Académique Documents
Professionnel Documents
Culture Documents
TD N°5. Dualité
Exercice n° 1.
On considère le PL suivant :
Max Z x1 2 x2 x3
Sc
x1 x2 2 x3 12
x1 x2 x3 1
x1 , x2 , x3 0.
1. Donner son dual
𝑀𝑖𝑛 𝑤 = 12𝑦 + 𝑦
𝑆. 𝑐
𝑦 +𝑦 ≥ −1
𝑦 +𝑦 ≥ −2
2𝑦 − 3𝑦 ≥ −1
𝑦 ,𝑦 ≥0
Exercice n° 2.
On considère le PL suivant :
Max Z 2 x1 6 x2 9 x3
S .c
x1 x3 3 (ressource1)
x2 2 x3 5 (ressource 2)
x1 , x2 , x3 0.
1. Donner son Dual
Le Dual est :
𝑀𝑖𝑛 𝑤 = 3𝑦 + 5𝑦
𝑆. 𝑐
𝑦 ≥2
𝑦 ≥6
𝑦 + 2𝑦 ≥ 9
𝑦 ,𝑦 ≥ 0
1/10
Programmation Linéaire 1GSIL
2. Résoudre graphiquement le dual. Déterminer les shadow prices des différentes ressources du
Primal.
PER W
A (2,6) 36
B (2 ;3,5) 23,5
La solution optimale du Dual est (y1*, y2*) = (2, 6). Le prix fictif de la solution du primal est (2,6). Etant
donnée que la solution optimale du Duale représente la valeur marginale (prix fictif, Shadow price…) des
ressources alors :
La valeur marginale de la ressource 1 : (x1+x3 ≤ 3) est y*1=2.
La valeur marginale de la ressource 2 : (x2+2x3 ≤ 5) est y*1=6.
Exercice n° 3.
On considère le PL suivant :
Max Z 6 x1 8 x2
S .c
5 x1 2 x2 20
x1 2 x2 10
x1 , x2 0.
1. Donner son dual
2/10
Programmation Linéaire 1GSIL
MinW 20 y1 10 y2
S .c
5 y1 y2 6
2 y1 2 y2 8
y1 , y2 0.
Primal
3/10
Programmation Linéaire 1GSIL
Dual
2. Résoudre graphiquement le Primal et le Dual. Déterminer les PER (points extrêmes faisables) et
les PE non réalisables des deux problèmes et calculer leurs fonctions objectifs. Etablir un tableau
énumérant les solutions de base complémentaires à ces problèmes.
Sol Base Primal Réalisable? Z=W Sol Base Dual Réalisable?
(0, 5, 10, 0) Oui 40 (0, 4, -2 , 0) Non
(0, 0, 20, 10) Oui 0 (0, 0, -6, -8) Non
(4, 0, 0, 6) Oui 24 (6/5, 0, 0, -28/5) Non
(5/2, 15/4, 0, 0) Oui 45 (1/2, 7/2, 0, 0) Oui
(0, 10, 0, -10) Non 80 (4, 0, 14, 0) Oui
(10, 0, -30 ,0) Non 60 (0, 6, 0, 4) Oui
Explications
Exemple le PER du Primal (4, 0, 0, 6), les VB sont x1 et x4, les variables qui leurs sont associés au Dual
sont y3 et y2 sont des VHB ; y3 et y2=0. (avec y3, une variable du surplus du Dual = z1- c1)
La forme augmentée du Dual est :
𝑀𝑖𝑛 𝑊 = 20𝑦 + 10𝑦
𝑆. 𝑐
5𝑦 + 𝑦 − 𝒚𝟑 = 6
2𝑦 + 2𝑦 − 𝒚𝟒 = 8
𝑦 , 𝑦 ≥ 0.
4/10
Programmation Linéaire 1GSIL
3. Utiliser la méthode du simplexe pour résoudre le problème Primal. Après chaque itération (y
compris l'itération 0), identifier la solution de base complémentaire pour le problème Dual.
0 [-6; -8 0; 0; 0] 0 0 -6 -8 0
1 [-2; 0 0; 4; 40] 0 4 -2 0 40
Exemple pour l’itération (1) l’équation 0 du primal est : (-2, 0, 0, 4 ). Alors y1=0 et y2=4.
