2024-2025 APM 43035 EP

École polytechnique Optimisation et Contrôle

PC3 : Contraintes d’inégalité - Correction

Exercice 1
Soit α ∈ R un réel fixé. On considère le problème d’optimisation suivant dans R2 :
(Pα ) min J(x, y) = x2 + (y − α)2 avec K = {(x, y) ∈ R2 : y ≥ 0 et y ≤ x2 }.
K

1. Montrer que le problème admet au moins une solution.

Correction :
La fonction J est continue et J vérifie J(x, y) → +∞ quand |(x, y)| → +∞. Posons
g1 (x, y) = −y et g2 (x, y) = y − x2 .
Les ensembles g1−1 (R− ) et g2−1 (R− ) sont fermés, car images réciproques du fermé R− par les applications
continues g1 et g2 . Et l’ensemble K est fermé comme intersection des fermés g1−1 (R− ) et g2−1 (R− ). De
plus K est évidemment non vide. Il existe donc au moins une solution au problème (Pα ) (théorème 2.2.1).

2. Déterminer les points pour lesquels les contraintes sont qualifiées.

Correction :
Calculons le gradient de g1 et g2 :
   
0 −2x
∇g1 (x, y) = et ∇g2 (x, y) = .
−1 1
• Si aucune contrainte n’est active, il n’y a rien à vérifier.
• Si seule la contrainte g1 (x, y) ≤ 0 est active alors (x, y) est sur l’axe des abscisses sauf en (0, 0).
Donc ∇g1 (x, y) ̸= 0 et donc les contraintes sont qualifiées (cf. la Remarque 2.5.27).
• Si seule la contrainte g2 (x, y) ≤ 0 est active alors (x, y) est sur la parabole y = x2 , sauf en (0, 0).
Donc ∇g2 (x, y) ̸= 0 et donc les contraintes sont qualifiées (cf. à nouveau la Remarque 2.5.27).
• Si g1 et g2 sont actives alors (x, y) = (0, 0). Les vecteurs ∇g1 (0, 0) et ∇g2 (0, 0) sont colinéaires et
pointent dans des directions opposées. Donc les contraintes ne sont pas qualifiées au point (0, 0).
Donc (0, 0) est le seul point où les contraintes ne sont pas qualifiées.

3. Trouver la ou les solutions de (Pα ) en fonction de la valeur α.

Correction :
Les fonctions J, g1 et g2 sont de classe C 1 , alors si (x, y) est un point où les contraintes sont qualifiées et
est minimum local de J sur K il existe λ1 , λ2 ≥ 0 tels que :


 ∇J(x, y)+λ1 ∇g1 (x, y) + λ2 ∇g2 (x, y) = 0

λ1 g1 (x, y) = 0




λ2 g2 (x, y) = 0

λ1 ≥ 0, g1 ≤ 0





λ2 ≥ 0, g2 ≤ 0


c’est-à-dire : 

 x(1 − λ2 ) = 0

2(y − α) − λ1 + λ2 = 0





λ1 y = 0



 λ2 (y − x2 ) = 0

λ1 ≥ 0, − y ≤ 0





λ2 ≥ 0, y − x2 ≤ 0



1
 • On a x ̸= 0 (car le seul point de K d’abscisse nulle est (0, 0) où les contraintes ne sont pas qualifiées),
ainsi λ2 = 1 et y = x2 .
• De même λ1 = 0 (sinon on aurait y = 0, et donc, comme y = x2 , on aurait aussi x = 0, ce qui est
exclu par hypothèse).
• Donc λ1 = 0 et y = α − λ22 = α − 12 . Or on vient de voir que y > 0, ce qui impose α > 12 , et alors
q
x = ± α − 21 . Si α ≤ 12 alors le système n’a pas de solution.
On peut donc en déduire :
• Si α > 12 , les seuls points de K où les contraintes sont qualifiées et pouvant être des points de
minimum sont :
r ! r !
1 1 1 1
(x̄1 , ȳ) = α − ,α − et (x̄2 , ȳ) = − α − ,α − .
2 2 2 2

