Simplexe Phase2

Introduction
La m
ethode du simplexe en deux phase
Les cas particuliers ou pathologiques
Methode Simplexe Phase1 et phase2

Metrane Abdelmoutalib
ENSA
Khouribga Maroc
November 2, 2014
M
ethode Simplexe Phase1 et phase2
Introduction
La m
Introduction
La methode du simplexe en deux phase

Introduction
Resolution de PLFI par la methode du simplexe
Phase 2

Modèle sans solution admissible
Modèles non bornes
M
Introduction
La m
Introduction
Ce nest pas toujours simple de construire le tableau initial de la methode du
simplexe. Une solution de base realisable nest pas toujours simple de la
trouver.
Nous essayons de traiter ce problème dans ce chapitre `
a laide de lexemple
suivant (PL):
Max Z = 1000x1 + 2000x2
s.c
10x1 + 5x2
200
2x1 + 3x2
60
x1
12
x2
(PL)
x1 0, x2 0
M
Introduction
La m
lajout de variable decart (PLS)

Max Z = 1000x1 + 2000x2
s.c
10x1 + 5x2 + e1
200
2x1 + 3x2
60
x1 + e3
12
x2 e4
(PLS)
xi 0, ej 0
Proposition
(PL) (PLS)
Solution de base realisable?
M
Introduction
La m

Max Z = 1000x1 + 2000x2
s.c
10x1 + 5x2 + e1
200
2x1 + 3x2
60
x1 + e3
12
x2 e4
(PLS)
xi 0, ej 0
Proposition
(PL) (PLS)
Solution de base realisable? pas facile de la trouver!!
M
Introduction
La m
Introduction
R
esolution de PLFI par la m
ethode du simplexe
Phase 2
Lapproche geometrique quon peut utiliser pour trouver la solution optimale

est valable uniquement en dimension 2 ou au maximum en dimension 3. La
plupart des modèles rencontres en pratique ne satisfont pas `
a cette condition. Il
existe une autre facon de proceder, de nature algebrique, qui utilise
astucieusement lalgorithme du simplexe et cela en ajoutant des variables
appel
ees artificielles dans les contraintes non r
ealisables si on remplace les
variables originales par 0.
Problème (PLF )
Max Z = 1000x1 + 2000x2
s.c
10x1 + 5x2 + e1
200
2x1 + 3x2 + a2
60
x1 + e3
12
x2 e4 + a4
(PLF)
xi 0, ej 0, a2 , a4 0
M
Introduction
La m
Introduction
R
ethode du simplexe
Phase 2
Proposition
(PLS PLF ) a2 = a4 = 0
Objectif
Pour obtenir un modèle equivalent `
a (PLF), il faudrait ajouter au modèle
precedent la double contrainte suivante :
a2 = a4 = 0
ce qui nous ramènerait `
a la situation de depart !
Lastuce consiste `
a ne inclure la double contrainte dans le modèle, mais `
a
utiliser une fonction-objectif qui penalise le fait que les variables artificielles
prennent des valeurs positives. On considère ici le modèle (PMFI ) obtenu du
modèle precedent en substituant `
a z = 1000x1 + 2000x2 lobjectif suivant :
Min zA = a2 + a4 ou Max zA = a2 a4
M
Introduction
La m
Introduction
R
ethode du simplexe
Phase 2
Problème (PLFI )
Min Za = a2 + a4
s.c
10x1 + 5x2 + e1
200
2x1 + 3x2 + a2
60
x1 + e3
12
x2 e4 + a4
(PLF)
xi 0, ej 0, a2 , a4 0
M
Introduction
La m
Introduction
R
ethode du simplexe
Phase 2
Solution de base realisable

(x1 , x2 ) = (0, 0), (e1 , e3 , e4 ) = (200, 12, 0) et (a2 , a4 ) = (60, 6). On a 4
contraintes et 7 variables, par suite 7-4 variables nulles.
x1 , x2 et e4 sont hors base.
e1 , e3 , a2 et a4 sont de base.
Remarque
Il ne faut pas que la fonction objectif soit en fonction des variables de
bases:
Za = a2 + a4 = (60 2x1 3x2 ) + (6 x2 + e4 ) = 66 2x1 4x2 + e4
Si `
a la fin de resolution, la fonction objectif de PLFI est non nulle, alors
PLS nadmet pas de solution realisable.
M
Introduction
La m
Introduction
R
ethode du simplexe
Phase 2
M
Introduction
La m
Introduction
R
ethode du simplexe
Phase 2
M
Introduction
La m
Introduction
R
ethode du simplexe
Phase 2
Fin de la phase 1
Le dernier tableau est final de la phase 1 puisque tous les elements de la
ligne C j sont tous negatives.
Comme la valeur optimal du (PLFI ) est 0, alors ce tableau final fournira
une solution de base realisable de (PLS) qui est (x1 , x2 ) = (0, 20) et
(e1 , e3 , e4 ) = (100, 12, 14).
Le tableau initial de la phase 2 sera construit `
a partir du tableau final de la
phase 1.
Si la valeur optimal du (PLFI ) nest pas egal `
a zero (Za 6= 0), alors PLS
nadmet pas de solution r
ealisable.
M
Introduction
La m
Introduction
R
ethode du simplexe
Phase 2
Tableau initial de la phase II

