Institut des Hautes Etudes Commerciales.

Carthage
Filières : …3ème Année Management………………….…
Matière : Recherche Opérationnelle………………… 2H
Enseignants : …J. Siala / M. Ghorbel

Examen Principal, Janvier 2016

Exercice 1 (9 points)

Soit le programme linéaire suivant :

Min C = 8 X 1 − 2 X 2 + X 3 + 3 X 4
4 X 1 − X 2 + X 3 3

S .C. X 1 − X 2 − X 3 + X 4  5
 X  0, i  1, 2, 3, 4
 i

1. Écrire le programme linéaire dual de ce programme linéaire. (1 point)

Max Z = 3Y1 + 5Y2
4Y1 + Y2  8
Y + Y  2
 1 2
S .C.Y1 − Y2  1
 Y 3
 2

 X i  0, i  1, 2
2. Résoudre graphiquement le programme linéaire dual. (3 points)
 Point Y1 Y2 Z

C 9/5 4/5 47/5

D 5/4 3 75/4

E 0 2 10

F 3/2 1/2 7

I 0 3 15

La solution optimale est : Y1*= 5/4 ; Y2*= 3 ; S’1*= 0 ; S’2*= 9/4 ; S’3*= 11/4 ; S’4*= 0 ; Z* = 75/4 ;
3. En utilisant le théorème des écarts complémentaires, donner la solution optimale du programme
primal. (2.5 points)
D’après le théorème des écarts complémentaires, S1 = S2 = X2 = X3 =0, X1 ≠ 0 et X4 ≠ 0.
On en déduit que : X1* = 3/4 et X4* = 17/4. C* = 75/4.
4. Donnez le tableau optimal du primal. (2,5 points)
 1 
 0
 4 0 −1 4
AB =   ; AB =  
1 1 − 1 1
 
 4 

8 -2 1 3 0 0
VB
X1 X2 X3 X4 S1 S2 Q
8 X1 1 -1/4 1/4 0 -1/4 0 3/4
3 X4 0 -3/4 -5/4 1 1/4 -1 17/4
zj 8 -17/4 -7/4 3 -5/4 -3
75/4
zj 0 -9/4 -11/4 0 -5/4 -3

a b 1  d −b 
Rappel : Soit une matrice A =   ; Son inverse est égal à :  
c d det ( A )  −c a 

Exercice 2 (11 points)

Soit le programme linéaire (PL) suivant :

Max Z = X 1 + 3 X 2 + X 3
 X 1 + X 2 + 3 X 3  15
2 X + X + X  20
 1 2 3
S .C.
 1X + 2 X 2 + X 3  10
 X i  0, i  1, 2, 3
1. Complétez le tableau du simplexe suivant et retrouvez la solution optimale (1 point)

VB
X1 X2 X3 S1 S2 S3 Q
S2 -3/5 -9/5 -2/5 3
X3 1/5 -2/5 -1/5 4
X2 2/5 1/5 3/5 3
zj
zj

1 3 1 0 0 0
VB
X1 X2 X3 S1 S2 S3 Q
0 S2 -3/5 0 0 -9/5 1 -2/5 3
1 X3 1/5 0 1 -2/5 0 -1/5 4
3 X2 2/5 1 0 1/5 0 3/5 3
zj 7/5 3 1 1/5 0 8/5
13
zj -2/5 0 0 -1/5 0 -8/5

2. Donnez la solution optimale duale ainsi que le dernier tableau du simplexe du programme linéaire
dual. (2 points)
Min C = −15Y1 − 20Y2 + 10Y3
 −Y1 − 2Y2 + Y3  1
 −Y − Y + 2Y  3
Dual :  1 2 3
S .C 
 −3Y1 − Y2 + Y3  1
Yi  0 i  1, 2,3

Y1* = 1/5 ; Y3* = 8/5 ; S’1* = 2/5 ; Y2* = S’2* = S’3* = 0 ; C* =13 ;

-15 -20 10 0 0 0
VB
Y1 Y2 Y3 S’1 S’2 S’3 Q
0 S’1 0 3/5 0 1 -2/5 -1/5 2/5
-15 Y1 1 9/5 0 0 -1/5 2/5 1/5
10 Y3 0 2/5 1 0 -3/5 1/5 8/5
zj -15 -23 10 0 -3 -4
13
zj 0 -3 0 0 -3 -4

