service de mathématique et recherche opérationnelle...
TRANSCRIPT
Faculté Polytechnique de Mons
Service de Mathématique et Recherche OpérationnelleMATHRO - Rue de Houdain
Programmation linéaire - Exercices
Prof. D. Tuyttens
– p. 1/??
Partie I
Algorithme simplexe
– p. 2/??
Exercice I : Algorithme simplexe
Considérons le problème linéaire suivant :
min 4 x − 3 y
− x + y ≤ 6
x + y = 4
−2 x + 4 y ≥ 2
−3 ≤ x ≤ 2
y ≥ 0
On demande de résoude ce problème linéaire à l’aide de l’algorithmesimplexe et de détailler précisément toutes les étapes de l’algorithme.
– p. 3/??
Exercice I : Algorithme simplexe
min 4 x − 3 y
− x + y ≤ 6
x + y = 4
−2 x + 4 y ≥ 2
−3 ≤ x ≤ 2 y ≥ 0
6
-x
y
– p. 4/??
Exercice I : Algorithme simplexe
Le problème est mis sous sa forme standard en introduisant des variablesd’ ecart . On introduit ensuite les variables artificielles nécessaires pourobtenir une première base primale admissible .
min 4x+ − 4x− − 3y +Mxa1 +Mxa
2
−x+ + x− + y +xe1 = 6
x+ − x− + y +xa1 = 4
−2x+ + 2x− + 4y −xe2 +xa
2 = 2
x+ − x− +xe3 = 2
−x+ + x− +xe4 = 3
x+ ≥ 0, x− ≥ 0, y ≥ 0, xe1 ≥ 0, xe
2 ≥ 0, xe3 ≥ 0, xe
4 ≥ 0, xa1 ≥ 0, xa
2 ≥ 0
Les variables xe1, x
a1 , xa
2 , xe3, x
e4 forment la première base primale admissible.
– p. 5/??
Exercice I : Algorithme simplexe
On obtient le premier tableau simplexe suivant :
x+ x− y xe2
za 6M −M M 5M −M
z 0 −4 4 3 0
xe1 6 −1 1 1 0
xa1 4 1 −1 1 0
xa2 2 −2 2 4 −1
xe3 2 1 −1 0 0
xe4 3 −1 1 0 0
Ce tableau correspond à la solution non admissible
x = x+ − x− (x = 0, y = 0) z = 6M
– p. 6/??
Exercice I : Algorithme simplexe
On obtient le tableau simplexe 2 :
x+ x− xa2 xe
2
za 72M 3
2M − 32M − 5
4M 14M
z − 32 − 5
252 − 3
434
xe1
112 − 1
212 − 1
414
xa1
72
32 − 3
2 − 14
14
y 12 − 1
212
14 − 1
4
xe3 2 1 −1 0 0
xe4 3 −1 1 0 0
x+ x− xe2
za 72M 3
2M − 32M 1
4M
z − 32 − 5
252
34
xe1
112 − 1
212
14
xa1
72
32 − 3
214
y 12 − 1
212 − 1
4
xe3 2 1 −1 0
xe4 3 −1 1 0
Ce tableau correspond à la solution non admissible
x = x+ − x− (x = 0, y =1
2) z =
7
2M −
3
2
– p. 7/??
Exercice I : Algorithme simplexe
On obtient le tableau simplexe 3 :
xe3 x− xa
2 xe2
za 12M − 3
2M 0 − 54M 1
4M
z 72
52 0 − 3
434
xe1
132
12 0 − 1
414
xa1
12 − 3
2 0 − 14
14
y 32
12 0 1
4 − 14
x+ 2 1 −1 0 0
xe4 5 1 0 0 0
xe3 x− xe
2
za 12M − 3
2M 0 14M
z 72
52 0 3
4
xe1
132
12 0 1
4
xa1
12 − 3
2 0 14
y 32
12 0 − 1
4
x+ 2 1 −1 0
xe4 5 1 0 0
Ce tableau correspond à la solution non admissible
x = x+ − x− (x = 2, y =3
2) z =
1
2M +
7
2
– p. 8/??
Exercice I : Algorithme simplexe
On obtient le tableau simplexe 4 :
xe3 x− xa
2 xa1
za 0 0 0 −M −M
z 2 7 0 0 −3
xe1 6 2 0 0 −1
xe2 2 −6 0 −1 4
y 2 −1 0 0 1
x+ 2 1 −1 0 0
xe4 5 1 0 0 0
xe3 x−
z 2 7 0
xe1 6 2 0
xe2 2 −6 0
y 2 −1 0
x+ 2 1 −1
xe4 5 1 0
Ce tableau correspond à la solution admissible
x = x+ − x− (x = 2, y = 2) z = 2
– p. 9/??
