Académique Documents
Professionnel Documents
Culture Documents
RECHERCHE OPERATIONNELLE
1) Introduction
Souvent les coefficients d'un programme linéaire (𝑐𝑗 , 𝑏𝑖 𝑒𝑡 𝑎𝑖𝑗 ) varient dans le temps et dans
l'espace. Il est nécessaire d'étudier les effets de leurs variations sur la solution optimale initiale
trouvée (la solution optimale qu'on a trouvée avant les changements de ces coefficients). Il
est aussi important d'étudier les effets de l'addition d'une nouvelle variable ainsi que l'ajout
d'une nouvelle contrainte sur la solution optimale d'un programme linéaire.
Dans ce chapitre, nous allons analyser les effets de tous ces changements après avoir trouvé
la solution optimale d'un programme linéaire. Cette étude s'appelle aussi l'analyse post
optimalité d'un programme linéaire.
Rappelons le dernier tableau du simplexe en fonction des variables principales et écarts ainsi
que celui en fonction des variables de base et hors base :
𝐶𝑝𝑡 𝐶𝑒𝑡
Solutions
𝑋𝑝 𝑋𝑒
𝐶𝐼 . 𝑋𝐼 A−1
I 𝐴𝑝 A−1
I 𝐴𝑒 A−1
I 𝐵
𝐶𝐼𝑡 𝐶𝐼𝑡̅
Solutions
𝑋𝐼 𝑋𝐼 ̅
𝐶𝐼 . 𝑋𝐼 𝐼𝑚 A−1
I 𝐴𝐼 ̅ A−1
I 𝐵
Nous constatons que d'après ces deux tableaux, si un coefficient 𝒄𝒋 ∈ 𝐶 change, la seule
variation sera au niveau de la dernière ligne du tableau. Ce que veut dire son effet va être
localisé au niveau des valeurs marginales des variables du PL. La valeur de la fonction
économique va être affectée si le coefficient est associé à une variable de base seulement.
1
EZZEDDINE DELHOUMI
RECHERCHE OPERATIONNELLE
Dans ce paragraphe, nous allons étudier l'effet de la variation d'un coefficient 𝒄𝒋 lorsqu'il est
associé à une variable hors base et lorsqu'il est affecté à une variable de base.
Exemple :
Le tableau initial :
4 1 0 0
𝑥1 𝑥2 𝑒1 𝑒2 RHS
0 𝑒1 1 2 1 0 2 ℓ1 = 2
0 𝑒2 2 1 0 1 2 ℓ2 = 1 → 𝑉𝑆
𝛿𝑗 4 1 0 0 Z=0
↑
𝑉𝑒
Le tableau final (de la solution optimale) :
2
EZZEDDINE DELHOUMI
RECHERCHE OPERATIONNELLE
4 1 0 0
𝑥1 𝑥2 𝑒1 𝑒2 RHS
0 𝑒1 0 3/2 1 -1/2 1
4 𝑥1 1 1/2 0 1/2 1
𝛿𝑗 0 -1 0 -2 Z=4
4 3 0 0
𝑥1 𝑥2 𝑒1 𝑒2 RHS
0 𝑒1 0 3/2 1 -1/2 1 ℓ1 = 2/3 → 𝑉𝑆
4 𝑥1 1 1/2 0 1/2 1 ℓ2 = 2
𝛿𝑗 0 1 0 -2 Z=4
↑
𝑉𝑒
4 3 0 0
𝑥1 𝑥2 𝑒1 𝑒2 RHS
3
EZZEDDINE DELHOUMI
RECHERCHE OPERATIONNELLE
Si 𝑥𝑗 est une variable de base, il faut examiner toutes les valeurs marginales 𝛿𝑗 des variables
hors base car ces dernières sont en fonction de 𝑐𝑗 . En effet, le vecteur des valeurs marginales
des variables principales (𝐶𝑝𝑡 − CIt A−1
I 𝐴𝑝 ) est en fonction 𝐶𝐼 où 𝑐𝑗 ∈ 𝐶𝐼 . De même, le vecteur
des valeurs marginales des variables d'écarts (𝐶𝑒𝑡 − CIt A−1
I 𝐴𝑒 ) est aussi en fonction des 𝐶𝐼 . On
voit bien que si 𝐶𝐼 change, les 𝛿𝑗 vont changer aussi.
