Programmation linéaire en nombres entiers

Documents pareils
Semestre : 4 Module : Méthodes Quantitatives III Elément : Mathématiques Financières Enseignant : Mme BENOMAR

LE PRINCIPE DU RAISONNEMENT PAR RÉCURRENCE

CHAPITRE 6 : LE BIEN-ETRE. Durée : Objectif spécifique : Résumé : I. L agrégation des préférences. Cerner la notion de bien-être et sa mesure.

Coefficient de partage

II - Notions de probabilité. 19/10/2007 PHYS-F-301 G. Wilquet 1

COURS DE MATHEMATIQUE FINANCIERE A COURT ET LONG TERME Promotion : Première année de graduat

Limites des Suites numériques

La France, à l écoute des entreprises innovantes, propose le meilleur crédit d impôt recherche d Europe

SYSTEME FERME EN REACTION CHIMIQUE

Dénombrement. Chapitre Enoncés des exercices

x +1 + ln. Donner la valeur exacte affichée par cet algorithme lorsque l utilisateur entre la valeur n =3.

Consolidation. C r é e r un nouveau classeur. Créer un groupe de travail. Saisir des données dans un groupe

Mathématiques Financières : l essentiel Les 10 formules incontournables (Fin de période)

2 ième partie : MATHÉMATIQUES FINANCIÈRES

Chapitre 3 : Fonctions d une variable réelle (1)

Les Nombres Parfaits.

Comportement d'une suite

LES ÉCLIPSES. Éclipser signifie «cacher». Vus depuis la Terre, deux corps célestes peuvent être éclipsés : la Lune et le Soleil.

[ édité le 10 juillet 2014 Enoncés 1. Exercice 6 [ ] [correction] Si n est un entier 2, le rationnel H n =

Dénombrement. Introduction. 1 Cardinaux d'ensembles nis. ECE3 Lycée Carnot. 12 novembre Quelques dénitions

1 Mesure et intégrale

Polynésie Septembre Exercice On peut traiter la question 4 sans avoir traité les questions précédentes.

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Conception d un outil décisionnel pour la gestion de la relation client dans un site de e-commerce

Incertitudes expérimentales

II LES PROPRIETES DES ESTIMATEURS MCO 1. Rappel : M1 LA REGRESSION : HYPOTHESES ET TESTS Avril 2009

Chapitre 3 : Transistor bipolaire à jonction

UNIVERSITE MONTESQUIEU BORDEAUX IV. Année universitaire Semestre 2. Prévisions Financières. Travaux Dirigés - Séances n 4

Exercice I ( non spé ) 1/ u 1 = u / Soit P la propriété : u n + 4. > 0 pour n 1. P est vraie au rang 1 car u 1

Deuxième partie : LES CONTRATS D ASSURANCE VIE CLASSIQUES

Groupe orthogonal d'un espace vectoriel euclidien de dimension 2, de dimension 3

Module 3 : Inversion de matrices

Séquence 5. La fonction logarithme népérien. Sommaire

Sommaire Chapitre 1 - L interface de Windows 7 9

EXERCICES : DÉNOMBREMENT

14 Chapitre 14. Théorème du point fixe

Une méthode alternative de provisionnement stochastique en Assurance Non Vie : Les Modèles Additifs Généralisés

GEA I Mathématiques nancières Poly. de révision. Lionel Darondeau

Calcul de tableaux d amortissement

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

Chap. 5 : Les intérêts (Les calculs financiers)

Les sinistres graves en assurance automobile : Une nouvelle approche par la théorie des valeurs extrêmes

Processus et martingales en temps continu

Exo7. Déterminants. = 4(b + c)(c + a)(a + b). c + a c + b 2c Correction. b + a 2b b + c. Exercice 2 ** X a b c a X c b b c X a c b a X

