Révision de l`algorithme du simplexe
Transcription
Révision de l`algorithme du simplexe
Révision de l’algorithme du simplexe 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 à z = c1x1 +c2x2 +... +cnxn a11 x1 + a12 x 2 + ... + a1n x n = b1 a 21 x1 + a 22 x 2 + ... + a 2 n x n = b 2 . . . . . . . . a m1 x1 + a m 2 x 2 + ... + a mn x n = b m x1 , x 2 , ..., x n ≥ 0 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 . . . . . a m1 x1 + a m 2 x 2 + ... + a mn x n = bm c1 x1 + c 2 x 2 + ... + c n x n − z = 0 x1 , x 2 , ..., x n ≥ 0 Simplexe –forme avec tableaux Itération typique • Décrivons une itération typique pour résoudre le problème général avec le simplexe – forme avec tableaux • Le système + a 1m +1 x m +1 + ... + a 1s x s + ... + a 1n x n = b1 x1 + x2 + . + a 2 m +1 x m +1 + ... + a 2 s x s + ... + a 2 n x n = b 2 . . . x r + + a rm +1 x m +1 + ... + a rs x s + ... + a rn x n = b r . . . . x m + a mm +1 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 Itération typique peut être représenter dans le tableau suivant – Étape 1: Choix de la variable d’entrée { } • En se référant à la dernière ligne du tableau, soit c s = min c j 1≤ j ≤0 Si c s ≥ 0, alors la solution courante est optimale et l’algorithme s’arrête Variable d’entrée Si c s < 0, alors xs est la variable d’entrée – Étape 2: Choix de la variable de sortie xi = bi − ais xs ≥ 0 Si a is ≤ 0 ∀ 1 ≤ i ≤ m le problème n’est pas borné et l’algo. s’arrête Variable d’entrée Si ∃ i tel que a is > 0 alors la sol. demeure réalisable ∀ i tel que a is > 0 xi = b i − a is x s ≥ 0 ⇔ x s ≤ bi a is La variable d’entrée xs prend la valeur b i br xs = = min : a is > 0 1 ≤ i ≤ m a is a rs – Étape 2: Choix de la variable de sortie Variable d’entrée Variable de sortie – Étape 3: Pivot L’élément de pivot a rs est à l’intersection de la ligne de la variable d’entrée xs et de la colonne de la variable de sortie xr Variable d’entrée a rs Variable de sortie 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 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 ars ar m +1 ars ⋯1⋯ arn ars br 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 ars ar m +1 ars arn ⋯1⋯ ars br 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 ars ar m +1 ars arn ⋯1⋯ ars br 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 ars ar m +1 ars arn ⋯1⋯ ars br 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 ars ar m +1 ars arn ⋯1⋯ ars br ars – Tableau résultant pour amorcer la prochaine itération – Problèmes équivalents min z = –8x – 6y Sujet à =30 5x + 3y + u 2x + 3y + p =24 1x + 3y + h = 18 x, y, u, p, h ≥ 0 min z Sujet à 5x + 3y + u =30 2x + 3y + p =24 1x + 3y + h = 18 –8x –6y –z = 0 x, y, u, p, h ≥ 0 Tableau équivalent au système min z = –8x – 6y Sujet à =30 5x + 3y + u 2x + 3y + p =24 1x + 3y + h = 18 x, y, u, p, h ≥ 0 u = 30 – 5x – 3y p = 24 – 2x – 3y h = 18 – 1x – 3y z = 0 –8x – 6y min z Sujet à 5x + 3y + u =30 2x + 3y + p =24 1x + 3y + h = 18 –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 Étale 1: Critère d’entrée { } c s = min c j 1≤ j ≤ n 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 u = 30 – 5x – 3y p = 24 – 2x – 3y h = 18 – 1x – 3y z = 0 –8x – 6y Étape 2: critère de sortie xs = br a rs b i = min : a is > 0 1≤i ≤ m a is 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: u = 30 – 5x – 3y p = 24 – 2x – 3y h = 18 – 1x – 3y z = 0 –8x – 6y Étape 2: critère de sortie xs = br a rs b i = min : a is > 0 1≤i ≤ m a is variable d’entrée min {30/5, 24/2, 18} = 30/5 = 6 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 