Vous êtes sur la page 1sur 41

IV.

PROGRAMMATION LINEAIRE

Forme standard
Rsolution graphique
Dfinitions et thormes
Algorithme du simplexe
Dualit
Approches non linaires
IV. PROGRAMMATION LINEAIRE
IV.1 Forme standard (1)

Minimiser

avec

Il est toujours possible de revenir la forme standard !


IV. PROGRAMMATION LINEAIRE
IV.1 Forme standard (2)

Transformations sous forme standard:


IV. PROGRAMMATION LINEAIRE
IV.1 Forme standard (3)
Exemple : Allocation de ressources
Produit A Produit B Disponibilit
Machine 1 10 5 2000
Machine 2 4 10 1500
Machine 3 1 2 500
Profit 10 20
Objectif:
Maximiser
le profit
IV. PROGRAMMATION LINEAIRE
IV.2 Rsolution graphique (1)
Rsolution dun problme 2 dimensions : (Exemple prcdent)

P = ( 156,25 , 87,5 )

Tracer => 1optimum = P


Si objectif = => infinit de solutions = segment ( P, A )
IV. PROGRAMMATION LINEAIRE
IV.2 Rsolution graphique (2)

Solution linfini

Maximiser

Solution unique

P

IV. PROGRAMMATION LINEAIRE
IV.2 Rsolution graphique (3)

Infinit de solutions

Maximiser

Pas de solution
IV. PROGRAMMATION LINEAIRE
IV.3 Dfinitions et thormes (1)

Soit un problme standard:

IV.31 Dfinitions:
= Base de A (ai linairement indpendants)

Solution de base de Ax = b

=> Solution de base admissible


=> Solution de base admissible non dgnre
IV. PROGRAMMATION LINEAIRE
IV.3 Dfinitions et thormes (2)

IV.32 Thorme fondamental I


i) Si une solution admissible alors une solution de base admissible
ii) Si une solution optimale alors une solution de base optimale

=> Chercher la solution parmi les solutions de base (au plus )


IV.33 Convexit de lensemble admissible
Lensemble est convexe

Dmonstration:

cqfd
IV. PROGRAMMATION LINEAIRE
IV.3 Dfinitions et thormes (3)

IV.34 Thorme fondamental II


Les solutions de base admissibles sont les sommets
de lensemble admissible
Corollaire
Sil existe une solution optimale, celle-ci est un des sommets
de lensemble admissible
=> Mthode du SIMPLEXE
Principe Evaluer la fonction aux sommets
de lensemble admissible

Les sommets sont obtenus en calculant


les solutions de base
IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (1)
IV.41 Oprations lmentaires sur les lignes

1 Permutation de deux lignes

Permutation ligne 1 et 3

2 Multiplication dune ligne par un scalaire


Multiplication ligne 2

3 Ajout dune ligne multiplie par un


scalaire une autre ligne
Ajout de 2 x ligne 1 la ligne 4
IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (2)
IV.42 Inversion matricielle par oprations lmentaires sur les lignes

A inversible oprations lmentaires


telles que

Algorithme
Former matrice augmente [ A I ]

Oprations lmentaires sur les lignes


IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (3)
IV.43 Calcul dune solution de base
Soit
1 Former une matrice augmente
2 Appliquer des oprations lmentaires

3 Soit

=> Solution de base pour la base


IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (4)
IV.44 Changement de solution de base

[ A b] oprations [I D b]
lmentaires

Solution de base initiale:

pour la base

avec

Changement de base: remplacer ap par aq dans B


IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (5)
IV.44 Changement de solution de base (suite)

Dans lancienne base:

Dans la nouvelle base:

Dans lancienne base:

Dans la nouvelle base:

=> Pivotage
IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (6)

IV.45 Principe de lalgorithme du Simplexe

Aller dune solution de base admissible une autre


solution de base admissible jusqu ce que la solution
optimale soit trouve

Solution de base admissible ssi

Soit la base
et la solution de base admissible
IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (7)
A. Comment choisir

Supposons aq entre dans la base (avec q>m)


