MNM1 Corr Doc2

UNIVERSIT
E PARIS OUEST NANTERRE LA D
EFENSE
U.F.R. SEGMI Annee universitaire 2013 2014
Master deconomie Cours de M. Desgraupes
Methodes Numeriques
Document 5 : Corriges doptimisation convexe et quadratique
1 Les conditions de Kuhn-Tucker 1
Rappels de cours . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
Exercices corriges . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2 Les coniques 14
Rappels de cours . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
3 La methode de Beale 31
4 La methode de Dantzig 46
Rappels de cours . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
5 La methode de Wolfe 57
Rappels de cours . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
1 Les conditions de Kuhn-Tucker
Rappels de cours
Si on considère un programme doptimisation convexe note :
_
_
Max f(x)
g(x) b
x 0
o` u x = (x
1
, . . . , x
n
) est un element de R
n
et g est une fonction de R
n
dans R
m
:
g : x
_
_
_
_
g
1
(x)
.
.
.
g
m
(x)
_
_
_
_
On suppose que les fonctions f et g sont contin ument dierentiables. Le
lagrangien associe à ce programme est la fonction :
L(x, ) = f(x) .(g(x) b) = f(x)
1
.(g
1
(x) b
1
)
m
.(g
m
(x) b
m
).
1
Les coecients sappellent les coecients de Kuhn-Tucker. Il y en a autant
que de contraintes. Le coecient
j
est associe à la contrainte g
j
(x) b
j
.
Les conditions de Kuhn-Tucker sont des conditions necessaires qui sont rea-
lisees à loptimum du problème. Elles secrivent vectoriellement de la manière
suivante :
x
L 0 x 0 x.
x
L = 0 (1)
L 0 0 .
L = 0 (2)
On peut les expliciter, pour chaque variable x
i
(i = 1, . . . , n) et pour chaque
coecient
j
(j = 1, . . . , m), de la manière suivante :
x
i
0
L
x
i
0 x
i
L
x
i
= 0
j
0
L
j
0
j
L
j
= 0
On peut remarquer, en derivant directement L par rapport à
j
, que la
condition
L
j
0 est simplement la contrainte g
j
(x) b
j
.
Les conditions x.
x
L = 0 et .
L = 0 sont appelees relations dexclusion.

En toute generalite, les conditions de Kuhn-Tucker sont des conditions ne-
cessaires, autrement dit, si on est en un point optimum, elles sont toujours
realisees. Mais elles ne sont pas forcement susantes : autrement dit, ce nest
pas parce quelles sont realisees en un point (x, ) que ce point est obligatoi-
rement un optimum. Neanmoins, il existe des situations o` u on peut armer
quelles sont eectivement susantes : cest le cas en particulier lorsque la fonc-
tion f est concave et les fonctions g
j
sont convexes. Cest pourquoi on sinteresse
à loptimisation convexe.
En resume, dans le cas o` u f est concave et les g sont convexes, les conditions
de Kuhn-Tucker sont des conditions necessaires et susantes doptimalite. Dans
cette situation, un point est optimal si et seulement si les conditions sont toutes
realisees. Si jamais une seule des conditions netait pas realisee, le point ne
pourrait pas etre une solution optimale du problème.
Noter que dans le cas dune minimisation, la condition susante ci-dessus
est inversee : la fonction f est convexe et les fonctions g
j
sont concaves. Dans le
cas de la programmation lineaire, ces conditions sont realisee car une fonction
lineaire est à la fois convexe et concave.
Ecriture avec des variables decart

Si on introduit des variables decart x
dans les contraintes, lecriture des

conditions de Kuhn-Tucker est modiee. Les contraintes secrivent :
g(x) +x
= b
et le lagrangien est deni de la manière suivante :
L(x, x
, ) = f(x) .
_
g(x) +x
b
_
.
Cest une fonction des x, des x
et des .
2
Dans ce cas, les conditions de Kuhn-Tucker secrivent comme ceci :
x 0
x
L 0 x.
x
L = 0 (3)
x
0
x
L 0 x
.
x
L = 0 (4)
0
L = 0 (5)
On peut les expliciter, pour chaque variable x
i
(i = 1, . . . , n), pour chaque
variable x
j
et pour chaque coecient
j
(j = 1, . . . , m), de la manière suivante :
x
i
0
L
x
i
0 x
i
L
x
i
= 0
x
j
0
L
x
j
0 x
j
L
x
j
= 0
j
0
L
j
= 0
Exercices corriges
Corrige ex. 1 - Conditions de Kuhn-Tucker
Programme 1
_
_
Max (x
3
1
3x
2
)
x
1
x
2
+ 2 0
2x
1
+x
2
2 0
x
1
+ 2x
2
10 0
7x
1
+ 2x
2
28 0
x
1
, x
2
0
Les deux premières contraintes doivent etre reecrites sous la forme :
x
1
+x
2
2
2x
1
x
2
2
Le lagrangien secrit de la manière suivante :
L(x, ) = x
3
1
3x
2
1
(x
1
+x
2
2)
2
(2x
1
x
2
+ 2)
3
(x
1
+ 2x
2
10)
4
(7x
1
+ 2x
2
28)
Les conditions de Kuhn-Tucker sont donc les suivantes. Il y a tout dabord
les conditions de signe sur les variables :
x
1
0, x
2
0,
1
0,
2
0,
3
0,
4
0
Il faut ensuite calculer les derivees partielles par rapport à ces variables
et poser les conditions de signe correspondantes. Dans le cas des derivees par
3
rapport aux coecients , on retrouve les contraintes :
3x
2
1
+
1
+ 2
2
3
7
4
0
3
1
+
2
2
3
2
4
0
x
1
x
2
+ 2 0
2x
1
+x
2
2 0
x
1
+ 2x
2
10 0
7x
1
+ 2x
2
28 0
Il y a enn les relations dexclusion :
x
1
(3x
2
1
+
1
+ 2
2
3
7
4
) = 0
x
2
(3
1
+
2
2
3
2
4
) = 0
1
(x
1
x
2
+ 2) = 0
2
(2x
1
+x
2
2) = 0
3
(x
1
+ 2x
2
10) = 0
4
(7x
1
+ 2x
2
28) = 0
Ce sont ces dernières conditions qui servent à mener la discussion car elles
presentent une alternative. Lun des deux termes du produit doit etre nul. On
discute donc en testant les deux possibilites.
On cherche à maximiser la fonction objectif f = x
3
1
3x
2
. Intuitivement, on
voit quil faut choisir x
1
le plus grand possible et x
2
le plus petit possible. On
va donc chercher x
2
= 0 (les variables doivent etre positives).
On est conduit, en rempla cant dans les conditions à x
1
= 4, puis
1
=
2
=
3
= 0 et
1
= 48/7. Cest loptimum du problème et on peut verier quil
remplit toutes les conditions de Kuhn-Tucker.
Programme 2
_
_
Max (4x
1
3x
2
)
x
1
+ 2x
2
7
2x
1
+ 5x
2
8
x
1
, x
2
0
La deuxième contrainte doit etre reecrite sous la forme :
2x
1
5x
2
8
L(x, ) = 4x
1
3x
2
1
(x
1
+ 2x
2
7)
2
(2x
1
5x
2
+ 8)
Les conditions de Kuhn-Tucker sont donc les suivantes. Il y a tout dabord
les conditions de signe sur les variables :
x
1
0, x
2
0,
1
0,
2
0
4
4
1
+ 2
2
0
3 2
1
+ 5
2
0
x
1
+ 2x
2
7
2x
1
+ 5x
2
8
x
1
(4
1
+ 2
2
) = 0
x
2
(3 2
1
+ 5
2
) = 0
1
(x
1
+ 2x
2
7) = 0
2
(2x
1
+ 5x
2
8) = 0
La discussion des relations dexclusion conduit à la solution suivante :
x
1
= 7, x
2
= 0,
1
= 4,
2
= 0.
Corrige ex. 2 - Methode de Lagrange
3 2 1 0 1 2 3
1
0
1
2
x
y
x1
x2 M
a
b
1) Pour determiner le rectangle, il sut de trouver les coordonnees de son
coin superieur droit M. Si (x
1
, x
2
) sont les coordonnees de M, la surface du
5
rectangle est S = 2x
1
2x
2
= 4x
1
x
2
. Le problème secrit donc :
_
_
Max (4x
1
x
2
)
x
2
1
a
2
+
x
2
2
b
2
= 1
x
1
, x
2
0
On peut le traiter directement par la methode de Lagrange. Le lagrangien est :
L(x
1
, x
2
, ) = 4x
1
x
2
_
x
2
1
a
2
+
x
2
2
b
2
1
_
.
On annule les derivees partielles de L par rapport aux variables x
1
, x
2
et :
_
_
L
x
1
= 4x
2
2x
1
a
2
= 0
L
x
2
= 4x
1
2x
2
b
2
= 0
L
x
1
=
_
x
2
1
a
2
+
x
2
2
b
2
1
_
= 0
En eliminant entre les deux premières equations, on obtient la relation
a
2
x
2
2
= b
2
x
2
1
. En la reportant dans lequation de la contrainte, on trouve na-
lement x
2
1
=
a
2
2
et donc x
2
2
=
b
2
2
. Comme on cherche une solution positive, la
reponse est :
_
_
x
1
=
a
2
x
2
=
b
2
La surface maximale du rectangle est donc 2ab.
2) Cest une generalisation de la question precedente. Le problème secrit :
_
_
Max (8x
1
x
2
x
3
)
x
2
1
a
2
+
x
2
2
b
2
+
x
2
3
c
2
= 1
x
1
, x
2
, x
3
0
La resolution est identique et conduit à la solution suivante :
_
_
x
1
=
a
3
x
2
=
b
3
x
3
=
c
3
6
Corrige ex. 3 -

