Optimisation Discrète



Documents pareils
Programmation linéaire

Programmation linéaire

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

Sujet 4: Programmation stochastique propriétés de fonction de recours

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA

Programmation linéaire et Optimisation. Didier Smets

Optimisation des fonctions de plusieurs variables

Cours 02 : Problème général de la programmation linéaire

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

LES MÉTHODES DE POINT INTÉRIEUR 1

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Théorème du point fixe - Théorème de l inversion locale

Calcul différentiel sur R n Première partie

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Cours d analyse numérique SMI-S4

Programmation Linéaire - Cours 1

I. Polynômes de Tchebychev

Capacité d un canal Second Théorème de Shannon. Théorie de l information 1/34

3 Approximation de solutions d équations

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable T : pour travailler et mémoriser le cours

Théorie et codage de l information

aux différences est appelé équation aux différences d ordre n en forme normale.

Image d un intervalle par une fonction continue

Fonctions de plusieurs variables

RECHERCHE OPERATIONNELLE

Exo7. Matrice d une application linéaire. Corrections d Arnaud Bodin.

CCP PSI Mathématiques 1 : un corrigé

FIMA, 7 juillet 2005

Continuité en un point

Première partie. Préliminaires : noyaux itérés. MPSI B 6 juin 2015

DOCM Solutions officielles = n 2 10.

Polynômes à plusieurs variables. Résultant

4.2 Unités d enseignement du M1

Cours d Analyse. Fonctions de plusieurs variables

Ordonnancement. N: nains de jardin. X: peinture extérieure. E: électricité T: toit. M: murs. F: fondations CHAPTER 1

Simulation centrée individus

Travaux dirigés n 1. Programmation linéaire

Théorèmes de Point Fixe et Applications 1

Quelques tests de primalité

Chapitre 3. Mesures stationnaires. et théorèmes de convergence

Simulation de variables aléatoires

Le théorème de Perron-Frobenius, les chaines de Markov et un célèbre moteur de recherche

= 1 si n = m& où n et m sont souvent des indices entiers, par exemple, n, m = 0, 1, 2, 3, 4... En fait,! n m

Moments des variables aléatoires réelles

Fonctions de plusieurs variables, intégrales multiples, et intégrales dépendant d un paramètre

INFO-F Algorithmique 3 et Recherche Opérationnelle

Approximations variationelles des EDP Notes du Cours de M2

TABLE DES MATIÈRES CHAPITRE I. Les quanta s invitent

Espérance conditionnelle

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Résolution d équations non linéaires

Formes quadratiques. 1 Formes quadratiques et formes polaires associées. Imen BHOURI. 1.1 Définitions

Programmes des classes préparatoires aux Grandes Ecoles

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Communications collectives et ordonnancement en régime permanent pour plates-formes hétérogènes

Principe de symétrisation pour la construction d un test adaptatif

De même, le périmètre P d un cercle de rayon 1 vaut P = 2π (par définition de π). Mais, on peut démontrer (difficilement!) que

Cours de recherche opérationnelle I

Corrigé du baccalauréat S Asie 21 juin 2010

Chapitre 2 Le problème de l unicité des solutions

Séminaire TEST. 1 Présentation du sujet. October 18th, 2013

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

Contexte. Pour cela, elles doivent être très compliquées, c est-à-dire elles doivent être très différentes des fonctions simples,

Analyse en Composantes Principales

Chapitre 2. Eléments pour comprendre un énoncé

Sur certaines séries entières particulières

Analyse des Systèmes Asservis

Analyse fonctionnelle Théorie des représentations du groupe quantique compact libre O(n) Teodor Banica Résumé - On trouve, pour chaque n 2, la classe

Cours de Recherche Opérationnelle IUT d Orsay. Nicolas M. THIÉRY. address: Nicolas.Thiery@u-psud.fr URL:

Fonctions de plusieurs variables et applications pour l ingénieur

Baccalauréat S Antilles-Guyane 11 septembre 2014 Corrigé

Comparaison de fonctions Développements limités. Chapitre 10

Dérivées d ordres supérieurs. Application à l étude d extrema.