de sortie Étape 3 : Pivot Transformation du système ou du tableau variable d’entrée • 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 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 Divisons cette ligne par 5 variable de sortie variable d’entrée Le tableau qui en résulte est le suivant x + 3 / 5 y + 1/ 5u = 6 Divisons cette ligne par 5 variable de sortie variable d’entrée Le tableau qui en résulte est le suivant x + 3 / 5 y + 1/ 5u = 6 deuxième ligne moins 2(la première ligne) 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) 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 Méthode du simplexe – notation matricielle Méthode du simplexe – notation matricielle • Le problème de programmation linéaire sous la forme standard min z = c x +c x +... +c x 1 1 2 2 n n Sujet à a11 x1 + a12 x 2 + ... + a1n x n = b1 T min z = c x Sujet à Ax = b x≥0 c, x ∈ R n , b ∈ R m A matrice m × n a 21 x1 + a 22 x 2 + ... + a 2 n x n = b 2 . . . . . . . . a m1 x1 + a m 2 x 2 + ... + a mn x n = b m x1 , x 2 , ..., x n ≥ 0 peut aussi s’écrire Problème du restaurateur: x y u p h 5 3 1 0 0 A = 2 3 0 1 0 1 3 0 0 1 c T = [ −8, −6, 0, 0, 0] 30 b = 24 18 min z = −8 x − 6 y Sujaet à 5 x + 3 y + u 2x + 3y 1x + 3 y + p = 24 + h = 18 x, y , u , p , h ≥ 0 min z = c T x Sujet à Ax = b x≥0 c, x ∈ R 5 , b ∈ R 3 A matrice 3 × 5 = 30 Méthode du simplexe – notation matricielle min z Sujet à a11 x1 + a12 x 2 + ... + a1n x n a 21 x1 + a 22 x 2 + ... + a 2 n x n min z Sujet à = b1 Ax =b cT x − z = 0 x≥0 c, x ∈ R n , b ∈ R m A matrice m × n . . . = b2 . . . . . a m1 x1 + a m 2 x 2 + ... + a mn x n = bm c1 x1 + c 2 x 2 + ... + c n x n − z = 0 x1 , x 2 , ..., x n ≥ 0 Méthode du simplexe – notation matricielle • Considérons le problème de programmation linéaire sous sa forme matricielle min z Sujet à Ax =b cT x − z = 0 x≥0 • 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) 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 x= xR c B c= c R • Le problème original peut s’écrire min z min z Sujet à Ax =b cT x − z = 0 x≥0 xB Sujet à [ B⋮ R] x = b R xB T T cB ⋮ cR − z = 0 x R x≥0 min z min z Sujet à BxB + RxR =b cBT xB + cRT xR − z = 0 x B , xR ≥ 0 xB Sujet à [ B⋮ R] x = b R xB T T cB ⋮ c R − z = 0 x R x≥0 • Exprimons xB en fonction de xR en utilisant les contraintes du problème Bx B + Rx R = b B −1 ( Bx B + Rx R ) = B −1b B −1 Bx B + B −1 Rx R = B −1b Ix B + B −1 Rx R = B −1b • Ainsi Ix B = − B −1 Rx R + B −1b min z Sujet à BxB + RxR =b cBT xB + cRT xR − z = 0 x B , xR ≥ 0 min z Sujet à En remplaçant xB par sa valeur en fonction de xR dans l’équation de la fonction économique Notons que ces deux problèmes sont équivalents car le deuxième est obtenu du premier à l’aide d’opérations élémentaires utilisant une matrice non singulière B-1 IxB + B −1RxR = B −1b cBT (− B −1RxR + B −1b) + cRT xR − z = 0 xB , x R ≥ 0 min z Sujet à IxB + B −1RxR = B −1b cBT (− B −1RxR + B −1b) + cRT xR − z = 0 xB , xR ≥ 0 En regroupant les coefficients de xR 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 Ix B + B −1 Rx R = B −1b 0 x B + (c TR − c TB B −1 R) x R − z = −c TB B −1b xB , xR ≥ 0 Le problème se traduit dans le tableau suivant − Les variables de xB (dénotées jusqu’ici variables dépendantes) qui sont associées aux colonnes de la base B, sont dénotées variables de base Les variables de xR (dénotées jusqu’ici variables indépendantes) sont dénotées variables hors 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 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 ou égale. 