Economie à deux biens
Il faut maximiser la fonction dutilite
U(x
1
, x
2
) = 2 ln x
1
+ ln (3 x
2
).
Les conditions imposees secrivent sous la forme de contraintes inegalite : x
1
1
et x
2
3. Il faut dautre part tenir compte des prix p
1
et p
2
et ecrire que lagent
economique ne peut pas depenser plus que ce quil gagne, autrement dit, il faut
que p
1
x
1
p
2
x
2
.
Finalement le programme doptimisation secrit :
_
_
Max
_
2 ln x
1
+ ln (3 x
2
)
_
x
1
1
x
2
3
p
1
x
1
p
2
x
2
0
x
1
, x
2
0
L(x, ) = 2 ln x
1
+ ln (3 x
2
)
1
(x
1
+ 1)
2
(x
2
8)
3
(p
1
x
1
p
2
x
2
)
Les conditions de Kuhn-Tucker sont les suivantes. Il y a tout dabord les
conditions de signe sur les variables :
x
1
0, x
2
0,
1
0,
2
0,
3
0
2
x
1
+
1
3
p
1
0
1
3 x
2
2
+
3
p
2
0
x
1
1
x
2
3
p
1
x
1
p
2
x
2
0
x
1
_
2
x
1
+
1
3
p
1
_
= 0
x
2
_
1
3 x
2
2
+
3
p
2
_
= 0
1
(x
1
1) = 0
2
(x
2
3) = 0
3
(p
1
x
1
p
2
x
2
) = 0
7
On remarque que, puisquon a la condition x
1
1, on peut exclure le cas o` u
x
1
= 0. La première relation dexclusion impose donc :
2
x
1
+
1
3
p
1
Par consequent x
2
ne peut pas non plus etre nul daprès la troisième contrainte.
La deuxième relation dexclusion impose donc :
1
3 x
2
2
+
3
p
2
Dautre part, il nest pas possible que x
2
= 3 car sinon la fonction objectif
ne serait pas denie (à cause du logarithme). La quatrième relation dexclusion
impose donc que
2
= 0.
Montrons maintenant que
3
ne peut pas etre nul. Sil letait, on aurait
2
=
1
3 x
2
ce qui nest pas possible car le membre de droite est negatif et que
2
doit etre
positif.
Puisque
3
= 0, la dernière relation dexclusion conduit à la relation p
1
x
1
=
p
2
x
2
qui indique que lagent economique travail juste pour satisfaire son besoin
de bien de consommation. Il depense tout ce quil gagne.
La discussion se fait maintenant sur la troisième relation dexclusion qui na
pas encore ete utilisee. Il faut distinguer deux cas : ou bien x
1
= 1, ou bien
2
= 0.
Dans le cas o` u x
1
= 1, les equations conduisent facilement à x
2
= p
1
/p
2
.
Dans le cas o` u
2
= 0, on obtient la solution x
1
= 2p
1
/p
2
et x
2
= 2.
Il faut ensuite verier que les conditions de signe de Kuhn-Tucker sont toutes
veriees, ce qui impose des conditions sur p
1
et p
2
.
On trouve trois possibilites :
_
_
p
1
< p
2
x
1
= 2p
1
/p
2
, x
2
= 2
2p
2
p
1
3p
2
x
1
= 1, x
2
= p
1
/p
2
p
1
> 3p
2
pas de solution
8
Corrige ex. 4 - Contrainte dependant dun paramètre
_
_
Max
_
(x
1
1)
2
(6 x
2
)
_
x
1
2
x
2
5
x
1
mx
2
0
x
1
, x
2
0
L(x, ) = (x
1
1)
2
(6 x
2
)
1
(x
1
+ 2)
2
(x
2
5)
3
(x
1
mx
2
)
On ecrit les conditions de signe de Kuhn-Tucker. Les variables x
1
, x
2
,
1
,
2
,
3
doivent etre positives et, dautre part :
2(x
1
1)(6 x
2
) +
1
3
0
(x
1
1)
2
2
+m
3
0
x
1
2
x
2
5
x
1
mx
2
0
Il y a aussi les relations dexclusion :
x
1
_
2(x
1
1)(6 x
2
) +
1
3
_
= 0
x
2
_
(x
1
1)
2
2
+m
3
_
= 0
1
(x
1
2)
2
(x
2
5)
3
(x
1
mx
2
)
Puisque x
1
= 0 (il doit etre superieur à 2), on a la relation
2(x
1
1)(6 x
2
) +
1
3
= 0
Si
3
= 0, on en deduit
1
= 2(x
1
1)(6 x
2
), ce qui nest pas possible pour
des questions de signe (le second membre est negatif). Il en resulte que
3
= 0
et par consequent
x
1
mx
2
= 0
On observe aussi que x
2
ne peut pas etre nul, sinon on obtiendrait
2
= 0
et x
1
= 0, ce qui est exclut.
On a donc x
1
= 0 et x
1
= 0, ce qui implique dans les deux premières relations
dexclusion :
_
2(x
1
1)(6 x
2
) +
1
3
= 0
(x
1
1)
2
2
+m
3
= 0
Ces deux relations vont etre utilisees dans ce qui suit. On discute maintenant à
partir de la troisième relation dexclusion.
9
Cas
1
= 0
On montre facilement que le cas x
2
= 5 conduit à une impossibilite. On en
deduit donc (quatrième relation dexclusion) que
2
= 0.
En reportant
1
= 0 et
2
= 0 dans les deux relations ci-dessus et en
eliminant
3
entre elles, on obtient
x
1
=
12m+ 1
3
x
2
=
12m+ 1
3m
La condition x
1
2 se traduit alors par m
5
12
.
Cas
1
= 0
Cela implique, daprès la trosième relation dexclusion, x
1
= 2 et donc x
2
=
2
m
. La relation x
2
5 impose donc la condition m 2/5.
En reportant dans les equations ci-dessus, on obtient facilement
2
= 0, puis
on en deduit
3
=
1
m
et nalement
1
=
5 12m
m
.
Resume
Si m 5/12, la solution est
_
12m+ 1
3
,
12m+ 1
3m
_
.
Si 5/12 m 2/5, la solution est
_
2,
2
m
_
.
Si m < 2/5, il ny a pas de solution.
Remarque : si m = 2/5, les trois contraintes sont simultanement saturees,
mais le domaine est reduit au seul point (2,5) !
Corrige ex. 5 - Minimisation quadratique
_
_
Min
_
3x
2
1
2x
1
x
2
+ 3x
2
2
22x
1
14x
2
_
x
1
+ 3x
2
1
3x
1
+ 7x
2
0
x
1
x
2
4
x
1
, x
2
0
Le problème est une minimisation. On se ramène à un programme de maxi-
misation en changeant le signe de la fonction objectif :
Max
_
22x
1
+ 14x
2
3x
2
1
+ 2x
1
x
2
3x
2
2
_
1 ) Le lagrangien est deni comme ceci :
L(x, ) = 22x
1
+ 14x
2
3x
2
1
+ 2x
1
x
2
3x
2
2
1
(x
1
+ 3x
2
1)
2
(3x
1
+ 7x
2
)
3
(x
1
x
2
4)
Les conditions de Kuhn-Tucker secrivent :
10
x
1
, x
2
,
1
,
2
,
3
0
22 6x
1
+ 2x
2
+
1
+ 3
2
3
0
14 + 2x
1
6x
2
3
1
7
2
+
3
0
x
1
+ 3x
2
1
3x
1
+ 7x
2
0
x
1
x
2
4
Il y a aussi les relations dexclusion :
x
1
_
22 6x
1
+ 2x
2
+
1
+ 3
2
3
_
= 0
x
2
_
14 + 2x
1
6x
2
3
1
7
2
+
3
_
= 0
1
(x
1
+ 3x
2
1) = 0
2
(3x
1
+ 7x
2
) = 0
3
(x
1
x
2
4) = 0
2 ) Le point x
1
= 7/2 et x
2
= 3/2 est realisable car ce point verie les trois
contraintes, ce qui signie quil appartient au domaine realisable. On constate
quil sature les deux premières inegalites, ce qui signie quil est le point din-
tersection des droites representant ces deux contraintes.
Mais ce point nest pas optimal. En eet, si on le reporte dans les contraintes,
on obtient
3
= 0 et, par consequent, les deux premières relations dexclusion
conduisent à :
_
4 +
1
+ 3
2
= 0
12 3
1
7
2
= 0
do` u on tire
1
= 32 et
2
= 12. Cette dernière valeur est impossible car
2
doit etre positif.
3 ) La discussion sur les relations dexclusion ci-dessus conduit à la solution
_
x
1
= 13/2
x
2
= 5/2
La valeur à loptimum de la fonction maximisee est f
= 291 mais il ne faut

pas oublier quon a change son signe au debut du problème. La vraie valeur à
loptimum est donc -291.
4 ) Les contraintes 1 et 3 sont saturees donc les variables decart correspon-
dantes x
1
et x
3
sont nulles. La deuxième contrainte vaut -2, donc la variable
decart de cette contrainte est x
2
= 2.
Les coecients de Kuhn-Tucker à loptimum sont
_
1
= 36
2
= 0
3
= 92
11
Corrige ex. 6 - Allocation de ressources
1 ) Dans le cas o` u la ressource doit etre complètement epuisee, le problème
peut etre formule sous la forme :
_
_
Max
_
f
1
(x
1
) +f
2
(x
2
) +f
3
(x
3
)
_
x
1
+x
2
+x
3
= d
x
1
, x
2
, x
3
0
Cest un problème doptimisation sous contrainte egalite. On utilise donc la
methode de Lagrange pour le resoudre. Le lagrangien secrit :
L(x, ) = f
1
(x
1
) +f
2
(x
2
) +f
3
(x
3
) (x
1
+x
2
+x
3
d)
= 8x
1
x
2
1
+ 8x
2
2 x
2
2
+ 8x
3
3 x
2
3
(x
1
+x
2
+x
3
d)
La condition de Lagrange est L = 0. On derive donc successivement par
rapport à x
1
, x
2
, x
3
et et on annule les derivees. Cela conduit au système
suivant :
_
_
L
x
1
= 8 2x
1
= 0
L
x
2
= 8 4x
2
= 0
L
x
3
= 8 6x
3
= 0
L
= (x
1
+x
2
+x
3
d) = 0
On le resout en calculant x
1
, x
2
, x
3
en fonction de dans les trois premières
equations et en reportant dans la quatrième. On obtient = 8
12
11
d et donc
nalement
_
_
x
1
=
6d
11
x
2
=
3d
11
x
3
=
2d
11
En conlusion, quelle que soit la quantite d à repartir, la facon optimale de
le faire est daecter six onzièmes sur la première activite, trois onzièmes sur la
deuxième et deux onzièmes sur la troisième.
2 ) Dans le cas o` u la ressource nest pas complètement epuisee, la contrainte
du problème doit etre remplacee par une inegalite :
x
1
+x
2
+x
3
d
On doit donc utiliser les conditions de Kuhn-Tucker et non plus celle de La-
grange.
On introduit une variable decart x
4
comme ceci :
x
1
+x
2
+x
3
+x
4
= d.
12
Cette variable represente justement lexcedent de ressource qui nest pas al-
loue aux trois activites. Cet excedent est revendu au prix unitaire p. On doit
donc ajouter cette recette supplementaire à la fonction objectif. Le problème est
maintenant :
_
_
Max
_
f
1
(x
1
) +f
2
(x
2
) +f
3
(x
3
) +px
4
_
x
1
+x
2
+x
3
+x
4
= d
x
1
, x
2
, x
3
, x
4
0
Le lagrangien devient :
L(x, ) = f
1
(x
1
) +f
2
(x
2
) +f
3
(x
3
) +px
4
(x
1
+x
2
+x
3
+x
4
d)
= 8x
1
x
2
1
+ 8x
2
2 x
2
2
+ 8x
3
3 x
2
3
+px
4
(x
1
+x
2
+x
3
+x
4
d)
On ecrit tout dabord les conditions de signes portant sur les derivees par-
tielles :
_
_
L
x
1
= 8 2x
1
0
L
x
2
= 8 4x
2
0
L
x
3
= 8 6x
3
0
L
x
4
= p 0
Il y a ensuite les relations dexclusion :
_
_
x
1
(8 2x
1
) 0
x
2
(8 4x
2
) 0
x
3
(8 6x
3
) 0
x
4
(p ) 0
On discute à partir de la dernière equation. Si x
4
est nul, on se trouve dans
le cas de la question precedente et le problème a dejà ete resolu. On va donc
supposer que x
4
= 0. Cela implique que (p ) 0, donc = p.
On en deduit, au moyen des trois premières relations dexclusion :
_
_
x
1
=
1
2
(8 p)
x
2
=
1
4
(8 p)
x
3
=
1
6
(8 p)
x
4
= d
11
12
(8 p)
Discussion
Les conditions de signe sur x
1
, x
2
, x
3
, x
4
imposent que p 8 et p 8
12
11
d.
13
Si jamais p < 8
12
11
d, alors on a x
4
= 0 et on est dans la situation de la
question precedente. Cela signie que le prix de revente des excedents nest pas
susamment interessant et quil ny a aucun interet à ne pas tout repartir.
Si jamais p > 8, au contraire, on aura x
1
= x
2
= x
3
= 0 et donc x
4
= d. Cela
signie que le prix de revente de lexcedent est tellement eleve quon prefère ne
rien allouer et tout revendre à ce prix !
3 ) Pour comparer les deux strategies, il faut connatre la valeur à loptimum
de la fonction objectif dans les deux cas etudies.
Dans le premier cas, on calcule f
= 8d
6
11
d
2
. Dans le deuxième cas, on
calcule f
=
11
24
(8p)
2
+dp. Cette dernière quantite est une fonction de degre 2
en p. Elle admet un minimum quon trouve en annulant sa derivee par rapport
à p :
11
12
(8 p) +d = 0
Cela donne un minimum en p = 8
12
11
d et on calcule que la valeur de la fonction
en ce point est 8d
6
11
d
2
qui est justement la valeur f
trouvee dans le premier