OBLIGATION DU SECTEUR PRIVE : EVALUATION ET OUTIL DE GESTION DU RISQUE DE TAUX D INTERET

FEUILLE D EXERCICES 17 - PROBABILITÉS SUR UN UNIVERS FINI

LE RÉGIME DE RETRAITE DU PERSONNEL CANADIEN DE LA CANADA-VIE (le «régime») INFORMATION IMPORTANTE CONCERNANT LE RECOURS COLLECTIF

CHAPITRE 2 SÉRIES ENTIÈRES

Etude de la fonction ζ de Riemann

. (b) Si (u n ) est une suite géométrique de raison q, q 1, on obtient : N N, S N = 1 qn+1. n+1 1 S N = 1 1

Une action! Un message!

20. Algorithmique & Mathématiques

Intégration et probabilités ENS Paris, TD (20)13 Lois des grands nombres, théorème central limite. Corrigé :

Les nouveaux relevés de compte

Application de la théorie des valeurs extrêmes en assurance automobile

Chap. 6 : Les principaux crédits de trésorerie et leur comptabilisation

RECHERCHE DE CLIENTS simplifiée

3.1 Différences entre ESX 3.5 et ESXi 3.5 au niveau du réseau. Solution Cette section récapitule les différences entre les deux versions.

Solutions particulières d une équation différentielle...

Introduction. Introduction

Interface OneNote 2013

" BIOSTATISTIQUE - 1 "

Convergences 2/2 - le théorème du point fixe - Page 1 sur 9

MUTUELLE D&O MUTUELLE D&O. Copilote de votre santé. AGECFA-Voyageurs CARCEPT CARCEPT-Prévoyance CRC CRIS CRPB-AFB

Gérer les applications

Compte Sélect Banque Manuvie Guide du débutant

Dares Analyses. Plus d un tiers des CDI sont rompus avant un an

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

BTS GPN 2EME ANNEE-MATHEMATIQUES-MATHS FINANCIERES MATHEMATIQUES FINANCIERES

Ressources pour le lycée général et technologique

Quand BÉBÉ VOYAGE. Guide pratique sur les précautions à prendre

Assurance maladie et aléa de moralité ex-ante : L incidence de l hétérogénéité de la perte sanitaire

c. Calcul pour une évolution d une proportion entre deux années non consécutives

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

L Analyse Factorielle des Correspondances

SÉRIES STATISTIQUES À DEUX VARIABLES

STATISTIQUE : TESTS D HYPOTHESES

Divorce et séparation

STATISTIQUE AVANCÉE : MÉTHODES

Télé OPTIK. Plus spectaculaire que jamais.

Formation d un ester à partir d un acide et d un alcool

Exercices de révision

Opérations bancaires avec l étranger *

S-PENSION. Constituez-vous un capital retraite complémentaire pour demain tout en bénéficiant d avantages fiscaux dès aujourd hui.

TRANSFERT DE CHARGE DANS UN RÉSEAU DE PROCESSEURS TOTALEMENT CONNECTÉS (*) par Maryse BÉGUIN ( 1 )

Manuel d initiation à l ordinateur HP Media Center

Renseignements et monitoring. Renseignements commerciaux et de solvabilité sur les entreprises et les particuliers.

Exercices d Électrocinétique

55 - EXEMPLES D UTILISATION DU TABLEUR.

Estimation des incertitudes sur les erreurs de mesure.

RESOLUTION PAR LA METHODE DE NORTON, MILLMAN ET KENNELY

Etude Spéciale SCORING : UN GRAND PAS EN AVANT POUR LE MICROCRÉDIT?

Suites et séries de fonctions

Statistique descriptive bidimensionnelle

Calculer le coût amorti d une obligation sur chaque exercice et présenter les écritures dans les comptes individuels de la société Plumeria.

Neolane Leads. Neolane v6.0

STRATÉGIE DE REMPLACEMENT DE LUTTE CONTRE LA PUNAISE TERNE DANS LES FRAISERAIES DE L ONTARIO

Remboursement d un emprunt par annuités constantes

Nous imprimons ce que vous aimez!

