Programmation Linéaire

Enseignante: Amel Ferjani

Plan
I. Forme Standard
II. Méthode du simplexe (MS)
III. Cas spéciaux dans l’application de la MS
I. La forme standard du modèle de
programmation linéaire(modèle LP)
Afin de développer une méthode de solution générale, le problème LP doit être mis
dans un format commun, que nous appelons le formulaire standard. Les propriétés du
formulaire LP standard sont:
i. Toutes les contraintes sont des équations à droite non négatives.
ii. Toutes les variables sont non négatives.
iii. La fonction objective peut être la maximisation ou la minimisation

Comment n'importe quel modèle LP peut être mis au format standard?

I. La forme standard du modèle de programmation
linéaire(modèle LP)
Contraintes(Toutes les contraintes sont des équations à droite non négatives.):
1. Une contrainte de type ≤ (resp. ≥) peut être convertie en une équation en ajoutant une variable d’écart
(resp. En soustrayant une variable excédentaire) du côté gauche de la contrainte.

Si la contrainte représente la limite d'utilisation d'une ressource, s1 représentera la quantité lâche ou inutilisée
des ressources

2. Le côté droit d'une équation peut toujours être négatif en multipliant les deux côtés par -1
I. La forme standard du modèle de programmation
linéaire(modèle LP)
Variables (toutes les variables sont non négatives.):
1. Une variable non restreinte y peut être exprimée en termes de deux variables non négatives en
utilisant une substitution

La substitution doit être effectuée dans toutes les contraintes et dans la fonction objective

2. Une variable négative y peut être exprimée en termes de variable non négative en utilisant une
substitution

La substitution doit également être effectuée dans toutes les contraintes et dans la fonction
objective
I. La forme standard du modèle de programmation
linéaire(modèle LP)
Fonction Objective
1. La maximisation de la fonction objective est équivalente à la minimisation de la valeur négative
de la même fonction, et vice versa.

(Equivalent to)Équivalent signifie que pour le même ensemble de contraintes, les valeurs optimales
de x1, x2 et x3 sont les mêmes dans les deux cas. La seule différence est que les valeurs des
fonctions objectives, bien qu'également numériquement, apparaîtront avec des signes opposés.
I. La forme standard du modèle de programmation
linéaire(modèle LP)
Exemple (x1 illimité)

La forme standard est

II. Méthode du simplexe (MS)
Une forme générale d'un programme LP standard est:

Si on définit:

Les contraintes de (P) peuvent s'écrire

A.x=b, avec m équation linéaire et n variables
 II. Méthode du simplexe (MS)
Définition 1. Une solution de base pour A.x = b est une solution dans laquelle au plus m
variables ne sont pas nulles.
• Pour trouver une solution de base à A.x = b, nous pouvons choisir n'importe quel groupe
de n - m variables (les variables non basiques ou NBV) et fixer chacune de ces variables à
zéro.
• Résoudre ensuite les valeurs des n - (n - m) = m variables restantes (les variables de base
ou BV) satisfaisant A.x = b
Exemple

Nous choisissons un ensemble de 3 - 2 = 1 variables non basiques, NBV = {x3}, puis BV = {x1,
x2}, définissant la valeur de x3 à zéro et résolvant

Donc, x1=2, x2=1 et x3=0 est une solution basique,

II. Méthode du simplexe (MS)
Définition 2. Toute solution de base à (P) dans laquelle toutes les variables sont
non négatives est une solution de base réalisable.
Exemple: Pour

Les solutions de base VB = {x1 = 2, x2 = 1}, NVB = {x3 = 0} est une solution de base,
mais la solution de base VB = {x1 = 3, x3 = -1}, NVB = {x2 = 0} ne constitue pas une
solution de base, car x3 <0.
II. Méthode du simplexe (MS)
Théorème1:
La région réalisable pour tout problème de programmation
linéaire est un ensemble convexe. De plus, si un LP a une
solution optimale, il doit y avoir un point extrême de la région
réalisable qui est optimal.

Théorème 2:
Pour tout LP, il existe un point extrême unique de la région
réalisable du LP correspondant à chaque solution de base
réalisable. De plus, il existe au moins une solution de base
réalisable correspondant à chaque point extrême de la région
réalisable.
 II. Méthode du simplexe (MS)

La solution réalisable
est délimitée par le quadrilatère BECF

La forme standard est:

II. Méthode du simplexe (MS)
Définition 3
Pour tout LP avec m contraintes, deux solutions de base réalisables sont
dites adjacentes si leurs ensembles de variables de base ont en commun m-1
variables de base.
Exemple
Dans l'exemple de prévisualisation, deux solutions de base réalisables
seront adjacentes si elles ont 2 - 1 = 1 variable de base en commun. Ainsi, le BFS
correspondant au point E est adjacent au BFS correspondant au point C.
II. Méthode du simplexe (MS)
Description générale de la façon dont l'algorithme simplex résout les LPs.
Supposons que nous essayons de résoudre un problème maximum.
Étape 1 :
À l'aide d'un formulaire standard, déterminez une solution de base
faisable de départ en définissant n-m variables (non basiques)
appropriées à zéro.
Étape 2 :
Sélectionnez une variable d'entrée parmi les variables non basiques
actuelles qui peuvent améliorer la valeur de la fonction objective. Si
aucune n'existe, arrêtez (la solution de base actuelle est optimale).
Sinon, passez à l'étape 3.
Étape 3 :
Déterminez la nouvelle solution de base en rendant la variable d'entrée
basique et la variable de sortie non basique. Passez à l'étape 2.