Académique Documents
Professionnel Documents
Culture Documents
J.-F. Scheid
v2.1
1
Plan du chapitre
1 Introduction
2 Analyse post-optimale de l’objectif
3 Analyse post-optimale du second membre des contraintes
2
I. Introduction
3
II. Analyse post-optimale de l’objectif
PL sous forme standard qui admet une base optimale B ∗ (fin normale du
simplexe). A une permutation près des colonnes,
A = (AB ∗ | AH ∗ ).
A∗H ∗ = A−1
B ∗ AH
∗
4
Exemple de détermination de la matrice A∗H ∗ .
La méthode des dictionnaires appliquée au problème de production de
l’introduction fournit la solution optimale
27 >
x∗B ∗ = (x2∗ , x1∗ , e1∗ )> = 5, 15
2 , 2
x∗H ∗ = (e2∗ , e3∗ )> = (0, 0)>
Le dictionnaire de la dernière étape était
x2 = 5− 13 e2 + 32 e3
15 1 5
x1 = 2 + 6 e2 − 6 e3
27 5 7
e1 = 2 + 2 e2 − 2 e3
F = 65 − 13 e2 − 73 e3
On a x∗B ∗ = A−1 ∗ ∗ ∗
B ∗ b − AH ∗ xH ∗ . La matrice AH ∗ vaut donc
1
+ 3 − 32
A∗H ∗ = − 16 + 65 .
− 52 + 27
5
Proposition (condition d’optimalité)
La condition d’optimalité
est une condition suffisante pour qu’une solution de base réalisable soit
optimale.
6
Proposition (condition d’optimalité)
La condition d’optimalité
est une condition suffisante pour qu’une solution de base réalisable soit
optimale.
6
Application. On utilise la condition d’optimalité pour déterminer
l’influence d’un coefficient de la fonction objectif F :
7
Application. On utilise la condition d’optimalité pour déterminer
l’influence d’un coefficient de la fonction objectif F :
On remplace ce coefficient par un paramètre et on calcule la condition
d’optimalité.
7
Application. On utilise la condition d’optimalité pour déterminer
l’influence d’un coefficient de la fonction objectif F :
On remplace ce coefficient par un paramètre et on calcule la condition
d’optimalité.
On obtient alors une condition sur ce paramètre. Cette condition est
une condition nécessaire pour que la solution de base optimale soit
inchangée et une condition suffisante pour que la solution obtenue
soit optimale.
7
Exemple. On reprend l’exemple du problème de production
max [F (x1 , x2 ) = 6x1 + 4x2 ] .
(x1 ,x
2 )
3x1 + 9x2 ≤ 81
4x1 + 5x2 ≤ 55
2x1 + x2 ≤ 20
x1 , x2 ≥ 0
On veut étudier la sensibilité de l’optimum par rapport au prix de vente
unitaire du produit P1 (variable x1 ) qui vaut 6. De combien peut-on faire
varier ce prix, sans changer le plan de production ?
On a trouvé la solution de base optimale
27 >
x∗B ∗ = (x2∗ , x1∗ , e1∗ )> = 5, 15
2 , 2
x∗H ∗ = (e2∗ , e3∗ )> = (0, 0)>
1 2
3 −3
A∗H ∗ = − 16 5
6
− 52 7
2
8
On remplace le coefficient 6 dans F par un paramètre c1 :
c>
B ∗ = (4, c1 , 0), c>
H ∗ = (0, 0).
9
On remplace le coefficient 6 dans F par un paramètre c1 :
c>
B ∗ = (4, c1 , 0), c>
H ∗ = (0, 0).
9
On remplace le coefficient 6 dans F par un paramètre c1 :
c>
B ∗ = (4, c1 , 0), c>
H ∗ = (0, 0).
16
≤ c1 ≤ 8.
5
9
On remplace le coefficient 6 dans F par un paramètre c1 :
c>
B ∗ = (4, c1 , 0), c>
H ∗ = (0, 0).
16
≤ c1 ≤ 8.
