I - Programmation linéaire
Transcription
I - Programmation linéaire
I - Programmation linéaire Jean-Philippe Préaux EOAA - 2009/10 Préliminaires Méthode du simplexe Exercices Préliminaires Formulation Exemple de problème bidimensionnel Généralisation x u éa r P e p p i hil Méthode du simplexe Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers P an t h g i r y Exercices Exercice Exercice Exercice Exercice p o C e J : 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation Jean-Philippe Préaux I - Programmation linéaire x u a é r Soit f : R −→ R une application linéaire (ou affine). P e p ip l i Ph n a e J : t h g i r y p o C Formulation n Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u a é r Soit f : R −→ R une application linéaire (ou affine). P Soient ϕ , . . . , ϕ : R −→ R, p applications linéaires, e p ip l i Ph n a e J : t h g i r y p o C Formulation n 1 p n Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u a é r Soit f : R −→ R une application linéaire (ou affine). P Soient ϕ , . . . , ϕ : R −→ R, p applications linéaires, e (b , . . . , b ) ∈ R , x = (x , . . . , x ) ∈ R . p ip l i Ph n a e J : t h g i r y p o C Formulation n 1 1 p p p n 1 Jean-Philippe Préaux n n I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u a é r Soit f : R −→ R une application linéaire (ou affine). P Soient ϕ , . . . , ϕ : R −→ R, p applications linéaires, e (b , . . . , b ) ∈ R , x = (x , . . . , x ) ∈ R . p ip: Un problème de programmation linéaire s’écrit l i h min P f (x) max n a e (on se dispensera ici de soumis aux contraintes inégalitaires J contraintes égalitaires): : t ϕ (x , . . . , x ) 6 b h g ϕ (x , . . . , x ) 6 b i r y .. p . o ϕ (x , . . . ,x ) 6 b C Formulation n 1 1 p p p n 1 n n x 1 1 n 1 2 1 n 2 p 1 n p Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P e En utilisant le produit scalaire f , ϕ1 , . . . , ϕp sont des formes linéaires sur Rn . p p i hil P an t h g i r y e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r f , ϕ , . . . , ϕ sont des formes linéaires sur R . P =⇒ ∃ c = (c , . . . , c ) ∈ R , ∀ x = (x , . . . , x ) ∈ eR : p ip l X i f (x) = cx =h Phc, xi , n a où h., .i désigne le produit scalaire e usuel de R . J : t h g i r y p o C En utilisant le produit scalaire 1 n p 1 n n 1 n n i i i=1 n Jean-Philippe Préaux I - Programmation linéaire n Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r f , ϕ , . . . , ϕ sont des formes linéaires sur R . P =⇒ ∃ c = (c , . . . , c ) ∈ R , ∀ x = (x , . . . , x ) ∈ eR : p ip l X i f (x) = cx =h Phc, xi , n a où h., .i désigne le produit scalaire e usuel de R . J ∀ i = 1, . . . , p, ∃ a = :(a , . . . , a ) ∈ R , t h g ϕ (x) = X a x = ha , xi . i r y p Co En utilisant le produit scalaire 1 n p 1 n n 1 n n i i i=1 n i i1 n in n i ij j i j=1 Jean-Philippe Préaux I - Programmation linéaire n Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P e Notation matricielle Matrice et vecteur des contraintes : p p i hil P an t h g i r y e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P e Notation matricielle Matrice et vecteur des contraintes : a11 · · · a1n .. A = (aij )i=1···p = ... . j=1···n ap1 · · · apn P an p p i hil t h g i r y p×n e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u a é r Matrice et vecteur des contraintes : P e a ··· a b p .. A = (a ) b = ... ∈ R . = ... . l;ip i a ··· a b h P n a e J : t h g i r y p Co Notation matricielle 11 1n 1 p ij i=1···p j=1···n p1 Jean-Philippe Préaux pn p×n I - Programmation linéaire p Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u a é r Matrice et vecteur des contraintes : P e a ··· a b p .. A = (a ) b = ... ∈ R . = ... . l;ip i a ··· a b h P -alors sous forme matricielle : n Le problème d’optimisation s’écrit a e Jmin hc, xi = c x : t max h g Ax 6 b i r y p Co Notation matricielle 11 1n 1 p ij i=1···p j=1···n p1 pn p×n > x Jean-Philippe Préaux I - Programmation linéaire p Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u a é r Matrice et vecteur des contraintes : P e a ··· a b p .. A = (a ) b = ... ∈ R . = ... . l;ip i a ··· a b h P -alors sous forme matricielle : n Le problème d’optimisation s’écrit a e Jmin hc, xi = c x : t max h g Ax 6 b i r pyx , . . . , x > 0, on note x > 0. Si deoplus C Notation matricielle 11 1n 1 p ij i=1···p j=1···n p1 pn p×n > x 1 n Jean-Philippe Préaux I - Programmation linéaire p Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u a é r Matrice et vecteur des contraintes : P e a ··· a b p .. A = (a ) b = ... ∈ R . = ... . l;ip i a ··· a b h P -alors sous forme matricielle : n Le problème d’optimisation s’écrit a e Jmin hc, xi = c x : t max h g Ax 6 b i r pyx , . . . , x > 0, on note x > 0. Si deoplus C : > ne représente qu’une inégalité terme à terme. Attention Notation matricielle 11 1n 1 p ij i=1···p j=1···n p1 pn p×n > x 1 n Jean-Philippe Préaux I - Programmation linéaire p Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P Un problème de programmation linéaire est sous forme canonique e s’il s’écrit : p p i max hc, xi il h Ax 6 b-P n xa >0 e J : t h g i r y p o C Forme canonique x Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P Un problème de programmation linéaire est sous forme canonique e s’il s’écrit : p p i max hc, xi il h Ax 6 b-P n xa >0 e J Tout problème linéaire:peut s’écrire sous forme canonique : t h g i r y p Co Forme canonique x Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P Un problème de programmation linéaire est sous forme canonique e s’il s’écrit : p p i max hc, xi il h Ax 6 b-P n xa >0 e J Tout problème linéaire:peut s’écrire sous forme canonique : tmax : h – Changer min en g min hc, xi ⇐⇒ maxh−c, xi . i r y p Co Forme canonique x Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P Un problème de programmation linéaire est sous forme canonique e s’il s’écrit : p p i max hc, xi il h Ax 6 b-P n xa >0 e J Tout problème linéaire:peut s’écrire sous forme canonique : tmax : h – Changer min en g min hc, xi ⇐⇒ maxh−c, xi . i r y de signe : – Contraintes p Co si x 6> 0, poser x = x − x avec x , x > 0. Forme canonique x i i Jean-Philippe Préaux + i − i + i − i I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P Un société fabrique deux types de produits A et Be (par exemple deux types de système audio), dont la vente lui p rapporte un p i bénéfice brut respectif de 150 u.m. et de 450 u.m.. il h P n a e J : t h g i r y p o C Exemple de problème de programmation linéaire. Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P Un société fabrique deux types de produits A et Be (par exemple deux types de système audio), dont la vente lui p rapporte un p i bénéfice brut respectif de 150 u.m. et de 450 u.m..Sa production l i est limitée respectivement à 120 et 70 unités. Ph n a e J : t h g i r y p o C Exemple de problème de programmation linéaire. Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P Un société fabrique deux types de produits A et Be (par exemple deux types de système audio), dont la vente lui p rapporte un p i bénéfice brut respectif de 150 u.m. et de 450 u.m..Sa production l i est limitée respectivement à 120 et 70 unités. Une même pièce P Phla fabrication (par exemple un lecteur CD) rentre-dans d’une unité n de A, ainsi que dans la fabrication d’une unité de B. a e J : t h g i r y p Co Exemple de problème de programmation linéaire. Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P Un société fabrique deux types de produits A et Be (par exemple deux types de système audio), dont la vente lui p rapporte un p i bénéfice brut respectif de 150 u.m. et de 450 u.m..Sa production l i est limitée respectivement à 120 et 70 unités. Une même pièce P Phla fabrication (par exemple un lecteur CD) rentre-dans d’une unité n de A, ainsi que dans la fabrication d’une unité de B. Une même a e pièce Q (par exemple un haut-parleur) rentre dans la fabrication J d’une unité de A, tandis que deux pièces Q sont nécessaires à la : t fabrication d’une pièce B. h g i r y p o C Exemple de problème de programmation linéaire. Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P Un société fabrique deux types de produits A et Be (par exemple deux types de système audio), dont la vente lui p rapporte un p i bénéfice brut respectif de 150 u.m. et de 450 u.m..Sa production l i est limitée respectivement à 120 et 70 unités. Une même pièce P Phla fabrication (par exemple un lecteur CD) rentre-dans d’une unité n de A, ainsi que dans la fabrication d’une unité de B. Une même a e pièce Q (par exemple un haut-parleur) rentre dans la fabrication J d’une unité de A, tandis que deux pièces Q sont nécessaires à la : t fabrication d’une pièce B. Elle dispose d’un stock de 140 pièces P hQ. et de 180 pièces g i r y p o C Exemple de problème de programmation linéaire. Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P Un société fabrique deux types de produits A et Be (par exemple deux types de système audio), dont la vente lui p rapporte un p i bénéfice brut respectif de 150 u.m. et de 450 u.m..Sa production l i est limitée respectivement à 120 et 70 unités. Une même pièce P Phla fabrication (par exemple un lecteur CD) rentre-dans d’une unité n de A, ainsi que dans la fabrication d’une unité de B. Une même a e pièce Q (par exemple un haut-parleur) rentre dans la fabrication J d’une unité de A, tandis que deux pièces Q sont nécessaires à la : t fabrication d’une pièce B. Elle dispose d’un stock de 140 pièces P hQ. et de 180 pièces g i r au mieux sa production en produits A, B pour en Commenty gérer pbénéfice maximal ? retirer le o C Exemple de problème de programmation linéaire. Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P e Formulation Notons : x la quantité de produits A fabriqués, y la quantité de produits B fabriqués, p p i hil P an t h g i r y e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation Formulation Notons : x la quantité de produits A fabriqués, y la quantité de produits B fabriqués, x u éa r P e p p i il qui donne le f (x, y ) = 150x + 450y la fonction économique h bénéfice brut pour une production (x, Py ) n a e J : t h g i r y p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation Formulation Notons : x la quantité de produits A fabriqués, y la quantité de produits B fabriqués, x u éa r P e p p i il qui donne le f (x, y ) = 150x + 450y la fonction économique h bénéfice brut pour une production (x, Py ) n alors : Le problème d’optimisation se formalise a e J : t h g i r y p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation Formulation Notons : x la quantité de produits A fabriqués, y la quantité de produits B fabriqués, x u éa r P e p p i il qui donne le f (x, y ) = 150x + 450y la fonction économique h bénéfice brut pour une production (x, Py ) n alors : Le problème d’optimisation se formalise a emax f (x, y ) = 150x + 450y Problème de max : J : t h g i r y p o C (x,y ) Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation Formulation Notons : x la quantité de produits A fabriqués, y la quantité de produits B fabriqués, x u éa r P e p p i il qui donne le f (x, y ) = 150x + 450y la fonction économique h bénéfice brut pour une production (x, Py ) n alors : Le problème d’optimisation se formalise a emax f (x, y ) = 150x + 450y Problème de max : J : : x 6 120 Limites de production t h y 6 70 g i r y p o C (x,y ) Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation Formulation Notons : x la quantité de produits A fabriqués, y la quantité de produits B fabriqués, x u éa r P e p p i il qui donne le f (x, y ) = 150x + 450y la fonction économique h bénéfice brut pour une production (x, Py ) n alors : Le problème d’optimisation se formalise a emax f (x, y ) = 150x + 450y Problème de max : J : : x 6 120 Limites de production t h y 6 70 g i r : x + y 6 140 Stocks disponibles y x + 2y 6 180 p o C (x,y ) Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation Formulation Notons : x la quantité de produits A fabriqués, y la quantité de produits B fabriqués, x u éa r P e p p i il qui donne le f (x, y ) = 150x + 450y la fonction économique h bénéfice brut pour une production (x, Py ) n alors : Le problème d’optimisation se formalise a emax f (x, y ) = 150x + 450y Problème de max : J : : x 6 120 Limites de production t h y 6 70 g i r : x + y 6 140 Stocks disponibles y 180 p de signe : xx,+y 2y> 06 (S) o Contraintes C (x,y ) Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation Formulation Notons : x la quantité de produits A fabriqués, y la quantité de produits B fabriqués, x u éa r P e p p i il qui donne le f (x, y ) = 150x + 450y la fonction économique h bénéfice brut pour une production (x, Py ) n alors : Le problème d’optimisation se formalise a emax f (x, y ) = 150x + 450y Problème de max : J : : x 6 120 Limites de production t h y 6 70 g i r : x + y 6 140 Stocks disponibles y 180 p de signe : xx,+y 2y> 06 (S) o Contraintes C (x,y ) Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices 2y =1 x u éa r P e x x+ Formulation Exemple de problème bidimensionnel Généralisation + y = 70 y 80 = 0 14 p p i hil x = 120 P an Le domaine admissible D t h g i r y e J : p o C Le domaine admissible est le polygone convexe de R2 : D = {(x, y ) ∈ R2 | 0 6 x 6 120, 0 6 y 6 70, x+y 6 140, x+2y 6 180} Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices 2y =1 x u éa r P e x x+ Formulation Exemple de problème bidimensionnel Généralisation + y = 70 y 80 = 0 14 p p i hil x = 120 P an Le domaine admissible D k 450 ht e J : Lign e de nive au k g i r y p o C La ligne de niveau k est la droite 150x + 450y = k ; les lignes de niveau forment un faisceau de droites parallèles, de pente −1/3. Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices 2y =1 x u éa r P e x x+ Formulation Exemple de problème bidimensionnel Généralisation + y = 70 y 80 = p p i hil 14 0 (40, 70) x = 120 Lign P an e de nive au f ma x Le domaine admissible D k 450 ht e J : Lign e de nive au k g i r y p o C Le maximum est atteint sur l’un des sommets de l’hexagone : Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices 2y =1 x u éa r P e x x+ Formulation Exemple de problème bidimensionnel Généralisation + y = 70 y 80 = p p i hil 14 0 (40, 70) x = 120 Lign P an e de nive au f ma x Le domaine admissible D k 450 ht e J : Lign e de nive au k g i r Le maximum y est atteint sur l’un des sommets de l’hexagone : p il faut produire 40 pièces A et 70 pièces B pour une bénéfice de o C 37500 u.m.. Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices z Formulation Exemple de problème bidimensionnel Généralisation x u éa r P e (40, 70, fmax ) p p i hil P an {(x, y , f (x, y )) ∈ R3 | (x, y ) ∈ D} y t h g i r y e J : 2 D⊂R x p o C La nappe représentative de f au dessus de D. Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P e En dimension n p p i hil P an t h g i r y e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u a é r • Chaque contrainte inégalitaire est l’équation d’un demi-espace. P Sa frontière est un hyperplan affine de R . e p ip l i Ph n a e J : t h g i r y p o C En dimension n n Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u a é r • Chaque contrainte inégalitaire est l’équation d’un demi-espace. P Sa frontière est un hyperplan affine de R . e • Le domaine admissible est l’intersection d’un p nombre fini de ip demi-espaces. l i Ph n a e J : t h g i r y p o C En dimension n n Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u a é r • Chaque contrainte inégalitaire est l’équation d’un demi-espace. P Sa frontière est un hyperplan affine de R . e • Le domaine admissible est l’intersection d’un p nombre fini de ip un nombre fini de demi-espaces. C’est un polytope convexe, iayant l sommets. Ph n a e J : t h g i r y p o C En dimension n n Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u a é r • Chaque contrainte inégalitaire est l’équation d’un demi-espace. P Sa frontière est un hyperplan affine de R . e • Le domaine admissible est l’intersection d’un p nombre fini de ip un nombre fini de demi-espaces. C’est un polytope convexe, iayant l h sommets. P Il peut être borné, ou non borné : n a e J : t h g i r y p o C En dimension n n borné Jean-Philippe Préaux non borné I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u a é r • Chaque contrainte inégalitaire est l’équation d’un demi-espace. P Sa frontière est un hyperplan affine de R . e • Le domaine admissible est l’intersection d’un p nombre fini de ip un nombre fini de demi-espaces. C’est un polytope convexe, iayant l h sommets. P Il peut être borné, ou non borné : n a e J : t h g i lorsqu’il est r borné, c’est un compact y p o C En dimension n n borné Jean-Philippe Préaux non borné I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u a é r • Chaque contrainte inégalitaire est l’équation d’un demi-espace. P Sa frontière est un hyperplan affine de R . e • Le domaine admissible est l’intersection d’un p nombre fini de ip un nombre fini de demi-espaces. C’est un polytope convexe, iayant l h sommets. P Il peut être borné, ou non borné : n a e J : t h g i lorsqu’il est r borné, c’est un compact =⇒ f y admet un