H
Module : RECHERCHE OPERATIONNELLE
LA METHODE DU SIMPLEXE
Auteur : Enseignant :
SIE LATH JOSEPH M. MANKPLIN
MATHIEU LAMOUR
Sommaire
I. Introduction.......................................................................................................................2
II. Variables d’écart et d’excédent....................................................................................2
III. Variables de base et variables hors base......................................................................2
IV. Solutions admissibles.....................................................................................................3
V. Résolution du programme linéaire (PL)..........................................................................3
1. Réaliser un changement de variables et normaliser le signe des termes
indépendants..........................................................................................................................3
2. Normaliser les contraintes.............................................................................................3
3. Ajuster la fonction objective à zéro..............................................................................4
4. Écrire le tableau initial de la méthode du Simplexe...................................................4
5. Condition d'arrêt...........................................................................................................5
6. Élection de la variable entrante et sortante de la base...............................................5
7. Actualiser le tableau......................................................................................................6
8. Après vérification de la condition d'arrêt, on s'aperçoit que parmi les éléments de
la dernière ligne existe un numéro négatif, -1. On répète l'itération et on refait les
processus 6 et 7......................................................................................................................7
9. Parmi les éléments de la ligne indicatrice verte, il y a encore un élément négatif, -
1. Cela veut dire qu'on n'a pas obtenu la solution optimale et qu'on doit continuer à
itérer (processus 6 et 7):........................................................................................................8
10. Fin de l'algorithme.....................................................................................................9
1
I. Introduction
Un programme linéaire (PL) mis sous la forme particulière où toutes les contraintes sont des
équations et toutes les variables sont non négatives est dit sous forme standard. Il est noté
(PL=).
II. Variables d’écart et d’excédent
Avant que l’algorithme du simplexe puisse être utilisé pour résoudre un programme linéaire,
ce programme linéaire doit être converti en un programme équivalent où toutes les contraintes
technologiques sont des équations et toutes les variables sont non négatives
a. Contraintes de type (≤) : Pour chaque contrainte i de ce type, on rajoute une
variable d’écart e i, tel que e i est une variable positive ou nulle.
Exemple :3 x 1+2 x 2 ≤ 2se transforme en 3 x 1+2 x 2 +e 1=2, e 1 ≥ 0
b. Contraintes de type (≥) : Pour chaque contrainte i de ce type, on retranche une
variable d’excédent e i, tel que e i est une variable positive ou nulle.
Exemple : 3 x 1+2 x 2 ≥ 2 se transforme en 3 x 1+2 x 2−e 2=2, e 2 ≥ 0
Un programme linéaire qui contient des contraintes (technologiques) de type ≤ est noté (PL).
Un programme linéaire qui contient des contraintes (technologiques) de type ¿ est noté (PG).
Un programme linéaire (PL) resp (PG) converti tel que toutes les contraintes technologiques
sont des équations et toutes les variables sont non négatives est noté (PL=) resp (PG=).
III. Variables de base et variables hors base
Considérons un système d’équations à n variables et m équations où n ≥ m. Une solution de
base pour ce système est obtenue de la manière suivante :
a) On pose n−m variables égales à 0. Ces variables sont appelées variables hors base
(V.H.B.).
b) On résout le système pour les m variables restantes. Ces variables sont appelées les
variables de base (V. B.)
c) Le vecteur de variables obtenu est appelé solution de base (il contient les variables
de base et les variables hors base).
Une solution de base est admissible si toutes les variables de la solution de base sont ≥ 0.
Il est vraiment important d’avoir le même nombre de variables que d’équations.
2
IV. Solutions admissibles
Toute solution de base de (PL=) pour laquelle toutes les variables sont non négatives, est
appelée solution de base admissible. Cette solution de base admissible correspond à un point
extrême.
V. Résolution du programme linéaire (PL)
Maximiser Z = f(x,y) = 3x + 2y
sous les contraintes: 2x + y ≤ 18
2x + 3y ≤ 42
3x + y ≤ 24
x≥0,y≥0
On considère les étapes suivantes:
1. Réaliser un changement de variables et normaliser le signe des termes
indépendants.
On effectue un changement dans la nomenclature des variables. La correspondance
suivante s'établie:
o x devient X1
o y devient X2
étant positives les termes indépendants de toutes les contraintes il ne faut rien
faire. Dans le cas contraire, il faudrait multiplier par "-1" dans les deux côtés de
l'inéquation (en tenant compte que cette opération affecte aussi au type de contrainte).
