Vous êtes sur la page 1sur 5

Techniques d'optimisation

meilleur rsultat possible (profit maximum, cot minimum)


y = f(x)

variable
objectif

variable
de dcision

Optimisation libre
y = f(x)
y = f(x1,x2)

1 variable de dcision
2 variables de dcision

Optimisation sous contrainte


y = f(x) s.c. g(x) = c
y = f(x1,x2) s.c. g(x1,x2) = c

a.1. Optimisation libre, fonction une seule variable


Fonction objectif

y = f(x)

Maximisation valeur de x telle que :


dy
= fx = 0
dx

condition de 1er ordre (CPO)

d2 y
= fxx < 0
dx2

condition de 2e ordre (CSO)

Minimisation valeur de x telle que :


dy
= fx = 0
dx

condition de 1er ordre (CPO)

d2 y
= fxx > 0
dx2

condition de 2e ordre (CSO)

Exemple : optimisation des dpenses de publicit


Soit

(a) = 2a3 + 60a2

a = dpenses de publicit

max (a) = 2a3 + 60a2


a

d(a)
= 6a2 + 120a = 0
da

a=0

ou

a = 20

d2 (a)
= 12a + 120 < 0
da2

a* = 20

et

* = 8.000

Economie industrielle

Techniques doptimisation

a.2. Optimisation libre, fonction deux variables


Fonction objectif
Maximisation

y = f(x1,x2)

valeurs de x1 et x2 telles que :

y
y
= f1 =
= f2 = 0
x1
x 2

2y
2y
= f11 < 0,
= f22 < 0
2
2
x1
x2

conditions de 1er ordre (CPO)


2

et

y
2y 2y
2
>
ou f11f22 > f12

2
2
x1 x2
x1(2) x2(1)

conditions de 2e ordre (CSO)


Minimisation

valeurs de x1 et x2 telles que :

y
y
= f1 =
= f2 = 0
x1
x 2

2y
2y
=
f
>
0,
= f22 > 0
11
2
2
x1
x2

conditions de 1er ordre (CPO)


2

et

y
2y 2y
2
>
2
2
x ou f11f22 > f12

x
x1 x2
1
(
2
)
2
(
1
)

conditions de 2e ordre (CSO)

Exemple : dtermination des quantits q1 et q2 qui maximisent le profit


Soit

(q1,q2) = 10q1q2 10q12 5q22 + 100q1 + 70q2 100


max (q1,q2) = 10q1q2 10q12 5q22 + 100q1 + 70q2 100
q1,q2

= 10q2 20q1 + 100 = 0


q1
2
= 20 < 0,
q12

2
= 10 < 0
q22

=0
q1

2q1 + q2 = 10

= 10q1 10q2 + 70 = 0
q2

et

2 2
= 200 >
q12 q22

= 100
q1 q2

q *1 = 3, q *2 = 4, * = 190

=0
q2

Economie industrielle

q1 + q2 = 7

Techniques doptimisation

b.1. Optimisation contrainte, fonction une seule variable


Fonction objectif

y = f(x)

Contrainte

g(x) = c

Optimisation

y* = f(x)

x = g(c)

Exemple : Dtermination du nombre de travailleurs qui maximise la production sous la contrainte


que la masse salariale ne dpasse pas 900
Soit

q(x) = 10 x

s.c.

max q(x) = 10 x

s.c.

C = pxx = 25x = 900

25x = 900

x* =

C
900
=
= 36
px
25

et

q* = 10 36 = 60

b.2. Optimisation contrainte, fonction deux variables


Fonction objectif y = f(x1,x2)

Contrainte g(x1,x2) = c

Technique de substitution

inversion de la contrainte

g(x1,x2) = c

substitution dans la fonction objectif

y = f(x1, g(c,x1))

x2 = g(c,x1)

optimisation libre (cf. supra)

maximisation

valeur de x1 telle que

d2 y
dy
= f1 = 0 et
= f11 < 0
dx1
dx12

maximisation

valeur de x1 telle que

d2 y
dy
= f1 = 0 et
= f11 > 0
dx1
dx12

x *1 , x *2 = g(c,x *1 ) et y* = f(x *1 ,x *2 )

Exemple: optimisation des quantits de facteurs de production


Soit

q = x10,5x20,5 = 20

p1 = 6,25

p2 = 4

Fonction objectif

C(x1,x2) = 6,25x1 + 4x2

Contrainte

q = x10,5x20,5 = 20

Problme doptimisation

min C(x1,x2) = 6,25x1 + 4x2

s.c.

20 = x10,5x20,5

x1,x2
Economie industrielle

Techniques doptimisation

4
inversion de la contrainte

x10,5x20,5 = 20

x2 = 400/x1

substitution de la contrainte dans la fonction objectif


min C(x1,x2) = 6,25x1 + 4(400/x1) = 6,25x1 + 1.600/x1
x1

dC(.)
= 6,25 1.600/x12 = 0
dx1

x *1 = 16

x1 2 =

x *2 = 400/x1 = 25

1.600
= 256
6,25
C(q) = (6,25)(16) + (4)(25) = 200

Technique du Lagrangien
criture de la contrainte sous forme implicite

c g(x1,x2) = 0

construction du Lagrangien

L = f(x1,x2) + [c g(x1,x2)]

valeurs de x1, x2 et telles que

L
L
L
=
=
=0
x 1
x 2

* =

x *1 , x *2 , * et y* = f(x1,x2)

L
= effet d'un changement marginal de la contrainte sur la valeur optimale de la fonction
c
objectif

Exemple: optimisation des quantits de facteurs de production


criture de la contrainte sous forme implicite
construction du Lagrangien

20 x10,5x20,5 = 0

L = 6,25x1 + 4x2 + [20 x10,5x20,5]

valeurs de x1, x2 et telles que :

Economie industrielle

L
= 6,25 0,5x1 0,5x20,5 = 0
x 1

(1)

L
= 4 0,5x10,5x2 0,5 = 0
x 2

(2)

L
= 20 x10,5x20,5 = 0

(3)

Techniques doptimisation

5
(1) et (2)

(3) et (4)

6,25
4
=
- 0,5 0,5
0,5x1 x 2
0,5x1 0,5x 2 - 0,5

x2 = 1,5625x1

(4)

20 x10,5(1,5625x1)0,5 = 0

(5)

x *1 = 16

x *2 = 1,5625x1 = 25

(1) ou (2)

* = 10

C(q) = (6,25)(16) + (4)(25) = 200

Economie industrielle

Techniques doptimisation