Académique Documents
Professionnel Documents
Culture Documents
DUALITÉ
1
INTRODUCTION
Exemple
Pb de gestion de production
Produit Bureau Table Chaise Quantité
Ressource disponible de
ressource
Bois (plaque) 8 6 1 48
Menuiserie (heure) 2 1.5 0.5 8
Finition (heure) 4 2 1.5 20
Prix unitaire (D) 60 30 20
max z = 60 x1 + 30 x2 + 20 x3
(PL) s.c. 8 x1 + 6 x2 + x3 48 (ressource bois)
2 x1 + 1.5 x2 + 0.5 x3 8 (ressource menuiserie)
4 x1 + 2 x2 + 1.5 x3 20 (ressource finition) 2
x1, x2, x3 0
INTRODUCTION
Exemple
On définit alors:
y1 = prix d'une plaque de bois
y2 = prix d'une heure de menuiserie
y3 = prix d'une heure de finition
Produit Bureau Table Chaise Quantité
Ressource disponible de
ressource
Bois (plaque) 8 6 1 48
Menuiserie (heure) 2 1.5 0.5 8
Finition (heure) 4 2 1.5 20
Prix de revient (D) 60 30 20
3
Min w(y) = 48y1 + 8 y2 + 20 y3
INTRODUCTION
Exemple
Min W(y) avec yi compétitifs
Scénario 1
Produit Bureau Table Chaise Quantité
Ressource disponible de
ressource
Bois (plaque) 8 6 1 48 y1
Menuiserie (heure) 2 1.5 0.5 8
Finition (heure) 4 2 1.5 20
y2
Prix de revient (D) 60 30 20 y3
Revenu1 = 60 D
Scénario 2
Revenu2 = 8y1 + 2 y2 + 4 y3
4
yi compétitifs 8y1 + 2 y2 + 4 y3 ≥ 60
INTRODUCTION
Exemple
Min W(y) avec yi compétitifs
De même
Produit Bureau Table Chaise Quantité
Ressource disponible de
ressource
Bois (plaque) 8 6 1 48 y1
Menuiserie (heure) 2 1.5 0.5 8
Finition (heure) 4 2 1.5 20
y2
Prix de revient (D) 60 30 20 y3
6y1 + 1,5 y2 + 2 y3 ≥ 30
y1 + 0,5 y2 + 1,5 y3 ≥ 20
5
INTRODUCTION
Exemple
min w = 48y1 + 8 y2 + 20 y3
s.c. 8y1 + 2 y2 + 4 y3 60
6y1 + 1.5 y2 + 2 y3 30
y1 + 0.5 y2 + 1.5 y3 20
y1, y2, y3 0
6
INTRODUCTION
Exemple
Scénario 1 Scénario 2
max z = 60 x1 + 30 x2 + 20 x3 min w = 48y1 + 8 y2 + 20 y3
(PL1) s.c. 8 x1 + 6 x2 + x3 48 (PL2) s.c. 8y1 + 2 y2 + 4 y3 60
60 48 48 60
𝐶1 = 30 𝑏1 = 8 𝐶2 = 8 𝑏2 = 30
20 20 20 20
8 6 1 8 2 4
𝐴1 = 2 1,5 0,5 𝐴2 = 6 1,5 2
4 2 1,5 1 0,5 1,5 7
INTRODUCTION
Exemple
60 48 48 60
𝐶1 = 30 𝑏1 = 8 𝐶2 = 8 𝑏2 = 30
20 20 20 20
8 6 1 8 2 4
𝐴1 = 2 1,5 0,5 𝐴2 = 6 1,5 2
4 2 1,5 1 0,5 1,5
𝐶2 = 𝑏1
𝑏2 = 𝐶1 PL2 est le dual de PL1
𝐴2 = 𝐴1𝑡
8
DUAL D’UN PL SOUS LA FORME NORMALE
Forme Normale
𝑀𝑎𝑥 Cx 𝑀in Cx
Sc Ax ≤ b ou Sc Ax ≥ b
x≥0 x≥0
Dual
𝑀𝑎𝑥 Cx 𝑀in by
(P) Sc Ax ≤ b (D) Sc Aty ≥ c
x≥0 y≥0
𝑀in Cx 𝑀ax by
(P) Sc Ax ≥ b (D) Sc Aty ≤ c
x≥0 y≥0 9
DUAL D’UN PL À CONTRAINTES MIXTES
10
DUAL D’UN PL À CONTRAINTES MIXTES
Primal Dual
- n variables et m - m variables et n
contraintes contraintes
- Fonction à maximiser - Fonction à minimiser
- ième contrainte ≤ 0 - ième variable ≥ 0
- ième contrainte ≥ 0 - ième variable ≤ 0
- ième contrainte = 0 - ième variable <> 0
- jème variable ≥ 0 - jème contrainte ≥ 0
- jème variable ≤ 0 - jème contrainte ≤ 0
- jème variable <> 0 - ième contrainte = 0
𝑀in 𝐶 𝑡 x 𝑀𝑎𝑥 w = 𝑏𝑡 y
(P) Sc Ax = b (D) Sc 𝐴𝑡 𝑦 ≤ C
x≥0 y <> 0
Implications:
En particulier, on aura : z* ≥ w*
13
DUALITÉ ET CONDITIONS D’OPTIMALITÉ
On considère le problème standard (P) et son dual (D) :
𝑀in 𝐶 𝑡 x 𝑀𝑎𝑥 w = 𝑏𝑡 y
(P) Sc Ax = b (D) Sc 𝐴𝑡 𝑦 ≤ C
x≥0 y <> 0
Démonstration:
y solution réalisable de (D) 𝐴𝑡 𝑦 ≤ C => 𝑦 𝑡 . 𝐴. 𝑥 ≤ 𝐶 𝑡 . 𝑥;
x solution réalisable de (P) x 0
puisque Ax = b, alors 𝑦 𝑡 . 𝑏 ≤ 𝐶 𝑡 . 𝑥
14
DUALITÉ ET CONDITIONS D’OPTIMALITÉ
On considère le problème standard (P) et son dual (D) :
𝑀in 𝐶 𝑡 x 𝑀𝑎𝑥 w = 𝑏𝑡 y
(P) Sc Ax = b (D) Sc 𝐴𝑡 𝑦 ≤ C
x≥0 y <> 0
Lemme 2
Soient x0 et y0 des solutions réalisables respectives de (P) et (D).