Le marché du café peut être segmenté en fonction de deux modes de production principaux : la torréfaction et la fabrication de café soluble.

Transcription:

Programmato léare e ombres eters

Itroducto Problème de programmato léare e ombres eters (P) M Suet à = = c a = b =,, m 0, eter =,, Eemple M z = Suet à, + 0 5 0 0, eter F(P) = domae réalsable de P

Itroducto Problème de programmato léare e ombres eters (P) M Suet à = = c a = b =,, m 0, eter =,, F(P) = domae réalsable de P Eemple M z = Suet à, + 0 5 0 0, eter = + 0 = 0 {( ) ( ) ( ) ( ) ( ) ( ) ( )} F( P ) = 0,0,,0,,0, 0,,,,,, 0,

Itroducto Problème de programmato léare e ombres eters ( ) (P) P M Suet à = = c a = b =,, m 0, eter =,, F(P) = domae réalsable de P Eemple M z = Suet à, + 0 5 0 0, eter = + 0 = 0 ( ) P déote le problème (P) où les cotrates d tégralté sur les varables sot rélaées.

Itroducto Problème de programmato léare e ombres eters ( P) M Suet à = = c a = b =,, m =,, F(P) = domae réalsable de P 0, eter Eemple M Suet à F( P) z = + 0, 5 = 0 0, eters + 0 = 0 ( ) P déote le problème (P) où les cotrates d tégralté sur les varables sot rélaées.

Itroducto Problème de programmato léare e ombres eters (P) M Suet à = = = b Résoluto du problème c a =,, m =,, Pourquo pas résoudre le problème relaé et arrodr la soluto? 0, eter Eemple M Suet à F( P) z = + 0, Soluto du problème relaé: (, 9/5) et z = 5 0 0, eters Soluto arrode: (, ) et z = 7 = + 0 = 0 Or (0, ) est réalsable avec z = 0

Méthodes de résoluto Prcpe de base Géérer u esemble de cotrates léares que ous aoutos à (P) Eemple M Suet à z = + 0, 5 = 0 0, eters F( P) + 0 = 0 + = 4

Méthodes de résoluto Prcpe de base Géérer u esemble de cotrates léares que ous aoutos à (P) pour egedrer u ouveau problème (PR) tel que ( ) F ( P) F PR ( ) = F ( P) F PR De plus e résolvat le problème relaé PR, la soluto optmale est etère et doc ue soluto optmale pour (P). Eemple M Suet à z = F( P) + 0 +, 5 0 4 0, eters = + 0 = 0 + = 4

Méthode des coupes de Gomory Prcpe des méthodes de coupes Itrodure de ouvelles cotrates léares au problème pour rédure le domae réalsable du problème relaé sas pour autat élmer de pots du domae réalsable du problème avec les cotrates de ombre eter sur les varables. La procédure cosste à résoudre ue sute de problèmes relaés usqu à ce qu ue soluto optmale e ombres eters sot obteue. U problème de la sute est obteu du précédet e lu aoutat ue cotrate léare (coupe) supplémetare.

Cosdéros le problème de programmato léare e ombres eters suvat: ( P) M = Suet à a = b =,, m = 0, eter, =,, c Voyos commet costrure ue coupe de Gomory. Sot B ue base optmale de ( P), et k la varable de base das la ème lge du tableau optmal preat ue valeur qu 'est pas etère.

Le tableau optmal est de la forme: var terme base z drote t t 0 t 0 t 0 b t t 0 t 0 t 0 b k t t m m m k 0 0 t t 0 b z c c 0 0 c 0 c z m m m m La lge correspodate du tableau optmal est de la forme: + t = b k J ( ) { } où J = : est l'dce d'ue varable hors base et b 'est pas eter.

