1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons...
Transcript of 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons...
![Page 1: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/1.jpg)
1. Méthode du simplexe
et
son analyse
![Page 2: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/2.jpg)
Problème du restaurateur
• Disponibilités du restaurateur:30 oursins24 crevettes18 huîtres
• Deux types d’assiettes de fruits de mer offertes par le restaurateur:à $8 composée de 5 oursins, 2 crevettes et 1 huîtreà $6 composée de 3 oursins, 3 crevettes et 3 huîtres
• Problème: déterminer le nombre d’assiettes de chaque type à offrir pour que le restaurateur maximise son revenu en respectant les disponibilités de fruits de mer
max 8x + 6y
Sujet à5x + 3y ≤ 302x + 3y ≤ 241x + 3y ≤ 18
x,y ≥ 0
![Page 3: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/3.jpg)
Transformation de max en min
![Page 4: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/4.jpg)
Transformation de max en min
• Considérons le problème de maximisation
max f(w)
Sujet à
où f : X → R1.
nw X R∈ ⊂
![Page 5: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/5.jpg)
Transformation de max en min
• Considérons le problème de maximisation
max f(w)
Sujet à
où f : X → R1.
• Soit w* un point de X où le maximum est atteint.
nw X R∈ ⊂
![Page 6: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/6.jpg)
Transformation de max en min
• Considérons le problème de maximisation
max f(w)
Sujet à
où f : X → R1.
• Soit w* un point de X où le maximum est atteint.
• Donc f(w*) ≥ f(w) Xw∈∀
nw X R∈ ⊂
![Page 7: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/7.jpg)
Transformation de max en min
• Considérons le problème de maximisation
max f(w)
Sujet à
où f : X → R1.
• Soit w* un point de X où le maximum est atteint.
• Donc f(w*) ≥ f(w)
ou – f(w*) ≤ – f(w)
Xw∈∀
Xw∈∀
nw X R∈ ⊂
![Page 8: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/8.jpg)
Transformation de max en min
• Considérons le problème de maximisation
max f(w)
Sujet à
où f : X → R1.
• Soit w* un point de X où le maximum est atteint.
• Donc f(w*) ≥ f(w)
ou – f(w*) ≤ – f(w)
• Par conséquent
– f(w*) = min – f(w)
Sujet à w X Rn
Xw∈∀
Xw∈∀
∈ ⊂
nw X R∈ ⊂
![Page 9: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/9.jpg)
Transformation de max en min
• Considérons le problème de maximisation
max f(w)
Sujet à
où f : X → R1.
• Soit w* un point de X où le maximum est atteint.
• Donc f(w*) ≥ f(w)
ou – f(w*) ≤ – f(w)
• Par conséquent
– f(w*) = min – f(w)
Sujet à w X Rn
et w* est un point de X où la fonction – f(w) atteint son minimum.
Xw∈∀
Xw∈∀
∈ ⊂
nw X R∈ ⊂
![Page 10: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/10.jpg)
Transformation de max en min
• Considérons le problème de maximisationmax f(w)
Sujet àoù f : X → R1.
• Soit w* un point de X où le maximum est atteint.• Donc f(w*) ≥ f(w)
ou – f(w*) ≤ – f(w) • Par conséquent
– f(w*) = min – f(w)Sujet à w X Rn
et w* est un point de X où la fonction – f(w) atteint son minimum.• Ainsi qu’on max f(w) ou qu’on min – f(w), on retrouve la même sol. opt.
w*.
Xw∈∀
Xw∈∀
∈ ⊂
nw X R∈ ⊂
![Page 11: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/11.jpg)
f(w*)
f(w)
w
w*
– f(w)
– f(w*)
![Page 12: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/12.jpg)
Transformation de max en min
• De plus,f(w*) = max f(w) = – min – f(w) = – (–f(w*) )
• Nous allons toujours transformer les problèmes de max en problème de min.
• Donc f(w*) ≥ f(w) ou – f(w*) ≤ – f(w)
• Par conséquent – f(w*) = min – f(w)
Sujet à w X Rn
et w* est un point de X où la fonction – f(w) atteint son minimum.• Ainsi qu’on max f(w) ou qu’on min – f(w), on retrouve la même sol. opt. w*.
Xw∈∀
Xw∈∀
∈ ⊂
![Page 13: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/13.jpg)
Problème du restaurateur
max 8x + 6y
Sujet à5x + 3y ≤ 302x + 3y ≤ 241x + 3y ≤ 18
x,y ≥ 0
min – (8x + 6y)
Sujet à5x + 3y ≤ 302x + 3y ≤ 241x + 3y ≤ 18
x,y ≥ 0
![Page 14: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/14.jpg)
Méthode de résolution graphique
• Méthodes pour problème ne comportant que deux variables
• Revenons au problème du restaurateur après l’avoir transformer en un problème de min:
min z = –8x – 6y
Sujet à
5x + 3y ≤ 30
2x + 3y ≤ 24
1x + 3y ≤ 18
x,y ≥ 0
![Page 15: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/15.jpg)
Domaine réalisable
• Traçons la droite
5x + 3y = 30
L’ensemble des points qui satisfont la contrainte
5x + 3y ≤ 30
sont sous cette droite car l’origine satisfait cette relation
2 3 24
0, 0
5 3 30
1 3 18x
x y
y
x
y
x
y
+
≤
≥
+ ≤
+
≥
≤
![Page 16: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/16.jpg)
Domaine réalisable
• Traçons la droite
2x + 3y = 24
L’ensemble des points qui satisfont la contrainte
2x + 3y ≤ 24
sont sous cette droite car l’origine satisfait cette relation
2 3 24
0, 0
5 3 30
1 3 18x
x y
y
x
y
x
y
+
≤
≥
+ ≤
+
≥
≤
![Page 17: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/17.jpg)
Domaine réalisable
• Traçons la droite
1x + 3y = 18
L’ensemble des points qui satisfont la contrainte
1x + 3y ≤ 18
sont sous cette droite car l’origine satisfait cette relation
2 3 24
0, 0
5 3 30
1 3 18x
x y
y
x
y
x
y
+
≤
≥
+ ≤
+
≥
≤
![Page 18: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/18.jpg)
Domaine réalisable
• L’ensemble des points réalisables pour le système
5x + 3y ≤ 30
2x + 3y ≤ 24
1x + 3y ≤ 18
x,y ≥ 0
![Page 19: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/19.jpg)
Résolution
• Considérons la fonction économique :
z = –8x – 6y.
• Plus on s’éloigne de l’origine, plus la valeur diminue:
x = 0 et y = 0 => z = 0
8
6 68
droites de pente 6
zy x= − −
−
2 3 24
0, 0
5 3 30
1 3 18x
x y
y
x
y
x
y
+
≤
≥
+ ≤
+
≥
≤
![Page 20: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/20.jpg)
Résolution
• Considérons la fonction économique :
z = –8x – 6y.
• Plus on s’éloigne de l’origine, plus la valeur diminue:
x = 0 et y = 0 => z = 0
x = 0 et y = 6 => z = – 36
8 030 61
x
x
y
y x = ⇒
= =
+ =
3 18x y+ =
2 3 24
0, 0
5 3 30
1 3 18x
x y
y
x
y
x
y
+
≤
≥
+ ≤
+
≥
≤
![Page 21: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/21.jpg)
Résolution
• Considérons la fonction économique :
z = –8x – 6y.
• Plus on s’éloigne de l’origine, plus la valeur diminue:
x = 0 et y = 0 => z = 0
x = 0 et y = 6 => z = – 36
x = 6 et y = 0 => z = – 48
0 65 30 03
y
x
y
x y = ⇒
= =
+ =
5 3 30x y+ =
2 3 24
0, 0
5 3 30
1 3 18x
x y
y
x
y
x
y
+
≤
≥
+ ≤
+
≥
≤
![Page 22: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/22.jpg)
Résolution
• Considérons la fonction économique :
z = –8x – 6y.
• Plus on s’éloigne de l’origine, plus la valeur diminue:
x = 0 et y = 0 => z = 0
x = 0 et y = 6 => z = – 36
x = 6 et y = 0 => z = – 48
x = 3 et y = 5 => z = – 54.
• Impossible d’aller plus loin sans sortir du domaine réalisable.
