Objectifs de ce cours

Lorsque vous aurez complt ltude de ce chapitre, vous pourrez :

1. 2. 3.

Interprtation de la rsolution graphique et analyse postoptimale

Interprter la solution graphique prciser ce que lon entend par analyse de sensibilit, dterminer les limites de validit de loptimum lorsquon fait varier : un coefficient dune variable de dcision de la fonction objectif, un second membre des contraintes.

Gilles Goncalves Programmation linaire -

Gilles Goncalves Programmation linaire -

Objectifs de lanalyse post-optimale

Comment une solution optimale serait-elle affecte par des changements dans les donnes (coefficients de la fonction objectif ou membres droits des contraintes ? . Exemples de questions pos poses.

Types danalyse post-optimale (1)

Types d danalyse.

changements dans les donnes sous lesquels la solution optimale reste stable.
analyse de sensibilit sensibilit.

quadvient-il la solution optimale si, par exemple, un coefficient cj dune variable de dcision savre inexact ou encore la marge bnficiaire est rduite cause dune augmentation de cots ? de quelle faon la solution optimale est modifie sil y a augmentation de la capacit dun dpartement ?
Gilles Goncalves Programmation linaire -

volution de la solution optimale sous des changements syst systmatiques des donnes.
analyse param paramtrique.

Gilles Goncalves Programmation linaire -

Types danalyse post-optimale (2)

Outils informatiques
On peut mesurer la sensibilit de la solution optimale un

mthodes pour retrouver rapidement une solution optimale lorsque des changements ponctuels dans les donnes font que la solution courante nest plus optimale.
roptimisation (hot start ).

changement dun terme de droite ou dun coefficient dans lobjectif :

en utilisant le rapport de sensibilit dExcel Solveur, en utilisant les tableaux de sortie du logiciel LINDO,

Gilles Goncalves Programmation linaire -

Gilles Goncalves Programmation linaire -

Exemple
Maximiser Z = 15 x1 + 9 x2 Soumise aux contraintes : (1) (2) (3) (4) 2 x1 + 1 x2 100 1 x1 + 1 x2 80 1 x1 + 0 x2 45 x1 0 , x2 0 Maximiser Z = 15 x1 + 9 x2 Soumise aux contraintes : (1) (2) (3) (4) 2 x1 + 1 x2 + s1 = 100 1 x1 + 1 x2 + s2 = 80 1 x1 + 0 x2 + s3 = 45 x1 0 , x2 0, s1 0 , s2 0, s3 0

Variable dcart
X 40 quivaut X + s = 40
cart s

40

Les variables s1, s2, s3 sont appeles variables dcart

Gilles Goncalves Programmation linaire -

Gilles Goncalves Programmation linaire -

x2
100 90 80 70 60 50 40 30 20 10 0
Gilles Goncalves Programmation linaire -

Interprtation du graphique
A B (20,60)
s3 = 0

La solution optimale actuelle est dtermin termine par deux contraintes uniquement : contrainte demballage (C1), contrainte de cuisson (C2).

Toutes les ressources de la contrainte C1 et C2 sont consomm consommes ! On alors parle de contraintes satur satures

C
10 20 30 40 50 60 70 80

La troisime contrainte (C3) nest pas sature .

x1

s1 = 0

s2 = 0
Gilles Goncalves Programmation linaire -

Un seul changement
Supposons quon fasse varier uniquement le premier coefficient. Maximiser Z = c1 x1 + 9 x2

c1 = 15 + c1

Changements dans les coefficients de la fonction objectif

Soumise aux contraintes : (1) (2) (3) (4) 2 x1 + 1 x2 100 1 x1 + 1 x2 80 1 x1 + 0 x2 45 x1 0 , x2 0

Gilles Goncalves Programmation linaire -

Gilles Goncalves Programmation linaire -

x2
10 0 90 80 70 60 50 40 30 20 10 0
Gilles Goncalves Programmation linaire -

Si c1 diminue, la pente de la droite augmente.

x2
10 0 90 80

droite iso-profit A B
s3 = 0

Pente = c1 / 9.

A B
s3 = 0

70 60 50

40 30 20

C
10 20 30 40 50 60 70 80

10

C
10 20 30 40 50 60 70 80

x1
s2 = 0

0
Gilles Goncalves Programmation linaire -

x1
s2 = 0

s1 = 0

s1 = 0

x2
10 0 90 80 70 60 50 40 30 20 10 0
Gilles Goncalves Programmation linaire -

x2
10 0 90

Si c1 augmente, la pente de la droite diminue.

droite iso-profit A B
s3 = 0

Pente = c1 / 9.