La lge correspodate du tableau est de la forme: où J b = k J ( ) { } : est l'dce d'ue varable hors base et 'est pas eter. + t = b Déotos d = le plus grad eter (placher) d. Pusque 0, alors t t J et par coséquet k + t k + t = b J J J. ()

La lge correspodate du tableau est de la forme : où J = b J ( ) { : est l'dce d' ue varable hors base} 'est pas eter. k + t = b et S ous cosdéros la cotrate d'tégralté des varables, l découle de () que + t b. As toute soluto de ( P) satsfat (3). k J (3) Défssos Pusque d et par coséquet = le plus grad eter (placher) d. 0, alors t J k + t b. () J J t Cosdéros mateat la relato obteue e fasat le dfférece etre (3) et () : Notos que ( t t ) b J ( t t ) 0 et b ( b ) ( 4) ( b ) < 0 Pusque toute soluto de ( P) satsfat () et (3), alors elle satsfat (4), et so troducto das ( P) ' élme aucue soluto de ( P).

Cosdéros mateat la relato obteue e fasat le dfférece etre (3) et () : Notos que t t ( t ) b J ( t ) 0 et b ( b ) ( 4) ( b ) Pusque toute soluto de ( P) satsfat () et (3), alors elle satsfat (4), et so troducto das ( P) 'élme aucue soluto de ( P). < 0 Par cotre, la soluto actuelle du problème relaé ( P) où = 0 J e satsfat pas (4) et so troducto rédut le domae réalsable du problème relaé ( P).

Pour poursuvre la résoluto, l sufft d'trodure la cotrate J ( t ) ( ) ( ) ( ) t b b t t + τ = b b où est ue varable d'écart avec coût ul, au derer tableau du τ smplee pour géérer ue soluto de base au ouveau problème e J cosdérat comme la varable de base das la ouvelle lge du tableau. τ ( ) Cette soluto de base 'est pas réalsable pusque τ = b b < 0. Il sufft de poursuvre la résoluto avec l'algorthme dual du smplee.

var terme base z drote t t 0 t 0 t 0 0 b t t 0 t 0 t 0 0 b k m t k m m m m m t 0 0 t t 0 0 b τ t t t t 0 0 t t 0 t t 0 b b z c c 0 0 c 0 c 0 z m τ

Pour poursuvre la résoluto, l sufft d'trodure la cotrate J ( t ) ( ) ( ) ( ) t b b t t + τ = b b où est ue varable d'écart avec coût ul, au derer tableau du τ smplee pour géérer ue soluto de base au ouveau problème e J cosdérat comme la varable de base das la ouvelle lge du tableau. τ ( ) Cette soluto de base 'est pas réalsable pusque τ = b b < 0. Il sufft de poursuvre la résoluto avec l'algorthme dual du smplee. Notes: ) S (.e., est eter), et s t = t t J b 'est pas eter, alors + t = b k J dque que ( P) 'est pas réalsable pusque le terme de gauche pred ue valeur etère pour toute soluto réalsable de ( P) alors que le terme de drote 'est pas eter. ) Ue dérvato smlare s'applque à toutes les tératos. ( )

Cosdéros le problème suvat M Suet à 7 + 4 + 3 = 3,, 0, eters 3

J Itérato : Soluto de base optmal de ( P) 4 3 + + 3 = 7 7 7 valeur opt. = 39 Nouvelle cotrate: 4 4 3 3 3 4 7 + + = 7 7 7 7 7 ( t t ) ( b b ) ( ) ( ) t t + τ = b b J M Suet à 7 + 4 + 3 = 3,, 0, eters 3 Iterprétato géométrque : 4 7 Or 4 3 3 7 = 3 7 3+ 7 6 4 7 4. As + 4 6 3 6.

eters 0,,,, 7 6 7 7 4 3 4 7 Suet à M Résoudre le problème relaé de Itérato : 4 3 4 3 3 = + = + + 37 valeur opt. 3 4 7 4 Nous obteos 4 3 4 = = + = +

