Académique Documents
Professionnel Documents
Culture Documents
Le terme dualit fait gnralement rfrence la duplicit intrinsque un concept. Dans le cadre
de ce cours nous verrons quun problme doptimisation est dual dans le sens o il peut tre abord de
deux faons diffrentes mais troitement lies.
Nous nous intressons ce caractre dual des problmes doptimisation car il est parfois plus ais de
rsoudre le dual que le problme original et que le dual apporte des informations intressantes (nous y
reviendrons).
Une entreprise fabrique deux modles de voiture, la sportive (plutt ostentatoire) et la routire
(plutt familiale). Elle utilise de la main duvre et des machines.
Capital: lentreprise dispose - pour simplifier- de deux machines identiques pouvant fonctionner 24
heures sur 24 de lundi a vendredi. Les week-ends sont ddis la maintenance. La sportive et la
routire requirent de 60 et 30 heures de travail sur une des machines respectivement.
Travail: lentreprise compte 70 employs travaillant 35 heures par semaine. 70 heures homme sont
ncessaires la fabrication de chacune des voitures.
La routire se vend 10 000 et la sportive 20 000.
60 x + 30 x2 240 (1)
( P ) s 1
c 70 x1 + 70 x2 420 ( 2 )
x1 , x2 0
Ce problme est appel PRIMAL. Il est identique aux autres problmes traits dans les chaptres
antrieurs. A ce problme primal est associ un problme appel DUAL qui consisterait aborder ce mme
problme non par le biais de la vente sinon par le biais des cots.
6.1.2.- Problme dual:
Le chef dentreprise est contact par le directeur financier de la concurrence. Les de ce dernier se
vendent comme des petits pains. Il peine assurer lapprovisionnement. Il souhaiterait louer les capacits
de production du chef dentreprise jusqu ce que sa nouvelle usine soit prte.
Le problme du directeur financier consiste alors proposer un prix pour les heures machine et les
heures homme de notre chef dentreprise. Il voudra bien entendu minimiser le cot de la location.
Soient y1 et y2 les cots de location hebdomadaire des heures machine et des heures homme
respectivement. y1 et y2 sont appeles VARIABLES DUALES. Lobjectif du directeur financier est de
minimiser le cot de location des 240 heures machine et des 420 heures homme de notre chef
dentreprise. Son objectif sexprime donc:
60 y1 + 70 y2 30 000
30 y1 + 70 y2 10 000
y ,y 0
1 2
(1 )
(2)
Nous avons donc formul le dual de notre problme original. Il sagit dun problme de
minimisation avec contraintes de type suprieur ou gal . Il faudrait donc transformer ce problme pour
pouvoir lui appliquer lalgorithme du simplexe.
60 y + 70 y2 30 000
D
( ) s 1
c 30 y1 + 70 y2 10 000
y1 , y2 0
(1 )
(2)
Variables primales: xi
Max c; x
Formulation: ( P )
M x b
s
c
x 0
Exemple:
Variables duales: yi
Min b; y
Formulation: ( D ) M T y c
s c
y 0
Exemple:
60 x + 30 x2 240 (1)
( P ) s 1
c 70 x1 + 70 x2 420 ( 2 )
x1 , x2 0
60 y + 70 y2 30 000
( D ) s 1
c 30 y1 + 70 y2 10 000
y1 , y2 0
Matriciellement:
30 000 x1
Max
;
10 000 x2
( P ) 60 30 x1 240
s 70 70 x 420
2
c
x0
240 y1
Min
;
420 y2
( D ) 60 70 y1 30 000
s 30 70 y 10 000
2
c
y0
30 000 x1
Max
;
10 000 x2
( P ) 60 30 x1 240
s 70 70 x 420
2
c
transposition
x0
(1 )
(2)
Matriciellement:
240 y1
Min
;
420 y2
( D ) 60 70 y1 30 000
s
c 30 70 y2 10 000
y0
la valeur optimale de la fonction objectif dans le dual est gale la valeur optimale de la fonction
objectif dans le primal.
une contrainte satisfaite sous forme d'galit dans le primal correspond une variable strictement
positive dans le dual et rciproquement (cela permet didentifier quelques variables en base
loptimum dans le dual partir du primal et inversement).
l'optimum, la ime variable duale est gale (au signe prs) au cot dopportunit de la ime variable
d'cart du primal (cela complte la proprit prcdente mais surtout tablit un lien entre variable
duale et variable dcart primale).
