[PDF] 1 IFT1575 Démonstration 2 1. Modéliser le problème suivant où la





Previous PDF Next PDF



LA MODÉLISATION MATHÉMATIQUE

Exprimer le coût total de la matière première nécessaire pour construire la boîte en fonction du côté et de sa hauteur. Solution: Pour calculer le coût de la 



Cours numéro 1 : modélisation par suites et fonctions

modélisation par suites et fonctions. 1 Param`etres variables



FICHE 2 : MODELISER DES DONNEES AVEC UN TABLEUR

Il faut réaliser un diagramme XY comme précédemment. En fonction de l'allure du graphe il faut sélectionner le type de régression correspondant et cocher 



MATHÉMATIQUES

exprimer une grandeur en fonction d'une autre modéliser une situation par une fonction numérique



La modélisation et la représentation en mathématiques

11?/10?/2019 Etude de fonctions : o Variation et représentation graphique o Fonction dérivée o Lien entre signe de la dérivée et sens de variation.



Fonctions de plusieurs variables

Cependant pour modéliser de nombreux phénom`enes



1 Modéliser par une fonction

Généralités sur les fonctions. 1 Modéliser par une fonction. 1.1 Définition. Question : Un éleveur souhaite réa- liser un enclos pour sa volaille.



Modéliser un SLCI par un schéma-bloc

Le système d'équations est remplacé par un ensemble de blocs représentant les fonctions du système. Les schéma-blocs. Nous avons vu qu'un système complexe 



FIN DE SECONDE : EXEMPLES - FONCTIONS

Pour travailler la modélisation et évaluer les compétences des élèves dans tracent la courbe (avec la fonction trace par exemple - environ 30 minutes).



1 IFT1575 Démonstration 2 1. Modéliser le problème suivant où la

Modéliser le problème suivant où la fonction objectif f est linéaire par morceaux

1IFT1575

Démonstration 2

1. Modéliser le problème suivant, où la fonction objectif f est linéaire par morceaux,

comme un problème de programmation linéaire.

Max f(x

1) + 450 x2

s.a. 6 x 10 x x x

1, x2 ≥ 0.

avec

Solution.

Pour modéliser ce problème à l'aide de la programmation linéaire, on pose : x

1 = x11 + x12

12

On obtient alors :

Max 2 x

11 + 0.5 x12 + 450 x2

s.a. 6 x 10 x x x x

11, x12, x2 ≥ 0

f(x1) x1 0.5 5 2

22. Résoudre le problème suivant à l'aide de l'algorithme du simplexe :

Max 60x

1 +35x2 +20x3

s.a. 8x 4x

1 + 2 x2 + 2

2x

1 + 2

3x2 + 2

x x

1, x2, x3 ≥ 0.

Solution.

On transforme d'abord le Max en Min et on introduit ensuite les variables d'écart s

1, s2,

s

3, s4 afin de transformer les inégalités en égalités. On obtient le tableau initial suivant :

v.d. x

1 x2 x3 s1 s2 s3 s4 -z t.d.

s1 8 6 1 1 48 s2 4 2 23 1 20 s3 [2] 23 21 1 8 s4 1 1 5 -z -60 -35 -20 1 0 variable d'entrée: x1 variable de sortie: s 3 v.d. x1 x2 x3 s1 s2 s3 s4 -z t.d. s1 -1 1 -4 16 s2 -1 [21] 1 -2 4 x1 1 43 41 21 4 s4 1 1 5 -z 10 -5 30 1 240 variable d'entrée: x3 variable de sortie: s 2

3v.d. x

1 x2 x3 s1 s2 s3 s4 -z t.d.

s1 -2 1 2 -8 24 x3 -2 1 2 -4 8 x1 1 45 -21 23 2 s4 1 1 5 -z 10 10 1 280 La solution optimale est x1= 2, x2= 0, x3= 8, s1= 24, s2= s3= 0, s4= 5 de valeur z = -280.

3. Notes de cours, Section 2.12, #11 (a) i) Actions ou activités Niveau

traitement d'un patient de type A x 1 traitement d'un patient de type B x 2 ii) Fonction objectif

Maximiser l'impact social

Max 1 000 x

1 + 1 200 x2

iii) Contraintes - disponibilité d'unités d'acte 9 x - disponibilité de jours-lits 6 x - patients de type A et B x x iv) Modèle

Max 1 000 x

1 + 1 200 x2

s.a. 9 x 6 x x x x

1, x2 ≥ 0

44. Notes de cours, Section 2.12, #11 (b)

5. Notes de cours, Section 2.12, #11 (c)

• on introduit des variables d'écart pour obtenir des contraintes d'égalité. • on transforme le Max en Min.

