Chapitre 8 • La programmation linéaire
366
3. Don ner l’expres sion de la fonc tion éco no mique, z, en fonc tion des
variables hors base ; est on à l’opti mum du P.L. ?
4. Dres ser le tableau du sim plexe cor res pon dant à cette solu tion de base ;
au besoin ité rer l’algo rithme du sim plexe pour obte nir l’opti mum, que l’on
don nera en détail.
**8.9 Pro blème de Klee et Minty (1972)
Il s’agit ici d’un cas extrême, pour lequel le 1
er
cri tère de Dantzig conduit à un
nombre très grand d’ité ra tions (énu mé ra tif) (c’est pourquoi on peut lui substituer le
critère de Bland, par exemple).
Soit les pro grammes linéaires ci- dessous :
PL 2 d
x 1
<
1
20x 1
1
x 2
<
100
x 1
,
x 2
>
0
10x 1
1
x 2
5 z 3max 4
PL 3 e
x 1
<
100
0
20x 1
1
x 2
<
100
1
200x 1
1
20x 2
1
x 3
<
100
2
x 1
,
x 2
,
x 3
>
0
100x 1
1
10x 2
1
x 3
5
z 3max4
PL n f
x 1
< 100
0 5 1
a2 a
i 2 1
j51
10
i 2 j # x j b 1 x i <
100
i 2 1
(i 5 2, 3, c , n)
x j
>
0
(j 5 1, 2, c , n)
a
n
j51
10
n2j # x j
5
z
1. Résoudre PL 2 , puis PL 3 à l’aide de l’algo rithme du sim plexe (en uti
li sant le pre mier cri tère « gour mand » de Dantzig). Com bien d’ité ra tions
sont alors néces saires pour résoudre PL 2 ? PL 3 ?
2. Mon trer qu’il fau drait 2
n
– 1 ité ra tions pour résoudre ainsi PL n ... : la
« gour man dise » est punie !
3. On modi fie la règle de choix de la variable entrante, pour faire entrer en
base la variable (hors base) entraî nant la plus forte aug men ta tion de la fonc
tion éco no mique. Mon trer alors que PL n se résout en... une seule ité ra tion !
NB : le lec teur trou vera plu sieurs exemples et exer cices de pro gram ma tion
linéaireenvariables0-1(boléennes)ouenvariablesentièresàlafinducha pitre1.
366
3. Don ner l’expres sion de la fonc tion éco no mique, z, en fonc tion des
variables hors base ; est on à l’opti mum du P.L. ?
4. Dres ser le tableau du sim plexe cor res pon dant à cette solu tion de base ;
au besoin ité rer l’algo rithme du sim plexe pour obte nir l’opti mum, que l’on
don nera en détail.
**8.9 Pro blème de Klee et Minty (1972)
Il s’agit ici d’un cas extrême, pour lequel le 1
er
cri tère de Dantzig conduit à un
nombre très grand d’ité ra tions (énu mé ra tif) (c’est pourquoi on peut lui substituer le
critère de Bland, par exemple).
Soit les pro grammes linéaires ci- dessous :
PL 2 d
x 1
<
1
20x 1
1
x 2
<
100
x 1
,
x 2
>
0
10x 1
1
x 2
5 z 3max 4
PL 3 e
x 1
<
100
0
20x 1
1
x 2
<
100
1
200x 1
1
20x 2
1
x 3
<
100
2
x 1
,
x 2
,
x 3
>
0
100x 1
1
10x 2
1
x 3
5
z 3max4
PL n f
x 1
< 100
0 5 1
a2 a
i 2 1
j51
10
i 2 j # x j b 1 x i <
100
i 2 1
(i 5 2, 3, c , n)
x j
>
0
(j 5 1, 2, c , n)
a
n
j51
10
n2j # x j
5
z
1. Résoudre PL 2 , puis PL 3 à l’aide de l’algo rithme du sim plexe (en uti
li sant le pre mier cri tère « gour mand » de Dantzig). Com bien d’ité ra tions
sont alors néces saires pour résoudre PL 2 ? PL 3 ?
2. Mon trer qu’il fau drait 2
n
– 1 ité ra tions pour résoudre ainsi PL n ... : la
« gour man dise » est punie !
3. On modi fie la règle de choix de la variable entrante, pour faire entrer en
base la variable (hors base) entraî nant la plus forte aug men ta tion de la fonc
tion éco no mique. Mon trer alors que PL n se résout en... une seule ité ra tion !
NB : le lec teur trou vera plu sieurs exemples et exer cices de pro gram ma tion
linéaireenvariables0-1(boléennes)ouenvariablesentièresàlafinducha pitre1.