cas.
On en conclut que la deuxième strategie est meilleure que la première.
Ce problème sera traite à nouveau dans le cours de
programmation dynamique en utilisant le principe de
Bellman.
2 Les coniques
Rappels de cours
Une conique C est une courbe algebrique de degre 2. Cest lensemble des
zeros dun polynome de degre 2 à 2 variables, cest-à-dire lensemble des points
(x
1
, x
2
) qui verient une equation de la forme
P(x
1
, x
2
) = a
1
x
2
1
+a
2
x
1
x
2
+a
3
x
2
2
+a
4
x
1
+a
5
x
2
+a
6
= 0 (6)
Considerons le changement de variables suivant qui introduit des coordon-
nees (X
1
, X
2
, X
3
) dites homogènes :
x
1
=
X
1
X
3
x
2
=
X
2
X
3
(7)
Après substitution et multiplication par X
2
3
, lequation precedente devient :
Q(X
1
, X
2
, X
3
) = a
1
X
2
1
+a
2
X
1
X
2
+a
3
X
2
2
+a
4
X
1
X
3
+a
5
X
2
X
3
+a
6
X
2
3
= 0 (8)
Lexpression Q(X
1
, X
2
, X
3
) est une forme quadratique. On peut la represen-
ter par une matrice A de taille 3 3 telle que
Q =
t
XAX (9)
o` u X est le vecteur de coordonnees X
1
, X
2
, X
3
.
14
La matrice est denie comme ceci :
A =
_
_
_
_
_
_
a
1
1
2
a
2
1
2
a
4
1
2
a
2
a
3
1
2
a
5
1
2
a
4
1
2
a
5
a
6
_
_
_
_
_
_
(10)
Cest une matrice symetrique. On pose = det(A). Si = 0, la conique est
dite propre (ou non-degeneree), autrement elle est degeneree.
Lorsquune forme quadratique est degeneree, elle se scinde en un produit de
deux polynomes de degre 1. Geometriquement, cela signie que la conique est
un couple de droites. Si elle est non-degeneree, la conique est une ellipse, une
hyperbole ou une parabole.
Classication
An de determiner quelle sorte de conique est denie par A, il faut consederer
la sous-matrice 22 superieure gauche, i-e la matrice B obtenue en supprimant
la dernière ligne et la dernière colonne de A :
B =
_
_
_
a
1
1
2
a
2
1
2
a
2
a
3
_
_
_ (11)
Le determinant de B est note . Il vaut
= a
1
a
3
1
4
a
2
2
(12)
Dans le cas non-degenere, la matrice A est de rang 3 et on a la classication
suivante en fonction du determinant = det(B) :
si > 0, C est une ellipse ;
si = 0, C est une parabole ;
si < 0, C est une hyperbole.
Si la conique est degeneree, A est de rang inferieur à 3 et on a la classication
suivante :
si > 0, C est vide ;
si = 0, C est une paire de droites parallèles (eventuellement confondues) ;
si < 0, C est une paire de droite secantes.
Le cas de la droite double (droites parallèles confondues) se produit lorsque A
est de rang 1.
Points à linni
Hormis dans le cas dune ellipse, toutes les coniques ont des points à linni.
On peut les trouver en faisant tendre X
3
0 dans lequation (8).
`
A la limite,
on obtient lequation suivante :
a
1
X
2
1
+a
2
X
1
X
2
+a
3
X
2
2
= 0
qui peut etre reecrite en fonction des variables x
1
and x
2
comme ceci :
a
1
x
2
1
+a
2
x
1
x
2
+a
3
x
2
2
= 0 (13)
15
On pose t =
x
2
x
1
. La variable t peut etre interpretee comme la pente des
directions à linni. Lequation precedente devient, après division par x
2
1
:
a
1
+a
2
t +a
3
t
2
= 0 (14)
Cest une equation du second degre qui possède des solutions reelles lorsque
son discriminant est non-negatif :
D = a
2
2
4a
1
a
3
= 4 0 (15)
Donc, si > 0 (cas dune ellipse), le discriminant est negatif et il ny a pas
de solutions : cest normal puisquune ellipse na pas de points à linni. Si < 0
(cas dune hyperbole), on trouve deux solutions distinctes qui correspondent à la
pente des asymptotes de lhyperbole. Finalement, si = 0 (cas dune parabole),
on trouve une solution unique qui est la direction asymptotique des branches de
la parabole.
Centre
Certaines coniques ont un centre C. Au centre, le gradient du polynome
quadratique P est nul. Cela conduit aux equations suivantes :
_
_
P
x
1
= 0
P
x
2
= 0
(16)
En calculant les derivees partielles, on obtient les equations au centre :
_
_
a
1
x
1
+
1
2
a
2
x
2
+a
4
= 0
1
2
a
2
x
1
+a
3
x
2
+a
5
= 0
(17)
Cest un système de deux equations lineaires à deux inconnues. Sa matrice
est B et son determinant est . Si = det(B) = 0, il a une solution unique et la
conique a donc un centre unique. Cest le cas de lellipse, de lhyperbole et des
paires de droites secantes.
Axes
Les axes de symetrie dune conique sont des droites passant par le centre.
Leurs vecteurs directeurs sont les vecteurs propres de la matrice B.
Etant donne que B est symetrique, on a les proprietes suivantes :

les valeurs propres
1
et
2
sont reelles (i-e non complexes) ;
les vecteur propres sont eux aussi reels ;
la matrice est diagonalisable dans une base orthonormee. Cela signie
quon peut toujours trouver deux vecteur propres orthogonaux dont la
norme est egale à 1. Notons V
1
et V
2
ces deux vecteurs.
16
Il en resulte quune conique a, en general, deux axes et ceux-ci sont ortho-
gonaux entre eux.
Les valeur propres sont les racines du polynome caracteristique associe à la
matrice B. Ce polynome est deni par
p() = det(B I)
=
2
Tr(B) + det(B)
=
2
(a
1
+a
3
) +
= 0
(18)
Si est une valeur propre, le vecteur propre V correspondant est solution
de lequation suivante :
(B I)V = 0 (19)
Dans le cas particulier o` u
1
=
2
, lespace propre est de dimension 2 ce qui
signie que toute direction est direction propre. Cest le cas du cercle : dans un
cercle, en eet, tout diamètre est axe de symetrie.
Equation reduite
Dans le cas dune conique ` a centre (ellipse ou hyperbole), on peut changer de
système de coordonnees en translatant lorigine au centre C et en prenant V
1
et
V
2
comme vecteurs de base. Dans la base {C, V
1
, V
2
}, designons les coordonnees
par y
1
et y
2
. Lequation de la conique dans cette base est remarquablement
simple :
1
y
2
1
+
2
y
2
2
+

= 0 (20)
La relation entre les coordonnees (x
1
, x
2
) et (y
1
, y
2
) est donnee par la matrice
de passage T dont les colonnes sont les deux vecteurs V
1
et V
2
. On a lidentite
suivante :
_
x
1
x
2
_
= T
_
y
1
y
2
_
(21)
Exercices corriges
Corrige ex. 7 - Representations graphiques de coniques
Conique 1
13x
2
1
32x
1
x
2
+ 37x
2
2
+ 6x
1
42x
2
27 = 0
La matrice A representant la conique est
A =
_
_
_
_
13 16 3
16 37 21
3 21 27
_
_
_
_
17
On calcule = 10125 = 45225 et = 225. La conique est donc une ellipse.
Les coordonnees du centre sont C = (1, 1). Les valeurs propres sont
1
= 5
et
2
= 45 et les vecteurs propres correspondants sont respectivement
V
1
=
1
5
_
2
1
_
V
2
=
1
5
_
1
2
_
Lequation reduite dans la base {C, V
1
, V
2
} secrit
y
2
1
9
+y
2
2
= 1
1 0 1 2 3
1
0
1
2
3
13x
1
2
32x
1
x
2
+ 37x
2
2
+ 6x
1
42x
2
27
O
Conique 2
x
2
1
2x
1
x
2
+x
2
2
2x
1
+ 4x
2
+ 1 = 0
A =
_
_
_
_
1 1 1
1 1 2
1 2 1
_
_
_
_
On calcule = 1 et = 0. La conique est donc une parabole et il ny a pas
de centre. Les valeurs propres sont
1
= 2 et
2
= 0 et les vecteurs propres
18
correspondants sont respectivement
V
1
=
1
2
_
1
1
_
V
2
=
1
2
_
1
1
_
4 3 2 1 0 1 2
1
0
x
1
2
2x
1
x
2
+ x
2
2
2x
1
+ 4x
2
27
O
Conique 3
4x
2
1
+ 12x
1
x
2
+ 9x
2
2
4x
1
6x
2
+ 1 = 0
A =
_
_
_
_
4 6 2
6 9 3
2 3 1
_
_
_
_
On calcule = 0 et = 0. La conique est donc degeneree en une paire de
droites.
On remarque que la matrice A est de rang 1 : en eet, la première et la
deuxième colonnes sont clairement multiples de la troisième. Il sagit donc dune
droite doubles (droites parallèles et confondues).
Cela correspond au fait que le polynome denissant lequation de cette co-
nique est un carre parfait :
4x
2
1
+ 12x
1
x
2
+ 9x
2
2
4x
1
6x
2
+ 1 = (2 x
1
+ 3 x
2
1)
2
19
La droite a pour equation
2 x
1
+ 3 x
2
1 = 0
Les valeurs propres sont
1
= 13 et
2
= 0 et les vecteurs propres corres-
pondants sont respectivement
V
1
=
1
13
_
2
3
_
V
2
=
1
13
_
3
2
_
Conique 4
3x
2
1
10x
1
x
2
+ 3x
2
2
+ 24x
1
8x
2
16 = 0
A =
_
_
_
_
3 5 12
5 3 4
12 4 16
_
_
_
_
On calcule = 256 et = 16. La conique est donc une hyperbole.
Les coordonnees du centre sont C = (1, 3).
Les asymptotes sont obtenues avec lequation (13) des points à linni (voir
page 15) :
3 x
2
1
10 x
1
x
2
+ 3 x
2
2
= 0
On pose t =
x
2
x
1
. Lequation precedente devient :
3 10 t + 3 t
2
= 0
On trouve deux solutions qui sont les pentes des asymptotes : t
1
= 1/3 et t
2
= 3.
Les asymptotes sont donc les droites passant par le centre et ayant pour
pentes t
1
et t
2
respectivement. On trouve :
_
x
1
3 x
2
+ 8 = 0
3 x
1
x
2
= 0
1
= 8 et
2
V
1
=
1
2
_
1
1
_
V
2
=
1
2
_
1
1
_
1
, V
2
} secrit
y
2
1
2

y
2
2
8
= 1
20
2 1 0 1 2 3 4
0
1
2
3
4
5
6
3x
1
2
10x
1
x
2
+ 3x
2
2
+ 24x
1
8x
2
16
O
Conique 5
3x
2
1
+ 8x
1
x
2
+ 4x
2
2
+ 36x
1
+ 44x
2
+ 105 = 0
A =
_
_
_
_
3 4 18
4 4 22
18 22 105
_
_
_
_
On calcule = 0 et = 4. La conique est donc une paire de droites secantes.
Les coordonnees du centre (point dintersection des deux droites) sont C =
(4, 3/2).
Les droites peuvent etre obtenues avec lequation (13) des points à linni
(voir page 15) :
3 x
2
1
+ 8 x
1
x
2
+ 4 x
2
2
= 0
On pose t =
x
2
x
1
3 + 8 t + 4 t
2
= 0
1
= 3/2 et
t
2
= 1/2.
21
Les deux droites cherchees sont donc les droites passant par le centre et ayant
pour pentes t
1
et t
2
_
x
1
+ 2 x
2
+ 7 = 0
3 x
1
+ 2 x
2
+ 15 = 0
On verie que le polynome quadratique denissant la conique se scinde en
le produit des equations des deux droites :
3x
2
1
10x
1
x
2
+ 3x
2
2
+ 24x
1
8x
2
16 = (x
1
+ 2 x
2
+ 7) (3 x
1
+ 2 x
2
+ 15)
15 10 5 0 5
1
0
5
0
5
3x
1
2
+ 8x
1
x
2
+ 4x
2
2
+ 36x
1
+ 44x
2
+ 105
O
Conique 6
3x
2
1
+ 2x
1
x
2
+
3x
2
2
+ 6
3x
1
6x
2
4 9
3 = 0
A =
_
_
_
_
3 1 3
3
1
3 3
3
3 3 4 9
3
_
_
_
_
Les asymptotes sont obtenues avec lequation (13) des points à linni (voir
page 15) :
3 x
2
1
+ 2 x
1
x
2
+
3 x
2
2
= 0
22
On pose t =
x
2
x
1
3 + 2 t +
3 t
2
= 0
1
=
3 et
t
2
=
3/3.
pentes t
1
et t
2
_

