Documente Academic
Documente Profesional
Documente Cultură
Méthode du simplexe
et
son analyse
Problème du restaurateur
max 8x + 6y
• Disponibilités du restaurateur: Sujet à
30 oursins 5x + 3y ≤ 30
24 crevettes 2x + 3y ≤ 24
18 huîtres 1x + 3y ≤ 18
x,y ≥ 0
• Deux types d’assiettes de fruits de mer offertes par le restaurateur:
à $8 composée de 5 oursins, 2 crevettes et 1 huître
à $6 composée de 3 oursins, 3 crevettes et 3 huîtres
où f : X → R1.
• Soit w* un point de X où le maximum est atteint.
• Donc f(w*) ≥ f(w) w X
ou – f(w*) ≤ – f(w) w X
• Par conséquent
– f(w*) = min – f(w)
Sujet à wX Rn
Transformation de max en min
f(w)
w
w*
– f(w)
– f(w*)
Transformation de max en min
• De plus,
f(w*) = max f(w) = – min – f(w) = – (–f(w*) )
min z = –8x – 6y
Sujet à
5x + 3y ≤ 30
2x + 3y ≤ 24
1x + 3y ≤ 18
x,y ≥ 0
5 x 3 y 30
2 x 3 y 24
Domaine réalisable 1x 3 y 18
x 0, y 0
• 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
5 x 3 y 30
2 x 3 y 24
Domaine réalisable 1x 3 y 18
x 0, y 0
• Traçons la droite
2x + 3y = 24
• Traçons la droite
1x + 3y = 18
8 z
• Considérons la fonction y x
6 6
économique : 8
z = –8x – 6y. droites de pente
6
• Plus on s’éloigne de l’origine,
plus la valeur diminue:
x = 0 et y = 0 => z = 0
5 x 3 y 30
2 x 3 y 24
1x 3 y 18
Résolution x 0, y 0
• Considérons la fonction
économique :
z = –8x – 6y.
• Plus on s’éloigne de l’origine,
x 3 y 18 x 0
plus la valeur diminue:
x = 0 et y = 0 => z = 0 x 0 y 6
x = 0 et y = 6 => z = – 36
x 3 y 18
5 x 3 y 30
2 x 3 y 24
1x 3 y 18
Résolution
x 0, y 0
• Considérons la fonction
économique :
z = –8x – 6y.
• Plus on s’éloigne de l’origine,
plus la valeur diminue: 5x 3 y 30 x 6
y0 y 0
x = 0 et y = 0 => z = 0
x = 0 et y = 6 => z = – 36
x = 6 et y = 0 => z = – 48 5x 3 y 30
5 x 3 y 30
2 x 3 y 24
1x 3 y 18
Résolution
x 0, y 0
• Considérons la fonction
5 x 3 y 30
économique : x 3 x 3
x 3 y 18 y 5
z = –8x – 6y. 3 3 y 18
4x 12
• Plus on s’éloigne de l’origine,
plus la valeur diminue:
x = 0 et y = 0 => z = 0 Solution optimale:
x = 3 et y = 5
x = 0 et y = 6 => z = – 36
Valeur optimale:
x = 6 et y = 0 => z = – 48 z = – 54
x = 3 et y = 5 => z = – 54.
• Impossible d’aller plus loin sans x 3 y 18
sortir du domaine réalisable.
5x 3 y 30
Variables d’écart
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
Méthode du simplexe – forme algébrique
• 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.
Nouvelle itération
• u = 30 – 5x – 3y 5 x 3 y 1u 30
p = 24 – 2x – 3y 2x 3y 1p 24
h = 18 – 1x – 3y 1x 3 y 1h 18
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 ou
u 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.
Transformation du système
x = 6 – 1/5u – 3/5y
p = 12 + 2/5u – 9/5y
h = 12 + 1/5u – 12/5y
z = – 48 + 8/5u – 6/5y
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 ≥ 0
p = 12 + 2/5u – 9/5y ≥0
h = 12 + 1/5u – 12/5y ≥ 0
• x = 6 – 1/5u – 3/5y ≥ 0
p = 12 + 2/5u – 9/5y ≥0
h = 12 + 1/5u – 12/5y ≥ 0
z = – 48 + 8/5u– 6/5y
• Donc la solution demeure réalisable aussi longtemps que
y ≤ min {10, 20/3, 5} = 5.
x = 3, y = 5(u = 0, p = 3, h = 0)
et la valeur z = – 54
Type de solutions considérées
• Nous n’avons considéré que des solutions où il n’y a que trois variables
positives!
