Exercices de Programmation Lin´eaire – Mod´elisation
Exercices de Programmation Lin´eaire – Simplexe Primal – exercice 1 : R´esoudre le programme lin´eaire suivant par la m´ethode du simplexe Max z =5x1+6x2+9x3+8x4 s c x1+2x2+3x3+ x465 x1+ x2+2x3+3x463 x1, x2, x3, x4>0 – en faisant entrer en base la variable hors base dont le couˆt r´eduit est le plus grand
174 EXERCICES SUPPLÉMENTAIRES — PARTIE II
180 CHAPITRE 4 PROGRAMMATION LINÉAIRE Introduction La programmation linéaire constitue l’origine de l’optimisation mathématique moderne Son étude a été menée par George Bernard Dantzig à partir de 1947 L’algorithme du sim-plexe, que nous présentons dans ce chapitre, est considéré comme un des dix algorithmes les
Programmation linéaire
la programmation linéaire Nous étudierons 3 méthodes pour résoudre les différents types de problèmes de programmation linéaire; la première est basée sur une résolution graphique, elle est donc limitée à 2 ou 3 variables La deuxième méthode est plus algébrique et elle justifiera la troisième qui porte le nom de
1 Programmation linéaire
1 Programmation linéaire Corrigé ex 1 : Méthode du simplexe Programme 1 8 >> >> >> < >> >> >>: Max(x 1 + 2x 2) x 1 + 3 2 21 x 1 + 3x 2 18 x 1 2 5 x 1 et x 2 0 On introduit des variables d’écart, ce qui conduit aux équations suivantes pour les contraintes du problème : 8 >< >: x 1 + 3 2 + 3 = 21 x 1 + 3x 2 + x 4 = 18 x 1 x 2 + x 5 = 5
Programmation lin eaire et Optimisation
Programmation lin eaire et Optimisation Didier Smets Chapitre 1 Un probl eme d’optimisation lin eaire en dimension 2 On consid ere le cas d’un fabricant d
CORRIGE du TD N°1 : PROGRAMMATION LINÉAIRE
CORRIGE du TD N°1 : PROGRAMMATION LINÉAIRE EXERCICE 1 : corrigé 1- Modélisation sous forme de programme linéaire Désignons par et les nombres d’articles de chaque type (poterie, émaux sur cuivre) produits et par Z, le bénéfice généré par cette fabrication et sont les variables de décision du modèle
Programmation Lin aire Cours 1 : programmes lin aires, mod
•C Gu´eret, C Prins et M Sevaux - Programmation lin´eaire : 65 probl`emes d’optimisation mod´elis´es et r´esolus avec Visual Xpress, Eyrolles, 2000 •C Prins et M Sevaux - Programmation lin´eaire avec Excel : 55 probl`emes d’optimisation mod´elis´es pas `a pas et r´esolus avec Excel, Eyrolles, 2011
Chapitre : PROGRAMMATION LINÉAIRE 1ere ES
Chapitre : PROGRAMMATION LINÉAIRE 1ere ES Exercice4 Dans un centre de loisirs, il est possible de prendre une carte d’abonnement annuelle de 140 e, commune à la disco-thèque et au cinéma A la discothèque, l’entrée sans réduction est de 15 eet l’abonnement donne droit à une réduction de 40
Exercices 1 Programmes lin eaires - imag
Exercices 1 Programmes lin eaires Mod elisation et g eom etrie Exercice 1 Votre r egime alimentaire exige que tous les aliments que vous mangez proviennent de l’un des quatre \groupes d’aliments de base" (g^ateau au chocolat, cr eme glac ee, soda et chee-secake)
MHT 423: Mod elisation et optimisation - u-bordeauxfr
Programmation en nombres entiers mixtes et relaxations Le deuxi eme fait veut dire que, malheureusement, la programmation en nombres entiers est plus di cil (m^eme beaucoup plus di cil) que la programmation lin eaire Le premier veut dire qu’on peut n eanmoins d e nir des m ethodes de r esolution pour les programmes en nombres entiers qui
[PDF] exercice corrigé methode simplexe pdf
[PDF] multiples et sous multiples physique
[PDF] multiples et sous multiples physique exercices
[PDF] multiples et sous multiples du gramme
[PDF] multiple et sous multiple exercice
[PDF] multiples et sous multiples du litre
[PDF] multiplicateur fiscal formule
[PDF] multiplicateur fiscal macroéconomie
[PDF] cobb douglas explication
[PDF] revenu d'équilibre formule
[PDF] multiplicateur des dépenses publiques macroéconomie
[PDF] fonction de cobb douglas pdf
[PDF] revenu d'équilibre et revenu de plein emploi
[PDF] fonction cobb douglas ses
Programmation linéaire
2 eOption spécifiqueJean-Philippe Javet
x3 x 4 x 5x1x2x3x4x5¨°°3 4 1 0 0 42001 3 0 1 0 24002 2 0 0 1 2600
100 120 0 0 0 0
http://www.javmath.chTable des matières
1 Introduction 1
1.1 Préambule . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . 1
1.2 Un exemple résolu par voie graphique . . . . . . . . . . . . . . . . .. . . . . . . . . 2
2 Résolution de systèmes d"inéquations à 2 ou 3 variables 5
2.1 Inéquations linéaires . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . . . 5