7 3 Nouvelle cotrate à partr de la ème lge + 3 4 = : 4 4 7 7 3 3 3 + + 4 + 5 = 4 4 4 4 J վ 3 4 + 5 = τ J 4 4 M Iterprétato géométrque 3 3 4 Substtuos la valeur de 4 trée de la 3 4 derère cotrate aoutée 4 6 3 + 4 = 7 7 7 pour obter 4 6 3 3 +. 7 7 7 Substtuos mateat la valeur de 3 3 = 3 7 4 pour obter 8 3 4 6 3 + 8 + + 7 7 7 7 8 6 8 + 4 + 3 + 3 7 7 ( t t ) ( b b ) ( t t ) + = ( b b ) Suet à 7 + 4 + = 3 4 6 3 + 4 = 7 7 7,,, 0, eters

33 optmale Valeur 3, 0, etère : Doc soluto optmale 3 Nous obteos 3 4 5 5 3 = = = = = + = + + = + eters 0,,,,, 4 4 3 4 7 4 Suet à M problème le Résoudre Itérato 3: 5 4 3 5 4 3 4 3 4 = + = + = +

Covergece de la méthode de coupes de Gomory Référece: A. Schrver, Theory of Lear ad Iteger Programmg, Wley & Sos, 986, 354-357 E fasat certaes hypothèses sur le cho de la lge du tableau pour spécfer la prochae coupe, l'auteur demotre: "... the cuttg plae method termates"

M = ( P) Suet à a = b =,, m = 0, eter =,, c Méthode de Brach & Boud Das cette méthode ous résolvos égalemet ue sute de problèmes relaés. ( ) Nous résolvos d abord P. S la soluto optmale est etère, alors cette soluto est optmale pour le problème orgal (P). So, ous utlsos ue varable est pas dot la valeur etère. Nous cosdéros deu ouvelles cotrates ou (placher de ) (plafod de ) M = ( P) Suet à a = b =,, m = 0, =,, c

+ 0 = 45 M Suet à z = +, 5 6 + 0 66 45 0, eters Sol. opt. prob. relaé : = 3.75, = 4.5 z = 4.375 + 6 = 66 Nouvelles cotrates cosdérées: ou 3.75 = 3 3.75 = 4 Avec ces deu ouvelles cotrates - pots réalsables de ( P) sot coservés - ue trache du domae réalsable du problème relaé est élmée

+ 0 = 45 M Suet à z = +, 5 6 + 0 66 45 0, eters Sol. opt. prob. relaé : = 3.75, = 4.5 z = 4.375 ( ) Trache de F P élmée + 6 = 66 Nouvelles cotrates cosdérées: ou 3.75 = 3 3.75 = 4

+ 0 = 45 M Suet à z = +, 5 6 + 0 66 45 0, eters F( P3 ) F( P ) Sol. opt. prob. relaé : = 3.75, = 4.5 z = 4.375 ( ) Trache de F P élmée ( ) ( ) ( ) F P3 + 6 = Par cotre, ce qu reste de F P 'est plus coee pusqu'l comporte deu sous-esembles F P et. 66 Nouvelles cotrates : 3.75 = 3 ou 3.75 = 4

+ 0 = 45 F( P3 ) F( P ) M Suet à z = +, 5 6 + 0 66 45 0, eters Nouvelles cotrates cosdérées: ou ( P ) ( P ) La melleure des deu solutos optmales de et est la soluto optmale de. ( P) 3.75 = 3 3.75 = 4 3 ( P ) M z = 5 ( P3 ) ( PSuet ) ( ) 3 àf P3 + 6 + 0, 66 45 4 0, eters + 6 = Poursuvre la résoluto e assocat des problèmes à et à. M Suet à 66 ( P ) ( ) F P z =, + 5 6 + 0 66 45 3 0, eters

