Académique Documents
Professionnel Documents
Culture Documents
RAMCHOUN Hassan
hassanramchoun@gmail.com
2022/2023
5 . Optimisation des L’optimisation joue un rôle essentiel dans la recherche opérationnelle car,
graphes outre son aspect important, elle est utilisée comme outil par la plupart des
autres techniques
4
RAMCHOUN Hassan cours RO 2022/2023
Introduction
La recherche opérationnelle est une approche quantitative permettant de produire de
1.Introduction à
la modélisation meilleures décisions:
et à la PL
• Elle propose des modèles pour analyser des situations complexes et permet
2 . Méthodes de
résolution aux décideurs de faire des choix efficaces et robustes
• Elle fournit des outils afin de trouver des solutions optimales ou proches de
3 . Dualité en PL l’optimum pour des problèmes d’optimisation
Outils scientifiques:
4 . Programmation en
nombres entiers
Mathématiques Appliquées (Algèbre, Probabilités, Optimisation, Théories de
5 . Optimisation des
Graphes, ….) ;
graphes
Informatique (Algorithmique, Complexité, …)
5
RAMCHOUN Hassan cours RO 2022/2023
Introduction
Exemples d’applications :
1.Introduction à
la modélisation
et à la PL • Comment ordonnancer les tâches d’un projet tout en minimisant sa durée?
• Trouver un (plus court) chemin entre deux villes
2 . Méthodes de
résolution • Comment investir 100000 DH dans un projet de sorte à maximiser le profit obtenu
après deux ans?
• Transport d’un ensemble de produits vers un ensemble de clients de sorte à
3 . Dualité en PL
minimiser le coût total du transport
Elaborer un modèle
5 . Optimisation des Développer un algorithme de résolution exacte ou approchée ;
graphes
Evaluer la qualité des solutions produites par l’algorithme dans l’environnement réel
du problème.
6
RAMCHOUN Hassan cours RO 2022/2023
Définitions et écriture d’un programme linéaire
1.Introduction à
la modélisation La programmation mathématique linéaire consiste le moyen le plus naturel pour
et à la PL
modéliser une vaste classe de problèmes de recherche opérationnelle
2 . Méthodes de La programmation linéaire permet de traiter des problèmes dans lesquels on
résolution
cherche à optimiser (maximiser ou minimiser) une fonction linéaire de plusieurs
variables qui sont soumises à des restrictions imposées par la nature du
3 . Dualité en PL
problème. Ces restrictions appelées également contraintes, se représentent sous
forme d’équations ou inéquations linéaires
4 . Programmation en
nombres entiers
7
RAMCHOUN Hassan cours RO 2022/2023
Forme d’un programme linéaire
Un programme linéaire générale s’écrit sous la forme:
1.Introduction à
la modélisation
et à la PL
2 . Méthodes de
résolution
3 . Dualité en PL
4 . Programmation en
nombres entiers
Exemples
5 . Optimisation des
graphes
8
RAMCHOUN Hassan cours RO 2022/2023
Forme d’un programme linéaire
1- Forme canonique d’un programme linéaire
1.Introduction à
la modélisation La forme canonique d’un programme linéaire est sous la forme suivante:
et à la PL
4 . Programmation en Exemple
nombres entiers
5 . Optimisation des
graphes
9
RAMCHOUN Hassan cours RO 2022/2023
Forme d’un programme linéaire
1.Introduction à
la modélisation
et à la PL
Tout programme linéaire peut être mis sous forme canonique, il suffit de noter que:
2 . Méthodes de
résolution Exemples
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
10
RAMCHOUN Hassan cours RO 2022/2023
Forme d’un programme linéaire
1.Introduction à Exemples:
la modélisation
et à la PL
Mettre sous forme canonique les programmes suivants:
2 . Méthodes de
résolution
3 . Dualité en PL
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
11
RAMCHOUN Hassan cours RO 2022/2023
Forme d’un programme linéaire
2 . Méthodes de
résolution Problème de maximisation
Toutes les contraintes sont du type égal
3 . Dualité en PL Toutes les variables sont positives
4 . Programmation en
nombres entiers Exemple
5 . Optimisation des
graphes
12
RAMCHOUN Hassan cours RO 2022/2023
Forme d’un programme linéaire
1.Introduction à
la modélisation
et à la PL
2 . Méthodes de Tout programme linéaire peut être mis sous forme standard, il suffit de noter que:
résolution
Exemple
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
13
RAMCHOUN Hassan cours RO 2022/2023
Forme d’un programme linéaire
1.Introduction à
la modélisation Exemple:
et à la PL
3 . Dualité en PL
4 . Programmation en
nombres entiers
14
RAMCHOUN Hassan cours RO 2022/2023
Modélisation d’un problème réel par un programme linéaire
1.Introduction à
la modélisation
et à la PL
2 . Méthodes de
résolution La modélisation d’un problème réel par un programme linéaire consiste à
faire:
3 . Dualité en PL
Le choix des variables
5 . Optimisation des
graphes
15
RAMCHOUN Hassan cours RO 2022/2023
Modélisation d’un problème réel par un programme linéaire
Exemple 1 (problème de production) :
1.Introduction à
la modélisation
et à la PL Une usine fabrique deux produits P 1 et P2 en utilisant un certain nombre de ressources. Ces
besoins sont indiqués dans le tableau suivant. Par ailleurs, chaque ressource est disponible en
2 . Méthodes de quantité limitée
résolution
P1 P2 Disponibilité
Ressource A 3 9 81
3 . Dualité en PL
Ressource B 4 5 55
Ressource C 2 1 20
4 . Programmation en
nombres entiers Les deux produits P1 et P2 rapportent à la vente respectivement des bénéfices de 60 DH et 40 DH
par unité. Quelles quantités de produits P 1 et P2 doit produire l’usine afin de maximiser le bénéfice
total venant de la vente des 2 produits?