Calcul matriciel. Définition 1 Une matrice de format (m,n) est un tableau rectangulaire de mn éléments, rangés en m lignes et n colonnes.

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Notes du cours MTH1101 Calcul I Partie II: fonctions de plusieurs variables

PRIME D UNE OPTION D ACHAT OU DE VENTE

Chapitre 7. Récurrences

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Une introduction aux codes correcteurs quantiques

Relation d ordre. Manipulation des relations d ordre. Lycée Pierre de Fermat 2012/2013 Feuille d exercices

La NP-complétude. Johanne Cohen. PRISM/CNRS, Versailles, France.

Résolution de systèmes linéaires par des méthodes directes

Chapitre 5 : Flot maximal dans un graphe

Chapitre VI Fonctions de plusieurs variables

Modèles et Méthodes de Réservation

Programmation linéaire

Limites finies en un point

Différentiabilité ; Fonctions de plusieurs variables réelles

3. Conditionnement P (B)

La classification automatique de données quantitatives

1S Modèles de rédaction Enoncés

Correction du baccalauréat S Liban juin 2007

Correction de l examen de la première session

Université Paris-Dauphine DUMI2E 1ère année, Applications

RO04/TI07 - Optimisation non-linéaire

Plan du cours : électricité 1

LEÇON N 7 : Schéma de Bernoulli et loi binomiale. Exemples.

Transcription:

Prof F Eisenbrand EPFL - DISOPT Optimisation Discrète Adrian Bock Semestre de printemps 2011 Série 7 7 avril 2011 Exercice 1 i Considérer le programme linéaire max{c T x : Ax b} avec c R n, A R m n et b R n Sa forme duale est min{b T y : A T y = c, y 0} Soient x et y des solutions admissibles respectivement sous forme primale et duale Démontrer l affirmation suivante : Les vecteurs x et y sont optimaux dans la forme correspondante du PL si et seulement si on a soit a T i x = b i soit y i =0pour tous i =1,, m Indication : Considérer le produit scalaire b Ax T y et montrer que l on trouve 0 si et seulement si x et y sont optimaux Pourquoi cette affirmation est-elle suffisante? ii Étant donné le programme linéaire : max x 1 + x 2 sous contraintes 2x 1 + x 2 6 x 1 +2x 2 8 3x 1 +4x 2 22 x 1 +5x 2 23 Démontrer que 4/3, 10/3 est une solution optimale en utilisant la première partie de cet exercice i L affirmation à montrer s appelle complementary slackness theorem en anglais ou le théorème des écarts complémentaire Considérer le produit scalaire b Ax T y 1 Comme x est admissible pour le PL sous forme primale, on a b Ax 0 Puisque y est une solution admissible du PL sous forme duale, on a y 0

Ainsi 1 est 0 si et seulement si pour tout i = 1,, m on trouve b a T i x =0ou y i =0 Alors il suffit de démontrer que 1 est 0 ssi x et y sont des solutions optimales On constate que b Ax T y = b T y x T A T y = b T y x T c La deuxième égalité repose sur le fait que y est admissible pour le PL sous forme duale La dualité nous donne que x et y sont optimales si et seulement si b T y = c T x En d autres termes, 1 est 0 si et seulement si x et y sont des solutions optimales ii Le PL sous forme duale est le suivant : min 6y 1 +8y 2 + 22y 3 + 23y 4 sous contraintes 2y 1 + y 2 +3y 3 + y 4 =1 y 1 +2y 2 +4y 3 +5y 4 =1 y 1,y 2,y 3,y 4 0 On constate que la solution 4/3, 10/3 satisfait les deux premières contraintes du PL sous forme primale avec égalité, alors que les deux dernières contraintes sont satisfaites strictement avec inégalité En appliquant la première partie de l exercice, on obtient que si x est optimale, alors toute solution optimale y du PL sous forme duale satisfait y 3 = y 4 =0 Alors les deux inégalités du PL sous forme duale peut être réécrites comme suit : 2y 1 + y 2 =1 y 1 +2y 2 =1 Le système est de plein rang, donc il existe une solution unique : y 1 = y 2 = 1 0 Alors y 3 =1, 1, 0, 0 est admissible La première partie nous donne 3 3 que x et y sont des solutions optimales On peut le vérifier en calculant leurs valeurs de l objectif : 6y 1 +8y 2 + 22y 3 + 23y 4 = 14 = x 3 1 + x 2 La dualité faible nous certifie l optimalité Exercice 2 Soit < lex l ordre lexicographique comme défini en cours pour R n Soient p 1 ε,p 2 ε deux polynômes de degré n : p 1 ε = a i ε i, p 2 ε = b i ε i i=0 Démontrer qu il existe ε > 0 tel que pour tous ε avec 0 < ε < ε : p 1 ε <p 2 ε si et seulement si i=0 a0 a n < lex b0 b n 2

