MÉTHODE

ALGÉBRIQUE :

LA MÉTHODE
SIMPLEXE
Méthode Simplexe INTRODUCTION 34

Dans la partie précédente, on a présenté des programmes à deux variables.

Alors que dans la pratique, les programmes linéaires comportent plusieurs dizaines
de variables et de contraintes. D’où la nécessité d’une procédure algébrique pour
Résoudre des PL avec plus de deux variables.
Cette méthode appelée « Méthode du Simplexe ».

L’algorithme du simplexe est la plus utilisée des méthodes de

résolution des programmes linéaires. Il a été mis au point en
1948 par Bernard Dantzig. Depuis, cet algorithme a fait l’objet
Présentation de plusieurs articles scientifiques et a servi à la résolution de
nombreux problèmes. La méthode simplexe est une procédure
algébrique itérative qui permet de résoudre des PL.

A partir d’une solution admissible correspondant à un point

extrême du polyèdre, et chercher à augmenter la fonction
économique sur un point extrême voisin et ainsi, de proche en
Principe proche sur le polyèdre , arriver à un point optimal.
Il est possible d’adopter une représentation sous forme de
tableaux qui facilite considérablement les calculs de
l’application de la méthode du simplexe
Méthode Simplexe 35

Ecrire le programme sous forme standard

Etape 1:

Trouver la première solution réalisable de base

Tableau initial

Etape 2:

Procéder à une série d’itérations sur les

tableaux de simplexe aboutissant à la
solution optimale
 36

MÉTHODE SIMPLEXE:
MAXIMISATION
 Méthode Simplexe 37

FORME STANDARD D’UN PL

Lorsque l’ensemble de contraintes se présente sous forme d’inégalités ( ≥ ou ≤ ) on parle de forme canonique.

Un problème linéaire est sous forme standard si toutes les contraintes sont des contraintes égalité. Pour transformer une
contrainte d’inégalité en contrainte d’égalité, il faut ajouter aux membres de gauche d’une contrainte des variables qui
sert à absorber l’écart entre le membre gauche et le membre droit d’une contrainte.

La variable d’écart d’une contrainte représente la quantité disponible non utilisée. C’est l’écart entre la disponibilité et le
besoin.

Forme
Forme standard
canonique
correspondante
d’un PL
Méthode Simplexe
ALGORITHME 38

Forme standard

Définir une solution de base de départ

Tableau simplexe initial

Changement de base

Pivotage

Tableau simplexe suivant

 Méthode Simplexe
39

EXEMPLE D’APPLICATION
Nous décrirons le déroulement de la méthode du simplexe en l’appliquant au PL ci-dessous :
Méthode Simplexe 40

Forme standard Forme canonique

On peut déterminer la première solution de base réalisable :

𝑥 𝐵1 = (0 , 0 , 4 , 12 , 18) et 𝑧1 = 0
Méthode Simplexe 41

TABLEAU INITIAL
Coef. 𝐶𝑗 300 500 0 0 0
𝐶𝐵 Base 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 Solution Rapport
0 𝑥3 1 0 1 0 0 4
0 𝑥4 0 2 0 1 0 12
0 𝑥5 3 2 0 0 1 18
𝑧𝑗 0 0 0 0 0 0
𝑐𝑗 − 𝑧𝑗 300 500 0 0 0
 Méthode Simplexe 42

Coef. 𝐶𝑗 300 500 0 0 0

𝐶𝐵 Base 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 Solution Rapport
0 𝑥3 1 0 1 0 0 4
0 𝑥4 0 2 0 1 0 12
0 𝑥5 3 2 0 0 1 18
𝑧𝑗 0 0 0 0 0 0
𝑐𝑗 − 𝑧𝑗 300 500 0 0 0

Pour augmenter la valeur de z, on examine une nouvelle solution de base. Pour l’obtenir, on
Changement doit introduire une nouvelle variable dans la base (Variable entrante) et exclure une des
de base variables qui y figurait précédemment (Variable sortante). On appelle changement de base
le processus qui consiste à choisir la variable entrante et la variable sortante.

Choix de la Dans la dernière ligne, le coefficient dont la valeur est la plus élevée détermine la variable à
variable entrante entrer dans la base. La colonne de la variable entrante on l’appelle colonne pivot.
 Colonne pivot
Méthode Simplexe Pivot 43

Coef. 𝐶𝑗 300 500 0 0 0

𝐶𝐵 Base 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 Solution b Rapport
0 𝑥3 1 0 1 0 0 4 ∞
Variable
0 𝑥4 0 2 0 1 0 12 12/2 = 6 Ligne pivot
sortante
0 𝑥5 3 2 0 0 1 18 18/2 = 9
𝑧𝑗 0 0 0 0 0 0
𝑐𝑗 − 𝑧𝑗 300 500 0 0 0

Variable entrante

On choisit la variable sortante comme étant la variable de base qui s’annule la première. Cela
Choix de la revient à calculer le minimum du rapport du coefficient du membre de droite de chaque
variable sortante contrainte sur le coefficient correspondant de la colonne pivot lorsque ce dernier est
strictement positif. Cette ligne recoit le nom de ligne pivot.
 Méthode Simplexe 44

Le pivotage est le processus qui consiste à rendre le pivot = 1 et la transformation des autres
Pivotage cases selon des règles bien précises. Le pivot nous permettra de transformer le tableau actuel
en un deuxième tableau correspondant à la nouvelle base. Pour cela :
• Transformation de la ligne pivot : Diviser tous ses éléments par le pivot.

