Dualité en Programmation Linéaire Algorithmes primal et dual du simplexe. Alain Faye Option 3A Optimisation 1

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

Programmation linéaire

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

Optimisation Discrète

Programmation linéaire

Programmation Linéaire - Cours 1

Programmation linéaire et Optimisation. Didier Smets

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

Sujet 4: Programmation stochastique propriétés de fonction de recours

Chapitre 3. Les distributions à deux variables

Cours 02 : Problème général de la programmation linéaire

Chapitre 5 : Flot maximal dans un graphe

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

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

Exercice : la frontière des portefeuilles optimaux sans actif certain

Cours d analyse numérique SMI-S4

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

Cours de recherche opérationnelle I

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

Travaux dirigés n 1. Programmation linéaire

INFO-F Algorithmique 3 et Recherche Opérationnelle

Théorie et codage de l information

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

Polynômes à plusieurs variables. Résultant

Exercices - Polynômes : corrigé. Opérations sur les polynômes

Annexe 6. Notions d ordonnancement.

LES MÉTHODES DE POINT INTÉRIEUR 1

CHAPITRE V SYSTEMES DIFFERENTIELS LINEAIRES A COEFFICIENTS CONSTANTS DU PREMIER ORDRE. EQUATIONS DIFFERENTIELLES.

Fonctions de plusieurs variables

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

Quelques tests de primalité

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

Dualité dans les espaces de Lebesgue et mesures de Radon finies

Quelques algorithmes simples dont l analyse n est pas si simple

Analyse des Systèmes Asservis

Résolution d équations non linéaires

Intégration et probabilités TD1 Espaces mesurés

Mathématiques appliquées à l'économie et à la Gestion

Intégration et probabilités TD1 Espaces mesurés Corrigé

1 Première section: La construction générale

Exercices Corrigés Premières notions sur les espaces vectoriels

2.4 Représentation graphique, tableau de Karnaugh

Résolution de systèmes linéaires par des méthodes directes

Chapitre 2. Matrices

Couplage Planification et Ordonnancement : Approche hiérarchique et décomposition

Développement décimal d un réel

RECHERCHE OPERATIONNELLE

Compter à Babylone. L écriture des nombres

Info0804. Cours 6. Optimisation combinatoire : Applications et compléments

Nouvelles propositions pour la résolution exacte du sac à dos multi-objectif unidimensionnel en variables binaires

INTRODUCTION À L ANALYSE FACTORIELLE DES CORRESPONDANCES

Architecture des ordinateurs TD1 - Portes logiques et premiers circuits

DOCM Solutions officielles = n 2 10.

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

Condition inf-sup pour l Elément Fini de Taylor-Hood È ¾ -iso-è ½

Fonctions de deux variables. Mai 2011

Master IAD Module PS. Reconnaissance de la parole (suite) Alignement temporel et Programmation dynamique. Gaël RICHARD Février 2008

Algèbre binaire et Circuits logiques ( )

Journées Télécom-UPS «Le numérique pour tous» David A. Madore. 29 mai 2015

Licence Sciences et Technologies Examen janvier 2010

Plus courts chemins, programmation dynamique

Lecture graphique. Table des matières

Programmation linéaire

Chapitre VI - Méthodes de factorisation

Algorithmes pour la planification de mouvements en robotique non-holonome

Université Paris-Dauphine DUMI2E 1ère année, Applications

Oscillations libres des systèmes à deux degrés de liberté

OPTIMISATION À UNE VARIABLE

Circuits RL et RC. Chapitre Inductance

4.2 Unités d enseignement du M1

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Analyse de la variance Comparaison de plusieurs moyennes

INF 232: Langages et Automates. Travaux Dirigés. Université Joseph Fourier, Université Grenoble 1 Licence Sciences et Technologies

L exclusion mutuelle distribuée

CORRIGES DES CAS TRANSVERSAUX. Corrigés des cas : Emprunts

Problème 1 : applications du plan affine

Simulation de variables aléatoires

Chapitre 1 Régime transitoire dans les systèmes physiques

Gestion des stocks et des approvisionnements

Probabilités. Rappel : trois exemples. Exemple 2 : On dispose d un dé truqué. On sait que : p(1) = p(2) =1/6 ; p(3) = 1/3 p(4) = p(5) =1/12

Comment démontrer des formules sans effort? exposé de maîtrise

LES AMORTISSEMENTS : CALCULS ENREGISTREMENTS

Baccalauréat ES Pondichéry 7 avril 2014 Corrigé

Utiliser des fonctions complexes

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

Théorème du point fixe - Théorème de l inversion locale

Chapitre 6. Fonction réelle d une variable réelle

CONCOURS D ENTREE A L ECOLE DE 2007 CONCOURS EXTERNE. Cinquième épreuve d admissibilité STATISTIQUE. (durée : cinq heures)

Lagrange, où λ 1 est pour la contrainte sur µ p ).