Si le coefficient 𝑐𝑗 change en 𝑐𝑗′ les 𝛿𝑗 vont changer en 𝛿𝑗′ . Dans ce cas en a deux situations
possibles :1
- Si toutes les 𝛿𝑗′ sont négatives ou nulles, alors la base optimale initiale reste optimale
mais la valeur de la fonction économique va changer puisque 𝑍 = CIt A−1 I 𝐵 est en
fonction de 𝐶𝐼 .
- Si au moins l'une des 𝛿𝑗′ devienne strictement positive, alors la solution optimale
initiale n'est plus optimale. Il faut dans ce cas trouver la nouvelle solution optimale en
commençant les itérations à partir du dernier tableau trouvé.
Exemple :
1 1 0 0
RHS
𝑥1 𝑥2 𝑒1 𝑒2
0 𝑒1 0 3/2 1 -1/2 1 ℓ1 = 2/3 → 𝑉𝑆
1 𝑥1 1 1/2 0 1/2 1 ℓ2 = 2
𝛿𝑗 0 1/2 0 -1/2 Z=3
↑
𝑉𝑒
1
Nous présentons les possibilités en cas de maximisation. On doit inverser le sens de l'inégalité en cas de
minimisation.
4
EZZEDDINE DELHOUMI
RECHERCHE OPERATIONNELLE
1 1 0 0
𝑥1 𝑥2 𝑒1 𝑒2 RHS
1 𝑥2 0 1 2/3 -1/3 2/3
1 𝑥1 1 0 -1/3 2/3 2/3
𝛿𝑗 0 0 -1/3 -1/3 Z = 4/3
Exemple :
2 3 0 0 0
RHS
𝑥1 𝑥2 𝑒1 𝑒2 𝑒3
3 𝑥2 0 1 1/2 0 -1/2 5
0 𝑒2 0 0 1 1 -4 4
2 𝑥1 1 0 -1/2 0 3/2 3
𝛿𝑗 0 0 -1/2 0 -3/2 Z=21
𝜆 3 0 0 0
RHS
𝑥1 𝑥2 𝑒1 𝑒2 𝑒3
3 𝑥2 0 1 1/2 0 -1/2 5
0 𝑒2 0 0 1 1 -4 4
𝜆 𝑥1 1 0 -1/2 0 3/2 3
𝜆 3 3 3
𝛿𝑗 0 0 ( − ) 0 ( − 𝜆) 𝑍 = 15 + 3 𝜆
2 2 2 2
−∞ 1 3 +∞
𝜆 3
𝛿𝑒1 = ( − ) - - +
2 2
3 3
𝛿𝑒3 = ( − 𝜆) + - -
2 2
➢ Premier cas :
𝜆 3 0 0 0
RHS
𝑥1 𝑥2 𝑒1 𝑒2 𝑒3
3 𝑥2 1/3 1 1/3 0 0 6
0 𝑒2 8/3 0 -1/3 1 0 12
0 𝑒3 2/3 0 -1/3 0 1 2
𝛿𝑗 (𝜆 − 1) 0 -1 0 0 𝑍 = 18
6
EZZEDDINE DELHOUMI
RECHERCHE OPERATIONNELLE
Si 𝜆 ∈]3, +∞[, 𝛿𝑒3 ≤ 0 mais 𝛿𝑒1 > 0 → la solution optimale initiale n’est plus optimale.
Donc, 𝑒1 entre dans la base et 𝑒2 sort de cette base.
