Академический Документы
Профессиональный Документы
Культура Документы
Dualité
en
programmation linéaire
Illustration de la notion
Le procédé j
n
produit ekj unités de produit k =1, 2, …, r
utilise glj unités de matière l = 1, 2, …, s
Sujet à e
j 1
kj x j fk k 1,2,..., r (demandes)
pour chaque unité de son utilisation.
n
g
j 1
lj x j hl l 1,2,..., s (disponibilités )
xj 0 j 1,2,..., n
Illustration de la notion
n
Sujet à e
j 1
kj x j fk k 1,2,..., r (demandes) vk
g
j 1
lj x j hl l 1,2,..., s (disponibilités ) wl
xj 0 j 1,2,..., n
Illustration de la notion
l’entreprise. n
lj x j hl l 1,2,..., s (disponibilités ) wl
j 1
vérifier que pour chacun de ses
xj 0 j 1,2,..., n
procédés de production j, le coût
d’acheter les unités de produits
fabriquées par une unité d’utilisation
du procédé j en tenant compte de ce
qu’elle reçoit de l’entrepreneur pour r s
les unités de matières qu’elle évite ekj vk g lj wl ≤ cj
k 1 l 1
alors d’utiliser, que ce coût n’excède
pas le coût unitaire d’utilisation cj du coût d'achat des revenu de la vente des
produits matières premières
procédé j
Illustration de la notion
r s
e v
kj k
g lj
wl ≤ cj
k 1 l 1
r s
Sujet à e
k 1
kj v k g
l 1
lj wl cj j 1,2,..., n
vk 0 k 1,2,..., r
wl 0 l 1,2,..., s
Illustration de la notion
n n
min z c
j 1
jxj min z c x j j
j 1
n n
Sujet à e
j 1
kj x j fk k 1,2,..., r (demandes
Sujet à ) e kj x j fk k 1,2,..., r (demandes)
j 1
n n
1 g
j 1
lj x j hl l 1,2,..., s (disponibil
itésg) lj x j hl l 1,2,..., s (disponibilités )
j 1
xj 0 j 1,2,..., n xj 0 j 1,2,..., n
E
Problème de l’entreprise G
n
min z c j x j e1 j
j 1
n
Sujet à ekj x j fk k 1,2,..., r (demandes )
j 1
n
g lj x j hl l 1,2,..., s (disponibil ités ) ek1 ek 2 ekj ekn
j 1
xj 0 j 1,2,..., n
erj
Problème de l’entrepreneur g1 j
r s
max p f k vk h w l l
k 1
r
l 1
s
g l1 g l 2 g lj g ln
Sujet à e
k 1
kj v k g
l 1
lj wl cj j 1,2,..., n
vk 0 k 1,2,..., r
e1 j ekj erjg sj g1 j glj g sj
wl 0 l 1,2,..., s
E T
G
T
Primal
n
min z c x j j
min z c T x
j 1 x
n Sujet à y
Sujet à e kj x j fk k 1,2,..., r (demandes) E
G x
f
j 1 h w
n x0
g
j 1
lj x j hl l 1,2,..., s (disponibilités )
min cT x
xj 0 j 1,2,..., n Sujet à Ax b
x0
Dual
r s
max p f
k 1
k vk h w
l 1
l l v
max p f T hT
w
r s
e g
Sujet à
Sujet à kj v k lj wl cj j 1,2,..., n
E T G T v c x
k 1 l 1 w
vk 0 k 1,2,..., r v, w 0
max bT y
wl 0 l 1,2,..., s
Sujet à AT y c
y0
min cT x max bT y
Sujet à Ax b Sujet à AT y c
x0 y0
min z 8 x 6 y
Sujet à 5 x 3 y 30
2 x 3 y 24
x 3 y 18
x, y 0
min z 8 x 6 y
max 30v1 24v2 18v3