Solution optimale:x = 3 et y = 5
Valeur optimale:z = – 54
3 33 3
318 5
5 3 30
118
4 2
xx y
xy
y yx
x
= = ⇒ ⇒
+ =
+ = =
+
=
=
5 3 30x y+ =
3 18x y+ =
2 3 24
0, 0
5 3 30
1 3 18x
x y
y
x
y
x
y
+
≤
≥
+ ≤
+
≥
≤
![Page 23: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/23.jpg)
Variables d’écart
• Transformer les contraintes d’inégalité en des contraintes d’égalité avec des variables d’écart prenant des valeurs non négatives:
ai1x1 + ai2x2 + … + ainxn ≤ bi → ai1x1 + ai2x2 + … + ainxn + yi = bi
yi ≥ 0
ai1x1 + ai2x2 + … + ainxn ≥ bi → ai1x1 + ai2x2 + … + ainxn – yi = bi
yi ≥ 0
![Page 24: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/24.jpg)
Problème du restaurateur transformé en min
• Transformons les contraintes d’inégalité du problème du restaurateur en égalité avec les variables d’écart u, p et h:
min z = – 8x – 6y min z = – 8x – 6y
Sujet à Sujet à
5x + 3y ≤ 30 5x + 3y + u =30
2x + 3y ≤ 24 2x + 3y + p =24
1x + 3y ≤ 18 1x + 3y + h = 18
x, y ≥ 0 x, y, u, p, h ≥ 0
• Les contraintes constituent un système de 3 équations comportant 5 variables. Exprimons 3 des variables en fonction des 2 autres
![Page 25: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/25.jpg)
Méthode du simplexe – forme algébrique
• Les contraintes constituent un système de 3 équations comportant 5 variables. Exprimons 3 des variables en fonction des 2 autres:
u = 30 – 5x – 3y
p = 24 – 2x – 3y
h = 18 – 1x – 3y
z = 0 – 8x – 6y
• En fixant x et y nous retrouvons les valeurs des autres variables.
• Il suffit de trouver les valeurs non négatives de x et y qui entraînent des valeurs non négatives de u, p et h et qui donnent à z sa valeur minimale.
• Infinité de valeurs possibles. Il faut donc une procédure systématique pour y arriver.
![Page 26: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/26.jpg)
Choix de la variable à augmenter
• Une solution réalisable du systèmeu = 30 – 5x – 3y
p = 24 – 2x – 3y
h = 18 – 1x – 3y
z = 0 – 8x – 6y
est la suivantex = y = 0 => u = 30, p = 24, h = 18 et z = 0.
• Nous pouvons réduire la valeur de z en augmentant la valeur de x, ou bien celle de y, ou bien celles des deux.
• Mais nous choisissons d’augmenter la valeur d’une seule variable. • Puisque nous cherchons à minimiser z, il est avantageux d’augmenter la
valeur de x puisque pour chaque augmentation d’une unité de x entraîne une diminution de 8 unités de z.
![Page 27: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/27.jpg)
Augmentation limitée de la variable qui augmente
• Mais l’augmentation de x est limitée par les contraintes de non négativitédes variables u, p et h:
u = 30 – 5x – 3y ≥ 0
p = 24 – 2x – 3y ≥ 0
h = 18 – 1x – 3y ≥0
• Puisque la valeur de y est maintenue à 0, ceci est équivalent à
u = 30 – 5x ≥ 0 � x ≤ 30 / 5 = 6
p = 24 – 2x ≥ 0 � x ≤ 24 / 2 = 12
h = 18 – 1x ≥0 � x ≤ 18
• Donc la solution demeure réalisable aussi longtemps que
x ≤ min {6, 12, 18} = 6.
![Page 28: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/28.jpg)
Nouvelle solution
• u = 30 – 5x – 3y
p = 24 – 2x – 3y
h = 18 – 1x – 3y
z = 0 – 8x – 6y
• Donc la solution demeure réalisable aussi longtemps que
x ≤ min {6, 12, 18} = 6.
• Puisque l’objectif est de minimiser z, nous allons choisir la plus grande valeur possible de x: i.e., x = 6.
• La nouvelle solution est donc
x = 6, y = 0 => u = 0, p = 12, h = 12 et z = – 48.
![Page 29: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/29.jpg)
Nouvelle itération
• u = 30 – 5x – 3y
p = 24 – 2x – 3y
h = 18 – 1x – 3y
z = 0 – 8x – 6y
• La nouvelle solution est donc
x = 6, y = 0 => u = 0, p = 12, h = 12 et z = –48.
• Cette solution est la seule pour le système précédent lorsque y = u = 0 puisque la matrice des coefficients des variables x, p et h est non singulière.
• Par conséquent, pour retrouver une autre solution différente, il faut que y ouu prennent une valeur positive.
• Précédemment, l’analyse était facilitée par le fait que les variables x et y qui pouvaient être modifiées étaient à droite.
3 1 30
3
5
2 1
1 1
24
3 18
x y u
x y p
x y h
+ + =
+ + =
+ + =
![Page 30: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/30.jpg)
Transformation du système
• Isolons donc y et u du côté droit des équations.
• Utilisons l’équation où x et u apparaissent pour exprimer x en fonction de uet y:
• u = 30 – 5x – 3y => 5x = 30 – u – 3y
p = 24 – 2x – 3y
h = 18 – 1x – 3y
z = 0 – 8x – 6y
![Page 31: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/31.jpg)
Transformation du système
• Isolons donc y et u du côté droit des équations.
• Utilisons l’équation où x et u apparaissent pour exprimer x en fonction de uet y:
• u = 30 – 5x – 3y => (5x = 30 – u – 3y) ÷ 5
=> x = 6 – 1/5u – 3/5y
p = 24 – 2x – 3y
h = 18 – 1x –3y
z = 0 – 8x – 6y
![Page 32: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/32.jpg)
Transformation du système
• Isolons donc y et u du côté droit des équations.
• Utilisons l’équation où x et u apparaissent pour exprimer x en fonction de uet y:
• u = 30 – 5x – 3y => x = 6 – 1/5u – 3/5y
p = 24 – 2x – 3y
=> p = 24 – 2(6 – 1/5u – 3/5y) – 3y
=> p = 12 + 2/5u – 9/5y
h = 18 – 1x – 3y
z = 0 – 8x – 6y
• Substituons la valeur de x dans les autres équations
![Page 33: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/33.jpg)
Transformation du système
• Isolons donc y et u du côté droit des équations. • Utilisons l’équation où x et u apparaissent pour exprimer x en fonction de u
et y:• u = 30 – 5x – 3y => x = 6 – 1/5u – 3/5y
p = 24 – 2x – 3y => p = 12 + 2/5u – 9/5y
h = 18 – 1x – 3y
=> h = 18 – (6 – 1/5u – 3/5y) – 3y
=> h = 12 + 1/5u – 12/5y
z = 0 – 8x – 6y
• Substituons la valeur de x dans les autres équations
![Page 34: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/34.jpg)
Transformation du système
• Isolons donc y et u du côté droit des équations.
• Utilisons l’équation où x et u apparaissent pour exprimer x en fonction de uet y:
• u = 30 – 5x – 3y => x = 6 – 1/5u – 3/5y
p = 24 – 2x – 3y => p = 12 + 2/5u – 9/5y
h = 18 – 1x – 3y => h = 12 + 1/5u – 12/5y
z = 0 – 8x – 6y
=> z = 0 – 8(6 – 1/5u – 3/5y) – 6y
=> z = – 48 + 8/5u – 6/5y
• Substituons la valeur de x dans les autres équations
![Page 35: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/35.jpg)
Système équivalent
• Nous avons donc transformer le système
• u = 30 – 5x – 3y => x = 6 – 1/5u – 3/5y
p = 24 – 2x – 3y => p = 12 + 2/5u – 9/5y
h = 18 – 1x – 3y => h = 12 + 1/5u – 12/5y
z = 0 – 8x – 6y => z = – 48 + 8/5u – 6/5y
![Page 36: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/36.jpg)
Système équivalent
• Nous obtenons un nouveau système équivalent au précédent (dans le sens où les deux systèmes ont les mêmes solutions réalisables)
• Notons qu’il n’est pas intéressant d’augmenter u car alors la valeur de zaugmente
• Nous répétons le processus précédent en augmentant la valeur de y
x = 6 – 1/5u – 3/5y
p = 12 + 2/5u – 9/5y
h = 12 + 1/5u – 12/5y
z = – 48 + 8/5u – 6/5y
![Page 37: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/37.jpg)
Nouvelle itération
• Mais l’augmentation de y est limité par les contraintes de non négativité des variables x, p et h:
x = 6 – 1/5u – 3/5y ≥ 0p = 12 + 2/5u – 9/5y ≥0
h = 12 + 1/5u – 12/5y ≥ 0
• Puisque la valeur de u est maintenue à 0, ceci est équivalent àx = 6 – 3/5y ≥ 0 � y ≤ 10
p = 12 – 9/5y ≥ 0 � y ≤ 20/3 h = 12– 12/5y ≥0 � y ≤ 5
• Donc la solution demeure réalisable aussi longtemps que y ≤ min {10, 20/3, 5} = 5.
