Académique Documents
Professionnel Documents
Culture Documents
M. KADDIRI
M. KADDIRI Simplexe 1
1. Un exemple pour bien comprendre :
M. KADDIRI Simplexe 3
Question :
Sachant que le budget lou par Said ne peut
pas dpasser 150 dh/mois combien de
cadeaux et combien de SMS doit-il envoyer
pour optimiser son bonus ?
Modlisation :
1. Choisir des variables adaptes.
2. Exprimer la fonction optimiser (appele
fonction objectif) en fonction de ces variables.
3. Exprimer les contraintes sur ces variables.
M. KADDIRI Simplexe 4
variable de dcision
toute quantit utile la rsolution du
problme et dont le modle doit dterminer
la valeur.
M. KADDIRI Simplexe 5
La fonction objectif :
l'expression qui modlise la quantit
optimiser en fonction des variables
du problme.
max z = 5x + y
M. KADDIRI Simplexe 6
Les contraintes du problme:
toutes les relations limitant le choix
de valeurs possibles pour les variables.
Temporelles:
2x <= 8 soit x<= 4:
Financires :
30x + y <=150
Morales.
M. KADDIRI
y<=Simplexe
60 7
Les contraintes du problme:
Attention, il arrive souvent que des contraintes
(caches) ne soient pas explicites dans les
problmes. Ici par exemple, il sera difficile pour
Said d'offrir -3 cadeaux et d'envoyer -8 textos.
Contraintes supplmentaires
x >= 0
et
y >=0
M. KADDIRI Simplexe 8
Formalisation du problme :
max z = 5x + y
sous contraintes X4
30x + y 150
Y 60
x0
y0
M. KADDIRI Simplexe 9
Programmation linaire:
mthode analytique:
(internet: cours sur la recherche
operationnelle)
mthode graphique :
(voir ci-dessous)
M. KADDIRI Simplexe 10
Contraintes (ingalit,2 variables)
a1x1 + a2x2 <= b b > 0, a1 > 0, a2 > 0
x2
b/a2
>b
Demi-espace
admissible
<= b
b/a1
x1
M. KADDIRI Simplexe 11
Fonction objectif (2 variables)
c1x1 + c2x2 = z c1 > 0, c2 > 0
valeur de la
fonction objectif
z augmente dans z4
la direction
de la flche z3
z1/c2
z2
x1
M. KADDIRI 1
Simplexe
z /c1 z1 12
Optimisation sous contrainte,
mthode graphique
x2
Fonction objectif
x1
M. KADDIRI
Polydre P Simplexe 13
La recherche de loptimum
x2 peut tre restreinte
lensemble des points extrmes
x1
M. KADDIRI Simplexe 14
La mthode du simplexe explore les
x2
points extrmes en amliorant chaque
itration la valeur du critre.
x1
M. KADDIRI Simplexe 15
Exemple
Maximisation du profit
Contrainte de raret dune ressource
Contraintes de demande
Exemple
Max 25 Xb + 30 Xc
SC : Xb /200 + Xc/140 40
Xb 6000
Xc 4000
Xb ; Xc 0
M. KADDIRI Simplexe 16
Solution graphique de lexemple
xC
xB = 6000
6000 192000
xC = 1400
4500
3000 Solution
optimale
1500 P
0 xB
M. KADDIRI Simplexe
7500 9000 17
0 1500 3000 4500 6000
Simplex
Prsentation & dmarche
Les problmes rels de programmation linaire prsentent plusieurs
variables de dcision et de nombreuses quations de contraintes.
De tels problmes ne peuvent tre rsolus graphiquement, mais on
utilise des algorithmes tel que celui du Simplexe.
M. KADDIRI Simplexe 18
tape 1:
C 10 30 0 0 Valeur
Var De
la solution
Variables de dcision
solution
X Y S1 S2
0 S1 4 6 1 0 12
0 S2 8 4 0 1 16
Z 0 0 0 0 0
C-Z 10 30 0 0
M. KADDIRI Simplexe 19
Simplex
Prsentation & dmarche
2 -Trouver la colonne pivot: c'est celle qui prsente le nombre positif
le plus lev sur la ligne du bas (C -Z). Elle devient la nouvelle
variable de la solution.