Or les variables de surplus du Dual sont z1- c1= -2 et z2- c2=0. Donc la SB du Dual = (0, 4,-2, 0)
Exercice n° 4.
On considère le PL suivant :
Max Z x1 2 x2
S .c
x1 x2 2
4 x1 x2 4
x1 , x2 0.
5/10
Programmation Linéaire 1GSIL
Comme on voit sur le graphique précédent, la partie hachurée représente le Domaine réalisable de chaque
contrainte. La partie commune des deux contraintes (bleu foncé) se trouve en dessous de l’axe des abscisses
ce qui veut dire que les points sont négatifs (y1 et y2 ≤ 0). Donc, on peut conclure que le problème n’admet
pas de solutions réalisables
6/10
Programmation Linéaire 1GSIL
La partie hachurée en vert représente le domaine réalisable des deux contraintes. La droite rouge qui
représente la droite d’iso-profit W, plus on la déplace vers l’est plus les valeurs de W diminue comme le
montre la figure (ex pour y1=5, W=-4). Ceci montre que le problème Dual est non borné.
Exercice n° 5.
On considère le PL suivant :
Max Z 2 x1 4 x2
S .c
x1 x2 1
x1 , x2 0.
1. Donner le Dual et trouver la solution optimale
MinW y1
S .c
y1 2
y1 4
y1 , 0.
La solution optimale est W*=y1=2. La solution est évidente en satisfaisant les deux contraintes et celle de la
non-négativité.
7/10
Programmation Linéaire 1GSIL
3. Supposons que c1 peut prendre n’importe quelle valeur (coefficient de x1 dans la fonction objectif
du Primal). Pour quelles valeurs de c1, le Dual n’admet plus de solutions réalisables. Pour ces
valeurs de c1, comment réagit-il le Primal ?
Pour c1>4, le Dual n’admet plus de solution réalisable, car d’après les contraintes du Dual -y1 ≥ -4 et y1 ≥ c
donc c1 ≤ y1 ≤ 4 . Aussi, le problème du Primal ne sera plus borné comme le montre le graphique ci-dessous
avec c1=5. Plus on se déplace vers l’est plus la valeur de Z augmente…
Exercice n° 6
On considère le PL suivant :
𝑀𝑎𝑥 𝑍 = 3𝑥 + 𝑥 + 4𝑥
𝑆. 𝑐
6𝑥 + 3𝑥 + 5𝑥 ≤ 25
3𝑥 + 4𝑥 + 5𝑥 ≤ 20
𝑥 , 𝑥 , 𝑥 ≥ 0.
8/10
Programmation Linéaire 1GSIL
Coefficients
vb Eq. bi
Z x1 x2 x3 x4 x5
Z 0 1 0 2 0 1/5 3/5 17
x1 1 0 1 -1/3 0 1/3 -1/3 5/3
x3 2 0 0 1 1 -1/5 2/5 3
Explications : d’abord le nombre de VB est égal à au nombre de contraintes qui est égal à 2. Les VB ont un
coefficient égal à 1dans une seule équation et 0 partout. Donc, les VB sont x1 et x3 et les VHB sont x2, x4 et
x5. Alors, la solution de base réalisable optimale est (5/3, 0, 3, 0, 0) avec Z*=17.
La solution optimale du Dual est (1/5, 3/5). Lu directement de la ligne (0) du tableau simplexe.
4. On suppose que le Problème Primal a changé comme suit :
𝑀𝑎𝑥 𝑍 = 3𝑥 + 3𝑥 + 4𝑥
𝑆. 𝑐
6𝑥 + 2𝑥 + 5𝑥 ≤ 25
3𝑥 + 3𝑥 + 5𝑥 ≤ 20
𝑥 , 𝑥 , 𝑥 ≥ 0.
En utilisant le théorème de la dualité, vérifier si la solution trouvée en (1.) demeure encore optimale
Il faut vérifier les anciennes valeurs du Dual précédent (1/5, 3/5). Avec le nouveau Dual
9/10
Programmation Linéaire 1GSIL
En utilisant le théorème de la dualité, vérifier si la solution trouvée en (1.) demeure encore optimale
L’ajout de la nouvelle variable au primaire, ajoute une contrainte au Dual qui est :
3𝑦 + 2𝑦 ≥ 2 qui ne satisfait pas les valeurs du Dual (1/5, 3/5). Donc la solution actuelle n'est donc plus
optimale.
10/10