Exercice I : Algorithme simplexe
On obtient le tableau simplexe 5 :
x+ x− xa2 xa
1
za 0 0 0 −M −M
z −12 −7 7 0 −3
xe1 2 −2 2 0 −1
xe2 14 6 −6 −1 4
y 4 1 −1 0 1
xe3 2 1 −1 0 0
xe4 3 −1 1 0 0
x+ x−
z −12 −7 7
xe1 2 −2 2
xe2 14 6 −6
y 4 1 −1
xe3 2 1 −1
xe4 3 −1 1
Ce tableau correspond à la solution admissible
x = x+ − x− (x = 0, y = 4) z = −12
– p. 10/??
Exercice I : Algorithme simplexe
On obtient le tableau simplexe 6 :
x+ xe1 xa
2 xa1
za 0 0 0 −M −M
z −19 0 − 72 0 1
2
x− 1 −1 12 0 − 1
2
xe2 20 0 3 −1 1
y 5 0 12 0 1
2
xe3 3 0 1
2 0 − 12
xe4 2 0 − 1
2 0 12
x+ xe1
z −19 0 − 72
x− 1 −1 12
xe2 20 0 3
y 5 0 12
xe3 3 0 1
2
xe4 2 0 − 1
2
Ce tableau correspond à la solution admissible
x = x+ − x− (x = −1, y = 5) z = −19
cette solution est également la solution optimale du problème qui est :non unique et non d egeneree.
– p. 11/??
Exercice I : Algorithme simplexe
min 4 x − 3 y
− x + y ≤ 6
x + y = 4
−2 x + 4 y ≥ 2
−3 ≤ x ≤ 2 y ≥ 0
1
23
4
5
6
6
-x
y
– p. 12/??
Exercice I : Algorithme simplexe
Considérons le problème linéaire suivant :
min 4 x − 3 y
− x + y ≤ 6
x + y = 4
−2 x + 4 y ≥ 2
−3 ≤ x ≤ 2
y ≥ 0
En effectuant le changement de variable x = x′ − 3
min −12 + 4 x′ − 3 y
− x′ + y ≤ 3
x′ + y = 7
2 x′ − 4 y ≤ 4
x′ ≤ 5
x′ ≥ 0 y ≥ 0
– p. 13/??
Exercice I : Algorithme simplexe
x′ y
za 7M M M
z −12 −4 3
xe1 3 −1 1
xa 7 1 1
xe2 4 2 −4
xe3 5 1 0
x′ xe1
za 4M 2M −M
z −21 −1 −3
y 3 −1 1
xa 4 2 −1
xe2 16 −2 4
xe3 5 1 0
xa xe1
za 0 −M 0
z −19 12 − 7
2
y 5 12
12
x′ 2 12 − 1
2
xe2 20 1 3
xe3 3 − 1
212
Solution optimale
x = −1 (x′ = 2)
y = 5
– p. 14/??
Exercice I : Algorithme simplexe
min 4 x − 3 y
− x + y ≤ 6
x + y = 4
−2 x + 4 y ≥ 2
−3 ≤ x ≤ 2 y ≥ 0
1
2
3
6
-x
y
– p. 15/??
Exercice I : Algorithme simplexe
Considérons le problème linéaire suivant :
min 10 x − 2 y
−2 x + y ≤ 5
x + 2 y ≤ 3
−4 x + 3 y ≤ 11
−3 ≤ x ≤ 2
y ≥ 0
On effectue les changements de variables suivants :
x = x+ − x− x = x′ − 3
Variables x ≥ 0 3 2
Variables xe ≥ 0 5 4
Variables xa ≥ 0 0 2
Contraintes 5 4
Itération 1 2
– p. 16/??
Exercice II : Algorithme simplexe
Considérons le problème linéaire suivant :
min x + y + z
x + y ≥ 1
x + y + z ≥ 2
x ≥ 0 y ≥ 0 z ≥ 0
On demande de résoude ce problème linéaire à l’aide de l’algorithmesimplexe et de déterminer toutes les solutions optimales du problème.
– p. 17/??
