Académique Documents
Professionnel Documents
Culture Documents
Recherche opérationnelle
RAMCHOUN Hassan
hassanramchoun@gmail.com
2022/2023
5
RAMCHOUN Hassan cours RO-OG 2022/2023
Introduction
La recherche opérationnelle est une approche quantitative permettant de produire de
1.Introduction à
la modélisation meilleures décisions:
et à la PL
• Elle propose des modèles pour analyser des situations complexes et permet
2 . Méthodes de
résolution
aux décideurs de faire des choix efficaces et robustes
• Elle fournit des outils afin de trouver des solutions optimales ou proches de
Outils scientifiques:
6
RAMCHOUN Hassan cours RO-OG 2022/2023
Introduction
Exemples d’applications :
1.Introduction à
la modélisation
et à la PL • Comment ordonnancer les tâches d’un projet tout en minimisant sa durée?
• Trouver un (plus court) chemin entre deux villes
2 . Méthodes de
résolution • Comment investir 100000 DH dans un projet de sorte à maximiser le profit obtenu
après deux ans?
• Transport d’un ensemble de produits vers un ensemble de clients de sorte à
3 . Dualité en PL
minimiser le coût total du transport
Elaborer un modèle
Développer un algorithme de résolution exacte ou approchée ;
Evaluer la qualité des solutions produites par l’algorithme dans l’environnement réel
du problème.
7
RAMCHOUN Hassan cours RO-OG 2022/2023
Définitions et écriture d’un programme linéaire
1.Introduction à
La programmation mathématique linéaire consiste le moyen le plus naturel pour
la modélisation
et à la PL modéliser une vaste classe de problèmes de recherche opérationnelle
8
RAMCHOUN Hassan cours RO-OG 2022/2023
Forme d’un programme linéaire
Un programme linéaire générale s’écrit sous la forme:
1.Introduction à max (min) c1 x1 + ... + cn xn
la modélisation
et à la PL æ £ö
ai1x1 + ... + ain xn çç ³ ÷÷ bi "i Î{1, ... , m}
2 . Méthodes de çè =÷ø
résolution
n
max (min) åc x i i
i=1
3 . Dualité en PL
n
æ £ö
å aij x j çç ³ ÷÷ bi "i Î{1, ... , m}
j=1 çè = ÷ø
Exemples
x1 + x2 = 6 x1 + x2 £ 4 x12 + x2 = 16
9
RAMCHOUN Hassan cours RO-OG 2022/2023
Forme d’un programme linéaire
1- Forme canonique d’un programme linéaire
1.Introduction à
la modélisation La forme canonique d’un programme linéaire est sous la forme suivante:
et à la PL
n
max z = å ci xi Problème de maximisation
2 . Méthodes de i=1
résolution n Toutes les contraintes sont du type inférieur ou égal
åa x ij j
£ bi "i Î{1, ... , m}
Toutes les variables sont positives
j=1
Exemple
10
RAMCHOUN Hassan cours RO-OG 2022/2023
Forme d’un programme linéaire
1.Introduction à
la modélisation
et à la PL
Tout programme linéaire peut être mis sous forme canonique, il suffit de noter que:
2 . Méthodes de min z Û max (-z)
résolution n n
Exemples
åa x ij j
³ bi Û å (-aij )x j £ -bi
j=1 j=1 Mettre sous forme canonique le programme
3 . Dualité en PL ì n suivant:
ïå aij x j £ bi max z = -5x1 + 3x2
n
ï j=1 min z = 5x1 - 3x2
å aij x j = bi Û í n n - x1 + x2 £ -2
ï a x ³ b Û (-a )x £ -b x1 - x2 ³ 2
ïå å ij j i
j=1
ij j i 2x1 + 3x2 £ 4
î j=1 j=1 2x1 + 3x2 £ 4
x j £ 0 Û -x j ³ 0 - x1 + 6x2 £ 10
- x1 + 6x2 = 10
x1 - 6x2 £ -10
x j Î R Û x j = x 'j - x ''j avec x 'j , x ''j ³ 0 x1 , x2 ³ 0
x1 , x2 ³ 0
11
RAMCHOUN Hassan cours RO-OG 2022/2023
Forme d’un programme linéaire
1.Introduction à Exemples:
la modélisation
et à la PL
Mettre sous forme canonique les programmes suivants:
2 . Méthodes de
résolution max z = 3x1 + 4x2 + 3x3
min z = 4x1 - x2 x1 + 3x2 £ 2
3 . Dualité en PL x1 + 7x2 £ 2 x1 - 3x2 + x3 = 5
x1 - x2 £ 1 x2 ³ 2
x1 ³ 0
x1 ³ 0
x3 £ 0
12
RAMCHOUN Hassan cours RO-OG 2022/2023
Forme d’un programme linéaire
1.Introduction à
2. Forme standard d’un programme linéaire
la modélisation
et à la PL La forme standard d’un programme linéaire est sous la forme suivante:
n
2 . Méthodes de max z = å ci xi
résolution i=1 Problème de maximisation
n
Exemple
13
RAMCHOUN Hassan cours RO-OG 2022/2023
Forme d’un programme linéaire
1.Introduction à
la modélisation
et à la PL
2 . Méthodes de Tout programme linéaire peut être mis sous forme standard, il suffit de noter que:
résolution min z Û max (-z)
n n
Exemple
åa x ij j
£ bi Û å aij x j + yi = bi
j=1 j=1 Mettre sous forme standard les programmes
3 . Dualité en PL
les yi sont appelées var iables d 'écarts suivants:
n n
z = 5x1 - 3x2 z = -5x1 + 3x2
åa x ij j
³ bi Û å aij x j - yi = bi min max
j=1 j=1 x1 - x2 ³ 2 x1 - x2 - y1 = 2
les yi sont appelées var iables de surplus 2x1 + 3x2 £ 4 2x1 + 3x2 + y2 = 4
x j £ 0 Û -x j ³ 0 - x1 + 6x2 = 10 - x1 + 6x2 = 10
x j ÎR Û x j = x 'j - x ''j avec x 'j , x ''j ³ 0 x1 , x2 ³ 0 x1 , x2 , y1 , y2 ³ 0
14
RAMCHOUN Hassan cours RO-OG 2022/2023
Forme d’un programme linéaire
1.Introduction à
la modélisation Exemple:
et à la PL
15
RAMCHOUN Hassan cours RO-OG 2022/2023
Modélisation d’un problème réel par un programme linéaire
1.Introduction à
la modélisation
et à la PL
2 . Méthodes de
résolution La modélisation d’un problème réel par un programme linéaire consiste à
faire:
3 . Dualité en PL
Le choix des variables
Le choix de la fonction objectif à optimiser
La détermination des contraintes
16
RAMCHOUN Hassan cours RO-OG 2022/2023
Modélisation d’un problème réel par un programme linéaire
Exemple 1 (problème de production) :
1.Introduction à
la modélisation
et à la PL Une usine fabrique deux produits P1 et P2 en utilisant un certain nombre de ressources. Ces
besoins sont indiqués dans le tableau suivant. Par ailleurs, chaque ressource est disponible en
2 . Méthodes de quantité limitée
résolution
P1 P2 Disponibilité
Ressource A 3 9 81
3 . Dualité en PL
Ressource B 4 5 55
Ressource C 2 1 20
17
RAMCHOUN Hassan cours RO-OG 2022/2023
Modélisation d’un problème réel par un programme linéaire
Solution:
1.Introduction à
la modélisation Le choix des variables: x1 et x2 sont respectivement les quantités des produits P1 et P2
et à la PL
fabriqués
2 . Méthodes de Le choix de la fonction objectif à maximiser: la fonction objectif correspond au bénéfice total
résolution
est 60 x1 + 40 x2 Le problème se traduit donc par : max 60 x1 + 40 x2
La détermination des contraintes: 3x1 + 9x2 £ 81
3 . Dualité en PL • La disponibilité de chacune de ressources s’écrit: 4x1 + 5x2 £ 55
2x1 + x2 £ 20
• La positivité des variables: x , x ³ 0
1 2
En résumé ce problème de production se modélise sous la forme:
max 60x1 + 40x2
3x1 + 9x2 £ 81
4x1 + 5x2 £ 55
2x1 + x2 £ 20
x1 , x2 ³ 0
18
RAMCHOUN Hassan cours RO-OG 2022/2023
Modélisation d’un problème réel par un programme linéaire
Exemple 2 (problème de fleuriste)
1.Introduction à
la modélisation
et à la PL
Problème de fleuriste
2 . Méthodes de
résolution Un fleuriste dispose de 45 roses, 36 Tulipes et 27 Marguerites
achetées à M MAD, Il veut offrir à ces clients deux types de
bouquets de fleurs:
3 . Dualité en PL
- Type 1: Bouquet à 80 MAD composé de 10 roses, 4 Tulipes et 2
Margurites
- Type 2 :Bouquet à 60 MAD composé de 6 roses, 6 Tulipes et 6
Margurites
19
RAMCHOUN Hassan cours RO-OG 2022/2023
Modélisation d’un problème réel par un programme linéaire
C1 C2 C3
A1 1 4 9 200
A2 6 8 4 500
21