La phase II reprend lobjectif original qui etait de maximiser
z = 1000x1 + 2000x2 . Le tableau initial de la phase II sobtient en modifiant le
dernier tableau de la première phase de la facon suivante :
Les colonnes associees aux variables artificielles sont supprimees;
La dernière lignes est recalculee `
a partir des nouveaux coefficients de base.
Remarque
Max1000x1 + 2000x2 = Min 1000x1 2000x2
Alors resoudre un problème de maximisation revient `
a resoudre un problème de
minimisation avec un signe (-) près.
M
Introduction
La m
Introduction
R
ethode du simplexe
Phase 2
Tableau initial de la phase II
M
Introduction
La m
Introduction
R
ethode du simplexe
Phase 2
Iteration 1 et 2 de phase II
M
Introduction
La m
Introduction
R
ethode du simplexe
Phase 2
Fin de Phase II
Puisque tous les valeurs de la dernière ligne (cj ) sont negatives ou nulles, alors
le dernier tableau est final, par suite la solution optimal et (x1 , x2 ) = (0, 20)
Remarques
Si on na pas une solution de base realisable simple (Evidante)

pour (PLS),
alors il faut faire la phase 1 de la methode du simplexe dans le but de trouver
cette solution de base realisable, et on a les deux cas suivantes:
Si Za 6= 0, alors il nexiste aucune solution realisable et par suite aucune
solution du (PL).
Si Za = 0, alors le domaine realisable et non vide, en plus on peut trouver
une solution de base realisables `
a partir du tableau final de la phase 1. Le
dernier tableau de la phase 1 sera le tableau initial de la phase 2 en
supprimant les colonnes des variables artificielles et en recalculant la
denière ligne (cj ).
M
Introduction
La m
Mod`
ele sans solution admissible
Mod`
eles non born
es
(PL)
Max Z = 1000x1 + 2000x2
s.c
10x1 + 5x2
200
2x1 + 3x2
60
(PL1 )
x1
34
2x2
14
x1 0, x2 0
M
Introduction
La m
Mod`
Mod`
eles non born
es

Max Z = 1000x1 + 2000x2
s.c
10x1 + 5x2 + e1
200
2x1 + 3x2 + e2
60
x1 e3
34
2x2 e4
14
(PLS)
xi 0, ej 0
M
Introduction
La m
Mod`
Mod`
eles non born
es
Lajout de variable artificielle (PLFI )

Puisque (x1 , x2 ) = (0, 0) nest pas realisable, alors on aura besoin de la phase 1.
On ajoute uniquement des variables artificielles pour la 3ème et 4ème contraintes
Max Za = a3 a4
s.c
10x1 + 5x2 + e1
200
2x1 + 3x2 + e2
60
x1 e3 + a3
34
2x2 e4 + a4
14
(PLS)
xi 0, ej 0, a3 , a4 0
M
Introduction
La m
Mod`
Mod`
eles non born
es
Iteration 1 et 2 de phase I
M
Introduction
La m
Mod`
Mod`
eles non born
es
Fin de la phase I
Cest le tableau final de la phase 1 puisque tous les coefficients de la ligne des
co
uts sont tous negatives (Problème de maximisation). Alors Comme la valeurs
optimale (Za ) de la phase 1 est non nulle (Za = 17.5 6= 0) alors il nexiste
aucune solution realisable. Par suite, le problème (PL1 ) nadmet pas de
solution.
M
Introduction
La m
Mod`
Mod`
eles non born
es
(Modèles non bornes)

Max Z = x1 + 2x2
s.c
2x1 + 3x2
6x1 9x2
18
x1
x1 0, x2 0
M

Simplexe Phase2

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Simplexe Phase2

Diunggah oleh

Hak Cipta:

Format Tersedia

Introduction

Methode Simplexe Phase1 et phase2

La methode du simplexe en deux phase

Les cas particuliers ou pathologiques

lajout de variable decart (PLS)

lajout de variable decart (PLS)

Lapproche geometrique quon peut utiliser pour trouver la solution optimale

Solution de base realisable

Tableau initial de la phase II

Tableau initial de la phase II

Si on na pas une solution de base realisable simple (Evidante)

lajout de variable decart (PLS)

Lajout de variable artificielle (PLFI )

(Mod`eles non bornes)

Anda mungkin juga menyukai