Exercice II : Algorithme simplexe
x y z xe1 xe
2
3M 2M 2M M −M −M
0 −1 −1 −1 0 0
xa1 1 1 1 0 −1 0
xa2 2 1 1 1 0 −1
xa1 y z xe
1 xe2
M −2M 0 M M −M
1 1 0 −1 −1 0
x 1 1 1 0 −1 0
xa2 1 −1 0 1 1 −1
y xe1 xe
2
2 0 0 −1
x 1 1 −1 0
z 1 0 1 −1
– p. 18/??
Exercice II : Algorithme simplexe
y xe1 xe
2
2 0 0 −1
x 1 1 −1 0
z 1 0 1 −1
⇒
x xe1 xe
2
2 0 0 −1
y 1 1 −1 0
z 1 0 1 −1
(x = 1, y = 0, z = 1) (x = 0, y = 1, z = 1)
⇓
y z xe2
2 0 0 −1
x 2 1 −1 −1
xe1 1 0 1 −1
⇐
x z xe2
2 0 0 −1
y 2 1 1 −1
xe1 1 0 1 −1
(x = 2, y = 0, z = 0) (x = 0, y = 2, z = 0)
Toutes les solutions optimales du problème forment l’ensemble convexe
{λ1 (1, 0, 1)+λ2 (0, 1, 1)+λ3 (2, 0, 0)+λ4 (0, 2, 0) |4∑
i=1
λi = 1, 0 ≤ λi ≤ 1, i = 1, .., 4}
– p. 19/??
Partie II
Algorithme dual
– p. 20/??
Exercice III : Algorithme dual
Considérons le problème linéaire suivant :
min 4 x − 3 y
− x + y ≤ 6
x + y = 4
−2 x + 4 y ≥ 2
−3 ≤ x ≤ 2
y ≥ 0
On demande de résoude ce problème linéaire à l’aide de l’algorithmedual et de détailler précisément toutes les étapes de l’algorithme.
On demande également :
1. Ecrire le problème dual
2. Trouver les valeurs des variables duales
3. Vérifier le théorème des écarts complémentaires
– p. 21/??
Exercice III : Algorithme dual
Le problème est mis sous sa forme standard en introduisant des variablesd’ ecart . On introduit ensuite les variables artificielles nécessaires et unecontrainte artificielle pour obtenir une première base duale admissible .
min 4x+ − 4x− − 3y +Mxa1
−x+ + x− + y +xe1 = 6
x+ − x− + y +xa1 = 4
−2x+ + 2x− + 4y −xe2 = 2
x+ − x− +xe3 = 2
−x+ + x− +xe4 = 3
x+ ≥ 0, x− ≥ 0, y ≥ 0, xe1 ≥ 0, xe
2 ≥ 0, xe3 ≥ 0, xe
4 ≥ 0, xa1 ≥ 0
Les variables xe1, x
a1 , xe
2, xe3, x
e4 forment une première base non primale
admissible et non duale admissible . On doit alors introduire la contrainteartificielle suivante :
v + x+ + y = M
– p. 22/??
Exercice III : Algorithme dual
On obtient le premier tableau simplexe suivant :
x+ x− y
za 4M M −M M
z 0 −4 4 3
xe1 6 −1 1 1
xa1 4 1 −1 1
xe2 −2 2 −2 −4
xe3 2 1 −1 0
xe4 3 −1 1 0
v M 1 0 1
On effectue le premier changement de base imposé pour obtenir unepremière base duale admissible.
– p. 23/??
Exercice III : Algorithme dual
On obtient le tableau simplexe 2 :
x+ x− v
za 4M − M2 0 −M −M
z −3M −7 4 −3
xe1 6 − M −2 1 −1
xa1 4 − M 0 -1 −1
xe2 −2 + 4M 6 −2 4
xe3 2 1 −1 0
xe4 3 −1 1 0
y M 1 0 1
On a maintenant obtenu une première base duale admissible .Ce tableau correspond à la solution non admissible
x = x+ − x− (x = 0, y = M) z = M − M2
– p. 24/??
Exercice III : Algorithme dual
On obtient le tableau simplexe 3 :
x+ xa1 v
za 0 0 −M 0
z 16 − 7M −7 4 −7
xe1 10 − 2M −2 1 -2
x− −4 + M 0 −1 1
xe2 −10 + 6M 6 −2 6
xe3 −2 + M 1 −1 1
xe4 7 − M −1 1 −1
y M 1 0 1
x+ v
z 16 − 7M −7 −7
xe1 10 − 2M −2 -2
x− −4 + M 0 1
xe2 −10 + 6M 6 6
xe3 −2 + M 1 1
xe4 7 − M −1 −1
y M 1 1
On a encore une base duale admissible .Ce tableau correspond à la solution non admissible
x = x+ − x− (x = 4 − M, y = M) z = 16 − 7M
– p. 25/??