RAMCHOUN Hassan cours RO-OG 2022/2023
Modélisation d’un problème réel par un programme linéaire
Solution:
1.Introduction à
Le choix des variables:
la modélisation
et à la PL
x11 : Quantité à transporter de A1 à C1
2 . Méthodes de
résolution x12 : Quantité à transporter de A1 à C2
Entrepôt Clients Disponibilité
x13 : Quantité à transporter de A1 à C3
3 . Dualité en PL C1 C2 C3
x21 : Quantité à transporter de A2 à C1
A1 1 4 9 200
x22 : Quantité à transporter de A2 à C2 A2 6 8 4 500
22
RAMCHOUN Hassan cours RO-OG 2022/2023
Modélisation d’un problème réel par un programme linéaire
1.Introduction à
la modélisation La détermination des contraintes:
et à la PL
Disponibilité de chaque entrepôt:
23
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution: Modélisation d’un problème réel par un programme linéaire
1.Introduction à
la modélisation En résumé ce problème de transport se modélise sous la forme:
et à la PL
24
RAMCHOUN Hassan cours RO-OG 2022/2023
Méthode de résolution:
Chapitre 2 Algorithme de simplexe et ses
variantes
1.Introduction à
la modélisation Programmes Linéaire continus: La fonction objective et les contraintes sont
et à la PL toutes linéaires + le domaine des variables est continu
2 . M éthodes de
résolution
Programmes Linéaire en nombre entiers: La fonction objective et les
contraintes sont toutes linéaires + le domaine des variables est un sous
ensemble de ℕ
3 . Dualité en PL
26
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution: Méthode graphique pour la résolution des PL
1.Introduction à
la modélisation On pose 𝑋 = 𝑥 ∈ ℝ𝑛 𝑡𝑒𝑙𝑙𝑒 𝑞𝑢𝑒 𝐴1 𝑥 ≤ 𝑏1 ; 𝐴2 𝑥 ≥ 𝑏2 , 𝐴3 𝑥 = 𝑏3 comme étant
et à la PL l’ensembles des contraintes
2 . M éthodes de
résolution
Définitions
27
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution: Méthode graphique pour la résolution des PL
28
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution: Méthode graphique pour la résolution des PL
1.Introduction à
la modélisation
et à la PL
Exemple
( P) : max 20x1 + 30x2
2 . M éthodes de
résolution x1 + 3x2 £ 18
x1 + x2 £ 8
2x1 + x2 £ 14
3 . Dualité en PL
x1 , x2 ³ 0
29
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 20x1 + 30x2
1.Introduction à x1 + 3x2 £ 18
13
la modélisation x1 + x2 £ 8
et à la PL 12
2x1 + x2 £ 14
11
2 . M éthodes de x1 , x2 ³ 0
résolution 10
9
3 . Dualité en PL 8
7
6
5
4
3
2
1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
30
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 20x1 + 30x2
1.Introduction à x1 + 3x2 £ 18
13
la modélisation x1 + x2 £ 8
et à la PL 12
2x1 + x2 £ 14
11
2 . M éthodes de x1 + 3x2 = 18 x1 , x2 ³ 0
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
5
(6, 4)
4
3
2
1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
31
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 20x1 + 30x2
1.Introduction à x1 + 3x2 £ 18
13
la modélisation x1 + x2 £ 8
et à la PL 12
2x1 + x2 £ 14
11
2 . M éthodes de x1 + 3x2 = 18 x1 , x2 ³ 0
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
5
(6, 4)
4
3
2
1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
32
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 20x1 + 30x2
1.Introduction à
13 x1 + 3x2 £ 18
la modélisation
et à la PL 12 x1 + x2 £ 8
11 2x1 + x2 £ 14
2 . M éthodes de x1 + x2 = 8
résolution 10
x1 , x2 ³ 0
9
8 (0, 8)
3 . Dualité en PL
7
(0, 6)
6
5
(6, 4)
4
3
2
1
(8, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
33
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 20x1 + 30x2
1.Introduction à
13 x1 + 3x2 £ 18
la modélisation
et à la PL 12 x1 + x2 £ 8
11 2x1 + x2 £ 14
2 . M éthodes de x1 + x2 = 8
résolution 10
x1 , x2 ³ 0
9
8 (0, 8)
3 . Dualité en PL
7
(0, 6)
6
5
(6, 4)
4
3
2
1
(8, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
34
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 20x1 + 30x2
x1 + 3x2 £ 18
1.Introduction à
13
la modélisation x1 + x2 £ 8
et à la PL 12 (1, 12)
2x1 + x2 £ 14
11
2 . M éthodes de 2x1 + x2 = 14 x1 , x2 ³ 0
résolution 10 (2, 10)
9
8 (0, 8)
3 . Dualité en PL
7
(0, 6)
6
5
(6, 4)
4
3
2
1
(8, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
35
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 20x1 + 30x2
x1 + 3x2 £ 18
1.Introduction à
13
la modélisation x1 + x2 £ 8
et à la PL 12 (1, 12)
2x1 + x2 £ 14
11
2 . M éthodes de x1 , x2 ³ 0
résolution 10 (2, 10)
9
8 (0, 8)
3 . Dualité en PL
7
(0, 6)
6 Le polyèdre qui représente le domaine réalisable D
5
(6, 4)
4
3
2
1
(8, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
36
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
1.Introduction à
la modélisation
et à la PL Considérons le programme linéaire (PL) sous forme canonique:
n Avec :
2 . M éthodes de max z = å ci xi
c = (ci )i=1...n
résolution i=1
max z = cT x
n x = (xi )i=1...n
åa x ij j
£ bi "i Î{1, ... , m} Ax £ b
A = (aij )i=1...n
3 . Dualité en PL
j=1
x³0 j=1...m
xj ³ 0 "j Î{1, ... , n}
b = (bi )i=1...m
Propriété:
37
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
1.Introduction à
la modélisation
et à la PL Rappel: Un ensemble C est convexe si " x, y ÎC "a Î[0,1] on a a x + (1- a ) y ÎC
2 . M éthodes de
résolution Autrement dit un ensemble C est convexe si et seulement si tout segment de
droite reliant deux points de C est entièrement contenu dans C
3 . Dualité en PL
A
Convexe
Non
convexe
38
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
1.Introduction à
la modélisation Soit D un polyèdre. Un point x ÎD est un point extrême de D si on ne peut pas
et à la PL
l’exprimer comme combinaison convexe de deux autres points de D
2 . M éthodes de
résolution Soit D un polyèdre. Un point x ÎD est un point extrême de D si on ne peut pas
trouver deux points y et z dans D, différents de x, et un scalaire a Î[0,1] tels que
3 . Dualité en PL
x = a y + (1- a )z
39
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
1.Introduction à
la modélisation
et à la PL Soit D un polyèdre borné qui a un nombre fini n de points extrêmes (y1, y2, …, yn). Tout
point de D est une combinaison linéaire convexe des points extrêmes de D
2 . M éthodes de
résolution n n
"x ÎD x = å lk yk avec lk ³ 0, ål k
=1
k=1 k=1
3 . Dualité en PL
Théorème
L’optimum d’une fonction objective sur un polyèdre borné D est atteint en au
moins un point extrême
40
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 20x1 + 30x2
1.Introduction à x1 + 3x2 £ 18
13
la modélisation x1 + x2 £ 8
et à la PL 12
2x1 + x2 £ 14
11
2 . M éthodes de x1 , x2 ³ 0
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
(3, 5)
5
4
3
(6, 2)
2
1
(7, 0)
(0, 0) 12 13 14 15 16 17 18 19
1 2 3 4 5 6 7 8 9 10 11
-1
41
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 20x1 + 30x2
x1 + 3x2 £ 18
1.Introduction à 13
la modélisation x1 + x2 £ 8
et à la PL 12 2x1 + x2 £ 14
11
x1 , x2 ³ 0
2 . M éthodes de
résolution 10
Représenter un niveau de la droite de la fonction objectif qui a au moins un
9
point d’intersection avec le domaine réalisable
8
3 . Dualité en PL Translater ce niveau de la droite de la fonction objectif selon la direction de
7 son gradient jusqu’à toucher le dernier point du domaine réalisable
