Programmation Lineaire

Programmation linéaire Programme linéaire
• Modèle formé par des relations linéaires représentant

1. Définition du modèle (variables de décision, l'objectif d'une compagnie et les contraintes sur ses
fonction économique, contraintes) ressources:
- contraintes internes: capacité de production,
main-d'œuvre disponible
2. Détermination de la solution (méthode - contraintes externes: demande,
graphique, algorithme du simplexe) approvisionnement
• 2 modes de résolution:
3. Analyses de sensibilité
- graphique (dans le cas de deux variables)
- algorithmique: méthode du simplexe
4. Problème dual
© 2001 Guy Cucumel et Manzoor A. Khan 1 © 2001 Guy Cucumel et Manzoor A. Khan 2
Mise en situation Décisions

Un chocolatier fabrique 2 types de chocolats: des chocolats Les décisions à prendre
ordinaires et des chocolats de luxe. Il dispose de 8 kg de sucre,
de 20 kg de cacao et de 30 heures de MOD.
Ressources nécessaires et • x1 = nombre de plateaux ordinaires
prix de vente • x2 = nombre de plateaux de luxe
plateau plateau de
ordinaire luxe
• Ces variables sont appelées variables d'activité ou variables
sucre 2 kg 1 kg
de décision
cacao 4 kg 5 kg
main- 3h 10 h
d'oeuvre • Le couple (x1, x2) est appelé programme
prix 300$ 800$
Les autres biens sont disponibles en quantité illimitée.

Contraintes et critère Hypothèses sous-jacentes

Trois hypothèses nécessaires:
Les contraintes
! la proportionnalité
• 2x1+ x2 ≤ 8 (1) contrainte sur le sucre ! la divisibilité
• 4x1+ 5x2 ≤ 20 (2) contrainte sur le cacao ! l'additivité
• 3x1+10x2 ≤ 30 (3) contrainte sur la MOD
• x1 ≥ 0, x2 ≥ 0 contraintes de signe ! Proportionnalité: pour chaque activité, le montant total de
chaque intrant et le profit associé sont directement
proportionnels à la valeur de la variable (pas d'économie
Le critère d'optimisation (ou fonction économique ou objectif ou
d'échelle)
fonction objective)
Pour fabriquer un plateau de chocolats ordinaires il faut 3

On cherche à maximiser le chiffre d'affaires
heures de MOD et cela génère un profit de 300$
Pour 10 plateaux, il faut 30 heures de main d'œuvre et cela
z=300 x1+ 800 x2 génère un profit de 3 000$.
Hypothèses sous-jacentes
Solution graphique
(suite)
x2
! Divisibilité: les variables de décision peuvent prendre des

valeurs non entières. Ce qui n'est pas nécessairement le cas
dans la réalité.
! Additivité: pour tous les niveaux d'activité (valeurs des variables 8
de décision), le montant total de chaque intrant et le profit

associé sont les mêmes que la somme des intrants et profits
pour chaque processus individuel de fabrication (pas d'effet de
synergie).
4
A
3 B
Si on décide de fabriquer 2 plateaux de chocolats ordinaires et F
Chiffre d'affaires maximum,
Z=2520$
1 plateau de chocolats de luxe, le temps de MOD nécessaire C

E
est:
D
(2x3+10)=16 heures (les deux temps s'additionnent) x1
0 4 5 10
Solution graphique (suite) Solution graphique (suite)
! Résoudre un programme linéaire consiste à trouver une ! L'équation z=300 x1+ 800x2 où z est considéré comme un
solution optimale, c'est-à-dire, une solution admissible réalisant paramètre, représente une famille de droites parallèles, de
le maximum de la fonction économique. coefficient directeur commun -3/8 .
! Pour résoudre le programme, il suffit de déterminer en quel ! Les courbes d'indifférence sont des droites parallèles.
point de l'ensemble des solutions admissibles la fonction
économique définie par: ! B apparaît comme seule solution optimale: intersection d'une
droite de coefficient directeur –3/8 avec l'ensemble des
z=300 x1+ 800x2 solutions admissibles.
atteint sa valeur maximale. ! Au sommet B, on a deux contraintes saturées.
Méthode graphique Contraintes saturées