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: cBT cRT cBT = 0 = cBT − cBT = cBT − cBT B −1 B cRT = cRT − cBT B−1R 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 = c T − cBT B −1 A Dénotons le vecteur π ∈ R m défini par π T = cBT B −1 Alors π est le vecteur des multiplicateurs du simplexe associé à la base B. c T = cT − π T A Ou [c1 ,… , cn ] = [c1,… , cn ] − π T [ ai1 ,… , ain ] c j = c j − π T a• j où a• j dénote la jième colonne de la matrice de contrainte A Notion de multiplicateurs du simplexe c j = c j − π T a• j • Le vecteur des multiplicateurs du simplexe π permet de calculer les coûts relatifs c j 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. Sensitivité de la valeur optimale aux modifications 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 min z Sujet à Ax = b cT x − z = 0 x≥0 min zɶ Sujet à Axɶ = b + ∆b c T xɶ − zɶ = 0 xɶ ≥ 0 Sensitivité de la valeur optimale aux modifications des termes de droite min z Sujet à Ax = b cT x − z = 0 x≥0 min zɶ Sujet à Axɶ = b + ∆b c T xɶ − zɶ = 0 xɶ ≥ 0 • Dénotons par B* une base optimale du problème original, et la solution de base optimale correspondante x*R = 0 x* * = B*−1b = b ≥ 0 B dont la valeur (optimale pour le problème) est donnée par z * = c T* x* * + cRT xR* = c T* B*−1b = c T* b B B B B Sensitivité de la valeur optimale aux modifications des termes de droite min z Sujet à Ax = b cT x − z = 0 x≥0 min zɶ Sujet à Axɶ = b + ∆b c T xɶ − zɶ = 0 xɶ ≥ 0 • Choisissons la valeur de ∆b de telle sorte que B *−1 (b + ∆b) = B *−1b + B *−1∆b ≥ 0 • Donc B* demeure une base réalisable pour le nouveau problème modifié puisque la solution de base associée est ~ x R* = 0 ~ x B** = B *−1 (b + ∆b) ≥ 0 Sensitivité de la valeur optimale aux modifications des termes de droite • Donc B* demeure une base réalisable pour le nouveau problème modifié puisque la solution de base associée est ~ x R* = 0 ~ x B** = B *−1 (b + ∆b) ≥ 0 c *T = c T − π *T A π *T = c T* B*−1 B • 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 c j demeurent inchangés et donc non négatifs pour le nouveau problème. Donc B* demeure donc une base optimale pour le nouveau problème. cj Sensitivité de la valeur optimale aux modifications des termes de droite • Une solution optimale pour le nouveau problème est donc: ~ x R* = 0 ~ x B** = B *−1 (b + ∆b) ≥ 0 • Évaluons la valeur optimale du nouveau problème: zɶ* = c T* xɶ* * + cRT xɶ*R B B T *−1 B* =c B (b + ∆b) = c T* B*−1b + c T* B*−1∆b B * B *T = z + π ∆b m = z* + ∑ i =1 π i* ∆bi π *T = cBT* B*−1 z * = c T* B*−1b B Sensitivité de la valeur optimale aux modifications des termes de droite • Évaluons la valeur optimale du nouveau problème:. zɶ* = c T* xɶ * * + cRT xɶ R* B B T *−1 B* =c B (b + ∆b) = c T* B*−1b + c T* B*−1∆b B * B = z + π *T ∆b m = z* + ∑ i =1 π i* ∆bi Ainsi, π i* indique la taux de variation unitaire de la valeur optimale de la fonction économique lorsque le terme de droite bi de la contrainte i est modifié d’une quantité ∆bi choisie de telle sorte que la base demeure réalisable pour le nouveau problème. 