Si , 𝐶 𝑡 . 𝑥0 = 𝑏𝑡 . 𝑦0 , alors : x0 est solution optimale de (P) et y0 est
solution optimale de (D).
Démonstration:
Pour tout x solution réalisable de (P) et y
Lemme 1
solution réalisable de (D), on a : 𝐶 𝑡 . 𝑥 ≥ 𝑏𝑡 . 𝑦
En particulier pour y0, 𝐶 𝑡 . 𝑥 ≥ 𝑏𝑡 . 𝑦0
Si , 𝐶 𝑡 . 𝑥0 = 𝑏𝑡 . 𝑦0 , alors pour tout x sol. Real. on a : 𝐶 𝑡 . 𝑥 ≥ 𝑏𝑡 . 𝑥 0
15
x0 est solution optimale de (P)
De même pour y0.
DUALITÉ ET CONDITIONS D’OPTIMALITÉ
On considère le problème standard (P) et son dual (D) :
𝑀in 𝐶 𝑡 x 𝑀𝑎𝑥 w = 𝑏𝑡 y
(P) Sc Ax = b (D) Sc 𝐴𝑡 𝑦 ≤ C
x≥0 y <> 0
16
DUALITÉ ET CONDITIONS D’OPTIMALITÉ
𝑀in 𝐶 𝑡 x 𝑀𝑎𝑥 w = 𝑏 𝑡 y
(P) Sc Ax = b (D) Sc 𝐴𝑡 𝑦 ≤ C
x≥0 y <> 0
Démonstration:
( condition nécessaire de l'optimalité de x*)
17
DUALITÉ ET CONDITIONS D’OPTIMALITÉ
𝑀in 𝐶 𝑡 x 𝑀𝑎𝑥 w = 𝑏 𝑡 y
(P) Sc Ax = b (D) Sc 𝐴𝑡 𝑦 ≤ C
x≥0 y <> 0
Démonstration:
( condition suffisante de l'optimalité de x*)
18
DUALITÉ ET CONDITIONS D’OPTIMALITÉ
On considère le problème standard (P) et son dual (D) :
𝑀in 𝐶 𝑡 x 𝑀𝑎𝑥 w = 𝑏 𝑡 y
(P) Sc Ax = b (D) Sc 𝐴𝑡 𝑦 ≤ C
x≥0 y <> 0
Théorème de forte dualité
Soit x* une solution réalisable de P.
x* est solution optimale de P il existe au moins y* une solution
réalisable de D tq cx* = y*b
y* est une solution optimale de D
Corollaires du théorème de forte dualité:
P infini D non réalisable
D infini P non réalisable
P non réalisable et D réalisable D infini
D non réalisable et P réalisable P infini
19
DUALITÉ ET CONDITIONS D’OPTIMALITÉ
Théorème des écarts complémentaires
20
DUALITÉ ET CONDITIONS D’OPTIMALITÉ
Théorème des écarts complémentaires
Exemple
max 𝑍 𝑥 = 3𝑥1 + 5𝑥2
𝑠. 𝑐 𝑥1 ≤ 4
𝑃 2𝑥2 ≤ 12
3𝑥1 + 2𝑥2 ≤ 18
𝑥1 ≥ 0, 𝑥2 ≥ 0
22
DUALITÉ ET CONDITIONS D’OPTIMALITÉ
Théorème des écarts complémentaires
Exemple
max 𝑍 𝑥 = 3𝑥1 + 5𝑥2
𝑠. 𝑐 𝑥1 ≤ 4 min 𝑊 𝑦 = 4𝑦1 + 12𝑦2 + 18𝑦3
𝑃 2𝑥2 ≤ 12 𝑠. 𝑐 𝑦1 + 3𝑦3 ≥ 3
𝐷
3𝑥1 + 2𝑥2 ≤ 18 2𝑦2 + 2𝑦3 ≥ 5
𝑥1 ≥ 0, 𝑥2 ≥ 0 𝑦1 ≥ 0, 𝑦2 ≥ 0, 𝑦3 ≥ 0