Epreuve de Rattrapage Module : Programmation linéaire. Verres à thé. 12 Temps d'emballage ( min ) 4 Quantité de verre ( kg ) 0.1

Documents pareils
Cours 02 : Problème général de la programmation linéaire

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

Programmation linéaire

dénombrement, loi binomiale

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

prix par consommateur identiques différents prix par identiques classique 3 unité différents 2 1

Programmation linéaire

Fonctions de plusieurs variables

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

Objectifs. Clustering. Principe. Applications. Applications. Cartes de crédits. Remarques. Biologie, Génomique

Mécanique du point : forces Newtoniennes (PCSI)

Exercices Corrigés Premières notions sur les espaces vectoriels

Optimisation Discrète

Accès optiques : la nouvelle montée en débit

Module : réponse d un système linéaire

Complément d information concernant la fiche de concordance

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

Théorie et codage de l information

DIVERSIFICATION DES ACTIVITES ET PRIVATISATION DES ENTREPRISES DE CHEMIN DE FER : ENSEIGNEMENTS DES EXEMPLES JAPONAIS

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

Manuel de l'utilisateur

Cours d Analyse. Fonctions de plusieurs variables

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

Couples de variables aléatoires discrètes

Analyse en Composantes Principales


RECHERCHE OPERATIONNELLE

L information sera transmise selon des signaux de nature et de fréquences différentes (sons, ultrasons, électromagnétiques, électriques).

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

Des familles de deux enfants

Bois. P.21 Bois-béton à Paris. Carrefour du Bois. Saturateurs. Usinage fenêtres. Bardages P.25 P.34 P.31 P.37. La revue de l activité Bois en France

Seconde Généralités sur les fonctions Exercices. Notion de fonction.

Un modèle de composition automatique et distribuée de services web par planification

NFE107 Urbanisation et architecture des systèmes d information. Juin «La virtualisation» CNAM Lille. Auditeur BAULE.L 1

Chapitre 2. Matrices

Programmation Linéaire - Cours 1

TP : Outils de simulation. March 13, 2015

3 Approximation de solutions d équations

Sujet 4: Programmation stochastique propriétés de fonction de recours

Bien lire l énoncé 2 fois avant de continuer - Méthodes et/ou Explications Réponses. Antécédents d un nombre par une fonction

Fonctions de plusieurs variables : dérivés partielles, diérentielle. Fonctions composées. Fonctions de classe C 1. Exemples

FctsAffines.nb 1. Mathématiques, 1-ère année Edition Fonctions affines

Items étudiés dans le CHAPITRE N5. 7 et 9 p 129 D14 Déterminer par le calcul l'antécédent d'un nombre par une fonction linéaire

Date : Tangram en carré page

Programmation linéaire et Optimisation. Didier Smets

EXERCICE 4 (7 points ) (Commun à tous les candidats)

Fiche mathématiques financières

Problème 1 : applications du plan affine

Amphi 3: Espaces complets - Applications linéaires continues

CHAPITRE VIII : Les circuits avec résistances ohmiques

1 Complément sur la projection du nuage des individus

Correction du bac blanc CFE Mercatique

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

Examen optimisation Centrale Marseille (2008) et SupGalilee (2008)

Réseau SCEREN. Ce document a été numérisé par le CRDP de Bordeaux pour la. Base Nationale des Sujets d Examens de l enseignement professionnel.

Sous le feu des questions

Eteindre. les. lumières MATH EN JEAN Mme BACHOC. Elèves de seconde, première et terminale scientifiques :

Leçon N 4 : Statistiques à deux variables

Découvrez les bâtiments* modulaires démontables

chapitre 4 Nombres de Catalan

Structures algébriques

Chambre Régionale de Métiers et de l Artisanat. Région Auvergne. Région Auvergne

BACCALAURÉAT PROFESSIONNEL ÉPREUVE DE MATHEMATIQUES. EXEMPLE DE SUJET n 2

Chapitre 5 : Flot maximal dans un graphe

Capes Première épreuve

Chapitre 3. Les distributions à deux variables

Bac Blanc Terminale ES - Février 2011 Épreuve de Mathématiques (durée 3 heures)

Santé et hygiène bucco-dentaire des salariés de la RATP

Cours d analyse numérique SMI-S4

Probabilités sur un univers fini

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

Polynômes à plusieurs variables. Résultant

S2I 1. quartz circuit de commande. Figure 1. Engrenage

Pour l épreuve d algèbre, les calculatrices sont interdites.