Sujet à 5 x 3 y 30 v1
v Sujet à 5v1 2v2 v3 8 x
2 x 3 y 24
2 3v1 3v2 3v3 6 y
x 3 y 18 v3
v1 , v2 , v3 0
x, y 0
5 3 30
2 3 x 24 v1
y 5 2 1 8
1 3 18 3 3 3 v2 6
v3
Problème primal et problème dual
min c xT max bT y
Sujet à Ax b y Sujet à AT y c x
x0 y0
min cT x max bT y
Sujet à Ax b y Sujet à AT y c x
x0
min z 8 x 6 y
Sujet à 5 x 3 y 30
2 x 3 y 24
x 3 y 18
x, y 0
min cT x max bT y
Sujet à Ax b Sujet à AT y c
x0
min z 8 x 6 y max 30w1 24w2 18w3
Sujet à 5x 3 y u 30 w1 Sujet à 5w1 + 2w2 + x
w3 8
w
2x 3y p 24 2 3w1 3w2 3w3 6 y
x 3y h 18 w3 w1 0 u
x, y , u , p , h 0 w2 0 p
x 5 2 1 8 w3 0 h
3 3 3 w1 6
5 3 1 0 0 y 30
2 3 0 1 0 u 24
1 0 0 w2 0
1 3 0 0 1 p 18 0 1 0 w3 0
h 0 0 1 0
min z 4 x 6 y
Sujet à 6 x 3 y 10
2 x 2 y 20
x y 6
x, y 0
min z 4 x 6 y
max 10u1 20u2 6u3
Sujet à 6 x 3 y 10 u1
u Sujet à 6u1 2u2 u3 4 x
2 x 2 y 20
2 3u1 2u2 u3 6 y
x y 6 u3
u1 0, u3 0
x, y 0
6 3 10
2 x u1
2 20 6 2 1 4
1 1 y
6 3 2 1 u2 6
u3
Problème primal et problème dual
min c x T max bT y
Sujet à Ax b y Sujet à AT y c x
x0 y0
min cT x max bT y
Sujet à Ax b y Sujet à AT y c x
x0
min c T x
Sujet à Ax b
x0
min c T x 0T s max bT y
Sujet à Ax Is b AT
Sujet à T y
c
x 0, s 0 I 0
max bT y
Sujet à AT y c
Iy 0
max bT y
Sujet à AT y c
y0
Théorèmes de dualité
primal Dual
min cT x max bT y
Sujet à Ax b Sujet à AT y c
x0
Théorèmes de dualité
alors bT y cT x
NOTE:
Si y est une solution réalisable du dual et x*est une solution optimale du primal
alors
bT y c T x* valeur optimale du primal
et ainsi,
bT y est une borne inférieure sur la valeur optimale du primal
Théorèmes de dualité
* *
• Corollaire Si x x : Ax b, x 0 et y y : A y c , et si
T
bT y* cT x* ,alors x* et y* sont des solutions optimales respectivement
pour le problème primal et pour le problème dual.
nous aurions que bT y cT x ;i.e., bTy serait une borne inférieure sur la
valeur de la fonction économique du primal cTx, une contradiction.
Théorèmes de dualité
T b z* .
Théorie des écarts complémentaires
primal Dual
min cT x max bT y
Sujet à Ax b y Sujet à AT y c x
x0
Théorie des écarts complémentaires
n
Donc j 1
x j aTj y c j 0
n
x j aTj y x1aT1 x2aT2 xn aTn y
Théorie des écarts complémentaires
j 1
aT1
T
x1n , xn 2 y
x j [aTj y c j ] 0 j 1, 2,...,
a
, x2 ,
n
aT
Donc j 1
x j aTj y c j 0
x T AT y
n
n n n
Or
j 1
x j a y c j
T
j j 1
x a y
T
j j j 1
x j c j x T AT y c T x b T y c T x
Par conséquent
bT y c T x
et le corollaire du théorème de dualité faible implique que x et y sont des
solutions optimales respectivement pour les problèmes primal et dual.