2.2 Système d"inéquations linéaires . . . . . . . . . . . . . . . . . . .. . . . . . . . . . 8
2.3 Ensembles convexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . 12
2.3.1 Quelques propriétés des ensembles convexes . . . . . . . .. . . . . . . . . . 12
3 Traduction des problèmes en langage mathématique 15
3.1 Un exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 15
4 Résolution graphique d"un problème à 2 variables 21
4.1 Reprenons l"exemple résolu au premier chapitre . . . . . . .. . . . . . . . . . . . . 21
4.2 Résolution graphique d"un problème de minimisation . . .. . . . . . . . . . . . . . 22
5 Résolution graphique d"un problème à 3 variables 25
5.1 Un exemple à 3 variables . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . 25
5.2 Un théorème important . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . 29
5.3 Exemple FIL ROUGE (à compléter) . . . . . . . . . . . . . . . . . . . . .. . . . . 29
6 Résolution par méthode algébrique 33
6.1 Variables d"écart . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . 33
6.2 Coefficients des variables d"écart dans la fonction économique . . . . . . . . . . . . . 34
6.3 Résolution complète de l"exemple FIL ROUGE . . . . . . . . . . .. . . . . . . . . . 36
6.4 Marche à suivre de la méthode algébrique . . . . . . . . . . . . . .. . . . . . . . . 46
6.5 Exemple accompagné(reprise de l"exercice 3.1 déjà étudié en page 17): . . . . . . . . . 47
7 Résolution par la méthode du simplexe 55
7.1 Résolution du problème FIL ROUGE par la méthode du simplexe . . . . . . . . . . 55
7.2 Marche à suivre de la résolution matricielle . . . . . . . . . .. . . . . . . . . . . . . 60
I II7.3 Les variables dans et hors programme dans la résolution matricielle . . . . . . . . . 61
7.4 Exemple accompagné . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . 62
7.5 Quelques remarques pour terminer . . . . . . . . . . . . . . . . . . .. . . . . . . . 66
8 OpenOffice pour résoudre des problèmes de P.L. 67
8.1 Résolution de l"exemple accompagné(cf. pages 47 et 62). . . . . . . . . . . . . . . . 67
8.2 Quelques exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. . . . . 70
A Quelques éléments de solutions I
A.2 Résolution de systèmes d"inéquations . . . . . . . . . . . . . . .. . . . . . . . . . . I
A.3 Traduction des prob. en langage mathématique . . . . . . . . .. . . . . . . . . . . II A.4 Résolution graphique d"un prob. à 2 variables . . . . . . . . .. . . . . . . . . . . . IV A.5 Résolution graphique d"un prob. à 3 variables . . . . . . . . .. . . . . . . . . . . . IVA.6 Résolution par méthode algébrique . . . . . . . . . . . . . . . . . .. . . . . . . . . V
A.7 Résolution par méthode du simplexe . . . . . . . . . . . . . . . . . .. . . . . . . . VI A.8 OpenOffice pour résoudre des problèmes de P.L. . . . . . . . . . .. . . . . . . . . . VIIIndex VIII
1Introduction
1.1 Préambule
Laprogrammation linéairepeut se définir comme une technique mathématique permettantde résoudre des problèmes de gestion et particulièrement ceux où le gestionnaire doit déterminer,
face à différentes possibilités, l"utilisation optimale des ressources de l"entreprise pour atteindre
un objectif spécifique comme la maximisation des bénéfices oula minimisation des coûts. Dans la
plupart des cas, les problèmes de l"entreprise pouvant êtretraités par la programmation linéaire
comportent un certain nombre de ressources. On peut mentionner, par exemple,la main-d"uvre,les matières premières, les capitaux, ... qui sont disponibles en quantité limitée et qu"on veut
répartir d"une façon optimale entre un certain nombre de processus de fabrication. Notre approche
pour résoudre ce type de problèmes sera divisée en deux étapes principales :a) La modélisationdu problème sous forme d"équations ou d"inéquations linéaires qui permet-
tra ainsi de bien identifier et structurer les contraintes que doivent respecter les variables dumodèle; de plus, on doit définir l"apport de chaque variable àl"atteinte de l"objectif poursuivi
par l"entreprise, ce qui se traduira par une fonction à optimiser. b)La détermination de l"optimum mathématiqueà l"aide de certaines techniques propres à la programmation linéaire.Nous étudierons 3 méthodes pour résoudre les différents types de problèmes de programmation
linéaire; la première est basée sur une résolution graphique, elle est donc limitée à 2 ou 3 variables.
La deuxième méthode est plus algébrique et elle justifiera latroisième qui porte le nom de
méthode (ou algorithme) du simplexe.