3 x
1
+x
2
3
3 = 0
x
1
3 x
2
3 = 0
1
= 2 et
2
V
1
=
1
||V
1
||
_
1
2 +
3
_
V
2
=
1
||V
2
||
_
2 +
3
1
_
avec ||V
1
|| = ||V
2
|| = 2
_
2 +
3.
1
, V
2
} secrit
y
2
1
y
2
2
= 2
2 0 2 4 6 8
2
0
2
4
3x
1
2
+ 2x
1
x
2
+ 3x
2
2
+ 6 3x
1
6x
2
4 9 3
O
Conique 7
5x
2
1
+ 6x
1
x
2
+ 5x
2
2
42x
1
38x
2
+ 93 = 0
23
A =
_
_
_
_
5 3 21
3 5 19
21 19 93
_
_
_
_
On calcule = 128 et = 16. La conique est donc une ellipse.
1
= 8 et
2
= 2 et les vecteurs propres correspon-
dants sont respectivement
V
1
=
1
2
_
1
1
_
V
2
=
1
2
_
1
1
_
1
, V
2
} secrit
y
2
1
+
1
4
y
2
2
= 1
0 1 2 3 4 5
0
1
2
3
4
5x
1
2
+ 6x
1
x
2
+ 5x
2
2
42x
1
38x
2
+ 93
O
Conique 8
x
2
1
+ 6x
1
x
2
7x
2
2
26x
1
+ 18x
2
+ 18 = 0
24
A =
_
_
_
_
1 3 13
3 7 9
13 9 18
_
_
_
_
Les pentes des asymptotes sont obtenues avec lequation :
1 + 6 t 7 t
2
= 0
1
= 1/7 et
t
2
= 1.
pentes t
1
et t
2
_
x
1
x
2
1 = 0
x
1
+ 7 x
2
25 = 0
1
= 2 et
2
V
1
=
1
10
_
3
1
_
V
2
=
1
10
_
1
3
_
1
, V
2
} secrit
2y
2
1
8y
2
2
= 7
0 2 4 6 8
2
0
2
4
6
8
x
1
2
+ 6x
1
x
2
7x
2
2
26x
1
+ 18x
2
+ 18
O
25
Corrige ex. 8 - Famille de coniques dependant de
1 ) (4+) x
2
1
+4(1) x
1
x
2
+(4+1) x
2
2
+2(2+3) x
1
+2(16) x
2
+94 = 0
Dans le cas = 1, on a lequation
5x
2
1
+ 5x
2
1
+ 10x
1
10x
2
+ 5 = 0
qui peut se reecrire comme ceci :
(x
1
+ 1)
2
+ (x
2
1)
2
= 1.
Cest lequation dun cercle de centre C = (1, 1) et de rayon 1.
Dans le cas = 1, on a lequation
3x
2
1
+ 8x
1
x
2
3x
2
1
2x
1
+ 14x
2
13 = 0
La matrice associee est
_
_
_
_
3 4 1
4 3 7
1 7 13
_
_
_
_
Le determinant vaut = 125 et le sous-determinant des termes de degre 2 vaut
= 25. Cest une hyperbole de meme centre C = (1, 1). Les asymptotes sont
les droites passant par le centre et de pentes respectives 3 et -1/3. Les axes sont
les vecteurs propres de la sous-matrice
B =
_
3 4
4 3
_
Ses valeurs propres sont
1
= 5 et
2
= 5. On trouve des vecteurs propres
de coordonnees :
V
1
=
_
_
_
2
5
1
5
_
_
_ V
2
=
_
_
_
1
5
2
5
_
_
_
26
4 2 0 2 4
1
0
1
2
3
4
alpha=1 et alpha=1
O
2 ) Dans la base des vecteurs propres, lequation reduite du cercle est
y
2
1
+y
2
2
= 1
et celle de lhyperbole est
y
2
1
y
2
2
= 1
3 ) On obtient une parabole lorsque le determinant de la sous-matrice
B =
_
4 + 2(1 )
2(1 ) 4 + 1
_
est nul et que la conique nest pas degeneree. Ce determinant vaut
2(4 +)(4 + 1) 4(1 )
2
= 25
Il sannule uniquement lorsque = 0. Mais dans ce cas, on peut verier que le
determinant de la conique est lui aussi nul : elle est donc degeneree et il ne
sagit pas dune parabole mais dun couple de droites parallèles.
Corrige ex. 9 - Famille de coniques
m
1 )
m
est la conique dequation
(m+ 1/5)x
2
1
+ 16/5x
1
x
2
+ (m11/5)x
2
2
+ 2x
1
4x
2
+ 1 = 0
o` u m R .
27
La matrice M
m
associee à la conique est
M
m
=
_
_
_
_
m+ 1/5 8/5 1
8/5 m11/5 2
1 2 1
_
_
_
_
2 ) Pour trouver la nature de
m
, on doit calculer le determinant
m
de la
matrice M
m
et le determinant
m
de la sous-matrice B
m
=
_
m+ 1/5 8/5
8/5 m11/5
_
On trouve
m
= (m+ 1/5)(m11/5) 64/25 = m
2
2m3 = (m+ 1)(m3)
et
m
= m
2
7m8 = (m+ 1)(m8)
Pour m = 1 et m = 8, la conique est degeneree. Pour les autres valeurs de m,
il faut discuter selon le signe de
m
:
si 1 < m < 3, le determinant
m
est negatif et la conique est une hyper-
bole ;
si m < 1 ou m > 3, le determinant
m
est positif et la conique est une
ellipse. Si m = 8, cette ellipse est reduite à un point et, si m > 8, elle est
vide ;
si m = 1, la conique est un couple de deux droites parallèles ;
si m = 3, le determinant
m
est nul et la conique est une parabole.
3 ) Les equations au centre de
m
sont
_
(m+ 1/5)x
1
+ 8/5x
2
+ 1 = 0
8/5x
1
+ (m11/5)x
2
2 = 0
On trouve comme solution
x
1
=
1
m3
x
2
=
2
m3
.
Dans le cas o` u m = 3, cette solution est impossible et cela correspond au fait
quil sagit dune parabole et quune parabole na pas de centre.
Les directions principales sont les vecteurs propres de la sous-matrice B
m
.
Les valeurs propres sont (m+1) et (m3). On trouve alors les vecteurs propres
U
1
=
1
5
_
2
1
_
U
1
=
1
5
_
1
2
_
Les directions principales sont donc independantes de m, autrement dit toutes
les coniques de la famille ont les memes axes de symetrie.
4 ) Lorsque m = 3, on trouve lequation reduite de
m
au moyen de la
formule :
1
y
2
1
+
2
y
2
2
+

m
m
= 0.
Cela donne ici :
(m+ 1)y
2
1
+ (m3)y
2
2
+
m8
m3
= 0.
28
On retrouve le fait que, si m > 8, la conique est vide car tous les coecients
de cette equation sont alors strictement positifs et lequation est impossible (en
nombres reels).
Lorsque m = 3, on trouve :
4y
2
1
+ 108y
2
+ 1 = 0.
Corrige ex. 10 - Resolution graphique
On considère le programme quadratique suivant :
_
_
Min (x
2
1
+x
2
2
3x
1
5x
2
)
x
1
+ 2x
2
4
3x
1
+x
2
7
x
1
, x
2
0
Pour faire une resolution graphique du programme, il faut tout dabord re-
presenter le domaine realisable, cest-à-dire lensemble des points qui verient
les contraintes. On doit placer les deux droites
_
D
1
: x
1
+ 2x
2
= 4
D
2
: 3x
1
+x
2
= 7
Les isoquantes de la fonction objectif sont les coniques dequation :
x
2
1
+x
2
2
3x
1
5x
2
= C.
On calcule :
x
2
1
+x
2
2
3x
1
5x
2
= (x
1
3/2)
2
9/4 + (x
2
5/2)
2
25/4
Donc lequation des isoquantes secrit aussi
(x
1
3/2)
2
+ (x
2
5/2)
2
= C + 34/4
Ce sont des equations de cercles de centre C = (3/2, 5/2).
29
0 1 2 3 4 5
0
1
2
3
4
5
x
y
S
C
D1
D2
On voit graphiquement que le point solution est le point de contact dun
des cercles de la famille avec la droite D
1
. Geometriquement, ce point S est la
projection orthogonale du centre C des cercles sur la droite D
1
. On calcule ses
coordonnees en ecrivant lequation de la droite passant par C et orthogonale
à D
1
et en cherchant son intersection avec D
1
elle-meme. Cette droite a pour
vecteur directeur (1, 2) et son equation secrit :
2(x
1
3/2) (x
2
5/2) = 0
autrement dit
2x
1
x
2
= 1/2
On trouve son intersection avec D
1
en resolvant le système
_
x
1
+ 2x
2
= 4
2x
1
x
2
= 1/2
La solution est le point S = (1, 3/2).
30
3 La methode de Beale
Corrige ex. 11 - Resolution par methode de Beale
Programme 1
_
_
Min(x
2
1
+x
2
2
10x
1
14x
2
)
3x
1
+ 4x
2
18
x
1
et x
2
0
On introduit une variable decart x
et on change le signe de la fonction

objectif pour en faire un problème de maximisation :
_
_
Max(f = x
2
1
x
2
2
+ 10x
1
+ 14x
2
)
3x
1
+ 4x
2
+x
= 18
x
1
et x
2
0
Au depart, la situation est la suivante :
Hors-base x
1
= 0 x
2
= 0
Base x
= 18
On calcule les derivees partielles :
_
_
f
x
1
= 2x
1
+ 10 = 10
f
x
2
= 2x
2
+ 14 = 14
Puisque 14 > 10, cest la variable x
2
qui va augmenter, tandis que x
1
reste
nulle.
Ces derivees doivent rester positives car la fonction doit crotre (la seconde
ne pose pas de problème puisquelle ne depend pas de x
1
) :
f
x
1
0 x
1
5
f
x
2
0 x
2
7
Par ailleurs, la contrainte implique que x
= 18 3x
1
4x
2
0 autrement dit
x
2
9/2.
Puisque 9/2 < 7, la variable x
2
augmente seulement jusquà 9/2.
La nouvelle situation est donc :
Hors-base x
1
= 0 x
= 0
Base x
2
= 9/2
31
On recalcule x
2
et f en fonction des nouvelles variables hors-base :
_
_
x
2
=
9
2

3
4
x
1
1
4
x
f =
25
16
x
2
1
1
16
x
3
8
x
1
x
+
25
4
x
1
5
4
x
+
171
4
On calcule les nouvelles derivees partielles :
_
_
f
x
1
=
25
4

25
8
x
1
3
8
x
=
25
4
f
x
=
5
4

3
8
x
1
1
8
x
=
5
4
Cest la variable x
1
qui va maintenant augmenter, tandis que x
reste nulle.
On a :
f
x
1
0 x
1
2
x
2
0 x
1
6
Donc x
1
augmente jusquà la valeur 2 mais x
2
ne sannule pas. On na donc plus
quune seule variable hors-base alors quil en faut deux. Pour remedier à cette
situation, on pose
u =
f
x
1
=
25
4

25
8
x
1
3
8
x
Cette variable sannule si x

1
= 2.
La nouvelle situation est donc :
Hors-base u = 0 x
= 0
Base x
1
= 2 x
2
= 9/2
On recalcule f et les variables de base en fonction des variables hors-base :
_
_
x
1
= 2
8
25
u
3
25
x
x
2
= 3 +
6
25
u
4
25
x
f =
4
25
u
2
1
25
x
2
2x
+ 49
On calcule les nouvelles derivees partielles :
_
_
f
u
=
8
25
u = 0
f
x
= 2
2
25
x
= 2
Elles sont negatives ou nulles donc la fonction f ne peut plus augmenter et on
est à loptimum :
_
_
x
1
= 2
x
2
= 3
f
= 49
La contrainte est saturee puisque x
est hors-base.
32
Programme 2
_
_
Max 18x
1
+ 2x
2
(5x
2
1
+ 5x
2
2
6x
1
x
2
)
x
1
+x
2
3
x
1
+ 3x
2
6
x
1
et x
2
0
On introduit des variables decart x
1
et x
2
:
_
x
1
+x
2
+x
1
= 3
x
1
+3x
2
+x
2
= 6
Hors-base x
1
= 0 x
2
= 0
Base x
1
= 3 x
2
= 6
_
_
f
x
1
= 18 10x
1
+ 6x
2
(= 18)
f
x
2
= 2 + 6x
1
10x
2
(= 14)
1
2
reste
nulle.
Ces derivees doivent rester positives car la fonction doit crotre (mais la
seconde conduit à une condition toujours veriee puisque x
1
0) :
f
x
1
0 x
1
9/5
f
x
2
0 x
1
1/3
Par ailleurs, les contraintes impliquent que les deux variables decart doivent
rester positives :
x
1
= 3 x
1
x
2
0 x
1
3
x
2
= 6 x
1
3x
2
0 x
1
6
En denitive, la variable x
1
augmente seulement jusquà 9/5. La nouvelle
situation est donc :
Hors-base x
2
= 0
Base x
1
= 9/5 x
1
= 6/5 x
2
= 21/5
33
On na donc plus quune seule variable hors-base alors quil en faut deux. Pour
remedier à cette situation, on pose
u
1
=
f
x
1
= 18 10x
1
+ 6x
2
1
= 9/5, autrement dit, elle est actuellement hors-
base :