5 5!
• Comme il y a 5 variables, il y a au plus = 10 solutions
différentes de ce type. 3 3! 2!
min z c1 x1 c2 x2 ... cn xn
Sujet à a11 x1 a12 x 2 ... a1n x n b1
a 21 x1 a 22 x 2 ... a 2 n x n b2
. . . .
. . . .
a m1 x1 a m 2 x 2 ... a mn x n bm
x1 , x2 , ..., xn 0
Itération typique
• Les variables x1, x2, …, xm sont dénotées comme étant les variables
dépendantes alors que les autres variables sont les variables indépendantes.
x1 b1 a 1m 1 x m 1 ... a 1s x s ... a 1n x n
x2 b 2 a 2 m 1 x m 1 ... a 2 s x s ... a 2 n x n
. . . .
xr b r a rm1 x m 1 ... a rs x s ... a rn x n
. . . .
xm b m a mm1 x m 1 ... a ms x s ... a mn x n
z z c m 1 x m 1 ... c s x s ... c n x n
Étape 1: Choix de la variable d’entrée
x1 b1 a 1m 1 x m 1 ... a 1s x s ... a 1n x n
x2 b 2 a 2 m 1 x m 1 ... a 2 s x s ... a 2 n x n
. . . .
xr b r a rm1 x m 1 ... a rs x s ... a rn x n
. . . .
xm b m a mm1 x m 1 ... a ms x s ... a mn x n
z z c m 1 x m 1 ... c s x s ... c n x n
• Dénotons c s min c j
1 j n
Étape 1: Choix de la variable d’entrée
x1 b1 a 1m 1 x m 1 ... a 1s x s ... a 1n x n
x2 b 2 a 2 m 1 x m 1 ... a 2 s x s ... a 2 n x n
. . . Si c s ≥ 0, alors la. solution
xr b r a rm1 x m 1 ... est
aoptimale,
rs x s ... a rn x n
. . . et l’algorithme s’arrête
.
xm b m a mm1 x m 1 ... a ms x s ... a mn x n
z z c m 1 x m 1 ... c s x s ... c n x n
• Dénotons c s min c j
1 j n
Étape 1: Choix de la variable d’entrée
x1 b1 a 1m 1 x m 1 ... a 1s x s ... a 1n x n
x2 b 2 a 2 m 1 x m 1 ... a 2 s x s ... a 2 n x n
. . . .
Si c s < 0, alors la variable
bd’entrée.
xs devientx rla variable r a rm1 x m 1 ... a rs x s ... a rn x n
• Dénotons c s min c j
1 j n
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.
• Pour identifier la plus grande valeur que la variable d’entrée peut prendre,
nous revenons au système précédent:
Étape 2: Choix de la variable de sortie
br
bi
xs min : a is 0
1i m a is
a rs
Étape 2: Choix de la variable de sortie
br
bi
La variable indépendante xr qui xs min : a is 0
1i m a is
limite l’augmentation de la variable
a rs
d’entrée xs est la variable de sortie.
Étape 3: Pivot pour transformer le système
Étape 3: Pivot pour transformer le système
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
br a rm1 1 a rn
x1 b1 a1s a1m1 a1s xm1 a1s xr a1n a1s xn
a rs a rs a rs a rs
Étape 3: Pivot pour transformer le système
• Nous allons plutôt utiliser des tableaux pour compléter les itérations de
l’algorithme du simplexe.