60 x + 30 x2 240 (1)
( P ) s 1
c 70 x1 + 70 x2 420 ( 2 )
x1 , x2 0
1.- Graphiquement.
x2
LGENDE:
contraintes
( x1; x2 ) = ( 4;0 ) .
10
solutions de base
J
gradient de J
courbes de
niveau de J
x* solution optimale
J
x*
0
10
x1
B b 0,
x1
x2
e1
e2
x1
1/2
1/60
e2
35
-7/6
140
-5 000 -500
J = 120 000
point ralisable
x2 et e1 valent
e1 nest pas en base dans le primal donc nulle. Cela signifie que la premire contrainte est
sature. La premire contrainte ou premire ligne du primal correspond la premire colonne
soit la variable duale y1 dans le dual du fait que la matrice des coefficients est transpose lors
du processus de transformation du primal au dual. y1 est donc en base.
De plus sa valeur loptimum est gale au signe prs la valeur du cot dopportunit de la
premire variable dcart du primal soit 500.
En suivant ce dernier principe la valeur de la seconde variable duale y2 est 0, valeur du cot
dopportunit de la seconde variable dcart du primal ( e2 ) et donc nest pas en base.
-
Il nous reste identifier la seconde variable en base dans le dual. Pour se faire nous inverserons
les rles. En effet, le primal nest autre que le dual du dual. Alors le dual serait le primal en
quelque sorte.
Dans le dual du dual, les variables duales ( x1 et x2 ici) sont gales au signe prs aux valeurs des
cots dopportunits des variables dcart du primal (qui est le dual dans ce jeu des rles
inverss). Nous navons jusqu prsent pas nomm ces variables dcart. Nous les appellerons
d1 et d 2 pour variables dcart du dual et ce afin de ne pas les confondre avec les variables
dcart ei .
Nous avons x1 et x2 qui valent 4 et 0 respectivement donc les cots dopportunit
loptimum de d1 et d 2 valent -4 et 0 respectivement. d1 nest donc pas en base et vaut 0. d 2
est en base et vaut 5 000.
6.3.3.- Dduisons le tableau simplexe associ la solution du dual.
De ce qui prcde nous pouvons prendre des raccourcis et dduire la solution optimale du dual
avec rapidit.
60 y1 + 70 y2 30 000
( D) s
c 30 y1 + 70 y2 10 000
y1 , y2 0
(1 )
60 y1 70 y2 + d1 = 30 000
( D)
s
(2)
c 30 y1 70 y2 + d 2 = 10 000
y , y 0 d ,d 0
1
2
1 2
(1 )
(2)
x1 d1 , x2 d 2 , e1 y1 et e2 y2 .
Comme les cots dopportunit de x2 et e1 sont non nuls, d 2 et y1 sont en base et leur valeur est
au signe prs la valeur de ces cots dopportunit.
Auteur: Philippe Gollotte
Page 126 de 159
Consorcio e-Miage - Universidad de San Martn de Porres, B105 Programmation Mathmatique et Optimisation
Nous avons:
-1
B b 0,
y1
y2
d1
d 2 point ralisable
y1
0 500
d2
1 5 000
0 J = 120 000
TABLEAU PRIMAL:
B b 0,
d1
d2
y1
y2
B b 0,
d 2 point ralisable
x1
x2
e1
e2
point ralisable
-1
y1
y2
d1
-1
y1
0 500
d1
x1
1/2
1/60
d2
1 5 000
y2
e2
35
-7/6
140
0 J = 120 000
-5 000 -500
J = 120 000
Nous recherchons dans le dual la valeur du Il correspond au signe prs dans le primal au coefficient
coefficient situ lintersection de la ligne de situe lintersection de la ligne de e2 et de la colonne de
y1 et de la colonne de y2 .
e1 soit 7 .
B b 0,
y1
y2
d1
d 2 point ralisable
y1
7/6 -1/60
500
d2
-35 -1/2
5 000
-140
J = 120 000
-4
Nous pouvons aisment vrifier ce rsultat en calculant le tableau simplexe associ la base
optimum identifie = { y1 ; d 2 }
a) Base: = { y1 ; d 2 } .