![Page 38: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/38.jpg)
Nouvelle itération
• x = 6 – 1/5u – 3/5y ≥ 0p = 12 + 2/5u – 9/5y ≥0
h = 12 + 1/5u – 12/5y ≥ 0z = – 48 + 8/5u– 6/5y
• Donc la solution demeure réalisable aussi longtemps que y ≤ min {10, 20/3, 5} = 5.
• Puisque l’objectif est de minimiser z, nous allons choisir la plus grande valeur possible de y: i.e., y = 5.
• La nouvelle solution est doncy = 5, u = 0 => x = 3, p = 3, h = 0 et z = – 54.
![Page 39: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/39.jpg)
Solution optimale
• Isolons donc h et u du côté droit des équations. • Utilisons l’équation où y et h apparaissent pour exprimer y en fonction de h
et u.h = 12 + 1/5u – 12/5y
• Substituons la valeur de y dans les autres équations.• Le système devient
x = 3 – 1/4u + 1/4h
p = 3 + 1/4u + 3/4h
y = 5 + 1/12u – 5/12h
z = – 54 + 3/2u + 1/2h
• La solution y = 5, u = 0, x = 3, p = 3, h = 0 (dont la valeur z = – 54) est donc optimale puisque les coefficients de u et h sont positifs.
• En effet la valeur de z ne peut qu’augmenter lorsque u ou h augmente.
![Page 40: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/40.jpg)
Lien avec la résolution graphique
Lors de la résolution du problème du restaurateur avec la méthode du simplexe:
La solution initiale estx = y = 0 ( u = 30, p = 24, h = 18 ) et la valeur z = 0
En augmentant x,la solution devientx = 6, y = 0 (u = 0, p = 12, h = 12) et la valeur z = – 48
En augmentant y,la solution devientx = 3, y = 5(u = 0, p = 3, h = 0) et la valeur z = – 54
5x + 3y ≤ 30
5x + 3y + u =30
2x + 3y ≤ 242x + 3y + p =24
1x + 3y ≤ 18
1x + 3y + h = 18
• •
•
![Page 41: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/41.jpg)
Type de solutions considérées
• Nous n’avons considéré que des solutions où il n’y a que trois variables positives!
• Comme il y a 5 variables, il y a au plus = 10 solutions différentes de ce type.
• Pourrait-il exister une meilleure solution qui aurait un nombre de variables positives différent de 3?
• Nous pouvons démontrer que non.
!2!3
!5
3
5=
![Page 42: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/42.jpg)
Forme standard
• Après avoir transformé les contraintes d’inégalité en égalités, nous retrouvons le problème sous sa forme standard où certaines variables peuvent être des variables d’écart:
min
Sujet ànnxcxcxcz +++= ...2211
mnmnmm
nn
nn
bxaxaxa
bxaxaxa
bxaxaxa
=+++
=+++
=+++
...
....
....
...
...
2211
22222121
11212111
0...,,, 21 ≥nxxx
![Page 43: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/43.jpg)
Itération typique
• Pour analyser une itération typique du simplexe, supposons qu’après un certain nombre d’itérations les variables x1, x2, …, xm sont exprimées en fonction des autres variables .
![Page 44: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/44.jpg)
Forme du système
• Le système est de la forme suivante:
• Les variables x1, x2, …, xm sont dénotées comme étant les variables dépendantes alors que les autres variables sont les variables indépendantes.
zzxcxcxc
bxaxaxax
bxaxaxax
bxaxaxax
bxaxaxax
nnssmm
mnmnsmsmmmm
rnrnsrsmrmr
nnssmm
nnssmm
−=++++
=+++++
=++++++
=++++++
=++++++
++
++
++
++
++
......
......
....
......
....
......
......
11
11
11
2221122
1111111
![Page 45: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/45.jpg)
Itération typique
• Pour analyser une itération typique du simplexe, supposons qu’après un certain nombre d’itérations les variables x1, x2, …, xm sont exprimées en fonction des autres variables .
• Les variables x1, x2, …, xm sont dénotées comme étant les variables dépendantes alors que les autres variables sont les variables indépendantes.
• À chaque itération, les transformations nous assurent que les termes de droite demeurent non négatifs de sorte que les variables dépendantes sont non négatives lorsque la valeur des variables indépendantes est 0.
![Page 46: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/46.jpg)
Forme du système
• Le système est de la forme suivante:
zzxcxcxc
bxaxaxax
bxaxaxax
bxaxaxax
bxaxaxax
nnssmm
mnmnsmsmmmm
rnrnsrsmrmr
nnssmm
nnssmm
−=++++
=+++++
=++++++
=++++++
=++++++
++
++
++
++
++
......
......
....
......
....
......
......
11
11
11
2221122
1111111
![Page 47: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/47.jpg)
Forme du système
• Isolons les variables dépendantes à gauche des égalités:
nnssmm
nmnsmsmmmmm
nrnsrsmrmrr
nnssmm
nnssmm
xcxcxczz
xaxaxabx
xaxaxabx
xaxaxabx
xaxaxabx
+++++=
−−−−−=
−−−−−=
−−−−−=
−−−−−=
++
++
++
++
++
......
......
....
......
....
......
......
11
11
11
2211222
1111111
![Page 48: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/48.jpg)
Étape 1: Choix de la variable d’entrée
• Pour choisir la variable qui augmente (dénotée variable d’entrée), nous considérons l’équation de z
nnssmm
nmnsmsmmmmm
nrnsrsmrmrr
nnssmm
nnssmm
xcxcxczz
xaxaxabx
xaxaxabx
xaxaxabx
xaxaxabx
+++++=
−−−−−=
−−−−−=
−−−−−=
−−−−−=
++
++
++
++
++
......
......
....
......
....
......
......
11
11
11
2211222
1111111
![Page 49: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/49.jpg)
Étape 1: Choix de la variable d’entrée
• Pour choisir la variable qui augmente (dénotée variable d’entrée), nous considérons l’équation de z
• Dénotons
nnssmm
nmnsmsmmmmm
nrnsrsmrmrr
nnssmm
nnssmm
xcxcxczz
xaxaxabx
xaxaxabx
xaxaxabx
xaxaxabx
+++++=
−−−−−=
−−−−−=
−−−−−=
−−−−−=
++
++
++
++
++
......
......
....
......
....
......
......
11
11
11
2211222
1111111
{ }1mins j
j nc c
≤ ≤=
![Page 50: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/50.jpg)
Étape 1: Choix de la variable d’entrée
• Pour choisir la variable qui augmente (dénotée variable d’entrée), nous considérons l’équation de z
• Dénotons
nnssmm
nmnsmsmmmmm
nrnsrsmrmrr
nnssmm
nnssmm
xcxcxczz
xaxaxabx
xaxaxabx
xaxaxabx
xaxaxabx
+++++=
−−−−−=
−−−−−=
−−−−−=
−−−−−=
++
++
++
++
++
......
......
....
......
....
......
......
11
11
11
2211222
1111111
{ }1mins j
j nc c
≤ ≤=
Si ≥ 0, alors la solution est optimale, et l’algorithme s’arrête
sc
![Page 51: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/51.jpg)
Étape 1: Choix de la variable d’entrée
• Pour choisir la variable qui augmente (dénotée variable d’entrée), nous considérons l’équation de z
• Dénotons
nnssmm
nmnsmsmmmmm
nrnsrsmrmrr
nnssmm
nnssmm
xcxcxczz
xaxaxabx
xaxaxabx
xaxaxabx
xaxaxabx
+++++=
−−−−−=
−−−−−=
−−−−−=
−−−−−=
++
++
++
++
++
......
......
....
......
....
......
......
11
11
11
2211222
1111111
{ }1mins j
j nc c
≤ ≤=
Si < 0, alors la variablexs devient la variable d’entrée.
Nous allons à l’étape 2.
sc
![Page 52: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/52.jpg)
Étape 2: Choix de la variable de sortie
• Nous devons déterminer la plus grande valeur que peut prendre la variable d’entrée pour que la solution demeure réalisable.
• En fait, l’augmentation de la valeur de la variable d’entrée peut être limitée par une première variable dépendante qui devient égale à 0. Cette variable est dénotée variable de sortie.