5
16
Interprétation. Si on choisit ≤ c1 ≤ 8, la solution de base optimale est
5
inchangée c’est-à-dire que le plan de production ne change pas. On a
15
F ∗ = c1 + 20. Avec c1 = 8 (la valeur max. permise pour c1 ), on
2
obtient F ∗ = 80 soit un écart de ∆F = 15.
9
II. Analyse post-optimale du second membre des
contraintes
PL sous forme standard qui admet une base optimale B ∗ (fin normale du
simplexe). A une permutation près des colonnes,
A = (AB ∗ | AH ∗ ).
xB ∗ = A−1
B ∗ b ≥ 0. (2)
10
Application. On utilise la condition de faisabilité pour déterminer
l’influence d’un coefficient du second membre des contraintes sur la
solution optimale.
11
Application. On utilise la condition de faisabilité pour déterminer
l’influence d’un coefficient du second membre des contraintes sur la
solution optimale.
On remplace ce coefficient par un paramètre. On obtient ainsi un
second membre d.
11
Application. On utilise la condition de faisabilité pour déterminer
l’influence d’un coefficient du second membre des contraintes sur la
solution optimale.
On remplace ce coefficient par un paramètre. On obtient ainsi un
second membre d.
On calcule alors la condition de faisabilité sur la solution de base
xB ∗ = A−1
B ∗ d ≥ 0.
11
Application. On utilise la condition de faisabilité pour déterminer
l’influence d’un coefficient du second membre des contraintes sur la
solution optimale.
On remplace ce coefficient par un paramètre. On obtient ainsi un
second membre d.
On calcule alors la condition de faisabilité sur la solution de base
xB ∗ = A−1
B ∗ d ≥ 0.
11
Détermination de la matrice A−1
B ∗ pour un PL sous forme
standard simpliciale.
Contraintes Ax = b, x ≥ 0 avec
A = (Im | H)
A∗H ∗ = A−1
B ∗ AH
∗
12
Proposition
1 Si la j-ème colonne de la matrice AH ∗ est égale à ei alors la i-ème
colonne de A−1 ∗
B ∗ est égale à la j-ème colonne de la matrice AH ∗ :
i
(AH ∗ )j = ei ⇒ A−1
B∗ = (A∗H ∗ )j .
i
(AB ∗ )j = ei ⇒ A−1
B∗ = ej .
Démonstration.
j
1 On a (A∗H ∗ )j = A−1
B ∗ AH
∗ = A−1 j
B ∗ (AH ) . Or, par hypothèse
∗
−1 i
(AH ∗ )j = ei donc (A∗H ∗ )j = A−1 i
B ∗ e = AB ∗ .
j
2 On a A−1 −1
B ∗ AB = Im donc AB ∗ AB
∗ ∗ = (Im )j = ej . Par ailleurs,
j −1 i
A−1 = A−1 j −1 i
B ∗ AB B ∗ (AB ) = AB ∗ e = AB ∗ d’où le résultat.
∗ ∗
13
Exemple. Avec l’exemple de production, on a obtenu (cf. dernier
dictionnaire)
−5/2 7/2
De plus, on a
9 3 1 0 0
AB ∗ = 5 4 0 , AH ∗ = 1 0 .
1 2 0 0 1
0 1/3 −2/3
On obtient A−1
B∗ = 0 −1/6 5/6 .
1 −5/2 7/2
14
Exemple de sensibilité du second membre des contraintes.
Avec l’exemple du problème de production, on étudie la sensibilité de la
solution optimale par rapport à la quantité disponible de main d’oeuvre qui
vaut 55 unités. On introduit donc un paramètre d2 ∈ R avec le second
membre
81
d = d2
20
0 1/3 −2/3
et on calcule xB ∗ = A−1 −1
B ∗ d avec AB ∗ =
0 −1/6 5/6 .
1 −5/2 7/2
On obtient
1
∗
3 2(d − 40)
x2 1
∗
xB ∗ = x1 = (−d2 + 100)
. (3)
e1∗ 6 5
151 − d2
2
15
La condition de faisabilité xB ∗ ≥ 0 donne alors :
40 ≤ d2 ≤ 60.4
16