En ces points, la valeur de J est :

1 1 1
J(x̄1 , ȳ) = J(x̄2 , ȳ) = α − + =α− .
2 4 4
Comparons à présent cette valeur avec la valeur atteinte par J en (0, 0) (unique point de K où les
contraintes ne sont pas qualifiées) : J(0, 0) = α2 , or α2 − α + 14 = (α − 12 )2 > 0 donc J(0, 0) >
J(x̄1 , ȳ) = J(x̄2 , ȳ). Ainsi, les deux seuls points de minimum sont (x̄1 , ȳ) et (x̄2 , ȳ).
• Si α ≤ 21 , aucun point de K où les contraintes sont qualifiées ne vérifie le système d’équation ci-
dessus. Or on sait qu’il existe un minimum. Il est donc atteint au seul point de K où les contraintes
ne sont pas qualifiées, c’est-à-dire au point (x̄, ȳ) = (0, 0) et J(x̄, ȳ) = α2 .

Exercice 2
Soient J et h des fonctions réelles convexes et continues sur Rn . Soit κ ∈ R et K = {v ∈ Rn , h(v) ≤ κ}.
On suppose K non vide, J et h dérivables sur K. On s’intéresse au lien entre les problèmes :

inf J(v), (1)

v∈K

et
inf (J(v) + αh(v)), (2)
v∈Rn

où α ∈ R. On supposera que les contraintes dans (1) sont qualifiées en tout v ∈ K.

1. Écrire le lagrangien L associé au problème (1), et les inégalités satisfaites par un point selle (u, λ)
de L.
Correction : Le lagrangien associé au problème (1) est donné par :

L(v, µ) = J(v) + (h(v) − κ)µ, ∀(v, µ) ∈ Rn × R+ .

Si (u, λ) est un point selle de L. Par définition :

J(u) + (h(u) − κ)µ ≤ J(u) + (h(u) − κ)λ ≤ J(v) + (h(v) − κ)λ, ∀v ∈ Rn , ∀µ ∈ R+ .

2. Supposons qu’il existe u solution de (1). Trouver un α tel que u est solution de (2).
Correction : On est dans les conditions d’application du théorème 2.6.4 (Kuhn et Tucker). Il existe
donc λ ∈ R+ tel que (u, λ) est un point selle de L. En particulier :

J(u) + λh(u) ≤ J(v) + λh(v), ∀v ∈ Rn ,

i.e. u est solution du problème (2) avec α = λ.

3. Supposons qu’il existe u solution de (2), avec α > 0. Trouver un κ tel que u est solution de (1).

2
Correction : Soit u solution de (2). On a :

J(u) + αh(u) ≤ J(v) + αh(v), ∀v ∈ Rn .

Donc pour tout κ,

J(u) + α(h(u) − κ) ≤ J(v) + α(h(v) − κ), ∀v ∈ Rn .
En choisissant κ = h(u), on a donc :

J(u) + µ(h(u) − κ) ≤ J(u) + α(h(u) − κ) ≤ J(v) + α(h(v) − κ), ∀v ∈ Rn , ∀µ ∈ R+

Donc (u, α) est un point selle de L. D’après la proposition 2.6.2, u est donc solution de (1) avec κ = h(u).

Exercice 3
On considère les fonctionnelles quadratiques J et F définies sur Rd par
1 1
J(v) = (Av, v) − (b, v) et F (v) = (M v, v) − σ,
2 2
où A et M sont des matrices symétriques définies positives, b un vecteur non nul de Rd et σ un réel
strictement positif. On s’intéresse au problème d’optimisation sous contrainte

inf J(v). (3)

F (v)≤0

1. Montrer que le problème (3) admet un unique minimiseur u ∈ Rd .

Correction : On a
K = {v ∈ Rd |F (v) ≤ 0}.
L’ensemble K est non-vide (0 ∈ K). La matrice M étant positive, F est convexe, d’où on déduit que K
est convexe. Par ailleurs, F étant continue, K est fermé. La fonction J est continue et α−convexe car A
est définie positive. Donc le problème admet une unique solution (théorème 2.3.9).