• Pour identifier la plus grande valeur que la variable d’entrée peut prendre, nous revenons au système précédent:
![Page 53: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/53.jpg)
Étape 2: Choix de la variable de sortie
• Mais comme les autres variables indépendantes demeurent égale à 0, nous pouvons les éliminer du système.
nnssmm
nmnsmsmmmmm
nrnsrsmrmrr
nnssmm
nnssmm
xcxcxczz
xaxaxabx
xaxaxabx
xaxaxabx
xaxaxabx
+++++=
−−−−−=
−−−−−=
−−−−−=
−−−−−=
++
++
++
++
++
......
......
....
......
....
......
......
11
11
11
2211222
1111111
![Page 54: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/54.jpg)
Étape 2: Choix de la variable de sortie
• Les conditions pour que la solution demeure réalisable deviennent donc:
• Deux cas doivent être analysés.
0
...
0
...
0
0
222
111
≥−=
≥−=
≥−=
≥−=
smsmm
srsrr
ss
ss
xabx
xabx
xabx
xabx
![Page 55: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/55.jpg)
Étape 2: Choix de la variable de sortie
• Les conditions pour que la solution demeure réalisable deviennent donc:
0
...
0
...
0
0
222
111
≥−=
≥−=
≥−=
≥−=
smsmm
srsrr
ss
ss
xabx
xabx
xabx
xabxSialors la variable d’entrée xs peut augmenter à l’infini sans qu’aucune variable dépendante ne devienne négative.
mia is ≤≤∀≤ 10
![Page 56: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/56.jpg)
Étape 2: Choix de la variable de sortie
• Les conditions pour que la solution demeure réalisable deviennent donc:
0
...
0
...
0
0
222
111
≥−=
≥−=
≥−=
≥−=
smsmm
srsrr
ss
ss
xabx
xabx
xabx
xabx Sialors la variable d’entrée xs peut augmenter à l’infini sans qu’aucune variable dépendante ne devienne négative.
En effet chaque variable dépendante xi augmente (si ) ou conserve
la même valeur (si ).
mia is ≤≤∀≤ 10
0isa <
0=isa
![Page 57: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/57.jpg)
Étape 2: Choix de la variable de sortie
• Les conditions pour que la solution demeure réalisable deviennent donc:
0
...
0
...
0
0
222
111
≥−=
≥−=
≥−=
≥−=
smsmm
srsrr
ss
ss
xabx
xabx
xabx
xabxSialors la variable d’entrée xs peut augmenter à l’infini sans qu’aucune variable dépendante ne devienne négative.
En effet chaque variable dépendante xi augmente (si ) ou conserve la même valeur (si ).
mia is ≤≤∀≤ 10
0<isa0=isa
Dans ce cas l’algorithme s’arrête en indiquant que le problème n’est pas borné inférieurement
![Page 58: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/58.jpg)
Étape 2: Choix de la variable de sortie
• Les conditions pour que la solution demeure réalisable deviennent donc:
0
...
0
...
0
0
222
111
≥−=
≥−=
≥−=
≥−=
smsmm
srsrr
ss
ss
xabx
xabx
xabx
xabx
Dans le deuxième caspour au moins un i, l’augmentation de xs est limitée par le fait que la valeur d’une première variable dépendante est réduite à 0 sous l’effet de l’augmentation de xs.
où 0isa >
![Page 59: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/59.jpg)
Étape 2: Choix de la variable de sortie
• Les conditions pour que la solution demeure réalisable deviennent donc:
0
...
0
...
0
0
222
111
≥−=
≥−=
≥−=
≥−=
smsmm
srsrr
ss
ss
xabx
xabx
xabx
xabx
Mais seulement les variables dépendantes xi telle que sont pertinentesEn effet, si , nous venons d’observer que la valeur de la variable xi reste la même ou augmente, et par conséquent cette variable ne peut être celle qui limite l’augmentation de la variable d’entrée xs.
0>isa
0≤isa
Dans le deuxième caspour au moins un i, l’augmentation de xs est limitée par le fait que la valeur d’une première variable dépendante est réduite à 0 sous l’effet de l’augmentation de xs.
où 0isa >
![Page 60: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/60.jpg)
Étape 2: Choix de la variable de sortie
• Les conditions pour que la solution demeure réalisable deviennent donc:
0
...
0
...
0
0
222
111
≥−=
≥−=
≥−=
≥−=
smsmm
srsrr
ss
ss
xabx
xabx
xabx
xabx En somme, la solution demeure réalisable
� telque 0isi a∀ >
is
i
ssisiia
bxxabx ≤⇔≥−= 0
![Page 61: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/61.jpg)
Étape 2: Choix de la variable de sortie
• Les conditions pour que la solution demeure réalisable deviennent donc:
0
...
0
...
0
0
222
111
≥−=
≥−=
≥−=
≥−=
smsmm
srsrr
ss
ss
xabx
xabx
xabx
xabx En somme, la solution demeure réalisable
�
Par conséquent la plus grande valeur quepeut prendre la variable d’entrée xs est
is
i
ssisiia
bxxabx ≤⇔≥−= 0
>==≤≤
0:min1
is
is
i
mirs
r
s aa
b
a
bx
telque 0isi a∀ >
![Page 62: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/62.jpg)
Étape 2: Choix de la variable de sortie
• Les conditions pour que la solution demeure réalisable deviennent donc:
0
...
0
...
0
0
222
111
≥−=
≥−=
≥−=
≥−=
smsmm
srsrr
ss
ss
xabx
xabx
xabx
xabx En somme, la solution demeure réalisable
�
Par conséquent la plus grande valeur quepeut prendre la variable d’entrée xs est
telque 0isi a∀ >
is
i
ssisiia
bxxabx ≤⇔≥−= 0
>==≤≤
0:min1
is
is
i
mirs
r
s aa
b
a
bxLa variable indépendante xr qui
limite l’augmentation de la variabled’entrée xs est la variable de sortie.
![Page 63: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/63.jpg)
Étape 3: Pivot pour transformer le système
![Page 64: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/64.jpg)
Étape 3: Pivot pour transformer le système
• Nous devons transformer le système :
• pour ramener la variable d’entrée xs à gauche à la place de la variable de sortie xr et vice-versa.
nnssmm
nmnsmsmmmmm
nrnsrsmrmrr
nnssmm
nnssmm
xcxcxczz
xaxaxabx
xaxaxabx
xaxaxabx
xaxaxabx
+++++=
−−−−−=
−−−−−=
−−−−−=
−−−−−=
++
++
++
++
++
......
......
....
......
....
......
......
11
11
11
2211222
1111111
![Page 65: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/65.jpg)
Étape 3: Pivot pour transformer le système
• En effet nous échangeons les rôles des variables xs et xr car
� la variable d’entrée xs (qui était une variable indépendante avec une valeur nulle) devient une variable dépendante avec une valeur non négative
� la variable de sortie xr (qui était une variable dépendante avec une valeur non négative) devient une variable indépendante avec valeur nulle
• L’ensemble des opérations pour y arriver est dénoté par pivot
![Page 66: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/66.jpg)
Étape 3: Pivot pour transformer le système
nnssmm
nmnsmsmmmmm
nrnsrsmrmrr
nnssmm
nnssmm
xcxcxczz
xaxaxabx
xaxaxabx
xaxaxabx
xaxaxabx
+++++=
−−−−−=
−−−−−=
−−−−−=
−−−−−=
++
++
++
++
++
......
......
....
......
....
......
......
11
11
11
2211222
1111111
Utilisons la re équation pour exprimer xs en fonction de xm+1, …, xs-1, xs+1, …, xn, xr
1
1
1... ...
r rm rn
s m r nrs rs rs rs
b a ax x x x
a a a a
+
+= − − − − −
![Page 67: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/67.jpg)
Étape 3: Pivot pour transformer le système
nnssmm
nmnsmsmmmmm
nrnsrsmrmrr
nnssmm
nnssmm
xcxcxczz
xaxaxabx
xaxaxabx
xaxaxabx
xaxaxabx
+++++=
−−−−−=
−−−−−=
−−−−−=
−−−−−=
++
++
++
++
++
......
......
....
......
....
......
......
11
11
11
2211222
1111111
Remplaçons xs par sonexpression en fonction de xm+1, …, xs-1, xs+1, …, xn, xr, dans chacune des autres équations
1
11 1 1 1 11 1 ... ...1
... ...r rm rn
m r nrs rs rs r
s n
s
m m n
b a ax xx b a x a a xx
a a a a
+
+ ++− − − − −
= − − − − −
1
1
1... ...
r rm rn
s m r nrs rs rs rs
b a ax x x x
a a a a
+
+= − − − − −
1 1 1 1 1 1 1 11 1
1 1s m s s n sm
r rm rn
rrs rs rs rs
n
b ax b a a a x a a a x
ax
a a a a+ +
+ = − − − − − − − − − −
… …
![Page 68: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/68.jpg)
Étape 3: Pivot pour transformer le système
nnssmm
nmnsmsmmmmm
nrnsrsmrmrr
nnssmm
nnssmm
xcxcxczz
xaxaxabx
xaxaxabx
xaxaxabx
xaxaxabx
+++++=
−−−−−=
−−−−−=
−−−−−=
−−−−−=
++
++
++
++
++
......