(0, 6)
6
(3, 5)
5
4
3
(6, 2)
2
1
(7, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
-1
42
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 20x1 + 30x2
x1 + 3x2 £ 18
1.Introduction à 13
la modélisation f (x1 , x2 ) = 20x1 + 30x2 x1 + x2 £ 8
et à la PL 12
¶f ¶f 2x1 + x2 £ 14
11 Ñf (x1 , x2 ) = ( , )
2 . M éthodes de
¶x1 ¶x2 x1 , x2 ³ 0
résolution 10 Ñf (x1 , x2 ) = (20,30) = 10 (2,3)
9
8
3 . Dualité en PL Translater ce niveau de la droite de la fonction objective selon la
7
(0, 6) direction de son gradient jusqu’à toucher le dernier point du
6
(3, 5)
5
domaine réalisable
3
(6, 2)
2
1
(7, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
-1
43
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 20x1 + 30x2
x1 + 3x2 £ 18
1.Introduction à 13
la modélisation x1 + x2 £ 8
et à la PL 12
2x1 + x2 £ 14
11
2 . M éthodes de x1 , x2 ³ 0
résolution 10
9
8
3 . Dualité en PL
7
(0, 6)
6
(3, 5)
5
4
3
(6, 2)
2
1
(7, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
-1
44
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 20x1 + 30x2
x1 + 3x2 £ 18
1.Introduction à 13
la modélisation x1 + x2 £ 8
et à la PL 12
2x1 + x2 £ 14
11
2 . M éthodes de x1 , x2 ³ 0
résolution 10
9
8
3 . Dualité en PL
7
(0, 6)
6
(3, 5)
5
4
3
(6, 2)
2
1
(7, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
-1
45
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 20x1 + 30x2
x1 + 3x2 £ 18
1.Introduction à 13
la modélisation x1 + x2 £ 8
et à la PL 12
2x1 + x2 £ 14
11
2 . M éthodes de x1 , x2 ³ 0
résolution 10
9
8
3 . Dualité en PL
7
(0, 6)
6
(3, 5)
5
Solution optimale (3,5)
3
(6, 2)
2
1
(7, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
-1
46
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
domaine réalisable
47
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
1.Introduction à
la modélisation Exemples
et à la PL
2 . M éthodes de
résolution Résoudre graphiquement les programmes linéaires suivants:
48
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
1.Introduction à
max 2x1 + 2x2
13
la modélisation x1 + x2 £ 8
et à la PL 12
x1 + 2x2 £ 12
11
2 . M éthodes de x1 , x2 ³ 0
résolution 10
9
3 . Dualité en PL 8
7
6
5
4
3
2
1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
49
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
6
5
4
3
2
1 (8, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
50
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
1.Introduction à
13 max 2x1 + 2x2
la modélisation
et à la PL 12 x1 + x2 £ 8
11 x1 + 2x2 £ 12
2 . M éthodes de
résolution 10
x1 , x2 ³ 0
9
(0, 8)
3 . Dualité en PL 8
(0,
7 6)
6
5
4
3
2
(12, 0)
1 (8, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
51
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 2x1 + 2x2
1.Introduction à x1 + x2 £ 8
13
la modélisation
et à la PL x1 + 2x2 £ 12
12
x1 , x2 ³ 0
11
2 . M éthodes de
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
5
(4, 4)
4
3
2
1
(8, 0)
(0, 0) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
(1, -1) 52
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 2x1 + 2x2
1.Introduction à x1 + x2 £ 8
13
la modélisation
et à la PL f (x1 , x2 ) = 2x1 + 2x2 x1 + 2x2 £ 12
12
¶f ¶f x1 , x2 ³ 0
11 Ñf (x1 , x2 ) = ( , )
2 . M éthodes de ¶x1 ¶x2
résolution 10 Ñf (x1 , x2 ) = (2,2)
9
3 . Dualité en PL 8
7
(0, 6)
6
5
(4, 4)
4
3
2
1
(8, 0)
(0, 0) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
(1, -1) 53
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 2x1 + 2x2
1.Introduction à x1 + x2 £ 8
13
la modélisation
et à la PL x1 + 2x2 £ 12
12
x1 , x2 ³ 0
11
2 . M éthodes de
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
5
(4, 4)
4
3
2
1
(8, 0)
(0, 0) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
54
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 2x1 + 2x2
1.Introduction à x1 + x2 £ 8
13
la modélisation
et à la PL x1 + 2x2 £ 12
12
x1 , x2 ³ 0
11
2 . M éthodes de
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
5
(4, 4)
4
3
2
1
(8, 0)
(0, 0) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
55
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 2x1 + 2x2
1.Introduction à x1 + x2 £ 8
13
la modélisation
et à la PL x1 + 2x2 £ 12
12
x1 , x2 ³ 0
11
2 . M éthodes de
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
5
(4, 4)
4
3
2
1
(8, 0)
(0, 0) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
56
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode graphique pour la résolution des PL
max 2x1 + 2x2
1.Introduction à x1 + x2 £ 8
13
la modélisation
et à la PL x1 + 2x2 £ 12
12
x1 , x2 ³ 0
11
2 . M éthodes de
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
Une infinité de solutions présentées par
5
le segment [A,B]
A= (4, 4)
4
3
2
1
B= (8, 0)
(0, 0) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
57
RAMCHOUN Hassan cours RO-OG 2022/2023
Méthode graphique pour la résolution des PL max 3x1 + 6x2
Solution:
Domaine réalisable est vide x1 + x2 £ 4
Problème impossible 2x1 + x2 ³ 12
1.Introduction à
la modélisation
13
(0, 12) x1 , x2 ³ 0
et à la PL 12
11
2 . M éthodes de
résolution 10
9
3 . Dualité en PL 8
7
6
5
4
3 (5, 2)
2
1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
58
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution: Exercice
1.Introduction à
la modélisation
et à la PL
2 . M éthodes de
résolution
3 . Dualité en PL
59
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode de simplexe
1.Introduction à
la modélisation
et à la PL L’algorithme du simplexe est la méthode la plus utilisée pour résoudre les
60
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode de simplexe
3 . Dualité en PL
Domaine
réalisable D
61
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode de simplexe
3 . Dualité en PL
Domaine
réalisable D
62
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode de simplexe
63
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode de simplexe
64
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode de simplexe
Pour présenter l’algorithme de simplexe, nous commençons par la définition des notions
1.Introduction à
la modélisation suivantes:
et à la PL
2 . M éthodes de
résolution Base d’un système d’équations linéaires
65
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode de simplexe
1. Base d’un système d’équations linéaires
1.Introduction à Soit Ax = b un système d’équations linéaires avec A est une matrice de dimension m×n
la modélisation
et à la PL Toute sous matrice inversible de A de dimension m×m est une base du système
2 . M éthodes de
résolution Exemple
Ax = b
Exemple
2 . M éthodes de
résolution
max 20x1 + 30x2 max 20x1 + 30x2 Ax = b
x1 + 3x2 £ 18 x1 + 3x2 + y1 = 18
3 . Dualité en PL
x1 + x2 £ 8 x1 + x2 + y2 = 8 x1 + 3x2 + y1 = 18
2x1 + x2 £ 14 2x1 + x2 + y3 = 14 x1 + x2 + y2 = 8
x1 , x2 ³ 0 x1 , x2 , y1 , y2 , y3 ³ 0 2x1 + x2 + y3 = 14
y1 = 18 - x1 - 3x2
y2 = 8 - x1 - x2
y3 = 14 - 2x1 - x2
æ y ö æ ö
æ x1 ö æ 0ö ç ÷ ç 18
1
÷ Þ ( 0 0 18 8 14) est une solution de base
x N = 0 Þ ç ÷ = ç ÷ Þ ç y2 ÷ = 8
÷ çç 14 ÷ associée à la base B
è x2 ø è 0 ø ç ÷ø
çè y3 ÷ø è
68