Théorie des écarts complémentaires
j 1
x j aTj y c j bT y c T x 0
i xj 0 aTj y c j iii a i x bi yi 0
ii aTj y c j xj 0 iv yi 0 a i x bi
Théorie des écarts complémentaires
max bT y max bT y
Sujet à AT y c Sujet à AT y c
I y0 I y0
Théorie des écarts complémentaires
et pour i=1,2,…,m
iii s i 0 yi 0
iv y i 0 si 0
Théorie des écarts complémentaires
Pour j=1,2,…,n
i xj 0 aTj y c j
ii aTj y c j xj 0
et pour i=1,2,…,m
min cT x
iii s i 0 yi 0 Sujet à Ax Is b
iv y i 0 si 0 x, s 0
Or si ai x bi et alors les conditions deviennent
iii a i x bi yi 0
iv yi 0 a i x bi
Algorithme dual du simplexe
• À chaque itération nous avons une solution de base du problème qui n’est
pas réalisable, sauf à la dernière itération de l’algorithme, et pour laquelle
les coûts relatifs de toutes les variables sont non négatifs.
• Par exemple, considérons le problème
min z 3 / 2u 1/ 2h 27
Sujet à x 1/ 4u 1/ 4h 6 / 4
1/ 4u p 3 / 4h 15 / 2
y 1/12u 5 /12h 13 / 2
x, y , u , p , h 0
Algorithme dual du simplexe
c j 0 j 1,2,..., n
c ji 0 i 1,2,..., m
Critère de sortie
c j 0 j 1,2,..., n
Sinon soit b r min bi 0 . Si a rj 0 j 1, 2,..., n, alors
1i m
c ji 0 i 1,2,..., m
le problème n'est pas réalisable. En effet puisque
n
a rj x j 0 et br 0
j 1
n
il est impossible que a rj x j b r .
j 1
Critère de sortie
c j 0 j 1,2,..., n
c ji 0 i 1,2,..., m
1i m
Sinon soit b r min b i 0. x jr est la variable de sortie.
Le pivot se fera dans la ligne r du tableau.
Critère d’entrée
c j 0 j 1,2,..., n
c ji 0 i 1,2,..., m
Nous allons choisir la variable d’entrée xs de telle sorte que
b1 a1s xs i) la valeur de la variable de sortie xr augmente lorsque
a rs 0
la valeur de xs augmente
ii) les coûts relatifs des variables demeurent non
br ars xs négatifs lorsque le pivot sur a rs est complété pour
effectuer le changement de base
bm ams xs
Critère d’entrée
c j 0 j 1,2,..., n
En complétant le pivot sur a rs le coût relatif de la
c ji 0 i 1,2,..., m variable xj devient
a rj
cj cs
a rs 0 a rs
Si a rj 0, alors puisque c s 0 et a rs 0,
la valeur de c j ne peut qu' augmenter.
Critère d’entrée
c j 0 j 1,2,..., n
En complétant le pivot sur a rs le coût relatif de la
c ji 0 i 1,2,..., m variable xj devient
a rj
cj cs
a rs 0 a rs
Pour tout j tel que a rj 0, il faut s' assurer que le nouveau cout relatif
de la variable x j demeure non négatif; i.e.,
a rj
cj cs 0
a rs
Critère d’entrée
Pour tout j tel que a rj 0, il faut s' assurer que le nouveau cout relatif
de la variable x j demeure non négatif; i.e.,
a rj
cj cs 0 j tel que a rj 0
a rs
cj cs
0 j tel que a rj 0
a rj a rs
cj cs
j tel que a rj 0.
a rj a rs
Donc l' indice s de la variable d' entrée est tel que
cs c j cs c j
max : a rj 0 ou min : a rj 0
1 j n a rj a rs 1 j n a rj
a rs
Pivot
• Preuve:
En supposant que la matrice A est de plein rang m, chaque solution de base
doit comporter m variables de base.
par a rs
br
→ cs
a rs
Soustraire de
br
z 0 ~ z0 z 0 c s z0
a rs
puisque b r 0 , a rs 0, et c s 0 par hyp. de non déégénéres ence
dégénérescence
Convergence
~ br
z 0 z0 z 0 c s z0
a rs
puisque b r 0 , a rs 0, et c s 0 par hyp. de non dégénérescence
déégénéres ence
Stop quand une solution optimale est Stop quand la solution est réalisable ou
trouvée ou que le problème n’est pas quand le problème n’est pas réalisable
borné inférieurement