Techniques d’Optimisation

A.HADJADJ
.,

12/05/2020 Hadjadj/FHC_Boumerdes,
FHC– Boumerdes, 2020, 2020 1
 Sommaire de la fiche des séquences

• Cha.1 : Introduction (Slides : 1 – 28)

• Cha.2 : Programmation Linéaire (Slides : 1-66)
• Cha.3 : Post Analyse (Slides :1-27)
• Cha.4 : Nombres Entiers (Slides :)
• Cha.5 : Dualité (Slides :)
• Cha.6 : Programmation Non Linéaire (Slides :)

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 2

 III. Poste Analyse

Après avoir résolu le problème et trouver des résultats

en utilisant l’une des méthodes, par exemple,
l’algorithme SIMPLEXE, maintenant , il vient le rôle le
plus important de l’ingénieur ou le cadre.

Faire parler les résultats et les analyser d’une manière

appropriée pour pouvoir optimiser conformément et
faire des prévisions correctes du futur.

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 3

 III. Poste Analyse

III.1): Introduction
Dans ce chapitre, nous allons voir comment va varier la
valeur optimale de l’objectif d’un programme linéaire
(PL), lorsque l’on modifie certains coefficients du
problème (coefficients objectif ou membres de droite).
Généralement la solution numérique d’un PL est moins
significative que de savoir comment l’objectif va bouger
si l’on modifie certaines données du problème.
C’est l’objet de ce qu’on appelle l’analyse optimale.
12/05/2020 Hadjadj/FHC_Boumerdes, 2020 4
 III. Poste Analyse

III.1): Introduction
Pour voir l’effet de tels changement des données, la
solution consiste à appliquer le SIMPLEXE au nouveau
problème et en déduire l’effet sur l’objectif . Alors, si la
base optimale du problème original reste optimale pour
le nouveau modèle, on peut prédire sans aucun nouveau
calcul, l’effet de variation des données sur la fonction
objective en exploitant simplement le tableau SIMPLEXE
optimal du problème original.
12/05/2020 Hadjadj/FHC_Boumerdes, 2020 5
 III. Poste Analyse
III.1): Introduction

Nous allons d’abord envisager le cas de la variation des coefficients du

membre de droite des contraintes. Cette modification de la valeur
optimale de l’objectif d’un PL en fonction des membres de droite est
donnée par la valeur des « prix cachés » que l’on peut lire directement
dans la ligne objective du tableau SIMPLEXE final.

Ensuite, nous verrons le cas de la variation des coefficients de la fonction

objective. Puis, nous allons donner l’interprétation d’une autre
information que l’on peut tirer du tableau SIMPLEXE, à savoir la valeur
des couts réduits des variables hors base.

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 6

 III. Poste Analyse

III.2): Variation par rapport au second membre

Question:
Si on augmente la capacité disponible d’une ressource,
quel est l’impact sur la valeur optimale de la fonction
objective?

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 7

 III. Poste Analyse
III.2): Variation par rapport au second membre

Pour des variations de membre de droite suffisamment

faibles pour que la même base reste optimale, on peut
répondre à cette question en exploitant le tableau
SIMPLEXE optimal de la manière suivante:

Le « prix caché » (noté yi*) mesure l’augmentation de la

fonction objective si l’on accroit d’une unité le membre de
droite d’une contrainte. Dans le tableau SIMPLEXE optimal, le
prix caché yi*est le coefficient de la variable d’écart de la
contrainte dans la ligne objective.
12/05/2020 Hadjadj/FHC_Boumerdes, 2020 8
 III. Poste Analyse
III.2): Variation par rapport au second membre
Exemple:
Nous allons illustrer ceci sur notre exemple des châssis
max z = 3 x1 + 5 x2

Avec : x1 ≤4
2x2 ≤ 12
3 x1 + 2 x2 ≤ 18
x1 ≥0
x2 ≥0

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 9

 III. Poste Analyse

III.2): Variation par rapport au second membre

Exemple:
Et le tableau SIMPLEXE final trouvé au chapitre II

z x1 , x2 , x3 , x4 , x 5
1 0 0 0 3/2 1 36
0 0 0 1 1/3 -1/3 2
0 0 1 0 1/2 0 6
0 1 0 0 -1/3 1/3 2

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 10

 III. Poste Analyse

III.2): Variation par rapport au second membre

Exemple:
Comme x3, x4 et x5 sont les variables d’écart des
contraintes de capacités des trois ateliers, on en déduit
les valeurs des prix cachés suivants :
y1*= 0
y2*= 3/2
y3*= 1

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 11

 III. Poste Analyse

III.2): Variation par rapport au second membre

Exemple:
Qui correspondent aux prix cachés des ressources
utilisées dans les ateliers 1, 2 et 3 dont les capacités
disponibles sont :
b1 = 4
b2 = 12
b3= 18

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 12

 III. Poste Analyse
III.2): Variation par rapport au second membre
Interprétation des prix cachés

Ce résultat peut être démontré mathématiquement

(Analytique ou SIMPLEXE). Mais, nous allons l’illustrer
graphiquement pour plus de simplicité.
Considérons tout d’abord une augmentation de capacité du
premier atelier de b1=4 à b1’=5 .