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Méthode de simplexe
3. Solution de base réalisable associée à la base B d’un système d’équations linéaires
1.Introduction à
la modélisation On dit que x = [ xN x B ] est solution de base réalisable associée à la base B si toutes les
et à la PL
composantes de x sont positives
2 . M éthodes de
résolution y1 = 18 - x1 - 3x2
y2 = 8 - x1 - x2
y3 = 14 - 2x1 - x2
3 . Dualité en PL
æ y ö æ ö
æ x1 ö æ 0ö ç 1 ÷ ç 18 ÷
x N = 0 Þ ç ÷ = ç ÷ Þ ç y2 ÷ = 8
è x 2 ø è 0ø ç ÷ çè 14 ÷
ø
çè y3 ÷ø
69
RAMCHOUN Hassan cours RO-OG 2022/2023
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Étape 1. Initialisation max 20x1 + 30x2 max 20x1 + 30x2
Écrire le programme linéaire sous forme standard : Déterminer une base B;
x1 + 3x2 £ 18 x1 + 3x2 + y1 = 18
Préciser les variables de base et les variables hors base
x1 + x2 £ 8 x1 + x2 + y2 = 8
Construire le tableau associé à la base B:
Étape 2. Choix de la variable entrante 2x1 + x2 £ 14 2x1 + x2 + y3 = 14
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la x1 , x2 ³ 0 x1 , x2 , y1 , y2 , y3 ³ 0
solution actuelle est optimale æ x x2 y1 y2 y3 ö æ y y2 y3 ö
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la ç 1 ÷ ç 1
÷
variable hors base affectée au coefficient positif le plus élevé A=ç 1 3 1 0 0 ÷ B=ç 1 0 0 ÷
ç 1 1 0 1 0 ÷ ç 0 1 0 ÷
Étape 3. Choix de la variable sortante ç ÷ ç ÷
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la è 2 1 0 0 1 ø è 0 0 1 ø
æ x æ 20 ö
base, c’est celle pour laquelle on a: x2 ö ç ÷
ì
ï li ü
ï ç 1 ÷ æ 18 ö
ai > 0, i = 1,..., m ý ç 30 ÷
min í , N =ç 1 3 ÷ b=ç 8 ÷ c=ç 0 ÷
î ai
ï ï
þ ç 1 1 ÷ ç ÷
ç 0 ÷
Où λi sont les coefficients de la dernière colonne et ai sont les ç ÷ è 14 ø
è 2 1 ø ç ÷
coefficients de la variable entrante. Si tous les ai sont inférieurs è 0 ø
ou égale à 0, alors la solution est non bornée æ y1 ö
ç ÷ æx ö
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable x B = ç y2 ÷ xN = ç 1 ÷
è x2 ø Construire le tableau
entrante et la ligne de la variable sortante ç
è y3 ÷
ø initial
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
Variables hors base xN Variables de
base xB
Variables de B-1 N = N I B-1 b = b
ligne pivot base xB
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot) ΔN = cNT– cBT B-1 N = cNT 0 z- cBT B-1b = z
P RAMCHOUN Hassan cours RO-OG 2022/2023 70 - 0
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Étape 1. Initialisation
æ x x2 y1 y2 y3 ö æ y y2 y3 ö
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser ç 1 ÷ ç 1
÷
les variables de base et les variables hors base A=ç 1 3 1 0 0 ÷ B=ç 1 0 0 ÷
Construire le tableau associé à la base B: ç 1 1 0 1 0 ÷ ç 0 1 0 ÷
ç ÷ ç ÷
Étape 2. Choix de la variable entrante è 2 1 0 0 1 ø è 0 0 1 ø
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution æ x æ 20 ö
x2 ö ç ÷
actuelle est optimale ç 1 ÷ æ 18 ö
ç 30 ÷
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la N =ç 1 3 ÷ b=ç 8 ÷ c=ç 0 ÷
ç 1 ç ÷
variable hors base affectée au coefficient positif le plus élevé ç 1 ÷÷ ç
è 14 ÷
ø ç 0 ÷
è 2 1 ø ç ÷
Étape 3. Choix de la variable sortante è 0 ø
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, æ y1 ö
c’est celle pour laquelle on a: ç ÷ æx ö
x B = ç y2 ÷ xN = ç 1 ÷
ì
ï li ü
ï ç è x2 ø
min í , ai > 0, i = 1,..., m ý è y1 ÷
ø
î ai
ï ï
þ
Où λi sont les coefficients de la dernière colonne et ai sont les Variables hors base Variables de base
coefficients de la variable entrante. Si tous les ai sont inférieurs xN xB
ou égale à 0, alors la solution est non bornée Variables de N I b
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable base xB
entrante et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes: cN 0 z-0
x1 x2 y1 y2 y3
ligne pivot
ligne pivot = y1 1 3 1 0 0 18
P (Retourner à l’étape 2) y2 1 1 0 1 0 8
ai y3 2 1 0 0 1 14
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 20 30 0 0 0 71z - 0
Algorithme de simplexe: méthode tabulaire
Étape 2. Choix de la variable entrante
Étape 1. Initialisation x1 x2 y1 y2 y3
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les y1 1 3 1 0 0 18
variables de base et les variables hors base y2 1 1 0 1 0 8
Construire le tableau associé à la base B: y3 2 1 0 0 1 14
Étape 2. Choix de la variable entrante 20 30 0 0 0 z-0
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution
actuelle est optimale Variable entrante est x2
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
ì
ï li ü
ï
min í , ai > 0, i = 1,..., m ý
î ai
ï ï
þ
Où λi sont les coefficients de la dernière colonne et ai sont les
coefficients de la variable entrante. Si tous les ai sont inférieurs
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P
ai
lignei = lignei - ligne pivot (i ¹ pivot) (Retourner à l’étape 2)
P RAMCHOUN Hassan cours RO-OG 2022/2023 72
Algorithme de simplexe: méthode tabulaire
Étape 2. Choix de la variable entrante
Étape 1. Initialisation x1 x2 y1 y2 y3
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les
y1 1 3 1 0 0 18
variables de base et les variables hors base y2 1 1 0 1 0 8
Construire le tableau associé à la base B: y3 2 1 0 0 1 14
Étape 2. Choix de la variable entrante 20 30 0 0 0 z-0
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution
actuelle est optimale
Variable entrante est x2
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
ì
ïl ü
ï
min í i , ai > 0, i = 1,..., m ý
î ai
ï ï
þ
Où λi sont les coefficients de la dernière colonne et ai sont les
coefficients de la variable entrante. Si tous les ai sont inférieurs
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P
ai (Retourner à l’étape 2)
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 73
Algorithme de simplexe: méthode tabulaire
Étape 3. Choix de la variable sortante
x1 x2 y1 y2 y3
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les y1 1 3 1 0 0 18 6
y2 1 1 0 1 0 8 8
variables de base et les variables hors base y3 2 1 0 0 1 14 14
Construire le tableau associé à la base B:
20 30 0 0 0 z-0
Étape 2. Choix de la variable entrante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution
actuelle est optimale Variable entrante est x2
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a: ì
ï li ü
ï
min í , ai > 0, i = 1,..., m ý
î ai
ï ï
þ
ligne pivot
ligne pivot =
P
ai (Retourner à l’étape 2)
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 75
Algorithme de simplexe: méthode tabulaire
Étape 3. Choix de la variable sortante
x1 x2 y1 y2 y3
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les y1 1 3 1 0 0 18 6 y1
8 Variable
variables de base et les variables hors base y2 1 1 0 1 0 8
y3 2 1 0 0 1 14 14 sortante
Construire le tableau associé à la base B:
Étape 2. Choix de la variable entrante 20 30 0 0 0 z-0
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution
actuelle est optimale Variable entrante est x2
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
ì
ï li ü
ï
min í , ai > 0, i = 1,..., m ý
î ai
ï ï
þ
Où λi sont les coefficients de la dernière colonne et ai sont les
coefficients de la variable entrante. Si tous les ai sont inférieurs