3. Donner l’intervalle de variation de c2, le coefficient économique de X2 dans la fonction objectif,

pour lequel la base optimale ne change pas. (2 points)

1 C2 1 0 0 0
VB
X1 X2 X3 S1 S2 S3 Q
0 S2 -3/5 0 0 -9/5 1 -2/5 3
1 X3 1/5 0 1 -2/5 0 -1/5 4
C2 X2 2/5 1 0 1/5 0 3/5 3
zj (1+2C2)/5 C2 1 (C2-2)/5 0 (3C2-1)/5
13
zj (4-2C2)/5 0 0 (2-C2)/5 0 (1-3C2)/5
 Pour que la base optimale ne change pas, il faut que tous les zj restent négatifs pour les variables
hors base. L’étude du signe des zj donne :

1/3 2

(4-2C2)/5 + + 0 -

(2-C2)/5 + + 0 -

(3C2-1)/5 + 0 - -

C2 doit appartenir à l’intervalle [2, +∞[

4. Pour quelle valeur de c1, le coefficient économique de X1 dans la fonction objectif, la solution
devient- elle multiple. (1 point)

C1 3 1 0 0 0
VB
X1 X2 X3 S1 S2 S3 Q
0 S2 -3/5 0 0 -9/5 1 -2/5 3
1 X3 1/5 0 1 -2/5 0 -1/5 4
3 X2 2/5 1 0 1/5 0 3/5 3
zj 7/5 3 1 1/5 0 8/5
13
zj C1-7/5 0 0 -1/5 0 -8/5

Pour que la solution soit multiple, il faut que C1-7/5=0. Pour cela, il faut que C1 = 7/5.
5. Donner la plage de variation de b2, second membre de la deuxième contrainte du programme
linéaire, pour laquelle la base optimale reste réalisable. (1,5 points)
 9 / 5 −1 −2 / 5   9 / 5 −1 −2 / 5 15   23 − b2 

−1      
AB =  2 / 5 0 −1/ 5  ; b ' =  2 / 5 0 −1/ 5  b2  =  4 
 −1/ 5 0 3/ 5   −1/ 5 0 3/ 5 10   3 
      
Pour que la base reste réalisable, il faut que 23-b2 ≥ 0  b2 ≤ 23.

6. Est-il profitable d’introduire une nouvelle variable x4 ayant les caractéristiques suivantes :
1
 
c4 = 5 et X 4 =  5  ? Donnez la nouvelle solution si nécessaire. (2,5 points)
 2
 
La contrainte duale associée est :- Y1 - 5Y2 +2 Y3 ≥ 5
En remplaçant les termes par leurs valeurs optimales, on constate que cette contrainte duale
n’est pas vérifiée. Il est par conséquent profitable d’introduire la nouvelle variable dans le
programme linéaire.
On commence par calculer les coefficients technologiques de X4 dans le tableau optimal du
simplexe.
 9 / 5 −1 −2 / 5  1   −4 
    
 2 / 5 0 −1/ 5  5  =  0 
 −1/ 5 0 3/ 5  2   1 
    
 Le tableau du simplexe devient :

1 3 1 5 0 0 0
VB
X1 X2 X3 X4 S1 S2 S3 Q
0 S2 -3/5 0 0 -4 -9/5 1 -2/5 3
1 X3 1/5 0 1 0 -2/5 0 -1/5 4
3 X2 2/5 1 0 1 1/5 0 3/5 3
zj 7/5 3 1 3 1/5 0 8/5
13
zj -2/5 0 0 2 -1/5 0 -8/5

1 3 1 5 0 0 0
VB
X1 X2 X3 X4 S1 S2 S3 Q
0 S2 1 4 0 0 -1 1 2 15
1 X3 1/5 0 1 0 -2/5 0 -1/5 4
5 X4 2/5 1 0 1 1/5 0 3/5 3
zj 11/5 5 1 5 3/5 0 14/5
19
zj -6/5 -2 0 0 -3/5 0 -14/5

7. Si on introduit la contrainte suivante : X1+2X2+X3 ≤ 12, la solution optimale restera t’elle

réalisable ? Trouvez la nouvelle solution si nécessaire. (1 point)
En remplaçant les Xi par leurs valeurs optimales, on constate que la valeur de la contrainte d’écart
associée est égale à 10  12. La contrainte est donc vérifiée. Cela implique que l’introduction de
cette nouvelle contrainte ne va pas influer sur la solution de base qui reste réalisable.