Académique Documents
Professionnel Documents
Culture Documents
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 1/94
Introduction
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 2/94
Introduction
Une des méthodes les plus connues pour résoudre des programmes linéaires
en nombre réels est la méthode du Simplexe. En théorie, elle a une
complexité non polynômiale et est donc supposée peu efficace. Cependant,
en pratique, il s’avère au contraire qu’il s’agit d’une bonne méthode.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 3/94
Programme linèaire
z = c1 x1 + c2 x2 + . . . + cn xn
xi ≥ 0, i = 1, 2, . . . n.
Lorsque les contraintes sont des égalités (=) alors le programme linéaire
est sous forme standard. Chaque PL canonique peut se transformer en
un PL standard et inversement.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 5/94
Programme linèaire
Le PL s’écrit matriciellement
x1
.
a11 ... a1n 1 0 ... 0 .. b1
a21 ... a2n 0 1 ... 0 xn b2
.. .. .. .. .. = ..
. . . .
..
. .
xn+1
.
.
am1 ... amn 0 0 ... 1 .. bm
xn+m
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 6/94
Exemples de formulations
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 7/94
Exemples de formulations
Formulation du problème en un PL :
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 8/94
Exemples de formulations
z = 50x1 + 100x2
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 9/94
Exemples de formulations
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 10/94
Exemples de formulations
Formulation du problème en un PL :
Les deux activités que l’agriculteur doit déterminer sont les surfaces à
allouer pour la culture de tomates et de piments :
q x1 : la surface allouée à la culture des tomates
r x2 : la surface allouée à la culture des piments
On vérifie bien qu’on a x1 ≥ 0 et x2 ≥ 0.
z = 100x1 + 200x2
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 13/94
Résolution graphique
Parmi les solutions possibles d’un problème, il y a ceux qui vont satisfaire
toutes les contraintes du programme, appelés solutions réalisables, et
ceux qui vont satisfaire une partie ou aucune de ces contraintes, appelés
solutions non réalisables. Une représentation graphique des inégalités
(des contraintes) va nous permettre de déterminer l’ensemble des solutions
réalisables.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 14/94
Résolution graphique
x2
On considère le programme linéaire suivant
min z = x1 + x2
π1
2x1 + x2 ≥ 12
12
5x1 + 8x2 ≥ 74 2x1 +x2 −12=0
x1 + 6x2 ≥ 24
6
x1 , x2 ≥ 0
3
Étape 1 : (Représentation graphique des x1
contraintes) La première contrainte est donnée 0 3 6 9
par l’inégalité 2x1 + x2 ≥ 12 qui correspond à
un demi-plan π1 (espace hachuré dans la figure)
limité par la droite x2 = 12 − 2x1 .
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 15/94
Résolution graphique
Pour les deux autres contraintes du problème on obtient les deux demi-
plans π2 et π3 représentés par les espaces hachurés suivants :
x2 π2 π3
5x1 +8x2 −74=0
9.25
x2 x1 +6x2 −24=0
3 4
x1 x1
6 14.8 24 6 12 24
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 16/94
Résolution graphique
x2
20
Ensemble des
10 solutions réalisables
x1
0 10 20 30
2x1 + x2 − 12 = 0
5x1 + 8x2 − 74 = 0
x1 + 6x2 − 24 = 0 −10
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 17/94
Résolution graphique
z = x1 + x2
−12
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 18/94
Résolution graphique
On peut tracer une infinité de droites qui représentent les différentes valeurs
de la fonction objectif, toutes ces droites sont parallèles entre elles. De
plus on peut diminuer la valeur de z dans le sens indiqué dans la figure
ci-dessous.
x2
18
x1
+
x2
12
=
x1
18
+
x2
=
x1
12
+
6
x2
=
6
x1
6 12 18
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 19/94
Résolution graphique
π1 ∩ π2 ∩ π3
A
8
x1
+
0 2 10
x2
=
10
Un point z d’un ensemble convexe S est appelé point extrême s’il n’existe
pas deux points distincts x et y de S et un nombre α ∈]0, 1[ tels que
z = αx + (1 − α)y.
L’ensemble des solutions réalisables d’un programme linéaire s’il n’est pas
vide est un polyèdre convexe de Rn donc un ensemble qui contient une
infinité de points.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 21/94
Solution optimale
B F
D
E
Les points extrêmes de cet ensemble convexe sont A, B, C, D, E, F, et G.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 22/94
Solution optimale
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 23/94
Solutions de base
Si A possède une matrice de base identité Ip alors celle-ci est dite matrice
de base évidente de A.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 24/94
Solutions de base
Bx∗ = b
Une solution de base est dite admissible si toute ces composantes sont
positives.