u = 30 – 5x – 3y
p = 24 – 2x – 3y
h = 18 – 1x – 3y
z = 0 –8x – 6y
u = 30 – 5x – 3y
p = 24 – 2x – 3y
h = 18 – 1x – 3y
z = 0 –8x – 6y
br
bi
min {30/5, 24/2, 18} = 30/5 = 6
xs min : a is 0
1i m a is
a rs
La variable correspondante u
devient la variable de sortie
u = 30 – 5x – 3y
p = 24 – 2x – 3y
h = 18 – 1x – 3y
z = 0 –8x – 6y
variable d’entrée
RAPPEL: Nous utilisons l’équation où x et u apparaissent pour exprimer x
en 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
• variable de sortie
variable d’entrée
RAPPEL: Nous utilisons l’équation où x et u apparaissent pour exprimer x
en 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
• variable de sortie
variable d’entrée
RAPPEL: Nous utilisons l’équation où x et u apparaissent pour exprimer x
en 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
• variable de sortie
variable d’entrée
Ceci est équivalent à
(5x + 3y + u =30) / 5 => x + 3/5y + 1/5u =6
variable d’entrée
Ceci est équivalent à
(5x + 3y + u =30) / 5 => x + 3/5y + 1/5u =6
variable d’entrée
x 3 / 5 y 1/ 5u 6
Divisons cette ligne par 5
variable de sortie
variable d’entrée
x 3 / 5 y 1/ 5u 6
• Rappel: Nous substituons l’expression de x dans les autres équations
x = 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)
deuxième ligne
moins
2(la première ligne)
Le tableau devient
0 x 9 / 5 y 2 / 5u p 12
deuxième ligne
moins
2(la première ligne)
Le tableau devient
0 x 9 / 5 y 2 / 5u p 12
En répétant le processus pour les autres lignes du tableau
Simplexe –forme avec tableaux
Itération typique
• Décrivons une itération typique pour résoudre le problème général avec le
simplexe – forme avec tableaux
• Le système
x1 a 1m 1 x m 1 ... a 1s x s ... a 1n x n b1
x2 a 2 m 1 x m 1 ... a 2 s x s ... a 2 n x n b 2
. . . .
x r a rm1 x m 1 ... a rs x s ... a rn x n b r
. . . .
x m a mm1 x m 1 ... a ms x s ... a mn x n b m
c m 1 x m 1 ... c s x s ... c n x n z z
x1 a 1m 1 x m 1 ... a 1s x s ... a 1n x n b1
x2 a 2 m 1 x m 1 ... a 2 s x s ... a 2 n x n b 2
Itération typique . . .
x r a rm1 x m 1 ... a rs x s ... a rn x n b r
.
. . . .
x m a mm1 x m 1 ... a ms x s ... a mn x n b m
peut être représenter dans le tableau suivant c m 1 x m 1 ... c s x s ... c n x n z z
–
Étape 1: Choix de la variable d’entrée
–
Étape 2: Choix de la variable de sortie
Si a is 0 1 i m
le problème n’est pas Variable d’entrée
borné et l’algo. s’arrête
Variable d’entrée
Variable de sortie
–
Étape 3: Pivot
L’élément de pivot a rs est à l’intersection de la
colonne de la variable d’entrée xs et de la ligne
de la variable de sortie xr
Variable d’entrée
a rs
Variable de sortie
–
Étape 3: Pivot
Divisons la ligne r par l’élément
de pivot a rs afin d’obtenir la
ligne r résultante
Variable d’entrée
a rs
Variable de sortie
1
a rs
–
Étape 3: Pivot
Divisons la ligne r par l’élément
de pivot a rs afin d’obtenir la
ligne r résultante
Variable d’entrée
a rs
Variable de sortie
1 ar m1 arn br
1
ars ars ars ars
–
Étape 3: Pivot
Multiplions la ligne r résultante
par a is pour la soustraire de la
ligne i du tableau. Ceci ramène le
coefficient de la variable d’entrée xs à 0. Variable d’entrée
a rs
Variable de sortie
1 ar m1 arn br
1
ars ars ars ars
–
Étape 3: Pivot
Multiplions la ligne r résultante
par a is pour la soustraire de la
ligne i du tableau. Ceci ramène le
coefficient de la variable d’entrée xs à 0. Variable d’entrée
a rs
Variable de sortie
1 ar m1 arn br
1
ars ars ars ars
–
Étape 3: Pivot
Multiplions la ligne r résultante
par a is pour la soustraire de la
ligne i du tableau. Ceci ramène le
coefficient de la variable d’entrée xs à 0. Variable d’entrée
a rs
Variable de sortie
1 ar m1 arn br
1
ars ars ars ars
–
Étape 3: Pivot
Multiplions la ligne r résultante
par a is pour la soustraire de la
ligne i du tableau. Ceci ramène le
coefficient de la variable d’entrée xs à 0. Variable d’entrée
a rs
Variable de sortie
1 ar m1 arn br
1
ars ars ars ars
–
Tableau résultant
pour
amorcer la prochaine itération
–
Méthode du simplexe – notation matricielle
Méthode du simplexe – notation matricielle
• Le problème de programmation
linéaire sous la forme standard
min z c1 x1 c2 x2 ... cn xn
Sujet à a11 x1 a12 x 2 ... a1n x n b1
a 21 x1 a 22 x 2 ... a 2 n x n b2
. . . .
