Вы находитесь на странице: 1из 6

Cours de Programmation Linéaire donné par le Dr.

Ali DERBALA

Dans ce cours 05, nous supposons que pour notre problème de P.L nous ne
disposons pas d'une solution de base réalisable de départ.
Considérons un problème de la programmation linéaire sous forme standard
 min z = c.x

( P.L)  Ax = b . Supposons aussi que tous les bi ≥ 0.
 x≥0

A
 m
 min ψ = ∑ Vi

ID
 i =1
(m)
Associons à ce problème, le problème linéaire auxiliaire, (P.A)  A.x + I V = b

BL
 Z − c.x = 0

 x ≥ 0, V ≥ 0

E
I(m) étant la matrice unité m x m et les Vi sont des variables dites " artificielles ".

D
Les (Vi) forment une base de départ et on peut appliquer à (P.A) l'algorithme

B
i= 1,…,m

LA
du simplexe et on obtiendra une solution optimale finie (en supposons qu'il n'existe
pas de solution de base dégénérée). H
En effet si ψ = V1 + V2 +…+ Vm , Vi ≥ 0, il est impossible que minψ = + ∞.
A
D

Lemme 1 : Soit V* une solution optimale de (P.A). Le problème initial (P.L) ne


D

m
A

possède pas de solutions réalisables si ψ ( v*) = ∑ v *i > 0 .


i =1
SA

Preuve : Supposons le contraire. Soit x une solution réalisable du (P.L) alors (x,V0)
avec V0 = 0 = (0, 0,…, 0) sera une solution de (P.A) et
TE

m
ψ = ψ ( v) = ∑ vi et ψ ( v0 ) = 0. D' où ψ ( v) > ψ ( v 0 ). Ce qui contredit
SI

i =1
ER

l'hypothèse. Si V ≠ 0 est une solution optimale de (PA), ceci implique que (PL) n'a
pas de solution optimale. Supposons que ψ(V*) = 0. Deux cas sont possibles.
IV

1. Aucune des variables artificielles vi n'est dans la base optimale de (P.A).


N

Cette base ne comprend que les variables xi.


U

z joue le rôle d'une variable quelconque non astreinte et on considère z - c.x = 0


comme une contrainte. La forme diagonale par rapport à cette base optimale pour
(PA) est une forme diagonale par rapport à la base réalisable pour (PL).
On peut lui appliquer l'algorithme du simplexe.

Cours 05 : Initialisation de l'algorithme du simplexe. 50


Cours de Programmation Linéaire donné par le Dr. Ali DERBALA

2. Au moins une variable vi est dans la base optimale, par exemple une vr, alors
l'équation contenant vr s'écrit : αr x + crV = br (1)
Avec αr = (ar1, ar2,…, arm) , cr = (0,…,0,1(rang r),0,…0), Vr = 0, br = 0 et
m
Min ψ = ∑ v i = 0. S'il existe un certain coefficient ars ≠ 0 dans l'équation (1) alors on
i =1

peut effectuer une opération de pivotage autour de lui. On peut faire rentrer xr dans la
base et faire sortir xs. L'opération de pivotage ne changera pas la valeur de la fonction

A
objectif (puisque br = vr = 0) mais elle changera la base. Cette opération est possible

I D
que si ars soit strictement positif ou strictement négatif.

BL
Lemme 2 : Si arj = 0 ∀j = 1, …, n (la ligne r de A) alors la contrainte correspondante

E
D
au PL est redondante.
La relation (1) peut être obtenue par succession d'opérations de pivotage (opérations

B
LA
élémentaires). Il s'ensuit que la r-ième équation αr x + crV = br, peut être considérée
comme une combinaison linéaire des équations du système Ax + I(m)V = b.
H
La même combinaison linéaire du système A x = b donne l'équation 0 x = 0 (une
A

équation redondante). Après avoir examiné toutes les variables de base artificielles vi
D

qui sont encore dans la base optimale de (PA), les avoir éliminer de la base si c'est
D

possible. On aboutit au problème qui peut servir à initialiser l'algorithme du simplexe


A

au problème (PL). Ces opérations constituent la phase (1) du simplexe. L'application


SA

de la méthode du simplexe constituent la seconde phase de la méthode du simplexe.