Fax Server. Blue Line IP ISDN ISDN PRI

L ANALYSE EN COMPOSANTES PRINCIPALES (A.C.P.) Pierre-Louis GONZALEZ

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

Logistique, Transports

Faculté des Sciences Mathématiques, Physiques et Naturelles de Tunis

LA NOTATION STATISTIQUE DES EMPRUNTEURS OU «SCORING»

Une forme générale de la conjecture abc

Notion de fonction. Résolution graphique. Fonction affine.

Utilisation des tabelles de dimensionnement

Noël des enfants qui n'ont plus de maisons

Commande prédictive des systèmes non linéaires dynamiques

Statistique : Résumé de cours et méthodes

Guide d utilisation (Version canadienne) Téléphone sans fil DECT 6.0/ avec répondeur et afficheur/ afficheur de l appel en attente CL83101/CL83201/

Assurez-vous que votre site est conforme aux caractéristiques suivantes avant la date d'installation.

Cours 1 : Introduction Ordinateurs - Langages de haut niveau - Application

Résolution d équations non linéaires

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET

Fonctions de plusieurs variables

LE PRODUIT SCALAIRE ( En première S )

Première partie. Modélisation des problèmes en programmes linéaires notés PL

I- Définitions des signaux.

Responsabilités du client

Chapitre 1 : Évolution COURS

Optimisation des fonctions de plusieurs variables

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

* très facile ** facile *** difficulté moyenne **** difficile ***** très difficile I : Incontournable

Transcription:

Université Saad Dahlab de Blida, Faculté des sciences Déartement de mathématiques, 3 ième Année Licence LMD Blida, le 3 Juin 2 Ereuve de Rattraage Module : Programmation linéaire Exercice. Une verrerie roduit des verres à café, des verres à thé et des verres à eau. Les rix de vente, les quantités requises de verre ainsi que les tems de façonnage et d'emballage sont différents our chacun des roduits et sont donnés dans le tableau suivant : Verres à Verres à thé Verres à eau café Tems de façonnage ( min ) 4 2 2 Tems d'emballage ( min ) 2 4 Quantité de verre ( kg )..5. Prix de vente ( DA ) 8 6 5 Pour la semaine à venir, l'entrerise disose de 3 minutes our le façonnage, de 2 minutes our l'emballage et de kilogrammes de verre. a. Formuler un rogramme linéaire aidant l'entrerise à déterminer une roduction maximisant son chiffre d'affaires. b. Donner le rogramme dual du roblème. c. Résoudre le roblème rimal. d. Donner la solution otimale du rogramme dual. e. Si l'entrerise ouvait améliorer le façonnage ou l'emballage de ces roduits, ce qui reviendrai à disoser de lus de tems our l'une ou l'autre de ces deux activités, quelle étae de la roduction lui conseillerez-vous de modifier en remier?

Exercice 2. Soit le roblème linéaire P suivant : max. Z = C. X (P) A. X = b X. a) Montrer que la fonction objective du roblème (P) définie sur le olyèdre K = { X, X / A. X = b } atteint son maximum en un oint extrême de K. b) Si la fonction objective rend sa valeur maximale au lus d un oint extrême alors toutes combinaisons linéaire convexe de ces oints donne la même valeur à la fonction objective. c) Un oint x de K est un oint extrême si et seulement si x est une solution de base réalisable du roblème A.X = b. d) En déduire si K alors il admet au moins un oint extrême. Exercice 3. En aliquant la méthode du grand M, montrer que le roblème linéaire suivant n'a as de solutions. MinZ = -2 x - 3 x 2 + x 3-4 x - 5 x 2-2 x 3 5 - x + 6 x 2 + x 3 x ; x 2 ; x 3 2