CALCULS:
Inverse de B:
b) Matrice de base:
60 0
1 1 30
1
B=
B =
60 0 60
30 1
Coordonnes de B y b dans la base :
60 0
B=
30 1
c) Vecteurs hors base: = { y2 , d1}
70 1 30 000
70 0 10 000
70 1
B=
70 0
( )
B 1 B b =
e) Second membre:
30 000
b=
10 000
Cots dopportunit:
7 6 240
C y2 = 420
;
= 140
35 0
B b 0,
y1
y2
d1
d 2 point ralisable
y1
7/6 -1/60
500
d2
-35 -1/2
5 000
-140
J = 120 000
-4
1 1 30 7 6 1 60 500
=
60 0 60 35 1 2 5 000
1 60 240
Cd1 = 0
;
= 4
1 2 0
-1
B b 0,
B b 0,
x1
x2
e1
e2
x1
1/2
1/60
y1
7/6 -1/60
500
e2
35
-7/6
140
d2
-35 -1/2
5 000
-5 000 -500
J = 120 000
-140
J = 120 000
point ralisable
y1
y2
d1
-4
d 2 point ralisable
Dans le primal e2 est en base ce qui signifie que la seconde contrainte relative aux heures homme
nest pas sature. Nous avons donc un surplus dheures homme soit trop demploys. Dans le dual y2 qui
serait le cot de location de cette ressource est nul. En effet si cette ressource nest pas rare elle na
apparemment pas de valeur. Cette interprtation traditionnelle nest cependant pas notre got.
Nous prfrerons considrer que du fait que cette ressource est disponible en excs elle peut tre
loue nimporte quel prix suprieur 0 car ce serait de toute faon conomiquement plus profitable que
de compter sur la ressource et ne pas en tirer profit.
Par exemple imaginez que dans une exploitation minire vous aillez trois camions benne pour
transporter les morceaux de roche contenant le mtal et deux casques de protection pour les chauffeurs.
Vous ne pourriez faire travailler que deux camions benne dans les conditions de scurit standard. Vous
auriez donc un camion benne au repos.
Cela ne signifie pas quil nait pas de valeur sinon que votre restriction, goulet dtranglement la
production, est lie aux casques. Si vous perdez un casque votre production baisse car vous perdrez lusage
dun camion par la mme. Si vous perdez un camion votre production ne baisse pas car vous avez la base
un camion en trop.
Si le camion est oisif vous pouvez le louer cest mieux que rien. Par contre si vous dsirez
augmenter la production vous devez relcher la restriction portant sur les casques en en achetant un de
plus. Alors ce camion de trop aura un cot dopportunit positif gal au bnfice net que son travail
rapporte. Vous ne le loueriez pas un prix infrieur ce que son travail rapporte.
Auteur: Philippe Gollotte
Page 129 de 159
Consorcio e-Miage - Universidad de San Martn de Porres, B105 Programmation Mathmatique et Optimisation
Dans le primal e1 nest pas en base ce qui signifie que la premire contrainte relative aux heures
machine est sature. Nous utilisons les machines 100% de leur capacit. Dans le dual y1 qui serait le cot
de location de cette ressource est en base et vaut 500. En anglais on appelle ce cot SHADOW PRICE traduit
en franais comme cot cach ou cot rduit comme lon trouve souvent dans les logiciels doptimisation.
A loptimum nous produirons 4 voitures sportives pour une vente de 120 000. Chacune delles
incorpore 60 heures machine soit 240 au total. Cela nous donne 500 en moyenne par heure machine.
Nous rappelons quau dbut de ce cours nous avons spcifi que celui-ci naborderait pas la
programmation linaire en nombres entiers. En consquence nous considrons les variables continues et
divisibles et ce afin de simplifier le raisonnement.
Nous admettons que dans la ralit les choses seraient plus complexes car si nous venions perdre
une heure machine nous perdrions une voiture sportive car les 59 heures machine restantes ne suffiraient
pas produire cette voiture.
Maintenant dans notre cadre simplifi, renoncer une heure machine est acceptable si et
seulement si nous sommes pays au moins 500 pour celle-ci car une heure machine en moins signifie que
nous ne produirons que 59
60
60 (
Dans le primal x2 nest pas en base ce qui signifie que lon ne produira pas de voitures routires. Le
cot dopportunit de la variable est de -5 000. Dans le dual d 2 est en base et vaut 5 000. Cest en quelque
sorte ce quil faudrait nous payer pour que lon accepte de produire x2 . En anglais ce prix sappelle shadow
price
Analysons la colonne de x2 dans le primal.