𝜆 3 0 0 0
RHS
𝑥1 𝑥2 𝑒1 𝑒2 𝑒3
3 𝑥2 0 1 0 -1/2 3/2 3
0 𝑒1 0 0 1 1 -4 4
𝜆 𝑥1 1 0 0 1/2 -1/2 5
3 𝜆 9 𝜆
𝛿𝑗 0 0 0 ( − ) (− + ) 𝑍 = 9+5𝜆
2 2 2 2
3 𝜆
𝛿𝑒2 = (2 − 2) ≤ 0 𝑠𝑖 𝜆 ≥ 3 → 𝑣𝑟𝑎𝑖
9 𝜆
𝛿𝑒3 = (− 2 + 2) ≤ 0 𝑠𝑖 𝜆 ≤ 9
Si 𝜆 > 9 → la solution n’est pas encore optimale (𝛿𝑒3 > 0). Donc, 𝑒3 entre dans la base et 𝑥2
sort de cette base.
𝜆 3 0 0 0
RHS
𝑥1 𝑥2 𝑒1 𝑒2 𝑒3
0 𝑒3 0 2/3 0 -1/3 1 2
0 𝑒1 0 8/3 1 -1/3 0 12
𝜆 𝑥1 1 1/3 0 1/3 0 6
𝛿𝑗 𝜆 𝜆
0 (3 − ) 0 − 0 𝑍 = 6𝜆
3 3
7
EZZEDDINE DELHOUMI
RECHERCHE OPERATIONNELLE
𝜆
𝛿𝑒2 = − ≤ 0 𝑠𝑖 𝜆 ≥ 0 → 𝑣𝑟𝑎𝑖
3
{ 𝜆
, alors la solution trouvée est optimale.
𝛿𝑥2 = (3 − 3) ≤ 0 𝑠𝑖 𝜆 ≥ 9 → 𝑣𝑟𝑎𝑖
- Si 𝑐1 = 𝜆 ∈ ] − ∞, 1] → 𝑍 = 18
- Si 𝑐1 = 𝜆 ∈ [1,3] → 𝑍 = 15 + 3 𝜆 ∈ [18 , 24]
- Si 𝑐1 = 𝜆 ∈ [3,9] → 𝑍 = 9 + 5 𝜆 ∈ [24 , 54]
- Si 𝑐1 = 𝜆 ∈ [9, +∞[→ 𝑍 = 6 𝜆 ∈ [54, +∞[
100
Valeur de Z
80
60
9; 54
40
3; 24
-5; 18 20 1; 18
0
-10 -5 0 5 10 15 20 25
Coefficient C1
8
EZZEDDINE DELHOUMI
RECHERCHE OPERATIONNELLE
Rappelons qu'en écrivant le dual d'un PL, les éléments de seconds membres des contraintes
du primal deviennent les coefficients de la fonction objectif du dual. Si nous voulons étudier
les variations du second membre, nous pouvons construire le dual du PL donné et nous
étudions les variations des éléments de la fonction objectif de ce dual et ainsi nous appliquons
la méthode donnée dans le paragraphe précédent.
Une seconde méthode peut être utilisée. En effet, si nous examinons le tableau du simplexe
écrit sous la forme matricielle, nous constatons que si le vecteur B change en B' seuls les
éléments de la dernière colonne qui vont changer : (𝑋𝐼 = A−1 𝑡 −1
I 𝐵 𝑒𝑡 𝑍 = 𝐶𝐼 AI 𝐵 ).
➢ Tous les éléments du vecteur 𝑋𝐼 sont positifs ou nuls. Alors la base optimale initiale
trouvée reste optimale mais les valeurs des variables de base ainsi que la valeur de la
fonction objectif vont changer.
➢ Un ou plusieurs éléments du vecteur 𝑋𝐼 devient (deviennent) négatif(s). Dans ce cas
la solution optimale initiale n'est plus réalisable. Pour trouver une nouvelle solution
optimale (si elle existe) on peut appliquer la méthode "dual simplexe".
Exemple 1 :
4 5 0 0
𝑥1 𝑥2 𝑒1 𝑒2 RHS
4 𝑥1 1 0 4/11 -1/11 3/11
5 𝑥2 0 1 -1/11 3/11 2/11
𝛿𝑗 0 0 -1 -1 Z=2
9
EZZEDDINE DELHOUMI
RECHERCHE OPERATIONNELLE
4 1 3
− 𝑥1
11 11 11
𝐴−1
𝐼 =( 1 3 ) et 𝑋𝐼 = (𝑥 ) = 𝐴−1
𝐼 𝐵 = (2) passe en 𝑋𝐼′ = 𝐴−1 ′
𝐼 𝐵 =
− 11 2
11 11
7
0
(11
1 ) ≥ (0). La base optimale initiale reste optimale mais les valeurs des variables de
11
7 1
base ont changé ainsi que la valeur de 𝑍 a passé de 2 à 𝑍 ′ = 4 × 11 + 5 × 11 = 3.