Une solution de base est dite dégénérée si elle a au moins une variable
de base nulle.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 25/94
Solutions de base
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 26/94
Solutions de base
−1 1
m B= est une matrice de base de A et on a
1 2
§ §
−x1 + x3 = 1 x1 = 0
=⇒
x1 + 2x3 = 2 x3 = 1
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 27/94
Solutions de base
Théorème 2
Considérons le programme linéaire standard suivant :
§
max z = cT x
Ax = b, x ≥ 0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 28/94
Méthode de simplexe
max(z = c1 x1 + c2 x2 + . . . + cn xn )
a11 x1 + a12 x2 + . . . + a1n xn ≤ b1
a21 x1 + a22 x2 + . . . + a2n xn ≤ b2
.. .. .. ..
. . . .
am1 x1 + am2 x2 + . . . + amn xn ≤ bm
xi ≥ 0, i = 1, 2, . . . n.
b≥0
c’est-à-dire bi ≥ 0 pour i = 1, . . . , m.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 29/94
Méthode de simplexe
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 31/94
Méthode de simplexe
Puisque nous avons supposé que b ≥ 0, alors cette solution est bien une
solution admissible.
Pour notre exemple, il est simple de voir que la solution de base admissible
est la suivante :
x1 = 0, x2 = 0, x3 = 8, x4 = 15
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 32/94
Méthode de simplexe
v.b x1 x2 x3 x4 b
x3 2 2 1 0 8
x4 5 3 0 1 15
−cj -120 -100 0 0 0
↑
valeur de
l’objectif
La dernière case (colorée) du tableau est la valeur de l’objectif qui est égale
à 0 car les variables de décision sont nulles.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 33/94
Méthode de simplexe
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 34/94
Méthode de simplexe
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 35/94
Méthode de simplexe
Si tous les aij sont négatifs alors le problème est sans solution optimale finie
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 36/94
Méthode de simplexe
↓
v.b x1 x2 x3 x4 b
x3 2 2 1 0 8
← x4 5 3 0 1 15
−cj -120 -100 0 0 0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 37/94
Méthode de simplexe
Ajouter des multiples appropries de la ligne pivot à toutes les autres lignes
(incluant la ligne objective) afin de faire apparaître des zéros sur le reste
de la colonne pivot.
Dans le nouveau tableau remplacer le label de la ligne pivot par la variable
entrante. Le tableau obtenu à partir du pivotage de tableau initial est
donné par :
↓
v.b x1 x2 x3 x4 b
← x3 0 4
5 1 − 25 2
3 1
x1 1 5 0 5 3
−cj 0 -28 0 24 360
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 38/94
Méthode de simplexe
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 40/94
Méthode de simplexe
x2
A x2 =4
4 2x +
1 6x
2= 30
2 B
x1
0
3 5 10
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 41/94
Algorithme de simplexe généralisé
max z = cT x
a11 x1 + a12 x2 + . . . + a1n xn (≤)(=)(≥)b1
a21 x1 + a22 x2 + . . . + a2n xn (≤)(=)(≥)b2
.. .. .. ..
. . . .
am1 x1 + am2 x2 + . . . + amn xn (≤)(=)(≥)bm
xj ≥ 0, j = 1, 2, . . . n.
Ce PL sous forme générale peut être écrit sous sa forme standard avec un
second membre positif (b ≥ 0).
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 42/94
Algorithme de simplexe généralisé
Par exemple :
max (2x1 + x2 ) max (2x1 + x2 )
1
x + x 2 ≤ 3 x1 + x2 + x 3 = 3
x1 + 4x2 ≥ 1 =⇒ x + 4x2 − x4 = 1 (2)
1
x1 , x2 ≥ 0 x1 , x2 ≥ 0
La solution évidente (0, 0, 3, −1) n’est pas admissible car elle n’est pas
positive.
Pour cela on propose une méthode pour trouver tout d’abord une solution
de base admissible initiale, puis on applique l’algorithme de simplexe
vu précédemment. Cette méthode dite simplexe généralisée (ou bien
méthode à deux phases).