Hors-base x
2
= 0 u
1
= 0
Base x
1
= 9/5 x
1
= 6/5 x
2
= 21/5
_
_
x
1
=
9
5

1
10
u
1
+
3
5
x
2
x
1
=
6
5
+
1
10
u
1
8
5
x
2
x
2
=
21
5
+
1
10
u
1
18
5
x
2
f =
1
20
u
2
1
16
5
x
2
2
+
64
5
x
2
+
81
5
On calcule les nouvelles derivees partielles (par rapport aux variables hors-
base) :
_
_
f
u
1
=
1
10
u
1
(= 0)
f
x
2
=
64
5

32
5
x
2
(=
64
5
)
Cest la variable x
2
qui va maintenant augmenter, tandis que u
1
reste nulle.
On a :
f
x
2
0 x
2
2
x
1
0 x
2
3
x
1
0 x
2
3/4
x
2
0 x
2
7/6
Donc x
2
augmente jusquà la valeur 3/4 = Min(2, 3/4, 7/6) et x
1
sannule. La
nouvelle situation est donc :
Hors-base x
1
= 0 u
1
= 0
Base x
1
= 9/4 x
2
= 3/4 x
2
= 3/2
34
_
_
x
1
=
9
4

1
16
u
1
3
8
x
1
x
2
=
3
4
+
1
16
u
1
5
8
x
1
x
2
=
3
2

1
8
u
1
+
9
4
x
1
f = 24 +
1
2
u
1
5x
5
4
x
1
2
1
16
u
2
1
+
1
4
u
1
x
1
On calcule les nouvelles derivees partielles (par rapport aux variables hors-base) :
_
_
f
u
1
=
1
2

1
8
u
1
+
1
4
x
1
(=
1
2
)
f
x
1
= 5 +
1
4
u
1
5
2
x
1
(= 5)
On fait donc augmenter u
1
. Les conditions imposent :
f
u
1
0 u
1
4
x
1
0 u
1
36
x
2
0 u
1
12
x
2
0 u
1
12
La variable u
1
ne peut donc depasser 4 et aucune des variables actuellement
dans la base ne sannule : il ny a plus quune seule variable hors-base (x
1
). On
doit à nouveau introduire une variable supplementaire :
u
2
=
f
u
1
=
1
2

1
8
u
1
+
1
4
x
1
Actuellement u
2
vaut 0 et est donc hors-base.
Le recalcul en fonction des variables hors-base conduit à :
_
_
x
1
= 2 +
1
2
u
2
1
2
x
1
x
2
= 1
1
2
u
2
1
2
x
1
x
2
= 1 +u
2
+ 2x
1
u
1
= 4 8u
2
+ 2x
1
f = 25 4x
1
x
1
2
4u
2
2
35
Les derivees partielles sont maintenant :
_
_
f
u
2
= 8u
2
(= 0)
f
x
1
= 4 2x
1
(= 4)
La fonction objectif ne peut donc plus augmenter et on est à loptimum :
_
_
x
1
= 2
x
2
= 1
f
= 25
La première contrainte est saturee puisque x
1
est hors-base, mais la deuxième
ne lest pas puisque x
= 1.
Corrige ex. 12 - Progression de la methode de Beale
_
_
Max (70x
1
+ 60x
2
9x
2
1
4x
1
x
2
6x
2
2
)
x
1
+ 2x
2
2
2x
1
+x
2
16
x
1
et x
2
0
12-1) On introduit des variables decart x
1
et x
2
:
_
x
1
+2x
2
+x
1
= 2
2x
1
+x
2
+x
2
= 16
Hors-base x
1
= 0 x
2
= 0
Base x
1
= 2 x
2
= 16
_
_
f
x
1
= 74 18x
1
4x
2
(= 74)
f
x
2
= 72 4x
1
12x
2
(= 72)
1
2
reste
nulle.
Ces derivees doivent rester positives car la fonction doit crotre :
f
x
1
0 x
1
37/9
f
x
2
0 x
1
18
36
rester positives :
x
1
= 2 +x
1
2x
2
0 x
1
2
x
2
= 16 2x
1
x
2
0 x
1
8
1
augmente seulement jusquà 37/9. La nouvelle
situation est donc :
Hors-base x
2
= 0
Base x
1
= 37/9 x
1
= 55/9 x
2
= 70/9
u
1
=
f
x
1
= 74 18x
1
4x
2
1
= 37/9, autrement dit, elle est actuellement hors-
base :

Hors-base x
2
= 0 u
1
= 0
Base x
1
= 37/9 x
1
= 55/9 x
2
= 70/9
_
_
x
1
=
37
9

1
18
u
1
2
9
x
2
x
1
=
55
9

1
18
u
1
20
9
x
2
x
2
=
70
9
+
1
9
u
1
5
9
x
2
f =
1
36
u
2
1
50
9
x
2
2
+
500
9
x
2
+
1369
9
base) :
_
_
f
u
1
=
1
18
u
1
(= 0)
f
x
2
=
100
9
x
2
+
500
9
(=
500
9
)
Cest la variable x
2
1
reste nulle.
37
On a :
f
x
2
0 x
2
5
x
1
0 x
2

37
2
x
1
0 x
2

11
4
x
2
0 x
2
14
Donc x
2
augmente jusquà la valeur
11
4
= Min(5,
37
2
,
11
4
, 14) et x
1
sannule. La
Hors-base x
1
= 0 u
1
= 0
Base x
1
=
7
2
x
2
=
11
4
x
2
=
25
4
_
_
x
1
=
7
2

1
20
u
1
+
1
10
x
1
x
2
=
11
4

1
40
u
1
9
20
x
1
x
2
=
25
4
+
1
8
u
1
+
1
4
x
1
f =
9
8
x
1
2
1
32
u
2
1
1
8
u
1
x
45
4
x
5
8
u
1
+
2103
8
base) :
_
_
f
u
1
=
5
8

1
16
u
1
1
8
x
1
(=
5
8
)
f
x
1
=
45
4

1
8
u
1
9
4
x
1
(=
45
4
)
On fait donc maintenant diminuer u
1
an que
f
u
1
redevienne positive. Les
conditions imposent :
f
u
1
0 u
1
10
x
1
0 u
1
70
x
2
0 u
1
110
x
2
0 u
1
50
38
La variable u
1
ne peut donc depasser -10 et aucune des variables actuellement
1
). On
u
2
=
f
u
1
=
5
8

1
16
u
1
1
8
x
1
Actuellement u
2
Le recalcul en fonction des variables hors-base u
2
et x
1
conduit à :
_
_
x
1
= 4 +
4
5
u
2
+
1
5
x
1
x
2
= 3 +
2
5
u
2
2
5
x
1
x
2
= 5 2u
2
+ 2x
1
u
1
= 10 16u
2
f = 266 10x
1
x
1
2
8u
2
2
_
_
f
u
2
= 16u
2
(= 0)
f
x
1
= 10 2x
1
(= 10)
_
_
x
1
= 4
x
2
= 3
f
= 266
1
= 5.
39
12-2)
0 2 4 6 8
0
2
4
6
8
x
y
Les isoquantes sont les coniques dequation :
9x
2
1
+ 4x
1
x
2
+ 6x
2
2
70x
1
60x
2
= K
La matrice associee est :
A =
_
_
_
_
9 2 35
2 6 30
35 30 K
_
_
_
_
Le determinant de la sous-matrice B =
_
9 2
2 6
_
vaut 50. Il sagit donc dellipses.
Le centre est le point de coordonnees C = (3, 5). Les axes sont les vecteurs
propres de B : on trouve les deux vecteurs
V
1
=
_
2
1
_
V
2
=
_
1
2
_
qui correspondent respectivement aux valeurs propres
1
= 2 et
2
= 1.
On remarque que les axes de la famille dellipses sont parallèles aux deux
contraintes du problème. Le point solution est le point de contact dune des
ellipses de la famille avec la droite de la première contrainte. Cest un sommet
de cette ellipse. Il a pour coordonnees (4, 3). Lellipse en question est lisoquante
correspondant à la valeur K = 266.
12-3) La progression de la methode de Beale sur le graphique est la sui-
vante : on a dabord fait augmenter x
1
en laissant x
2
nul, ce qui signie un
40
deplacement depuis lorigine le long de laxe des x
1
. Ce deplacement est arrete
au point A = (37/9, 0).
0 2 4 6 8
0
2
4
6
8
x
y
A
B
S
C
On a alors introduit la variable u
1
= 74 18x
1
4x
2
. La prochaine etape a
fait augmenter x
2
en laissant u
1
nulle. On a donc
74 18x
1
4x
2
= 0,
ce qui est lequation dune droite. On se deplace le long de cette droite jusquà
son intersection avec la première contrainte. On atteint alors le point B =
(7/2, 11/4).
Le deplacement suivant consiste à faire diminuer u
1
en laissant x
1
nulle, ce
qui signie quon se deplace le long de la première contrainte puisque x
1
est la
variable decart de cette contrainte. Cela conduit au point S = (4, 3) qui ne peut
pas etre depasse car autrement la fonction objectif diminuerait. S est donc la
solution du problème.
Corrige ex. 13 - Fabrication de composants electroniques
Une rme delectronique fabrique deux types de composants, A et B, à laide
de deux metaux rares C et D. On designe par x
1
et x
2
les quantites de produits
A et B fabriquees.
La marge totale sur la vente des deux produits est :
f = p
1
x
1
+p
2
x
2
= (160 16x
1
)x
1
+ (30 3x
2
)x
2
et on cherche à maximiser cette fonction.
Compte-tenu des contraintes de disponibilite des materiaux et de la matrice
41
technologique, on a les contraintes suivantes :
_
4x
1
+ 3x
2
27
x
1
+ 2x
2
12
1
et x
2
:
_
4x
1
+3x
2
+x
1
= 27
x
1
+2x
2
+x
2
= 12
Hors-base x
1
= 0 x
2
= 0
Base x
1
= 27 x
2
= 12
_
_
f
x
1
= 160 32x
1
(= 160)
f
x
2
= 30 6x
2
(= 30)
1
2
reste
nulle.
Ces derivees doivent rester positives car la fonction doit crotre (la seconde
ne depend pas de x
1
) :
f
x
1
0 x
1
5
f
x
2
0 x
2
5
rester positives :
x
1
= 27 4x
1
3x
2
0 x
1
27/4
x
2
= 12 x
1
2x
2
0 x
1
12
1
augmente seulement jusquà 5. La nouvelle si-
tuation est donc :
Hors-base x
2
= 0
Base x
1
= 5 x
1
= 7 x
2
= 7
u
1
=
f
x
1
= 160 32x
1
42
1
= 5, autrement dit, elle est actuellement hors-base :
Hors-base x
2
= 0 u
1
= 0
Base x
1
= 5 x
1
= 7 x
2
= 7
_
_
x
1
= 5
1
32
u
1
x
1
= 7 +
1
8
u
1
3x
2
x
2
= 7 +
1
32
u
1
2x
2
f =
1
64
u
2
1
3x
2
2
+ 30x
2
+ 400
base) :
_
_
f
u
1
=
1
32
u
1
(= 0)
f
x
2
= 30 6x
2
(= 30)
Cest la variable x
2
1
reste nulle.
On note que x
1
ne depend pas de x
2
. Les contraintes de signe imposent donc :
f
x
2
0 x
2
5
x
1
0 x
2
7/3
x
2
0 x
2
7/2
Donc x
2
augmente jusquà la valeur 7/3 = Min(5, 7/3, 7/2) et x
1
sannule. La
Hors-base x
1
= 0 u
1
= 0
Base x
1
= 5 x
2
= 7/3 x
2
= 7/3
_
_
x
1
= 5
1
32
u
1
x
2
=
7
3
+
1
24
u
1
1
3
x
1
x
2
=
7
3