5 . Optimisation des
graphes
16
RAMCHOUN Hassan cours RO 2022/2023
Modélisation d’un problème réel par un programme linéaire
Solution:
1.Introduction à
la modélisation Le choix des variables: x1 et x2 sont respectivement les quantités des produits P 1 et P2 fabriqués
et à la PL
Le choix de la fonction objectif à maximiser: la fonction objectif correspond au bénéfice total
2 . Méthodes de est 60 x1 + 40 x2 Le problème se traduit donc par : max 60 x1 + 40 x2
résolution
La détermination des contraintes:
5 . Optimisation des
graphes
17
RAMCHOUN Hassan cours RO 2022/2023
Modélisation d’un problème réel par un programme linéaire
Exemple 2 (problème de fleuriste)
1.Introduction à
la modélisation
et à la PL
Problème de fleuriste
2 . Méthodes de
résolution Un fleuriste dispose de 45 roses, 36 Tulipes et 27 Marguerites
achetées à M MAD, Il veut offrir à ces clients deux types de
bouquets de fleurs:
3 . Dualité en PL
- Type 1: Bouquet à 80 MAD composé de 10 roses, 4 Tulipes et 2
Margurites
- Type 2 :Bouquet à 60 MAD composé de 6 roses, 6 Tulipes et 6
4 . Programmation en
nombres entiers Margurites
18
RAMCHOUN Hassan cours RO 2022/2023
Modélisation d’un problème réel par un programme linéaire
19
RAMCHOUN Hassan cours RO 2022/2023
Modélisation d’un problème réel par un programme linéaire
Exemple 3 (problème de transport):
1.Introduction à
la modélisation
et à la PL Une entreprise dispose de 2 entrepôts (A1 et A2) pour des unités destinées à satisfaire la
demande de 3 clients C1, C2 et C3. Le nombre d’unités disponibles à chaque entrepôt et les
2 . Méthodes de
résolution demandes minimales des clients sont spécifiés dans le tableau suivant qui contient également le
coût du transport d’une unité de chaque entrepôt à chaque client
3 . Dualité en PL
Entrepôt Clients Disponibilité
C1 C2 C3
4 . Programmation en A1 1 4 9 200
nombres entiers A2 6 8 4 500
5 . Optimisation des
Demande 200 400 100
graphes
Le problème est de déterminer quelle quantité chaque client reçoit de chaque entrepôt pour
21
RAMCHOUN Hassan cours RO 2022/2023
Modélisation d’un problème réel par un programme linéaire
1.Introduction à
la modélisation La détermination des contraintes:
et à la PL
Disponibilité de chaque entrepôt:
2 . Méthodes de
résolution
Entrepôt Clients Disponibilité
22
RAMCHOUN Hassan cours RO 2022/2023
Modélisation d’un problème réel par un programme linéaire
1.Introduction à
la modélisation En résumé ce problème de transport se modélise sous la forme:
et à la PL
2 . Méthodes de
résolution
3 . Dualité en PL
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
23
RAMCHOUN Hassan cours RO 2022/2023
Méthode de résolution:
Chapitre 2 Algorithme de simplexe et ses
variantes
1.Introduction à
la modélisation Programmes Linéaire continus: La fonction objective et les contraintes sont
et à la PL toutes linéaires + le domaine des variables est continu
2 . Méthodes de
résolution
Programmes Linéaire en nombre entiers: La fonction objective et les
contraintes sont toutes linéaires + le domaine des variables est un sous
ensemble de
3 . Dualité en PL
5 . Optimisation des Programmes mixte: La fonction objective et les contraintes sont toutes
graphes linéaires + le domaine des variables est un sous ensemble de et ou de
25
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
la modélisation On pose comme étant l’ensembles des contraintes
et à la PL
2 . Méthodes de
résolution
Définitions
5 . Optimisation des
graphes
26
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
2 . Méthodes de
résolution
3 . Dualité en PL
27
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
la modélisation
et à la PL
Exemple
2 . Méthodes de
résolution
3 . Dualité en PL
4 . Programmation en
nombres entiers Représenter graphiquement le polyèdre associé aux solutions réalisables du
programme (P)
5 . Optimisation des
graphes
28
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
3 . Dualité en PL 8
7
6
4 . Programmation en
nombres entiers 5
4
3
5 . Optimisation des
graphes 2
1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
29
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
4 . Programmation en
nombres entiers 5
(6, 4)
4
3
5 . Optimisation des
graphes 2
1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
30
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
4 . Programmation en
nombres entiers 5
(6, 4)
4
3
5 . Optimisation des
graphes 2
1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
31
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
8 (0, 8)
3 . Dualité en PL
7
(0, 6)
6
4 . Programmation en
nombres entiers 5
(6, 4)
4
3
5 . Optimisation des
graphes 2
1
(8, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
32
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
8 (0, 8)
3 . Dualité en PL
7
(0, 6)
6
4 . Programmation en
nombres entiers 5
(6, 4)
4
3
5 . Optimisation des
graphes 2
1
(8, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
33
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12 (1, 12)
11
2 . Méthodes de
résolution 10 (2, 10)
9
8 (0, 8)
3 . Dualité en PL
7
(0, 6)
6
4 . Programmation en
nombres entiers 5
(6, 4)
4
3
5 . Optimisation des
graphes 2
1
(8, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
34
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12 (1, 12)
11
2 . Méthodes de
résolution 10 (2, 10)
9
8 (0, 8)
3 . Dualité en PL
7
(0, 6)
6 Le polyèdre qui représente le domaine réalisable D
4 . Programmation en
nombres entiers 5
(6, 4)
4
3
5 . Optimisation des
graphes 2
1
(8, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
35
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
la modélisation
et à la PL Considérons le programme linéaire (PL) sous forme canonique:
2 . Méthodes de
résolution
3 . Dualité en PL
4 . Programmation en
nombres entiers Notons l’ensemble des solutions réalisables de PL, on
dit que D est un polyèdre
36
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
la modélisation
et à la PL Rappel: Un ensemble C est convexe si
2 . Méthodes de
résolution Autrement dit un ensemble C est convexe si et seulement si tout segment de
droite reliant deux points de C est entièrement contenu dans C
3 . Dualité en PL
A
Convexe
4 . Programmation en
nombres entiers Non
convexe
5 . Optimisation des B
graphes
37
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
la modélisation Soit D un polyèdre. Un point
et à la PL
est un point extrême de D si on ne peut pas
l’exprimer comme combinaison convexe de deux autres points de D
2 . Méthodes de
résolution Soit D un polyèdre. Un point est un point extrême de D si on ne peut pas