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

Fonctions homographiques

Stratégie optimale de stockage de déchets à vie longue

Manuel d utilisation 26 juin Tâche à effectuer : écrire un algorithme 2

Équations non linéaires

TOUT CE QU IL FAUT SAVOIR POUR LE BREVET

PROBLEME(12) Première partie : Peinture des murs et du plafond.

Représentation d un entier en base b

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

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

Triangle de Pascal dans Z/pZ avec p premier

Transcription:

Dualité en Programmation Linéaire lgorithmes primal et dual du simplee lain Fae Option 3 Optimisation

Dualité lagrangienne

Dualité lagrangienne Problème Primal min f() s.c. g i, i =,, m X &h j () =, j =,, p avec XR n Fonction de Lagrange m L,, = f + i g i i= avec& i &&i =,, m p + j h j j= Fonction duale θ(, )=min X L(,, ) Problème Dual ma θ(, ),& 3

Dualité lagrangienne Théorème de dualité f &θ(, ) X satisfaisant les contraintes du primal, Corollaire Soit X satisfaisant les contraintes du primal et, tels que: f = &θ(, ) lors est solution du primal et (, ) est solution du dual 4

PL et dualité 5

Pb du pharmacien : fournir une potion contenant un minimum d unités en vitamines, B, C en utilisant les poudres fournies par laboratoires g de poudre vitamine vitamine B vitamine C coût laboratoire unités 3 unités 5 unités 6 laboratoire 5 unités unités unités 9 Il lui faut au moins 5 unités de vitamine 6 unités de vitamine B 5 unités de vitamine C 6

Pb du pharmacien : g de poudre vitamine vitamine B vitamine C laboratoire unités 3 unités 5 unités laboratoire 5 unités unités unités Il lui faut au moins 5 unités de vitamine 6 unités de vitamine B 5 unités de vitamine C coût 6 9 Un concurrent des laboratoires et : Un 3 ème laboratoire décide de commercialiser les vitamines, B, C séparément. Il lui faut trouver le pri, B, C pour chaque unité de vitamine. Pour être concurrentiel avec le laboratoire il faut : +3 B +5 C 6 Pour être concurrentiel avec le laboratoire il faut : 5 + B + C 9. Le laboratoire désire maimiser les gains en vendant ses vitamines au pharmacien maimiser 5 + 6 B + 5 C 7

8 5 5 6 3 5 5 s.c. 9 min 6 9 5 6 5 3 s.c. 5 6 ma 5 C B C B C B C B Pb du pharmacien : se fournissant auprès des laboratoires et préparer sa potion à un moindre coût Pb du concurrent des laboratoires et : trouver le juste pri des vitamines pb primal pb dual

Dualité et programmation linéaire Primal (P) min c s.c. b Dual (D) ma b s.c. c Format des données et des variables b c 9

b s.c. min c (P) c s.c. b ma D 9 6 c 5 3 5 C B 5 6 5 b 5 5 6 3 5 5 s.c. 9 min 6 9 5 6 5 3 s.c. 5 6 ma 5 C B C B C B C B Construction du dual

= 5 5 6 3 5 5 s.c. 9 6 min P z 9 5 6 5 3 s.c. 5 6 5 ma D C B C B C B C B v =, = 3 /, z = 39 / = / 5, B = / 3, C = / 5, v = = 3 /, = 3 / 4, z = 63 / 4 =, B = 3 / 4, C = 3 / 4, v = 63 / 4 = optimalité des solutions On fait quelques essais et on constate que le coût pour le pharmacien gain du 3 è laboratoire

Dualité et programmation linéaire Eercice - Montrer que : c b satisfaisant les contraintes de (P) satisfaisant les contraintes de (D) Eercice - Ecrire le dual lagrangien de (P) avec = comme variables duales - Donner les conditions sur telles que ce dual lagrangien ait une valeur>- 3- En déduire que le dual lagrangien de (P) est le problème (D)

Saut de dualité Le résultat suivant est très important ; - Si l un des problèmes a un optimum fini, alors les valeurs optimales des problèmes (P) et (D) coïncident. - Si l un des problèmes a un optimum non fini, alors l autre problème n a pas de solution réalisable pas de saut entre les valeurs optimales des problèmes (P) et (D) 3

Propriété. Ecarts complémentaires Soit une solution réalisable de (P) c est-à-dire vérifie les contraintes de (P) et une solution réalisable de (D) c est-à-dire vérifie les contraintes de (D). et sont solutions optimales de (P) et (D) respectivement si et seulement si (-b)= et (c-)=. Vérifions la propriété sur le pb du pharmacien: ( +5-5) + B (3 + -6) + C (5 + -5) + (6- -3 B -5 C ) + (9-5 - B - C ) = termes si la somme= ils sont tous nuls 6 +9-5 -6 B -5 C = l objectif (P)=l objectif de (D) et solutions de (P) et (D) 4

Ecarts complémentaires Eercice Soit satisfaisant les contraintes de (P) et satisfaisant les contraintes de (D) Montrer que : c = b si et seulement si b = et c = 5