5
96
u
1
+
2
3
x
1
f =
1361
3
+
2
3
u
1
16
3
x
1
3
x
1
2
1
48
u
2
1
+
1
12
u
1
x
1
43
On calcule les nouvelles derivees partielles (par rapport aux variables hors-base) :
_
_
f
u
1
=
2
3

1
4
u
1
+
1
12
x
1
(=
2
3
)
f
x
1
=
16
3
+
1
12
u
1
2
3
x
1
(=
16
3
)
On fait donc augmenter u
1
. On note que x
2
et x
2
augmentent si u
1
augmente.
Les autres conditions imposent :
f
u
1
0 u
1
16
x
1
0 u
1
160
La variable u
1
ne peut donc depasser 16 et aucune des variables actuellement
1
). On
u
2
=
f
u
1
=
2
3

1
4
u
1
+
1
12
x
1
Actuellement u
2
Le recalcul en fonction des variables hors-base conduit à :
_
_
x
1
=
9
2
+
3
4
u
2
1
16
x
1
x
2
= 3 u
2
1
4
x
1
x
2
=
3
2
+
5
4
u
2
+
9
16
x
1
u
1
= 16 24u
2
+ 2x
1
f = 459 4x
1
4
x
1
2
12u
2
2
_
_
f
u
2
= 24u
2
(= 0)
f
x
1
= 4
1
2
x
1
(= 4)
_
_
x
1
= 9/2
x
2
= 3
f
= 459
1
=
3
2
.
44
Par comparaison, on peut traiter le cas dun modèle à prix constant en
prenant p
1
= 144 et p
2
= 27. On a alors aaire à un programme lineaire dont le
maximum se trouve sur la meme contrainte mais au point x
1
= 27/4 et x
2
= 0.
45
4 La methode de Dantzig
Rappels de cours
On ecrit le programme sous la forme suivante :
_
_
Max(c.x +
t
xBx)
Ax +x
= b
x et x
0
On denit le lagrangien comme ceci :
L(x, x
, ) = c.x +
t
xBx (Ax +x
b) (22)
On pose =
L
x
et, par analogie,
=
L
x
Les conditions de Kuhn-Tucker conduisent aux equations suivantes :
_
_
2Bx +
t

t
A
t
=
t
c
Ax +x
= b (23)
avec les relations dexclusion :
x = 0
x
= 0
(24)
x et x
sappellent des variables primales, et
des variables duales.

`
A chaque
variable x correspond une variable
et à chaque variable x
correspond une
variable . On parle de paires (x,
) et (x
, ). Les relations dexclusion disent

que, dans chaque paire, lune des variables doit etre nulle, autrement dit doit
etre hors base, tandis que lautre est dans la base.
On calcule, dautre part, que la valeur de la fonction à loptimum peut
secrire :
f
(x) =
1
2
cx +
1
2
t
b
t
(25)
Le tableau initial secrit donc comme ceci :
2B 0 I
t
A
t
c
A I 0 0 b
1
2
c 0 0
1
2
t
b 0
(26)
Lorsque lorigine fait partie du domaine de denition, on la prend comme
point de depart. La situation de depart est donc :
x = 0 = 0
x
= b
= c
Lorigine fait partie du domaine de denition lorsque b 0. Si ce nest pas le
cas, on ne peut pas appliquer lalgorithme de Dantzig et il faut avoir recours à
lalgorithme de Wolfe.
46
Au depart, les variables x et sont hors base, les variables x
et
constituent
la base.
Lalgorithme de Dantzig est analogue à celui du simplexe.
`
A partir du tableau
initial, on passe dun tableau ` a lautre par la methode du pivot.
On distingue cependant deux sortes de tableaux : les tableaux standards sont
ceux pour lesquels toutes les relations dexclusion sont satisfaites, les tableaux
non standards sont ceux pour lesquels au moins une des relations nest pas
satisfaite.
Les critères pour determiner la variable entrante et la variable sortante dif-
fèrent selon que le tableau est standard ou non.
Critères pour un tableau standard
Critère dentree : on fait entrer une variable primale. Cest la variable dont
la duale est la plus negative.
Critère de sortie : on fait sortir la variable qui correspond au plus petit
rapport positif entre la colonne de droite et la colonne de la variable entrante
pour les variables primales et pour la variable duale la plus negative (celle qui
a designe la variable entrante).
Critères pour un tableau non-standard
Un tableau est non-standard lorsque deux variables faisant la paire ((x,
)
ou (x
, )) sont non nulles, ce qui veut dire quelles se trouvent simultanement

dans la base. Lorsquune paire est entièrement dans la base, une autre paire se
trouve entièrement hors-base.
Critère dentree : on fait entrer une variable duale. Celle de la paire qui se
trouve entièrement hors-base.
Critère de sortie : on fait sortir la variable qui correspond au plus petit rap-
port positif entre la colonne de droite et la colonne de la variable entrante pour
les variables primales et pour la variable duale de la paire qui est entièrement
dans la base.
Le dernier tableau doit imperativement etre standard. On est à loptimum
lorsque le critère dentree ne peut plus sappliquer, cest-à-dire lorsquil ny a
plus de variable duale negative dans la base.
Exercices corriges
Corrige ex. 14 - Resolutions par lalgorithme de Dantzig
Programme 1
_
_
Max(6x
1
+ 8x
2
x
2
1
x
2
2
)
3x
1
+ 4x
2
25/2
x
1
et x
2
0
47
Le premier tableau est :
x
1
x
2
x
2

-2 0 0 1 0 -3 -6
1
0 -2 0 0 1 -4 -8
2
3 4 1 0 0 0 25/2 x
-3 -4 0 0 0 -25/4 0
Ce tableau est standard car toutes les relations dexclusion (24) sont veri-
ees : pour chacune des paires {x
1
,
1
}, {x
2
,
2
} et {x
, }, une des variables est

dans la base et lautre est hors-base.
On fait entrer la variable primale dont la duale est la plus negative : cest
x
2
. On fait sortir la variable correspondant au plus petit rapport positif entre
la colonne de droite et la colonne entrante pour les variables primales et pour
la variable duale
2
(celle qui a designe la variable entrante) :
Min
_
25/2
4
,
8
2
_
=
25
8
Donc x
est la variable sortante. La ligne de x
sert de ligne pivot et on execute

la transformation du pivot autour de la valeur 4 (à lintersection de la ligne de
x
et de la colonne de x
2
).
On obtient le tableau suivant :
x
1
x
2
x
2

-2 0 0 1 0 -3 -6
1
3/2 0 1/2 0 1 -4 -7/4
2
3/4 1 1/4 0 0 0 25/8 x
2
0 0 1 0 0 -25/4 25/2
Ce tableau est non-standard car la paire {x
2
,
2
} est entièrement dans la
base tandis que la paire {x
, } est entièrement hors-base. Dans ce cas-là, on

fait entrer une variable duale : celle de la paire qui est entièrement hors-base, à
savoir .
On fait sortir la variable correspondant au plus petit rapport positif entre la
colonne de droite et la colonne entrante pour les variables primales et pour la
variable duale de la paire qui est entièrement dans la base, à savoir
2
:
Min
_
25/8
0
,
7/4
4
_
=
7
16
Donc
2
est la variable sortante. La ligne de
2
la transformation du pivot autour de la valeur -4 (à lintersection de la ligne de
2
et de la colonne de ).
48
x
1
x
2
x
2

-25/8 0 -3/8 1 -3/4 0 -75/16
1
-3/8 0 -1/8 0 -1/4 1 7/16
3/4 1 1/4 0 0 0 25/8 x
2
-75/32 0 7/32 0 -25/16 0 975/64
Ce tableau est standard. Puisque
1
< 0 on fait entrer x
1
. On calcule les
rapports positifs entre colonne de droite et colonne entrante :
Min
_
25/8
3/4
,
75/16
25/8
_
=
75/16
25/8
=
3
2
Donc
1
est la variable sortante.
x
1
x
2
x
2

1 0 3/25 -8/25 6/25 0 3/2 x
1
0 0 -2/25 -3/25 -4/25 1 1
0 1 4/25 6/25 -9/50 0 2 x
2
0 0 1/2 -3/4 -1 0 75/4
Ce dernier tableau est celui de loptimum car il est standard et quon ne peut
plus appliquer le critère dentree. On trouve donc la solution :
_
_
x
1
= 3/2
x
2
= 2
f
= 75/4
La contrainte est saturee puisque x
est hors-base.
Programme 2
_
_
Min(x
2
1
+ 2x
2
2
4/3x
1
x
2
8x
1
4x
2
)
5x
1
x
2
8
x
1
+x
2
2
x
1
et x
2
0
1
et x
2
et on change le signe de la fonction
objectif pour en faire un problème de maximisation :
Max(x
2
1
2x
2
2
+ 4/3x
1
x
2
+ 8x
1
+ 4x
2
)
49
x
1
x
2
x
1
x
2

1

2
-2 4/3 0 0 1 0 -5 1 -8
1
4/3 -4 0 0 0 1 1 -1 -4
2
5 -1 1 0 0 0 0 0 8 x
1
-1 1 0 1 0 0 0 0 2 x
2
-4 -2 0 0 0 0 -4 -1 0
Ce tableau est standard. On fait entrer la variable primale dont la duale
est la plus negative : cest x
1
. On fait sortir la variable correspondant au plus
petit rapport positif entre la colonne de droite et la colonne entrante pour les
variables primales et pour la variable duale
1
(celle qui a designe la variable
entrante) :
Min
_
8
5
,
8
2
_
=
8
5
Donc x
1
est la variable sortante. La ligne de x
1
la transformation du pivot autour de la valeur 5 (à lintersection de la ligne de
x
1
1
).
x
1
x
2
x
1
x
2

1

2
0 14/15 2/5 0 1 0 -5 1 -24/5
1
0 -56/15 -4/15 0 0 1 1 -1 -92/15
2
1 -1/5 1/5 0 0 0 0 0 8/5 x
1
0 4/5 1/5 1 0 0 0 0 18/5 x
2
0 -14/5 4/5 0 0 0 -4 -1 32/5
Ce tableau est non-standard car la paire {x
1
,
1
} est entièrement dans la
base tandis que la paire {x
1
,
1
} est entièrement hors-base. Dans ce cas-là, on
fait entrer une variable duale : celle de la paire qui est entièrement hors-base, à
savoir
1
.
1
. Ici il ny
a quun seul rapport :
Min
_
24/5
5
_
=
24
25
Donc
1
est la variable sortante. La ligne de
1
la transformation du pivot autour de la valeur -5 (à lintersection de la ligne de
1
et de la colonne de
1
).
50
x
1
x
2
x
1
x
2

1

2
0 -14/75 -2/25 0 -/5 0 1 -1/5 24/25
1
0 -266/75 -14/75 0 1/5 1 0 -4/5 -532/75
2
1 -1/5 1/5 0 0 0 0 0 8/5 x
1
0 4/5 1/5 1 0 0 0 0 18/5 x
2
0 -266/75 12/25 0 -4/5 0 0 -1,8 256/25
Ce tableau est standard. Puisque
2
< 0 on fait entrer x
2
. On calcule les
Min
_
18/5
4/5
,
532/75
266/75
_
=
532
266
= 2
Donc
2
est la variable sortante.
Le prochain tableau est standard :
x
1
x
2
x
1
x
2