Min z = - 1 000 x

1 - 1 200 x2

s.a. 9 x

1 + 14 x2 + u = 630

6 x

1 + 5 x2 + p = 300

x

1 + h = 40

x

2 + w = 40

x

1, x2, u, p, h, w ≥ 0

v.d. x

1 x2 u p h w -z t.d.

u 9 14 1 630 p 6 5 1 300 h 1 1 40 w [1] 1 40 -z -1 000 -1 200 1 0 variable d'entrée: x2 variable de sortie: w -1000x1-1200x2= - 782000 13

13360,13350

x2

9x1+14x2=630

6x1+5x2=300

20 30
40
50
60
10 x1 10 x2=40 x1=40

20 30 40 50 60 70

5 v.d. x

1 x2 u p h w -z t.d.

u [9] 1 -14 70 p 6 1 -5 100 h 1 1 40 x2 1 1 40 -z -1 000 1 200 1 48 000 variable d'entrée: x1 variable de sortie: u v.d. x1 x2 u p h w -z t.d. x1 1 1/9 -14/9 70/9 p -⅔ 1 [13/3] 160/3 h -1/9 1 14/9 290/9 x2 1 1 40 -z 1 000/9 - 3 200/9 1 502 000/9 variable d'entrée: w variable de sortie: p v.d. x1 x2 u p h w -z t.d. x1 1 -15/117 42/117 350/13 w -2/13 3/13 1 160/13 h 15/117 -42/117 1 170/13 x2 1 2/13 -3/13 360/13 -z 6 600/117 9 600/117 1 782 000/13

On est à l'optimum! La solution optimale est:

x

1 = 350/13

x

2 = 360/13

u = 0 p = 0 h = 170/13 w = 160/13.

La valeur de la solution optimale est z

= - 782 000/13

6Note. Cet exemple illustre l'une des limites de la programmation linéaire. En effet,

cette solution est fractionnaire (alors qu'il s'agit d'un nombre de patients).

6. Soit le problème:

Min z =

α x1 - 2x2 - x3 + 4x4

s.a. x

1 +x2 - x4 = 4 + 2Δ (1)

2x

1 - x2 + 3x3 - 2x4 = 5 + 7Δ (2)

x (a) Après avoir remplacé la contrainte (1) par (1') = (1) + (2) et la contrainte (2) par (2') = -2(1) + (2), déterminer le tableau du simplexe où x

1 et x2 sont les

variables dépendantes. (b) Si Δ = 0, déterminer les valeurs de

α pour que la solution associée au tableau

obtenu en (a) soit optimale. Justifier votre réponse. (c) Si α = -3, déterminer les valeurs de Δ pour que la solution associée au tableau obtenu en (a) soit optimale. Justifier votre réponse.

Solution.

(a) Après avoir remplacé les contraintes (1) et (2) par les contraintes (1') = (1) + (2) et (2') = -2(1) + (2), respectivement, déterminer le tableau du simplexe où x

1 et x2 sont les variables dépendantes.

Après la transformation, nous obtenons le tableau suivant: v.d. x

1 x2 x3 x4 -z t.d.

x1 3 3 -3 9 + 9Δ x2 -3 3 -3 + 3Δ -z α -2 -1 4 1 0 Ce n'est pas une forme appropriée pour appliquer l'algorithme du simplexe.

Afin que x

1 et x2 puissent jouer le rôle de variables dépendantes dans les

première et deuxième lignes, nous procédons aux transformations suivantes : • on divise la ligne de x

1 par 3.

• on divise la ligne de x

2 par -3.

• on élimine α et -2 sous x

1 et x2 dans la ligne de la fonction économique.

7On obtient alors une forme appropriée, soit:

v.d. x

1 x2 x3 x4 -z t.d.

x1 1 1 -1 3 + 3Δ x2 1 -1 1 - Δ -z -(α + 3) α + 4 1 - α (3 + 3Δ) + 2(1-Δ) (b) Si Δ = 0, déterminer les valeurs de

α pour que la solution associée au tableau

obtenu en (a) soit optimale. Justifier votre réponse. Soit Δ = 0. Pour que la solution soit optimale, il faut que : • - (α + 3) • α + 4 ≥ 0 ↔ α ≥ -4.

Donc, α ? [-4, -3].

(c) Si α = -3, déterminer les valeurs de Δ pour que la solution associée au tableau obtenu en (a) soit optimale. Justifier votre réponse. Soit α = -3. Puisque tous les coefficients dans la fonction économique deviennent plus grands ou égaux à 0, il faut simplement s'assurer que la solution est réalisable. Pour celà, il faut que : • 3 + 3Δ ≥ 0 ↔ Δ ≥ -1 • 1 - Δ

Donc, Δ ? [-1, 1].

quotesdbs_dbs47.pdfusesText_47
[PDF] Modéliser par une fonction (Images , antécentent , fonctions ) Long et besoin d'aide Merci ? vous

[PDF] Modéliser par une fonction pour conjecturer

[PDF] modéliser par une fonction seconde

[PDF] modeliser resonner communiquer

[PDF] modéliser un problème géométrique

[PDF] Modéliser une fonction ( ex 60 p 48 _ math'x )

[PDF] modéliser une roulette aléatoire

[PDF] Modéliser une situation ( pouvez vous m'aider svp )

[PDF] modéliser une situation par une fonction

[PDF] Modem Bayrou

[PDF] moderation definition

[PDF] moderato cantabile analyse du repas

[PDF] Moderato cantabile de Marguerite Duras

[PDF] Modernisation d'un texte

[PDF] Moderniser un tableau