maximum. y p o C En dimension n n borné Jean-Philippe Préaux non borné I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u a é r • Chaque contrainte inégalitaire est l’équation d’un demi-espace. P Sa frontière est un hyperplan affine de R . e • Le domaine admissible est l’intersection d’un p nombre fini de ip un nombre fini de demi-espaces. C’est un polytope convexe, iayant l h sommets. P Il peut être borné, ou non borné : n a e J : t h g i lorsqu’il est r borné, c’est un compact =⇒ f y admet un maximum. y • Les hypersurfaces de niveau forment un faisceau d’hyperplans p o parallèles C En dimension n n borné Jean-Philippe Préaux non borné I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u a é r • Chaque contrainte inégalitaire est l’équation d’un demi-espace. P Sa frontière est un hyperplan affine de R . e • Le domaine admissible est l’intersection d’un p nombre fini de ip un nombre fini de demi-espaces. C’est un polytope convexe, iayant l h sommets. P Il peut être borné, ou non borné : n a e J : t h g i lorsqu’il est r borné, c’est un compact =⇒ f y admet un maximum. y • Les hypersurfaces de niveau forment un faisceau d’hyperplans p =⇒ lorsqu’un o parallèles max existe, il est atteint sur l’un des C sommets. En dimension n n borné Jean-Philippe Préaux non borné I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P e Théorème fondamental de la Programmation linéaire p p i hil P an t h g i r y e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P e Théorème fondamental de la Programmation linéaire On a obtenu : p p i il s’il est ni vide ni En programmation linéaire, le domaine h admissible, tout R , est un polytope convexe ayant -P un nombre fini de sommets, qui peut être borné ounnon borné. a e J : t h g i r y p Co Théorème (Programmation linéaire) n Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P e Théorème fondamental de la Programmation linéaire On a obtenu : p p i il s’il est ni vide ni En programmation linéaire, le domaine h admissible, tout R , est un polytope convexe ayant -P un nombre fini de sommets, qui peut être borné ounnon borné. Si un extremum existe asommets du polytope. Un point dans alors il est atteint sur l’un des e J jamais extremal si f 6= 0. l’intérieur du domaine n’est : t h g i r y p Co Théorème (Programmation linéaire) n Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P e Théorème fondamental de la Programmation linéaire On a obtenu : p p i il s’il est ni vide ni En programmation linéaire, le domaine h admissible, tout R , est un polytope convexe ayant -P un nombre fini de sommets, qui peut être borné ounnon borné. Si un extremum existe asommets du polytope. Un point dans alors il est atteint sur l’un des e J jamais extremal si f 6= 0. Lorsque le l’intérieur du domaine n’est : polytope est borné, tf y prend un minimum ainsi qu’un maximum. h g i r y p o C Théorème (Programmation linéaire) n Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P e Théorème fondamental de la Programmation linéaire On a obtenu : p p i il s’il est ni vide ni En programmation linéaire, le domaine h admissible, tout R , est un polytope convexe ayant -P un nombre fini de sommets, qui peut être borné ounnon borné. Si un extremum existe asommets du polytope. Un point dans alors il est atteint sur l’un des e J jamais extremal si f 6= 0. Lorsque le l’intérieur du domaine n’est : polytope est borné, tf y prend un minimum ainsi qu’un maximum. h g i =⇒ Fournitr en particulier une méthode de résolution géométrique. y p Co Théorème (Programmation linéaire) n Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Formulation Exemple de problème bidimensionnel Généralisation x u éa r P e Théorème fondamental de la Programmation linéaire On a obtenu : p p i il s’il est ni vide ni En programmation linéaire, le domaine h admissible, tout R , est un polytope convexe ayant -P un nombre fini de sommets, qui peut être borné ounnon borné. Si un extremum existe asommets du polytope. Un point dans alors il est atteint sur l’un des e J jamais extremal si f 6= 0. Lorsque le l’intérieur du domaine n’est : polytope est borné, tf y prend un minimum ainsi qu’un maximum. h g i =⇒ Fournitr en particulier une méthode de résolution géométrique. yà proscrire ! on emploiera plutôt la méthode du simplexe. Méthode p Co Théorème (Programmation linéaire) n Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r Méthode inventée par le mathématicien américain Georges Dantzig P e en 1947. p ip l i Ph n a e J : t h g i r y p o C Méthode du simplexe Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r Méthode inventée par le mathématicien américain Georges Dantzig P e air force, sur en 1947. Il travaille alors comme conseiller pour l’US la mécanisation de la planification militaire. pp i l i Ph n a e J : t h g i r y p o C Méthode du simplexe Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r Méthode inventée par le mathématicien américain Georges Dantzig P e air force, sur en 1947. Il travaille alors comme conseiller pour l’US la mécanisation de la planification militaire. pp i utilisées de toute l i C’est une méthode très efficace. Une des plus l’histoire des mathématiques appliquées. Ph n a e J : t h g i r y p o C Méthode du simplexe Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r Méthode inventée par le mathématicien américain Georges Dantzig P e air force, sur en 1947. Il travaille alors comme conseiller pour l’US la mécanisation de la planification militaire. pp i utilisées de toute l i C’est une méthode très efficace. Une des plus l’histoire des mathématiques appliquées. Ph Elle met à profit ces constationsn a géométriques. On part d’un sommet initial (en général e l’origine). J : t h g i r y p Co Méthode du simplexe Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r Méthode inventée par le mathématicien américain Georges Dantzig P e air force, sur en 1947. Il travaille alors comme conseiller pour l’US la mécanisation de la planification militaire. pp i utilisées de toute l i C’est une méthode très efficace. Une des plus l’histoire des mathématiques appliquées. Ph Elle met à profit ces constationsn a géométriques. On part d’un sommet initial (en général e l’origine). Une itération consiste en un Jqui accroı̂t la valeur de la fonction. saut sur un sommet voisin : t h g i r y p Co Méthode du simplexe Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r Méthode inventée par le mathématicien américain Georges Dantzig P e air force, sur en 1947. Il travaille alors comme conseiller pour l’US la mécanisation de la planification militaire. pp i utilisées de toute l i C’est une méthode très efficace. Une des plus l’histoire des mathématiques appliquées. Ph Elle met à profit ces constationsn a géométriques. On part d’un sommet initial (en général e l’origine). Une itération consiste en un Jqui accroı̂t la valeur de la fonction. saut sur un sommet voisin : Lorsque ce n’est plus t possible on se trouve sur un maximum local. h g i r y p Co Méthode du simplexe Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r Méthode inventée par le mathématicien américain Georges Dantzig P e air force, sur en 1947. Il travaille alors comme conseiller pour l’US la mécanisation de la planification militaire. pp i utilisées de toute l i C’est une méthode très efficace. Une des plus l’histoire des mathématiques appliquées. Ph Elle met à profit ces constationsn a géométriques. On part d’un sommet initial (en général e l’origine). Une itération consiste en un Jqui accroı̂t la valeur de la fonction. saut sur un sommet voisin : Lorsque ce n’est plus t possible on se trouve sur un maximum local. h La linéarité -plus encore la convexité- assure que c’est un g i r maximum global. y p Co Méthode du simplexe Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r Méthode inventée par le mathématicien américain Georges Dantzig P e air force, sur en 1947. Il travaille alors comme conseiller pour l’US la mécanisation de la planification militaire. pp i utilisées de toute l i C’est une méthode très efficace. Une des plus l’histoire des mathématiques appliquées. Ph Elle met à profit ces constationsn a géométriques. On part d’un sommet initial (en général e l’origine). Une itération consiste en un Jqui accroı̂t la valeur de la fonction. saut sur un sommet voisin : Lorsque ce n’est plus t possible on se trouve sur un maximum local. h La linéarité -plus encore la convexité- assure que c’est un g i r maximum global. Lorsqu’il n’y a pas de maximum la méthode le y signale.p Co Méthode