• Transformation de la colonne pivot : Les éléments situés au-dessus et au-dessous du pivot deviennent 0.

Remarque :
Coef. 𝐶𝑗 300 500 0 0 0
• Si une ligne contient un
𝐶𝐵 Base 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 Solution b Rapport 0 à l’intersection avec la
colonne du pivot, cette
0 𝑥3 1 0 1 0 0 4
ligne ne sera pas
500 𝑥2 0 1 0 1/2 0 6 modifiée.
• Si une colonne à un 0
0 𝑥5 3 0 0 1
avec la ligne du pivot,
𝑧𝑗 cette colonne ne sera pas
modifiée.
𝑐𝑗 − 𝑧𝑗
 Coef. 𝐶𝑗 300 500 0 0 0
Règle du 45

𝐶𝐵 Base 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 Solution Rapport rectangle

0 𝑥3 1 0 1 0 0 4 Le principe de cette méthode
0 𝑥4 0 2 0 1 0 12 est :
𝑏×𝑐
0 𝑥5 3 2 0 0 1 18 𝑎′ = 𝑎 −
𝑝i𝑣𝑜𝑡
𝑧𝑗 0 0 0 0 0 0 Avec :
𝑐𝑗 − 𝑧𝑗 300 500 0 0 0 • a’ : la nouvelle valeur du
coefficient a.
Première itération : • b : l’élément situé sur la
même ligne que a, mais
Coef. 𝐶𝑗 300 500 0 0 0 dans la colonne du pivot.
𝐶𝐵 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 Solution b Rapport • c : l’élément situé sur la
Base même colonne que a,
0 𝑥3 1 0 1 0 0 4 mais sur la ligne du pivot.
500 𝑥2 0 1 0 1/2 0 6
0 𝑥5 3 0 0 -1 1 6
𝑧𝑗 0 500 0 250 0 3000
𝑐𝑗 − 𝑧𝑗 300 0 0 -250 0
Méthode Simplexe
46

Coef. 𝐶𝑗 300 500 0 0 0

𝐶𝐵 Base 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 Solution b Rapport
0 𝑥3 1 0 1 0 0 4
500 𝑥2 0 1 0 1/2 0 6
0 𝑥5 3 0 0 -1 1 6
𝑧𝑗 0 500 0 250 0 3000
𝑐𝑗 − 𝑧𝑗 300 0 0 -250 0

D’après ce tableau, on peut déterminer la deuxième solution de base réalisable : 𝑥 𝐵2 = (0 , 6 , 4 , 0 , 6)

et la valeur de la fonction z en 𝑥 𝐵2 : 𝑧2 = 3000

Le maximum de la fonction z est atteint lorsqu’il n’y a plus de coefficients positifs dans la dernière ligne. On poursuit
les changements de base et les pivotages jusqu’à ce qu’on y parvienne.
 47

Pivot
Variable entrante

Coef. 𝐶𝑗 300 500 0 0 0

𝐶𝐵 Base 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 Solution b Rapport
0 𝑥3 1 0 1 0 0 4 4/1=4
500 𝑥2 0 1 0 1/2 0 6 6/0=∞
Variable Ligne
0 𝑥5 3 0 0 -1 1 6 6/3=2 Pivot
sortante
𝑧𝑗 0 500 0 250 0 3000
𝑐𝑗 − 𝑧𝑗 300 0 0 -250 0

La variable entrante est 𝑥1 et la

Colonne pivot variable sortante est 𝑥5
 Coef. 𝐶𝑗 300 500 0 0 0
48
𝐶𝐵 Base 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 Solution b Rapport
0 𝑥3 1 0 1 0 0 4 4/1=4
500 𝑥2 0 1 0 1/2 0 6 6/0=∞
0 𝑥5 3 0 0 -1 1 6 6/3=2
𝑧𝑗 0 500 0 250 0 3000
𝑐𝑗 − 𝑧𝑗 300 0 0 -250 0

Deuxième itération:

Coef. 𝐶𝑗 300 500 0 0 0

𝐶𝐵 Base 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 Solution b Rapport
0 𝑥3 0 0 1 1/3 -1/3 2
500 𝑥2 0 1 0 1/2 0 6
300 𝑥1 1 0 0 -1/3 1/3 2
𝑧𝑗 300 500 0 150 100 3600
𝑐𝑗 − 𝑧𝑗 0 0 0 -150 -100
 49

Coef. 𝐶𝑗 300 500 0 0 0

𝐶𝐵 Base 𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 Solution b Rapport
0 𝑥3 0 0 1 1/3 -1/3 2
500 𝑥2 0 1 0 1/2 0 6
300 𝑥1 1 0 0 -1/3 1/3 2
𝑧𝑗 300 500 0 150 100 3600
𝑐𝑗 − 𝑧𝑗 0 0 0 -150 -100

D’après le tableau, la troisième solution de base réalisable et la valeur de la fonction objectif z sont :

• Troisième solution de base : 𝑥 𝐵3 = 2, 6,2,0,0 ;

• La valeur de la fonction objectif z en 𝑥 𝐵3 : 𝑧3 = 3600

Il n’y a plus de coefficients positifs dans la dernière ligne, la solution optimale est :

( 𝒙𝟏 , 𝒙𝟐 ) = ( 2 , 6 ) et 𝑧ma𝑥 = 𝟑𝟔𝟎𝟎