On peut voir à la figure suivante que le nouveau point

optimal reste le même.
12/05/2020 Hadjadj/FHC_Boumerdes, 2020 13
 III. Poste Analyse
III.2): Variation par rapport au second membre
Interprétation des prix cachés

x’* = x* = (2,6)
Analyse postoptimale

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 14

 III. Poste Analyse
III.2): Variation par rapport au second membre
Interprétation des prix caché

En conséquence de quoi, la valeur optimale de l’objectif ne change pas:

z’*=z*=36
D’où une variation nulle de l’objectif, ce qui était bien prédit par la valeur nulle du prix
caché y1*:
z = z’* - z*= 0 = y1*
Une augmentation de capacité du deuxième atelier de b2=12 à b2 = 13 donne un
déplacement du point optimal vers
x’*= (5/3, 13/2)
En conséquence de quoi, la nouvelle valeur de l’objectif est donnée par:
z’*=37,5
D’où un accroissement de l’objectif qui vaut précisément la valeur du deuxième prix
caché:
z = z’* - z*= 3/2 = y2*

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 15

 III. Poste Analyse
III.2): Variation par rapport au second membre
Interprétation des prix cachés

Enfin, considérerons une augmentation de capacité du troisième atelier

de b3= 18 à b’3=19.
Comme, on peut le voir à la figure suivante, cela donne un déplacement
du point optimal vers:
x’* = (7/3, 6)
En conséquence de quoi, la nouvelle valeur de l’objectif vaut :
z’*= 37
D’où une augmentation de l’objectif qui vaut exactement la valeur du
troisième prix caché :
z = z’*- z*= 1= y3*

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 16

 III. Poste Analyse

III.2): Variation par rapport au second membre

Interprétation des prix cachés

Le résultat peut aussi être

interprété dans l’autre
sens : est la
perte de profit si on
diminue d’une unité la
capacité du troisième
atelier

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 17

 III. Poste Analyse
III.3): Variation des coefficients objectifs
Question :
Si on augmente le prix de vente unitaire ou si l’on
diminue le coût de production unitaire, quel est l’impact
sur la valeur de l’objectif?
En effet, tant que la base optimale ne change pas, la
solution optimale x*=(x1*, x2* , ……. xn*) reste la même.
Seul le profit optimal change. Le nouveau profit vaut
donc:

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 18

 III. Poste Analyse

III.3): Variation des coefficients objectifs

On en conclut que pour une variation unitaire du

coefficient c j, l’augmentation de z* est exactement la
valeur optimale de la valeur xj*

La « valeur de jème variable à l’optimum » notée (xj*)

mesure l’augmentation de la fonction objective si on
l’accroit d’une unité la marge unitaire c j »
12/05/2020 Hadjadj/FHC_Boumerdes, 2020 19
 III. Poste Analyse

III.3): Variation des coefficients objectifs

Dans le cas de notre exemple, les augmentations de

profit pour une augmentation unitaire de la marge des
produits valent respectivement :
x1* = 2
x2* = 6

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 20

 III. Poste Analyse

III.4): Cout réduit des variables hors base

Nous allons maintenant définir la notion du coût réduit
d’une variable hors base qu’on peut également dans le
tableau SIMPLEXE
Le « coût réduit » de la variable hors base «xj» noté «dj»
mesure l’augmentation de la fonction objective si l’on accroit
d’une unité la valeur de la variable hors base.
Dans le tableau SIMPLEXE optimal, le coût réduit «dj» est
l’opposé du coefficient de la variable dans la ligne objective.

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 21

 III. Poste Analyse

III.4): Cout réduit des variables hors base

Nous allons illustrer cette notion sur notre exemple des

châssis. En effet, nous allons adjoindre un troisième
châssis mixte en Aluminium/Bois , pour lequel la marge
unitaire est de 4 et les temps unitaires de fabrication
dans les trois ateliers sont respectivement de 1, 2 et 3
heures.

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 22

 III. Poste Analyse

III.4): Cout réduit des variables hors base

La formulation de ce problème est reprise ci-dessous

z - 3 x1 - 5 x2 - 4 x 3 = 0
x1 + x3 +x4 = 4
2 x2 + 2 x 3 +x5 = 12
3 x1 + 2 x 2 + 3 x 3 +x6 = 18

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 23

 III. Poste Analyse

III.4): Cout réduit des variables hors base

Le tableau SIMPLEXE optimal final est le suivant :

z x1 , x2 , x3 , x4 , x5 , x 6
1 0 0 2 0 3/2 1 36
0 0 0 2/3 1 1/3 -1/3 2
0 0 1 1 0 1/2 0 6
0 1 0 1/3 0 -1/3 1/3 2

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 24

 III. Poste Analyse
III.4): Cout réduit des variables hors base

On en déduit la solution optimale suivante:

(x1*, x2*, x3*) = (2, 6, 0)
On constate que seuls les châssis 1 et 2 sont rentables.
En effet, le châssis 3, bien qu’ayant une marge unitaire
supérieur au châssis 1, consomme plus de ressources et
permet pour la même capacité disponible des trois
ateliers de faire moins de châssis que le châssis 1.

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 25

 III. Poste Analyse
III.4): Cout réduit des variables hors base

Question :

De combien faut-il augmenter la marge du châssis 3 pour le rendre

plus attractif ?

La réponse se trouve dans le tableau SIMPLEXE final optimal:

En effet, c’est le coefficient dans la ligne de l’objectif de ce tableau,
il s’agit de l’opposé des coûts réduits qui fournissent l’augmentation du
prix nécessaire.
On remarque que le coût réduit de la variable x3 est négatif (d3 = -2)
exprimant ainsi la perte par unité produite du châssis 3.

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 26

 III. Poste Analyse

On vient de voir dans ce chapitre, qu’on peut exploiter

habilement le tableau de SIMPLEXE final optimal sans
être obligé de faire des calculs qui prennent beaucoup de
temps afin de pouvoir répondre rapidement à des
sollicitations qui nécessite des réflexions agiles.

12/05/2020 Hadjadj/FHC_Boumerdes, 2020 27