Académique Documents
Professionnel Documents
Culture Documents
Méthode de simplexe
Etant donné un PL écrit sous forme canonique par rapport à une base réalisable J
Min z = cx - z0
Ax = b (P)
x ≥ 0
Remarque 5.4.1 Nous verrons comment on peut toujours retrouver une telle forme si elle n’est pas disponible au
départ..
Min z
Théorème 5.4.2
Si cj ≥ 0 ∀ j ∈ {1,...,n}, cas Min ( resp. cj ≤ 0, cas Max), alors la solution est optimale et l’algorithme se termine.
Sinon s'il existe cs < 0, cas Min (resp. cs > 0, cas Max ), alors xs devient la variable d’entrée, et nous procédons à l'étape
5.4.3.
Remarque 5.4.3. Le test se fera seulement sur les coefficients des variables de hors base, puis ceux de la base sont par
défaut nul.
i-skills.ma/mod/lesson/view.php?id=541&pageid=364 1/4
12/7/23, 4:31 PM M1.4.1 - PL -2324: Méthode de simplexe: 5.4 Méthode du simplexe (Cas favorable)
Théorème 5.4.4
Si ais ≤ 0 ∀ i ∈ {1,...,m}, alors le problème n'est pas borné inférieurement et l'algorithme se termine.
Si ais > 0 pour au moins un i ∈ {1,...,m}, alors déterminons r tel que :
br bi
= min { / a is >0; 1 ≤ i ≤m}
a rs a is
La variable de base dans la r -ème ligne devient la variable de sortie.
Remarque 5.4.5. La variable qui sort de la base est la première à s'annuler quand la variable entrante augmente.
Effectuer un pivot sur l’élément ars intersection de la ligne de la variable de sortie et de la colonne de la variable
d’entrée afin de déterminer un nouveau tableau écrit sous forme canonique par rapport à la nouvelle base choisie.
Le nouveau tableau où xs devient la variable da base remplaçant xn-m+r est obtenu en exécutant un pivot sur
l’élément ars c'est à dire :
1. La r -ème ligne est divisée par ars. Le coefficient de xs devient 1.
2. Pour chacune des autres lignes, procédons comme suit. Supposons que nous traitons la t-ème ligne. Multiplions la
ligne résultante de 1) par ats et soustrayons ce résultat de la t-ème ligne du tableau. Ceci génère la t-ème ligne du
nouveau tableau (où le coefficient de xs vaut 0).
a rj br
a rj = , 1 ≤ j ≤n ; b r' =
a rs a rs
a is a is
a ij = a ij − a rj , 1 ≤ j ≤n ; b i' = b i − br
a rs a rs
cs cs
c j' = c j − a rj , 1 ≤ j ≤n ; −z 0' = −z 0 − br
a rs a rs
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution de base réalisable courante est
la solution optimale. L'algorithme du simplexe est alors terminé
Exemple 5.4.2.
Suite à l'exemple 5.1.8, le programme linéaire (P4) est bien écrit sous la forme par rapport à la base réalisable J={3, 4,
5}. Donc la première solution de base est bien x =(0, 0, 4, 12, 3) avec z = 0
Puisque les coefficients des variables hors base courantes (c1, c2)=(5, 7) sont positifs. On choisit une variable des deux
comme variable entrante. Ici, la variable entrante est x1.
i-skills.ma/mod/lesson/view.php?id=541&pageid=364 2/4
12/7/23, 4:31 PM M1.4.1 - PL -2324: Méthode de simplexe: 5.4 Méthode du simplexe (Cas favorable)
En appliquant le critère mathématique du théorème 5.4.4 pour déterminer la variable sortante. Le minimum de bi /
ais correspond à deux variables e1 et e2. On choisit e1.
La flèche vers le bas signifie que x1 entre en base et la flèche vers la gauche signifie que e1 sort de la base. Le pivot se
trouve à l'intersection.
Voici le nouveau tableau après une itération.
Si dans un tableau optimal, les coûts relatifs de toutes les variables hors base sont strictement positifs cas de Min
(resp. strictement négatifs cas de Max), alors la solution de base optimale est unique. En effet dans ce tableau
n
optimal z = ∑ cj xj +z0 verra sa valeur optimale z0 augmenter dès qu'une variable hors base devient strictement
j =1
positive.
Si le coût relatif de certaines variables hors base est nul, il existe peut-être des solutions de base optimales
différentes. Pour qu'une telle solution optimale existe, il faut qu'une variable hors base ayant son coût relatif nul
puisse être augmentée à une valeur strictement positive à l'aide d'un pivot.
Théorème 5.4.3 Si à chaque base rencontrée dans la résolution d’un programme linéaire (P) par l’algorithme du
Simplexe, la solution de base est non dégénérée , l’algorithme se termine :
soit avec c ≥ 0 cas Min (resp. c ≤ 0 cas Max) par une solution optimale de base,
soit avec une famille de solutions réalisables (pour lesquelles la fonction objective est non bornée) en un
nombre fini d’itérations.
Choisir l’indice s le plus petit pour lequel cs < 0 comme indice de variable entrant dans la base cas Min(resp. cs > 0
cas Max)
Choisir r correspondante à la variable de plus faible indice parmi celles candidates à quitter la base.
Théorème 5.4.4 L’algorithme du Simplexe avec les critères d’entrée et de sortie de Bland se termine en un nombre fini
d’itérations.
Next
i-skills.ma/mod/lesson/view.php?id=541&pageid=364 3/4
12/7/23, 4:31 PM M1.4.1 - PL -2324: Méthode de simplexe: 5.4 Méthode du simplexe (Cas favorable)
i-skills.ma/mod/lesson/view.php?id=541&pageid=364 4/4