Lagrangien (optimisation) — Wikipédia

Pour les articles homonymes, voir Lagrangien (homonymie).

Cet article est une ébauche concernant l’analyse.

Vous pouvez partager vos connaissances en l’améliorant (comment ?) selon les recommandations des projets correspondants.

En optimisation, le lagrangien (ou fonction lagrangienne) est une fonction permettant d'étudier les problèmes (d'optimisation) avec contraintes. On l'utilise pour établir des conditions d'optimalité, pour construire des problèmes duaux ou pour analyser la perturbation de problèmes.

Le lagrangien est construit à partir des multiplicateurs de Lagrange : si on considère le problème suivant :

${\displaystyle \forall \mathbf {x} \in E\subset \mathbb {R} ^{n}\quad \min _{\mathbf {x} \in G}f(\mathbf {x} )\quad {\text{avec}}\quad G=\{\mathbf {x} \in E\mid \varphi _{i}(\mathbf {x} )=0,i=1,...,m,\psi _{j}(\mathbf {x} )\leq 0,j=1,...,p\}.}$

Le lagrangien du problème s'écrit comme :

${\displaystyle L(\mathbf {x} ,\mathbf {\lambda } ,\mathbf {\mu } )=f(\mathbf {x} )+\sum _{i=1}^{m}\lambda _{i}\varphi _{i}(\mathbf {x} )+\sum _{j=1}^{p}\mu _{j}\psi _{j}(\mathbf {x} ).}$

Dans la recherche de la solution d'un problème d'optimisation sous contraintes, on peut utiliser le lagrangien et étudier ses dérivées partielles.

• Conditions de Karush-Kuhn-Tucker

• Portail des mathématiques