Exercice III : Algorithme dual
On obtient le tableau simplexe 4 :
x+ xa1 xe
1
za 0 0 −M 0
z −19 0 12 − 7
2
v M − 5 1 − 12 − 1
2
x− 1 −1 − 12
12
xe2 20 0 1 3
xe3 3 0 − 1
212
xe4 2 0 1
2 − 12
y 5 0 12
12
x+ xe1
z −19 0 − 72
x− 1 −1 12
xe2 20 0 3
xe3 3 0 1
2
xe4 2 0 − 1
2
y 5 0 12
On a obtenu une base duale admissible et primale admissible .Ce tableau correspond à une solution admissible qui est également lasolution optimale du problème.
x = x+ − x− (x = −1, y = 5) z = −19
– p. 26/??
Exercice III : Algorithme dual
Le problème linéaire primal sécrit :
min 4 x − 3 y
x − y ≥ −6
x + y = 4
−2 x + 4 y ≥ 2
− x ≥ −2
x ≥ −3
x signe quelconquey ≥ 0
Le problème linéaire dual sécrit :
max −6 u1 + 4 u2 + 2 u3 − 2 u4 − 3 u5
u1 + u2 − 2 u3 − u4 + u5 = 4
− u1 + u2 + 4 u3 ≤ −3
u1 ≥ 0 u2 signe quelconque u3 ≥ 0 u4 ≥ 0 u5 ≥ 0
– p. 27/??
Exercice III : Algorithme dual
Le tableau simplexe optimal est :
x+ xa1 xe
1
za 0 0 −M 0
z −19 0 12 − 7
2
v 5 − M −1 1 − 12
x− 1 −1 − 12
12
xe2 20 0 1 3
xe3 3 0 − 1
212
xe4 2 0 1
2 − 12
y 5 0 12
12
x+ xe1
z −19 0 − 72
x− 1 −1 12
xe2 20 0 3
xe3 3 0 1
2
xe4 2 0 − 1
2
y 5 0 12
Les variables d’ ecart xe2, x
e3, x
e4 sont en base et sont positives. Par le
théorème des écarts complémentaires, on a que :
xe
2 u3 = 0 xe
3 u4 = 0 xe
4 u5 = 0 ⇒ u3 = u4 = u5 = 0
Les variables xe1, x
a1 sont hors base et on a : u1 = 7
2 u2 = 12 .
On vérifie aisément que z = −19 = w.
– p. 28/??
Exercice III : Algorithme dual
Les equations du th eor eme des ecarts compl ementaires s’écrivent :
x . (4 − u1 − u2 + 2u3 + u4 − u5) = 0
y . (−3 + u1 − u2 − 4u3) = 0
u1 . (x − y + 6) = 0
u2 . (x + y − 4) = 0
u3 . (−2x + 4y − 2) = 0
u4 . (−x + 2) = 0
u5 . (x + 3) = 0
Il s’agit d’un syst eme non lin eaire de 7 équations à 7 inconnues.Les valeurs optimales des variables du problème
(x = −1, y = 5) (u1 =7
2, u2 =
1
2, u3 = 0, u4 = 0, u5 = 0)
vérifient les équations du théorème des écarts complémentaires.
– p. 29/??
Exercice III : Algorithme dual
Considérons le problème linéaire suivant :
min 4 x − 3 y
− x + y ≤ 6
x + y = 4
−2 x + 4 y ≥ 2
−3 ≤ x ≤ 2
y ≥ 0
En effectuant le changement de variable x = x′ − 3
min −12 + 4 x′ − 3 y
− x′ + y ≤ 3
x′ + y = 7
2 x′ − 4 y ≤ 4
x′ ≤ 5
x′ ≥ 0 y ≥ 0
– p. 30/??