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P
ai (Retourner à l’étape 2)
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 76
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 x2 y1 y2 y3
variables de base et les variables hors base y1
y1 1 3 1 0 0 18 6
Construire le tableau associé à la base B: Variable
y2 1 1 0 1 0 8 8
Étape 2. Choix de la variable entrante y3 2 1 0 0 1 14 14 sortante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution 20 30 0 0 0 z-0
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
Variable entrante est x2
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Étape 4. Construire le nouveau tableau
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
ì
ï li ü
ï x1 x2 y1 y2 y3
min í , ai > 0, i = 1,..., m ý
î ai
ï ï
þ
Où λi sont les coefficients de la dernière colonne et ai sont les x2 1/3 1 1/3 0 0 6
coefficients de la variable entrante. Si tous les ai sont inférieurs y2 2/3 0 -1/3 1 0 2
ou égale à 0, alors la solution est non bornée y3 5/3 0 -1/3 0 1 8
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante 10 0 -10 0 0 z-180
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 77
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 x2 y1 y2 y3
variables de base et les variables hors base y1
y1 1 3 1 0 0 18 6
Construire le tableau associé à la base B: Variable
y2 1 1 0 1 0 8 8
Étape 2. Choix de la variable entrante y3 2 1 0 0 1 14 14 sortante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution 20 30 0 0 0 z-0
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
Variable entrante est x2
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Étape 4. Construire le nouveau tableau
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
ì
ï li ü
ï x1 x2 y1 y2 y3
min í , ai > 0, i = 1,..., m ý
î ai
ï ï
þ
Où λi sont les coefficients de la dernière colonne et ai sont les x2 1/3 1 1/3 0 0 6
coefficients de la variable entrante. Si tous les ai sont inférieurs y2 2/3 0 -1/3 1 0 2
ou égale à 0, alors la solution est non bornée y3 5/3 0 -1/3 0 1 8
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante 10 0 -10 0 0 z-180
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 78
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 x2 y1 y2 y3
variables de base et les variables hors base y1
y1 1 3 1 0 0 18 6
Construire le tableau associé à la base B: Variable
y2 1 1 0 1 0 8 8
Étape 2. Choix de la variable entrante y3 2 1 0 0 1 14 14 sortante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution 20 30 0 0 0 z-0
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
Variable entrante est x2
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Étape 4. Construire le nouveau tableau
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
ì
ï li ü
ï x1 x2 y1 y2 y3
min í , ai > 0, i = 1,..., m ý
î ai
ï ï
þ
Où λi sont les coefficients de la dernière colonne et ai sont les x2 1/3 1 1/3 0 0 6
coefficients de la variable entrante. Si tous les ai sont inférieurs y2 2/3 0 -1/3 1 0 2
ou égale à 0, alors la solution est non bornée y3 5/3 0 -1/3 0 1 8
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante 10 0 -10 0 0 z-180
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 79
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 x2 y1 y2 y3
variables de base et les variables hors base y1
y1 1 3 1 0 0 18 6
Construire le tableau associé à la base B: Variable
y2 1 1 0 1 0 8 8
Étape 2. Choix de la variable entrante y3 2 1 0 0 1 14 14 sortante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution 20 30 0 0 0 z-0
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
Variable entrante est x2
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Étape 4. Construire le nouveau tableau
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
ì
ï li ü
ï x1 x2 y1 y2 y3
min í , ai > 0, i = 1,..., m ý
î ai
ï ï
þ L1
Où λi sont les coefficients de la dernière colonne et ai sont les x2 1/3 1 1/3 0 0 6 L1 =
coefficients de la variable entrante. Si tous les ai sont inférieurs y2 2/3 0 -1/3 1 0 2 3
ou égale à 0, alors la solution est non bornée y3 5/3 0 -1/3 0 1 8
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante 10 0 -10 0 0 z-180
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 80
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 x2 y1 y2 y3
variables de base et les variables hors base y1
y1 1 3 1 0 0 18 6
Construire le tableau associé à la base B: Variable
y2 1 1 0 1 0 8 8
Étape 2. Choix de la variable entrante y3 2 1 0 0 1 14 14 sortante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution 20 30 0 0 0 z-0
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
Variable entrante est x2
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Étape 4. Construire le nouveau tableau
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
x1 x2 y1 y2 y3
ì L1
ïl ü
ï L1 =
min í i , ai > 0, i = 1,..., m ý x2 1/3 1 1/3 0 0 6
3
î ai
ï ï
þ y2 2/3 0 -1/3 1 0 2
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 0 -1/3 0 1 8
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 0 -10 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P
a
lignei = lignei - i ligne pivot (i ¹ pivot) (RetournerHassan
à l’étape 2) RO-OG
P RAMCHOUN cours 2022/2023 81
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 x2 y1 y2 y3
variables de base et les variables hors base y1
y1 1 3 1 0 0 18 6
Construire le tableau associé à la base B: Variable
y2 1 1 0 1 0 8 8
Étape 2. Choix de la variable entrante y3 2 1 0 0 1 14 14 sortante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution 20 30 0 0 0 z-0
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
Variable entrante est x2
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Étape 4. Construire le nouveau tableau
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
x1 x2 y1 y2 y3
ì
ïl ü
ï
min í i , ai > 0, i = 1,..., m ý x2 1/3 1 1/3 0 0 6
L1
î ai
ï ï
þ y2 2/3 0 -1/3 1 0 2 L2 = L2 -
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 0 -1/3 0 1 8 3
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 0 -10 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P
a
lignei = lignei - i ligne pivot (i ¹ pivot) (RetournerHassan
à l’étape 2) RO-OG
P RAMCHOUN cours 2022/2023 82
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 x2 y1 y2 y3
variables de base et les variables hors base y1
y1 1 3 1 0 0 18 6
Construire le tableau associé à la base B: Variable
y2 1 1 0 1 0 8 8
Étape 2. Choix de la variable entrante y3 2 1 0 0 1 14 14 sortante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution 20 30 0 0 0 z-0
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
Variable entrante est x2
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Étape 4. Construire le nouveau tableau
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
ì
ï li ü
ï x1 x2 y1 y2 y3
min í , ai > 0, i = 1,..., m ý
î ai
ï ï
þ
Où λi sont les coefficients de la dernière colonne et ai sont les x2 1/3 1 1/3 0 0 6
L1
coefficients de la variable entrante. Si tous les ai sont inférieurs y2 2/3 0 -1/3 1 0 2 L2 = L2 -