......
....
......
....
......
......
11
11
11
2211222
1111111
Remplaçons xs par sonexpression en fonction de xm+1, …, xs-1, xs+1, …, xn, xr, dans chacune des autres équations
![Page 69: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/69.jpg)
Étape 3: Pivot pour transformer le système
nnssmm
nmnsmsmmmmm
nrnsrsmrmrr
nnssmm
nnssmm
xcxcxczz
xaxaxabx
xaxaxabx
xaxaxabx
xaxaxabx
+++++=
−−−−−=
−−−−−=
−−−−−=
−−−−−=
++
++
++
++
++
......
......
....
......
....
......
......
11
11
11
2211222
1111111
Remplaçons xs par sonexpression en fonction de xm+1, …, xs-1, xs+1, …, xn, xr, dans chacune des autres équations
![Page 70: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/70.jpg)
Étape 3: Pivot pour transformer le système
nnssmm
nmnsmsmmmmm
nrnsrsmrmrr
nnssmm
nnssmm
xcxcxczz
xaxaxabx
xaxaxabx
xaxaxabx
xaxaxabx
+++++=
−−−−−=
−−−−−=
−−−−−=
−−−−−=
++
++
++
++
++
......
......
....
......
....
......
......
11
11
11
2211222
1111111
Remplaçons xs par sonexpression en fonction de xm+1, …, xs-1, xs+1, …, xn, xr, dans chacune des autres équations
![Page 71: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/71.jpg)
Système équivalent pour la prochaine itération
• Le pivot génère un système équivalent de la forme
• Avec ce nouveau système nous complétons une nouvelle itération.
nnrrmm
nmnrmrmmmmm
nrnrrrmrmrs
nnrrmm
nnrrmm
xcxcxczz
xaxaxabx
xaxaxabx
xaxaxabx
xaxaxabx
~...~...~~
~...~...~~....
~...~...~~....
~...~...~~
~...~...~~
11
11
11
2211222
1111111
+++++=
−−−−−=
−−−−−=
−−−−−=
−−−−−=
++
++
++
++
++
![Page 72: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/72.jpg)
Méthode du simplexe – forme avec tableaux
• Nous allons plutôt utiliser des tableaux pour compléter les itérations de l’algorithme du simplexe.
• Illustrons d’abord en complétant une itération du simplexe sous cette forme pour le problème du restaurateur.
![Page 73: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/73.jpg)
Problèmes équivalents
min z = –8x – 6y min z
Sujet à Sujet à
5x + 3y + u =30 5x + 3y + u =30
2x + 3y + p =24 2x + 3y + p =24
1x + 3y + h = 18 1x + 3y + h = 18
x, y, u, p, h ≥ 0 –8x –6y –z = 0
x, y, u, p, h ≥ 0
![Page 74: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/74.jpg)
Tableau équivalent au système
min z = –8x – 6y min z
Sujet à Sujet à
5x + 3y + u =30 5x + 3y + u =30
2x + 3y + p =24 2x + 3y + p =24
1x + 3y + h = 18 1x + 3y + h = 18
x, y, u, p, h ≥ 0 –8x –6y –z = 0
x, y, u, p, h ≥ 0
u = 30 – 5x – 3y
p = 24 – 2x – 3y
h = 18 – 1x – 3y
z = 0 –8x – 6y
![Page 75: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/75.jpg)
u = 30 – 5x – 3y
p = 24 – 2x – 3y
h = 18 – 1x – 3y
z = 0 –8x – 6y
Étale 1: Critère d’entrée
Pour déterminer la variable d’entrée,
nous choisissons l’élément le plus
petit de la dernière ligne du tableau
min {–8, –6, 0, 0, 0} = –8.
x est donc la variable d’entrée
{ }1mins j
j nc c
≤ ≤=
![Page 76: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/76.jpg)
u = 30 – 5x – 3y
p = 24 – 2x – 3y
h = 18 – 1x – 3y
z = 0 –8x – 6y
Étape 2: critère de sortie variable d’entrée
Pour identifier la variable de sortie
déterminons le min des quotients des
termes de droite divisés par les
éléments correspondants dans la
colonne de la variable d’entrée
qui sont positifs:
>==≤≤
0:min1
is
is
i
mirs
r
s aa
b
a
bx
![Page 77: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/77.jpg)
u = 30 – 5x – 3y
p = 24 – 2x – 3y
h = 18 – 1x – 3y
z = 0 –8x – 6y
Étape 2: critère de sortie variable d’entrée
min {30/5, 24/2, 18} = 30/5 = 6
La variable correspondante u
devient la variable de sortie
>==≤≤
0:min1
is
is
i
mirs
r
s aa
b
a
bx
![Page 78: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/78.jpg)
u = 30 – 5x – 3y
p = 24 – 2x – 3y
h = 18 – 1x – 3y
z = 0 –8x – 6y
Variable de sortie variable d’entrée
Étape 3 : Pivot
Transformation du système ou
du tableau
![Page 79: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/79.jpg)
• variable de sortie
variable d’entrée
RAPPEL: Nous utilisons l’équation où x et u apparaissent pour exprimer xen fonction de u et y:
u = 30 – 5x – 3y => (5x = 30 – u – 3y) / 5
=> x = 6 – 1/5u – 3/5y
Ceci est équivalent à
5x + 3y + u =30
![Page 80: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/80.jpg)
• variable de sortie
variable d’entrée
RAPPEL: Nous utilisons l’équation où x et u apparaissent pour exprimer xen fonction de u et y:
u = 30 – 5x – 3y => (5x = 30 – u – 3y) / 5
=> x = 6 – 1/5u – 3/5y
Ceci est équivalent à
(5x + 3y + u =30) / 5
![Page 81: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/81.jpg)
• variable de sortie
variable d’entrée
RAPPEL: Nous utilisons l’équation où x et u apparaissent pour exprimer xen fonction de u et y:
u = 30 – 5x – 3y => (5x = 30 – u – 3y) / 5
=> x = 6 – 1/5u – 3/5y
Ceci est équivalent à
(5x + 3y + u =30) / 5 => x + 3/5y + 1/5u = 6
![Page 82: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/82.jpg)
• variable de sortie
variable d’entrée
Ceci est équivalent à
(5x + 3y + u =30) / 5 => x + 3/5y + 1/5u = 6
En terme du tableau, ceci est équivalent à diviser la ligne de la variable de sortie par le coefficient de la variable d’entrée dans cette ligne
![Page 83: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/83.jpg)
Divisons cette ligne par 5
• variable de sortie
variable d’entrée
Ceci est équivalent à
(5x + 3y + u =30) / 5 => x + 3/5y + 1/5u = 6
En terme du tableau, ceci est équivalent à diviser la ligne de la variable de sortie par le coefficient de la variable d’entrée dans cette ligne
![Page 84: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/84.jpg)
Divisons cette ligne par 5
variable de sortie
variable d’entrée
Le tableau qui en résulte est le suivant
3/ 5 1/ 5 6x y u+ + =
![Page 85: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/85.jpg)
Divisons cette ligne par 5
variable de sortie
variable d’entrée
Le tableau qui en résulte est le suivant
3/ 5 1/ 5 6x y u+ + =
![Page 86: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/86.jpg)
• Rappel: Nous substituons l’expression de x dans les autres équationsx = 6 – 1/5u – 3/5y
p = 24 – 2x – 3y
=> p = 24 – 2(6 – 1/5u – 3/5y) – 3y
Ceci est équivalent à : p = 24 – 2(6 – 1/5u – 3/5y) +2x – 2x – 3y
� 2x + 3y + p – 2 (x + 3/5y +1/5u) = 24 – 2(6)
![Page 87: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/87.jpg)
Ceci est équivalent à : p = 24 – 2(6 – 1/5u – 3/5y) +2x – 2x – 3y
� 2x + 3y + p – 2 (x +3/5y + 1/5u) = 24 – 2(6)� 2x + 3y + p = 24
– 2 (x +3/5y + 1/5u = 6)0x + 9/5y –2/5u + p = 12
deuxième ligne moins
2(la première ligne)
![Page 88: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/88.jpg)
Le tableau devient
deuxième ligne moins
2(la première ligne)
0 9 / 5 2 / 5 12x y u p+ − + =
![Page 89: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/89.jpg)
Le tableau devient
deuxième ligne moins
2(la première ligne)
0 9 / 5 2 / 5 12x y u p+ − + =
![Page 90: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/90.jpg)
En répétant le processus pour les autres lignes du tableau
![Page 91: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/91.jpg)
Simplexe –forme avec tableauxItération typique
• Décrivons une itération typique pour résoudre le problème général avec le simplexe – forme avec tableaux
• Le système
zzxcxcxc
bxaxaxax
bxaxaxax
bxaxaxax
bxaxaxax
nnssmm
mnmnsmsmmmm
rnrnsrsmrmr
nnssmm
nnssmm
−=++++
=+++++
=++++++
=++++++
=++++++
++
++
++
++
++
......