. . . .
a m1 x1 a m 2 x 2 ... a mn x n bm
x1 , x2 , ..., xn 0
Problème du restaurateur:
x y u p h min z 8 x 6 y
Sujet à 5 x 3 y u 30
5 3 1 0 0
2 x 3 y p 24
A 2 3 0 1 0
1 3 0 0 1 1x 3 y h 18
x , y , u, p, h 0
c T 8, 6, 0, 0, 0
min z c T x
Sujet à Ax b
30 x0
b 24
18 c, x R 5 , b R 3
A matrice 3 5
Méthode du simplexe – notation matricielle
• Le problème de programmation
linéaire sous la forme standard
min z c1 x1 c2 x2 ... cn xn
Sujet à a11 x1 a12 x 2 ... a1n x n b1
a 21 x1 a 22 x 2 ... a 2 n x n b2
min z c T x . . . .
Sujet à Ax b
. . . .
x0
a m1 x1 a m 2 x 2 ... a mn x n bm
c, x R , b R
n m
A matrice m n x1 , x2 , ..., xn 0
Méthode du simplexe – notation matricielle
min z
Sujet à a11 x1 a12 x 2 ... a1n x n b1
a 21 x1 a 22 x 2 ... a 2 n x n b2
min z
. . . .
Sujet à Ax b
. . . .
cT x z 0
a m1 x1 a m 2 x 2 ... a mn x n bm
x0
c, x R n , b R m c1 x1 c2 x2 ... cn xn z 0
A matrice m n x1 , x2 , ..., xn 0
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
A B R
Dénotons également
xB c B
x c
xR c R
Bx B Rx R b
min z
Sujet à IxB B 1RxR B 1b
0 xB (cRT cBT B 1R) xR z cBT B 1b
xB , xR 0
min z
Sujet à IxB B 1RxR B 1b
0 xB (cRT cBT B 1R) xR z cBT B 1b
xB , xR 0
Le problème se traduit dans le tableau suivant
Les variables de xB (dénotées Les variables de xR (dénotées
jusqu’ici variables dépendantes) jusqu’ici variables
qui sont associées aux colonnes indépendantes) sont dénotées
de la base B, sont dénotées variables hors base
variables de base
Pour obtenir la solution de base associée à la base B,
posons xR = 0
et alors xB = B-1b.
La solution de base est réalisable si xB ≥ 0
Notons que ce tableau est identique à celui utilisé pour illustrer
une itération du simplexe
-
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
A B R
Dénotons également
xB c B
x c
xR c R
x
y
xB p xR
h u
8
6
cB 0 cR
0 0
min z
min z
xB
Sujet à BxB RxR b Sujet à B R x b
R
cBT xB cRT xR z 0
xB
xB , xR 0 cB cR z 0
T T
x
R
x0
min z
Sujet à
5 0 0 x 3 1 30
y
2 1 0 p 3 0 u 24
1 0 1 h 3 0 18
x
y
8 0 0 p 6 0 u z 0
h
x 0 min z
p 0 y 0 Sujet à BxB RxR b
u 0 cBT xB cRT xR z 0
h 0
xB , xR 0
• Exprimons xB en fonction de xR en utilisant les contraintes du problème
Bx B Rx R b
1 1
5 0 0 5 0 0
1 0 0 1 0 0
2 1 0 2 1 0 B 1
0 1 0 5 0 1 0 5
1 0 1 0 0 1
0 0 1 1
0 1
5
1 1
5 0 0 5 0 0
5 0 0 x 3 1 30
2 1 0 2 1 0 p 3 0 y 2 1 0 24
5 u 5
1 0 1 h 3 0 18
1 0 1 1 0 1
5 5
BxB RxR b
B 1 ( BxB RxR ) B 1b
1 1
5 0 0 5 0 0
x 3 1 30
y 2
1 0 24
2
I p 1 0 3 0
5 u 5
h
3 0 18
1 0 1 1 0 1
5 5
IxB B 1RxR B 1b
1 1
5 0 0 5 0 0
x 3 1 30
y 2
1 0 24
2
I p 1 0 3 0
5 u 5
h 3 0 18
1 0 1 1 0 1
5 5
3 1
5 5
x 6
2 y
I p
9
12
5 5 u
h 12
12 1
5 5
En remplaçant xB par sa valeur
min z en fonction de xR dans l’équation