Exemple 1 : Soit à résoudre le programme linéaire (PL) suivant :
TE

Minz = - x1 + 2 x2 - 2 x3
SI

2 x1 + 3 x2 + x3 = 12
ER

4 x1 + x2 + 2 x3 = 14
x1 ≥ 0,…, x3 ≥ 0.
IV

Nous ne disposons pas de solutions de base de départ.


N

Associons à ce (PL) le problème auxiliaire (PA) :


U

Min ψ = v1 + v2 = - 6 x1 - 4 x2 - 3 x3 + 26
2 x1 + 3 x2 + x3 + v1 = 12 ⇒ v1 = 12 - 2 x1 - 3 x2 - x3
4 x1 + x2 + 2 x3 + v2 = 14 ⇒ v2 = 14 - 4 x1 - x2 - 2 x3
Z + x1 - 2 x2 + 2 x3 = 0
xi ≥ 0, i =1, 2, 3 et vj ≥ 0, j = 1, 2.

Cours 05 : Initialisation de l'algorithme du simplexe. 51


Cours de Programmation Linéaire donné par le Dr. Ali DERBALA

Dressons un tableau du simplexe.

Variables 1 x1 x2 x3 v1 V2
de base
-ψ -26 -6 -4 -3 0 0
v1 12 2 3 1 1 0
v2 14 4 1 2 0 1

A
-Z 0 1 -2 2 0 0

D
Itération1

I
BL
-ψ -5 0 -5/2 0 0
v1 5 0 5/2 0 1

E
x1 7/2 1 1/4 1/2 0

D
-Z -7/2 0 -9/4 3/2 0

B
Itération2
-ψ 0 0 0 0LA
H
x2 2 0 1 0
A

x1 3 1 0 1/2
D

-Z -1 0 0 -3/2
D
A

Comme min ψ = 0, alors la solution optimale de (PA) X = (3, 2, 0) constituera une


SA

solution de base réalisable du problème initial (PL) de départ. X = (3, 2, 0) n'est pas
optimale car c3 < 0. Il faut qu'on effectue un autre changement de base.
TE
SI

Itération3
ER

-Z -1 0 0 - 3/2
x2 2 0 1 0
IV

x1 3 1 0 1/2
N

Itération4
U

-Z 8 3 0 0
x2 2 0 1 0
x3 6 2 0 1

X* = x = (0, 2, 6) est optimale et minz = -8.


Cours 05 : Initialisation de l'algorithme du simplexe. 52
Cours de Programmation Linéaire donné par le Dr. Ali DERBALA

Remarques :
1. Dans la phase I, il n'est pas indispensable de s'occuper de l'équation c x -Z = 0.
En effet si l'on aura trouvé une base réalisable pour l'ensemble des contraintes
A.x = b, b ≥0, il suffira de retrancher une combinaison linéaire correspondante
des équations de ce système aux deux membres de la fonction objectif Z = c.x
pour une forme diagonale complète.

A
Exemple 2 : Soit le (PL) suivant :

ID
Minz = 2 x1 - x2 - 3 x3
x1 + 2 x2 - x3 =6

BL
x1 - x 2 + 4 x3 = 8

E
x1 ≥ 0,…, x3 ≥ 0.

D
Le problème auxiliaire (PA) est :

B
Min ψ = v1 + v2 = - 2 x1 - x2 - 3 x3 + 14
x1 + 2 x2 - x3 + v1
x1 - x2 + 4 x3 + v2 = 8
=6 LA
H
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, v1 ≥ 0, v2 ≥ 0.
A
D

Dressons le tableau du simplexe sans la ligne de - z.