......
....
......
....
......
......
11
11
11
2221122
1111111
![Page 92: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/92.jpg)
Itération typique
peut être représenter dans le tableau suivant
–
zzxcxcxc
bxaxaxax
bxaxaxax
bxaxaxax
bxaxaxax
nnssmm
mnmnsmsmmmm
rnrnsrsmrmr
nnssmm
nnssmm
−=++++
=+++++
=++++++
=++++++
=++++++
++
++
++
++
++
......
......
....
......
....
......
......
11
11
11
2221122
1111111
![Page 93: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/93.jpg)
Étape 1: Choix de la variable d’entrée
• En se référant à la dernière ligne du tableau, soit { }1mins j
j nc c
≤ ≤=
Si ≥ 0, alors la solutioncourante est optimale et l’algorithme s’arrête
sc
Si < 0, alors xs est lavariable d’entrée
sc
Variable d’entrée
–
![Page 94: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/94.jpg)
Étape 2: Choix de la variable de sortie
Variable d’entréeSile problème n’est pasborné et l’algo. s’arrête
mia is ≤≤∀≤ 10
Sialors la sol. demeure réalisable�
La variable d’entrée xs prend la valeur
telque 0isi a∃ >
telque 0isi a∀ >
is
i
ssisiia
bxxabx ≤⇔≥−= 0
>==≤≤
0:min1
is
is
i
mirs
r
s aa
b
a
bx
–
![Page 95: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/95.jpg)
Étape 2: Choix de la variable de sortie
Variable d’entrée
Variable de sortie
–
![Page 96: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/96.jpg)
Étape 3: Pivot
rsa
Variable d’entrée
Variable de sortie
L’élément de pivot est à l’intersection de la colonne de la variable d’entrée xs et de la ligne de la variable de sortie xr
rsa
–
![Page 97: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/97.jpg)
Étape 3: Pivot
rsa
Variable d’entrée
Variable de sortie
Divisons la ligne r par l’élément de pivot afin d’obtenir la ligne r résultante
rsa
rsa
1
–
![Page 98: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/98.jpg)
Étape 3: Pivot
rsa
Variable d’entrée
Variable de sortie
Divisons la ligne r par l’élément de pivot afin d’obtenir la ligne r résultante
rsa
–
111r m rn r
rs rs rs rs
a a b
a a a a
+� �
![Page 99: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/99.jpg)
Étape 3: Pivot
rsa
Variable d’entrée
Variable de sortie
Multiplions la ligne r résultante par pour la soustraire de la ligne i du tableau. Ceci ramène le coefficient de la variable d’entrée xs à 0.
–
isa
111r m rn r
rs rs rs rs
a a b
a a a a
+� �
![Page 100: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/100.jpg)
Étape 3: Pivot
rsa
111r m rn r
rs rs rs rs
a a b
a a a a
+� �
Variable d’entrée
Variable de sortie
Multiplions la ligne r résultante par pour la soustraire de la ligne i du tableau. Ceci ramène le coefficient de la variable d’entrée xs à 0.
–
isa
![Page 101: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/101.jpg)
Étape 3: Pivot
rsa
Variable d’entrée
Variable de sortie
Multiplions la ligne r résultante par pour la soustraire de la ligne i du tableau. Ceci ramène le coefficient de la variable d’entrée xs à 0.
–
isa
111r m rn r
rs rs rs rs
a a b
a a a a
+� �
![Page 102: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/102.jpg)
Étape 3: Pivot
rsa
Variable d’entrée
Variable de sortie
Multiplions la ligne r résultante par pour la soustraire de la ligne i du tableau. Ceci ramène le coefficient de la variable d’entrée xs à 0.
–
isa
111r m rn r
rs rs rs rs
a a b
a a a a
+� �
![Page 103: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/103.jpg)
Tableau résultant pour
amorcer la prochaine itération
–
![Page 104: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/104.jpg)
Méthode du simplexe – notation matricielle
![Page 105: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/105.jpg)
Méthode du simplexe – notation matricielle
• Le problème de programmation linéaire sous la forme standard
min
Sujet ànnxcxcxcz +++= ...2211
mnmnmm
nn
nn
bxaxaxa
bxaxaxa
bxaxaxa
=+++
=+++
=+++
...
....
....
...
...
2211
22222121
11212111
0...,,, 21 ≥nxxx
![Page 106: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/106.jpg)
[ ]T
5 3 1 0 0
2 3 0 1 0
1 3 0
Problème du restaurat
0 1
8, 6,0,0,0
30
24
1
eur
8
:
x y u p h
A
c
b
=
= − −
=
min 8 6
Sujet à 5 3 30
2 3 24
1 3 18
, , , , 0
z x y
x y u
x y p
x y h
x y u p h
= − −
+ + =
+ + =
+ + =
≥
T
5 3
min
Sujet à
0
, ,
matrice 3 5
z c x
Ax b
x
c x R b R
A
=
=
≥
∈ ∈
×
![Page 107: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/107.jpg)
Méthode du simplexe – notation matricielle
• Le problème de programmation linéaire sous la forme standard
min
Sujet ànnxcxcxcz +++= ...2211
mnmnmm
nn
nn
bxaxaxa
bxaxaxa
bxaxaxa
=+++
=+++
=+++
...
....
....
...
...
2211
22222121
11212111
0...,,, 21 ≥nxxx
Tmin
Sujet à
0
, ,
matrice
n m
z c x
Ax b
x
c x R b R
A m n
=
=
≥
∈ ∈
×
![Page 108: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/108.jpg)
Méthode du simplexe – notation matricielle
min z
Sujet à
0...,,, 21 ≥nxxx
mnmnmm
nn
nn
bxaxaxa
bxaxaxa
bxaxaxa
=+++
=+++
=+++
...
....
....
...
...