Quatre étapes
! Les contraintes cacao et main-d'œuvre sont saturées. Le point
! Tracer chaque contrainte sur le graphique solution va donc vérifier:
4 x1+ 5 x2 = 20
! Identifier l'aire des solutions admissibles délimitée par
3 x1+10 x2 = 30
les contraintes
! La solution optimale est x1* = 2 et x2* = 2,4 pour laquelle le profit
! Calculer la valeur de chacun des sommets de l'aire de maximum s'élève à z*=2 520$.
faisabilité
! Choisir le sommet pour lequel l'objectif est le plus

élevé
Solution optimale Solutions des sommets
• (1) et (2): point C
2x1+ x2 = 8
! il existe en général une infinité de solutions admissibles. Cet 4x1+ 5x2 = 20
ensemble de solutions est représenté par les points d'un
domaine polygonal convexe. qui conduit à la solution x1 = 10/3, x2 = 4/3 et z=2 066,67$
(3) est vérifiée, la solution est acceptable
! on admettra le résultat suivant:
• (2) et (3): point B
s'il existe au moins une solution optimale, il existe 4x1+ 5x2 = 20
nécessairement un sommet de l'ensemble des solution 3x1+10x2 = 30
admissibles correspondant à une solution optimale. Il suffit
donc d'examiner tous les programmes possibles des sommets qui conduit à la solution x1 = 2, x2 = 2,4 et z=2 520$
du polygone. (1) est vérifiée la solution est acceptable
Solutions des sommets Solutions des sommets

(suite) (suite)
• x1=0 et (3): point A
x1=0 • (1) et (3): point F
3x1+10x2 = 30
qui conduit à la solution x2 = 3 et z=2 400$ 2x1+ x2 = 8
(1) et (2) sont vérifiées, la solution est acceptable 3x1+10x2 = 30
qui conduit à la solution x1 = 50/17, x2 = 36/17 et z=2 576,48$
• x2=0 et (1): point D (2) n'est pas vérifiée, la solution est inacceptable
x2=0
x1+2x2 = 8
qui conduit à la solution x1 =4 et z=1 200$
(2) et (3) sont vérifiées, la solution est acceptable
Analyse de sensibilité
(suite)
! Changements dans la fonction objectif -4/5 ≤ -300/p ≤ -3/10 soit: 375 ≤ p ≤ 1000
Supposons que l'on fasse varier le coefficient de la variable x2 Tant que le coefficient de x2 reste compris entre 375$ et 1000$,
dans la fonction objectif le programme x1=2 et x2=2,4 reste optimal.
z = 300 x1 + px2 soit x2 = z/p – (300/p)x1
De manière similaire, on peut observer l'effet d'un changement
B soit reste solution optimale si le coefficient directeur de la sur le coefficient de x1.
fonction objectif –300/p reste situé entre les coefficients
directeurs correspondant aux deux contraintes soit –3/10 et Le prix de x1 doit être compris entre 240$ à 640$ pour que le
–4/5. programme x1=2 et x2=2,4 reste optimal.
Analyse de sensibilité Analyse de sensibilité
(suite) (suite)
! Changements dans les seconds membres des contraintes • Nouveau programme optimal:
x1=1,8, x2=2,56 et z=2 588$
Supposons que l'on dispose d'une heure de main-d'œuvre de
plus. Le problème devient donc: • Le chiffre d'affaire augmente donc de 68$ (shadow price ou prix
dual)
Max (300 x1+ 800 x2)
2x1+ x2 ≤ 8 • 68$: prix maximal que l'on est prêt à payer une heure de main-
4x1+ 5x2 ≤ 20 d'œuvre supplémentaire.
3x1+10x2 ≤ 31
x1 ≥ 0, x2 ≥ 0 • Inversement, 68$ correspond également au prix que l'on est
prêt à accepter pour céder une heure de main-d'œuvre.
Forme standard
(suite)
• Le prix implicite d'une unité de cacao est de 24$.
Max (300 x1+ 800 x2)
• Les deux bornes vont cette fois-ci être définies par:
2x1+ x2 + x3 = 8
• Concernant la contrainte sur le sucre qui est non saturée, l'ajout 4x1+ 5x2 + x4 = 20
d'une unité ne changerait rien au chiffre d'affaires. 3x1+10x2 + x5 = 30
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0, x5 ≥ 0
→ le prix implicite du sucre est donc de 0.
Variables d'écart Problème dual
! Les variables x3 , x4 et x5 sont appelées variables d'écart.

