Résolution Graphique d'un Programme Linéaire

Slides:



Advertisements
Présentations similaires
Eléments d'algèbre linéaire
Advertisements

Formulation d’un programme linéaire (PL)
La Méthode de Simplexe Standardisation
Notions de fonction Initiation.
Introduction à la notion de fonction 1. Organisation et gestion de données, fonctions 1.1. Notion de fonction Déterminer l'image d'un nombre par une fonction.
La méthode du simplexe.
Licence pro MPCQ : Cours
Résolution d’un programme linéaire
Bloc 2 : Modèles d’optimisation par la programmation linéaire
Équations et Résolution d’équations en classe de 4ème. Le B. O
RESOLUTION DE SYSTEME Soit à résoudre le système : 2x + 3 y = 26
Chapitre II.Rappels mathématiques et complexité
Génération de colonnes
Introduction Modélisation Utilisation dun ensemble de relations mathématiques pour refléter le plus adéquatement possible une situation réelle Compromis.
L’échange naturel Le choix individuel de Robinson l’amène à déterminer les termes d’un contrat naturel d’échange, selon lequel, en échange des quantités.
CHAPITRE 10 Fonctions affines – Fonctions linéaires
CHAPITRE 1 LES SYSTÈMES D' INÉQUATIONS
Programmation linéaire
Chapitre 1 NOMBRES RELATIFS 1) Multiplication 2) Division 3) Équation.
ENSIIE-Master MPRO Alain Faye
Le point le plus près Montage préparé par : André Ross
Équations différentielles.
Chapitre 5 Choix et demande.
Espaces vectoriels Montage préparé par : S André Ross
Systèmes d’équations du premier degré à deux variables
Fonction partie entière
Programmation linéaire en nombres entiers Algorithme de la subdivision successive («Branch and Bound Algorithm»)
Courbes de Hermite Michael E. Mortenson, Geometric Modeling. Wiley, 1997, 523p.
Programmation linéaire en nombres entiers : la méthode du simplexe
Chapitre 3: Les équations et les inéquations
Optimisation linéaire
Optimisation linéaire
Introduction à la programmation linéaire
Introduction à la programmation linéaire
Inéquations du second degré à une inconnue
LE CHOIX DU CONSOMMATEUR ET LA DEMANDE
2. Théorie de la consommation (demande)
3. Théorie de la production (offre) (suite)
Chapitre 3 La cinématique à une dimension
Équations Et graphiques.
Inéquations du second degré à une inconnue
Zéros de polynômes ( La loi du produit nul ) Remarque :
Introduction à l’algèbre
Inéquations du premier degré à une inconnue
CHAPITRE 2 LES SITUATIONS FONCTIONNELLES
Inéquations du premier degré à une inconnue
Programmation linéaire en nombres entiers : les méthodes de troncature
Introduction à la programmation linéaire en nombres entiers
Modélisation géométrique de base
l’algorithme du simplexe
1 SYSTEMES D’EQUATIONS Bruno DELACOTE Collège de MASEVAUX Type d ’activité : leçon illustrée AVERTISSEMENT : Certaines images, dont les images clip art,
STT-3220 Méthodes de prévision
MAXIMISER les RESULTATS
Introduction Objet de la programmation mathématique, construction d'un modèle mathématique, problème général de programmation mathématique et classification,
Coupes efficaces pour la relaxation lagrangienne
Chapitre 3-B : AUTOMATIQUE : LES S.L.C.I.
1 SYSTEMES D’EQUATIONS Bruno DELACOTE Collège de MASEVAUX Type d ’activité : leçon illustrée.
Inéquations du premier degré à une inconnue
Equations du premier degré à une inconnue (rappel)
Programmation linéaire en nombres entiers
Présentation du marché obligataire
1 SYSTEMES D’EQUATIONS Type d ’activité : leçon illustrée.
Fabienne BUSSAC FONCTIONS LINEAIRES – PROPORTIONNALITE
PROGRAMMATION DYNAMIQUE (Exemples d’application)
Post-optimisation, analyse de sensibilité et paramétrage
Martin Roy, Janvier 2010 Révisé Juillet  Un système d’équations est un ensemble de plusieurs équations.  La solution d’un système d’équations.
1 SYSTEMES D ’ EQUATIONS
Programme linéaire - solution graphique
1 UE Intro. Optimisation L3 INFO UPSud II. Programmation linéaire en variables entières (ou mixtes)
Transcription de la présentation:

Résolution Graphique d'un Programme Linéaire Définir : solutions, solutions réalisable et solution réalisable de base. Tracer le domaines des solutions réalisable et la droite d ’isoprofit z=0. Résolution graphique et par la méthode d énumération. Analyse de sensibilité graphique

Introduction Après avoir illustrer par des exemples, comment un problème pratique peut être modélisé par un programme linéaire, l’étape qui va suivre sera certainement celle de la résolution de ce problème mathématique. La méthode graphique est l’une des premières méthodes utilisées à ce sujet. Si on parle de résolution graphique alors on doit se limiter à une représentation à deux variables et au plus à trois variables. Ceci indique que dans ce chapitre on examinera seulement les programmes linéaires à deux variables de décision.

contrainte de non-négativité Système d’axes x1 0, x2 0 contrainte de non-négativité région des solutions possibles Problème de médecine

Système d’axes Un bon choix se base sur une lecture des différents paramètres du programme linéaire. Par exemple, on peut choisir le suivant :

Représentation graphique des contraintes Une des contraintes de ce problème est celle relative au grain d’aspirine : 2 x1+x2 12. Cette inégalité correspond à un demi-plan 1 limité par la droite 2 x1+x2 =12.

Représentation graphique des contraintes Si on fait de même pour les deux autres contraintes du problème, on obtient les deux demi-plans 2 et 3 suivants:

Représentation graphique des contraintes Une solution possible du problème est dite réalisable si et seulement si elle vérifie toutes les contraintes, c’est à dire si elle appartient aux trois demi-plans relatifs à chaque contrainte du programme linéaire, en d’autre terme à 1  2  3. Exercice: Montrer que tout ensembles des solutions réalisable d ’un PL est convexe

Représentation de la fonction objectif Soit z la valeur de la fonction objectif du problème de médecine, z = x1+x2. z=0

Représentation de la fonction objectif Le problème est de connaître qu’elle est la droite qui correspond à la valeur minimal de la fonction objectif ?

Résolution graphique La solution optimale correspond à la solution réalisable qui intercepte la droite à la plus petite valeur de z.

méthode par énumération Résolution graphique méthode par énumération On remarque que la solution optimale du problème de médecine est un point extrême. Une telle solution est dite solution réalisable de base. A(0,12) et zA=12 B(2,8) et zB=10 C(23/11,126/11) et zC=149/11 D(24,0) et zD=24

Exemple Problème de maximisation La solution optimale est B(40,110)

Analyse de sensibilité Question : De combien peut-on faire varier la quantité de codéine dans le problème de médecine sans changer la solution optimale ? Réponse: On peut varier le second membre de la troisième contrainte de 24 jusqu'à 50 sans changer la solution optimale.

Analyse de sensibilité Question : De combien peut-on faire varier le profit engendré par la culture d’un hectare de tomates (100+), dans le problème de l'agriculture, sans changer la solution optimale ? Réponse: La solution demeure optimale si la pente de la fonction objectif reste toujours comprise entre la pente de la contrainte (1) et (3). Ceci est équivalent à dire que :