1
Au-delà des contraintes rigides : le cadre lagrangien
MATH008Lesson 5
00:00
Dans le monde standard de l'optimisation, une contrainte est un mur binaire : soit vous êtes dedans, soit vous êtes dehors. Mais dans les systèmes complexes, ces contraintes « rigides » peuvent être mathématiquement strictes. Le cadre lagrangien fournit la structure nécessaire pour aller au-delà de cela, en transformant les contraintes en fonctions objectifs « augmentées » qui intègrent les violations comme des pénalités pondérées. Ce n'est pas seulement une astuce ; c'est la base pour quantifier le « coût » des contraintes à travers les multiplicateurs de Lagrange.

1. Des contraintes rigides aux pénalités souples

Considérons un problème classique : minimiser $f_0(x)$ sous les contraintes $f_i(x) \le 0$ et $h_i(x) = 0$. Une contrainte « rigide » équivaut à une fonction indicatrice :

$$I_-(u) = \begin{cases} 0 & u \leq 0 \\ \infty & u > 0 \end{cases}$$

La construction lagrangienne remplace ce saut infini par une pénalité linéaire. Nous augmentons l'objectif par une somme pondérée des fonctions de contrainte :

$$L(x, \lambda, \nu) = f_0(x) + \sum_{i=1}^m \lambda_i f_i(x) + \sum_{i=1}^p \nu_i h_i(x)$$

Ici, $\lambda_i$ est le multiplicateur de Lagrange. Il agit comme une pénalité « douce » qui ajuste l'impact de la i-ème inégalité. De façon cruciale, nous ne supposons pas encore la convexité ; ce cadre est universel.

La perspective duale

Nous définissons la fonction duale de Lagrange $g(\lambda, \nu)$ comme l'infimum du lagrangien sur $x$. Une propriété essentielle est la propriété de borne inférieure: pour tout $\lambda \succeq 0$, $g(\lambda, \nu) \le p^*$. Cela nous permet de borner la valeur optimale de problèmes qui seraient autrement impossibles à résoudre directement.

2. Étude de cas : Contrôle d'un véhicule hybride

Imaginez un véhicule équilibrant la consommation de carburant et la durée de vie de la batterie. Les contraintes sont physiques : la demande de puissance doit être satisfaite à tout moment.

  • Équilibre de puissance : $P_{\text{req}}(t) = p_{\text{eng}}(t) + p_{\text{mg}}(t) - p_{\text{br}}(t)$
  • Dynamique de la batterie : $E(t+1) = E(t) - p_{\text{mg}}(t) - \eta |p_{\text{mg}}(t)|$
  • Objectif : Minimiser $F_{\text{total}} = \sum_{t=1}^{T} F(p_{\text{eng}}(t))$

En appliquant le cadre lagrangien, les contraintes de capacité de la batterie sont converties en prix ombres. Le contrôleur décide de brûler du carburant ou d'utiliser la batterie en fonction du « coût » actuel de l'énergie (le multiplicateur) par rapport au coût du carburant.

🎯 Principe fondamental : Dualité et faisabilité
La propriété de borne inférieure $p^* \in [g(\lambda, \nu), f_0(x)]$ n'est significative que lorsque $\lambda \succeq 0$ et $g(\lambda, \nu) > -\infty$. Cette relation reste valable même dans des contextes non convexes, bien qu'un « écart de dualité » puisse exister.