Cours 2

Support de cours : Introduction à la
programmation linéaire
Viet Hung Nguyen
Hung.Nguyen@lip6.fr
UPEC - Master ScTIC 0

La programmation linéaire
Forme canonique d’un programme linéaire de n variables non-négatives

and m contraintes :
max cx (1)
s.c. (2)
Ax ≤ b (3)
x≥0 (4)
où cT ∈ Rn (cT est c transposé, c est donc un vecteur ligne), x ∈ Rn, b ∈ Rm et

A ∈ Rm×n. (0 ∈ Rn est un vecteur dont tous les composantes sont nulles).
(1) est la fonction objectif.
(3) sont les contraintes.
On peut transformer n’importe quel programme linéaire sous forme
canonique :
• Toute égalités ax = β est remplacée par deux inégalités ax ≤ β et ax ≥ β.
• Multiplier par un scalaire négatif pour inverser le sens des inégalités et

le sens de l’optimisation (maximisation vs minimisation) si nécessaire.
• Remplacer les variables xi libre de signe par la différence des deux

variables non-négatives xi1 − xi2.

Exemple
max 4x1 + 5x2

s.c.
2x1 + x2 ≤ 8
x1 + 2x2 ≤ 7
x2 ≤ 3
x1 ≥ 0, x2 ≥ 0
   
8 2 1
On a c = 4 5 , b = 7 et A = 1 2.
3 0 1

Forme standard
max cx
s.c.
Ax = b
x≥0
On peut toujours transformer la forme canonique en forme standard en

ajoutant des variables d’écart.
Forme canonique Forme standard
max cx max cx
s.c. s.c.
Ax ≤ b Ax + Ie = b
 x≥0 x ≥ 0, e ≥ 0
e1
où e =  ..  ∈ Rn est le vecteur dont les composantes sont les variables
en
d’écart.
Exemple.

Forme canonique Forme standard
max 4x1 + 5x2 max 4x1 + 5x2

s.c. s.c.
2x1 + x2 ≤ 8 2x1 + x2 + e1 = 8
x1 + 2x2 ≤ 7 x1 + 2x2 + e2 = 7
x2 ≤ 3 x2 + e3 = 3
x1 ≥ 0, x2 ≥ 0 x1, x2, e1, e2, e3 ≥ 0
On va travailler par la suite sur la forme standard. De plus, on va supposer
que l’origine 0 ∈ Rn est toujours une solution pour la forme canonique du
problème.

Forme standard : base et solution de base
Pour une question simplification de notations, on re-écrit la forme

standard comme suit:
max cx
s.c.
Ax = b
x≥0
où c ∈ Rn, x ∈ Rn, b ∈ Rm et A ∈ Rm×n. Soit J = {1, . . . , n} l’ensemble des

indices des colonnes de A. Pour tout sous-ensemble B ⊂ J, soit N = J \ B
et soient AB et AN respectivement les sous matrices de A consistant en
les colonnes indexées par B et par N.
Forme standard : base et solution de base (cont.)
Définition. B est une base si AB est carrée (i.e. ∈ mathbbRm×m) and

régulière (i.e. A−1
B existe).
On associe à la base B le vecteur x̄ ∈ Rn qui se décompose en x̄B =

A−1B × b et x̄N = 0. On appelle x̄ solution de base B. De plus, si x̄ ≥ 0 alors
x̄ est une solution de base réalisable. Dans ce cas, on dit que B est une
base réalisable.

x̄
Dans la décomposition x̄ = B , les composantes de x̄B sont appelées
x̄N
les variables de base et celles de x̄N sont appelées les variables hors
base.

Ré-expression des contraintes principales (hormis les
contraintes de non-négativité) par rapport à une base
Étant donnée
une base réalisable B, on peut récrire Ax = b en
x
AB AN × B = b ou ABxB + AN xN = b.

xN
Multiplier ce système par A−1

B , on obtient
xB + A−1 −1
B AN xN = AB b
ou encore
xB = A−1 −1
B b − AB AN xN ,

Coûts réduits ou profits marginaux
Utilisons cette expression pour exprimer la fonction objectif par

uniquement les variables hors base xN :

xB
= cBxB + cN xN = cB(A−1 −1

cx = cB cN × B b − A B AN xN ) + cN xN
xN
= cBA−1 −1
B b + (cN − cB AB AN )xN
Soit Π ∈ Rm = cBA−1 B , les composantes de Π sont appelée les
multiplicateurs du simplexe.
Soit c̄T ∈ Rn où c̄B = 0 et c̄N = cN − ΠT AN . On appelle c̄, le vecteur des

coût réduits (si l’objectif est une minimisation) ou profits marginaux (si
l’objectif est une maximisation).
Tableau du simplexe associé à une base
Étant donné une base B, on associe à B le tableau suivant:

J
−1
B A−1B A b̄ où b̄ = A B b.
c̄ −Πb
Ce tableau nous renseigne les informations suivantes à propos de B:
• Est ce que B est réalisable ? (A−1

B b ≥ 0 ?)
• Est ce que B est optimale ? (c̄ ≤ 0 si maximisation et c̄ ≥ 0 si

minimisation).
• La solution de base x associée à B est xB = b̄ and xN = 0. Elle est

réalisable si B est réalisable et elle est optimale si B est optimale.

Changement de base
On peut améliorer la solution actuelle si elle n’est pas optimale en

faisant un changement de base. La procédure est la suivante.
• Choisir une variable hors base x j où j ∈ N tel que c̄ j > 0 si on est en

maximisation et c̄ j < 0 si on est en minimisation. La variable x j est
appelée la variable entrante.
• Soit y = A−1
B A j la colonne j du tableau. On calcule
b̄k
i = argmin( : k ∈ B t.q.yk > 0)
yk
La variable xi est appelée la variable sortante.