ou égale à 0, alors la solution est non bornée y3 5/3 0 -1/3 0 1 8 3
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante 10 0 -10 0 0 z-180
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 83
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 x2 y1 y2 y3
variables de base et les variables hors base y1
y1 1 3 1 0 0 18 6
Construire le tableau associé à la base B: Variable
y2 1 1 0 1 0 8 8
Étape 2. Choix de la variable entrante y3 2 1 0 0 1 14 14 sortante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution 20 30 0 0 0 z-0
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
Variable entrante est x2
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Étape 4. Construire le nouveau tableau
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
ì
ï li ü
ï x1 x2 y1 y2 y3
min í , ai > 0, i = 1,..., m ý
î ai
ï ï
þ
Où λi sont les coefficients de la dernière colonne et ai sont les x2 1/3 1 1/3 0 0 6
coefficients de la variable entrante. Si tous les ai sont inférieurs y2 2/3 0 -1/3 1 0 2
L1
ou égale à 0, alors la solution est non bornée y3 5/3 0 -1/3 0 1 8 L3 = L3 -
3
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante 10 0 -10 0 0 z-180
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 84
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 x2 y1 y2 y3
variables de base et les variables hors base y1
y1 1 3 1 0 0 18 6
Construire le tableau associé à la base B: Variable
y2 1 1 0 1 0 8 8
Étape 2. Choix de la variable entrante y3 2 1 0 0 1 14 14 sortante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution 20 30 0 0 0 z-0
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
Variable entrante est x2
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Étape 4. Construire le nouveau tableau
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
ì
ï li ü
ï x1 x2 y1 y2 y3
min í , ai > 0, i = 1,..., m ý
î ai
ï ï
þ
Où λi sont les coefficients de la dernière colonne et ai sont les x2 1/3 1 1/3 0 0 6
coefficients de la variable entrante. Si tous les ai sont inférieurs y2 2/3 0 -1/3 1 0 2
L1
ou égale à 0, alors la solution est non bornée y3 5/3 0 -1/3 0 1 8 L3 = L3 -
3
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante 10 0 -10 0 0 z-180
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 85
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 x2 y1 y2 y3
variables de base et les variables hors base y1
y1 1 3 1 0 0 18 6
Construire le tableau associé à la base B: Variable
y2 1 1 0 1 0 8 8
Étape 2. Choix de la variable entrante y3 2 1 0 0 1 14 14 sortante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution 20 30 0 0 0 z-0
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
Variable entrante est x2
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Étape 4. Construire le nouveau tableau
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
ì
ï li ü
ï x1 x2 y1 y2 y3
min í , ai > 0, i = 1,..., m ý
î ai
ï ï
þ
Où λi sont les coefficients de la dernière colonne et ai sont les x2 1/3 1 1/3 0 0 6
coefficients de la variable entrante. Si tous les ai sont inférieurs y2 2/3 0 -1/3 1 0 2
ou égale à 0, alors la solution est non bornée y3 5/3 0 -1/3 0 1 8
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante 10 0 -10 0 0 z-180 L4 = L4 -10L1
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 86
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 x2 y1 y2 y3
variables de base et les variables hors base y1
y1 1 3 1 0 0 18 6
Construire le tableau associé à la base B: Variable
y2 1 1 0 1 0 8 8
Étape 2. Choix de la variable entrante y3 2 1 0 0 1 14 14 sortante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution 20 30 0 0 0 z-0
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
Variable entrante est x2
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Étape 4. Construire le nouveau tableau
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
ì
ï li ü
ï x1 x2 y1 y2 y3
min í , ai > 0, i = 1,..., m ý
î ai
ï ï
þ
Où λi sont les coefficients de la dernière colonne et ai sont les x2 1/3 1 1/3 0 0 6
coefficients de la variable entrante. Si tous les ai sont inférieurs y2 2/3 0 -1/3 1 0 2
ou égale à 0, alors la solution est non bornée y3 5/3 0 -1/3 0 1 8
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante 10 0 -10 0 0 z-180 L4 = L4 -10L1
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 87
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 x2 y1 y2 y3
variables de base et les variables hors base y1
y1 1 3 1 0 0 18 6
Construire le tableau associé à la base B: Variable
y2 1 1 0 1 0 8 8
Étape 2. Choix de la variable entrante y3 2 1 0 0 1 14 14 sortante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution 20 30 0 0 0 z-0
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
Variable entrante est x2
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Étape 4. Construire le nouveau tableau
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
ì
ï li ü
ï x1 x2 y1 y2 y3
min í , ai > 0, i = 1,..., m ý
î ai
ï ï
þ
Où λi sont les coefficients de la dernière colonne et ai sont les x2 1/3 1 1/3 0 0 6
coefficients de la variable entrante. Si tous les ai sont inférieurs y2 2/3 0 -1/3 1 0 2
ou égale à 0, alors la solution est non bornée y3 5/3 0 -1/3 0 1 8
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante 10 0 -10 0 0 z-180
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 88
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 x2 y1 y2 y3
variables de base et les variables hors base y1
y1 1 3 1 0 0 18 6
Construire le tableau associé à la base B: Variable
y2 1 1 0 1 0 8 8
Étape 2. Choix de la variable entrante y3 2 1 0 0 1 14 14 sortante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution 20 30 0 0 0 z-0
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
Variable entrante est x2
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Étape 4. Construire le nouveau tableau
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
ì
ï li ü
ï x1 x2 y1 y2 y3
min í , ai > 0, i = 1,..., m ý
î ai
ï ï
þ
Où λi sont les coefficients de la dernière colonne et ai sont les x2 1/3 1 1/3 0 0 6
coefficients de la variable entrante. Si tous les ai sont inférieurs y2 2/3 0 -1/3 1 0 2
ou égale à 0, alors la solution est non bornée y3 5/3 0 -1/3 0 1 8
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante 10 0 -10 0 0 z-180
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
x1 y1 x2 y2 y3
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 90
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3 5/3 -1/3 0 0 1 8
actuelle est optimale 10 -1 0 0 0 0 z-180
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, x1 y1 x2 y2 y3
c’est celle pour laquelle on a:
ì
ï li ü
ï
min í , ai > 0, i = 1,..., m ý x2 1/3 1/3 1 0 0 6
î ai
ï ï
þ y2 2/3 -1/3 0 1 0 2
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 -1/3 0 0 1 8
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 91
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3 5/3 -1/3 0 0 1 8
actuelle est optimale 10 -1 0 0 0 0 z-180
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, x1 y1 x2 y2 y3