trouver deux points y et z dans D, différents de x, et un scalaire tels que
3 . Dualité en PL
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
38
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
la modélisation
et à la PL Soit D un polyèdre borné qui a un nombre fini n de points extrêmes (y1, y2, …, yn). Tout
2 . Méthodes de point de D est une combinaison linéaire convexe des points extrêmes de D
résolution
3 . Dualité en PL
Théorème
4 . Programmation en
nombres entiers
L’optimum d’une fonction objective sur un polyèdre borné D est atteint en au
moins un point extrême
5 . Optimisation des
graphes
39
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
(3, 5)
4 . Programmation en
nombres entiers 5
4
3
5 . Optimisation des (6, 2)
graphes 2
1
(7, 0)
(0, 0) 12 13 14 15 16 17 18 19
1 2 3 4 5 6 7 8 9 10 11
-1
40
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à 13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
Représenter un niveau de la droite de la fonction objectif qui a au moins un
9
point d’intersection avec le domaine réalisable
8
3 . Dualité en PL Translater ce niveau de la droite de la fonction objectif selon la direction de
7
(0, 6) son gradient jusqu’à toucher le dernier point du domaine réalisable
6
(3, 5)
4 . Programmation en 5
nombres entiers
4
3
5 . Optimisation des (6, 2)
graphes 2
1
(7, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
-1
41
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à 13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
8
3 . Dualité en PL
7 Translater ce niveau de la droite de la fonction objective selon la
(0, 6)
6 direction de son gradient jusqu’à toucher le dernier point du
(3, 5)
4 . Programmation en 5 domaine réalisable
nombres entiers
4
3
5 . Optimisation des (6, 2)
graphes 2
1
(7, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
-1
42
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à 13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
8
3 . Dualité en PL
7
(0, 6)
6
(3, 5)
4 . Programmation en 5
nombres entiers
4
3
5 . Optimisation des (6, 2)
graphes 2
1
(7, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
-1
43
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à 13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
8
3 . Dualité en PL
7
(0, 6)
6
(3, 5)
4 . Programmation en 5
nombres entiers
4
3
5 . Optimisation des (6, 2)
graphes 2
1
(7, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
-1
44
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à 13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
8
3 . Dualité en PL
7
(0, 6)
6
(3, 5)
4 . Programmation en 5 Solution optimale (3,5)
nombres entiers
4
3
5 . Optimisation des (6, 2)
graphes 2
1
(7, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
-1
45
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
la modélisation
Les étapes de la résolution graphique
et à la PL
1. Construire un repère cartésien
2 . Méthodes de
résolution
2. Représenter les différentes contraintes
du domaine réalisable
46
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
la modélisation Exemples
et à la PL
2 . Méthodes de
résolution Résoudre graphiquement les programmes linéaires suivants:
3 . Dualité en PL
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
47
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
3 . Dualité en PL 8
7
6
4 . Programmation en
nombres entiers 5
4
3
5 . Optimisation des
graphes 2
1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
48
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
(0, 8)
3 . Dualité en PL 8
7
6
4 . Programmation en
nombres entiers 5
4
3
5 . Optimisation des
graphes 2
1 (8, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
49
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
(0, 8)
3 . Dualité en PL 8
(0,
7 6)
6
4 . Programmation en
nombres entiers 5
4
3
5 . Optimisation des
graphes 2
(12, 0)
1 (8, 0)
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
50
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
4 . Programmation en
nombres entiers 5
(4, 4)
4
3
5 . Optimisation des
graphes 2
1
(8, 0)
(0, 0) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
(1, -1) 51
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
4 . Programmation en
nombres entiers 5
(4, 4)
4
3
5 . Optimisation des
graphes 2
1
(8, 0)
(0, 0) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
(1, -1) 52
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
4 . Programmation en
nombres entiers 5
(4, 4)
4
3
5 . Optimisation des
graphes 2
1
(8, 0)
(0, 0) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
53
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
4 . Programmation en
nombres entiers 5
(4, 4)
4
3
5 . Optimisation des
graphes 2
1
(8, 0)
(0, 0) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
54
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
4 . Programmation en
nombres entiers 5
(4, 4)
4
3
5 . Optimisation des
graphes 2
1
(8, 0)
(0, 0) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
55
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
1.Introduction à
13
la modélisation
et à la PL 12
11
2 . Méthodes de
résolution 10
9
3 . Dualité en PL 8
7
(0, 6)
6
4 . Programmation en Une infinité de solutions présentées par
nombres entiers 5
le segment [A,B]
A= (4, 4)
4
3
5 . Optimisation des
graphes 2
1
B= (8, 0)
(0, 0) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
56
RAMCHOUN Hassan cours RO 2022/2023
Méthode graphique pour la résolution des PL
Domaine réalisable est vide
Problème impossible
1.Introduction à
13
la modélisation (0, 12)
et à la PL 12
11
2 . Méthodes de
résolution 10
9
3 . Dualité en PL 8
7
6
4 . Programmation en
nombres entiers 5
4
3 (5, 2)
5 . Optimisation des
graphes 2
1
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
57
RAMCHOUN Hassan cours RO 2022/2023
Exercice
1.Introduction à
la modélisation
et à la PL
2 . Méthodes de
résolution
3 . Dualité en PL
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
58
RAMCHOUN Hassan cours RO 2022/2023
Méthode de simplexe
1.Introduction à
la modélisation
et à la PL L’algorithme du simplexe est la méthode la plus utilisée pour résoudre les
2 . Méthodes de
résolution programmes linéaires. Il a été mis au point par le mathématicien américain
59
RAMCHOUN Hassan cours RO 2022/2023
Méthode de simplexe
3 . Dualité en PL
Domaine
réalisable D
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
60
RAMCHOUN Hassan cours RO 2022/2023
Méthode de simplexe
3 . Dualité en PL
Domaine
réalisable D
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
61
RAMCHOUN Hassan cours RO 2022/2023
Méthode de simplexe