de la fonction économique
Sujet à BxB RxR b Notons que ces deux problèmes sont
cBT xB cRT xR z 0 équivalents car le deuxième est obtenu
du premier à l’aide d’opérations
xB , xR 0 élémentaires utilisant une matrice
non singulière B-1
min z
Sujet à IxB B 1RxR B 1b
cBT ( B 1RxR B 1b) cRT xR z 0
xB , xR 0
min z
Sujet à IxB B 1RxR B 1b
cBT ( B 1RxR B 1b) cRT xR z 0
xB , xR 0
1
5 0 0
30 6
1 0 24 8 0 0 12 48
2
cB B b 8 0 0
T 1
5
18 12
1 0 1
5
0 xB (cRT cBT B 1R) xR z cBT B 1b
1
5 0 0
x 3 1
2 y
0 0 0 p 6 0 8 0 0 1 0 3 0 u z 48
3 0
5
h
1 0 1
5
1
5 0 0
x 3 1
2 y
0 0 0 p 6 0 8 0 0 1 0 3 0 u z 48
3 0
5
h
1 0 1
5
3 1
5 5
x
2 y
0 0 0 p 6 0 8 0 0 9 u z 48
5 5
h
12 1
5 5
3 1
5 5
x
p 6 0 8 0 0 9 2 y
0 0 0 z 48
5 5 u
h
12 1
5 5
x
24 8 y
0 0 0 p 6 0 u z 48
5 5
h
x
6 8 y
0 0 0 p z 48
5 5 u
h
min z
Sujet à IxB B 1RxR B 1b
0 xB (cRT cBT B 1R) xR z cBT B 1b
xB , xR 0
Le problème se traduit dans le tableau suivant
3 1
5 5
x 6
2 y
I p
9
5 u 12
5
h 12
12 1
5 5
x p h y u z
3 1
x 1 0 0 0 6
5 5
9 2
p 0 1 0 0 12
5 5
12 1
h 0 0 1 0 12
5 5
6 8
z 0 0 0 1 48
5 5
x
6 8 y
0 0 0 p z 48
5 5 u
h
x p h y u z
3 1
x 1 0 0 0 6
5 5
9 2
p 0 1 0 0 12
5 5
12 1
h 0 0 1 0 12
5 5
6 8
z 0 0 0 1 48
5 5
x y u p h z
3 1
x 1 0 0 0 6
5 5
9 2
p 0 1 0 0 12
5 5
12 1
h 0 0 1 0 12
5 5
6 8
z 0 0 0 1 48
5 5
x p h y u z
3 1
x 1 0 0 0 6
5 5
9 2
p 0 1 0 0 12
5 5
12 1
B 1
h 0 0 1 0 12
5 5
6 8
z 0 0 0 1 48
5 5
Puisque tout tableau du simplexe est associé à une base de A constituée
des colonnes associées aux variables de base (variables dépendantes),
il s’ensuit que dans l’algorithme du simplexe, nous passons d’une
solution de base réalisable à une nouvelle solution de base réalisable
ayant une valeur plus petite
Notion de multiplicateurs du simplexe
cBT cRT
c cB , cR
T T T
cBT , cRT cBT B 1 B R c T cBT B 1 A
Notion de multiplicateurs du simplexe
c T cT cBT B1 A
c j c j T a j
c T cT T A
min z min z
Sujet à Ax b Sujet à Ax b b
cT x z 0 cT x z 0
x0 x0
Sensitivité de la valeur optimale aux
modifications des termes de droite
min z min z
Sujet à Ax b Sujet à Ax b b
cT x z 0 cT x z 0
x0 x0
min z min z
Sujet à Ax b Sujet à Ax b b
cT x z 0 cT x z 0
x0 x0
m
z* i 1
i* bi
Sensitivité de la valeur optimale aux
modifications des termes de droite
z * c T* x* * cRT x*R
B B
c B T *1
(b b) Ainsi, i* indique la taux de variation
B* unitaire de la valeur optimale de la
c T* B*1b c T* B*1b fonction économique lorsque le terme
B B
z *T b
* de droite bi de la contrainte i est modifié
m d’une quantité bi choisie de telle
z* i 1
i* bi sorte que la base demeure réalisable
pour le nouveau problème.
Critère d’optimalité
c-bT B 1b
xi bi 0 i 1, 2,..., m
xi 0 i m 1, m 2,..., n
z cB B1b
Critère d’optimalité
cTB B 1b