1

2
b
0 0 -4/57 0 -4/19 -1/19 1 -3/19 4/3
1
0 1 1/19 0 -15/266 -75/266 0 30/133 2 x
2
1 0 4/19 0 -3/266 -15/266 0 6/133 2 x
1
0 0 3/19 1 6/133 30/133 0 -24/133 2 x
2
0 0 2/3 0 -1 -1 0 -1 52/3 f
On constate que le critère dentree ne sapplique plus. On a donc atteint
loptimum et on trouve la solution :
_
_
x
1
= 2
x
2
= 2
x
= 2
1
= 4/3
f
= 52/3
1
est hors-base.
La valeur à loptimum est -52/3 (ne pas oublier de rechanger le signe de la
fonction objectif puisquon avait initialement un problème de minimisation).
Corrige ex. 15 -
On considère le programme quadratique suivant :
_
_
Max(2x
1
+ 2x
2
4x
2
1
+ 4x
1
x
2
x
2
2
)
x
1
+x
2
1
7x
1
+ 5x
2
0
5x
1
+ 2x
2
30
x
1
et x
2
0
1
, x
2
, x
3
.
51
x
1
x
2
x
1
x
2
x
3

2

1

2

3
-8 4 0 0 0 1 0 1 7 -5 -2
1
4 -2 0 0 0 0 1 -1 -5 -2 -2
2
-1 1 1 0 0 0 0 0 0 0 1 x
1
-7 5 0 1 0 0 0 0 0 0 0 x
2
5 2 0 0 1 0 0 0 0 0 30 x
3
-1 -1 0 0 0 0 0 -1/2 0 -15 0
On doit faire entrer la variable primale correspondant à la variable duale la
plus negative. Or les coecients
1
et
2
sont egaux donc les deux pourraient
convenir : lenonce demande de choisir
1
, cest-à-dire de faire entrer x
1
.
On calcule les rapports positifs entre colonne de droite et colonne entrante :
Min
_
2
8
,
30
5
_
=
1
4
Donc
1
est la variable sortante. Elle est la duale de la variable entrante donc
le prochain tableau sera standard.
La ligne de
1
sert de ligne pivot et on execute la transformation du pivot
autour de la valeur -8 (à lintersection de la ligne de
1
1
).
x
1
x
2
x
1
x
2
x
3

2

1

2

3
1 -1/2 0 0 0 -1/8 0 -1/8 -7/8 5/8 1/4 x
1
0 0 0 0 0 1/2 1 -1/2 -3/2 -6 -3
2
0 1 1 0 0 -1/8 0 -1/8 -7/8 5/8 5/4 x
1
0 3/2 0 1 0 -7/8 0 -7/8 -49/8 35/8 7/4 x
2
0 9/2 0 0 1 5/8 0 5/8 35/8 -25/8 115/4 x
3
0 -3/2 0 0 0 -1/8 0 -5/8 -7/8 125/8 1/4
La seule variable negative est
2
donc on doit faire entrer x
2
. On calcule les
Min
_
5
4
,
7/4
3/2
,
115/4
9/2
_
=
7
6
Donc x
2
est la variable sortante et le prochain tableau ne sera pas standard.
Lenonce ne demande pas de calculer les tableaux suivants.
En poursuivant les calculs, on arrive au tableau ci-dessous qui est donne par
lenonce :
x
1
x
2
x
1
x
2
x
3

2

1

2

3
1 0 5/2 -1/2 0 0 0 0 0 0 5/2 x
1
0 0 9/7 -3/7 0 5/7 1 -2/7 0 -39/7 -15/7
2
0 0 6/7 -2/7 0 1/7 0 1/7 1 -5/7 4/7
2
0 1 7/2 -1/2 0 0 0 0 0 0 7/2 x
2
0 0 -39/2 7/2 1 0 0 0 0 0 21/2 x
3
0 0 6 -1 0 0 0 -1/2 0 -15 6
52
`
A partir de ce tableau, on va terminer lalgorithme. On constate quil nest
pas standard car la paire {x
2
,
2
} est entièrement dans la base tandis que la paire
{x
1
,
1
} est entièrement hors-base. Dans ce cas-là, on fait entrer une variable
duale : celle de la paire qui est entièrement hors-base, à savoir
1
.
2
:
Min
_
5/2
0
,
15/7
2/7
,
7/2
0
,
21/2
0
_
=
15
2
Trois de ces rapports sont en fait innis, donc
2
est la variable sortante et le
prochain tableau sera standard.
La ligne de
2
sert de ligne pivot et on execute une transformation du pivot
autour de la valeur -2/7 (à lintersection de la ligne de
2
et de la colonne de
1
).
x
1
x
2
x
1
x
2
x
3

2

1

2

3
1 0 5/2 -1/2 0 0 0 0 0 0 5/2 x
1
0 0 -9/2 3/2 0 -5/2 -7/2 1 0 39/2 15/2
1
0 0 3/2 -1/2 0 1/2 1/2 0 1 -7/2 -1/2
2
0 1 7/2 -1/2 0 0 0 0 0 0 7/2 x
2
0 0 -39/2 7/2 1 0 0 0 0 0 21/2 x
3
0 0 15/4 -1/4 0 -5/4 -7/4 0 0 -21/4 39/4
Ce nest pas encore loptimum car
2
< 0. On fait donc entrer x
2
et on
cherche le plus petit rapport positif entre la colonne de droite et la colonne
entrante :
Min
_
1/2
1/2
,
21/2
7/2
_
= 1
La variable sortante est donc
2
qui est la duale de x
2
: le prochain tableau sera
standard.
Après le pivot, on obtient le tableau suivant :
x
1
x
2
x
1
x
2
x
3

2

1

2

3
1 0 1 0 0 -1/2 -1/2 0 -1 7/2 3 x
1
0 0 0 0 0 -1 -2 1 3 9 6
1
0 0 -3 1 0 -1 -1 0 -2 7 1 x
2
0 1 2 0 0 -1/2 -1/2 0 -1 7/2 4 x
2
0 0 -9 0 1 7/2 7/2 0 7 -49/2 7 x
3
0 0 6 0 0 -3 -4 0 -1/2 -7/2 10
53
On est maintenant à loptimum et on trouve donc la solution :
_
_
x
1
= 3
x
2
= 4
x
= 1
x
= 7
1
= 6
f
= 10
1
est hors-base.
Corrige ex. 16 - Famille disoquantes
La famille disoquantes est denie par lequation :
f(x
1
, x
2
) = 9x
2
1
4x
1
x
2
+ 6x
2
2
60x
1
20x
2
= C
o` u C R.
La matrice associee à ces coniques est
A =
_
_
_
_
9 2 30
2 6 10
30 10 C
_
_
_
_
Le determinant de A est = 50C7500. Il sannule pour C = 150 donc pour
tout C dierent de 150, la conique est non degeneree.
La nature de la conique est determinee par le determinant de la sous-matrice
des termes quadratiques
B =
_
9 2
2 6
_
On a = det(B) = 50 > 0. Ces coniques sont donc des ellipses.
Les equations au centre sont
_
9x
1
2x
2
60 = 0
2x
1
+ 6x
2
10 = 0
Ce système a pour solution x
1
= 4 et x
2
= 3. Les ellipses sont donc concentriques
de centre C = (4, 3).
Les axes de symetrie sont les vecteurs propres de la matrice B. On trouve
comme valeurs propres
1
= 5,
2
= 10
Les vecteurs propres associes sont
V
1
=
1
5
_
1
2
_
, V
2
=
1
5
_
2
1
_
54
1 ) On veut representer graphiquement le programme quadratique suivant :
_
_
Min (9x
2
1
4x
1
x
2
+ 6x
2
2
60x
1
20x
2
)
x
1
+ 2x
2
5
x
1
+ 4x
2
8
x
1
et x
2
0
On place sur un graphique les droites correspondant aux contraintes :
_
D
1
: x
1
+ 2x
2
= 5
D
2
: x
1
+ 4x
2
= 8
Les isoquantes de la fonction objectif sont les ellipses etudiees à la question
precedente. La solution est au point de contact de la droite D
1
avec la famille
dellipses.
0 1 2 3 4 5 6 7
0
1
2
3
4
5
6
7
x
y
S
C
D1
D2
Noter que, dans cette question, on ne demande aucun calcul. On ne demande
donc pas de trouver les coordonnees du point de contact S. Cependant il nest
pas dicile à calculer : laxe principal de lellipse a pour vecteur directeur V
1
et
ce vecteur est orthogonal à la droite D
1
. Le point S est donc la projection du
centre C sur la droite D
1
. Il a pour coordonnees (3, 1).
2 ) Resolution du programme par la methode de Dantzig.
On commence par transformer le problème de minimisation en une maximi-
sation :
Max (60x
1
+ 20x
2
9x
2
1
+ 4x
1
x
2
6x
2
2
)
Le tableau de depart est :
55
x
1
x
2
x
1
x
2
s
1
s
2
s
1
s
2
b
-18 4 0 0 1 0 -1 -1 -60 s
1
4 -12 0 0 0 1 -2 -4 -20 s
2
1 2 1 0 0 0 0 0 5 x
1
1 4 0 1 0 0 0 0 8 x
2
-30 -10 0 0 0 0 -5/2 -4 0 f
On calcule les tableaux suivants comme ceci :
x
1
x
2
x
1
x
2
s
1
s
2
s
1
s
2
b
1 -2/9 -0 -0 -1/18 -0 1/18 1/18 10/3 x
1
0 -100/9 0 0 2/9 1 -20/9 -38/9 -100/3 s
2
0 20/9 1 0 1/18 0 -1/18 -1/18 5/3 x
1
0 38/9 0 1 1/18 0 -1/18 -1/18 14/3 x
2
0 -50/3 0 0 -5/3 0 -5/6 -7/3 100 f
x
1
x
2
x
1
x
2
s
1
s
2
s
1
s
2
b
1 0 1/10 0 -1/20 0 1/20 1/20 7/2 x
1
0 0 5 0 1/2 1 -5/2 -9/2 -25 s
2
0 1 9/20 0 1/40 0 -1/40 -1/40 3/4 x
2
0 0 -19/10 1 -1/20 0 1/20 1/20 3/2 x
2
0 0 15/2 0 -5/4 0 -5/4 -11/4 225/2 f
x
1
x
2
x
1
x
2
s
1
s
2
s
1
s
2
b
1 0 1/5 0 -1/25 1/50 0 -1/25 3 x
1
-0 -0 -2 -0 -1/5 -2/5 1 9/5 10 s
1
0 1 2/5 0 1/50 -1/100 0 1/50 1 x
2
0 0 -9/5 1 -1/25 1/50 0 -1/25 1 x
2
0 0 5 0 -3/2 -1/2 0 -1/2 125 f
_
_
x
1
= 3
x
2
= 1
f
= 125
On retrouve bien la solution (3, 1) trouvee graphiquement. La valeur à loptimum
fournie par le tableau est 125 mais il ne faut pas oublier de rechanger son signe.
Pour le problème de minimisation initial, la valeur à loptimum est donc de -125.
56
5 La methode de Wolfe
Rappels de cours
La methode de Wolfe sapplique lorsque lorigine nappartient pas au do-
maine realisable, cest-à-dire lorsque le point de coordonnees nulles ne verie
pas les contraintes. Dans ce cas, on ne peut pas appliquer la methode de Dant-
zig car celle-ci prend lorigine comme point de depart.
Il faut donc trouver un point de depart qui appartienne au domaine reali-
sable. La methode de Wolfe est très similaire à la methode des valeurs ajoutees
qui traite le meme problème de point de depart dans le cas de la methode du
simplexe.
On introduit donc, dans les equations de la methode de Dantzig, des valeurs
ajoutees w et w
comme ceci :
_
2Bx +
t

t
A
t
w =
t
c
Ax +x
= b
(27)
Le signe à placer devant les variables w et les variables w
est choisi en fonction

du terme qui gure dans le membre de droite. Si ce terme est positif on ecrit
+w, sinon on ecrit w, pour faire en sorte que numeriquement la valeur de la
variable w (ou w
) soit toujours positive.

Il y a autant de w
i
quil y a de variables dans le problème initial et autant
de w
j
quil y a de contraintes.
Lobjectif, comme dans la methode des valeurs ajoutees, est dannuler toutes
les variables w et w
. On remplace la fonction objectif du problème par lobjectif

Min
_
w
i
+
j
_
ou, ce qui est equivalent :
Max
_
w
i
j
_
On est donc ramenes à un problème doptimisation lineaire qui se traite par la
methode du simplexe ordinaire. La situation de depart consiste à annuler les x,
x
, et
et à prendre :
_
w =
t
c
w
= b
Lexecution de lalgorithme du simplexe va faire sortir les variables w et w
de
la base jusquau moment o` u elles seront toutes nulles. Simultanement certaines
des variables x, x
, et
seront entrees dans la base avec des valeurs positives.