5 . Optimisation des
graphes
62
RAMCHOUN Hassan cours RO 2022/2023
Méthode de simplexe
63
RAMCHOUN Hassan cours RO 2022/2023
Méthode de simplexe
Pour présenter l’algorithme de simplexe, nous commençons par la définition des notions
1.Introduction à
la modélisation suivantes:
et à la PL
2 . Méthodes de
résolution Base d’un système d’équations linéaires
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
64
RAMCHOUN Hassan cours RO 2022/2023
Méthode de simplexe
1. Base d’un système d’équations linéaires
1.Introduction à Soit Ax = b un système d’équations linéaires avec A est une matrice de dimension m×n
la modélisation
et à la PL Toute sous matrice inversible de A de dimension m×m est une base du système
2 . Méthodes de
résolution Exemple
Ax = b
3 . Dualité en PL
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes Est une sous matrice
inversible de A de
dimension 3×3
65
RAMCHOUN Hassan cours RO 2022/2023
Méthode de simplexe
1. Base d’un système d’équations linéaires
1.Introduction à Soit Ax = b un système d’équations linéaires avec A est une matrice de dimension m×n
la modélisation
et à la PL Toute sous matrice inversible de A de dimension m×m est une base du système
Exemple
2 . Méthodes de
résolution
Ax = b
3 . Dualité en PL
4 . Programmation en
nombres entiers
Variables hors base xN Variables de base xB
5 . Optimisation des
graphes
cN = (20 30) cB = (0 0 0 )
66
RAMCHOUN Hassan cours RO 2022/2023
Méthode de simplexe
4 . Programmation en
nombres entiers
67
RAMCHOUN Hassan cours RO 2022/2023
Méthode de simplexe
3. Solution de base réalisable associée à la base B d’un système d’équations linéaires
1.Introduction à
la modélisation On dit que est solution de base réalisable associée à la base B si toutes les
et à la PL
composantes de x sont positives
2 . Méthodes de
résolution
3 . Dualité en PL
4 . Programmation en
nombres entiers
68
RAMCHOUN Hassan cours RO 2022/2023
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B;
Préciser les variables de base et les variables hors base
Construire le tableau associé à la base B:
Étape 2. Choix de la variable entrante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la
solution actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la
variable hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la
base, c’est celle pour laquelle on a:
(Retourner à l’étape 2)
ΔN = cNT– cBT B-1 N = cNT 0 z- cBT B-1b = z
RAMCHOUN Hassan cours RO 2022/2023 69 - 0
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser
les variables de base et les variables hors base
Construire le tableau associé à la base B:
Étape 2. Choix de la variable entrante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la
variable hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base,
c’est celle pour laquelle on a:
Où λi sont les coefficients de la dernière colonne et ai sont les Variables hors base Variables de base
xN xB
coefficients de la variable entrante. Si tous les ai sont inférieurs
Variables de N I b
ou égale à 0, alors la solution est non bornée base xB
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable
entrante et la ligne de la variable sortante cN 0 z-0
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
x1 x2 y1 y2 y3
y1 1 3 1 0 0 18
y2 1 1 0 1 0 8
(Retourner à l’étape 2) 2 1 0 0 1 14
y3
(Retourner à l’étape 2)
RAMCHOUN Hassan cours RO 2022/2023 71
Algorithme de simplexe: méthode tabulaire
Étape 2. Choix de la variable entrante
Étape 1. Initialisation x1 x2 y1 y2 y3
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les y1 1 3 1 0 0 18
variables de base et les variables hors base 1 1 0 1 0 8
y2 2 1 0 0 1 14
Construire le tableau associé à la base B:
Étape 2. Choix de la variable entrante y3
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution
actuelle est optimale 20 30
Variable entrante est x2
0 0 0 z-0
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est
celle pour laquelle on a:
(Retourner à l’étape 2)
RAMCHOUN Hassan cours RO 2022/2023 72
Algorithme de simplexe: méthode tabulaire
Étape 3. Choix de la variable sortante
x1 x2 y1 y2 y3
Étape 1. Initialisation
y1 1 3 1 0 0 18 6
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les 1 1 0 1 0 8 8
variables de base et les variables hors base y2 2 1 0 0 1 14 14
Construire le tableau associé à la base B:
y3
Étape 2. Choix de la variable entrante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution 20 30 0 0 0 z-0
Variable entrante est x2
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est
celle pour laquelle on a:
(Retourner
RAMCHOUNàHassan
l’étape 2)
cours RO 2022/2023 73
Algorithme de simplexe: méthode tabulaire
Étape 3. Choix de la variable sortante
x1 x2 y1 y2 y3
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les y1 1 3 1 0 0 18 6 y1
1 1 0 1 0 8 8 Variable
variables de base et les variables hors base 2 1 0 0 1 14 14
y2 sortante
Construire le tableau associé à la base B:
Étape 2. Choix de la variable entrante y3
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution
actuelle est optimale 20 30 0 0 0 z-0
Variable entrante est x2
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est
celle pour laquelle on a:
(Retourner à l’étape 2)
RAMCHOUN Hassan cours RO 2022/2023 74
Algorithme de simplexe: méthode tabulaire
Étape 3. Choix de la variable sortante
x1 x2 y1 y2 y3
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les y1 1 3 1 0 0 18 6 y1
1 1 0 1 0 8 8 Variable
variables de base et les variables hors base 2 1 0 0 1 14 14
y2 sortante
Construire le tableau associé à la base B:
Étape 2. Choix de la variable entrante y3
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution
20 30 0 0 0 z-0
actuelle est optimale Variable entrante est x2
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est
celle pour laquelle on a:
(Retourner à l’étape 2)
RAMCHOUN Hassan cours RO 2022/2023 75
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 x2 y1 y2 y3
variables de base et les variables hors base y1
y1 1 3 1 0 0 18 6
Construire le tableau associé à la base B: 1 1 0 1 0 8 8 Variable
Étape 2. Choix de la variable entrante y2 2 1 0 0 1 14 14 sortante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable 20 30 0 0 0 z-0
Variable entrante est x2
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Étape 4. Construire le nouveau tableau
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est
celle pour laquelle on a:
x1 x2 y1 y2 y3
(Retourner à l’étape 2)
(Retourner à l’étape 2)
(Retourner à l’étape 2)
(Retourner à l’étape 2)
x2 1/3 1 1/3 0 0 6
y2 2/3 0 -1/3 1 0 2
y3 5/3 0 -1/3 0 1 8
