Académique Documents
Professionnel Documents
Culture Documents
L’analyse de la sensibilité
• Pour voir l’effet de tels changements de données, une solution naïve consiste a` appliquer le Simplexe au
nouveau problème ` et bien sur on peut en déduire ´ l’effet sur l’objectif.
• Mais nous allons voir dans ce chapitre que, si la base optimale ne change pas, on peut prédire ´ sans aucun
nouveau calcul l’effet de variation des données ´ sur la fonction objectif en exploitant simplement le tableau
Simplexe optimal du problème ` original
➔Nous allons d’abord envisager le cas de la variation des coefficients de la fonction objectif.
➔Nous verrons ensuite, le cas de la variation des coefficients du membre de droite des contraintes.
La question qui se pose ici est la suivante : « Si on augmente le prix de vente unitaire ou si l’on
diminue le coût unitaire de production, quel est l’impact sur la valeur de l’objectif ? »
On peut prédire cette variation de l’objectif pour autant que la solution optimale ne change pas. En effet, pour
de faibles variations de coefficients objectif, la solution optimale ne change pas. Seul le profit optimal change.
➔ On cherche à déterminer un intervalle dont lequel peu varier le coefficient (Ci) d’une variable de
décision sans que la solution optimale change
Une fonderie traite deux type de produits, des tuyauteries et des gueuses. Nous arrivons en pleine planifications des
opérations de la semaine prochaine. Les commandes enregistrées jusqu’à présent sont de 34 tonnes de tuyauterie ( tuyaux
et accessoires) , 14 tonnes de gueuses.
La Main-d’œuvre disponible est de 200 heures dans l’atelier d’ébarbage et 60 heures dans l’atelier de peinture. Il faut
compter 10 heures la tonne pour l’ébarbage de tuyauterie et 5 heurs la tonne pour celui de gueuses.
A l’atelier de peinture, on requiert 2 H la tonne pour la tuyauterie et 3 heures la tonne pour les gueuses. Une tonne de
tuyauterie est vendue à 1000$ et une tonne de gueuses à 1200$
D’après le tableau optimale, la solution optimale est ( x1=15,x2=10) , la valeur de Z est de 27000
0 e4 0 0 0,10 -0,5 0 1 4
1000 X1 1 0 0,15 -0,25 0 0 15
0 e3 0 0 -0,15 0,25 1 0 19
1200 x2 0 1 -0,10 0,5 0 0 10
Zj 1000 1200 30 350 0 0 27000
Ci-Zj 0 0 -30 -350 0 0
La solution de base associée au tableau précédent est optimale pour z’ si et seulement si, sur la dernière ligne, les coefficients ci-
Zj des variables hors base sont tous ≤, c’est-à-dire :
si et seulement si −30 − 0, 15∆ ≤ 0 et −350 + 0, 25∆ ≤ 0
si et seulement si ∆ ≥ −30/ 0,15 et ∆ ≤ 350/ 0,25
si et seulement −200 ≤ ∆ ≤ 1400
si et seulement si 800 ≤ 1000 + ∆ ≤ 2400 ➔ l’intervalle de variation est donc [ 800; 2400]
Interprétation: La solution optimale ( 15, 10 ) reste optimale pourvu que le coefficient de x1 soit compris en 800
et 2400
La valeur de Z change, Z appartient au nouveau intervalle [ 24000; 48000 ]
Analyse de la sensibilité: la variation des coefficients objectifs Cj
De la même manière on peut chercher à étudier les variation du coefficient C2 relatif au profit de la vente de x2➔
C2’=C2+∆
La fonction objectif Z’ du modèle (P’) devient sous la forme: z’= 1000 x1+ (1200+∆ )x2
Coefficient 1000 1200+∆ 0 0 0 0 Bi
dans Z
Coef. Z Var de base x1 x2 e1 e2 e3 e4
0 e4 0 0 0,10 -0,5 0 1 4
1000 X1 1 0 0,15 -0,25 0 0 15
0 e3 0 0 -0,15 0,25 1 0 19
1200+∆ x2 0 1 -0,10 0,5 0 0 10
Zj 1000 1200+∆ 30-0,10∆ 350+ 0 0 27000+
0, 5∆ 10∆
Ci-Zj 0 0 - -350- 0 0
30+0,10∆ 0,5∆
La solution de base associée au tableau précédent est optimale pour z’ si et seulement si, sur la dernière ligne, les ci-ZJdes
variables hors base sont tous ≤, c’est-à-dire :
si et seulement si −30 + 0, 10∆ ≤ 0 et −350 - 0, 5∆ ≤ 0
si et seulement si ∆ ≥ 30/ 0,10 et ∆ ≤ -350/ 0,5
si et seulement −700 ≤ ∆ ≤ 300
si et seulement si 500 ≤ 1200 + ∆ ≤ 1500 ➔ l’intervalle de variation est donc [ 500; 1500]
Interprétation: La solution optimale ( 15, 10 ) reste optimale pourvu que le coefficient de x2 soit compris en
500 et 1500
La valeur de Z change, Z appartient au nouveau intervalle [ 20000; 30000 ]
Analyse de la sensibilité: la variation par rapport au second membre Bi
• La question qui se pose est ici la suivante : “Si on augmente ou on diminue la capacité disponible
d’une ressource, quel est l’impact sur la valeur optimale de la fonction objectif ?”
