Partie 1 

:
Initiation sur matlab :

1) Utiliser Matlab pour faire les calculs suivants :

clc
clear all
x=1+3/4;
y1=x^2+1;

Résultat :

2) Donner la suite de commandes Matlab pour calculer les formules suivantes :

R=4;
V=4/3*pi*R^2;

Résultat :

3) Soit un vecteur xcontenant des valeurs comprises entre −6et 6avec un pas de 0.001. Soit deux
fonctions h et i définie par: h(x) = sin (/4x) et i(x) = cos (/4x)
X=-6*pi:0.001:6*pi;
h=sin(pi/4*X);
i=cos(pi/4*X);
figure
plot(X,h,X,i)
figure(2);comet(X,h);hold on;comet(X,i)
xlabel('x')
ylabel('y')
grid

Résultat :
4) Soient les vecteurs colonnes et la matrice suivants :
a) Entrer ces données sous Matlab :
clc
clear all
U1=[1;2;3];
U2=[-5;2;1];
U3=[-1;-3;7];
A=[2,3,4;7,6,5;2,8,7];

b) Calculer

V=U1+3*U2-U3/5;

Résultat : value min max

c) Calculer le produit scalaire entre les vecteurs :

H=U1'*U2;

Résultat : value min max

d) Calculer le produit :

S=A*U1;

Résultat : value min max

e) Déterminer les dimensions de la matrice A :

O=size(A);

Résultat : value min max

f) Calculer le déterminant :

det=det(A);

Résultat : value min max

g) Calculer l’inverse de A :

R=inv(A);

Résultat : value min max

5) Soit deux matrice D et E données comme suit :

- Ecrire une fonction matlab qui permettant de calculer le produit D*E :

clc
clear all
D=[1 2 3];
E=[1;2;3];

F=0;
for i=1:3
F=F+D(i)*E(i);
end

Résultat :

Partie 2 :
1) Optimisation linéaire :

Probléme 1 :

- Formulation mathématique :

- Variable :
x i : quantité ( en kg ) de yaourts du typei= A , B produit

- Objectif :
Maximiser 4 X A +5 X B

- Contraintes :
2 X A + X B ≤ 800

X A +2 X B ≤ 700

X B ≤300

X A , XB ≥ 0
 Max 5 X A + 4 X B

2 X A + X B ≤ 800

X A +2 X B ≤ 700

X B ≤300

- Résolution par la méthode graphique :

- Résolution sur matlab (optimtool) :

Probléme 2 :

- Formulation mathématique :

- Objectif :
Maximiser [48 x ₁+51 x ₂]

- Contraintes :

{
8 x ₁+10 x ₂ ≤140
−3 x 1+5 x ₂≤ 35
x₁≥5
{
x ₁≥ 0
x ₂≥ 0

- Résolution par la méthode simplexe :

{
8 a+10 b+ e ₁⁼140
Z= [48 a+51b] Les contraintes : −3 a+5 b+ e ₂⁼35
−a+e ₃=−5
{ab ≥≥ 00
Solution de base : a = 0, b = o, Z = 0 n’est pas une solution optimale
e₁=140, e₂=35, e₃=-5

Le tableau :
a b e₁ e₂ e₃ c k
e₁ 8 10 1 0 0 140 14
e₂ -3 5 0 1 0 35 7
 e₃ -1 0 0 0 1 -5 -5
z 48 51 0 0 0 0 0

Pivot = 1 b: variable entrante e₃: variable sortante

Mise à jour du tableau :
- On devise la ligne pivot par le pivot
Tous les éléments de la colonne Pivot deviennent nuls sauf le pivot

a b e₁ e₂ e₃ c k
e₁ 8/8=1 0 1/8 0 -10/8 90/8 11.25
e₂ -3 0 0 1 -5 10 -3.33
b 0 1 0 0 1 5 Inf
z 48 0 0 0 -5 -255 -5.3

Pivot=8 a: variable entrante e₁: variable sortante

Mise à jour du tableau :
- On devise la ligne pivot par le pivot
Tous les éléments de la colonne Pivot deviennent nuls sauf le pivot

a b e₁ e₂ e₃ c
a 1 0 1/8 0 -1.25 11.25
e₂ 0 0 3/8 1 -.8.75 43.75
b 0 1 0 0 1 5
z 0 0 -6 0 -9 -795

Donc : a=11.25 b=5 z=795

- Résolution sur matlab (optimtool) :

1) Optimisation Non-linéaire :

Probléme 3 :

- Formulation mathématique :

- Objectif :
2
πx₁
S= x ₁ x ₂+ ….(1)
8

- Contraintes :

π x₁
x ₁+2 x ₂+
2 =5 donc
5 π x 1+ 2 x ₁ 5 π x 1+ 2 x ₁ π x ₁2
x ₂= - alors (1) devient F= 2 - +
2 4 4 16
dF 5 3 dF
* dx ₁ = 2 -(1+ 8 π ¿ x ₁ , on pose : dx ₁ =0 on trouve : x ₁=1.147 et x ₂=¿1.025

- Résolution du problème Non-linéaire :

- Résolution sur matlab (optimtool) :

Probléme 4 :

- Formulation mathématique :

- Objectif :

La fonction l’air de AMER et ELCI est donnée par :S= x 2-(7−x)2

- Contraintes :

dS dS
=4x-14  on pose : =0 on trouve x=3.5
dx dx
- Résolution du problème Non-linéaire :

- Résolution sur matlab (optimtool) :

Partie 3 :
1) Fonction objet + contraintes (non-linéaires)  :

- Résolution du problème :
- Résolution sur matlab (optimtool) :

2) Fonction objet (non-linéaires)+ contraintes (linéaires + non-linéaires)  :

- Résolution du problème :
- Résolution sur matlab (optimtool) :