du simplexe Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r Méthode inventée par le mathématicien américain Georges Dantzig P e air force, sur en 1947. Il travaille alors comme conseiller pour l’US la mécanisation de la planification militaire. pp i utilisées de toute l i C’est une méthode très efficace. Une des plus l’histoire des mathématiques appliquées. Ph Elle met à profit ces constationsn a géométriques. On part d’un sommet initial (en général e l’origine). Une itération consiste en un Jqui accroı̂t la valeur de la fonction. saut sur un sommet voisin : Lorsque ce n’est plus t possible on se trouve sur un maximum local. h La linéarité -plus encore la convexité- assure que c’est un g i r maximum global. Lorsqu’il n’y a pas de maximum la méthode le y signale.p En théorie un phénomène retors de cyclage peut apparaı̂tre Co ; Méthode du simplexe Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r Méthode inventée par le mathématicien américain Georges Dantzig P e air force, sur en 1947. Il travaille alors comme conseiller pour l’US la mécanisation de la planification militaire. pp i utilisées de toute l i C’est une méthode très efficace. Une des plus l’histoire des mathématiques appliquées. Ph Elle met à profit ces constationsn a géométriques. On part d’un sommet initial (en général e l’origine). Une itération consiste en un Jqui accroı̂t la valeur de la fonction. saut sur un sommet voisin : Lorsque ce n’est plus t possible on se trouve sur un maximum local. h La linéarité -plus encore la convexité- assure que c’est un g i r maximum global. Lorsqu’il n’y a pas de maximum la méthode le y signale.p En théorie un phénomène retors de cyclage peut apparaı̂tre Co ; mais il n’apparaı̂t presque jamais en pratique. Méthode du simplexe Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Jean-Philippe Préaux I - Programmation linéaire x u a é r Un problème de programmation linéaire est sous forme normale, P lorsqu’il s’écrit : e p ip l i Ph n a e J : t h g i r y p o C Forme normale Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Jean-Philippe Préaux I - Programmation linéaire x u a é r Un problème de programmation linéaire est sous forme normale, P lorsqu’il s’écrit : e p max hc, xi ip l i Ax 6 b forme canonique h P x > 0 (S) ) n b>0 a conditions de positivité e c>0 J : t h g i r y p Co Forme normale x Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Jean-Philippe Préaux I - Programmation linéaire x u a é r Un problème de programmation linéaire est sous forme normale, P lorsqu’il s’écrit : e p max hc, xi ip l i Ax 6 b forme canonique h P x > 0 (S) ) n b>0 a conditions de positivité e c>0 J : c’est à dire lorsqu’en t plus d’être sous forme canonique il vérifie les h deux conditions de positivité. g i r y p Co Forme normale x Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Jean-Philippe Préaux I - Programmation linéaire x u a é r Un problème de programmation linéaire est sous forme normale, P lorsqu’il s’écrit : e p max hc, xi ip l i Ax 6 b forme canonique h P x > 0 (S) ) n b>0 a conditions de positivité e c>0 J : c’est à dire lorsqu’en t plus d’être sous forme canonique il vérifie les h deux conditions de positivité. gla méthode du simplexe qu’à des problèmes sous i r On n’appliquera y forme normale. p Co Forme normale x Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Jean-Philippe Préaux I - Programmation linéaire x u a é r Un problème de programmation linéaire est sous forme normale, P lorsqu’il s’écrit : e p max hc, xi ip l i Ax 6 b forme canonique h P x > 0 (S) ) n b>0 a conditions de positivité e c>0 J : c’est à dire lorsqu’en t plus d’être sous forme canonique il vérifie les h deux conditions de positivité. gla méthode du simplexe qu’à des problèmes sous i r On n’appliquera y forme normale. p o comment écrire tout problème de programmation linéaire On verra C sous forme normale. Forme normale x Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Méthode du simplexe I : préparation p p i hil P an t h g i r y e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u a é r • a. On change chaque contrainte inégalitaire ϕ (x) 6 b en P contrainte égalitaire en introduisant une variable d’écart s : e p ip l i Ph n a e J : t h g i r y p o C Méthode du simplexe I : préparation i i i Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u a é r • a. On change chaque contrainte inégalitaire ϕ (x) 6 b en P contrainte égalitaire en introduisant une variable d’écart s : e ha , xi +p s p =b ha , xi 6 b ⇐⇒ s > 0ili Ph n a e J : t h g i r y p o C Méthode du simplexe I : préparation i i i i i Jean-Philippe Préaux i i i I - Programmation linéaire i Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u a é r • a. On change chaque contrainte inégalitaire ϕ (x) 6 b en P contrainte égalitaire en introduisant une variable d’écart s : e ha , xi +p s p =b ha , xi 6 b ⇐⇒ s > 0ili • b. On constitue un tableau sur lequel Phon travaillera : n a e J : t h g i r y p o C Méthode du simplexe I : préparation i i i i i Jean-Philippe Préaux i i i I - Programmation linéaire i Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u a é r • a. On change chaque contrainte inégalitaire ϕ (x) 6 b en P contrainte égalitaire en introduisant une variable d’écart s : e ha , xi +p s p =b ha , xi 6 b ⇐⇒ s > 0ili hon travaillera : • b. On constitue un tableau sur lequel P x ··· x s · ·n · s b a e 0 b ) a ··· a 1 J : ... .. .. .. partie centrale . A . t . h a · · · ga 0 1 b i r y cp · · · c 0 ··· 0 f − 0 } ligne résultat o C | {z } Méthode du simplexe I : préparation i i i i 1 i i n i i 1 p 11 1n 1 p1 pn p 1 n c> Jean-Philippe Préaux I - Programmation linéaire i Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Méthode du simplexe II : Implémentation Boucle principale de l’algorithme. p p i hil P an t h g i r y e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Méthode du simplexe II : Implémentation Boucle principale de l’algorithme. p p i hil • Tant que la ligne résultat contient un terme > 0 à gauche. P an t h g i r y e J : p o C • Fin tant que. Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Méthode du simplexe II : Implémentation Boucle principale de l’algorithme. x u éa r P e p p i il la colonne pivot j. • Le plus grand de ces éléments détermine h P n a e J : t h g i r y • Fin tant p que. o C • Tant que la ligne résultat contient un terme > 0 à gauche. Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Méthode du simplexe II : Implémentation Boucle principale de l’algorithme. x u éa r P e p p i il la colonne pivot j. • Le plus grand de ces éléments détermine h Ppivot : • Choisir un pivot dans la colonne n centrale choisi tel que b /α C’est l’élément α de la partie a soit > 0 et minimal. Il e détermine la ligne pivot (L). J : t h g i r y • Fin tant p que. o C • Tant que la ligne résultat contient un terme > 0 à gauche. ij Jean-Philippe Préaux i I - Programmation linéaire ij Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Méthode du simplexe II : Implémentation Boucle principale de l’algorithme. x u éa r P e p p i il la colonne pivot j. • Le plus grand de ces éléments détermine h Ppivot : • Choisir un pivot dans la colonne n centrale choisi tel que b /α C’est l’élément α de la partie a soit > 0 et minimal. Il e détermine la ligne pivot (L). J : trouver de pivot : pas de solution. • Si on ne peut pas t h g i r y • Fin tant p que. o C • Tant que la ligne résultat contient un terme > 0 à gauche. ij Jean-Philippe Préaux i I - Programmation linéaire ij Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Méthode du simplexe II : Implémentation Boucle principale de l’algorithme. x u éa r P e p p i il la colonne pivot j. • Le plus grand de ces éléments détermine h Ppivot : • Choisir un pivot dans la colonne n centrale choisi tel que b /α C’est l’élément α de la partie a soit > 0 et minimal. Il e détermine la ligne pivot (L). J : trouver de pivot : pas de solution. • Si on ne peut pas t • Sinon ajouter h α.