Exercice III : Algorithme dual
x′ y
za 7M M M
z −12 −4 3
xe1 3 −1 1
xa 7 1 1
xe2 4 2 −4
xe3 5 1 0
v M 1 1
x′ v
za 7M − M2 0 −M
z −12 − 3M −7 −3
xe1 3 − M -2 −1
xa 7 − M 0 −1
xe2 4 + 4M 6 4
xe3 5 1 0
y M 1 1
xe1 v
za 7M − M2 0 −M
z − 452 + M
2 − 72
12
x′ − 32 + M
2 − 12
12
xa 7 − M 0 -1xe
2 13 + M 3 1
xe3
132 − M
212 − 1
2
y 32 + M
212
12
xe1 xa
za 0 0 −M
z −19 − 72
12
x′ 2 − 12
12
v M − 7 0 −1
xe2 20 3 1
xe3 3 1
2 − 12
y 5 12
12
– p. 31/??
Partie III
Etude de sensibilité
– p. 32/??
Exercice IV : Sensibilité
Considérons le problème linéaire suivant :
min x − 2 y + 6 z
x + y + 2 z ≤ 5
x ≥ 2
y ≤ 4
x ≥ 0 y ≥ 0 z ≥ 0
On demande de résoude ce problème linéaire et d’étudier la sensibilit edes coefficients de la fonction objectif et des coefficients des seconds membres .
– p. 33/??
Exercice IV : Sensibilité
Le problème est mis sous sa forme standard en introduisant des variablesd’ ecart . On introduit ensuite les variables artificielles nécessaires pourobtenir une première base primale admissible .
min x − 2 y + 6 z +Mxa
x + y + 2 z + xe1 = 5
x − xe2 +xa = 2
y + xe3 = 4
x ≥ 0, y ≥ 0, z ≥ 0, xe1 ≥ 0, xe
2 ≥ 0, xe3 ≥ 0, xa ≥ 0
Les variables xe1, x
a, xe3 forment la première base primale admissible.
– p. 34/??
Exercice IV : Sensibilité
x y z xe2
za 2M M 0 0 −M
z 0 −1 2 −6 0
xe1 5 1 1 2 0
xa 2 1 0 0 −1
xe3 4 0 1 0 0
xa y z xe2
za 0 −M 0 0 0
z 2 1 2 −6 −1
xe1 3 −1 1 2 1
x 2 1 0 0 −1
xe3 4 0 1 0 0
xa xe1 z xe
2
za 0 −M 0 0 0
z −4 3 −2 −10 −3
y 3 −1 1 2 1
x 2 1 0 0 −1
xe3 1 1 −1 −2 −1
xe1 z xe
2
z −4 −2 −10 −3
y 3 1 2 1
x 2 0 0 −1
xe3 1 −1 −2 −1
– p. 35/??
Exercice IV : Sensibilité
Soit le tableau simplexe optimal
xe1 z xe
2
objz −4 −2 −10 −3
y 3 1 2 1
x 2 0 0 −1
xe3 1 −1 −2 −1
La solution optimale est :
(x = 2, y = 3, z = 0) objz = −4
Interprétation des couts r eduits (-2,-10,-3) :
objz = −4 + 2 xe
1 + 10 z + 3 xe
2
Interprétation des variables duales u1 = 2, u2 = 3, u3 = 0 :
objw = −5 u1 + 2 u2 − 4 u3
– p. 36/??
Exercice IV : Sensibilité
Soit le tableau simplexe optimal
xe1 z xe
2
−4 −2 −10 −3
y 3 1 2 1
x 2 0 0 −1
xe3 1 −1 −2 −1
xR
z cBB−1d cBB−1R − cR ≤ 0...
xB B−1d ≥ 0 B−1R...
Calcul des couts r eduits :
(−2, 1, 0)
1 2 1
0 0 −1
−1 −2 −1
− (0, 6, 0) = (−2, −10, −3)
– p. 37/??
Exercice IV : Sensibilité
Soit le tableau simplexe optimal
xe1 z xe
2
−4 −2 −10 −3
y 3 1 2 1
x 2 0 0 −1
xe3 1 −1 −2 −1
xR
z cBB−1d cBB−1R − cR ≤ 0...
xB B−1d ≥ 0 B−1R...
Sensibilité du coefficient de x :
(−2, 1+∆x, 0)
1 2 1
0 0 −1
−1 −2 −1
− (0, 6, 0) = (−2, −10, −3−∆x)
On en déduit que
−3 ≤ ∆x ≤ +∞ ⇒ −2 ≤ 1 + ∆x ≤ +∞
– p. 38/??
Exercice IV : Sensibilité
Soit le tableau simplexe optimal
xe1 z xe
2
−4 −2 −10 −3
y 3 1 2 1
x 2 0 0 −1
xe3 1 −1 −2 −1
xR
z cBB−1d cBB−1R − cR ≤ 0...
xB B−1d ≥ 0 B−1R...
