Université des Sciences et de la Technologie

Houari Boumediene

Devoir

Application de la méthode du simplexe

CHAIBLAINE Yacine Professeur : M. Moulai

15 Janvier 2015
Exercice 3
Méthode de simplex biobjectif
 

 max x1 − 3x2 

max x1 + 3x2

 


 

SC :
 
Soit (P)

 x1 + 2x2 ≤8 

2x + x2 ≤7
 
1

 

 
x1 − 2x2 ≤1 x1 , x2 ≥ 0
 

Comme (P) est un problème linéaire avec deux objectifs, on veut le résoudre en utilisant la
méthode du simplex Biobjectif , D’abords on doit transformer (P) en un problème de minimisa-
tion et l’écrire sous forme standard,on obtient donc :

 

 min −x1 + 3x2 

min −x1 − 3x2

 


 

 SC :

 


(P) x1 + 2x2 + x3 =8
2x + x2 + x4 = 7
 
1

 

 
x1 − 2x2 + x5 = 1

 

 

xi ≥ 0 ∀i = 1..5
 

C’est clair que la solution x0 =(0,0,8,7,1) est réalisable,on pose λ = 1 ,on obtient le 1er tableau
du simplex :

x1 x2 x3 x4 x5 RHS
C1 -1 3 0 0 0 0
C2 -1 -3 0 0 0 0
x3 1 2 1 0 0 8
x4 2 1 0 1 0 7
x5 1 -2 0 0 1 1

On a λ = 1 donc C̄(λ) = C 1 , C 1 = (−1, 3, 0, 0, 0) 6≥ 0 donc la base (3,4,5) n’est pas optimale et

x1 x2 x3 x4 x5 RHS
C1 0 1 0 0 1 1
C2 0 -5 0 0 1 1
x3 0 4 1 0 -1 7
x4 0 5 0 1 -2 5
x1 1 -2 0 0 1 1

C 1 = (0, 1, 0, 0, 1) ≥ 0 =⇒ B̂ = (1, 3, 4) est optimale et la solution x∗ = (1, 0, 7, 5, 0) est optimal

1
pourP (λ)
I = i ∈ N̄ , Ci2 < 0, Ci1 ≥ 0 = {2} =
6 ∅
−Ci2
   
5 5
λ = max 1 2 /i ∈ I = max =
Ci − Ci 6 6
Donc x2 entre et x4 sort de la base, on obtient donc :

x1 x2 x3 x4 x5 RHS
C1 0 0 0 -1/5 7/5 0
C2 0 0 0 1 -1 6
x3 0 0 1 -4/5 3/5 3
x2 0 1 0 1/5 -2/5 1
x1 1 0 0 2/5 1/5 3

5 1 1 2
C̄(λ) = λC 1 + (1 − λ)C 2 = C + C = (0, 0, 0, 0, 1) ≥ 0 =⇒ B̂ = (1, 2, 3) est optimale et
∗
6 6
x =(3, 1, 3, 0, 0) est optimale.
I = i ∈ N̄ , Ci2 < 0, Ci1 ≥ 0 = {5} =6 ∅
−Ci2
   
5 5
λ = max /i ∈ I = max =
Ci1 − Ci2 12 12
x5 entre et x3 sort de la base on obtient donc :

x1 x2 x3 x4 x5 RHS
C1 0 0 -7/3 5/3 0 -7
C2 0 0 5/3 -1/3 0 11
x5 0 0 5/3 -1/3 1 5
x2 0 1 2/3 -1/3 0 3
x1 1 0 -1/2 2/3 0 2

5 1 7
C̄(λ) = λC 1 + (1 − λ)C 2 = C + C 2 = (0, 0, 0, 1/2, 0) ≥ 0 =⇒ B̂ = (1, 2, 5) est efficiente
12 12
et x∗ = (2, 3, 0, 0, 5) est optimale.

I = i ∈ N̄ , Ci2 < 0, Ci1 ≥ 0 = {4} =
6 ∅
−Ci2
   
1 1
λ = max /i ∈ I = max =
Ci1 − Ci2 6 6
x4 entre et x1 sort de la base on obtient donc :

x1 x2 x3 x4 x5 RHS
C1 -5/2 0 -3/2 0 0 -12
C2 1/2 0 3/2 0 0 12
x5 2 0 1 0 1 9
x2 1/2 1 1/2 0 0 4
x4 3/2 0 -1/2 1 0 3

1 1 5 2
C̄(λ) = λC 1 + (1 − λ)C 2 = C + C = (0, 0, 1, 0, 0) ≥ 0 =⇒ B̂ = (2, 4, 5) est efficiente et
∗
6 6
x = (0, 4, 0, 3, 3) est optimale.

2
 
I = i ∈ N̄ , Ci2 ≤ 0 = ∅ ...... STOP

L’algorithme s’arrête donc les solutions obtenu sont :

B̂ = (1, 2, 3) base efficiente et x2 = (3, 1, 3, 0, 0) optimale et extrême efficient, λ ∈ [5/12, 5/6].

B̂ = (1, 2, 5) base efficiente et x3 = (2, 3, 0, 0, 5) optimale et extrême efficient, λ ∈ [1/6, 5/12].

B̂ = (2, 4, 5) base efficiente et x4 = (0, 4, 0, 3, 9) optimale et extrême efficient, λ ∈ [0, 1/6].

Résolution graphique
Dans l’espace de décision on a la figure suivante :

Les solutions réalisables sont représenté par le polygone (A,B,C,D,E), et le cône polaire semi-
positive associé a (P) est représenté en bleu (obtenu à partir des deux vecteurs C 1 et C 2
∀x ∈ Xef f où Xef f = [A, B] ∪ [B, C] ∪ [C, D], Dx ∩ X = {x}. Donc Xef f est l’ensemble des
points efficients.

3
 Figure 1 –

Dans l’espace de critère on a la figure suivante :

A l’aide de cône polaire obtenu à partir les vecteurs (1, 0)t et (0, 1)t on aura les critères non
dominé

4
Figure 2 –