2. Montrer que le lagrangien L(v, q) = J(v) + q F (v) admet un point selle sur Rd × R+ .

Correction : On considère le point u qui minimise J sous la contrainte F (u) ≤ 0 (cf. Question 1).
Noter que J et F sont convexes, continues et dérivables. Les contraintes sont qualifiées en u car si elles
sont actives, F (u) = 0, c’est à dire 12 (M u, u) = σ et dans ce cas, comme M est SDP et σ > 0, u est non
nul. Par conséquent, F ′ (u) ̸= 0, puisque F ′ (u)(h) = (M u, h) si bien que F ′ (u)(u) > 0.
D’après le cours (théorème de Kuhn et Tucker), il existe donc un multiplicateur de Lagrange p ≥ 0 tels
que (u, p) soit un point selle du lagrangien

L(v, q) = J(v) + qF (v).

On a donc :
∀q ≥ 0, ∀v ∈ Rd , L(u, q) ≤ L(u, p) ≤ L(v, p).

3. Montrer que pour tout q ∈ R+ , le problème d’optimisation sans contrainte

inf L(v, q) (4)

v∈Rd

admet une unique solution, notée u(q). Etablir l’estimation

|b|
|u(q)| ≤
λ1 (A)

où | · | désigne la norme euclidienne sur Rd et λ1 (A) la plus petite valeur propre de A.

3
Correction : Pour q ≥ 0, on considère la fonction v ∈ Rd 7→ L(v, q) = J(v) + qF (v). C’est une fonction
strictement convexe, continue, qui tend vers l’infini à l’infini. Elle admet donc un unique minimum en un
point u(q) qui satisfait la condition d’optimalité :

(A + qM )u(q) = b

En multipliant scalairement par u(q), on obtient donc :

⟨(A + qM )u(q), u(q)⟩ = ⟨b, u(q)⟩. (5)

Le membre de droite est majoré par

⟨b, u(q)⟩ ≤ |b||u(q)|.
Le membre de gauche est minoré par

⟨(A + qM )u(q), u(q)⟩ ≥ ⟨Au(q), u(q)⟩ ≥ λ1 (A)|u(q)|2 .

On obtient donc
λ1 (A)|u(q)|2 ≤ |b||u(q)|
ce qui donne l’estimation demandée :
|b|
|u(q)| ≤ .
λ1 (A)

4. Pour q ∈ R+ , on pose
G(q) = min L(v, q) = L (u(q), q) .
v∈Rd

Montrer que
d2 G
 
dG du du
= F (u(q)) et = −(A + qM ) (q), (q) .
dq dq 2 dq dq
En déduire que G est strictement concave et étudier le comportement de G(q) lorsque q tend vers +∞.

Correction : On a
G(q) = min L(v, q) = L(u(q), q).
v∈Rd

Noter que u(q) = (A + qM )−1 b est différentiable par rapport à q pour tout q ≥ 0. On a donc

dG(q) dL(u(q), q) d

= = J(u(q)) + qF (u(q))
dq dq dq
= ⟨(A + qM )(u(q)) − b, u′ (q)⟩ + F (u(q))
1
= F (u(q)) = ⟨M u(q), u(q)⟩ − σ.
2
Et donc,

d2 G(q)
 
d 1
2
= ⟨ (M u(q), u(q))⟩ − σ = ⟨M u(q), u′ (q)⟩.
dq dq 2
En dérivant par rapport à q la condition d’optimalité

(A + qM )u(q) = b

on obtient :
M u(q) + (A + qM )u′ (q) = 0.
Et donc :
u(q) = −M −1 (A + qM )u′ (q).
2
En utilisant cette relation, on obtient bien le résultat demandé sur ddqG2 .
Comme la matrice A + qM est symétrique définie positive (car q ≥ 0, et A et M sont symétriques définies
2
positives), on obtient que ddqG2 < 0, car u′ (q) est un vecteur non nul (cf. u(q) est non nul car b est non
nul).