Sensibilité du coefficient de y :
(−2+∆y, 1, 0)
1 2 1
0 0 −1
−1 −2 −1
−(0, 6, 0) = (−2+∆y,−10+2∆y,−3+∆y)
On en déduit que
−∞ ≤ ∆y ≤ 2 ⇒ −∞ ≤ −2 + ∆y ≤ 0
– p. 39/??
Exercice IV : Sensibilité
Soit le tableau simplexe optimal
xe1 z xe
2
−4 −2 −10 −3
y 3 1 2 1
x 2 0 0 −1
xe3 1 −1 −2 −1
xR
z cBB−1d cBB−1R − cR ≤ 0...
xB B−1d ≥ 0 B−1R...
Sensibilité du coefficient de z :
(−2, 1, 0)
1 2 1
0 0 −1
−1 −2 −1
− (0, 6+∆z, 0) = (−2, −10−∆z, −3)
On en déduit que
−10 ≤ ∆z ≤ +∞ ⇒ −4 ≤ 6 + ∆z ≤ +∞
– p. 40/??
Exercice IV : Sensibilité
Soit le tableau simplexe optimal
xe1 z xe
2
−4 −2 −10 −3
y 3 1 2 1
x 2 0 0 −1
xe3 1 −1 −2 −1
xR
z cBB−1d cBB−1R − cR ≤ 0...
xB B−1d ≥ 0 B−1R...
Sensibilité des coefficients de x, y et z
(−2+∆y, 1+∆x, 0)
1 2 1
0 0 −1
−1 −2 −1
− (0, 6+∆z, 0)
= (−2+∆y, −10+2∆y − ∆z, −3+∆y − ∆x)
On en déduit que∆y ≤ 2 ∆z ≥ 2 ∆y − 10 ∆x ≥ ∆y − 3
– p. 41/??
Exercice IV : Sensibilité
Soit le tableau simplexe optimal
xe1 z xe
2
−4 −2 −10 −3
y 3 1 2 1
x 2 0 0 −1
xe3 1 −1 −2 −1
xR
z cBB−1d cBB−1R − cR ≤ 0...
xB B−1d ≥ 0 B−1R...
Sensibilité du premier coefficient du second membre :
B−1
5+∆1
2
4
≥ 0 ⇒ B−1
∆1
0
0
≥ −B−1
5
2
4
=
−3
−2
−1
1 −1 0
0 1 0
−1 1 1
∆1
0
0
≥
−3
−2
−1
⇒
−3 ≤ ∆1 ≤ 1
2 ≤ 5 + ∆1 ≤ 6
– p. 42/??
Exercice IV : Sensibilité
Soit le tableau simplexe optimal
xe1 z xe
2
−4 −2 −10 −3
y 3 1 2 1
x 2 0 0 −1
xe3 1 −1 −2 −1
xR
z cBB−1d cBB−1R − cR ≤ 0...
xB B−1d ≥ 0 B−1R...
Sensibilité du second coefficient du second membre :
B−1
5
2+∆2
4
≥ 0 ⇒ B−1
0
∆2
0
≥ −B−1
5
2
4
=
−3
−2
−1
1 −1 0
0 1 0
−1 1 1
0
∆2
0
≥
−3
−2
−1
⇒
−1 ≤ ∆2 ≤ 3
1 ≤ 2 + ∆2 ≤ 5
– p. 43/??
Exercice IV : Sensibilité
Soit le tableau simplexe optimal
xe1 z xe
2
−4 −2 −10 −3
y 3 1 2 1
x 2 0 0 −1
xe3 1 −1 −2 −1
xR
z cBB−1d cBB−1R − cR ≤ 0...
xB B−1d ≥ 0 B−1R...
Sensibilité du troisième coefficient du second membre :
B−1
5
2
4+∆3
≥ 0 ⇒ B−1
0
0
∆3
≥ −B−1
5
2
4
=
−3
−2
−1
1 −1 0
0 1 0
−1 1 1
0
0
∆3
≥
−3
−2
−1
⇒
−1 ≤ ∆3 ≤ +∞
3 ≤ 4 + ∆3 ≤ +∞
– p. 44/??
Exercice IV : Sensibilité
Soit le tableau simplexe optimal
xe1 z xe
2
−4 −2 −10 −3
y 3 1 2 1
x 2 0 0 −1
xe3 1 −1 −2 −1
xR
z cBB−1d cBB−1R − cR ≤ 0...
xB B−1d ≥ 0 B−1R...