Correction des exercices roosés le 3 Juin 2 Dans la cadre de l'éreuve de Rattraage du Module de la Programmation linéaire De la 3 ième Année Licence LMD Par Dr. DERBALA Ali. Solution. a. Définissons les variables de décision ar : X : le nombre de verres à café roduits endant la semaine à venir ; X 2 : le nombre de verres à thé roduits endant la semaine à venir ; X 3 : le nombre de verres à eau roduits endant la semaine à venir ; Le lan de roduction maximisant le chiffre d'affaires est solution du rogramme linéaire : Max z = 8 X + 6 X 2 + 5 X 3 4 X + 2 X 2 + 2 X 3 3 2 X + X 2 + 4 X 3 2, X +,5 X 2 +, X 3 X, X 2 et X 3 b. Le roblème dual du rogramme récédent est : Min w = 3 y + 2 y 2 + y 3 4 y + 2 y 2 +, y 3 8 2 y + y 2 +,5 y 3 6 2 y + 4 y 2 +, y 3 5 y, y 2 et y 3 c. Le but est d'obtenir une base otimale formée de ( X, X 2, X 3 ). En dressant les tableaux du simlexe on obtiendra : si on choisit de faire entrer X, il est otimal de faire sortirx 5. V.B X X 2 X 3 X 4 X 5 X 6 Coût X 4 X 5 X 6 3 4 2 2 75 2 2 4 6 / 3/2 / Z -8-6 -5 3

Si on fait rentrer X dans la base, si X 4 sortira, ça nous coûtera 75, de même our X 5, elle nous coûtera 6 et X 6 nous coûtera. A moindre coût, Il est otimal de faire sortir X 5. V.B X X 2 X 3 X 4 X 5 X 6 Coût X 4 X X 6 6 4-2 6 /2 2 /2 2 4 / - / -/2 4 Z 48-2 4 Si on fait rentrer X 2 dans la base, il est otimal de faire sortir X 6. V.B X X 2 X 3 X 4 X 5 X 6 Coût X 4 X X 2 6 4-2 5 4 5/2 3/4-5 6 4 - -/2 - Z 56-3 2 Si on fait rentrer X 3 dans la base, il est otimal de faire sortir X 4. V.B X X 2 X 3 X 4 X 5 X 6 Coût X 3 X X 2 5 /4 -/2-25 -5/8 2-5 - 55 /4 - - Z 575 /4 5/2 2 Ce tableau final est otimal. La solution est : X * = 25 verres à café, X 2 * = 55 verres à thé et X 3 * = 5 verres à eau our un chiffre d'affaires de Z* = 575 DA. d. La solution otimale duale se lit du tableau otimal : y * = /4, y 2 * = 5/2 et y 3 * = 2, w* = 575 DA. 4

e. Le coût marginal associé à la remière ressource ( le tems de façonnage ) est y * = /4 et celui associé à la deuxième ressource ( le tems d'emballage ) est y * 2 = 5/2. Il est donc référable d'essayer d'augmenter en remier lieu le tems d'emballage car, our une augmentation égale, l'imact sur le chiffre d'affaire sera lus imortant. Solution 2. voir cours donnés ar Dr. DERBALA Ali à htt://www.univ-blida.dz/fac_sciences/mathematique/ali_derbala.html a. soit un PL sous forme standard Soient x,, ( P) max Z = cx Ax = d x () (2) (3) x les oints extrêmes de IK et x une solution otimale de ()-(3). Suosons le contraire, que x n'est as un oint extrême de IK. Alors x = λixi et où Z(x )= Z( λi x i ) = λ i Z(xi ) (4) Déterminons la valeur maximale que rend la fonction objectif Z aux oints extrêmes, max Z ( xi ) = Z( xr ). i {,..., } Remlaçons dans (4) chaque Z(x ) ar Z(x ) i r. D'où Z( x ) = Z( λi xi ) = λi Z( xi ) Z( xr ) λi Z( xr ) Ou Z( x r ) Z( x ). Ce qui imlique que x n'est as une solution otimale. D'où x est un sommet de IK. b. Soient x,..., x les oints extrêmes de IK et Z(x ) =... = Z(x ) = α, la valeur minimale (res. maximale). Soit x = λixi et où λi =, avec λi Z(x) = Z( λi xi ) = α λi = α = Z(xi ) 5