Dans lancienne base

Si et si alors

aq remplace ap dans la base


solution de base
admissible
IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (8)
B. Comment choisir

Soit solution de base admissible

Fonction de cot
Fonction de cot initiale

rentre dans la base et en sort


IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (9)

Fonction de cot

=> la fonction de cot dcrot

=> loptimum est atteint


IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (10)
Algorithme
IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (11)
Exemple
Soit le problme

Forme standard
IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (12)
Exemple (suite) Solution de
Matrice augmente Base initiale base initiale

Fonction de cot initiale

Coefficients de cot relatif

=> a2 entre dans la base (q=2)


=> a4 sort de la base => pivotage
IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (13)
Exemple (suite) Nouvelle solution
Matrice aprs pivotage Nouvelle base de base

Fonction de cot

Coefficients de cot relatif

=> a1 entre dans la base (q=1)


=> a5 sort de la base => pivotage
IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (14)
Exemple (suite) Nouvelle solution
Matrice aprs pivotage Nouvelle base de base

Fonction de cot

Coefficients de cot relatif

=> loptimum est atteint: et


IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (15)

IV.46 Forme matricielle de lalgorithme du simplexe


Problme:
IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (16)

IV.46 Forme matricielle de lalgorithme du simplexe (suite)

A.

B.
IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (17)

Tableau canonique du simplexe


IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (18)
Exemple
Soit le problme
IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (19)
Exemple (suite)
Tableau Base initiale

Solution de
base initiale

Fonction de cot initiale


=> a2 entre dans la base (q=2)

=> a4 sort de la base => pivotage


IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (20)
Exemple (suite)
Tableau Base courante

Solution de
base

Fonction de cot
=> a1 entre dans la base (q=1)

=> a3 sort de la base => pivotage


IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (21)
Exemple (suite)
Tableau Base courante

Solution de
base

=> loptimum est atteint


IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (22)
IV.47 Initialisation de la mthode du simplexe
Lalgorithme suppose que lon dmarre depuis un sommet initial
Facile dans
certains cas :

Mthode dinitialisation min cTx avec Ax = b


Dfinir le problme associ:

Solution : y = 0
Cette solution est telle que Ax = b
=> initialisation du simplexe
IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (23)
Exemple
Soit le problme

Forme standard

Initialisation
IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (24)
Exemple (suite)
Tableau du problme associ Base initiale

Solution de
base initiale

=> a2 entre dans la base (q=2)

=> a6 sort de la base


IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (25)
Exemple (suite)
Base courante
Tableau du problme associ

Solution de
base courante

=> a1 entre dans la base (q=1)

=> a5 sort de la base


IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (26)
Exemple (suite)
Tableau du problme associ Base courante

Solution

Tableau du problme rsoudre

Solution de
base initiale
IV. PROGRAMMATION LINEAIRE
IV.4 Algorithme du simplexe (27)
Exemple (suite)
Base courante
Tableau du problme rsoudre

Solution

=> loptimum est atteint


IV. PROGRAMMATION LINEAIRE
IV.5 Dualit (1)
IV.51 Dfinitions
A. Problme primal :

=> Problme dual

B. Problme primal :

=> Problme dual


IV. PROGRAMMATION LINEAIRE
IV.5 Dualit (2)
IV.52 Proprits du problme dual

Lemme x et solutions admissibles du problme primal


et dual =>

Thorme de la dualit

Thorme de complmentarit
Les solutions dune paire de problmes duaux sont optimales ssi
IV. PROGRAMMATION LINEAIRE
IV.6 Algorithme de Karmarkar (1)

Algorithme du simplexe avec une variable de dimension n


Peut ncessiter 2n-1 tapes => Complexit exponentielle

Algorithme de Karmarkar => Complexit polynomiale


On part de lintrieur pour se diriger vers un sommet :
Algorithme du point intrieur

Forme canonique
de Karmarkar
IV. PROGRAMMATION LINEAIRE
IV.6 Algorithme de Karmarkar (2)

Mise en forme du problme standard


Recherche dun point admissible
Algorithme : succession de projections orthogonales
et de dplacements lintrieur