Où λi sont les coefficients de la dernière colonne et ai sont les
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 0 -10 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
RAMCHOUN
(Retourner à Hassan cours RO
l’étape 2) 2022/2023 80
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 x2 y1 y2 y3
variables de base et les variables hors base y1
y1 1 3 1 0 0 18 6
Construire le tableau associé à la base B: 1 1 0 1 0 8 8 Variable
Étape 2. Choix de la variable entrante y2 2 1 0 0 1 14 14 sortante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable 20 30 0 0 0 z-0
Variable entrante est x2
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Étape 4. Construire le nouveau tableau
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est
celle pour laquelle on a:
x1 x2 y1 y2 y3
x2 1/3 1 1/3 0 0 6
y2 2/3 0 -1/3 1 0 2
y3 5/3 0 -1/3 0 1 8
Où λi sont les coefficients de la dernière colonne et ai sont les
coefficients de la variable entrante. Si tous les ai sont inférieurs 10 0 -10 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
RAMCHOUNàHassan
(Retourner l’étape cours
2) RO 2022/2023 81
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 x2 y1 y2 y3
variables de base et les variables hors base y1
y1 1 3 1 0 0 18 6
Construire le tableau associé à la base B: 1 1 0 1 0 8 8 Variable
Étape 2. Choix de la variable entrante y2 2 1 0 0 1 14 14 sortante
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable 20 30 0 0 0 z-0
Variable entrante est x2
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Étape 4. Construire le nouveau tableau
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est
celle pour laquelle on a:
x1 x2 y1 y2 y3
(Retourner à l’étape 2)
(Retourner à l’étape 2)
(Retourner à l’étape 2)
(Retourner à l’étape 2)
(Retourner à l’étape 2)
(Retourner à l’étape 2)
x2 1/3 1/3 1 0 0 6
y2 2/3 -1/3 0 1 0 2
(Retourner à l’étape 2) 5/3 -1/3 0 0 1 8
y3
RAMCHOUN Hassan cours RO 2022/2023 88
10 -1 0 0 0 0 z-180
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
5/3 -1/3 0 0 1 8
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3
actuelle est optimale 10 -1 0 0 0 0 z-180
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
hors base affectée au coefficient positif le plus élevé Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est x1 y1 x2 y2 y3
celle pour laquelle on a:
x2 1/3 1/3 1 0 0 6
y2 2/3 -1/3 0 1 0 2
5/3 -1/3 0 0 1 8
Où λi sont les coefficients de la dernière colonne et ai sont les y3
coefficients de la variable entrante. Si tous les ai sont inférieurs
10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
(Retourner à l’étape 2)
(Retourner à l’étape 2)
(Retourner à l’étape 2)
(Retourner à l’étape 2)
(Retourner à l’étape 2)
(Retourner à l’étape 2)
x2 0 1/2 1 -1/2 0 5
x1 1 -1/2 0 3/2 0 3
0 -1/2 0 -5/2 1 3
(Retourner à l’étape 2) y3
0 -5 0 -15 0 -210
RAMCHOUN Hassan cours RO 2022/2023 95
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
5/3 -1/3 0 0 1 8
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable 10 -1 0 0 0 0 z-180
hors base affectée au coefficient positif le plus élevé Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est x1 y1 x2 y2 y3
celle pour laquelle on a:
x2 1/3 1/3 1 0 0 6 18
y2 2/3 -1/3 0 1 0 2 3 y2
5/3 -1/3 0 0 1 8 24/5
Où λi sont les coefficients de la dernière colonne et ai sont les y3 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs
10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
x1 y1 x2 y2 y3
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
x2 0 1/2 1 -1/2 0 5
x1 1 -1/2 0 3/2 0 3
0 -1/2 0 -5/2 1 3
(Retourner à l’étape 2) y3
0 -5 0 -15 0 -210
RAMCHOUN Hassan cours RO 2022/2023 96
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
5/3 -1/3 0 0 1 8
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable 10 -1 0 0 0 0 z-180
hors base affectée au coefficient positif le plus élevé Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est x1 y1 x2 y2 y3
celle pour laquelle on a:
x2 1/3 1/3 1 0 0 6 18
y2 2/3 -1/3 0 1 0 2 3 y2
5/3 -1/3 0 0 1 8 24/5
Où λi sont les coefficients de la dernière colonne et ai sont les y3 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs
10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
x1 y1 x2 y2 y3
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
x2 0 1/2 1 -1/2 0 5
x1 1 -1/2 0 3/2 0 3
0 -1/2 0 -5/2 1 3
(Retourner à l’étape 2) y3
0 -5 0 -15 0 -210
RAMCHOUN Hassan cours RO 2022/2023 97
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
5/3 -1/3 0 0 1 8
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable 10 -1 0 0 0 0 z-180
hors base affectée au coefficient positif le plus élevé Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est x1 y1 x2 y2 y3
celle pour laquelle on a:
x2 1/3 1/3 1 0 0 6 18
y2 2/3 -1/3 0 1 0 2 3 y2
5/3 -1/3 0 0 1 8 24/5
Où λi sont les coefficients de la dernière colonne et ai sont les y3 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs
10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
x1 y1 x2 y2 y3
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
x2 0 1/2 1 -1/2 0 5
x1 1 -1/2 0 3/2 0 3
0 -1/2 0 -5/2 1 3
(Retourner à l’étape 2) y3
0 -5 0 -15 0 -210
RAMCHOUN Hassan cours RO 2022/2023 98
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
5/3 -1/3 0 0 1 8
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable 10 -1 0 0 0 0 z-180
hors base affectée au coefficient positif le plus élevé Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est x1 y1 x2 y2 y3
celle pour laquelle on a:
x2 1/3 1/3 1 0 0 6 18
y2 2/3 -1/3 0 1 0 2 3 y2
5/3 -1/3 0 0 1 8 24/5
Où λi sont les coefficients de la dernière colonne et ai sont les y3 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs
10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
x1 y1 x2 y2 y3
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
x2 0 1/2 1 -1/2 0 5
x1 1 -1/2 0 3/2 0 3
0 -1/2 0 -5/2 1 3
(Retourner à l’étape 2) y3
0 -5 0 -15 0 -210
RAMCHOUN Hassan cours RO 2022/2023 99
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
5/3 -1/3 0 0 1 8
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable 10 -1 0 0 0 0 z-180
hors base affectée au coefficient positif le plus élevé Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est x1 y1 x2 y2 y3
celle pour laquelle on a:
x2 1/3 1/3 1 0 0 6 18
y2 2/3 -1/3 0 1 0 2 3 y2
5/3 -1/3 0 0 1 8 24/5
Où λi sont les coefficients de la dernière colonne et ai sont les y3 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs
10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
x1 y1 x2 y2 y3
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
x2 0 1/2 1 -1/2 0 5
x1 1 -1/2 0 3/2 0 3
0 -1/2 0 -5/2 1 3
