II/ Simplexe : cas d’une minimisation

Lorsque les contraintes ne sont pas sous la forme inférieure ou égale (≤), il est
nécessaire d’utiliser des variables dites artificielles pour transformer les inégalités
en égalités et obtenir une solution de base.

La méthode du grand K permet d’éliminer rapidement les variables artificielles

de la solution et de résoudre le problème original jusqu’à l’obtention de la solution
optimale éventuelle. Il s’agit d’assigner une valeur très grande K comme
coefficient de la variable artificielle dans la fonction objectif. Ce coefficient
beaucoup plus grand que le coefficient des autres variables sera automatiquement
choisi comme variable sortant de la solution, laissant une place disponible pour
une nouvelle variable de base qui ne sera pas artificielle.
III/ La dualité
A tout problème de maximisation de la programmation linéaire est associé un
problème de minimisation et vice versa. Les problèmes mathématiques de
programmation linéaire se présentent par paires. A chacun de ces problèmes est
étroitement lié un autre appelé Dual.
Au programme linéaire primal :
max+ [𝐹𝐹(𝑥𝑥) = 𝑐𝑐𝑐𝑐]
𝑥𝑥𝑥𝑥𝑅𝑅

𝐴𝐴𝐴𝐴 ≤ 𝑏𝑏
(PL) �
𝑥𝑥 ≥ 0
On associe le programme linéaire dual
min + [𝐺𝐺(𝑦𝑦) = 𝑏𝑏𝑏𝑏]
𝑥𝑥𝑥𝑥𝑅𝑅

𝑦𝑦𝑦𝑦 ≥ 𝑐𝑐
(PLD) �
𝑦𝑦 ≥ 0

Cours de recherche opérationnelle Pr Mohammed BEN AMAR

Ainsi :
- Le dual d’un problème de maximisation est un problème de minimisation
et réciproquement
- Le sens des inégalités dans le dual est l’inverse de celui des inégalités du
problème initial, sauf en ce qui concerne la contrainte de non négativité des
variables qui reste toujours valable dans les deux programmes
- Le dual comporte une variable pour chaque contrainte du problème initial
- Le dual comporte autant de contraintes qu’il y a de variables dans le primal
- Les coefficients de la fonction du primal apparaissent comme les constantes
des contraintes du dual et inversement
- Chaque « colonne » de coefficients dans les contraintes du primal devient
une ligne de coefficients dans les contraintes du dual et inversement.
III/ Quelques situations particulières :
o Egalité des profits relatifs : lorsque plus d’une variable a un profit
maximum, le choix de la variable qui entre la base est effectuée
aléatoirement
o Egalité des ratios : faire un choix aléatoire, si une situation de
dégénérescence apparait il est nécessaire de remonter à l’étape où les ratios
identiques sont apparus et choisir l’autre variable
o Solutions multiples : si, dans le tableau optimal, des variables hors base
possèdent des coefficients nuls dans la fonction objectif, il est nécessaire
d’insérer ces variables dans la base et d’obtenir une nouvelle solution en
maintenant la même valeur de S. Le problème possède donc des solutions
optimales multiples
o Solution non-bornée : si aucune variable ne se qualifie pour sortir de la
base, ceci indique que la solution n’est pas bornée.
Application :
Soit le problème linéaire suivant :
max 4𝑥𝑥1 + 6𝑥𝑥2 + 20𝑥𝑥3 + 17𝑥𝑥4
𝑥𝑥1 + 𝑥𝑥3 + 2𝑥𝑥4 ≤ 10
Sous � 𝑥𝑥2 + 2𝑥𝑥3 + 𝑥𝑥4 ≤ 4
𝑥𝑥1 , 𝑥𝑥2 , 𝑥𝑥3 , 𝑥𝑥4 ≥ 0
1- Trouver une solution à ce problème

Cours de recherche opérationnelle Pr Mohammed BEN AMAR

 2- Peut-on le résoudre graphiquement ?
Solution :
𝑆𝑆 = 76
𝑥𝑥 = 2
⎛ 1
1- ⎜ 𝑥𝑥2 = 0
𝑥𝑥3 = 0
⎝ 𝑥𝑥4 = 4
2- Oui on peut résoudre le système graphiquement mais à condition de passer
par le dual. Pour ce dernier, le nombre de variable étant de 2 seulement pour
4 équations.

Cours de recherche opérationnelle Pr Mohammed BEN AMAR