c’est celle pour laquelle on a:
ì
ïl ü
ï x2 1/3 1/3 1 0 0 6 18
min í i , ai > 0, i = 1,..., m ý
y2 2/3 -1/3 0 1 0 2
î ai ï
ï þ 3
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 -1/3 0 0 1 8 24/5
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 92
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3 5/3 -1/3 0 0 1 8
actuelle est optimale 10 -1 0 0 0 0 z-180
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, x1 y1 x2 y2 y3
c’est celle pour laquelle on a:
ì
ï li ü
ï
min í , ai > 0, i = 1,..., m ý x2 1/3 1/3 1 0 0 6 18
î ai
ï ï
þ y2 2/3 -1/3 0 1 0 2 3 y2
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 -1/3 0 0 1 8 24/5 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 93
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3 5/3 -1/3 0 0 1 8
actuelle est optimale 10 -1 0 0 0 0 z-180
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, x1 y1 x2 y2 y3
c’est celle pour laquelle on a:
ì
ïl ü
ï x2 1/3 1/3 1 0 0 6 18
min í i , ai > 0, i = 1,..., m ý
y2 2/3 -1/3 0 1 0 2
î ai
ï ï 3 y2
þ
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 -1/3 0 0 1 8 24/5 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 94
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3 5/3 -1/3 0 0 1 8
actuelle est optimale 10 -1 0 0 0 0 z-180
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, x1 y1 x2 y2 y3
c’est celle pour laquelle on a:
ì
ï li ü
ï
min í , ai > 0, i = 1,..., m ý x2 1/3 1/3 1 0 0 6 18
î ai
ï ï
þ y2 2/3 -1/3 0 1 0 2 3 y2
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 -1/3 0 0 1 8 24/5 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 95
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3 5/3 -1/3 0 0 1 8
actuelle est optimale 10 -1 0 0 0 0 z-180
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, x1 y1 x2 y2 y3
c’est celle pour laquelle on a:
ì
ï li ü
ï
min í , ai > 0, i = 1,..., m ý x2 1/3 1/3 1 0 0 6 18
î ai
ï ï
þ y2 2/3 -1/3 0 1 0 2 3 y2
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 -1/3 0 0 1 8 24/5 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes: x1 y1 x2 y2 y3
x2 0 1/2 1 -1/2 0 5
ligne pivot x1 1 -1/2 0 3/2 0 3
ligne pivot = y3 0 -1/2 0 -5/2 1 3
P (Retourner à l’étape 2)
0 -5 0 -15 0 -210
a
lignei = lignei - i ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 96
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3 5/3 -1/3 0 0 1 8
actuelle est optimale 10 -1 0 0 0 0 z-180
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, x1 y1 x2 y2 y3
c’est celle pour laquelle on a:
ì
ï li ü
ï
min í , ai > 0, i = 1,..., m ý x2 1/3 1/3 1 0 0 6 18
î ai
ï ï
þ y2 2/3 -1/3 0 1 0 2 3 y2
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 -1/3 0 0 1 8 24/5 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes: x1 y1 x2 y2 y3
x2 0 1/2 1 -1/2 0 5
ligne pivot x1 1 -1/2 0 3/2 0 3
ligne pivot = y3 0 -1/2 0 -5/2 1 3
P (Retourner à l’étape 2)
0 -5 0 -15 0 -210
a
lignei = lignei - i ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 97
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3 5/3 -1/3 0 0 1 8
actuelle est optimale 10 -1 0 0 0 0 z-180
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, x1 y1 x2 y2 y3
c’est celle pour laquelle on a:
ì
ï li ü
ï
min í , ai > 0, i = 1,..., m ý x2 1/3 1/3 1 0 0 6 18
î ai
ï ï
þ y2 2/3 -1/3 0 1 0 2 3 y2
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 -1/3 0 0 1 8 24/5 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes: x1 y1 x2 y2 y3
x2 0 1/2 1 -1/2 0 5 3
ligne pivot x1 1 -1/2 0 3/2 0 3 L2 = L
ligne pivot = y3 0 -1/2 0 -5/2 1 3 2 2
P (Retourner à l’étape 2)
0 -5 0 -15 0 -210
a
lignei = lignei - i ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 98
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3 5/3 -1/3 0 0 1 8
actuelle est optimale 10 -1 0 0 0 0 z-180
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, x1 y1 x2 y2 y3
c’est celle pour laquelle on a:
ì
ï li ü
ï
min í , ai > 0, i = 1,..., m ý x2 1/3 1/3 1 0 0 6 18
î ai
ï ï
þ y2 2/3 -1/3 0 1 0 2 3 y2
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 -1/3 0 0 1 8 24/5 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes: x1 y1 x2 y2 y3
x2 0 1/2 1 -1/2 0 5 3
ligne pivot x1 1 -1/2 0 3/2 0 3 L2 = L
ligne pivot = y3 0 -1/2 0 -5/2 1 3 2 2
P (Retourner à l’étape 2)
0 -5 0 -15 0 -210
a
lignei = lignei - i ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 99
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3 5/3 -1/3 0 0 1 8
actuelle est optimale 10 -1 0 0 0 0 z-180
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, x1 y1 x2 y2 y3
c’est celle pour laquelle on a:
ì
ï li ü
ï
min í , ai > 0, i = 1,..., m ý x2 1/3 1/3 1 0 0 6 18
î ai
ï ï
þ y2 2/3 -1/3 0 1 0 2 3 y2
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 -1/3 0 0 1 8 24/5 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes: x1 y1 x2 y2 y3
1
x2 0 1/2 1 -1/2 0 5 L1 = L1 - L
2 2
ligne pivot x1 1 -1/2 0 3/2 0 3
ligne pivot = y3 0 -1/2 0 -5/2 1 3
P (Retourner à l’étape 2)
0 -5 0 -15 0 -210
a
lignei = lignei - i ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 100
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3 5/3 -1/3 0 0 1 8
actuelle est optimale 10 -1 0 0 0 0 z-180
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, x1 y1 x2 y2 y3
c’est celle pour laquelle on a:
ì
ï li ü
ï
min í , ai > 0, i = 1,..., m ý x2 1/3 1/3 1 0 0 6 18
î ai
ï ï
þ y2 2/3 -1/3 0 1 0 2 3 y2
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 -1/3 0 0 1 8 24/5 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes: x1 y1 x2 y2 y3
1
x2 0 1/2 1 -1/2 0 5 L1 = L1 - L
2 2
ligne pivot x1 1 -1/2 0 3/2 0 3
ligne pivot = y3 0 -1/2 0 -5/2 1 3
P (Retourner à l’étape 2)
0 -5 0 -15 0 -210
a
lignei = lignei - i ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 101
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3 5/3 -1/3 0 0 1 8
actuelle est optimale 10 -1 0 0 0 0 z-180
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, x1 y1 x2 y2 y3
c’est celle pour laquelle on a:
ì
ïl ü
ï x2 1/3 1/3 1 0 0 6 18
min í i , ai > 0, i = 1,..., m ý
y2 2/3 -1/3 0 1 0 2 y2
î ai
ï ï
þ 3
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 -1/3 0 0 1 8 24/5 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes: x1 y1 x2 y2 y3
x2 0 1/2 1 -1/2 0 5
ligne pivot x1 1 -1/2 0 3/2 0 3
5
ligne pivot = y3 0 -1/2 0 -5/2 1 3 L3 = L3 - L
P (Retourner à l’étape 2) 2 2
0 -5 0 -15 0 -210
a
lignei = lignei - i ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 102
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3 5/3 -1/3 0 0 1 8
actuelle est optimale 10 -1 0 0 0 0 z-180
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, x1 y1 x2 y2 y3
c’est celle pour laquelle on a:
ì
ï li ü
ï
min í , ai > 0, i = 1,..., m ý x2 1/3 1/3 1 0 0 6 18
î ai
ï ï
þ y2 2/3 -1/3 0 1 0 2 3 y2
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 -1/3 0 0 1 8 24/5 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes: x1 y1 x2 y2 y3
x2 0 1/2 1 -1/2 0 5
ligne pivot x1 1 -1/2 0 3/2 0 3
5
ligne pivot = y3 0 -1/2 0 -5/2 1 3 L3 = L3 - L
P (Retourner à l’étape 2) 2 2
0 -5 0 -15 0 -210
a