On supprime alors les colonnes qui correspondent à ces variables ajoutees et
la dernière ligne qui correspond à la fonction objectif, puis on traite le tableau
obtenu comme un tableau de la methode de Dantzig. Sil est standard, on est
` a loptimum (car les variables duales presentes dans la base seront positives).
Sinon, il faut appliquer lalgorithme de Dantzig.
57
Corrige ex. 17 - Resolutions par la methode de Wolfe
Programme 1
On veut resoudre le programme suivant :
_
_
Max (10x
1
+ 10x
2
x
2
1
x
2
2
)
x
1
+x
2
3
2x
1
+ 3x
2
12
x
1
, x
2
0
La première contrainte x
1
+ x
2
3 empeche le point (0, 0) de faire partie
du domaine realisable. On va donc appliquer la methode de Wolfe. On remplace
cette contrainte par : x
1
x
2
3.
Au depart, les variables x, x
, et
sont hors-base et w et w
sont dans la
base. Il faut donc recalculer la fonction objectif pour faire en sorte quelle soit
exprimee en fonction uniquement des variables hors-base. On le fait en extrayant
w et w
des equations et en reportant dans la fonction objectif. On trouve :

f = w
1
w
2
w
1
w
2
= 5x
1
+ 6x
2
x
1
+x
2
2
1
+ 5
2
35.
(28)
Le tableau de depart est donc :
x
1
x
2
x
1
x
2

1

2
w
1
w
2
w
1
w
2
-2 0 0 0 1 0 1 -2 -1 0 0 0 -10 w
1
0 -2 0 0 0 1 1 -3 0 -1 0 0 -10 w
2
-1 -1 1 0 0 0 0 0 0 0 -1 0 -3 w
1
2 3 0 1 0 0 0 0 0 0 0 1 12 w
2
-5 -6 1 -1 1 1 2 -5 0 0 0 0 -35
Ensuite les tableaux senchanent comme dans une methode du pivot clas-
sique. On ne detaille pas ici les critères dentree et de sortie. Tout dabord x
2
entre et w
1
sort :
x
1
x
2
x
1
x
2

1

2
w
1
w
2
w
1
w
2
-2 0 0 0 1 0 1 -2 -1 0 0 0 -10 w
1
2 0 -2 0 0 1 1 -3 0 -1 2 0 -4 w
2
1 1 -1 0 0 0 0 0 0 0 1 0 3 x
2
-1 0 3 1 0 0 0 0 0 0 -3 1 3 w
2
1 0 -5 -1 1 1 2 -5 0 0 6 0 -17
Maintenant
2
entre et w
2
sort :
58
x
1
x
2
x
1
x
2

1

2
w
1
w
2
w
1
w
2
-10/3 0 4/3 0 1 -2/3 1/3 0 -1 2/3 -4/3 0 -22/3 w
1
-2/3 -0 2/3 -0 -0 -1/3 -1/3 1 -0 1/3 -2/3 -0 4/3
2
1 1 -1 0 0 0 0 0 0 0 1 0 3 x
2
-1 0 3 1 0 0 0 0 0 0 -3 1 3 w
2
-7/3 0 -5/3 -1 1 -2/3 1/3 0 0 5/3 8/3 0 -31/3
Ensuite x
1
entre et w
1
sort :
x
1
x
2
x
1
x
2

1

2
w
1
w
2
w
1
w
2
1 -0 -2/5 -0 -3/10 1/5 -1/10 -0 3/10 -1/5 2/5 -0 11/5 x
1
0 0 2/5 0 -1/5 -1/5 -2/5 1 1/5 1/5 -2/5 0 14/5
2
0 1 -3/5 0 3/10 -1/5 1/10 0 -3/10 1/5 3/5 0 4/5 x
2
0 0 13/5 1 -3/10 1/5 -1/10 0 3/10 -1/5 -13/5 1 26/5 w
2
0 0 -13/5 -1 3/10 -1/5 1/10 0 7/10 6/5 18/5 0 -26/5
Finalement x
1
entre et w
2
sort :
x
1
x
2
x
1
x
2

1

2
w
1
w
2
w
1
w
2
1 0 0 2/13 -9/26 3/13 -3/26 0 9/26 -3/13 0 2/13 3 x
1
0 0 0 -2/13 -2/13 -3/13 -5/13 1 2/13 3/13 0 -2/13 2
2
0 1 0 3/13 3/13 -2/13 1/13 0 -3/13 2/13 0 3/13 2 x
2
0 0 1 5/13 -3/26 1/13 -1/26 0 3/26 -1/13 -1 5/13 2 x
1
0 0 0 0 0 0 0 0 1 1 1 1 0
Cest le dernier tableau et on voit que tous les w et w
se sont annules
puisquils sont tous hors-base. On peut maintenant supprimer les colonnes des
variables w et w
ainsi que la dernière ligne du tableau et on obtient le tableau

standard suivant :
x
1
x
2
x
1
x
2

1

2
1 0 0 2/13 -9/26 3/13 -3/26 0 3 x
1
0 0 0 -2/13 -2/13 -3/13 -5/13 1 2
2
0 1 0 3/13 3/13 -2/13 1/13 0 2 x
2
0 0 1 5/13 -3/26 1/13 -1/26 0 2 x
1
Il faudrait maintenant traiter ce tableau par la methode de Dantzig mais ici
on voit quon est à loptimum : en eet le critère dentree de Dantzig pour un
tableau standard ne peut pas sappliquer. Il ny a quune seule variable duale
dans la base et elle est positive. La solution est donc
_
_
x
1
= 3
x
2
= 2
x
1
= 2
59
La deuxième contrainte est saturee puisque x
2
est hors-base.
Programme 2
_
_
Min (x
2
1
+x
2
2
8x
1
6x
2
)
x
1
+ 2x
2
2
2x
1
+ 5x
2
10
x
1
, x
2
0
On change le programme en une maximisation :
Max (8x
1
+ 6x
2
x
2
1
x
2
2
)
On change aussi les signes dans la première contrainte pour quelle soit dans le
bon sens :
x
1
2x
2
2
On a
B =
_
1 0
0 1
_
A =
_
1 2
2 5
_
b =
_
1
10
_
c =
_
8 6
_
Au depart, les variables x, x
, et
sont hors-base et w et w
sont dans
la base. On doit recalculer la fonction objectif pour faire en sorte quelle soit
exprimee en fonction uniquement des variables hors-base. On le fait en extrayant
w et w
des equations et en reportant dans la fonction objectif. On trouve :

f = w
1
w
2
w
1
w
2
= 5x
1
+ 9x
2
x
1
+x
2
3
1
+ 7
2
26.
(29)
x
1
x
2
x
1
x
2

1

2
w
1
w
2
w
1
w
2
-2 0 0 0 1 0 1 -2 -1 0 0 0 -8 w
1
0 -2 0 0 0 1 2 -5 0 -1 0 0 -6 w
2
-1 -2 1 0 0 0 0 0 0 0 -1 0 -2 w
1
2 5 0 1 0 0 0 0 0 0 0 1 10 w
2
-5 -9 1 -1 1 1 3 -7 0 0 0 0 -26
On fait entrer x
2
et sortir w
1
, ce qui donne le tableau suivant :
x
1
x
2
x
1
x
2

1

2
w
1
w
2
w
1
w
2
-2 0 0 0 1 0 1 -2 -1 0 0 0 -8 w
1
1 0 -1 0 0 1 2 -5 0 -1 1 0 -4 w
2
1/2 1 -1/2 -0 -0 -0 -0 -0 -0 -0 1/2 -0 1 x
2
-1/2 0 5/2 1 0 0 0 0 0 0 -5/2 1 5 w
2
-1/2 0 -7/2 -1 1 1 3 -7 0 0 9/2 0 -17
60
Maintenant on fait entrer
2
et sortir w
2
:
x
1
x
2
x
1
x
2

1

2
w
1
w
2
w
1
w
2
-12/5 0 2/5 0 1 -2/5 1/5 0 -1 2/5 -2/5 0 -32/5 w
1
-1/5 -0 1/5 -0 -0 -1/5 -2/5 1 -0 1/5 -1/5 -0 4/5
2
1/2 1 -1/2 -0 -0 -0 -0 -0 -0 -0 1/2 -0 1 x
2
-1/2 0 5/2 1 0 0 0 0 0 0 -5/2 1 5 w
2
-19/10 0 -21/10 -1 1 -2/5 1/5 0 0 7/5 31/10 0 -57/5
Puis on fait entrer x
1
et sortir w
2
:
x
1
x
2
x
1
x
2

1

2
w
1
w
2
w
1
w
2
-58/25 0 0 -4/25 1 -2/5 1/5 0 -1 2/5 0 -4/25 -36/5 w
1
-4/25 0 0 -2/25 0 -1/5 -2/5 1 0 1/5 0 -2/25 2/5
2
2/5 1 0 1/5 0 0 0 0 0 0 0 1/5 2 x
2
-1/5 0 1 2/5 0 0 0 0 0 0 -1 2/5 2 x
1
-58/25 0 0 -4/25 1 -2/5 1/5 0 0 7/5 1 21/25 -36/5
Enn on fait entrer x
1
et sortir w
1
:
x
1
x
2
x
1
x
2

1

2
w
1
w
2
w
1
w
2
1 -0 -0 2/29 -25/58 5/29 -5/58 -0 25/58 -5/29 -0 2/29 90/29 x
1
0 0 0 -2/29 -2/29 -5/29 -12/29 1 2/29 5/29 0 -2/29 26/29
2
0 1 0 5/29 5/29 -2/29 1/29 0 -5/29 2/29 0 5/29 22/29 x
2
0 0 1 12/29 -5/58 1/29 -1/58 0 5/58 -1/29 -1 12/29 76/29 x
1
0 0 0 0 0 0 0 0 1 1 1 1 0
Toutes les variables ajoutees w et w
se sont annulees. On peut supprimer

les colonnes correspondantes dans le tableau ainsi que la dernière ligne :
x
1
x
2
x
1
x
2

1

2
1 -0 -0 2/29 -25/58 5/29 -5/58 -0 90/29 x
1
0 0 0 -2/29 -2/29 -5/29 -12/29 1 26/29
2
0 1 0 5/29 5/29 -2/29 1/29 0 22/29 x
2
0 0 1 12/29 -5/58 1/29 -1/58 0 76/29 x
1
Cest un tableau de Dantzig standard. La seule variable duale qui se trouve
dans la base est
2
et, puisquelle nest pas negative, on ne peut appliquer le
critère dentree et on est donc à loptimum. La solution est :
_
x
1
= 90/29
x
2
= 22/29
On peut verier que ce point se trouve sur la contrainte.
61

MNM1 Corr Doc2

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

MNM1 Corr Doc2

Загружено:

Авторское право:

Доступные форматы

UNIVERSIT

E PARIS OUEST NANTERRE LA D

L = 0 sont appelees relations dexclusion.

Ecriture avec des variables decart

dans les contraintes, lecriture des

= 291 mais il ne faut

trouvee dans le premier

Etant donne que B est symetrique, on a les proprietes suivantes :

et on change le signe de la fonction

Cette variable sannule si x

et, par analogie,

sappellent des variables primales, et

des variables duales.

, ). Les relations dexclusion disent

, )) sont non nulles, ce qui veut dire quelles se trouvent simultanement

, }, une des variables est

est la variable sortante. La ligne de x

sert de ligne pivot et on execute

, } est enti`erement hors-base. Dans ce cas-l`a, on

est choisi en fonction

) soit toujours positive.

. On remplace la fonction objectif du probl`eme par lobjectif

seront entrees dans la base avec des valeurs positives.

des equations et en reportant dans la fonction objectif. On trouve :

ainsi que la derni`ere ligne du tableau et on obtient le tableau

des equations et en reportant dans la fonction objectif. On trouve :

se sont annulees. On peut supprimer

Вам также может понравиться