(Retourner à l’étape 2) y3
0 -5 0 -15 0 -210
RAMCHOUN Hassan cours RO 2022/2023 100
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
5/3 -1/3 0 0 1 8
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable 10 -1 0 0 0 0 z-180
hors base affectée au coefficient positif le plus élevé Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est x1 y1 x2 y2 y3
celle pour laquelle on a:
x2 1/3 1/3 1 0 0 6 18
y2 2/3 -1/3 0 1 0 2 3 y2
5/3 -1/3 0 0 1 8 24/5
Où λi sont les coefficients de la dernière colonne et ai sont les y3 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs
10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
x1 y1 x2 y2 y3
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
x2 0 1/2 1 -1/2 0 5
x1 1 -1/2 0 3/2 0 3
0 -1/2 0 -5/2 1 3
(Retourner à l’étape 2) y3
0 -5 0 -15 0 -210
RAMCHOUN Hassan cours RO 2022/2023 101
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
5/3 -1/3 0 0 1 8
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable 10 -1 0 0 0 0 z-180
hors base affectée au coefficient positif le plus élevé Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est x1 y1 x2 y2 y3
celle pour laquelle on a:
x2 1/3 1/3 1 0 0 6 18
y2 2/3 -1/3 0 1 0 2 3 y2
5/3 -1/3 0 0 1 8 24/5
Où λi sont les coefficients de la dernière colonne et ai sont les y3 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs
10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
x1 y1 x2 y2 y3
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
x2 0 1/2 1 -1/2 0 5
x1 1 -1/2 0 3/2 0 3
0 -1/2 0 -5/2 1 3
(Retourner à l’étape 2) y3
0 -5 0 -15 0 -210
RAMCHOUN Hassan cours RO 2022/2023 102
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
5/3 -1/3 0 0 1 8
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable 10 -1 0 0 0 0 z-180
hors base affectée au coefficient positif le plus élevé Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est x1 y1 x2 y2 y3
celle pour laquelle on a:
x2 1/3 1/3 1 0 0 6 18
y2 2/3 -1/3 0 1 0 2 3 y2
5/3 -1/3 0 0 1 8 24/5
Où λi sont les coefficients de la dernière colonne et ai sont les y3 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs
10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
x1 y1 x2 y2 y3
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
x2 0 1/2 1 -1/2 0 5
x1 1 -1/2 0 3/2 0 3
0 -1/2 0 -5/2 1 3
(Retourner à l’étape 2) y3
0 -5 0 -15 0 -210
RAMCHOUN Hassan cours RO 2022/2023 103
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les x1 y1 x2 y2 y3
variables de base et les variables hors base
Construire le tableau associé à la base B: x2 1/3 1/3 1 0 0 6
Étape 2. Choix de la variable entrante y2 2/3 -1/3 0 1 0 2
5/3 -1/3 0 0 1 8
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution y3
actuelle est optimale
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable 10 -1 0 0 0 0 z-180
hors base affectée au coefficient positif le plus élevé Retourner à l’étape 2
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est x1 y1 x2 y2 y3
celle pour laquelle on a:
x2 1/3 1/3 1 0 0 6 18
y2 2/3 -1/3 0 1 0 2 3 y2
5/3 -1/3 0 0 1 8 24/5
Où λi sont les coefficients de la dernière colonne et ai sont les y3 Variable
sortante
coefficients de la variable entrante. Si tous les ai sont inférieurs
10 -1 0 0 0 0 z-180
ou égale à 0, alors la solution est non bornée
Encadrer le pivot P qui représente l’intersection entre la colonne de la variable entrante Variable entrante est x2
et la ligne de la variable sortante
x1 y1 x2 y2 y3
Étape 4. Calcul de nouveau tableau par les deux règles suivantes:
x2 0 1/2 1 -1/2 0 5
x1 1 -1/2 0 3/2 0 3
0 -1/2 0 -5/2 1 3
(Retourner à l’étape 2) y3
0 -5 0 -15 0 z-210
RAMCHOUN Hassan cours RO 2022/2023 104
Algorithme de simplexe: méthode tabulaire
Étape 1. Initialisation Nouveau tableau
Écrire le programme linéaire sous forme standard : Déterminer une base B; Préciser les
variables de base et les variables hors base x1 y1 x2 y2 y3
Construire le tableau associé à la base B:
Étape 2. Choix de la variable entrante x2 0 1/2 1 -1/2 0 5
x1 1 -1/2 0 3/2 0 3
Si tous les coefficients des variables hors base sont négatifs ou nuls, alors la solution 0 -1/2 0 -5/2 1 3
actuelle est optimale y3
Sinon sélectionner la variable qui va entrer dans la base, et qui correspond à la variable
0 -5 0 -15 0 z-210
hors base affectée au coefficient positif le plus élevé
Étape 3. Choix de la variable sortante
Appliquer la règle du plus petit rapport pour identifier la variable qui quitte la base, c’est
celle pour laquelle on a:
(Retourner à l’étape 2)
(Retourner à l’étape 2)
(Retourner à l’étape 2)
2 . Méthodes de (P)
résolution
3 . Dualité en PL
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
109
RAMCHOUN Hassan cours RO 2022/2023
Solution:
Considérons le PL suivant
1.Introduction à
la modélisation (P)
et à la PL
2 . Méthodes de
résolution
4 . Programmation en Variable x1 x2 x3 x4 x5 b
nombres entiers
de base
x3 -3 2 1 0 0 2
5 . Optimisation des
graphes
x4 -1 2 0 1 0 4
x5 1 1 0 0 1 5
-Z 1 2 0 0 0 0
110
RAMCHOUN Hassan cours RO 2022/2023
Solution:
1.Introduction à La base précédente n’est pas optimal car les couts relatif des variables
la modélisation hors base sont strictement positifs, Choisissons comme variable entrante
et à la PL
dans la nouvelle base la variable hors base ayant le plus grand cout
2 . Méthodes de relatif c a d x2, Appliquons la règle du plus petit rapport pour trouver la
résolution variable sortante:
= =1
Donc la variable x3 quitte la base et sera remplacé par la variable x2,
3 . Dualité en PL
après pivotage on obtient:
4 . Programmation en Variable x1 x2 x3 x4 x5 b
nombres entiers
de base
x2 -3/2 1 1/2 0 0 1
5 . Optimisation des x4 2 0 -1 1 0 2
graphes
x5 5/2 0 -1/2 0 1 4
-Z 4 0 -1 0 0 -2
111
RAMCHOUN Hassan cours RO 2022/2023
Solution:
1.Introduction à
la modélisation La nouvelle solution de base est x2=1,
et à la PL
x4=2,x1=x3=0 et sont cout est z=2 Cette solution de
2 . Méthodes de base n’est pas optimale car c1=4 >0, La variable x1
résolution va donc entrer dans la base et x4 va quitter la base
Variable x1 x2 x3 x4 x5 b
3 . Dualité en PL de base
112
RAMCHOUN Hassan cours RO 2022/2023
Solution:
1.Introduction à
la modélisation
et à la PL Variable x1 x2 x3 x4 x5 b
de base
2 . Méthodes de x2 0 1 0 1/3 1/3 3
résolution
x1 1 0 0 -1/3 2/3 2
x3 0 0 1 -5/3 -5/3 2
3 . Dualité en PL
-Z 0 0 0 -1/3 -4/3 -8
4 . Programmation en
nombres entiers
La nouvelle solution de base est (x1,x2,x3,x4,x5)=(2,3,2,0,0) son
cout est 8
Les cout réduit de toutes les variables sont négatifs ou nuls , cette
5 . Optimisation des solution de base est optimale et l’algorithme se termine,
graphes
113
