Documente Academic
Documente Profesional
Documente Cultură
Programmation linéaire
Université de Ghardaïa
F a c u l t é d e s s c i e n c e s e t d e l a t ec h n o l o g i e
D ép a r t e me n t d e M a t h é ma t i q u es et d ' I n f o r ma t i q u e
Introduction
› Tous les programmes linéaires qu’on a traité précédemment
sont du type : Maximiser une fonction linéaire sous contraintes
de type inférieur ou égale (et avec un second membre
positif).
› Or dans beaucoup de problèmes réels, on peut retrouver des
contraintes de type supérieur ou égale et/ou de type égale,
ainsi que des problèmes où on a à minimiser au lieu de
maximiser.
› Dans cette partie, on étudiera les modifications à apporter à
la méthode du simplexe pour qu’elle puisse résoudre tous ces
types de programmes.
1
30/10/2019
2
30/10/2019
› On peut conclure que tant que les variables artificielles restent dans
la base, la solution demeure non réalisable réellement pour notre
programme.
3
30/10/2019
Cj 5 6 0 0 -M -M
VB Q x1 X2 S1 S2 A1 A2
0 S1 4 -1 1 1 0 0 0
-M A1 60 5 3 0 0 1 0
-M A2 5 0 1 0 -1 0 1
› De la même manière que précédemment essayons de retrouver la
variable entrante et la variable sortante :
Cj 5 6 0 0 -M -M
VB Q x1 x2 S1 S2 A1 A2 RT
0 S1 4 -1 1 1 0 0 0 -4
-M A1 60 (5) 3 0 0 1 0 12
-M A2 5 0 1 0 -1 0 1
Zj -5M -4M 0 M -M -M
Cj-Zj 5+5M 6+4M 0 -M 0 0
4
30/10/2019
Cj 5 6 0 0
VB Q x1 x2 S1 S2 RT
0 S1 8 0 0 1 8/5 5
5 x1 9 1 0 0 3/5 15
6 x2 5 0 1 0 -1 -5
Zj 5 6 0 -3
Cj-Zj 0 0 0 3
10
5
30/10/2019
Cj 5 6 0 0
VB Q x1 x2 S1 S2
0 S2 5 0 0 5/8 1
5 x1 6 1 0 -3/8 0
6 x2 10 0 1 5/8 0
Zj 5 6 15/8 0
Cj-Zj 0 0 -15/8 0
› Le tableau ci-dessus est optimal car tous les effets nets sont négatifs
ou nuls. Donc la solution optimale est :
x1 = 6
x2 = 10
S1 = 0
S2 = 5
11
12
6
30/10/2019
Phase 1
› Ignorant pour l’instant la fonction objectif Z du problème original et
on cherche plutôt à résoudre un problème dont la fonction objectif
est : Max Z’= −(somme de toutes les variables artificielles)
⇒ Max Z’= − A1− A2
s.c -x1 + x2 + S1 = 4
5x1 + 3x2 + A1 = 60
x2 -S2 + A2 = 5
x1 0, x2 0, S1 0, S2 0 , A1 0, A2 0
› Ceci est appelé la phase 1.
› La résolution du phase 1 va provoquer l’annulation des variables
artificielles.
13
14
7
30/10/2019
Cj 0 0 0 0 -1 -1
VB Q x1 x2 S1 S2 A1 A2
0 S1 8 0 0 1 8/5 1/5 -8/5
0 x1 9 1 0 0 3/5 1/5 -3/5
0 x2 5 0 1 0 -1 0 1
Z’j 0 0 0 0 0 0
Cj-Z’j 0 0 0 0 -1 -1
› Dans ce dernier tableau, la valeur optimale de Z' est égal à zéro et aucun
variable artificielle n’est dans la base optimale du Phase 1.
› Dans ce cas, on supprime toutes les colonnes des variables artificielles du
tableau optimal du phase 1.
› on combine maintenant la fonction objectif originale Z avec les contraintes
du tableau optimal du phase 1. Cela conduit à la phase 2.
› La solution optimale du phase 2 est la solution optimale pour le programme
linéaire original.
15
Phase 2
› Quand on supprime les variables artificielles et on reprend la
fonction objectif originale Z, le dernier tableau du phase 1
deviendra:
Cj 5 6 0 0
VB Q x1 x2 S1 S2
0 S1 8 0 0 1 8/5
5 x1 9 1 0 0 3/5
6 x2 5 0 1 0 -1
16
8
30/10/2019
Cj 5 6 0 0
VB Q x1 x2 S1 S2 RT
0 S1 8 0 0 1 8/5 5
5 x1 9 1 0 0 3/5 15
6 x2 5 0 1 0 -1 -5
Zj 5 6 0 -3
Cj-Zj 0 0 0 3
Cj 5 6 0 0
› Le tableau optimal nous
VB Q x1 x2 S1 S2
donne la solution suivante :
0 S2 5 0 0 5/8 1
x1 = 6, x2 = 10, S1 = 0, S2 = 5
5 x1 6 1 0 -3/8 0
6 x2 10 0 1 5/8 0 Z* = 90
Zj 90 5 6 15/8 0
Cj-Zj 0 0 -15/8 0
17
18
9
30/10/2019
20
10
30/10/2019
Exercice
› Un mélange doit contenir au moins 15g de fluore, 20g de chlore,
10g d’iode et 25g de sodium. Il existe sur le marché trois produits
qui contiennent ces quatre composants, dans les quantités
suivantes (grammes par kg):
Fluore Chlore Iode Sodium
Produit 1 1 1 0.5 1
Produit 2 1 2 0.5 3
Produit 3 1 1 1 2
› Le premier produit coûte 3,50 DA le kg, le deuxième 6,50 DA le kg
et le troisième 5 DA le kg.
› Quel mélange des produits faut-il faire pour Minimiser le coût ?
Donner le programme linéaire de ce problème.
Résoudre le problème par la méthode de simplexe.
21
Solution
Le but du problème est minimiser le coût résultant de l’utilisation des trois
produits qui contient les composants, donc on peut noté par:
x1: la quantité en Kg du produit 1
x2: la quantité en Kg du produit 2
x3: la quantité en Kg du produit 3
On peut donc modéliser le problème comme suit:
Min Z = 3500 x1 + 6500x2 + 5000x3
s.c x1 + x2 + x3 ≥15
x1 + 2x2 + x3 ≥20
0,5x1 + 0,5x2 + x3 ≥10
x1 + 3x2 + 2x3 ≥25
x1 , x2 , x3 ≥ 0
22
11