(L) à chaque autre ligne jusqu’à annuler tous r lesig termes de la colonne pivot autres que le pivot. yque. • Fin tant p Co • Tant que la ligne résultat contient un terme > 0 à gauche. ij Jean-Philippe Préaux i I - Programmation linéaire ij Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Méthode du simplexe II : implémentation a1j .. . aij .. . apj bj .. . p p i hibl P an e J : cmax > 0 i .. . bp f −R t h g i r y élément de la ligne résultat (à gauche), détermine la Le plus grand p colonne pivot Co Colonne pivot Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Méthode du simplexe II : implémentation a1j .. . (L) : aij .. . apj bj .. . p p i hibl P an e J : cmax > 0 i bi /aij minimal .. . bp f −R t h g i r y l’élément a de la colonne pivot (en haut) tel que b /a Le pivot est p soit o > 0 et minimal. Il détermine la ligne pivot (L). C Colonne pivot ij Jean-Philippe Préaux i I - Programmation linéaire ij Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e −a /a × (L) Méthode du simplexe II : implémentation a1j .. . (L) : aij .. . apj bj .. . p p i hibl P an e J : cmax > 0 1j ij i .. . bp f −R −apj /aij × (L) −c/aij × (L) t h g i r On utilisey la ligne pivot pour annuler tous les termes de la colonne p pivot, autres que le pivot. Co Colonne pivot Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r b − a b /aP .. e p . p i il b Méthode du simplexe II : implémentation 0 .. . aij .. . 0 0 j Ph n a e J : 1j i ij i .. . bp − apj bi /aij f − R − cj bi /aij t h g i r y sur un sommet voisin. La valeur de la fonction, qui C’est le saut p étaito R, s’est accrue de c b /a > 0. C j i ij Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r • Lorsqu’il n’y a plus de terme > 0 dans la ligne résultat : P e p ip l i Ph n a e J : t h g i r y p o C Méthode du simplexe II : implémentation Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r • Lorsqu’il n’y a plus de terme > 0 dans la ligne résultat P: Barrer les colonnes à la verticale d’éléments 6= 0 deela ligne résultat p gauche. p i il h P n a e 0 · · · 0 r < 0 0:· ·J ·0 r < 0 0···0 f − f t h g i r y p Co Méthode du simplexe II : implémentation i max j Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r • Lorsqu’il n’y a plus de terme > 0 dans la ligne résultat P: Barrer les colonnes à la verticale d’éléments 6= 0 deela ligne résultat gauche.Chaque variable correspondante est =p0.p i l i Ph n a e 0 · · · 0 r < 0 0:· ·J ·0 r < 0 0···0 f − f t h g0 x i= s =0 r y p Co Méthode du simplexe II : implémentation i j i j Jean-Philippe Préaux max I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r • Lorsqu’il n’y a plus de terme > 0 dans la ligne résultat P: Barrer les colonnes à la verticale d’éléments 6= 0 deela ligne résultat gauche.Chaque variable correspondante est =p0.p ile système linéaire (S). l Déterminer les autres variables en résolvant i ) Ph n (S) a e 0 · · · 0 r < 0 0:· ·J ·0 r < 0 0···0 f − f t h g0 x i= s =0 r y p Co Méthode du simplexe II : implémentation i j i j Jean-Philippe Préaux max I - Programmation linéaire Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Préliminaires Méthode du simplexe Exercices x u éa r • Lorsqu’il n’y a plus de terme > 0 dans la ligne résultat P: Barrer les colonnes à la verticale d’éléments 6= 0 deela ligne résultat gauche.Chaque variable correspondante est =p0.p ile système linéaire (S). l Déterminer les autres variables en résolvant i ) Ph n (S) a e 0 · · · 0 r < 0 0:· ·J ·0 r < 0 0···0 f − f t h g0 x i= s =0 r yobtient le maximum (x , x , . . . , x ) p =⇒ On Co Méthode du simplexe II : implémentation i j i j max 1 Jean-Philippe Préaux 2 n I - Programmation linéaire Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Préliminaires Méthode du simplexe Exercices x u éa r • Lorsqu’il n’y a plus de terme > 0 dans la ligne résultat P: Barrer les colonnes à la verticale d’éléments 6= 0 deela ligne résultat gauche.Chaque variable correspondante est =p0.p ile système linéaire (S). l Déterminer les autres variables en résolvant i ) Ph n (S) a e 0 · · · 0 r < 0 0:· ·J ·0 r < 0 0···0 f − f t h g0 x i= s =0 r yobtient le maximum (x , x , . . . , x ) ; la valeur maximale p =⇒ On o f C de f se lit dans la ligne résultat partie droite. Méthode du simplexe II : implémentation i j i j max 1 2 n max Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Reprenons l’exemple précédent : max f (x, y ) = 150x + 450y (x,y ) p p i hil x 6 120 y 6 70 x + y 6 140 P n x, y > 0 (S) a e J t: x + 2y 6 180 h g i yr p o C Jean-Philippe Préaux I - Programmation linéaire Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Préliminaires Méthode du simplexe Exercices x u éa r P e Reprenons l’exemple précédent : max f (x, y ) = 150x + 450y (x,y ) p p i hil x 6 120 y 6 70 x + y 6 140 P n x, y > 0 (S) a e J t :y s s s x + 2y 6 180 x 1 0 1 1 150 ir gh C y p o 0 1 1 2 450 1 2 3 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 Jean-Philippe Préaux s4 0 0 0 1 0 120 70 140 180 f −0 I - Programmation linéaire Préliminaires Méthode du simplexe Exercices x 1 0 1 1 150 y 0 1 1 2 450 t h g i r y s1 1 0 0 0 0 s2 0 1 0 0 0 s3 0 0 1 0 0 Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers s4 0 0 0 1 0 120 70 140 180 f −0 x u éa r P e P an p p i hil e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices x 1 0 1 1 150 y s1 1 0 1 0 1 0 2 0 450 0 t h g i r y s2 0 1 0 0 0 s3 0 0 1 0 0 Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers s4 0 0 0 1 0 x u a é r 120 P (L) 70 e 140 p−(L) ip −2(L) 180 l i hf − 0 −450(L) P an e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices x 1 0 1 1 150 y s1 0 1 1 0 1 0 2 0 450 0 s2 0 1 0 0 0 s3 0 0 1 0 0 Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers s4 0 0 0 1 0 x u a é r 120 P (L) 70 e 140 p−(L) ip −2(L) 180 l i h −450(L) P x y s s sans 1 0 1 0 e0 0 120 J 0 1 0 1 0 0 70 : t 1 0 0 1 0 70 h −1 1 0ig 0 −2 0 1 40 r 150y 0 0 −450 0 0 f − 31500 p o C 1 2 3 Jean-Philippe Préaux f −0 4 I - Programmation linéaire Préliminaires Méthode du simplexe Exercices x 1 0 1 1 150 y s1 1 0 1 0 1 0 2 0 450 0 s2 0 1 0 0 0 s3 0 0 1 0 0 Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers s4 0 0 0 1 0 x u a é r 120 P (L) 70 e 140 p−(L) ip −2(L) 180 l i hf − 0 −450(L) P x y s s sans 1 0 1 0 e0 0 120 J 0 1 0 1 0 0 70 : t 1 0 0 1 0 70 h −1 1 0ig 0 −2 0 1 40 r 150y 0 0 −450 0 0 f − 31500 p o C 1 2 3 4 Jean-Philippe Préaux I - Programmation linéaire −(L) −(L) (L) −150(L) Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Préliminaires Méthode du simplexe Exercices x 0 0 0 1 0 y 0 1 0 0 0 s1 1 0 0 0 0 t h g i r y s2 1 1 0 −2 −300 s3 0 0 1 0 0 s4 −1 0 −1 1 −150 80 p p ili 70 Ph an e J : x u éa r P e 30 40 f − 37500 p o C Jean-Philippe Préaux I - Programmation linéaire Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Préliminaires Méthode du simplexe Exercices x 0 0 0 1 0 y 0 1 0 0 0 s1 1 0 0 0 0 t h g i r y s2 1 1 0 −2 −300 s3 0 0 1 0 0 s4 −1 0 −1 1 −150 80 p p ili 70 Ph an e J : x u éa r P e 30 40 f − 37500 p o C Jean-Philippe Préaux I - Programmation linéaire Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Préliminaires Méthode du simplexe Exercices x 0 0 0 1 0 y 0 1 0 0 0 s1 1 0 0 0 0 s2 1 1 0 −2 −300 s3 0 0 1 0 0 s4 −1 0 −1 1 −150 80 p p ili 70 Ph an e J : x u éa r P e 30 40 f − 37500 On obtient pour maximum x1 = 40, x2 = 70, et fmax = 37500. (s1 = 80, s2 = 0, s3 = 30, s4 = 0). t h g i r y p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Ecrire un problème max sous forme normale p p i hil P an t h g i r y e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Ecrire un problème max sous forme normale • En présence de contrainte égalitaires. p p i hil P an t h g i r y e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u a é r • En présence de contrainte égalitaires. P L’insérer dans le tableau, sans ajouter de variable d’écart. e p ip l i Ph n a e J : t h g i r y p o C Ecrire un problème max sous forme normale Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u a é r • En présence de contrainte égalitaires. P L’insérer dans le tableau, sans ajouter de variable d’écart. e • En l’absence de la contrainte de signe : (S) : p x > 0, c’est à dire ip l si x 6> 0. i Ph n a e J : t h g i r y p o C Ecrire un problème max sous forme normale i Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u a é r • En présence de contrainte égalitaires. P L’insérer dans le tableau, sans ajouter de variable d’écart. e • En l’absence de la contrainte de signe : (S) : p x > 0, c’est à dire ip0. si x 6> 0. Poser x = x − x avec x , x il> Ph n a e J : t h g i r y p o C Ecrire un problème max sous forme normale i i + i − i Jean-Philippe Préaux + i − i I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u a é r • En présence de contrainte égalitaires. P L’insérer dans le tableau, sans ajouter de variable d’écart. e • En l’absence de la contrainte de signe : (S) : p x > 0, c’est à dire ip0. si x 6> 0. Poser x = x − x avec x , x il> • Si c 6> 0. Ph n a e J : t h g i r y p o C Ecrire un problème max sous forme normale i i + i − i Jean-Philippe Préaux + i − i I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u a é r • En présence de contrainte égalitaires. P L’insérer dans le tableau, sans ajouter de variable d’écart. e • En l’absence de la contrainte de signe : (S) : p x > 0, c’est à dire ip0. si x 6> 0. Poser x = x − x avec x , x il> h • Si c 6> 0. P Si c < 0 : poser x = 0. Dans la matrice de la méthode du simplexe n la colonne correspondante. cela revient à barrer (=supprimer) a e J : t h g i r y p o C Ecrire un problème max sous forme normale i i + i i − i + i − i i Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u a é r • En présence de contrainte égalitaires. P L’insérer dans le tableau, sans ajouter de variable d’écart. e • En l’absence de la contrainte de signe : (S) : p x > 0, c’est à dire ip0. si x 6> 0. Poser x = x − x avec x , x il> h • Si c 6> 0. P Si c < 0 : poser x = 0. Dans la matrice de la méthode du simplexe n la colonne correspondante. cela revient à barrer (=supprimer) a e • Si b 6> 0. J : t h g i r y p o C Ecrire un problème max sous forme normale i i + i i − i + i − i i Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u a é r • En présence de contrainte égalitaires. P L’insérer dans le tableau, sans ajouter de variable d’écart. e • En l’absence de la contrainte de signe : (S) : p x > 0, c’est à dire ip0. si x 6> 0. Poser x = x − x avec x , x il> h • Si c 6> 0. P Si c < 0 : poser x = 0. Dans la matrice de la méthode du simplexe n la colonne correspondante. cela revient à barrer (=supprimer) a e • Si b 6> 0. J Si b < 0. Changer tla : contrainte inégalitaire en contrainte égalitaire en insérant une nouvelle variable p > 0. h ga x + · · · + a x 6 −|b | i r y −a x − · · · − a x − p = |b | avec p > 0 p ⇐⇒ Co Ecrire un problème max sous forme normale i + i i i − i − i + i i i i i1 1 in n i1 1 in n Jean-Philippe Préaux i i i I - Programmation linéaire i Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Changer un problème min en problème max p p i hil P an t h g i r y e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Changer un problème min en problème max Théorème (Dualité min/max) p p i hil Un problème de minimisation en programmation linéaire est équivalent à un problème de maximisation dans le sens suivant : P a⇐⇒n min g (y) = hb, yi y A> y>c y>0 t h g i r y e J : max f (x) = hc, xi x Ax 6 b x>0 p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Changer un problème min en problème max Théorème (Dualité min/max) p p i hil Un problème de minimisation en programmation linéaire est équivalent à un problème de maximisation dans le sens suivant : P a⇐⇒n min g (y) = hb, yi y A> y>c y>0 t h g i r y e J : max f (x) = hc, xi x Ax 6 b x>0 • gmin = fmax , p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Changer un problème min en problème max Théorème (Dualité min/max) p p i hil Un problème de minimisation en programmation linéaire est équivalent à un problème de maximisation dans le sens suivant : P a⇐⇒n min g (y) = hb, yi y A> y>c y>0 e J : max f (x) = hc, xi x Ax 6 b x>0 t h gde g a pour coordonnées les opposés des valeurs i • un minimum r y résultat à la verticale des variables d’écart du dans lap ligne problème Co de maximisation. • gmin = fmax , Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Exemple de problème de minimisation p p i min 2x + 8y il Ph 100 1 0 0 1 n 100 ax 1 1 500 > e 1 3J y 900 : t 3 2 1200 h g x, y > 0 i r y On considère le problème de minimisation : x,y p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r Avec le théorème de dualité min/max, il est équivalentP au problème de maximisation : e p ip + 1200x l max 100x + 100x + 500x + i900x h Px n x 2 1 0 1 1 a 3 x 6 0 1 1J3e 2 8 x : x t h g x ,x ,x ,x ,x > 0 i r y p Co Exemple de problème de minimisation x1 ,...,x5 1 2 3 4 1 2 3 4 5 1 2 3 Jean-Philippe Préaux 4 5 I - Programmation linéaire 5 Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r Avec le théorème de dualité min/max, il est équivalentP au problème de maximisation : e p ip + 1200x l max 100x + 100x + 500x + i900x h Px n x 2 1 0 1 1 a 3 x 6 0 1 1J3e 2 8 x : x t h g x ,x ,x ,x ,x > 0 i r y qui est p sous forme normale. On le résout par la méthode du simplexe. Co Exemple de problème de minimisation x1 ,...,x5 1 2 3 4 1 2 3 4 5 1 2 3 Jean-Philippe Préaux 4 5 I - Programmation linéaire 5 Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Exemple de problème de minimisation 1 0 100 0 1 100 t h g i r y 1 1 500 1 3 900 3 x u éa r P 2 e p 8 p i hil f − 0 2 1200 P an 1 0 0 0 1 0 e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Exemple de problème de minimisation 1 0 100 0 1 100 1 1 500 1 −2/3 −300 0 1 100 1 1/3 100 : t h 1 3 900 3 p 8 p i hil f − 0 2 1200 1 0 0 3P 1 7/3n 0 −2/3 a 500 0 −400 e J 1 x u éa r P 2 e 0 1 0 0 1 0 2 20/3 f − 800 g i r y p o C Jean-Philippe Préaux I - Programmation linéaire Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Préliminaires Méthode du simplexe Exercices Exemple de problème de minimisation 1 0 100 0 1 100 1 1 500 1 −2/3 −300 0 1 100 1 1/3 100 1 −3 −800 :1 t h −2 0 1 p o C g i 100 r y 1 3 900 3 p 8 p i hil f − 0 2 1200 1 0 0 3P 1 7/3n 0 −2/3 a 500 0 −400 e J −400 1 1 0 0 Jean-Philippe Préaux x u éa r P 2 e 3 −7 −1500 1 −3 −900 0 1 0 0 1 0 2 20/3 f − 800 0 1 0 I - Programmation linéaire 2 2 f − 1800 Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Exemple de problème de minimisation 1 −3 −900 0 1 0 1 −2 −200 t h g i r y 1 0 0 3 −7 −800 p p i hil 1 −3 − 600 P an 0 1 − 100 e J : p o C Jean-Philippe Préaux I - Programmation linéaire 2 2 f − 2000 Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Exemple de problème de minimisation 1 −3 −900 0 1 0 1 −2 −200 1 0 0 3 −7 −800 p p i hil 1 −3 − 600 0 1 − 100 P n = 100 ; f =⇒ x = 600 ; a y e J : t h g i r y p min min min = 2000 . Co Jean-Philippe Préaux 2 2 f − 2000 I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Exemple de problème de minimisation 1 −3 −900 0 1 0 1 −2 −200 1 0 0 3 −7 −800 p p i hil 1 −3 − 600 0 1 − 100 2 2 f − 2000 P n = 100 ; f = 2000 . =⇒ x = 600 ; a y e J : plus facile à résoudre dans un problème t Remarque. En fait c’est hproblème max : inutile de résoudre un système min que dans un g i rtrouver la valeur des variables. linéaire pour y p o C min min Jean-Philippe Préaux min I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Programmation linéaire en nombres entiers p p i hil P an t h g i r y e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P Attention, lorsque un problème d’optimisation linéaire e cherche une p solution entière (c’est à dire à coordonnées entières), ip tout ce que l’on a vu jusqu’à présent ne s’applique pasil! Ph n a e J : t h g i r y p o C Programmation linéaire en nombres entiers Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P Attention, lorsque un problème d’optimisation linéaire e cherche une p solution entière (c’est à dire à coordonnées entières), ip tout ce que l’on a vu jusqu’à présent ne s’applique pasil! h sur les réels et non sur La méthode du simplexe donne l’optimum P les entiers. n a e J : t h g i r y p o C Programmation linéaire en nombres entiers Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P Attention, lorsque un problème d’optimisation linéaire e cherche une p solution entière (c’est à dire à coordonnées entières), ip tout ce que l’on a vu jusqu’à présent ne s’applique pasil! h sur les réels et non sur La méthode du simplexe donne l’optimum P les entiers. n de programmation linéaire Un tel problème s’appelle un problème a eet c’est un domaine de recherche en nombre entiers (PLNE), J spécifique, utilisant ses: outils propres (optimisation combinatoire), t pas ici. que nous ne développerons h g i r y p Co Programmation linéaire en nombres entiers Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P Attention, lorsque un problème d’optimisation linéaire e cherche une p solution entière (c’est à dire à coordonnées entières), ip tout ce que l’on a vu jusqu’à présent ne s’applique pasil! h sur les réels et non sur La méthode du simplexe donne l’optimum P les entiers. n de programmation linéaire Un tel problème s’appelle un problème a eet c’est un domaine de recherche en nombre entiers (PLNE), J spécifique, utilisant ses: outils propres (optimisation combinatoire), t pas ici. que nous ne développerons h g entier d’un optimum ne fournit pas en général i Prendre un r arrondi l’optimumyen nombre entiers ! p o C Programmation linéaire en nombres entiers Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers x u éa r P e Exemple de PLNE Soit le problème : p p i hil max x + 4y x,y y > 0, P an 4>x >0 425x + 200y 6 670 t h