RAMCHOUN Hassan cours RO 2022/2023
Méthode de deux phases
Solution:
• Pour initialiser l’algorithme du simplexe, il faut disposer d’une solution de base réalisable
initiale
1.Introduction à
• Une telle solution de base initiale n’est pas nécessairement évidente
la modélisation
et à la PL C’est le cas d’un problème linéaire qui n’est pas sous forme canonique avec un second
membre positif
2 . Méthodes de
résolution
3 . Dualité en PL
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
114
RAMCHOUN Hassan cours RO 2022/2023
Méthode de deux phases
Solution:
1.Introduction à
la modélisation Une phase supplémentaire dans la méthode du simplexe est nécessaire pour
et à la PL
fournir une solution de base réalisable initiale pour un problème réalisable
2 . Méthodes de
résolution qu’on peut pas mettre sous forme canonique avec un second membre
positif
3 . Dualité en PL
5 . Optimisation des
graphes
115
RAMCHOUN Hassan cours RO 2022/2023
Méthode de deux phases
Solution:
Si toutes les contraintes d’un programme linéaire sont du type « inférieur ou égal » avec un second
1.Introduction à
membre positif, on serait dans la cas favorable, traité précédemment avec l’algorithme de
la modélisation
et à la PL simplexe, où on identifie facilement la matrice identité comme matrice de base initiale (chaque
variable d’écart ajouté correspond à une colonne unitaire)
2 . Méthodes de
résolution
3 . Dualité en PL
4 . Programmation en
nombres entiers
S’il y a des contraintes du type « supérieur ou égal » ou des contraintes d’égalités avec un second
5 . Optimisation des membre positif, on introduit des variables artificielles pour ces contraintes afin d’avoir les autres
graphes
colonnes unitaires qui complètent notre identité qui joueront la base initiale
116
RAMCHOUN Hassan cours RO 2022/2023
Méthode de deux phases
Solution:
1.Introduction à
la modélisation
et à la PL
2 . Méthodes de
résolution
3 . Dualité en PL
(P) et (P+) ne sont équivalents que si les variables artificielles t 1 et t2 sont nulles. Il faudra donc
4 . Programmation en
nombres entiers chercher le minimum de t1+t2, alors au lieu de résoudre (P+), nous allons commencer
premièrement par la résolution du problème suivant:
Cas 1: si le minimum pour t1 + t2 est nulle, alors on a trouvé
5 . Optimisation des une solution de base réalisable pour le problème original (P)
graphes
1.Introduction à
la modélisation
et à la PL Phase 1: Ecrire le Problème à résoudre sous une forme
canonique en identifiant une solution de base initial en appliquant la
2 . Méthodes de méthode des variables artificielles
résolution
3 . Dualité en PL
Phase 2: Appliquer l’algorithme de Simplexe au problème sous forme
canonique obtenue à la phase 1
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
118
RAMCHOUN Hassan cours RO 2022/2023
Méthode de deux phases
Solution:
Considérons le problèmes sous la forme standard
1.Introduction à
la modélisation
et à la PL Problème avec des variables artificielles
()
2 . Méthodes de
résolution
3 . Dualité en PL
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
119
RAMCHOUN Hassan cours RO 2022/2023
Méthode de deux phases
Solution:
1.Introduction à
Le modèle Pa permet soit de conclure que le problème P est non réalisable,
la modélisation soit de trouver une solution de base réalisable de P avec laquelle nous
et à la PL
pouvons initialiser L’algorithme de Simplexe,
Si la valeur optimal de Pa est non nulle alors P est non réalisable
2 . Méthodes de
résolution Si la valeur optimal de Pa est nulle alors P est réalisable et x constitue une
solution réalisable de P
Exemple
3 . Dualité en PL (P1) ()
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
120
RAMCHOUN Hassan cours RO 2022/2023
Méthode de deux phases
Solution:
Phase I
(Pa)
1.Introduction à
la modélisation
et à la PL
2 . Méthodes de
résolution
V.B x1 x2 e1 e2 e3 t1 t2 b
4 . Programmation en t1 10 6 0 0 0 1 0 45
nombres entiers
e1 4 6 1 0 0 0 0 36
e2 2 6 0 1 0 0 0 27
5 . Optimisation des
graphes t2 1 0 0 0 -1 0 1 2
0 0 0 0 0 1 1 0
121
RAMCHOUN Hassan cours RO 2022/2023
Méthode de deux phases
Solution:
V.B x1 x2 e1 e2 e3 t1 t2 b
3 . Dualité en PL t1 10 6 0 0 0 1 0 45
e1 4 6 1 0 0 0 0 36
4 . Programmation en
e2 2 6 0 1 0 0 0 27
nombres entiers t2 1 0 0 0 -1 0 1 2
-11 -6 0 0 1 0 0 -47
5 . Optimisation des
graphes
122
RAMCHOUN Hassan cours RO 2022/2023
Méthode de deux phases
Solution:
V.B x1 x2 e1 e2 e3 t1 t2 b
1.Introduction à
t1 0 6 0 0 10 1 -10 25
la modélisation e1 0 6 1 0 4 0 -4 28
et à la PL
e2 0 6 0 1 2 0 -2 23
2 . Méthodes de x1 1 0 0 0 -1 0 1 2
résolution
0 -6 0 0 -10 0 11 -25
3 . Dualité en PL V.B x1 x2 e1 e2 e3 t1 t2 b
e3 0 3/5 0 0 1 1/10 -1 5/2
e1 0 18/5 1 0 0 -2/5 0 18
4 . Programmation en
nombres entiers e2 0 24/5 0 1 0 -1/5 0 18
x1 1 3/5 0 0 0 1/10 0 9/2
5 . Optimisation des 0 0 0 0 0 1 1 0
graphes
La solution (9/2,0,18,18,5/2,0,0) est optimale de Pa avec une valeur
optimal égale à 0 Donc cette solution constitue une solution de base
initiale du P1
123
RAMCHOUN Hassan cours RO 2022/2023
Méthode de deux phases
Solution:
1.Introduction à
la modélisation La première phase de simplexe est terminée, nous sommes dans le premier
et à la PL
cas où z = 0. C’est à dire que la base associée aux variables x 1, e1, e2 et e 3
2 . Méthodes de
résolution est réalisable pour le problème original, c’est à partir de cette base que l’on
va résoudre le programme linéaire d’origine, dont la fonction objective est
3 . Dualité en PL
Pour démarrer la deuxième phase de simplexe, il suffit de supprimer les
colonnes associées aux variables artificielles t1 et t2, et d’exprimer z en
4 . Programmation en
nombres entiers
fonction des variables hors base (dans notre cas x2)
5 . Optimisation des
graphes
124
RAMCHOUN Hassan cours RO 2022/2023
Méthode de deux phases
Solution:
Phase II
1.Introduction à V.B x1 x2 e1 e2 e3 b
la modélisation
e3 0 3/5 0 0 1 5/2
et à la PL
e1 0 18/5 1 0 0 18
2 . Méthodes de e2 0 24/5 0 1 0 18
résolution
x1 1 3/5 0 0 0 9/2
-Z -80 -60 0 0 0 0
3 . Dualité en PL
Multiplier la 4 ligne *80 et l’ajouter à la dernière ligne
4 . Programmation en V.B x1 x2 e1 e2 e3 b
nombres entiers
e3 0 3/5 0 0 1 5/2
e1 0 18/5 1 0 0 18
5 . Optimisation des
graphes e2 0 24/5 0 1 0 18
x1 1 3/5 0 0 0 9/2
-Z 0 -12 0 0 0 360
125
RAMCHOUN Hassan cours RO 2022/2023
Méthode de deux phases
Solution:
1.Introduction à
la modélisation
et à la PL V.B x1 x2 e1 e2 e3 b
e3 0 0 0 -3/5 1 1/4
2 . Méthodes de
résolution e1 0 0 1 -18/5 0 9/2
x2 0 1 0 5/24 0 15/4
3 . Dualité en PL x1 1 0 0 -1/8 0 9/4
-Z 0 0 0 5/4 0 405
4 . Programmation en
nombres entiers