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 Sujet à 5x + 3y ≤ 30 2x + 3y ≤ 24 1x + 3y ≤ 18 x, y ≥ 0 min z = –8x – 6y Sujet à 5x + 3y + u =30 2x + 3y + p =24 1x + 3y + h = 18 x, y, u, p, h ≥ 0 x x 1 y 0 p 0 0 y 0 1 −z 0 0 u 1 4 1 − 4 1 − 12 3 2 p 0 1 0 0 h 1 − 4 3 − 4 5 12 1 2 −z π *T = c T* B*−1 B 0 3 0 3 π *T 0 3 1 54 1 4 1 = [ −8 0 − 6] − 4 1 − 12 zɶ* = z * + π *T ∆b ∆b 1 1 3 1 3 = −54 + − 0 − ∆b2 = −54 − ∆b1 + 0∆b2 − ∆b3 2 ∆b 2 2 2 3 3 ∆b1 < 0 ⇒ − ∆b1 > 0 ⇒ zɶ* > z * 2 0 1 0 1 4 3 − 4 5 12 − 3 1 = − 0 − 2 2 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 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 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 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 Domaine réalisable • L’ensemble des points réalisables pour le système 5x + 3y ≤ 30 2x + 3y ≤ 24 1x + 3y ≤ 18 x,y≥0 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 z y = − x− 6 6 8 droites de pente − 6 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 + 3 y = 18 x = 0 ⇒ x = 0 y = 6 x + 3 y = 18 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 5 x + 3 y = 30 x = 6 ⇒ y = 0 y = 0 5 x + 3 y = 30 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. 5 x + 3 y = 30 x = 3 x = 3 x + 3 y = 18 ⇒ ⇒ y = 5 3 + 3 y = 18 4x = 12 Solution optimale: x = 3 et y = 5 Valeur optimale: z = – 54 x + 3 y = 18 5 x + 3 y = 30 x x 1 y 0 p 0 0 y 0 1 −z 0 0 u 1 4 1 − 4 1 − 12 3 2 p 0 1 0 0 h 1 − 4 3 − 4 5 12 1 2 −z π *T = c T* B*−1 B 0 3 0 3 π *T 0 3 1 54 1 4 1 = [ −8 0 − 6] − 4 1 − 12 zɶ* = z * + π *T ∆b ∆b 1 1 3 1 3 = −54 + − 0 − ∆b2 = −54 − ∆b1 + 0∆b2 − ∆b3 2 ∆b 2 2 2 3 3 ∆b1 < 0 ⇒ − ∆b1 > 0 ⇒ zɶ* > z * 2 0 1 0 1 4 3 − 4 5 12 − 3 1 = − 0 − 2 2 Domaine réalisable • L’ensemble des points réalisables pour le système 5x + 3y ≤ 30 2x + 3y ≤ 24 1x + 3y ≤ 18 x,y≥0 Résolution graphique • Considérons la fonction économique : z = –8x – 6y. • La solution optimale: x = 3 et y = 5 => z = – 54. • Vecteur des multiplicateurs optimaux: πT = [ – 3/2, 0, – 1/2] • Si b1 = 30 devient b1+∆b1 avec ∆b1<0 domaine réalisable diminue 5x + 3y ≤ 30 2x + 3y ≤ 24 1x + 3y ≤ 18 x x 1 y 0 p 0 0 y 0 1 −z 0 0 u 1 4 1 − 4 1 − 12 3 2 p 0 1 0 0 h 1 − 4 3 − 4 5 12 1 2 −z 0 π *T = c T* B*−1 B 3 0 3 0 3 1 54 π *T 1 4 1 = [ −8 0 − 6] − 4 1 − 12 zɶ* = z * + π *T ∆b ∆b 1 1 3 1 3 = −54 + − 0 − ∆b2 = −54 − ∆b1 + 0∆b2 − ∆b3 2 ∆b 2 2 2 3 3 ∆b1 > 0 ⇒ − ∆b1 < 0 ⇒ zɶ * < z* 2 0 1 0 1 4 3 − 4 5 12 − 3 1 = − 0 − 2 2 Résolution graphique • Considérons la fonction économique : z = –8x – 6y. • La solution optimale: x = 3 et y = 5 => z = – 54. • Vecteur des multiplicateurs optimaux: πT = [ – 3/2, 0, – 1/2] • Si b1 = 30 devient b1+∆b1 avec ∆b1>0 domaine réalisable augmente 5x + 3y ≤ 30 2x + 3y ≤ 24 1x + 3y ≤ 18 x x 1 y 0 p 0 0 y 0 1 −z 0 0 u 1 4 1 − 4 1 − 12 3 2 p 0 1 0 0 h 1 − 4 3 − 4 5 12 1 2 −z π *T = c T* B*−1 B 0 3 0 3 π *T 0 3 1 54 1 4 1 = [ −8 0 − 6] − 4 1 − 12 zɶ* = z * + π *T ∆b ∆b 1 1 3 1 3 = −54 + − 0 − ∆b2 = −54 − ∆b1 + 0∆b2 − ∆b3 2 ∆b 2 2 2 3 1 ∆b3 < 0 ⇒ − ∆b3 > 0 ⇒ zɶ* > z* 2 0 1 0 1 4 3 − 4 5 12 − 3 1 = − 0 − 2 2 Résolution graphique • Considérons la fonction économique : z = –8x – 6y. • La solution optimale: x = 3 et y = 5 => z = – 54. • Vecteur des multiplicateurs optimaux: πT = [ – 3/2, 0, – 1/2] • Si b3 = 18 devient b3+∆b3 avec ∆b3<0 domaine réalisable diminue 5x + 3y ≤ 30 2x + 3y ≤ 24 1x + 3y ≤ 18 x x 1 y 0 p 0 0 y 0 1 −z 0 0 u 1 4 1 − 4 1 − 12 3 2 p 0 1 0 0 h 1 − 4 3 − 4 5 12 1 2 −z π *T = c T* B*−1 B 0 3 0 3 π *T 0 3 1 54 1 4 1 = [ −8 0 − 6] − 4 1 − 12 zɶ* = z * + π *T ∆b ∆b 1 1 3 1 3 = −54 + − 0 − ∆b2 = −54 − ∆b1 + 0∆b2 − ∆b3 2 ∆b 2 2 2 3 ∆b2 < 0 ⇒ 0∆b2 = 0 ⇒ zɶ* = z * 0 1 0 1 4 3 − 4 5 12 − 3 1 = − 0 − 2 2 Résolution graphique • Considérons la fonction économique : z = –8x – 6y. • La solution optimale: x = 3 et y = 5 => z = – 54. • Vecteur des multiplicateurs optimaux: πT = [ – 3/2, 0, – 1/2] • Si b2 = 24 devient b2+∆b2 avec ∆b2<0 domaine réalisable ne change pas 5x + 3y ≤ 30 2x + 3y ≤ 24 1x + 3y ≤ 18