1 4
• Si 𝑏1 = 1 passe en 𝑏1′ = 4 c'est à dire que 𝐵 = ( ) passe en 𝐵′ = ( ), alors les
1 1
nouvelles valeurs des variables de base deviennent :
15
11
𝑋𝐼′ = 𝐴−1 ′
𝐼 𝐵 =( 1 ) . La variable de base 𝑥2 est devenue négative, donc la solution
− 11
optimale initiale n'est plus réalisable. Il faut trouver une autre solution optimale.. Pour se faire,
il suffit d'utiliser le dernier tableau de la solution optimale initiale en remplaçant seulement
les valeurs des variables de base par les nouvelles valeurs trouvées. Ensuite on applique la
méthode "dual simplexe".
4 5 0 0
RHS
𝑥1 𝑥2 𝑒1 𝑒2
L1 4 𝑥1 1 0 4/11 -1/11 15/11
L2 5 𝑥2 0 1 -1/11 3/11 -1/11 → VS
𝛿𝑗 Solution non
0 0 -1 -1
réalisable
↑
𝑉𝑒
4 5 0 0
RHS
𝑥1 𝑥2 𝑒1 𝑒2
L’1=L1+4 L2 4 𝑥1 1 4 0 1 1
L’2=-11 L2 0 𝑒1 0 -11 1 -3 1
𝛿𝑗 0 -11 0 -4 Z= 4
10
EZZEDDINE DELHOUMI
RECHERCHE OPERATIONNELLE
Soit le PL suivant :
𝑀𝑎𝑥 𝑍 = 2𝑥1 − 3𝑥2 𝑀𝑎𝑥 𝑍 = 2𝑥1 − 3𝑥2 + 0𝑒1 + 0𝑒2 + 0𝑒3 − 𝑀𝑎3
𝑠/𝑐 𝑠/𝑐
4𝑥1 + 5 𝑥2 ≤ 40 4𝑥1 + 5 𝑥2 + 𝑒1 = 40
2 𝑥1 − 6 𝑥2 ≤ 24 ⇒ 2 𝑥1 − 6 𝑥2 + 𝑒2 = 24
3 𝑥1 − 3 𝑥2 ≥ 6 3 𝑥1 − 3 𝑥2 − 𝑒3 + 𝑎3 = 6
𝑥1 , 𝑥2 ≥ 0 𝑥1 , 𝑥2 , 𝑒1 , 𝑒2 , 𝑒3 , 𝑎3 ≥ 0
{ 𝑓𝑜𝑟𝑚𝑒 𝑐𝑎𝑛𝑜𝑛𝑖𝑞𝑢𝑒 { 𝑓𝑜𝑟𝑚𝑒 𝑠𝑡𝑎𝑛𝑑𝑎𝑟𝑑
2 -3 0 0 0
RHS
𝑥1 𝑥2 𝑒1 𝑒2 𝑒3
0 𝑒3 0 27/4 3/4 0 1 24
0 𝑒2 0 -17/2 -1/2 1 0 4
2 𝑥1 1 5/4 1/4 0 0 10
𝛿𝑗 0 -11/2 -1/2 0 0 20
- Domaine de validité de 𝑏1 :
Il faut que
3
0 −1
4
1 𝑏1 0
𝐴−1
𝐼 𝐵 = − 1 0 (24) ≥ (0)
2 6 0
1
( 4 0 0)
Remarquons qu'on peut extraire la matrice de base inverse à partir du dernier tableau trouvé.
Cette matrice est celle qui est au-dessous des variables d'écarts 𝑒1 , 𝑒2 𝑒𝑡 𝑒3 . Mais nous avons
multiplié la colonne de 𝑒3 par (-1) car cette variable corresponde à une contrainte de type
( ≥) .