Variables 1 x1 x2 x3 v1 v2
D
A

de base
SA

-ψ -14 -2 -1 -3 0 0
v1 6 1 2 -1 1 0
TE

v2 8 1 -1 4 0 1
Itération1
SI

-ψ -8 - 5/4 -7/4 0 0
ER

v1 8 5/4 7/4 0 1
IV

x3 2 1/4 -1/4 1 0
N

Itération2
U

-ψ 0 0 0 0
x2 32/7 5/7 1 0
x1 22/7 3/7 0 1

Cours 05 : Initialisation de l'algorithme du simplexe. 53


Cours de Programmation Linéaire donné par le Dr. Ali DERBALA

Tous les cj = 0 alors x = (0, 32/7, 22/7) est optimale pour le problème auxiliaire (PA)
et minψ = 0. La base optimale de (PA) constituera une base réalisable du problème
initial (PL). On peut appliquer la méthode de simplexe au problème (PL) avec cette
base réalisable.
En interprétant le dernier tableau ci dessus, on aura :

A
5/7 x1 + x2 = 32/7 ⇒ x2 = 32/7 - 5/7 x1.

I D
3/7 x1 + x3 = 22/7 ⇒ x3 = 22/7 - 3/7 x1 .

BL
La fonction objectif deviendra alors : - Z + 2 x1 - x2 - 3 x3 = 0 ⇔ -Z + 4 x1 = 14
On applique maintenant l'algorithme du simplexe. Comme c1 ≥ 0, alors

E
D
x = (0, 32/7, 22/7) n'est pas optimale pour le problème auxiliaire (PL). Il faut au

B
moins une itération de l'algorithme du simplexe. A faire par l'étudiant!

LA
2. Si dans le (PL) une variable xr soit contenue dans une seule équation et si ars et br
ont même signe, il n'est pas nécessaire d'introduire une variable artificielle. Il est

H
avantageux d'introduire un minimum de variables artificielles.
A
3. Le but de la phase I est d'éliminer si cela est possible les variables artificielles de
D

la base. Tout vecteur artificiel sorti de la base ne doit être jamais candidat à
D

l'entrée dans la base. Cette méthode est appelée " Méthode des deux phases ".
A
SA

Exemple 3 : Soit à résoudre le (PL) suivant :


Minz = x1 + x2 - x3 - 2 x5
TE

x1 + 2 x2 - x4 =3
SI

x3 - 2 x4 =2
ER

3 x2 - x4 + x5 ≤ 5
x2 + x5 ≥ 3
IV

x1 ≥ 0,…, x5 ≥ 0.
N

Sous sa forme standard, le problème devient :


U

Minz = x1 + x2 - x3 - 2 x5
x1 + 2 x2 - x4 =3
x3 - 2 x4 =2
3 x2 - x4 + x5 + x6 = 5
x2 + x5 - x7 = 3
x1 ≥ 0,…, x7 ≥ 0.

Cours 05 : Initialisation de l'algorithme du simplexe. 54


Cours de Programmation Linéaire donné par le Dr. Ali DERBALA

x7 ne peut pas être prise pour une variable de base car elle est précédée d'un signe
moins. On ne va introduire qu'une seule variable artificielle v1 dans le (PA).
Le problème auxiliaire est :
Min ψ = v1 = 3 - x2 - x5 + x7
Minz = 1 - x2 - 3 x4 - 2 x5
x1 + 2 x2 - x4 =3
x3 - 2 x4 =2
3 x2 - x4 + x5 + x6 = 5

A
x2 + x5 - x7 + v1 = 3

ID
x1 ≥ 0,…, x7 ≥ 0, V1≥ 0.

BL
Variables 1 x1 x2 x3 x4 x5 x6 x7 v1

E
de base

D
-ψ -3 0 -1 0 0 -1 0 1 0

B
x1 3 1 2 0 1 0LA 0 0 0
x3 2 0 0 1 -2 0 0 0 0
H
x6 5 0 3 0 -1 1 1 0 0
A

v1 3 0 1 0 0 1 0 -1 1
D

-Z -1 0 -1 0 -3 -2 0 0 0
D

Itération1
A

-ψ 0 0 0 0 0 0 0 0
SA

x1 3
x3 2
TE

x6 2
SI

x5 3
ER

-Z 5 3 7 0 0 0 0 -2
IV

minψ = 0, la base optimale de (PA) constitue une base réalisable de (PL).


N

On appliquera l'algorithme du simplexe. A faire par l'étudiant!


U

Convergence de la méthode du simplexe


Si à chaque itération la solution de base est non dégénérée, l'algorithme du simplexe
conduit à une solution optimale en un nombre fini d'étapes.

Cours 05 : Initialisation de l'algorithme du simplexe. 55

Вам также может понравиться