Interprétation des variables duales Soit (P) pb de tpe minimiser et son dual (D). l optimum de (P) et (D) on a z * =v * =b De combien varie l optimum de (P) lorsque b le second membre des contraintes varie? z * =b si b pas trop grand sinon z * b les valeurs des var. duales n étant plus optimales Faisons varier un b i uniquement z * = i b i z * /b i = i i représente le pri à paer quand on fait varier la contrainte i 6

Eemple : si le pharmacien fait varier ses demandes en vitamines, B, C Solution du dual: =, B = 3 / 4, C = 3 / 4, v = 63 / 4 P min z 6 3 s.c. 5 9 5 5 6 5 5+ z= = 6+ z= B = 3 / 4 5+ z= C = 3 / 4 La vitamine pas d effet sur le coût, B un peu d effet, C fois plus d effet 7

lgorithmes primal et dual du simplee 8

lgorithmes primal et dual du simplee Problème (P) sous forme standard (contraintes =) min c s.c. = b Problème (D) dual de (P) ma b s.c. c ttention pas de condition de signe sur 9

lgorithmes primal et dual du simplee Base Quitte à déplacer les colonnes de, on partitionne en une matrice carrée B inversible et une matrice N = B N On partitionne de façon identique le vecteur et le vecteur c c = c B c N B N = c B B + c N N c B est le vecteur etrait de c, correspondant au colonnes de la matrice B c N est le vecteur etrait de c, correspondant au colonnes de la matrice B& Même chose pour le vecteur

lgorithmes primal et dual du simplee Solution de base de (P) = b B N B N = B B + N N = b La solution de base (associée à B) est la solution du sstème particulière suivante: N =,& B = B b Le coût de cette solution est c = c B B b On pose = c B B On constate alors que: c = b Égalité entre l objectif de (P) et (D) Maintenant si satisfait les contraintes de (P) et les contraintes de (D) lors et sont solutions (optimales) de (P) et (D) respectivement. Voir le théorème de dualité et son corollaire

lgorithmes primal et dual du simplee Coûts réduits c = c B B + c N N = b&, &B B + N N = b&, & B +&B N N = B b c = c B B + c N N = c B B b + (c N c B B N) N L objectif de (P) est eprimé en fonction de N (variables hors-base) uniquement Les coefficients de N &sont les coûts réduits : c N c B B N

lgorithmes primal et dual du simplee Solution duale réalisable c B c B N c N En prenant = c B B, on obtient: c B B B c B c B B N c N La première condition est toujours trivialement vérifiée. La seconde est vérifiée si et seulement si&&c N c B B N La solution est duale réalisable si et seulement si les coûts réduits sont positifs ou nuls 3

lgorithmes primal et dual du simplee Résumé - La matrice B induit une solution dite de base : B = B b, & N = La solution de base est primale réalisable ( ) si et seulement si&&b b - La matrice B induit une solution = c B B duale réalisable si et seulement si c N c B B N (coûts réduits ) 3- Pour cette solution de base et cette solution, les objectifs du primal et du dual ont la même valeur = c B B b 4

lgorithmes primal et dual du simplee lgorithme primal On passe de solution de base primale réalisable en solution de base primale réalisable Et on stoppe dès que l on a atteint une base B qui est duale réalisable (coûts réduits ) lgorithme dual On passe de base duale réalisable en base duale réalisable Et on stoppe dès que l on a atteint une solution de base primale réalisable (B b ) 5

lgorithmes primal et dual du simplee B et B adjacentes = ne diffèrent que d une colonne 6

lgorithmes primal et dual du simplee Ecriture canonique de (P) relativement à une matrice de base B min&& z = c B B b + c N c B B N N B + B N N = B b B,&&& N que l on peut noter: min&& z = c B B b + j j j&hors base i + a ij j = b i &&&& i&en&base j&hors base B,&&& N 7

lgorithmes primal et dual du simplee Règles de pivotage (pour passer d une base B à une base B adjacente) lgorithme primal Variable entrant dans la base - Variable entrant dans la base : e &tel&que& e < et le plus petit Variable sortant de la base - Si tous les a ie (dans la colonne e) alors minimum non borné (-) (on peut augmenter indéfiniment la variable e &) b Sinon variable s sortant de la base où s = argmin i : i&&t. q.&a i a ie > & ie (cette règle permet de maintenir le second membre b ) 8

lgorithmes primal et dual du simplee Règles de pivotage (pour passer d une base B à une base B adjacente) lgorithme dual Variable sortant de la base - Variable sortant de la base : s &tel&que&b s < et le plus petit Variable entrant dans la base - Si tous les a sj (dans la ligne s) alors primal non réalisable (en ligne s, on a une équation avec membre gauche et membre droit <) Sinon variable e entrant dans la base où e = argma j (cette règle permet de maintenir les coûts réduits ) j a sj :& j&t. q. a sj < 9

Eercice min z = + 3 4 + 8 s.c + 4 8 7 + 47, -Mettre ce problème sous forme standard -Trouver une base duale réalisable évidente 3-Partant de cette base, résoudre le problème par l algorithme dual du simplee 3