A B
s3 = 0

80 70 60 50

40 30 20

C
10 20 30 40 50 60 70 80

10

C
10 20 30 40 50 60 70 80

x1
s2 = 0

0
Gilles Goncalves Programmation linaire -

x1
s2 = 0

s1 = 0

s1 = 0

x2
10 0 90 80 70 60 50 40 30 20 10 0
Gilles Goncalves Programmation linaire -

x2
10 0 90

A B
s3 = 0

80 70 60 50

A B
s3 = 0

40 30 20

C
10 20 30 40 50 60 70 80

10

C
10 20 30 40 50 60 70 80

x1
s2 = 0

0
Gilles Goncalves Programmation linaire -

x1
s2 = 0

s1 = 0

s1 = 0

Un seul changement dans la fonction objectif

Droite quation Pente c1/9 2 1 Iso-profit de valeur K c1 x1 + 9 x2 = K Contrainte demballage 2 x1 + 1 x2 = 100 Contrainte de cuisson 1 x1 + 1 x2 = 80 Pour que B (20,60) reste optimal : 2 c1/9 1 9 c1 18 9 15 + c1 18 6 c1 3 Au point B, la valeur de la fonction devient : Z = 20 c1 + 540 = 840 + 20 c1.
Gilles Goncalves Programmation linaire -

Changement du deuxime coefficient de la fonction objectif.

De manire similaire, si nous changeons uniquement le deuxime coefficient de la fonction objectif. Le point B restera optimal ssi : 3/2 c2 6 Au point B, la fonction objectif devient : Z = 840 + 60 c2.

Gilles Goncalves Programmation linaire -

Relaxation / restriction
Soient les deux problmes doptimisation suivants :

Exemple Opt = = Max Opt Min f(x)

( P)

v* = Opt S.l.c.:

f ( x) x X

( P)

v* = Opt S.l.c.:

f ( x) x X

Les deux problmes ne diffrent que par les contraintes. Dans les deux cas, on veut soit maximiser soit minimiser la mme fonction objectif. Les valeurs optimales obtenues pour cet objectif sont respectivement v* et v*. Dfinition. Si X X alors : (P) est une relaxation de (P) (P) est une restriction de (P).

X X Si Opt = Min, alors v* v* Si Opt = Max, alors v* v*.

La solution du problme relch approxime la solution du problme initial
Gilles Goncalves Programmation linaire -

Gilles Goncalves Programmation linaire -

Exemple: changement du ct droit dune ingalit

Soit lingalit: ax b. Si on augmente b, elle est relaxe.

Exemple: changement du ct droit dune ingalit

Soit lingalit: ax b. Si on augmente b, elle est relaxe.

ax permis b interdit permis b b bb interdit

ax

Gilles Goncalves Programmation linaire -

Gilles Goncalves Programmation linaire -

Exemple: changement du ct droit dune ingalit

Soit lingalit: ax b. Si on augmente b, elle est relaxe.

Exemple: changement du ct droit dune ingalit

Soit lingalit: ax b. Si on augmente b, elle est relaxe.

ax permis
Soit lingalit: ax b.

ax permis
Soit lingalit: ax b.

interdit

interdit

Si on augmente b,

Si on augmente b, elle est restreinte.

ax interdit b permis interdit bbbb permis

ax

Gilles Goncalves Programmation linaire -

Gilles Goncalves Programmation linaire -

Un seul changement sur la contrainte C1

Supposons quon fasse varier uniquement le premier coefficient. Maximiser Z = 15 x1 + 9 x2 Soumise aux contraintes : (1) (2) (3) (4) 2 x1 + 1 x2 b1 1 x1 + 1 x2 80 1 x1 + 0 x2 45 x1 0 , x2 0

x2
10 0 90 80 70 60

Si b1 augmente :

A B s3 = 0

b1 = 100 + b1

50 40 30 20 10 0 10 20 30 40

C
50 60 70 80

x1

Gilles Goncalves Programmation linaire -

Gilles Goncalves Programmation linaire -

b1 = 100

s2 = 0

x2
10 0 90 80 70 60 50 40 30 20 10 0
Gilles Goncalves Programmation linaire -

Si b1 augmente : le domaine ralisable sagrandit, la solution optimale se dplace. A B s3 = 0

x2
10 0 90 80 70 60 50

Si b1 continue daugmenter : le domaine ralisable sagrandit davantage, A la solution optimale se dplace vers D. B s3 = 0