Sensibilité de tous les coefficients du second membre :
B−1
5+∆1
2+∆2
4+∆3
≥ 0 ⇒ B−1
∆1
∆2
∆3
≥ −B−1
5
2
4
=
−3
−2
−1
1 −1 0
0 1 0
−1 1 1
∆1
∆2
∆3
≥
−3
−2
−1
⇒
∆1 − ∆2 ≥ −3
∆2 ≥ −2
−∆1 + ∆2 + ∆3 ≥ −1
– p. 45/??
Partie VI
Branch and Bound
– p. 46/??
Exercice V : Algorithme "Branch and Bound"
Soit le problème linéaire suivant :
max 3 x1 + 5 x2
x1 + x2 ≤ 6
−2 x1 + 4 x2 ≤ 3
x1 ≥ 0 x2 ≥ 0
x1 entière x2 entière
On demande de résoudre ce problème linéaire à l’aide de l’algorithmedu "Branch and Bound ".
– p. 47/??
Exercice V : Algorithme "Branch and Bound"
Soit le problème
min − 3 x1 − 5 x2
x1 + x2 ≤ 6
−2 x1 + 4 x2 ≤ 3
x1 ≥ 0 x2 ≥ 0
x1 entière x2 entière
et le premier tableau simplexe de la relaxation lin eaire
x1 x2
0 3 5
x3 6 1 1
x4 3 −2 4
– p. 48/??
Exercice V : Algorithme "Branch and Bound"
x1 x2
0 3 5
x3 6 1 1
x4 3 −2 4
x1 x4
− 154
112 − 5
4
x3214
32 − 1
4
x234 − 1
214
x3 x4
−23 − 113 − 1
3
x172
23 − 1
6
x252
13
16
– p. 49/??
Exercice V : Algorithme "Branch and Bound"
x3 x4
−23 − 113 − 1
3
x172
23 − 1
6
x252
13
16
En variables continues, la solution optimale n’est pas enti ere.
x1 =7
2, x2 =
5
2, x3 = 0, x4 = 0
Les variables d’écarts x3 et x4 doivent être entières. La fonctiond’évaluation du sommet initial S0 de l’arborescence vaut v0 = −23.
Le calcul des pénalités fournit les valeurs
P(a)1 = 11
4 P(b)1 = 1
P(a)2 = min
(112 , 1
)= 1 P
(b)2 = +∞
– p. 50/??
Exercice V : Algorithme "Branch and Bound"
x1 ≤ 3
x3 x4
−23 − 113 − 1
3
x172
23 − 1
6
x252
13
16
x1 ≥ 4
x3 x4
−23 − 113 − 1
3
xe1 − 1
2 − 23
16
x252
13
16
x3 x4
−23 − 113 − 1
3
x′
1 − 12
23 − 1
6
x252
13
16
xe1 x4
− 814 − 11
2 − 54
x334 − 3
2 −9
x294
12
14
x3 x′
1
−22 −5 −2
x4 3 −4 −6
x2 2 1 1
x1 = 4 (x′
1 = 0) x2 = 2
– p. 51/??
Exercice V : Algorithme "Branch and Bound"
v0 = −23
v2 > −22 v1 = −22
EntièreSondéOptimalitéDominance
x1 ≤ 3 x1 ≥ 4
R
– p. 52/??
Exercice V : Algorithme "Branch and Bound"
x2 ≤ 2
x3 x4
−23 − 113 − 1
3
x172
23 − 1
6
x252
13
16 x2 ≥ 3
x3 x4
−23 − 113 − 1
3
x172
23 − 1
6
xe2 − 1
2 − 13 − 1
6
x3 x4
−23 − 113 − 1
3
x172
23 − 1
6
x′
2 − 12
13
16
x3 xe2
−22 −3 −2
x1 4 1 −1
x4 3 2 −6
Impossibilité
x1 = 4 x2 = 2 (xe2 = 0)
– p. 53/??
Exercice V : Algorithme "Branch and Bound"
v0 = −23
v1 = −22 S2 = ∅
Entière SondéOptimalité Impossibilité
x2 ≤ 2 x2 ≥ 3
R
– p. 54/??
