 50)

CNS

L'x = 0, 3x 0,7y 0,7 2 = 0

'
0,3 0,3

5 = 0
Lx = 0, 7x y

L' = 2x 5y + 50 = 0

2 0, 7
x 0,7y 0,7

0, 7x 0,3y 0,3
0, 3x 0,7y 0,7

=
=

x 0,3y 0,3
5 0, 3
5
2

2x + 5y = 50

2x + 5y = 50

15

y
14

x
15
x = 7, 5 et y = 7 .

+
=
x
y
2
5
50

Le point M ( 7, 5; 7 ) avec = 0,143 est un maximum li.

2v(u ) = ln u(x , y ) = ln x 0,3y 0,7 = 0, 3 ln x + 0, 7 ln y alors

L(x , y, ) = 0, 3 ln x + 0, 7 ln y + (2x 5y + 50)

CN

L
0, 3

=
2 = 0
x
x
L
0, 7
=
5 = 0

y
y

L = 2x 5y + 50 = 0

0, 7
x
0, 3
15
=
=
=

2
x
5
y
14
y

2x + 5y = 50
2x + 5y = 50

= 0, 02

x = 7, 5

y = 7

Le point candidat est M = (7, 5; 7)

CS

16

 0,3
0
x2

0, 7
HB = 0
2

5
2

0,3

2
7,52

5 et H B ( M ) = 0

0
2

H B (M ) = 0,19 > 0 cqfd

17

0, 7
72
5