-1
B b 0,
x1
x2
e1
e2
x1
1/2
1/60
e2
35
-7/6
140
-5 000 -500
J = 120 000
point ralisable
En effet le nombre dheures machine ncessaires la production dune unit de x2 est 30. Comme
cette ressource est sature nous perdrons 30 heures machines que nous aurions pu ddier la production
de x1 . Comme une unit de x1 require de 60 heures machine, nous ne produirons pas 1 2 unit de x1 .
x1 se vend 30 000 lunit. Nous perdrons donc 15 000 de vente dans cette opration. Cependant
nous produirons une unit de x2 laquelle se vend 10 000. La perte nette rsultant de la production dune
unit supplmentaire de x2 est donc de 5 000 do le cot dopportunit gal -5 000.
Notons que dans la littrature on trouve parfois le cot dopportunit appel COUT MARGINAL. En
conomie le raisonnement la marge consiste considrer les consquences de produire une unit de
plus, consommer une unit de plus, travailler une heure de plus partir dun tat donn. Cela sapplique
trs bien ici vu que lon considre le cot de produire une unit de x2 supplmentaire par rapport ltat
optimum.
Le coefficient de la colonne de x2 dans la seconde ligne relative la variable en base e2 est 35 .
Cela signifie que nous devrons renoncer 35 unit de e2 si nous dsirons produire une unit de x2 .
Il convient de rappeler ici que e2 est la variable dcart relative aux heures homme. loptimum e2
est en base et vaut 140. Nous avons donc 140 heures homme en surplus. Si nous dcidions de produire x2
il nen resterait que 105.
En effet une unit de x2 require de 70 heures homme mais implique galement renoncer
produire une demi unit de x1 laquelle require galement de 70 heures homme soit un solde de 35.
Nous retiendrons donc que si la variable dcart duale est en base, le produit (variable primale
correspondante) nest pas fabriqu (la variable est hors base). Au contraire le produit correspondant une
variable dcart duale hors base est fabriqu.
Min 3 x1 + x2
2 x1 + x2 6 (1)
( P ) s x1 + x2 10 ( 2 )
c x + 2x 4 ( 3)
2
1
x1 , x2 0
- Rsoudre le problme.
PROPOSITION DE RESOLUTION
Nous pourrions transformer ce problme en un problme de maximisation avec contraintes de type
infrieur ou gal mais nous devrions alors travailler avec trois variables artificielles. Il semble donc plus
simple de rsoudre le problme dual et de dduire ensuite la solution du primal.
1.- Problme dual.
Le primal a deux variables et trois contraintes donc le dual aura trois variables et deux contraintes.
Soient y1 , y2 et y3 les variables duales.
Min 3 x1 + x2
2 x1 + x2 6 (1)
( P ) s x1 + x2 10 ( 2 )
c x + 2x 4 ( 3)
2
1
x1 , x2 0
Max 6 y1 + 10 y2 + 4 y3
2 y1 + y2 + y3 3 (1)
( D) s
c y1 + y2 + 2 y3 1 ( 2 )
y1 , y2 , y3 0
B b 0,
y1
y2
y3
d1
d 2 point ralisable
d1
1 =3
d2
1 =1
10
0 J =0
pivot
sort
entre
B b 0,
y1
y2
y3
d1
d 2 point ralisable
d1
-1
-1
y2
-4
-16
-10 J = 10
x1 d1 , x2 d 2 , e1 y1 , e2 y2 et e3 y3 .
Les variables correspondant aux variables hors base du dual sont en base dans le primal donc la
base optimum du primal est: = { x2 ; e1 ; e3 } .
Nous avons donc:
TABLEAU DUAL:
TABLEAU PRIMAL:
e1
e2
e3
x1
x 2 B -1 b 0,
y1
y2
y3
d1
d 2 point ralisable
-1
B b 0,
x1
x2
e1
e2
e 3 point ralisable
x1
d1
-1
-1
x2
-1
10
e2
y2
e1
-1
-1
-4
-16
e3
-2
16
-2
-16
-1
-10 J = 10
-10 L = 10
Dans le primal le point x = ( 0;10; 4;0;16 ) est optimum. La fonction objectif vaut 10.