4
Pour étudier le comportement de G en +∞, on écrit
 
1 1
G(q) = ⟨Au(q), u(q)⟩ − ⟨b, u(q)⟩ + q ⟨M u(q), u(q)⟩ − σ .
2 2
En utilisant la relation 2q ⟨M u(q), u(q)⟩ = 12 ⟨b − Au(q), u(q)⟩, on peut en fait réécrire
1
G(q) = − ⟨b, u(q)⟩ − qσ.
2
En utilisant la Question 3, on sait que u(q) est borné indépendamment de q. Par conséquent,
lim G(q) = −∞.
q→∞

5. Montrer que G atteint son maximum en un point unique p ∈ R+ , que le couple (u(p), p) ainsi trouvé
est l’unique point selle du lagrangien L et que u(p) est l’unique solution de (3).

Correction : Première possibilité : −G est une fonction continue, strictement convexe et infinie à l’infini
(cf Q.4) donc G admet un unique maximiseur p.
De plus d’après Q.2 on sait que L admet un point selle (u⋆ , p⋆ ) donc d’après le théorème de dualité
max G(q) = G(p⋆ )
q

⋆
et par unicité du maximum de G on a p = p . On a alors
∀q ≥ 0, ∀v ∈ Rd , L(u⋆ , q) ≤ L(u⋆ , p) ≤ L(v, p),
c’est à dire
L(u⋆ , p) = inf L(v, p)
v

et donc par l’unicité du minimiseur donné dans Q.3 on a u⋆ = u(p) et donc le couple (u(p), p) est l’unique
point selle du lagrangien L. Par la réciproque du théorème de Kuhn-Tucker on a bien que u(p) est l’unique
solution du problème de minimisation initial.
Seconde possibilité : D’après le cours, on a une équivalence entre le fait que u est un minimum global de
J sur K, et l’existence d’un p qui est un maximum global de G sur R+ . L’unicité de p comme maximiseur
de G est une conséquence de la stricte concavité de G. L’unicité du point selle est donc une conséquence
de l’unicité du minimum u et du maximiseur p de G.
On peut aussi vérifier l’unicité de p directement. En effet, comme u est non nul, p est uniquement
déterminé par la relation d’optimalité J ′ (u) + pF ′ (u) = 0 qui s’écrit :
(Au − b) + pM u = 0
(Au−b,u)
ce qui donne p = (u,M u) .

6. Montrer que pour σ assez grand, on a p = 0. Donner dans ce cas l’expression de u.

Correction : On a p = 0 si et seulement si G ′ (0) ≤ 0 (car G est une fonction strictement concave et
dérivable), si et seulement si F (u(0)) ≤ 0, si et seulement si (M u(0), u(0)) ≤ 2σ, ie
(M A−1 b, A−1 b) ≤ 2σ.
Cette condition est donc vérifiée dès que σ est assez grand.
Dans ce cas, le minimiseur est u = u(0) = A−1 b.
On pouvait s’y attendre. En effet le multiplicateur de Lagrange dans la condition d’optimalité de la
question 1 est nul dès que la contrainte n’est pas active (c’est la relation des écarts complémentaires) et
la solution du problème sans contrainte satisfait F (u(0)) < 0 pour σ suffisament grand. En effet :
1 1
F (u(0)) ≤ λmax (M )∥u(0)∥2 − σ = λmax (M )∥A−1 b∥2 − σ,
2 2
où λmax (M ) > 0 est la plus grande valeur propre de M . Une condition suffisante de nullité de p est donc
λmax (M )∥A−1 b∥2 ≤ 2σ, condition qui implique la condition nécessaire et suffisante (M A−1 b, A−1 b) ≤ 2σ
obtenue ci-dessus.