Prochae térato Chosr u des deu problèmes (P ) ou (P 3 ) Le trater comme ous avos fat pour P. Das otre eemple, ous chosssos le problème (P 3 )

+ 0 = 45 ( P ) 3 M Suet à z =, + 5 6 + 0 66 45 3 0, eters F( P3 ) F( P ) ( P3 ) Sol. opt. prob. relaé : = 3, = 4. z = 4 + 6 = 66 ( ) Trache de F P élmée Nouvelles cotrates cosdérées: ou 4. = 4 4. = 5

+ 0 = 45 ( P ) 3 M Suet à z =, + 5 6 + 0 66 45 3 0, eters F ( P5 ) F( P ) Nouvelles cotrates cosdérées: ou 4. = 4 4. = 5 ( ) P4 M z = 5 Suet à + 6 66 + 0 45 3 5, 0, eters + 6 ( P ) 5 = 66 M z = 5 Suet à + 6 66 + 0 45 3 4, 0, eters

Prochae térato { } Chosr u des problèmes P5, P4, P qu a pas ecore été traté. Le trater comme ous avos fat pour P. Das otre eemple, ous chosssos le problème (P 5 )

+ 0 = 45 ( P ) 5 M z = 5 Suet à + 6 66 + 0 45 3 4, 0, eters F( P 5 ) F( P ) ( P5 ) Sol. opt. prob. relaé : = 3, = 4 z = 3 + 6 = 66 Pusque la soluto du sous-problème relaé est etère, elle est ue soluto réalsable de (P). Nous e gééros pas de ouveau sous-problème pusque ous avos detfé la melleure soluto de cette régo du domae réalsable de (P). Au cours du processus, ous coservos la melleure soluto etère recotrée dot la valeur costtue ue bore supéreure BS sur la valeur optmale de (P).

Prochae térato { } Chosr u des problèmes P, P qu a pas ecore été traté. 4 Le trater comme ous avos fat pour (P). Das otre eemple, ous chosssos le problème (P 4 )

+ 0 = 45 ( P ) 4 M z = 5 Suet à + 6 66 + 0 45 3 5, 0, eters F( P ) ( P ) 4 Problème o réalsable ( ) 4 F P = Φ + 6 = 66 Il y a doc pas leu de poursuvre la foulle das cette parte du domae réalsable de (P)qu est vde.

Prochae térato { } Chosr u des problèmes qu a pas ecore été traté. P Le trater comme ous avos fat pour (P). Das otre eemple, l e reste que le problème (P )

+ 0 = 45 ( P ) M Suet à z =, + 5 6 + 0 66 45 4 0, eters F( P ) ( P ) Sol. opt. prob. relaé : = 4, = 3.667 z =.333 + 6 = 66 La soluto optmale du problème relaé est pas etère mas sa valeur z =.333 > BS = 3 Il y a doc pas leu de poursuvre la foulle das cette parte du domae réalsable de (P) car l est mpossble d y trouver ue soluto etère de valeur féreure à 3.

La procédure s arrête quad tous les problèmes relaés géérés ot été résolus La soluto etère dot la valeur est égale à BS est ue soluto optmale de (P).

Représetato comme u arbre d éumérato Problèmes caddats P (( ) P 5 ( P 43 ) ( P ) ( P) = 3.75 4 3 ( P ) ( P3 ) ( ) P ( P M z = 5 ( ) M z = 5 ) Suet Suet à à + 6 6 66 66 66 0 0 45 45 45 54 P3 M z = 5 + + + +, 0, 4 3,, 0, 0, 54, 0, = 4. Sol. o etère z =.333 > BS 5 4 ( P 4 ) ( P5 ) Soluto No-réalsable Sol. etère BS = 3 Soluto optmale

Approche du Brach & Boud Approche tératve. À chaque térato, - l y a ue lste de problèmes caddats à être aalysés. Au départ, la lste cotet uquemet le problème orgal (P). - ous chosssos u problème caddat et ous résolvos le problème relaé correspodat - la soluto optmale du problème relaé ous permet de mettre à our la lste de problèmes caddats ou la bore supéreure de même que la melleure soluto recotrée

Procédure du Brach & Boud Italsato Lste de problème caddat cotet uquemet (P) BS = Aller à l étape. Étape S la lste est vde, termer. La soluto optmale est celle assocée à BS, a mos que BS = das lequel cas le problème P as pas de soluto. Étape Chosr le premer problème caddat (PC) e tête de lste.