Min (8u1 + 20u2 + 30u3)
! Elles correspondent à l'écart entre les ressources consommées
et les ressources disponibles. 2u1 + 4u2 +3u3 ≥300
u1 + 5u2 +10u3 ≥ 800
! Dans l'exemple précédent, x3 = 1,6 x4 = 0 et x5 = 0. Seul le
sucre n'est pas entièrement utilisé.
u1, u2, u3 ≥ 0
Règles de transformation Propriété du primal
du primal en dual et du dual
! La fonction économique d'un des problème est maximisée et Les deux problèmes possèdent la propriété suivante:
l'autre est minimisée.
! Dans le problème de maximisation les contraintes sont des ≤ et Si le primal ou le dual a une solution optimale finie, l'autre
dans le problème de minimisation des ≥ problème a aussi une solution optimale finie et les valeurs de
! Les matrices des coefficients sont transposées l'une de l'autre. leurs fonctions économiques sont égales. De plus à l'optimum:
! Les seconds membres des contraintes d'un des problèmes sont
les coefficients de la fonction économique de l'autre. x1 (2u1 + 4u2 + 3u3 - 300) + x2 (u1 + 5u2 + 10u3 - 800) = 0
! A chaque contrainte du primal correspond une variable du dual
et vice et versa. u1 (2x1 + x2 - 8) + u2 (4x1 + 5x2 - 20) + u3 (3x1 + 10x2 - 30) =0
! Le dual du dual est le primal.
Solution du dual Interprétation du dual

x1 (2u1 + 4u2 + 3u3 - 300) = 0 ! La solution du dual correspond aux prix implicites des
x2 (u1 + 5u2 + 10u3 - 800) = 0 ressources à l'optimum du primal.
u1 (2x1 + x2 - 8) = 0 ! La fonction économique vaut également 2 520$.
u2 (4x1 + 5x2 - 20) = 0

u3 (3x1 + 10x2 - 30) = 0 ! Première interprétation économique du problème dual:
les variables duales mesurent la contribution de chacune des
u1 = 0 ressources au profit sur les produits.
4u2 + 3u3 = 300
! Deuxième interprétation économique du problème dual:
5u2 + 10u3 = 800
prix minimaux auxquels on pourrait vendre les ressources pour
faire un profit équivalent.
d'où: u2 = 24 et u3 = 68

Programmation Lineaire

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Programmation Lineaire

Transféré par

Droits d'auteur :

Formats disponibles

Programmation linéaire Programme linéaire

• Modèle formé par des relations linéaires représentant

Mise en situation Décisions

Les autres biens sont disponibles en quantité illimitée.

Contraintes et critère Hypothèses sous-jacentes

Pour fabriquer un plateau de chocolats ordinaires il faut 3

! Divisibilité: les variables de décision peuvent prendre des

! Additivité: pour tous les niveaux d'activité (valeurs des variables 8

de décision), le montant total de chaque intrant et le profit

1 plateau de chocolats de luxe, le temps de MOD nécessaire C

Solution graphique (suite) Solution graphique (suite)

atteint sa valeur maximale. ! Au sommet B, on a deux contraintes saturées.

Méthode graphique Contraintes saturées

! Choisir le sommet pour lequel l'objectif est le plus

Solutions des sommets Solutions des sommets

Variables d'écart Problème dual

! Les variables x3 , x4 et x5 sont appelées variables d'écart.

Solution du dual Interprétation du dual

u1 (2x1 + x2 - 8) = 0 ! La fonction économique vaut également 2 520$.

u2 (4x1 + 5x2 - 20) = 0

Vous aimerez peut-être aussi