c. Soit x= x,..., x,,,..., ) une solution de base réalisable. Montrons que ( m x est un oint extrême. Raisonnons ar absurde. Suosons qu'il existent y et z deux sommets de IK tel que : x = α y + ( - α) z ; α. Du fait que x et α, les " n - m " dernières comosantes de y et z sont nulles. y = (y, y 2,, y m,,, ); et z = y = (z, z 2,, z m,,, ) Du fait que y et z sont des solutions réalisables alors y. a + y 2. a 2 + + y m.a m = b, et z. a + z 2. a 2 + + z m.a m = b D'où (y - z ) a + ( y 2 - z 2 ) a 2 + + (y m - z m ) a m = (a i ) i =,,m sont L.I forment une base. Il en découlera y - z = y 2 - z 2 =. = y m - z m = y = z ; y 2 = z 2 ;. ; y m = z m. et donc x = y = z. soit x est un oint extrême, montrons qu'il est une solution de base réalisable de IK. x = (x,, x m,,, ) est une solution de IK. m x = xi ai = b. Si a, a 2,, a m sont L.I alors x est de base. Si a, a 2,, a m sont linéairements déendants, alors ils existent des scalaires y i non tous nuls m m tel que yi a i = (). Mais xi a i = b (2) m m m m Pour ε >, xi ai + ε yiai = b et xi ai ε yiai = b Nous avons trouvé deux solutions (as nécessairement réalisables) y= (x + ε y,, x m + ε y m,,, ) et z= (x - ε y,, x m - ε y m,,, ) Comme x i >, on eut choisir ε tel que y et z soient des solutions réalisables. Mais x = /2 y + /2 z. Absurde car x ne sera as un sommet. d. si le olyèdre de réalisabilité IK est non vide, alors il contient au moins une solution réalisable à artir de laquelle on eut construire une solution de base réalisable et donc il contient au moins un oint extrême. 6

Solution 3. MinZ = -2 x - 3 x 2 + x 3-4 x - 5 x 2-2 x 3 5 2 - x + 6 x 2 + x 3 x ; x 2 ; x 3 MinZ = -2 x - 3 x 2 + x 3-4 x - 5 x 2-2 x 3 - x 4 = 5 - x + 6 x 2 + x 3 - x 5 = x i ; i =,,5. MinZ = -2 x - 3 x 2 + x 3 4 x + 5 x 2 + 2 x 3 + x 4 = - 5 x - 6 x 2 - x 3 + x 5 = - x i ; i =,,5. J = {3} et J 2 = {, 2}. On rajoute l'équation artificielle : x + x 2 + x 6 = M. où M est un nombre ositif aussi grand que l'on veut. Calculons min { c j, j J 2 } = { -2, -3 } = c 2 Le roblème augmenté devient : MinZ = -2 x - 3 ( M - x - x 6 ) + x 3 4 x + 5 ( M - x - x 6 ) + 2 x 3 + x 4 = - 5 x - 6 ( M - x - x 6 ) - x 3 + x 5 = - x + x 2 + x 6 = M. x i ; i =,,5. MinZ = x + x 3 + 3 x 6-3M - x + 2 x 3 + x 4-5 x 6 = - 5M-5 7 x - x 3 + x 5 + 6 x 6 = 6M- x + x 2 + x 6 = M. x i ; i =,,5. C B x B d i x x 2 x 3 x 4 x 5 x 6 x 4 x 5 x 2-5M-5-2 -5 6M- 7-6 M Z j - c j - 3M - - -3 7

X 4 = - 5M - 5 <, a 4 sort de la base. Calculons min {Z j - c j / a 4j < } = {-/-, -3/-5} = 3/5; a 6 rentre dans la base. C B x B d i x x 2 x 3 x 4 x 5 X 6 3 x 6 x 5 x 2 M+ /5-2/5 -/5-6 29/5 7/5 6/5-4/5 2/5 /5 Z j - c j 3-2/5 -/5-3/5 X 5 = - 6 <, a 5 sort de la base. Tous les a 5j, j =, 3, 4. Le roblème augmenté n'a as de solutions otimales finies. D'où le roblème initial n'a as de solutions finies. 8