• On obtient une nouvelle base B = (B \ {i}) ∪ { j}. On effectue une
opération de pivot sur l’élément à la la ligne i et colonne j pour obtenir
le tableau associé à la nouvelle base.

Opération de pivot sur le tableau du simplexe
On suppose que n première colonnes du tableau

J est indexées par J. La dernière colonne qui est en
fait b̄ prend l’indice n + 1. Les m premières lignes
B A−1B A b̄
du tableau sont indexées par B. La dernière ligne
c̄ −Πb
qui se compose de c̄ et −Πb prend également
l’indice n + 1.
L’opération de pivot sur l’élément à la ligne i et à la colonne j (i.e. le pivot)
est comme suit.
• On divise la ligne i par le pivot.
• Tous les éléments de la colonne j à l’exception du pivot deviennent 0.
• Pour tout autre élément à une ligne h et à une colonne k, la nouvelle

0
valeur thk est calculée par la formule suivante.
0 th jtik
thk = thk − ,
ti j

Méthode du simplex du tableau
Initialisation. Construire le tableau associé à la base formée par les

variables d’écart.
Pas 1. Si la base est optimale (i.e. c̄ ≤ 0 pour maximisation et c̄ ≥ 0 pour

minimisation) alors STOP.
Pas 2. Choisir une variable entrante x j tel que c̄ j ≤ 0 pour maximisation

ou c̄ j ≥ 0 pour minimisation. Si la colonne j du tableau contient que les
éléments non-positifs (sauf la dernière ligne) alors STOP le problème
est non-borné.
Pas 3. Déterminer une variable sortante xi.

Pas 4. Effectuer l’opération de pivot sur l’élément à la ligne i et à la
colonne j. Retour au Pas 1.

Exercice.
On souhaite tirer le meilleur rendement d’un avion transporteur qui

rapporte 3K euros par tonne de fret transportée dans la cabine et 1K
euros par tonne de fret transportée dans la soute, sachant que la capacité
de la soute est de 20 tonnes et celle de la cabine est de 10 tonnes,
que pour des raisons de sécurité, la charge maximale que peut accepter
l’avion est de 28 tonnes et enfin que, pour des raisons d’équilibrage, le
fret de la cabine amputé d’une tonne ne doit pas excéder les deux tiers
du fret de la soute.
1. Modéliser ce problème comme un programme linéaire sous forme

canonique.
2. Effectuer une résolution graphique et en déduire le rendement optimal

par vol.
3. Mettre le programme de la Question 1 sous forme standard et le
résoudre par la méthode du simplexe tableau.

Cours 2

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Cours 2

Transféré par

Droits d'auteur :

Formats disponibles

Support de cours : Introduction à la

UPEC - Master ScTIC 0

Forme canonique d’un programme linéaire de n variables non-négatives

où cT ∈ Rn (cT est c transposé, c est donc un vecteur ligne), x ∈ Rn, b ∈ Rm et

• Toute égalités ax = β est remplacée par deux inégalités ax ≤ β et ax ≥ β.

• Multiplier par un scalaire négatif pour inverser le sens des inégalités et

• Remplacer les variables xi libre de signe par la différence des deux

UPEC - Master ScTIC 2

max 4x1 + 5x2

UPEC - Master ScTIC 3

On peut toujours transformer la forme canonique en forme standard en

UPEC - Master ScTIC 5

max 4x1 + 5x2 max 4x1 + 5x2

UPEC - Master ScTIC 6

Pour une question simplification de notations, on re-écrit la forme

où c ∈ Rn, x ∈ Rn, b ∈ Rm et A ∈ Rm×n. Soit J = {1, . . . , n} l’ensemble des

Définition. B est une base si AB est carrée (i.e. ∈ mathbbRm×m) and

On associe à la base B le vecteur x̄ ∈ Rn qui se décompose en x̄B =

UPEC - Master ScTIC 8

Multiplier ce système par A−1

UPEC - Master ScTIC 9

Utilisons cette expression pour exprimer la fonction objectif par

Soit c̄T ∈ Rn où c̄B = 0 et c̄N = cN − ΠT AN . On appelle c̄, le vecteur des

Étant donné une base B, on associe à B le tableau suivant:

• Est ce que B est réalisable ? (A−1

• Est ce que B est optimale ? (c̄ ≤ 0 si maximisation et c̄ ≥ 0 si

• La solution de base x associée à B est xB = b̄ and xN = 0. Elle est

UPEC - Master ScTIC 11

On peut améliorer la solution actuelle si elle n’est pas optimale en

• Choisir une variable hors base x j où j ∈ N tel que c̄ j > 0 si on est en

La variable xi est appelée la variable sortante.

UPEC - Master ScTIC 13

On suppose que n première colonnes du tableau

• On divise la ligne i par le pivot.

• Tous les éléments de la colonne j à l’exception du pivot deviennent 0.

• Pour tout autre élément à une ligne h et à une colonne k, la nouvelle

UPEC - Master ScTIC 15

Initialisation. Construire le tableau associé à la base formée par les

Pas 1. Si la base est optimale (i.e. c̄ ≤ 0 pour maximisation et c̄ ≥ 0 pour

Pas 2. Choisir une variable entrante x j tel que c̄ j ≤ 0 pour maximisation

Pas 3. Déterminer une variable sortante xi.

UPEC - Master ScTIC 17

On souhaite tirer le meilleur rendement d’un avion transporteur qui

1. Modéliser ce problème comme un programme linéaire sous forme

2. Effectuer une résolution graphique et en déduire le rendement optimal

UPEC - Master ScTIC 19

Vous aimerez peut-être aussi