Étape S la lste est vde, termer. La soluto optmale est celle assocée à BS, a mos que BS = das lequel cas le problème 'as pas de soluto. Étape ( PC) Chosr le premer problème caddat e tête de lst e. Étape 3 ( PC) ( PC) Aalyser e solutoat. ( ) S F PC = Φ, aller à l'étape. ( ) S v PC BS, aller à l'étape. ( PC) S la soluto optmale de est etère, alors ( ) < = ( ) s v PC BS, alors BS : v PC, aller à l'étape.

Étape 3 ( PC ) ( PC) Aalyser e solutoat. ( ) S F PC = Φ, aller à l'étape. ( ) S v PC BS, aller à l'étape. ( PC) S la soluto optmale de est etère, alors Étape 4 ( ) < = ( ) s v PC BS, alors BS : v PC, aller à l'étape. Chosr ue varable qu 'est pas etère. Géérer u premer ouveau problème e aoutat la cotrate ( ) au problème PC et le placer e tête de la lste Géérer u deuème ouveau problème e aoutat la cotrate ( ) au problème PC et le placer e tête de la lste Aller à l'étape.

Étape S la lste est vde, termer. La soluto optmale est celle assocée à BS, a mos que BS = das lequel cas le problème 'as pas de soluto. Étape ( PC) Chosr le premer problème caddat e tête de lst e. Étape 3 ( PC) ( PC) Aalyser e solutoat. ( ) S F PC = Φ, aller à l'étape. ( ) S v PC BS, aller à l'étape. ( PC) S la soluto optmale de est etère, alors ( ) < = ( ) s v PC BS, alors BS : v PC, aller à l'étape.

Prcpe de foulle das l'arbre

Représetato comme u arbre d éumérato Problèmes caddats P (( ) P 5 ( P 43 ) ( P ) ( P) = 3.75 4 3 ( P ) ( P3 ) ( ) P ( P M z = 5 ( ) M z = 5 ) Suet Suet à à + 6 6 66 66 66 0 0 45 45 45 54 P3 M z = 5 + + + +, 0, 4 3,, 0, 0, 54, 0, = 4. Sol. o etère z =.333 > BS 5 4 ( P 4 ) ( P5 ) Soluto No-réalsable Sol. etère BS = 3 Soluto optmale

Prcpe de foulle das l'arbre a) Foulle e profodeur: descedre rapdemet das l'arbre pour aller chercher le plus rapdemet possble ue premère soluto etère réalsable b) Foulle au melleur oeud potetel: fare quelques tératos à chaque oeud de la lste pour teter d'detfer celu qu a le plus de potetel de fare décrotre la bore supéreure c) Foulle e largeur: compléter u étage de l'arbre avat de descedre das celu-c

( ) Cho de la varable de séparato, La varable telle que a) le plus grad b) le plus pett c) le plus proche de 0.5

Utlser l'algorthme dual pour résoudre le problème relaé chos das la lste Soluto optmale pour le problème courat (au pot courat de l'arbre) 'est pas réalsable pour le problème obteu e aoutat ue cotrate du type ou. O peut doc utlser l'algorthme dual pour résoudre ce ouveau problème e partat de la soluto optmale du problème précédet.

Référece. A. Atamturk, M.W.P. Savelsbergh, "Iteger-Programmg Software Systems", Aals of Operatos Research 40, 67-4, 005.