La solution de P1 soit (9/4,15/4) avec Z=-405
5 . Optimisation des
graphes
126
RAMCHOUN Hassan cours RO 2022/2023
Exercice
Solution:
Résoudre le problème suivant par la méthode de simplexe à deux phases
1.Introduction à
la modélisation
et à la PL
2 . Méthodes de
résolution
3 . Dualité en PL
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
127
RAMCHOUN Hassan cours RO 2022/2023
Dualité en programmation
Chapitre 3 linéaire
1.Introduction à
la modélisation
et à la PL • La dualité est une notion essentielle en programmation linéaire
2 . Méthodes de • A un programme linéaire donné que nous appelons primal, l’opération de
résolution
dualité associe un autre programme linéaire dit son dual, qui ne sera défini
3 . Dualité en PL qu’à l’aide des données du primal
Programme linéaire Programme linéaire
Opération de dualité
primal dual
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
129
RAMCHOUN Hassan cours RO 2022/2023
Généralités
1.Introduction à
la modélisation
et à la PL La dualité présente un double intérêt :
2 . Méthodes de Les propriétés liant le programme primal et son dual permettront de résoudre
résolution
le problème dual s’il est plus simple que le problème primal. Ce sera le cas, en
3 . Dualité en PL
particulier, lorsque le problème primal n’a pas de solution admissible évidente
et on peut la construire facilement pour le problème dual
4 . Programmation en Le programme dual a une interprétation économique importante : il constitue
nombres entiers
une autre vision du programme primal
5 . Optimisation des
Exemple: la dualité permet de montrer qu’un problème d’allocation optimale
graphes
des ressources rares est aussi un problème de tarification optimale de ces
ressources
130
RAMCHOUN Hassan cours RO 2022/2023
Exemple
Une usine fabrique deux produits P 1 et P2 en utilisant un certain nombre de ressources:
équipement, main d’œuvres, matières premières. Ces besoins sont indiqués dans le tableau
1.Introduction à suivant. Par ailleurs, chaque ressource est disponible en quantité limitée
la modélisation
et à la PL P1 P2 Disponibilité
Equipement 3 9 81
2 . Méthodes de
résolution
Main d’oeuvre 4 5 55
Matières premières 2 1 20
5 . Optimisation des
graphes
131
RAMCHOUN Hassan cours RO 2022/2023
Exemple
Supposons à présent qu’un acheteur se présente pour acheter toutes les ressources de
1.Introduction à
l’entreprise. Il propose à l’entreprise les prix unitaires u1, u2 et u3 pour chacune des
la modélisation
et à la PL ressources.
L’entreprise acceptera de lui vendre toutes ses ressources uniquement si elle
2 . Méthodes de
résolution obtient un profit au moins égal au profit obtenu en vendant ses produits
De son côté, l’acheteur cherche à minimiser ses dépenses
3 . Dualité en PL Quels prix unitaires u1, u2 et u3 l’acheteur doit-il proposer à l’entreprise en
132
RAMCHOUN Hassan cours RO 2022/2023
Exemple
L’entreprise acceptera de lui vendre toutes ses ressources uniquement si elle obtient
1.Introduction à
la modélisation un profit au moins égal au profit obtenu en vendant ses produits
et à la PL
2 . Méthodes de
résolution
5 . Optimisation des
graphes
133
RAMCHOUN Hassan cours RO 2022/2023
Exemple
1.Introduction à
la modélisation
et à la PL Programme dual
Programme primal
2 . Méthodes de
résolution
Opération de dualité
3 . Dualité en PL
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
134
RAMCHOUN Hassan cours RO 2022/2023
Dualité
Au programme linéaire primal suivant:
1.Introduction à
la modélisation
et à la PL
3 . Dualité en PL
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
135
RAMCHOUN Hassan cours RO 2022/2023
Dualité
Règles de dualisation
1.Introduction à
la modélisation Le tableau suivant donne un ensemble de règles formelles permettant de passer d’un
et à la PL
problème de programmation linéaire général à son problème dual:
2 . Méthodes de
résolution
3 . Dualité en PL
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
136
RAMCHOUN Hassan cours RO 2022/2023
Dualité
Exemples:
1.Introduction à
la modélisation
et à la PL Donner les programmes duals des programmes suivants:
2 . Méthodes de
résolution
() ()
3 . Dualité en PL
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
137
RAMCHOUN Hassan cours RO 2022/2023
Dualité: Propriétés-Théorèmes
Proposition:
1.Introduction à
la modélisation Le dual du dual est le primal
et à la PL
Preuve
2 . Méthodes de
résolution
3 . Dualité en PL
On prend le dual du dual
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
138
RAMCHOUN Hassan cours RO 2022/2023
Dualité: Propriétés-Théorèmes
1.Introduction à
la modélisation
et à la PL
Théorème faible de dualité
Soit x une solution réalisable d’un (PL) sous forme canonique et u une
2 . Méthodes de
résolution solution réalisable du problème dual (PLD). Alors:
1. cT x ≤ bT u
3 . Dualité en PL
5 . Optimisation des
graphes
139
RAMCHOUN Hassan cours RO 2022/2023
Dualité: Propriétés-Théorèmes
3 . Dualité en PL
est de même pour l’autre et les valeurs des fonctions objectifs à l’optimum
sont égales
4 . Programmation en
nombres entiers Si l’un des problèmes duaux n’est pas borné, alors l’autre est impossible
5 . Optimisation des
graphes
140
RAMCHOUN Hassan cours RO 2022/2023
Dualité: Propriétés-Théorèmes
Remarque
1.Introduction à Si l’un des problèmes est impossible, on ne peut pas conclure que l’objectif de l’autre
la modélisation
et à la PL problème est non borné
2 . Méthodes de
résolution
3 . Dualité en PL
Etant donnés un problème primal (PL) et son dual (PLD), on a une et une seule des trois
4 . Programmation en
nombres entiers situations suivantes:
5 . Optimisation des Les deux problèmes possèdent des solutions optimales (à l'optimum, les coûts sont égaux)
graphes
Un des problèmes est non borné, l'autre est impossible
Aucun des deux problèmes ne possède pas de solution réalisable
141
RAMCHOUN Hassan cours RO 2022/2023
Dualité: Propriétés-Théorèmes
2 . Méthodes de (PL) et du problème dual (PLD). Alors x et y sont des solutions réalisables
résolution
optimales si et seulement si on a:
3 . Dualité en PL
4 . Programmation en
nombres entiers
142
RAMCHOUN Hassan cours RO 2022/2023
Dualité: Propriétés-Théorèmes
Solution:
1.Introduction à
la modélisation
Utilisation pratique de théorème des écarts complémentaires
et à la PL
2 . Méthodes de Il permet de vérifier si une solution réalisable d'un (PL) est optimale ou non
résolution
Il permet de déterminer la solution optimale d'un (PL), à partir de la
3 . Dualité en PL connaissance d'une solution optimale de son dual
4 . Programmation en
nombres entiers
5 . Optimisation des
graphes
143
RAMCHOUN Hassan cours RO 2022/2023