L’idée est d’introduire m variables artificielles temporaires et positifs
notées yi dans chaque contrainte de PL. On obtient le PL suivant :
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 43/94
Algorithme de simplexe généralisé
∑n
max (z = c j xj )
j=1
∑p
(3)
aij xj + yi = bi , i = 1, 2, . . . , m
j=1
xj ≥ 0, j = 1, 2, . . . , p; yi ≥ 0, i = 1, 2, . . . , m
Pour l’exemple précèdent on aura les contraintes suivantes :
x1 + x2 + x3 + y1 = 3
x1 + 4x2 − x4 + y2 = 1
x1 , x2 , y1 , y2 ≥ 0
aij xj + yi = bi , i = 1, 2, . . . , m
j=1
xj ≥ 0, j = 1, 2, . . . , p; yi ≥ 0, i = 1, 2, . . . , m
(0, 0, . . . , 0, b1 , b2 , . . . , bm )
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 46/94
Algorithme de simplexe généralisé
∑ m ∑p
− max aij xj − bi
i=1 j=1
∑p
aij xj + yi = bi , i = 1, 2, . . . , m
j=1
xj ≥ 0, j = 1, 2, . . . , p; yi ≥ 0, i = 1, 2, . . . , m
Dans le cas où on obtient une solution optimale après la (Phase 1) avec
un objectif égal à zéro, deux cas se présentent :
q Tous les variables artificielles sont des variables hors base dans le
tableau final du problème auxiliaire.
r Quelques variables artificielles restent dans la base avec évidemment
des valeurs nulles.
Nous discutons seulement le premier cas dans ce chapitre.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 47/94
Algorithme de simplexe généralisé
− max(2x1 + 5x2 + x3 − x4 − 4)
x1 + x2 + x3 + y1 = 3
x1 + 4x2 − x4 + y2 = 1
x1 , x2 , y1 , y2 ≥ 0
La solution de base admissible est (x1 , x2 , x3 , x4 , y1 , y2 ) = (0, 0, 0, 0, 3, 1).
La valeur de l’objectif correspondante est -4.
↓
v.b x1 x2 x3 x4 y1 y2 b
y1 1 1 1 0 1 0 3
← y2 1 4 0 -1 0 1 1
−cj -2 -5 -1 1 0 0 −4
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 48/94
Algorithme de simplexe généralisé
↓
v.b x1 x2 x3 x4 y1 y2 b
← y1 3
4 0 1 1
4 1 − 14 11
4
1
x2 4 1 0 − 14 0 1
4
1
4
−cj − 34 0 -1 − 14 0 5
4 − 114
v.b x1 x2 x3 x4 y1 y2 b
3 1
x3 4 0 1 4 1 − 14 11
4
1
x2 4 1 0 − 14 0 1
4
1
4
−cj 0 0 0 0 1 1 0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 50/94
Algorithme de simplexe généralisé
-2 -1 0 0 0
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 51/94
Algorithme de simplexe généralisé
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 52/94
Algorithme de simplexe: Cas particuliers
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 53/94
Algorithme de simplexe: Cas particuliers
Exemple1:
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 54/94
Algorithme de simplexe: Cas particuliers
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 55/94
Algorithme de simplexe: Cas particuliers
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 56/94
Algorithme de simplexe: Cas particuliers
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 57/94
Algorithme de simplexe: Cas particuliers
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 58/94
Algorithme de simplexe: Cas particuliers
Par suite tous les points réalisables appartenant au segment [S1 , S2 ] sont
solutions optimaux. .
. .
. . . . . . . . . . . . . .
. . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 60/94
Algorithme de simplexe: Cas particuliers
Exemple2:
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 61/94
Algorithme de simplexe: Cas particuliers
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 62/94
Algorithme de simplexe: Cas particuliers
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 63/94
Algorithme de simplexe: Cas particuliers
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 64/94
Algorithme de simplexe: Cas particuliers
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 65/94
Algorithme de simplexe: Cas particuliers
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 66/94
Algorithme de simplexe: Cas particuliers
Exemple3
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 67/94
Algorithme de simplexe: Cas particuliers
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 68/94
Algorithme de simplexe: Cas particuliers
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 69/94
Algorithme de simplexe: Cas particuliers
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 70/94
Algorithme de simplexe: Cas particuliers
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 71/94
Algorithme de simplexe: Cas particuliers
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 72/94
Algorithme de simplexe: Cas particuliers
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 73/94
Dualité en programmation linéaire
Plan du chapitre:
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 74/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 75/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 76/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 77/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 78/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 79/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 80/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 81/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 82/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 83/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 84/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 85/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 86/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 87/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 88/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 89/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 90/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 91/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 92/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 93/94
Dualité en programmation linéaire
. . . . . . . . . . . . . . . . . . . .
. . . . . . . . . . . . . . . . . . . .
Recherche opérationnelle Chapitre 2 Programmation linéaire 94/94