Soit 0 k n le plus petit index tel que la composante correspondante du vecteur a0 a n b0 b n est non-nulle est donc strictement négative Considérons la différence des polynômes p 1 et p 2 On trouve p 1 ε p 2 ε ε k a k b k + i=k+1 ε i a i b i Clairement, on a lim ε 0 n i=k+1 εi a i b i = lim ε 0 ε n 1 i=k εi a i+1 b i+1 = 0 Donc il existe ε > 0 tel que lim ε 0 n i=k+1 εi a i b i <ε k b k a k pour tous 0 < ε < ε Alors on obtient p 1 ε <p 2 ε pour tous 0 < ε < ε Exercice 3 Étant donné un oracle qui trouve une solution admissible du polyèdre P = { x Rñ : Ã x b} ou affirme qu il n y en a pas, démontrer qu il est possible de donner une solution optimale du programme linéaire max{c T x : x R n ; Ax b}, avec une seule interrogation de l oracle, si tant est que le PL est admissible et borné Indication : Utiliser la dualité! Le PL est admissible et borné, donc il existe une solution optimale La dualité forte nous dit que le PL dual min{b T y : A T y = c, y 0} est aussi admissible et borné En plus, on a b T y = c T x pour des solutions optimales x et y Donc chaque point x,y dans le polyèdre c T x = b T y Ax b A T y = c y 0 nous donne des solutions optimales Alors on trouve une solution optimale du PL sous forme primale et en même temps pour le PL sous forme duale avec une seule interrogation de l oracle Exercice 4, 3

Considérons le jeu suivant, avec un voleur et un gardien On se trouve dans un petit musée avec cinq salles d exposition Elles sont connectées par des portes comme figuré sur le plan du musée ci-dessous Au même moment, le voleur et le gardien choisissent chacun une salle Si la salle choisie est la même ou si les salles sont connectées, le gardien gagne Sinon, le voleur remporte la victoire Trouver la matrice des bénéfices du voleur où la valeur +1 représente le succès et 1 l échec Déterminer ensuite une stratégie mixte qui donne la plus grande valeur au voleur A B E C D Indication : Utiliser le théorème Minimax et SAGE Pour trouver la matrice des bénéfices du voleur, on donne une valeur 1 au voleur si le gardien ne le voit pas et 1 sinon L ordre des lignes et colonnes correspondent à l ordre A, B, C, D, E On considère le voleur comme le joueur qui choisit entre les lignes et le gardien choisit entre les colonnes On obtient 1 1 1 1 1 1 1 1 1 1 M = 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Dans la preuve du théorème Minimax vue en cours il est donné un programme linéaire qui trouve une stratégie optimale du joueur des lignes : max x 0 sous contraintes 1x 0 Mx E i=a x i =1 x A,, x E 0 4

Les variables x A,, x E déterminent les probabilités avec lesquelles le voleur choisit les salles Le PL sous forme standard est max 1 0 x 1 M 0 sous contraintes 0 1 T 0 1 T x 1 1 0 I 5 0 Avec l algorithme du simplexe de l exercice SAGE, on trouve x = 1/3, 1/3, 0, 1/3, 1/3, 0 et le certificat λ = 0, 1/3, 1/3, 0, 1/3, 0, 1/3, 0, 2/3, 0, 0, 0 La stratégie mixte optimale du voleur est donc de choisir la salle A avec probabilité 1/3, C avec 1/3, D avec 1/3 et B, E avec probabilité 0 Sa valeur optimale est 1/3 5