Exercices du chaptre 6.
Exercice 1.- Source: daprs Module 105 Programmation Mathmatique et Optimisation, Grard
Michel Cochard.
Rsoudre le programme dual du programme linaire suivant:
Contraintes:
x1 + 2 x2 + 3 x3 9
3 x1 + 2 x2 + 2 x3 15
Exercice 2.- Source: daprs Module 105 Programmation Mathmatique et Optimisation, Grard
Michel Cochard.
Rsoudre le programme linaire suivant:
Contraintes:
y1 + 2 y2 3
5 y1 + y2 4
Exercice 3.- Source: daprs Module 105 Programmation Mathmatique et Optimisation, Grard
Michel Cochard.
Rsoudre le programme linaire suivant:
Contraintes:
3 x1 + 2 x2 6
2 x1 + 3 x2 6
x 1
1
Max 2 x1 + 3 x2
4 x1 + x2 4
( P ) s 2 x1 + x2 12
c x + 3x 4
2
1
x1 , x2 0
Exercice 5.- Source: daprs Examen mensuel n4, Universidad de San Martn de Porres, Lima-Prou,
novembre 2010, Philippe Gollotte.
Dans une entreprise on fabrique deux produits A et B vendus 200 et 300 respectivement.
Pour la fabrication des produits on utilise deux machines 1 et 2 lesquelles travaillent 24 heures sans
interruption
Les produits A et B requirent de 4 et 3 heures de travail respectivement dans la machine 1. La machine 2 a
un rendement quotidien de 8 et 6 produits A et B respectivement.
Pour justifier que lon commence un cycle productif (mobilisation dhommes, matires premires,
prparation des machines) on doit fabriquer un minimum de 4 produits (A ou B).
-
Exercice 6.Dans une entreprise on fabrique deux produits A et B vendus S/. 100 chacun. Le directeur marketing pense
que la participation de march maximum que lentreprise pourrait conqurir sur le segment du produit A
correspondrait une vente de 4 000 units.
Les produits A et B require de 2 et 3 units respectivement dune matire premire dont on dispose de 30
000 units en stock. Le processus de production prvoit lusage dune machine fonctionnant 200 heures
par mois. Les rendements mensuels sont de 6 000 et 12 000 units respectivement pour A et B.
-
Rpondre aux questions suivantes en dtail. Toutes vos rponses doivent tre justifies en vous appuyant
sur vos tableaux simplexes optimum.
- Quelles seraient les consquences pour lentreprise (en termes de variations dans la
production, variations dans les capacits de production utilises et non utilises et de variations
dans le chiffre daffaire) si elle dcidait stratgiquement de se positionner sur le segment du
produit A en obtenant la part de march maximum possibles pour ce produit?
- A quels prix lentreprise pourrait cder une unit de matire premire ou une heure de travail
machine?
- Un concurrent propose notre entreprise de lui racheter 10 000 units de matire premire et
50 heures machine contre 3 000 units de produit A et S/. 50 000. Lentreprise doit-elle
accepter?
- Que doit faire lentreprise si le concurrent propose de louer 30 heures machine pour S/.60 000?
Exercice 7.- Source: daprs examen FOAD e-Miage dcembre 2010, Grard-Michel Cochard
Un entreprise fabrique deux types de produits A et B. Le produit A laisse la vente un bnfice net de 4 ;
le produit B, 6 .
Une tude de march montre que le nombre maximum de produits A diffusables par jour est 12 et que le
nombre maximal de produits B diffusables par jour est 10. Par ailleurs, par jour, la capacit de production
est de 16 produits (A ou B) au maximum.
On recherche les quantits de produits A et B optimales pour maximiser le bnfice net.
- Quelle est la fonction conomique z maximiser ?
- Exprimer sous forme d'inquations les contraintes du systme.
- Par rsolution graphique, dterminer les quantits optimales de produits A et B fabriquer par
jour.
- Dfinir le problme dual.
- Dduire de la question 3 la solution du problme dual. (aide: la faon la plus rapide et lgante
de rpondre cette question ne demande pas lusage de lalgorithme du simplexe et ne
require pas non plus de connatre le tableau primal optimum).