« Conditions de Karush-Kuhn-Tucker » : différence entre les versions


m (Remplacement de texte : « ↵<small> » par «  ==Sources== »)
m (Remplacement de texte : « ↵↵==Sources== » par «  ==Sources== »)
 
(Une version intermédiaire par le même utilisateur non affichée)
Ligne 15 : Ligne 15 :


'''Kuhn–Tucker conditions'''
'''Kuhn–Tucker conditions'''
==Sources==
==Sources==



Dernière version du 30 août 2024 à 17:55

Définition

En optimisation mathématique, les conditions de Karush–Kuhn–Tucker (KKT), également appelées conditions de Kuhn-Tucker, sont des tests de dérivée première (parfois appelés conditions nécessaires de premier ordre) pour qu'une solution de programmation non linéaire soit optimale, à condition que certaines des conditions de régularité sont remplies.

Permettant les contraintes d'inégalité, l'approche KKT de la programmation non linéaire généralise la méthode des multiplicateurs de Lagrange, qui ne permet que des contraintes d'égalité.

Français

conditions de Karush-Kuhn-Tucker

conditions de Kuhn-Tucker

Anglais

Karush–Kuhn–Tucker conditions

KKT

Kuhn–Tucker conditions

Sources

Source : L'apprentissage profond, Ian Goodfellow, Yoshua Bengio et Aaron Courville Éd. Massot 2018 page 112, 245

Source: Wikipedia

Contributeurs: Jacques Barolet, wiki