Déterminer un intervalle de réalisabilité pour lequel, la solution optimale reste stable pour une
variation bi( second membre)
• (ébarbage)
• (peinture)
• (Demande de tuyauterie)
• (Demande de gueuse )
Donc b1’=b1+ ∆
La solution de base associée au tableau précédent sera En résumé : la solution de base associée au tableau précédent
optimale pourvu qu’elle soit admissible. Et elle sera est admissible (et optimale) pourvu que −40 ≤ ∆ ≤ 100.
admissible pourvu que chacune des 4 variables de base L’intervalle de réalisabilité est de [ 160; 300]
soit non négatives, c’est-à-dire:
e4 = 4 + 0, 10∆ ≥ 0 c’est-à-dire ∆ ≥ −40
x1 = 15 + 0, 15∆ ≥ 0 c’est-à-dire ∆ ≥ −100
e3 = 19 − 0, 15∆ ≥ 0 c’est-à-dire ∆ ≤ 126, 67
x2 = 10 − 0, 1∆ ≥ 0 c’est-à-dire ∆ ≤ 100 -Recherche Opérationnelle- Cr M.OUDMANE
L’analyse postoptimale
• Expo fabrique, quatre produit, dénotés P1, P2, P 3, P4 et les met sur le marché dans la région ou son
usine est installée. La fabrication de ces produits requiert Les 3 ateliers de base. Le tableau ci-dessous
présente les marges de profit unitaire, la durée ( en heures) du traitement dans les ateliers d’une unité
de chaque produit, ainsi que le nombre d’heures disponibles le mois prochain
• Considérons le Cj de x1 qui est égale à 10 dans le modèle d’origine. La présence de X1 dans la base
optimale montre que le profit associé à la vente d’une unité de P1 est suffisamment élevé pour en
assurer une production de 120 unités
En conclusion, une modification du ci d’une En résumé, tous les ci − zj sont non positifs pourvu
variable de base peut entraîner la modification que ∆ ≥ −4, 67 pourvu que c’ j = cj + ∆ ≥ 10 − 4, 67
des zj et des cj − zj associés aux variables hors = 5, 33
base.
L’intervalle de variation de c1 est donc [5, 33; +∞[, si
le profit initial associé à la vente d’une unité de P1
Pour que tableau précédent soit optimal, il chute de plus de 4,67 dollars, aucune unité de P1
faut que tous les coefficients Ci-Zj associés excédentaire aux unités obligatoires ne sera fabriquée
aux variables hors base soient non positifs.
−24 − 3∆ ≤ 0 c’est-à-dire ∆ ≥ −8
−7 − 1, 5∆ ≤ 0 c’est-à-dire ∆ ≥ −4,67
−5 − 0, 5∆ ≤ 0 c’est-à-dire ∆ ≥ −10
−14 − 2∆ ≤ 0 c’est-à-dire ∆ ≥ −7
• La variable d’écart e2 associée à la contrainte (2) est hors base dans le tableau optimal. Analysons
l’impact qu’a, sur la solution optimale, le remplacement de b2 par b’2 = b2 + ∆.
e1 = 50 − 0, 5∆
x1 = 120 + 0, 5∆
e3 = 60 − ∆
e4 = 90 + ∆
x2 = 30
e6 = 100 + 0, 5∆
e7 = 50 − 0, 5∆
e1 = 50 − 0, 5∆>=0 ➔∆ ≤ 100
x1 = 120 + 0, 5∆>=0 ➔∆ ≥ −240
➔∆ ≤ 60
e3 = 60 − ∆ >=0
➔∆ ≥ −90
e4 = 90 + ∆ >=0 ➔x2 = 30 aucune restriction
x2 = 30
e6 = 100 + 0, 5∆ >=0 ➔∆ ≥ −200
e7 = 50 − 0, 5∆ >=0 ➔∆ ≤ 100
On tire des inéquations que ∆ doit appartenir à [-90 ; 60] pour que les valeurs des variables de base données par
les équations restent non négatives. L’intervalle de réalisabilité est donc [ 270;420]
• Pour analyser l’impact d’une modification de ∆ au membre droit bi d’une contrainte de signe ≥, on
serait porté à remplacer bi par bi’ = bi + ∆. On ferait face alors à une petite difficulté. La colonne de
∆ contient les mêmes valeurs que la colonne ei , mais les signes des deux colonnes sont inversés.
• Il suffit de remarquer que la relation entre ∆ et ei sera préservée d’une itération à l’autre et que, dans
le tableau final, les colonnes ∆ et ei contiendront les mêmes valeurs, mais les signes en seront
inversés... Il existe une autre approche, que nous préférerons. Supposons que l’on veuille donner une
nouvelle valeur à bi . On écrira bi ‘ = bi − ∆