2211
22222121
11212111
0...2211 =−+++ zxcxcxc nn
T
min
Sujet à
0
0
, ,
matrice
n m
z
Ax b
c x z
x
c x R b R
A m n
=
− =
≥
∈ ∈
×
![Page 109: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/109.jpg)
Méthode du simplexe – notation matricielle
• Considérons le problème de programmation linéaire sous sa forme matricielle
• Supposons que m ≤ n et que la matrice A est de plein rang (i.e., rang(A) = m, ou que les lignes de A sont linéairement indépendantes )
• Une sous matrice B de A est une base de A si elle est mxm et non singulière (i.e, B-1 existe)
T
min
Sujet à
0
0
z
Ax b
c x z
x
=
− =
≥
![Page 110: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/110.jpg)
1 2 3
5 3 1 0 0
2 3 0 1 0
1 3 0 0 1
Prob
Ex
lème du restaurateur
emples de base:
1 0 0 5 0 0 5 0 3
0 1 0 2 1 0 2 1 3
0 0 1 1 0 1 1 0 3
:
x y u p h
A
u p h x p h x p y
B B B
=
= = =
![Page 111: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/111.jpg)
Méthode du simplexe – notation matricielle
• Une sous matrice B de A est une base de A si elle est mxm et non singulière (i.e, B-1 existe)
• Pour faciliter la présentation, supposons que la base B que nous considérons est composée des m premières colonnes de A, et ainsi
Dénotons également
• Le problème original peut s’écrire
[ ]RBA �=
=
R
B
x
xx
=
R
B
c
cc
![Page 112: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/112.jpg)
T
min
Sujet à
0
0
z
Ax b
c x z
x
=
− =
≥
[ ]
T T
min
Sujet à
0
0
B
R
B
B R
R
z
xB R b
x
xc c z
x
x
=
− =
≥
�
�
![Page 113: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/113.jpg)
[ ]
T T
min
Sujet à
0
0
B
R
B
B R
R
z
xB R b
x
xc c z
x
x
=
− =
≥
�
�
T T
min
Sujet à
0
, 0
B R
B B R R
B R
z
Bx Rx b
c x c x z
x x
+ =
+ − =
≥
![Page 114: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/114.jpg)
• Exprimons xB en fonction de xR en utilisant les contraintes du problème
• Ainsi
bRxBx RB =+
bBRxBxB RB11 )( −−
=+
bBRxBBxB RB111 −−−
=+
bBRxBIx RB11 −−
=+
bBRxBIx RB11 −−
+−=
![Page 115: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/115.jpg)
En remplaçant xB par sa valeur
en fonction de xR dans l’équation
de la fonction économique
T T
min
Sujet à
0
, 0
B R
B B R R
B R
z
Bx Rx b
c x c x z
x x
+ =
+ − =
≥
1 1
T 1 1 T
min
Sujet à
( ) 0
, 0
B R
B R R R
B R
z
Ix B Rx B b
c B Rx B b c x z
x x
− −
− −
+ =
− + + − =
≥
Notons que ces deux problèmes sont équivalents car le deuxième est obtenudu premier à l’aide d’opérationsélémentaires utilisant une matricenon singulière B-1
![Page 116: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/116.jpg)
En regroupant les coefficients de xR
1 1
T 1 1 T
min
Sujet à
( ) 0
, 0
B R
B R R R
B R
z
Ix B Rx B b
c B Rx B b c x z
x x
− −
− −
+ =
− + + − =
≥
1 1
T T 1 T 1
min
Sujet à
0 ( )
, 0
B R
B R B R B
B R
z
Ix B Rx B b
x c c B R x z c B b
x x
− −
− −
+ =
+ − − = −
≥
![Page 117: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/117.jpg)
Le problème se traduit dans le tableau suivant
1 1
T T 1 T 1
min
Sujet à
0 ( )
, 0
B R
B R B R B
B R
z
Ix B Rx B b
x c c B R x z c B b
x x
− −
− −
+ =
+ − − = −
≥
![Page 118: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/118.jpg)
Les variables de xB (dénotées jusqu’ici variables dépendantes) qui sont associées aux colonnes de la base B, sont dénotéesvariables de base
Les variables de xR (dénotées jusqu’ici variables indépendantes) sont dénotéesvariables hors base
![Page 119: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/119.jpg)
Pour obtenir la solution de base associée à la base B,
posons xR = 0et alors xB = B-1b.
La solution de base est réalisable si xB ≥ 0
![Page 120: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/120.jpg)
Notons que ce tableau est identique à celui utilisé pour illustrerune itération du simplexe
![Page 121: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/121.jpg)
-
![Page 122: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/122.jpg)
Méthode du simplexe – notation matricielle
• Une sous matrice B de A est une base de A si elle est mxm et non singulière (i.e, B-1 existe)
• Pour faciliter la présentation, supposons que la base B que nous considérons est composée des m premières colonnes de A, et ainsi
Dénotons également
• Le problème original peut s’écrire
[ ]RBA �=
=
R
B
x
xx
=
R
B
c
cc
![Page 123: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/123.jpg)
Considérons la base à la deuxième itération du problème du
restaurateur:
5 0 0 3 1 5 0 0 3 1
2 1 0 3 0 2 1 0 3 0
1 0 1 3 0 1 0 1 3 0
86
00
0
B R
B R
x p h y u
A B R
xy
x p xu
h
c c
= = =
= =
− −
= =
![Page 124: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/124.jpg)
[ ]
T T
min
Sujet à
0
0
B
R
B
B R
R
z
xB R b
x
xc c z
x
x
=
− =
≥
�
�
T T
min
Sujet à
0
, 0
B R
B B R R
B R
z
Bx Rx b
c x c x z
x x
+ =
+ − =
≥
![Page 125: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/125.jpg)
[ ] [ ]
min
Sujet à
5 0 0 303 1
2 1 0 243 0
1 0 1 183 0
8 0 0 6 0 0
00
00
0
z
xy
pu
h
xy
p zu
h
xy
pu
h
+ =
− + − − =
≥ ≥
T T
min
Sujet à
0
, 0
B R
B B R R
B R
z
Bx Rx b
c x c x z
x x
+ =
+ − =
≥
![Page 126: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/126.jpg)
• Exprimons xB en fonction de xR en utilisant les contraintes du problème
• Ainsi
bRxBx RB =+
bBRxBxB RB11 )( −−
=+
bBRxBBxB RB111 −−−
=+
bBRxBIx RB11 −−
=+
bBRxBIx RB11 −−
+−=
![Page 127: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/127.jpg)
1Obtenons avec la méthode d'élimination de Gauss:
10 0
0 0 1 0 0 1 0 0 52 1 0 0 1 0 1 0 0 1 0
1 0 1 0 0 1 1 0 1
5
2
1
0 0 1
10 0
51 0 0 1 0 02
0 1 0 1 0 0 1 05
0 1 0 0 10 0 1
B
B
−
=
−
1
10 0
52
1 051
0 15
B−
− =
−
![Page 128: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/128.jpg)
1 1
1 10 0 0 0
5 55 0 0 303 12 2
1 0 2 1 0 1 0 243 05 5
1 0 1 183 01 10 1 0 1
5 5
10 0
52
1 051
( )
B R
B R
Bx Rx b
B Bx
x
Rx B
yp
uh
x
b
I p
h
− −
− + = −
− −
+ −
+
+ =
−
=
1 1
10 0
5 303 12
1 0 243 05
183 0 10 1 0 1
5 5
B RIx B x B b
y
u
R− −
= −
−
+ =
![Page 129: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/129.jpg)
1 10 0 0 0
5 5 303 12 2
1 0 1 0 243 05 5
183 01 10 1 0 1
5 5
3 1
5 5 69 2
125 5
1212 1
5 5
xy
I pu
h
xy
I pu
h
+ − = −
− −
− + = −
![Page 130: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/130.jpg)
En remplaçant xB par sa valeur
en fonction de xR dans l’équation
de la fonction économique
T T
min
Sujet à
0
, 0
B R
B B R R
B R
z
Bx Rx b
c x c x z
x x
+ =
+ − =
≥
1 1
T 1 1 T
min
Sujet à
( ) 0
, 0
B R
B R R R
B R
z
Ix B Rx B b
c B Rx B b c x z
x x
− −
− −
+ =
− + + − =
≥
Notons que ces deux problèmes sont équivalents car le deuxième est obtenudu premier à l’aide d’opérationsélémentaires utilisant une matricenon singulière B-1
![Page 131: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/131.jpg)
En regroupant les coefficients de xR
1 1
T 1 1 T
min
Sujet à
( ) 0
, 0
B R
B R R R
B R
z
Ix B Rx B b
c B Rx B b c x z
x x
− −
− −
+ =
− + + − =
≥
1 1
T T 1 T 1
min
Sujet à
0 ( )
, 0
B R
B R B R B
B R
z
Ix B Rx B b
x c c B R x z c B b
x x
− −
− −
+ =
+ − − = −
≥
![Page 132: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/132.jpg)
[ ] [ ]
[ ] [ ] [ ]
T T 1 T 1
T 1
T T 1 T 1
10 0
5 30 62
8 0 0 1 0 24 8 0 0 12 485
18 121
0 15
10 0
52
0 0 0 6 0 8 0 0 1 051
0 1
0 ( )
0 ( )
5
B R B R B
B
B R B R B
x c c B R x z c B b
c B b
x c c B R x
x
p
h
z c B b
− −
−
− −
= − − = − = −
−
+ − − − −
+
−
− − = −
+ − − = −
3 1
483 0
3 0
yz
u
− =
![Page 133: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/133.jpg)
[ ] [ ] [ ]
[ ] [ ] [ ]
10 0
5 3 12
0 0 0 6 0 8 0 0 1 0 483 05
3 010 1
5
3 1
5 59 2
0 0 0 6 0 8 0 0 485 512 1
5 5
xy
p zu
h
xy
p zu
h
+ − − − − − =
−
− + − − − − = −
![Page 134: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/134.jpg)
[ ] [ ] [ ]
[ ] [ ]
[ ]
3 1
5 59 2
0 0 0 6 0 8 0 0 485 512 1
5 5
24 80 0 0 6 0 48
5 5
6 80 0 0 48
5 5
xy
p zu
h
xy
p zu
h
xy
p zu
h
− + − − − − = −
+ − − − − − =
+ − − =
![Page 135: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/135.jpg)
Le problème se traduit dans le tableau suivant
1 1
T T 1 T 1
min
Sujet à
0 ( )
, 0
B R
B R B R B
B R
z
Ix B Rx B b
x c c B R x z c B b
x x
− −
− −
+ =
+ − − = −
≥
![Page 136: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/136.jpg)
3 11 0 0 0 6
5 59 2
0 1 0 0 125 512 1
0 0 1 0 125 56 8
0 0 0 1 485 5
x p h y u z
x
p
h
z
−
−
−
− −
3 1
5 5 69 2
125 5
1212 1
5 5
xy
I pu
h
− + = −
![Page 137: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/137.jpg)
3 11 0 0 0 6
5 59 2
0 1 0 0 125 512 1
0 0 1 0 125 56 8
0 0 0 1 485 5
x p h y u z
x
p
h
z
−
−
−
− −
[ ]6 8
0 0 0 485 5
xy
p zu
h
+ − − =
![Page 138: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/138.jpg)
3 11 0 0 0 6
5 59 2
0 1 0 0 125 512 1
0 0 1 0 125 56 8
0 0 0 1 485 5
x y u p h z
x
p
h
z
−
−
−
− −
1B
−
3 11 0 0 0 6
5 59 2
0 1 0 0 125 512 1
0 0 1 0 125 56 8
0 0 0 1 485 5
x p h y u z
x
p
h
z
−
−
−
− −
![Page 139: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/139.jpg)
Puisque tout tableau du simplexe est associé à une base de A constituéedes colonnes associées aux variables de base (variables dépendantes),il s’ensuit que dans l’algorithme du simplexe, nous passons d’unesolution de base réalisable à une nouvelle solution de base réalisableayant une valeur plus petite
![Page 140: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/140.jpg)
Notion de multiplicateurs du simplexe
• Considérons la dernière ligne du tableau du simplexe associé à la base B
qui correspond aux vecteurs des coûts relatifs des variables:
TBc
TRc
T T T T T 10B B B B Bc c c c c B B−
= = − = −
T T T 1R R Bc c c B R
−= −
[ ]T T T T T 1 T 1, , T T
B R B R B Bc c c c c c B B R c c B A
− −= = − = − �
![Page 141: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/141.jpg)
Notion de multiplicateurs du simplexe
Dénotons le vecteur défini par
Alors
ou
où dénote la jième colonne de la matrice de contrainte A
mR∈π
T T 1Bc Bπ
−=
T T Tc c Aπ= −
Tj j jc c aπ
•= −
ja•
π est le vecteur des multiplicateursdu simplexe associé à la base B.