2. Normaliser les contraintes.
On transforme les inéquations en équations avec l'addition de variables
d'écart, d'excès et artificielles selon le tableau suivant:
3
Forme
Forme de la nouvelle variable
d'inégalité
≥ - excès + artificielle
= + artificielle
≤ W+ écart
Dans ce cas, on introduit une variable d'écart (X3, X4 y X5) dans chacune des
contraintes de la forme ≤, pour les transformer en égalités, avec ce résultat en
équations linéaires:
2·X1 + X2 + X3 = 18
2·X1 + 3·X2 + X4 = 42
3·X1 + X2 + X5 = 24
3. Ajuster la fonction objective à zéro.
Nn, Z - 3·X1 - 2·X2 - 0·X3 - 0·X4 - 0·X5 = 0
4. Écrire le tableau initial de la méthode du Simplexe. E z, 2 wkdkn92 w
Le tablea s w e b w u initial de la méthode du Simplexe est composé par tous les
coefficients des variables de décision du problème original et les variables d'écart,
excès et artificielles ajutées dans la deuxième étape (dans les colonnes, étant P0 0 le
terme indépendant et le reste de variables Pi sont les mêmes que Xi), et les contraintes
(dans les lignes). La colonne Cb a les coefficients des variables qu'on trouve dans la
base.
La première ligne se compose des coefficients de la fonction objective, alors que
la dernière ligne possède la valeur la fonction objective et les coûts réduits Zj - Cj.
On calcule la dernière ligne de la manière suivante: Zj = Σ(Cbi·Pj) pour i = 1..m,
où si j = 0, P0 = bi et C0 = 0, et dans le cas contraire Pj = aij. Malgré d'être le premier
tableau de la méthode du Simplexe et que tous les Cb sont nuls, on peut simplifier le
calcul pour cette fois et disposer Zj = -Cj.
4
Tableau I . Itération 1ère
3 2 0 0 0
Base Cb P0 P1 P2 P3 P4 P5
P3 0 18 2 1 1 0 0
P4 0 42 2 3 0 1 0
P5 0 24 3 1 0 0 1
Z 0 -3 -2 0 0 0
5. Condition d'arrêt.
Si l'objectif est la maximisation, quand dans la dernière ligne (ligne indicatrice)
n'existe aucune valeur négative parmi les coûts réduits (colonnes P1 en avance), on
obtient la condition d'arrêt.
Dans ce cas, on attend la fin de l'algorithme puisqu'on ne peut pas l'améliorer. La
valeur de Z (colonne P0) est la solution optimale du problème.
Un autre cas possible, c'est que dans la colonne de la variable qui rentre en base
toutes les valeurs sont négatives ou nuls. Indicative que le problème ne se trouve pas
délimité et sa solution peut toujours être amélioré. Face à cette situation il n'est pas
nécessaire de continuer réitérant indéfiniment et aussi on peut mettre fin à
l'algorithme.
Lorsque cette condition n'est pas remplie, on exécute les processus suivants
itérativement.
6. Élection de la variable entrante et sortante de la base.
D'abord, on établit la variable qui rentre en base. A cet effet, on choisit la colonne dont
sa valeur dans la ligne Z est le plus basse entre tous les négatifs. Dans ce cas, cela
serait la variable X1 (P1) de coefficient -3.
5
S'il y aurait deux ou plus de coefficients pareils qui satisfont aux conditions
précédentes (en cas d'égalité), on choisira la variable de base.
La colonne de la variable qui rentre en base qu'on appelle colonne-pivot (en
couleur vert).
Une fois obtenue la variable entrante en base, on détermine quelle sera la variable
sortante. On prend la décision sur la base d'un simple calcul : diviser chaque terme
indépendant (colonne P0) entre l'élément correspondant de la colonne-pivot, à
condition que les deux éléments soient strictement positifs (supérieures à zéro). On
opte par la ligne dont le résultat est minimal.
S'il y aurait un élément plus bas ou égal à zéro on n'effectue pas ce quotient.
Lorsque tous les éléments de la colonne-pivot sont de cette condition on aurait
accompli la condition d'arrêt et le problème aurait une solution sans partie bornée (voir
la théorie de la méthode du Simplexe).