3 3
0 −1 𝑏 − 6 ≥ 0 ⇔ 𝑏1 ≥ 8
4 4 1
1 𝑏1 1
− 1 0 (24) = − 𝑏1 + 24 ≥ 0 ⟺ 𝑏1 ≤ 48 → 8 ≤ 𝑏1 ≤ 48
2 6 2
1 1
( 4 0 0) { 𝑏 ≥ 0 ⟺ 𝑏1 ≥ 0
4 1
- Domaine de validité de 𝑏2 :
11
EZZEDDINE DELHOUMI
RECHERCHE OPERATIONNELLE
Il faut que
3
0 −1
4
1 40 0
𝐴−1
𝐼 𝐵 = − 1 0 ( 𝑏2 ) ≥ (0)
2 6 0
1
( 4 0 0)
3
0 −1
4 24 ≥ 0
1 40
− 1 0 ( 𝑏2 ) = {−20 + 𝑏2 ≥ 0 → 20 ≤ 𝑏2 < +∞
2 6 10 ≥ 0
1
( 4 0 0)
- Domaine de validité de 𝑏3 :
Il faut que
3
0 −1
4 40
1 0
𝐴−1
𝐼 𝐵 = − 1 0 (24) ≥ (0)
2 𝑏3 0
1
( 4 0 0)
3
0 −1
4 40 30 − 𝑏3 ≥ 0
1
− 1 0 24
( )={ 4≥0 → −∞ < 𝑏3 ≤ 30
2 𝑏3 10 ≥ 0
1
( 4 0 0)
Si nous voulons ajouter une nouvelle variable 𝑥𝑛+1 au programme linéaire possédant les
caractéristiques suivantes :
12
EZZEDDINE DELHOUMI
RECHERCHE OPERATIONNELLE
Exemple :
Reprenons l'exemple précédent :
4 5 0 0
RHS
𝑥1 𝑥2 𝑒1 𝑒2
4 𝑥1 1 0 4/11 -1/11 3/11
5 𝑥2 0 1 -1/11 3/11 2/11
𝛿𝑗 0 0 -1 -1 Z=2
2
La valeur marginale de cette variable est égale aussi à la différence entre le premier et le second membre de la
contrainte duale correspondante.
13
EZZEDDINE DELHOUMI
RECHERCHE OPERATIONNELLE
Nous allons maintenant voir deux cas : en premier cas, l'ajout d'une nouvelle variable
n'a pas d'effet sur la solution optimale initiale et en second cas cet ajout a un effet
significatif. En effet,
- Si on introduit une nouvelle variable 𝑥3 possédant les caractéristiques suivantes :
𝑐3 = 1, 𝑎13 = 6 𝑒𝑡 𝑎23 = 7
Le PL sera comme suit :
𝑀𝑎𝑥 𝑍 = 4𝑥1 + 5𝑥2 + 𝒙𝟑
𝑠/𝑐
3𝑥1 + 𝑥2 + 𝟔𝒙𝟑 ≤ 1
𝑥1 + 4𝑥2 + 𝟕𝒙𝟑 ≤ 1
{ 𝑥1 , 𝑥2 , 𝒙𝟑 ≥ 0
4 5 6 0 0
RHS
𝑥1 𝑥2 𝒙𝟑 𝑒1 𝑒2
4 𝑥1 1 0 2/11 4/11 -1/11 3/11
5 𝑥2 0 1 5/11 -1/11 3/11 2/11 → 𝑉𝑆
𝛿𝑗 0 0 3 -1 -1 Z=2
14
EZZEDDINE DELHOUMI
RECHERCHE OPERATIONNELLE
↑
𝑉𝑒
4 1 2
𝑎13 − 11 1
𝐴−1
𝐼 × (𝑎 ) = ( 111 3 ) ( ) = (11
5)
23 − 2
11 11 11
4 5 6 0 0
RHS
𝑥1 𝑥2 𝑥3 𝑒1 𝑒2
4 𝑥1 1 -2/5 0 2/5 -1/5 1/5
6 𝑥3 0 11/5 1 -1/5 3/5 2/5
𝛿𝑗 0 -33/5 0 -2/5 -14/5 Z = 16/5
1 2
𝑥1∗ = 5 𝑒𝑡 𝑥3∗ = 5 𝑑𝑒𝑠 𝑉𝐵
La nouvelle solution optimale est : { 𝑥2∗ = 𝑒1∗ = 𝑒2∗ = 0 𝑑𝑒𝑠 𝑉𝐻𝐵
16
