République Algérienne Démocratique et Populaire Ministère de l’Enseignement

Supérieur et de la Recherche scientifique

UNIVERSITE DES SCIENCES ET DE LA TECHNOLOGIE HOUARI
BOUMEDIENE
U.S.T.H.B

Faculté de mathématiques

Master 1 Engineering en Recherche Opérationnelle

Application de la méthode bi-objectif du Simplexe

Présenté par
ZENATI Hadil
Proposé par
Mr MOULAI Mustapha

Année universitaire 2021/2022

 EXEMPLE D'APPLICATION

Soit le problème linéaire bi-objectif suivant :




 M ax(F1 ) = 3x1 + x2
M ax(F2 ) = −x1 - 2x2






 s.c
(P )


 x1 + 2x2 > 2
xj > 0 ; j = 1,2




 x2 6 3

 x
1 64

Comme (P) est un problème linéaire avec deux objectifs, on veut le résoudre en utilisant la
méthode du simplexe bi-objectif. On doit d'abord transformer (P) en un problème de
minimisation :



 M in(F1 ) = −3x1 - x2
M in(F2 ) = x1 + 2x2






 s.c
(P )


 x1 + 2x2 > 2
xj > 0 ; j = 1,2




 x2 6 3

 x
1 64

1. Écriture de (P) sous forme de somme pondérée (Pλ ) :




 M in(ψ) = λF1 + (1 − λ)F2
= (1 − 4λ)x1 + (2 − 3λ)x2






 s.c
(Pλ )


 x1 + 2x2 > 2
xj > 0 ; j = 1,2




 x2 6 3
λ ∈ R∗+

 x
1 64

1
 2. Résolution du programme linéaire (Pλ ) : L'écriture de (P) sous forme standard :


 M in(ψ) = a = 2 − x1 - 2x2 + x3

 s.c



(Pλ ) x1 + 2x2 - x3 +a=2

x2 + x4 =3 a , xj > 0 ; j = 1,5





x1 + x5 =4


Recherche d'une solution de base réalisable de départ avec la méthode des deux

phases :

Phase I : considérons (P1 ) le PL auxiliaire associé à P.

On a B = {a, x4 , x5 } base réalisable.
On obtient P1 écrit sous forme canonique par rapport à la base B. L'algorithme du simplexe
s'applique :

a sort et x2 entre dans la base.

ψ = 0 ⇒ B0 = {2, 4, 5} base réalisable et X 0 = (0, 1, 0, 2, 4) est la solution réalisable de départ.

Phase II :

Pour λ = 1,
5 1
C(λ) = λC 1 + (1 − λ)C 2 = C 1 = (− , 0, − , 0, 0) 0 et B 0 = (2, 4, 5) n'est pas une base
2 2
2
eciente, et X 0 = (0, 1, 0, 2, 4) n'est pas une solution optimale.

Pour λ = 1,
0
C(λ) = λC 1 + (1 − λ)C 2 = C 1 = (0, 5, −3, 0, 0) 0 et B = (1, 4, 5) n'est pas une base eciente,
0
et X = (2, 0, 0, 3, 2) n'est pas une solution optimale.

Pour λ = 1,
5 1
C(λ) = λC 1 + (1 − λ)C 2 = C 1 = (− , 0, − , 0, 0) 0 et B ” = (1, 4, 3) n'est pas une base
2 2
eciente, et X ” = (4, 0, 2, 3, 0) n'est pas une solution optimale.

λ = 1,
Donc C(λ) = C 1 = (0, 0, 0, 1, 3) > 0 (critère d'optimalité satisfait) donc la base B1 = (1, 2, 3) et
la solution X 1 = (4, 3, 8, 0, 0) sont optimales.

3
J = {i ∈ N | c2i < 0 et c1i > 0} =
6 ∅

−c2i 2 1 2
λ = M axi∈J { 1 2
} = M ax{ , }=
ci − ci 1+2 3+1 3

s = 4 la variable hors base x4 entre dans la base

bi 3
M in{i ∈ J : , Ai4 > 0} = M in{ } = 3
Ai4 1
r = 2 alors la variable de base x2 quitte la base.

2 5
Pour λ = , on a C(λ) = (0, 0, 0, 0, ) > 0 donc la base B 2 = {1, 4, 3} est optimale et la solution
3 3
X 2 = (4, 0, 2, 3, 0) est optimale.

J = {5} =
6 ∅

−c25 1 1
λ = M ax{ 1 2
}={ }=
c5 − c5 3+1 4
s = 5, la variable hors base x5 entre dans la base

r = 3, alors la variable de base x3 quitte la base.

1 5
Pour λ = , on a C(λ) = (0, , 0, 0, 0) > 0 donc la base B 3 = {1, 4, 5} est optimale et la solution
4 4
X 3 = (2, 0, 0, 3, 2) est optimale.
J =∅
2 1
L'algorithme s'arrête et donne les valeurs λ1 = 1, λ2 = , λ3 = et λ4 = 0
3 4
Et les solutions de base réalisables X 1 , X 2 et X 3

4
 En résumé, nous avons les résultats suivants :
• B 1 = (1, 2, 3) eciente et X 1 = (4, 3, 8, 0, 0) solution optimale et extrême eciente pour
2
λ ∈ [ , 1].
3

• B 2 = (1, 4, 3) eciente et X 2 = (4, 0, 2, 3, 0) solution optimale et extrême eciente pour

1 2
λ ∈ [ , ].
4 3

• B 3 = (1, 4, 5) eciente et X 3 = (2, 0, 0, 3, 2) solution optimale et extrême eciente pour

1
λ ∈ [0, ].
4
• L'ensemble des vecteurs critères :

{(15, −10), (12, −4), (6, −2)}

• Xef f ∈ [X 1 , X 2 ] ∪ [X 2 , X 3 ].
• ∀ y ∈ [CX 1 , CX 2 ] ∪ [CX 2 , CX 3 ], y est non dominé.

3. La résolution graphique :

 L'espace de décision :

Figure 1  illustration graphique : Espace de décision X

5
 • Les solutions réalisables sont représentées par le polygone, et le cône polaire est représenté
en vert (obtenu à partir des deux vecteurs C 1 et C 2 ).
L'ensemble des points ecients est représentée sur la gure 1 par l'union des droites [X 1 , X 2 ]∪
[X 2 , X 3 ]
2 1
• Les deux valeurs critiques λ1 = et λ2 = correspondent à des vecteurs de pondération
3 4
2 1 1 3
v1 = ( , ) et v2 = ( , ), on notera que les lignes C 1 et C 2 dans l'espace de décision déni
3 3 4 4
par ces vecteurs sont parallèles aux arrêtes [X 1 , X 2 ] ∪ [X 2 , X 3 ] respectivement sur la gure
1 car :
2 1 5
h1 (x) = λ1 F1 (x) + (1 − λ1 )F2 (x) = (−3x1 − x2 ) + (x1 + 2x2 ) = x1
3 3 3
1 3 1 3 −5
h2 (x) = F1 (x) + F2 (x) = (−3x1 − x2 ) + (x1 + 2x2 ) = x2
4 4 4 4 4
 L'espace des critères :

Figure 2  illustration graphique : Espace des critères Y

A l'aide du cône polaire à partir des vecteurs (1, 0)t et (0, 1)t on aura les critères 2 par les deux
droites [B, C] ∪ [C, D] et aussi les critères faiblement non dominés présentés par
[A, B] ∪ [A, D] ∪ [D, E].