M. KADDIRI Simplexe 20
La colonne pivot : La colonne pivot est celle qui contient le
plus grand nombre positif (30) dans la ligne du bas.
C 10 30 0 0 Valeur
Var De
la Variables de dcision solution
solution X Y S1 S2
L pivot
0 S1 4 6 1 0 12 (12/6)
0 S2 8 4 0 1 16 (16/4)
Z 0 0 0 0 0
C-Z 10 30 0 0
C pivot
M. KADDIRI Simplexe 23
Exemple
Exemple : Contrainte Ingalit galit
machine A 4X + 6Y 12 4X + 6Y + 1*S1+0*S2 = 12
machine B 4X + 6Y 16 8X + 4Y +0*S1+ 1*S2 = 16
S1 et S2 sont des variables complmentaires ou des produits fictifs.
La mthode du simplexe dbute toujours par une solution possible o
l'on ne produit que des variables complment. Cela correspond au
point origine du graphique o X et Y sont nuls.
Chaque simplexe est une solution qui correspond graphiquement
l'un des angles de la zone de faisabilit.
Fonction objectif :
Max Z = 10 x+ 3Oy Max Z = 10x + 3Oy
C 10 30 0 0 Valeur
Var De
la solution
Variables de dcision
solution
X Y S1 S2
0 S1 4 6 1 0 12
0 S2 8 4 0 1 16
Z 0 0 0 0 0
C-Z 10 30 0 0
M. KADDIRI Simplexe 25
lments du tableau simplex
la partie centrale du tableau est constitue des
coefficients des contraintes des quations :
4x + 6y + 1 S1 + 0 S2 = 12
8x + 4y + 0 S1 + 1 S2 = 16
M. KADDIRI Simplexe 28
lments du tableau simplex
M. KADDIRI Simplexe 29
lments du tableau simplex
M. KADDIRI Simplexe 30
lments du tableau simplex
M. KADDIRI Simplexe 31
Exemple
M. KADDIRI Simplexe 32
tape 1:
C 10 30 0 0 Valeur
Var De
la solution
Variables de dcision
solution
X Y S1 S2
0 S1 4 6 1 0 12
0 S2 8 4 0 1 16
Z 0 0 0 0 0
C-Z 10 30 0 0
M. KADDIRI Simplexe 33
tape 2 : La colonne pivot : La colonne pivot est celle qui
contient le plus grand nombre positif (30) dans la ligne du
bas.
C 10 30 0 0 Valeur
Var De
la Variables de dcision solution
solution X Y S1 S2
L pivot
0 S1 4 6 1 0 12 (12/6)
0 S2 8 4 0 1 16 (16/4)
Z 0 0 0 0 0
C-Z 10 30 0 0
C pivot
Etape 6 :De nouvelles lignes sont cres pour le tableau suivant, de telle
sorte que tous les lments de la colonne pivot soient nuls. Commencer
par la ligne S2 qui comporte un 4 dans la colonne Y. Multipliez la
nouvelle ligne par l'oppos de la valeur qu'il faut convertir (-4) et ajoutez
la l'ancienne ligne S2. Multiplier la nouvelle ligne par (- 4) on obtient:
X Y S1 S2 Valeur
solution
Y -8/3 -4 -2/3 0 -8
Ajoute lancienne pour obtenir la nouvelle :
8 4 0 1 16
16/3 0 -2/3 1 8
M. KADDIRI Simplexe 35
Puis entrer cette ligne dans un nouveau tableau.
C 10 30 0 0 Valeur
Var Des
la Variables de dcision solution
solution X Y S1 S2
30 Y 2/3 1 1/6 0 2
0 S2 16/3 0 -2/3 1 8
Z 20 30 5 0 60
C-Z -10 0 -5 0
S'il y avait davantage de ligne convertir, il faudrait rpter
l'opration pour la ligne suivante.
Etape 7 : Les valeurs de la ligne Z sont [(lment des colonnes)
x (C)]. Par exemple pour X : Z = (2/3)*30 + (16/3)*0 = 20.
Rpter les tapes 2 7 jusqu ce que les valeur de C-Z soient
toutesM.KADDIRI
0 Simplexe 36