𝑍𝑥∗ = = 3,2
5
𝑎𝑝1 𝑥1 + ⋯ + 𝑎𝑝𝑛 𝑥𝑛 ≤ 𝑏𝑝 . Nous devrons examiner si les valeurs des variables de la solution
optimale initiale vérifient cette contrainte ou non. Si oui, la solution optimale initiale reste
optimale. Sinon, la variable d'écart 𝑒𝑝 de cette contrainte est négative. Dans ce cas la solution
optimale initiale ne reste pas optimale (elle devient non réalisable) et il faut chercher une
nouvelle solution. Cette nouvelle solution peut se faire de deux méthodes :
• Première méthode :
15
EZZEDDINE DELHOUMI
RECHERCHE OPERATIONNELLE
Si on passe au dual, l'ajout d'une contrainte au primal revient à l’introduction d’une variable
au dual. Dans ce cas le traitement se fait par l'utilisation de la méthode du paragraphe
précédent sur le dual. Une fois la solution optimale du duale est atteinte, on pourra
déterminer la solution optimale du primal par déduction.
• Deuxième méthode :
Exemple :
Soit le programme linéaire suivant :
4 1 0 0
RHS
𝑥1 𝑥2 𝑒1 𝑒2
0 𝑒1 0 3/2 1 -1/2 1
4 𝑥1 1 1/2 0 1/2 1
𝛿𝑗 0 -1 0 -1 Z=4
4 1 0 0 0
RHS
𝑥1 𝑥2 𝑒1 𝑒2 𝒆𝟑
𝐿1 0 𝑒1 0 3/2 1 -1/2 0 1
𝐿2 4 𝑥1 1 1/2 0 1/2 0 1
𝐿3 0 𝒆𝟑 3 1 0 0 1 2
𝛿𝑗 0 -1 0 -1 0
Les transformations faites sont encore insuffisantes car 𝑥1 est une variable de base
alors qu'un élément de sa colonne dans le tableau doit être nul mais on le trouve égal
à 3. Donc on doit faire les changements nécessaires pour que cet élément soit nul.
Pour se faire, la ligne 𝐿3 va être remplacée par 𝐿′3 = 𝐿3 − 3𝐿2 . Le tableau devient le
suivant :
4 1 0 0 0
RHS
𝑥1 𝑥2 𝑒1 𝑒2 𝑒3
𝐿1 0 𝑒1 0 3/2 1 -1/2 0 1
𝐿2 4 𝑥1 1 1/2 0 1/2 0 1
𝐿′3 0 𝑒3 0 -1/2 0 -3/2 1 -1 → 𝑉𝑆
Solution
𝛿𝑗 0 -1 0 -1 0 non
réalisable
↑
𝑉𝑒
17
EZZEDDINE DELHOUMI
RECHERCHE OPERATIONNELLE
4 1 0 0 0
RHS
𝑥1 𝑥2 𝑒1 𝑒2 𝑒3
0 𝑒1 0 5/3 1 0 -1/3 4/3
4 𝑥1 1 1/3 0 0 1/3 2/3
0 𝑒2 0 1/3 0 1 -2/3 2/3
𝛿𝑗 0 -1/3 0 0 -4/3 Z = 8/3
2 4 2
𝑥1∗ = 3 , 𝑒1∗ = 3 𝑒𝑡 𝑒2∗ = 3 𝑑𝑒𝑠 𝑉𝐵
La solution du primal est : { 𝑥2∗ = 𝑒3∗ = 0 𝑑𝑒𝑠 𝑉𝐻𝐵
8
𝑍𝑥∗ = = 2,66
3
18