Exercice VI : Algorithme "Branch and Bound"
Soit le problème linéaire suivant :
max 6 x1 + 2 x2 + 9 x3
x1 + x2 + 3 x3 ≤ 19
3 x1 + x2 + x3 ≤ 15
x1 ≥ 0 x2 ≥ 0 x3 ≥ 0
x1 entière x2 entière x3 entière
On demande de résoudre ce problème linéaire à l’aide de l’algorithmedu "Branch and Bound " en utilisant la règle de la plus petite p enalit e.
– p. 55/??
Exercice VI : Algorithme "Branch and Bound"
Soit le problème
min − 6 x1 − 2 x2 − 9 x3
x1 + x2 + 3 x3 ≤ 19
3 x1 + x2 + x3 ≤ 15
x1 ≥ 0 x2 ≥ 0 x3 ≥ 0
x1 entière x2 entière x3 entière
et le premier tableau simplexe de la relaxation lin eaire
x1 x2 x3
0 6 2 9
x4 19 1 1 3
x5 15 3 1 1
– p. 56/??
Exercice VI : Algorithme "Branch and Bound"
x1 x2 x3
0 6 2 9
x4 19 1 1 3
x5 15 3 1 1
x1 x2 x4
−57 3 −1 −3
x3193
13
13
13
x5263
83
23 − 1
3
x5 x2 x4
− 2674 − 9
8 − 74 − 21
8
x3214 − 1
814
38
x1134
38
14 − 1
8
– p. 57/??
Exercice VI : Algorithme "Branch and Bound"
x5 x2 x4
− 2674 − 9
8 − 74 − 21
8
x3214 − 1
814
38
x1134
38
14 − 1
8
En variables continues, la solution optimale n’est pas enti ere.
x1 =13
4, x2 = 0, x3 =
21
4, x4 = 0, x5 = 0
Les variables d’écarts x4 et x5 doivent être entières. La fonctiond’évaluation du sommet initial S0 de l’arborescence vaut v0 = − 267
4 .
Le calcul des pénalités fournit les valeurs
P(a)3 = min
(74 , 7
4
)= 7
4 P(b)3 = 27
4
P(a)1 = min
(34 , 7
4
)= 3
4 ”Min” P(b)1 = 63
4 ”Max”
– p. 58/??
Exercice VI : Algorithme "Branch and Bound"
La plus petite pénalité est P(a)1 : pour créer le noeud S1, on impose la
contrainte supplémentaire x1 ≤ 3 qui fournit le tableau simplexe
x5 x2 x4
− 2674 − 9
8 − 74 − 21
8
x3214 − 1
814
38
xe1 − 1
4 − 38 − 1
418
Sa réoptimisation par l’algorithme dual est immédiate
xe1 x2 x4
−66 −3 −1 −3
x3163 − 1
313
13
x523 − 8
323 − 2
3
Cette solution optimale pour le sommet S1 n’est pas enti ere.
– p. 59/??
Exercice VI : Algorithme "Branch and Bound"
Pour séparer S1, calculons les pénalités
P(a)3 = min (1, 3) = 1 ”Min” P
(b)3 = 6 ”Max”
Imposons la contrainte x3 ≤ 5 pour créer le noeud S2.
xe1 x2 x4
−66 −3 −1 −3
xe3 − 1
313 − 1
3 − 13
x523 − 8
323 − 2
3
xe1 xe
3 x4
−65 −4 −3 −2
x2 1 −1 −3 1
x5 0 −2 2 −1
v2 = z = −65
Cette solution optimale est enti ere
x1 = 3 (xe
1 = 0), x2 = 1, x3 = 5 (xe
3 = 0), x4 = 0, x5 = 0
– p. 60/??
Exercice VI : Algorithme "Branch and Bound"
C’est la solution x avec z = −65 et le sommet S2 est sondé.
Le noeud suivant S3 à examiner correspond à la contrainte x3 ≥ 6. Ilest sondé immédiatement car
v3 ≥ −66 + P(b)3 = −60 > z = −65
Il faut remonter dans l’arborescence, c’est-à-dire considérer le sommetS4 défini par la contrainte x1 ≥ 4. Il est sondé immédiatement car
v4 ≥ −267
4+ P
(b)1 = −51 > z = −65
Aussi S4 est sondé, et conséquemment S0.
x est donc la solution optimale du probl eme.
– p. 61/??
Exercice VI : Algorithme "Branch and Bound"
v0 = − 2674
v1 = −66 v4 > −65
v2 = −65 v3 > −65
SondéEntière
Sondé
x1 ≤ 3 x1 ≥ 4
x3 ≤ 5 x3 ≥ 6
R
� U
– p. 62/??