Vous êtes sur la page 1sur 6

Cours de Programmation Linaire donn par le Dr.

Ali DERBALA

Cours 07 : La Dualit.

IV

ER

SI TE

SA

La Dualit

Cours 07 :

LA

D
63

BL

ID

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

Dfinitions des problmes duaux Soit un problme gnral de la programmation linaire min Z = c.x x d i M i 1 i x = d i M i 1 i x j 0, j N1

( I)

M1 M un sous ensemble de M, M1 M et M1 + M1 = M. N = { 1, 2, , n} ensembles des indices des variables N1 N un sous ensemble de N, N1 N et N1 + N1 = N. i = (ai1, ai2, , ain) la ime ligne de A, un vecteur ligne. dit " problme dual " de la faon suivante :
n = min z c jx j = j 1 n a ij x j d i , i M1 j =1 n a ij x j = d i , i M1 j =1 x 0, j N j 1 x j quelconque, j N1

Le problme (I) est appel " problme primal " qui nous associons le problme (II)

a. Elle est involutive. Le dual du dual est le primal. b. Elle est caractrise de la faon suivante.

Cours 07 : La Dualit.

IV

1. une variable duale soumise une contrainte de non ngativit correspond toute contrainte reprsente par une inquation et vice-versa. reprsente par une quation et vice-versa. 3. La matrice transpose des coefficients des contraintes de chacun des problmes est une matrice des coefficients de l'autre problme et vice-verssa. 4. Les seconds membres du systme de contraintes de chacun des problmes sont des coefficients de la fonction objectif de l'autre problme et rciproquement.
64

2. Une variable duale de signe quelconque correspond chaque contrainte

ER

La dualit possde les proprits suivantes :

SI

TE

SA

( I)

(II)

m max w = d i y i i =1 M1 y 0 , i i y quelconque, i M i 1 m a ij yi c j , j N1 i =1 m a ij yi = c j , j N1 i =1

LA B

BL I

M = { 1, 2, , m} ensembles des indices des contraintes

On adopte les notations suivantes :

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

5. Le problme de maximisation correspond a problme de minimisation et viceversa. 6. Si la fonction objectif est minimiser, les contraintes qui sont des inquations contiennent toutes les signes suprieur ou gal () et les contraintes contiennent les signes infrieur ou gal () dans le problme maximiser. Exemple 1. Soit le problme primal (I) donn par : Minz = 2x1-3 x2 + 4 x3 - 5 x4 x1 + 2 x2 + 3 x3 - 2 x4 30 2 x1 + 7 x2 -2 x3 + 4 x4 = 40 - 3 x1 + 6 x2 + 4 x3 - x4 10 4 x1 - 5 x2 + 2 x3 + 2 x4 = 18 x1 0, x2 est un rel quelconque, x3 est un rel quelconque, x4 0. La forme canonique min z = cx (I c ) Ax d x0 La forme standard min z = cx (I s ) Ax = d x0 Le dual qui lui est associ sera : y1 0, y3 0, Maxw = 30 y1+ 40 y2 + 10 y3 + 18 y4 y2 est un rel quelconque, y4 est un rel quelconque 2 y1 + 7 y2 + 6 y3 - 5 y4 = -3 3 y1 - 2 y2 + 4 y3 + 2 y4 = 4

La dfinition d'un couple de problmes duaux contient trois formes particulires. max w = y.d (II c ) y.A c y0

SI TE

SA

U N

La forme mixte min Z = c.x x d i M i 1 i x = d i M i 1 i x j 0, j N1 max w = y.d y.a c , j N j j y i 0 i M1 yi , i M1

IV

max w = y.d (IIs ) y.A c y quelconque not

ER

(I m )

Toutes les trois formes des problmes duaux sont quivalentes.

Cours 07 : La Dualit.

(II m )

- 2 y1 + 4 y2 - y3 - 2 y4 - 5.

LA

y1 + 2 y2 - 3 y3 + 4 y4 2

D
65

BL

ID

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

Thormes fondamentaux de la dualit On noncera des thormes qui permettent d'tablir une correspondance entre les solutions du primal et ceux du dual. Considrons un couple de problmes duaux sous forme standard. min z = cx (I s ) Ax = d x0 max w = y.d (IIs ) y.A c y quelconque not

Preuve : A. x = d, y .A c,

x 0.

y . A. x = y .d c. x .

y . A. x c. x . D'o l'ingalit c. x y .d.

Preuve : Soit les deux ensembles P = { x / A. x = d, x 0 } et D = { y / y.A c } D'aprs le lemme 1, c. x y .d et on a l'galit c. x = y .d. De l'galit A. x = d, on obtient que : y A. x = y .d = c. x ,

En effet, y.A. x = y. d, y.A. x c . x .

U N

y. d c . x = y .d, y P y est ne solution optimale du dual (II).

Cours 07 : La Dualit.

IV

y P, c. x = c. x = y .d y.d .

ER

D'o x P, c. x c. x. Alors x est une solution minimale du problme primal (I).

SI

De l'ingalit y .A c, on obtient que y .A. x c. x.

TE

SA A

de (I) et de (II).

du dual (II) et si c. x = y .d alors x et y sont des solutions optimales respectivement

Lemme 2. Si x est une solution ralisable du problme primal (I), y est une solution

LA

Multiplions droite de l'ingalit y .A c par x , on aura que

D
66

Multiplions gauche de l'galit A. x = d par y , on obtiendra que :

BL

dual (II), on a :

c. x y .d.

ID

Lemme 1. Si x est une solution ralisable du primal (I) et y est une solution du

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

Exemple 2. Soit le problme primal (I) donn par : Minz = 2x1 + x3 x1 + x2 - x3 5 x1 - 2 x2 + 4 x3 8 x1 0, x2 0, x3 0, Le dual qui lui est associ sera : Max w = 5y1+ 8 y2 y1 0, y2 0, y1 + y2 2 - y1 + 4 y2 1. y1 - 2 y2 0

y = (1/2, 1/4) est une solution ralisable du dual o w( y ) = 9/2 et que z( x ) w( y ) . Par l'algorithme du simplexe, rsoudre ces deux problmes sparment et montrer que x* = ( 0, 14, 9), y* = ( 1, 1/2) et que Z(x*) = W(y*) = 9.

U N

Cours 07 : La Dualit.

IV

ER

SI

TE

SA

D A

LA

Vrifier que x = ( 10, 1, 0) est une solution ralisable du primal o z( x ) = 20, que

D
67

BL I

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

IV

Cours 07 : La Dualit.

ER

SI

TE

SA

LA

D
68

BL

ID