lignei = lignei - i ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 103
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3 5/3 -1/3 0 0 1 8
actuelle est optimale 10 -1 0 0 0 0 z-180
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, x1 y1 x2 y2 y3
c’est celle pour laquelle on a:
ì
ï li ü
ï
min í , ai > 0, i = 1,..., m ý x2 1/3 1/3 1 0 0 6 18
î ai
ï ï
þ y2 2/3 -1/3 0 1 0 2 3 y2
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 -1/3 0 0 1 8 24/5 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes: x1 y1 x2 y2 y3
x2 0 1/2 1 -1/2 0 5
ligne pivot x1 1 -1/2 0 3/2 0 3
ligne pivot = y3 0 -1/2 0 -5/2 1 3
P (Retourner à l’étape 2)
0 -5 0 -15 0 -210 L4 = L4 - 15L2
a
lignei = lignei - i ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 104
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3 5/3 -1/3 0 0 1 8
actuelle est optimale 10 -1 0 0 0 0 z-180
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, x1 y1 x2 y2 y3
c’est celle pour laquelle on a:
ì
ï li ü
ï
min í , ai > 0, i = 1,..., m ý x2 1/3 1/3 1 0 0 6 18
î ai
ï ï
þ y2 2/3 -1/3 0 1 0 2 3 y2
Où λi sont les coefficients de la dernière colonne et ai sont les y3 5/3 -1/3 0 0 1 8 24/5 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes: x1 y1 x2 y2 y3
x2 0 1/2 1 -1/2 0 5
ligne pivot x1 1 -1/2 0 3/2 0 3
ligne pivot = y3 0 -1/2 0 -5/2 1 3
P (Retourner à l’étape 2)
0 -5 0 -15 0 z-210 L4 = L4 - 15L2
a
lignei = lignei - i ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 105
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les
variables de base et les variables hors base x1 y1 x2 y2 y3
Construire le tableau associé à la base B:
Étape 2. Choix de la variable entrante x2 0 1/2 1 -1/2 0 5
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution x1 1 -1/2 0 3/2 0 3
y3 0 -1/2 0 -5/2 1 3
actuelle est optimale
0 -5 0 -15 0 z-210
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
ì
ï li ü
ï
min í , ai > 0, i = 1,..., m ý
î ai
ï ï
þ
Où λi sont les coefficients de la dernière colonne et ai sont les
coefficients de la variable entrante. Si tous les ai sont inférieurs
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 106
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les
variables de base et les variables hors base x1 y1 x2 y2 y3
Construire le tableau associé à la base B:
Étape 2. Choix de la variable entrante x2 0 1/2 1 -1/2 0 5
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution x1 1 -1/2 0 3/2 0 3
y3 0 -1/2 0 -5/2 1 3
actuelle est optimale
0 -5 0 -15 0 z-210
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, y2 y1 x2 x1 y3
c’est celle pour laquelle on a:
ì
ï li ü
ï x2 -1/2 1/2 1 0 0 5
min í , ai > 0, i = 1,..., m ý x1 3/2 -1/2 0 1 0 3
î ai
ï ï
þ y3 -5/2 -1/2 0 0 1 3
Où λi sont les coefficients de la dernière colonne et ai sont les
-15 -5 0 0 0 z-210
coefficients de la variable entrante. Si tous les ai sont inférieurs
ou égale à 0, alors la solution est non bornée Retourner à l’étape 2
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 107
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les
variables de base et les variables hors base x1 y1 x2 y2 y3
Construire le tableau associé à la base B:
Étape 2. Choix de la variable entrante x2 0 1/2 1 -1/2 0 5
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution x1 1 -1/2 0 3/2 0 3
y3 0 -1/2 0 -5/2 1 3
actuelle est optimale
0 -5 0 -15 0 z-210
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, y2 y1 x2 x1 y3
c’est celle pour laquelle on a:
ì
ï li ü
ï x2 -1/2 1/2 1 0 0 5
min í , ai > 0, i = 1,..., m ý x1 3/2 -1/2 0 1 0 3
î ai
ï ï
þ y3 -5/2 -1/2 0 0 1 3
Où λi sont les coefficients de la dernière colonne et ai sont les
-15 -5 0 0 0 z-210
coefficients de la variable entrante. Si tous les ai sont inférieurs
ou égale à 0, alors la solution est non bornée Retourner à l’étape 2
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes: La condition d’arrêt est vérifiée
x1 = 3 x2 = 5 y1 = 0 y2 = 0 y3 = 3
Þ z = 210
ligne pivot
ligne pivot =
P (Retourner à l’étape 2)
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 108
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les
variables de base et les variables hors base x1 y1 x2 y2 y3
Construire le tableau associé à la base B:
Étape 2. Choix de la variable entrante x2 0 1/2 1 -1/2 0 5
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution x1 1 -1/2 0 3/2 0 3
y3 0 -1/2 0 -5/2 1 3
actuelle est optimale
0 -5 0 -15 0 z-210
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, y2 y1 x2 x1 y3
c’est celle pour laquelle on a:
ì
ï li ü
ï x2 -1/2 1/2 1 0 0 5
min í , ai > 0, i = 1,..., m ý x1 3/2 -1/2 0 1 0 3
î ai
ï ï
þ y3 -5/2 -1/2 0 0 1 3
Où λi sont les coefficients de la dernière colonne et ai sont les
-15 -5 0 0 0 z-210
coefficients de la variable entrante. Si tous les ai sont inférieurs
ou égale à 0, alors la solution est non bornée Retourner à l’étape 2
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes: La condition d’arrêt est vérifiée
x1 = 3 x2 = 5 y1 = 0 y2 = 0 y3 = 3
Þ z = 210
ligne pivot
ligne pivot =
P (Retourner à l’étape 2) (3, 5) est la solution optimale avec z = 210
ai
lignei = lignei - ligne pivot (i ¹ pivot)
P RAMCHOUN Hassan cours RO-OG 2022/2023 109
Solution:
Exercice
110
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
Considérons le PL suivant
1.Introduction à
la modélisation 𝑀𝑎𝑥 𝑧 = 𝑥1 + 2𝑥2
et à la PL
𝑠𝑢𝑗𝑒𝑡 à
−3𝑥1 + 2𝑥2 + 𝑥3 = 2
2 . M éthodes de (P)
résolution −𝑥1 + 2𝑥2 + 𝑥4 = 4
𝑥1 + 𝑥2 + 𝑥5 = 5
𝑥𝑖 ≥ 0
3 . Dualité en PL Le tableau de Simplexe associé à ce programme avec x3, x4 et x5
sont des variables de base
Variable x1 x2 x3 x4 x5 b
de base
x3 -3 2 1 0 0 2
x4 -1 2 0 1 0 4
x5 1 1 0 0 1 5
-Z 1 2 0 0 0 0
111
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
1.Introduction à La base précédente n’est pas optimal car les couts relatif des variables
la modélisation hors base sont strictement positifs, Choisissons comme variable entrante
et à la PL
dans la nouvelle base la variable hors base ayant le plus grand cout
2 . M éthodes de relatif c a d x2, Appliquons la règle du plus petit rapport pour trouver la
résolution variable sortante:
𝑏 2 4 5
𝜃 = 𝑀𝑖𝑛 𝑖 , 𝑎𝑖2 > 0 = 𝑀𝑖𝑛 , , =1
𝑎𝑖2 2 2 1
3 . Dualité en PL Donc la variable x3 quitte la base et sera remplacé par la variable x2,
après pivotage on obtient:
Variable x1 x2 x3 x4 x5 b
de base
x2 -3/2 1 1/2 0 0 1
x4 2 0 -1 1 0 2
x5 5/2 0 -1/2 0 1 4
-Z 4 0 -1 0 0 -2
112
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
1.Introduction à
la modélisation La nouvelle solution de base est x2=1,
et à la PL
x4=2,x1=x3=0 et sont cout est z=2 Cette solution de
2 . M éthodes de base n’est pas optimale car c1=4 >0, La variable x1
résolution va donc entrer dans la base et x4 va quitter la base
Variable x1 x2 x3 x4 x5 b
3 . Dualité en PL de base
113
RAMCHOUN Hassan cours RO-OG 2022/2023
Solution:
1.Introduction à
la modélisation
et à la PL Variable x1 x2 x3 x4 x5 b
de base
2 . M éthodes de x2 0 1 0 1/3 1/3 3
résolution
x1 1 0 0 -1/3 2/3 2
x3 0 0 1 -5/3 -5/3 2
3 . Dualité en PL
-Z 0 0 0 -1/3 -4/3 -8
114
RAMCHOUN Hassan cours RO-OG 2022/2023