Dans cet exemple: 18/2 [=9] , 42/2 [=21] y 24/3 [=8]
Le terme de la colonne-pivot qui avait entraîné le plus petit quotient positif dans
la division précédente indique la ligne de la variable d'écart qui sort de base. Dans ce
cas, il se révèle X5 (P5), de coefficient 3. Cette ligne s'appelle ligne pivot (en
couleur vert).
Au moment de calculer les quotients, si deux ou plus de résultats respectent la
condition d'élection de l'élément qui sort de base (en cas d'égalité), on ne choisit pas
les variables basiques (lorsque cela est possible).
L'intersection de la ligne pivot et la colonne pivot fait ressortir l'élément pivot,
dans ce cas le 3.
7. Actualiser le tableau.
On calcule les nouveaux coefficients du tableau de la manière suivante:
o Dans la ligne d'élément pivot de chaque nouvel élément est calculée
en tant que:
Élément ligne pivot = Élément ancienne ligne pivot / Pivot
6
o Dans les lignes restantes chaque élément est calculé:
Nouvel élément ligne = Élément ancienne ligne - (Élément ancienne ligne en
colonne pivot * Nouvel élément ligne pivot)
Ainsi on normalise l'élément pivot et sa valeur devient 1, alors que le reste
d'éléments de la colonne pivot s'annulent (analogue à la méthode de Gauss-Jordan).
On montre les calculs pour la ligne P4:
Ancienne ligne P4 42 2 3 0 1 0
- - - - - -
élément ancienne ligne en colonne pivot 2 2 2 2 2 2
x x x x x x
Nouvelle ligne pivot 8 1 1/3 0 0 1/3
= = = = = =
Nouvelle ligne P4 26 0 7/3 0 1 -2/3
Le tableau correspondant à cette deuxième itération est:
Tableau II . Itération 2ème
3 2 0 0 0
Base Cb P0 P1 P2 P3 P4 P5
P3 0 2 0 1/3 1 0 -2/3
P4 0 26 0 7/3 0 1 -2/3
P1 3 8 1 1/3 0 0 1/3
Z 24 0 -1 0 0 1
7
8. Après vérification de la condition d'arrêt, on s'aperçoit que parmi les éléments de
la dernière ligne existe un numéro négatif, -1. On répète l'itération et on refait les
processus 6 et 7.
o 6.1. La variable entrant en base est X2 (P2), variable qui correspond à
la colonne où se trouve le coefficient -1.
o 6.2. Afin de calculer la variable qui sort, on divise les termes de la
colonne P0 entre les termes correspondants de la nouvelle colonne
pivot : 2 / 1/3 [=6] , 26 / 7/3 [=78/7] et 8 / 1/3 [=24] et comme le
quotient positif le plus petit est 6, la variable qui sort est X3 (P3).
o 6.3. L'élément pivot est 1/3.
o 7. Si on actualise de nouveau les valeurs du tableau, on obtient:
Tableau III . Itération 3ème
3 2 0 0 0
Base Cb P0 P1 P2 P3 P4 P5
P2 2 6 0 1 3 0 -2
P4 0 12 0 0 -7 1 4
P1 3 6 1 0 -1 0 1
Z 30 0 0 3 0 -1
9. Parmi les éléments de la ligne indicatrice verte, il y a encore un élément négatif, -
1. Cela veut dire qu'on n'a pas obtenu la solution optimale et qu'on doit
continuer à itérer (processus 6 et 7):
6.1. La variable entrant en base est X5 (P5), correspondant au coefficient
-1.
6.2. On choisit la variable sortante en calculant le quotient entre les
termes de la colonne de termes indépendants et les termes correspondants
de la nouvelle colonne pivot : 6/(-2) [=-3] , 12/4 [=3], y 6/1 [=6] le
quotient positif plus petit est 3, la variable sortante est X4 (P4).
8
6.3. L'élément pivot est 4.
Une fois actualisé tous les tableaux, on obtient le tableau suivant:
10. Fin de l'algorithme.
On découvre que dans la dernière ligne tous les coefficients sont positifs. On a
accompli alors la condition d'arrêt.
La solution optimale est due à la valeur de Z dans la colonne des termes
indépendants (P0), dans cet exemple: 33. Dans la même colonne, on peut avertir le
point où on atteint, examinant les lignes correspondantes aux variables de décision qui
ont rentré en base: X1 = 3 y X2 = 12.
Si on annule le changement de variables, on obtient x = 3 e y = 12.