5
 Exercice 4 Corde tendue avec obstacle
On cherche à calculer la position d’équilibre d’une corde élastique Ω = ]0, 1[ attachée à ses extrémités,
soumise à l’action d’une force linéique f et dont le déplacement vertical est contraint par un obstacle
ponctuel situé en x0 ∈ Ω à la hauteur a ∈ R. Le déplacement vertical u est solution du problème modèle
Z Z
1
J(u) = min J(v) avec J(v) = |v ′ (x)|2 dx − f vdx,
v∈K 2 Ω Ω

où K est le sous-ensemble de

n o
V = v ∈ C 0 ([0, 1]), C 1 (]0, 1[) par morceaux, v(0) = v(1) = 0 ,

défini par
K = {v ∈ V, v(x0 ) ≥ a}.
On posera F (v) = a − v(x0 ).
Pour simplifier les arguments, on considère dans la suite le problème discrétisé sur le maillage de Ω par
des éléments finis P1 . Le maillage est composé d’un ensemble de nœuds et contient x0 , il est défini par
un ensemble de points distincts 0 = x−I < x−I+1 < · · · < x0 < · · · < xJ−1 < xJ = 1. On note Vh ⊂ V le
sous-espace vectoriel tel que
n o
Vh = vh ∈ C 0 ([0, 1]), vh |]xi ,xi+1 [ ∈ P1 , ∀i ∈ {−I, . . . , J − 1}, vh (0) = vh (1) = 0 ,

et Kh = {vh ∈ Vh , vh (x0 ) ≥ a}. On cherche donc la solution du problème

J(uh ) = min J(vh ).

vh ∈Kh

On admettra que les dérivées d’une fonction vh ∈ Vh ont bien un sens comme des fonctions constantes
par morceaux obtenues en dérivant vh dans chaque maille ]xi , xi+1 [.

1. Montrer que la fonctionnelle J est strictement convexe. En déduire que le problème de minimisation
admet une unique solution uh .
qR
Correction : On munit Vh de la norme ∥v∥ = Ω
(v ′ )2 . La fonctionnelle J est clairement strictement
convexe car, pour tout uh et vh dans Vh ,
Z Z  Z
1
J(uh + vh ) = J(uh ) + u′h vh′ − f vh + (v ′ )2
Ω Ω 2 Ω h

et Ω (vh′ )2 > 0 pour tout vh ̸= 0, vh ∈ Vh . On note au passage que

R

Z Z
′ ′ ′
J (uh )(vh ) = u h vh − f vh .
Ω Ω

De plus J est continue et tend vers l’infini à l’infini. L’ensemble Kh est non vide, fermé et convexe (pour
la fermeture, on notera que |v(x0 )| ≤ ∥v∥). Par conséquent le problème de minimisation admet un unique
minimum.

2. Caractériser la solution par une inégalité variationnelle, puis par l’introduction d’un multiplicateur
de Lagrange p. Donner une interprétation physique du multiplicateur ainsi que de la relation des écarts
complémentaires.
Correction :
En écrivant les équations d’Euler associées au problème, on déduit que uh ∈ Kh est la fonction telle que
∀vh ∈ Kh , Z Z
u′h (vh − uh )′ ≥ f (vh − uh ).
Ω Ω
La contrainte peut se réécrire F (uh ) ≤ 0 avec F (uh ) = a − uh (x0 ). En utilisant la caractérisation par
multiplicateur de Lagrange pour des contraintes d’inégalité (théorème 2.5.18), en notant que la contrainte
est affine donc qualifiée, on déduit qu’il existe p ≥ 0 tel que

J ′ (uh ) + pF ′ (uh ) = 0

6
soit : pour tout vh ∈ Vh , Z Z
u′h vh′ = pvh (x0 ) + f vh .
Ω Ω
On peut interpréter p comme une force ponctuelle en x0 . Le fait que p ≥ 0 montre que l’obstacle ne peut
que repousser la corde. De plus, la relation des écarts complémentaires

p(a − uh (x0 )) = 0

indique que si a − uh (x0 ) < 0 (la corde ne touche pas l’obstacle), alors p = 0 : la force exercée par
l’obstacle sur la corde est nulle.