g i r y e J : p o C Jean-Philippe Préaux I - Programmation linéaire Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Préliminaires Méthode du simplexe Exercices x u éa r P e Exemple de PLNE Soit le problème : 4 max x + 4y p p i hil 3 x,y y > 0, P an 2 4>x >0 425x + 200y 6 670 : t h Je 1 0 rig 0 1 2 3 y p o Le domaine admissible. C Jean-Philippe Préaux I - Programmation linéaire 4 5 Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Préliminaires Méthode du simplexe Exercices x u éa r P e Exemple de PLNE Soit le problème : 4 max x + 4y p p i hil 3 x,y y > 0, P an 2 4>x >0 425x + 200y 6 670 : t h Je 1 0 rig 0 1 2 3 y p o Le maximum est atteint au point (4, 2.5). C Jean-Philippe Préaux I - Programmation linéaire 4 5 Problème sous forme normale Méthode du simplexe Résolution dans le cas général Programmation linéaire en nombres entiers Préliminaires Méthode du simplexe Exercices x u éa r P e Exemple de PLNE Soit le problème : 4 max x + 4y p p i hil 3 x,y y > 0, P an 2 4>x >0 425x + 200y 6 670 : t h Je 1 0 rig 0 1 2 3 y p o Le maximum est atteint au point (4, 2.5). Le maximum du problème en nombres entiers est (1, 3). C Jean-Philippe Préaux I - Programmation linéaire 4 5 Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r P e Exercices p p i hil Exercice 1. P an Exercice 2. t h g i r y Exercice 3. e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r Une usine produit deux types de produits finis x et y àP partir d’une e même matière première. p p i il h P n a e J : t h g i r y p o C Exercice 1. Enoncé Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r Une usine produit deux types de produits finis x et y àP e partirà lad’une même matière première. Les produits x et y lui p rapportent vente respectivement 8 et 4 euros le litre. lip i h P n a e J : t h g i r y p o C Exercice 1. Enoncé Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r Une usine produit deux types de produits finis x et y àP e partirà lad’une même matière première. Les produits x et y lui p rapportent pquantité de x et y vente respectivement 8 et 4 euros le litre. La i l i produits est limitée par le stock de matière h première disponible et par la durée du temps de travail. -P n a e J : t h g i r y p o C Exercice 1. Enoncé Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r Une usine produit deux types de produits finis x et y àP e partirà lad’une même matière première. Les produits x et y lui p rapportent pquantité de x et y vente respectivement 8 et 4 euros le litre. La i l i produits est limitée par le stock de matière disponible et h première par la durée du temps de travail. La fabrication d’un litre de P produit x (resp. y ) nécessite 1kgn(resp. 1kg ) de matière première. a e J : t h g i r y p Co Exercice 1. Enoncé Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r Une usine produit deux types de produits finis x et y àP e partirà lad’une même matière première. Les produits x et y lui p rapportent pquantité de x et y vente respectivement 8 et 4 euros le litre. La i l i produits est limitée par le stock de matière disponible et h première par la durée du temps de travail. La fabrication d’un litre de P produit x (resp. y ) nécessite 1kgn(resp. 1kg ) de matière première. a fabriquer 100l de x tandis qu’il Il faut 15 heures de travail e pour J 100l de y . faut 3 heures pour fabriquer : t h g i r y p Co Exercice 1. Enoncé Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r Une usine produit deux types de produits finis x et y àP e partirà lad’une même matière première. Les produits x et y lui p rapportent pquantité de x et y vente respectivement 8 et 4 euros le litre. La i l i produits est limitée par le stock de matière disponible et h première par la durée du temps de travail. La fabrication d’un litre de P produit x (resp. y ) nécessite 1kgn(resp. 1kg ) de matière première. a fabriquer 100l de x tandis qu’il Il faut 15 heures de travail e pour J 100l de y . On dispose de 1t de faut 3 heures pour fabriquer : matière première ettde 45 heures de travail chaque semaine. h g i r y p o C Exercice 1. Enoncé Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r Une usine produit deux types de produits finis x et y àP e partirà lad’une même matière première. Les produits x et y lui p rapportent pquantité de x et y vente respectivement 8 et 4 euros le litre. La i l i produits est limitée par le stock de matière disponible et h première par la durée du temps de travail. La fabrication d’un litre de P produit x (resp. y ) nécessite 1kgn(resp. 1kg ) de matière première. a fabriquer 100l de x tandis qu’il Il faut 15 heures de travail e pour J 100l de y . On dispose de 1t de faut 3 heures pour fabriquer : matière première ettde 45 heures de travail chaque semaine. h du simplexe pour maximiser le profit Appliquer la méthode g i r hebdomadaire. y p o C Exercice 1. Enoncé Retour. Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r P e Exercice 1 : Formulation p p i hil On note x, y les quantités en litre de produits finis. La fonction économique à maximiser -qui représente le bénéfice brut- est : f (x, y ) = 8x + 4y sous les contraintes : t h g i r y P an e J : x + y ≤ 1000 15x + 3y ≤ 4500 x, y ≥ 0 p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r P e Exercice 1 : Méthode du simplexe 1 1 15 3 8 4 1 0 0 0 1 0 1000 4500 f −0 p p i hil P an t h g i r y e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u a é r 1 1 0 1000 − l P l 3 0 1 4500 e −pl 4 0 0 f −0 ip l i Ph n a e J : Exercice 1 : Méthode du simplexe 1 15 8 t h g i r y 1 15 8 15 p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u a é r 1 1 1 0 1000 − l P l 15 3 0 1 4500 e −pl 8 4 0 0 f −0 ip l i 0 4/5 1 −1/15 700h l 15 3 0 1 -P 4500 n f − 2400 0 12/5 0 -8/15 a e J : t h g i r y p Exercice 1 : Méthode du simplexe 1 15 8 15 Co Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u a é r 1 1 1 0 1000 − l P l 15 3 0 1 4500 e −pl 8 4 0 0 f −0 ip l i 0 4/5 1 −1/15 700h l − l 15 3 0 1 -P 4500 n f − 2400 −3l 0 12/5 0 -8/15 a e J : t h g i r y p Exercice 1 : Méthode du simplexe 1 15 8 15 15 4 Co Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u a é r 1 1 1 0 1000 − l P l 15 3 0 1 4500 e −pl 8 4 0 0 f −0 ip l i 0 4/5 1 −1/15 700h l − l 15 3 0 1 -P 4500 n f − 2400 −3l 0 12/5 0 -8/15 a e 700 J 0 4/5 1 −1/15 : 5/4 1875 15 0 -15/4 t 0 0 gh -3 -1/3 f − 4500 i r y p Co Exercice 1 : Méthode du simplexe 1 15 Jean-Philippe Préaux 8 15 15 4 I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u a é r 1 1 1 0 1000 − l P l 15 3 0 1 4500 e −pl 8 4 0 0 f −0 ip l i 0 4/5 1 −1/15 700h l − l 15 3 0 1 -P 4500 n f − 2400 −3l 0 12/5 0 -8/15 a e 700 J 0 4/5 1 −1/15 =⇒ y = 875 : 15 0 -15/4 5/4 1875 =⇒ x = 125 t h f = 4500 0 0 g -3 -1/3 f − 4500 i r y p Co Exercice 1 : Méthode du simplexe 1 15 8 15 15 4 max Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u a é r 1 1 1 0 1000 − l P l 15 3 0 1 4500 e −pl 8 4 0 0 f −0 ip l i 0 4/5 1 −1/15 700h l − l 15 3 0 1 -P 4500 n f − 2400 −3l 0 12/5 0 -8/15 a e 700 J 0 4/5 1 −1/15 =⇒ y = 875 : 15 0 -15/4 5/4 1875 =⇒ x = 125 t h f = 4500 0 0 g -3 -1/3 f − 4500 i r y 125 l de produit x et 875 l de produit y pour Il faut produire p maximiser le bénéfice à 4500e. On a pleinement utilisé le stock et o C la main d’oeuvre. Exercice 1 : Méthode du simplexe 1 15 8 15 15 4 max Retour. Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r P e Exercice 2. Enoncé p p i hil Une fonderie fabrique 3 qualités de bronze à partir de cuivre et d’étain, en proportions variables. Elle dispose d’une quantité mensuelle de 65 tonnes de cuivre et de 5 tonnes d’étain. Qualité A B C P an Bénéfice brut (Ke/t) 2 1.6 1.8 e J : % cuivre 90 93 95 t h Quelle production g maximise le bénéfice mensuel ? i r y p Co Retour. Jean-Philippe Préaux I - Programmation linéaire % étain 10 7 5 Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u a é r Notons : P – x la quantité mensuelle produite (en t) de bronze de e qualité A. p – y la quantité mensuelle produite (en t) de p bronze de qualité B. i l i – z la quantité mensuelle produite (en t) de bronze de qualité C . Ph n a e J : t h g i r y p o C Exercice 2. Formulation Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u a é r Notons : P – x la quantité mensuelle produite (en t) de bronze de e qualité A. p – y la quantité mensuelle produite (en t) de p bronze de qualité B. i l i – z la quantité mensuelle produite (en t) de bronze de qualité C . h La fonction bénéfice brut mensuel à P maximiser s’écrit : n f (x, y , z) =a2x + 1.6y + 1.8z e J : t h g i r y p o C Exercice 2. Formulation Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u a é r Notons : P – x la quantité mensuelle produite (en t) de bronze de e qualité A. p – y la quantité mensuelle produite (en t) de p bronze de qualité B. i l i – z la quantité mensuelle produite (en t) de bronze de qualité C . h La fonction bénéfice brut mensuel à P maximiser s’écrit : n f (x, y , z) =a2x + 1.6y + 1.8z e : J sous les contraintes inégalitaires : t h 90x + 93y + 95z 6 6500 g i r 10x + 7y + 5z 6 500 y p x, y , z > 0 o C Exercice 2. Formulation Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r P e Exercice 2. Méthode du simplexe 93 90 10 7 2 1.6 95 5 1.8 1 0 0 0 1 0 6500 500 f −0 p p i hil P an t h g i r y e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent Exercice 2. Méthode du simplexe 93 90 10 7 2 1.6 95 5 1.8 1 0 0 0 1 0 6500 500 f −0 0 10 0 30 7 0.2 50 x u éa r 1 P −9 2000 e 0 p 0 ip l i h 5 0.8 P an t h g i r y e J : p o C Jean-Philippe Préaux I - Programmation linéaire 1 −0.2 500 f − 100 Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent Exercice 2. Méthode du simplexe 93 90 10 7 2 1.6 0 10 0 95 5 1.8 30 4 −0.28 1 0 0 50 0 0 0 1 0 6500 500 f −0 1 −0.1 −0.016 t h g i r y 0 10 0 30 7 0.2 50 0 p 0 ip l i h 5 0.8 e J : P 2000 300 n a f − 132 −9 1.9 −1.856 x u éa r 1 P −9 2000 e 500 f − 100 =⇒ x3 = 40 =⇒ x1 = 30 =⇒ fmax = 132 p o C Jean-Philippe Préaux 1 −0.2 I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent Exercice 2. Méthode du simplexe 93 90 10 7 2 1.6 0 10 0 95 5 1.8 30 4 −0.28 1 0 0 50 0 0 0 1 0 6500 500 f −0 0 10 0 30 7 0.2 50 0 p 0 ip l i h 5 0.8 P 2000 300 n a f − 132 −9 1.9 −1.856 1 −0.1 −0.016 x u éa r 1 P −9 2000 e 1 −0.2 500 f − 100 =⇒ x3 = 40 =⇒ x1 = 30 =⇒ fmax = 132 e J On obtient x = 30, x : = 0, x = 40, pour f = 132. Il faut t produire 30t, 0t et 40t, respectivement de bronze de qualités A, B, h g C , pour un benéfice de 132000 e. Les stocks de cuivre et i (smaximal répuisés d’étain sont = s = 0). y p o C 1 2 1 3 max 2 Retour. Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r P Problème du consommateur. On peut acheter 4 types e d’aliments, dont la teneur en glucides et lipides est donnée p dans le tableau ip convenable) : suivant (par unité de poids et exprimé en iunités l h type 1 type 2P type 3 type 4 glucides 2 n2.51 02 4.51 a lipides 1 e 2 1 8 prix 2J : t Le problème du consommateur à obtenir au moindre coût gh de glucides etconsiste i au moins 12runités 7 unités de lipides. y p Co Exercice 3.a. Enoncé Retour. Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u a é r En notant x , x , x , x les quantités de chaque type d’aliment : P e p ip l i Ph n a e J : t h g i r y p o C Formulation 1 2 3 4 Jean-Philippe Préaux I - Programmation linéaire Exercice Exercice Exercice Exercice Préliminaires Méthode du simplexe Exercices 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u a é r En notant x , x , x , x les quantités de chaque type d’aliment : P min 2x + 2x + x + 8x e p p 2x + x + x > 12 ili x + 2.5x + 2x + h 4.5x > 7 x , x , x , x > -0P n a e J : t h g i r y p o C Formulation 1 2 3 4 1 x1 ,...,x4 1 2 2 1 1 3 4 4 2 2 3 3 4 4 Jean-Philippe Préaux I - Programmation linéaire Exercice Exercice Exercice Exercice Préliminaires Méthode du simplexe Exercices 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u a é r En notant x , x , x , x les quantités de chaque type d’aliment : P min 2x + 2x + x + 8x e p p 2x + x + x > 12 ili x + 2.5x + 2x + h 4.5x > 7 x , x , x , x > -0P n au problème : Par dualité min/max, il est équivalent a e12y + 7y J max : t +y >2 h y 2y+ 2.5y g i >2 r y 2y > 1 p y + 4.5y >8 o C y ,y > 0 Formulation 1 2 3 4 1 x1 ,...,x4 1 2 2 2 2 4 4 1 1 3 3 3 4 4 1 y1 ,y2 2 1 2 1 2 2 1 2 1 Jean-Philippe Préaux 2 I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r P e Exercice 3.a. Méthode du simplexe p p i hil P an t h g i r y e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r P e Exercice 3.a. Méthode du simplexe 2 1 0 1 12 1 2.5 2 4.5 7 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 t h g i r y 2 2 1 8 f −0 p p i hil P an e J : p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa 2 2 1 1 0 0 r0 2 0 2 −0.5 1 P 2 e 0 0 11 1 0 2 0p 0 1 0 8 0 4 l−0.5 ip 0 0 1 7 i f −0 0 1h −6 0 0 0 f − 12 P n a Je Exercice 3.a. Méthode du simplexe 2 1 0 1 12 1 2.5 2 4.5 7 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 : t h g i r y p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa 2 2 1 1 0 0 r0 0 0 0 2 0 2 −0.5 1 P 2 1 0 0 e 0 0 11 0 1 0 1 0 2 0p 0 1 0 8 0 0 1 0 4 l−0.5 ip 0 0 1 7 i 0 0 0 f −0 0 1h −6 0 0 0 f − 12 P 2 0 1 0 n −0.5 0 1.5 0 0 0 −0.5 e1a −1 0 0 2 0 J 0 1 0 1 : 0 0 t−0.5 0 −2 1 5 h 0 g0 -6 0 -0.5 0 f − 12.5 ri Exercice 3.a. Méthode du simplexe 2 1 0 1 12 1 2.5 2 4.5 7 1 0 0 0 0 y p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa 2 2 1 1 0 0 r0 0 0 0 2 0 2 −0.5 1 P 2 1 0 0 e 0 0 11 0 1 0 1 0 2 0p 0 1 0 8 0 0 1 0 4 l−0.5 ip 0 0 1 7 i 0 0 0 f −0 0 1h −6 0 0 0 f − 12 P 2 0 1 0 n −0.5 0 1.5 0 0 0 −0.5 e1a −1 0 0 2 0 J 0 1 0 1 : 0 0 t−0.5 0 −2 1 5 h 0 g0 -6 0 -0.5 0 f − 12.5 ri Exercice 3.a. Méthode du simplexe 2 1 0 1 12 1 2.5 2 4.5 7 1 0 0 0 0 y p o Il faut acheter 6 u.p. d’aliment de type 1, 0.5u.p. d’aliment de type 3, et aucun aliment de types 2,4. Pour un coût de 12.5 u.m. on obtient 12 u. de glucides et 7 u. de lipides. C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r P Problème du concurrent. Un vendeur concurrent souhaite e dont les s’approprier ce marché avec 2 nouveaux types d’aliment, p teneurs respectives en glucides et lipides sontp données dans le ide volume dans l’unité l i tableau suivant (toujours exprimé par unité convenable) : Ph n 1 type 2 type a glucides 1 0 e J lipides 0 1 : t h les prix de chacun de ces 2 produits lui Il cherche à déterminer g i permettant r d’être le plus compétitif, tout en en retirant le bénéfice y maximal. p les prix optimaux de ces 2 aliments. o Déterminer C Exercice 3.b. Enoncé Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u a é r En appelant y , y le prix par unité de volume des aliments 1 et 2, P il s’agit de maximiser la fonction (c’est la gain obtenu pour l’achat e permettant d’obtenir 12u. de glucides et 7u. dep lipides) : ip l g (y , y ) = 12y + 7y i Ph n a e J : t h g i r y p o C Exercice 3.b. Formulation 1 2 1 2 Jean-Philippe Préaux 1 2 I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u a é r En appelant y , y le prix par unité de volume des aliments 1 et 2, P il s’agit de maximiser la fonction (c’est la gain obtenu pour l’achat e permettant d’obtenir 12u. de glucides et 7u. dep lipides) : ip l g (y , y ) = 12y + 7y i Ph pour obtenir la même Pour être compétitif le coût de ses-produits n dans les produits concurrents quantité de glucides et lipides que a doit leur être inférieur ou égal. Cela e s’exprime : J y ≤2 : 2yy ++2.5y t ≤2 h g 2y ≤ 1 ri y + 4.5y ≤ 8 y p Co Exercice 3.b. Formulation 1 2 1 2 1 1 1 2 2 2 2 1 Jean-Philippe Préaux 2 I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u a é r En appelant y , y le prix par unité de volume des aliments 1 et 2, P il s’agit de maximiser la fonction (c’est la gain obtenu pour l’achat e permettant d’obtenir 12u. de glucides et 7u. dep lipides) : ip l g (y , y ) = 12y + 7y i Ph pour obtenir la même Pour être compétitif le coût de ses-produits n dans les produits concurrents quantité de glucides et lipides que a doit leur être inférieur ou égal. Cela e s’exprime : J y ≤2 : 2yy ++2.5y t ≤2 h g 2y ≤ 1 ri y + 4.5y ≤ 8 y p Ce problème n’est rien d’autre que le problème max dual du o C problème du consommateur. Exercice 3.b. Formulation 1 2 1 2 1 1 1 2 2 2 2 1 Jean-Philippe Préaux 2 I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent x u éa r P e Exercice 3.b Méthode du simplexe p p i l 0 1.5 i h 0 -P0 0 n 1 a1 5 On lui a déjà appliqué la méthode du simplexe : 2 0 0 0 0 0 0 2 0 0 1 −0.5 0 −0.5 −6 0 1 0 0 0 t h g i r y −0.5 −1 1 −2 −0.5 e0 J : f − 12.5 p o C Jean-Philippe Préaux I - Programmation linéaire Préliminaires Méthode du simplexe Exercices Exercice Exercice Exercice Exercice 1. Gestion optimale des ressources 2. Production optimale 3.a. Problème du consommateur 3.b. Problème du concurrent Exercice 3.b Méthode du simplexe p p i l =⇒ 0 1.5 i h 0 -P0 0 n 1 =⇒ a1 5 On lui a déjà appliqué la méthode du simplexe : 2 0 0 0 0 0 0 2 0 0 1 −0.5 0 −0.5 −6 0 1 0 0 0 t h g i r y −0.5 −1 1 −2 −0.5 x u éa r P e e0 J : f − 12.5 On obtient : y1 = 0.75u.m. et y2 = 0.5u.m.. Retour. p o C Jean-Philippe Préaux I - Programmation linéaire y1 = 0.75 y2 = 0.5