T T T 1Bc c c B A
−= −
[ ] [ ] [ ]T1 1 1, , , , , ,n n nc c c c a aπ • •= −… … …
![Page 142: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/142.jpg)
Notion de multiplicateurs du simplexe
• Le vecteur des multiplicateurs du simplexe π permet de calculer
les coûts relatifs directement à partir des données originales du problème.
• Les composantes πi (i=1,2,…,m) du vecteur des multiplicateurs peuvent être considérés comme des poids associés aux lignes i du tableau (ou aux contraintes i du problème) tel que la soustraction d’une combinaison linéaire des lignes avec ces poids de la dernière ligne du tableau permet d’annuler les coûts relatifs des variables de base.
Tj j jc c aπ
•= −
jc
T T Tc c Aπ= −
![Page 143: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/143.jpg)
Sensitivité de la valeur optimale auxmodifications des termes de droite
• Les multiplicateurs du simplexe associés à une base optimale permettent de mesurer l’effet de modifier les termes de droite sur la valeur optimale d’un problème.
• Considérons le problème original et un autre où les termes de droite sont modifiés
T
minSujet à
00
z
Ax b
c x z
x
=
− =
≥
T
minSujet à
00
z
Ax b b
c x z
x
= + ∆
− =
≥
��
� ��
![Page 144: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/144.jpg)
Sensitivité de la valeur optimale auxmodifications des termes de droite
• Dénotons par B* une base optimale du problème original, et la solution de base optimale correspondante
dont la valeur (optimale pour le problème) est donnée par
T
minSujet à
00
z
Ax b
c x z
x
=
− =
≥
T
minSujet à
00
z
Ax b b
c x z
x
= + ∆
− =
≥
��
� ��
*
* * 1*
0
0R
B
x
x B b b−
=
= = ≥
* T * T * T * 1 T* * * *R RB B B B
z c x c x c B b c b−
= + = =
![Page 145: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/145.jpg)
Sensitivité de la valeur optimale auxmodifications des termes de droite
• Choisissons la valeur de de telle sorte que
• Donc B* demeure une base réalisable pour le nouveau problème modifiépuisque la solution de base associée est
T
minSujet à
00
z
Ax b
c x z
x
=
− =
≥
T
minSujet à
00
z
Ax b b
c x z
x
= + ∆
− =
≥
��
� ��
b∆
0)( 1*1*1*≥∆+=∆+
−−−bBbBbbB
0)(~0~
1**
*
* ≥∆+=
=
−bbBx
x
B
R
![Page 146: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/146.jpg)
Sensitivité de la valeur optimale auxmodifications des termes de droite
• Donc B* demeure une base réalisable pour le nouveau problème modifiépuisque la solution de base associée est
• De plus, puisque ni les coûts cj ni la matrice A n’ont été modifiés, alors le vecteur des multiplicateur π* reste inchangé. Par conséquent les coûts relatifs demeurent inchangés et donc non négatifs pour le nouveau problème.
Donc B* demeure donc une base optimale pour le nouveau problème.
0)(~0~
1**
*
* ≥∆+=
=
−bbBx
x
B
R
jc
*T T * 1*B
c Bπ −=
*T T *Tc c Aπ= −
![Page 147: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/147.jpg)
Sensitivité de la valeur optimale auxmodifications des termes de droite
• Une solution optimale pour le nouveau problème est donc:
• Évaluons la valeur optimale du nouveau problème:
0)(~0~
1**
*
* ≥∆+=
=
−bbBx
x
B
R
jc
* T * T ** *
T * 1*
T * 1 T * 1* *
* *T
* *
1
( )R R
B B
B
B B
m
i i
i
z c x c x
c B b b
c B b c B b
z b
z b
π
π
−
− −
=
= +
= + ∆
= + ∆
= + ∆
= + ∆∑
� ��
*T T * 1*B
c Bπ −=
* T * 1*
Bz c B b
−=
![Page 148: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/148.jpg)
Sensitivité de la valeur optimale auxmodifications des termes de droite
• Évaluons la valeur optimale du nouveau problème:.
Ainsi, indique la taux de variationunitaire de la valeur optimale de la fonction économique lorsque le terme de droite bi de la contrainte i est modifiéd’une quantité choisie de telle sorte que la base demeure réalisable pour le nouveau problème.
*iπ
ib∆
* T * T ** *
T * 1*
T * 1 T * 1* *
* *T
* *
1
( )R R
B B
B
B B
m
i i
i
z c x c x
c B b b
c B b c B b
z b
z b
π
π
−
− −
=
= +
= + ∆
= + ∆
= + ∆
= + ∆∑
� ��
![Page 149: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/149.jpg)
Critère d’optimalité
• Proposition Dans l’algorithme du simplexe, si à une itération les coûts
relatifs , alors la solution courante est optimale
Preuve: Sans perte de généralité, supposons que les m premières variables
x1, x2, …, xm sont les variables de base; i. e.,
njjc j ≤≤∀≥ 1,0
nmmix
mibx
i
ii
,...,2,10
,...,2,10
++==
=≥=
1Bz c B b
−=
-T 1b
c B b−
−
![Page 150: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/150.jpg)
Critère d’optimalité
1TBc B b
−−
11 1 10 0 T
m m m n n Bz x x c x c x c B b−
+ += + + + + + +… …
La fonction économique est de la forme
11 1 10 0 T
m m m n n Bz x x c x c x c B b−
+ += + + + + + +… …
![Page 151: 1. Méthode du simplexe et son analyse - Recherche · Transformation de max en min • Considérons le problème de maximisation max f(w) Sujet à où f : X →R1. • Soit w* un](https://reader030.fdocument.pub/reader030/viewer/2022040700/5d51e6cc88c993e2358b955c/html5/thumbnails/151.jpg)
Critère d’optimalité
La fonction économique est de la forme
Considérons une autre solution réalisable ≥ 0 dont la valeur est
Mais puisque par hypothèse , il s’ensuit que
Donc la solution courante est optimale.
njjc j ≤≤∀≥ 1,0
x
11 2 1 1 2 20 0 ... 0 ... T
m m m m m n n Bz x x x c x c x c x c B b−+ + + += + + + + + + + +
1 11 2 1 1 2 2
0
0 0 ... 0 ... T Tm m m m m n n B Bz x x x c x c x c x c B b c B b z
− −+ + + +
≥
= + + + + + + + + ≥ =�������������
11 1 10 0 T
m m m n n Bz x x c x c x c B b−+ += + + + + + +… …