40 30 20

C
10 20 30 40 50 60 70 80

10

C
10 20 30 40 50 60 70 80

x1

b1 = 100

s2 = 0

0
Gilles Goncalves Programmation linaire -

x1

s2 = 0

x2
10 0 90 80 70 60 50 40 30 20 10 0
Gilles Goncalves Programmation linaire -

Si b1 augmente toujours: la solution optimale se dplace au point D. A B s3 = 0

x2
10 0 90 80 70 60 50

Au-del de D, la contrainte devient inactive ! A B s3 = 0

40 30 20

C
10 20 30 40 50 60 70 80

10

C
10 20 30 40 50 60 70 80

x1

s2 = 0

0
Gilles Goncalves Programmation linaire -

x1

s2 = 0

x2
10 0 90 80 70 60 50 40 30 20 10 0
Gilles Goncalves Programmation linaire -

Si b1 diminue :

x2
10 0 90

Si b1 diminue : Lespace des solutions admissibles se restreint Loptimum B se dplace vers A s3 = 0 Au-del de A, la contrainte C2 devient inactive D

A B s3 = 0

80 70 60 50

A B

40 30 20

C
10 20 30 40 50 60 70 80

10

C
10 20 30 40 50 60 70 80

x1

b1 = 100

s2 = 0

0
Gilles Goncalves Programmation linaire -

x1

b1 = 100

s2 = 0

Analyse de sensibilit sur la contrainte C1

Analyse de sensibilit sur la contrainte C1 : b1 = 100 + b1

2 x1 + 1 x2 = b1 1 x1 + 1 x2 = 80 1 x1 + 0 x2 45 x1 0 , x2 0 x1 = b1 80 x2 = 160 b1 b1 125 b1 80 b1 160 x1 = b1 80 x2 = 160 b1 80 b1 125 x1 = 20 + b1 x2 = 60 b1 20 b1 25

La solution optimale actuelle est dtermin termine par deux contraintes : contrainte demballage (C1), contrainte de cuisson (C2). Pour quelles valeurs de b1 cela restereste-t-il vrai ?

Dans cet intervalle, la valeur optimale de lobjectif est : Z* = 15 x*1 + 9 x*2 = 240 + 6 b1 = 840 + 6 b1 = 15(b1 80) + 9(160 b1) 6 $ = prix implicite du ct droit de la premire contrainte

Gilles Goncalves Programmation linaire -

Gilles Goncalves Programmation linaire -

Un seul changement
Supposons quon fasse varier uniquement le 3me ct droit. Maximiser Z = 15 x1 + 9 x2 Soumise aux contraintes : (1) (2) (3) (4) 2 x1 + 1 x2 100 1 x1 + 1 x2 80 1 x1 + 0 x2 b3 x1 0 , x2 0

x2
10 0 90 80 70 60 50 40 30

Si b3 augmente, loptimum reste en B Si b3 diminue, loptimum reste en B jusqu un certain point

A B

Au del, loptimum va se dplacer vers A

b3 = 45b3 = 60 b3 = 45

b3 = 45 + b3

20 10 0 10 20 30 40

C
50 60 70 80

x1

Gilles Goncalves Programmation linaire -

Gilles Goncalves Programmation linaire -

s1 = 0

s2 = 0

Analyse de sensibilit du 3me ct droit b3 = 45 + b3

La solution B nest pas affecte par la troisime contrainte. Pour quelles valeurs de b3 cela reste-t-il vrai ?
x1 = 20 x2 = 60 x1 b3 x1 0 x2 0 x1 = 20 x2 = 60 b3 20 x1 = 20 x2 = 60 b3 25

Autres changements du modle

Ajout dune contrainte. Suppression dune contrainte. Ajout dune variable. Suppression dune variable. Changements dans les coefficients des membres de gauche.

Dans cet intervalle, la valeur optimale de lobjectif est : Z* = 15 x*1 + 9 x*2 = 840 + 0 b3 = 840 + 0 b3 0 $ = prix implicite du ct droit de la 3me contrainte.

Gilles Goncalves Programmation linaire -

Gilles Goncalves Programmation linaire -