3. On suppose que f ≤ 0 et que a ≥ 0. Montrer que la contrainte est active en u. Résoudre explicitement
u et p en fonction du paramètre a ≥ 0 pour f = 0 et x0 = 12 .
Correction : On suppose f ≤ 0 (on appuie sur la corde). Si la contrainte n’était pas active, on aurait
uh (x0 ) > a ≥ 0 et p = 0, et donc, pour tout vh ∈ Vh ,
Z Z
′ ′
uh vh = f vh .
Ω Ω

On en déduit que uh ≤ 0 par le principe du maximum discret, et donc une contradiction avec uh (x0 ) >
a ≥ 0.
Le principe du maximum discret se montre par exemple par l’absurde. Si il existe un point x tel que
uh (x)
 > 0, on considère alors le point le plus proche de 0 qui réalise le maximum de uh : x =
inf arg maxy∈[0,1] uh (y) . On note que nécessairement, x est un nœud du maillage, et x ∈ ]0, 1[ (car
uh (0) = uh (1) R= 0). En prenant vh R∈ Vh tel que vh (x) = 1 et vh (y) = 0 sur les autres noeuds y du
maillage, on a Ω u′h vh′ > 0 alors que Ω f vh ≤ 0, d’où la contradiction.
La contrainte est donc active : uh (x0 ) = a et p ≥ 0. On considère le cas f = 0 et x0 = 1/2. La formulation
variationnelle s’écrit : pour tout vh ∈ Vh ,
Z
u′h vh′ = pvh (1/2).
Ω

On rappelle que par définition de Vh , uh et vh sont des fonctions continues et affines par morceaux, si
bien que leurs dérivées peuvent être discontinues aux nœuds du maillage. De plus ces fonctions s’annulent
en 0 et en 1. En intégrant par parties sur chaque maille, il vient
Z −1 Z
X xi+1 J−1
X Z xj+1
u′h vh′ = u′h vh′ + u′h vh′
Ω i=−I xi j=1 xj

−1 J−1
X x− X x−
= [u′h vh ]x+
i+1
+ [u′h vh ]xj+1
+ ,
i j
i=−I j=1

où nous avons utilisé que u′′h = 0 sur chaque maille. En ré-arrangeant les termes et en utilisant la continuité
de vh aux nœuds du maillage ainsi que la nullité de vh en 0 et en 1, il vient
Z J−1
X
−
u′h vh′ = − u′h (x+ ′


i ) − uh (xi ) vh (xi ) = pvh (x0 ).
Ω i=−I+1

En prenant une fonction vh nulle en tous les nœuds sauf au nœud xi avec i ∈ {−I + 1, · · · , J − 1} \ {0},
on en déduit que u′h est continue en xi . Par conséquent, les fonctions uh |[0,x0 ] et uh |[x0 ,1] sont globalement
affines et s’annulent respectivement en 0 et en 1. Comme uh est par définition continue, on en déduit que

uh (x) = 2ax1[0,1/2] (x) + 2a(1 − x)1]1/2,1] (x).

Enfn en considérant la fonction vh nulle en tous les nœuds sauf au nœud x0 , on obtient

4avh (1/2) = − u′h (1/2+ ) − u′h (1/2− ) vh (1/2) = pvh (1/2),

soit
p = 4a.
Plus l’obstacle est haut, plus la force est importante.