Scribd
Importer
24 vues3 pages

Simplex Resolution

Le document présente la méthode Simplex pour résoudre un problème d'optimisation avec deux variables de décision, x et y, soumises à plusieurs contraintes. Après transformation des inégalités en égalités et plusieurs itérations, la solution optimale est atteinte avec x = 400, y = 400 et une valeur maximale de Z = 20000. Le tableau final montre que tous les coefficients de la fonction objectif sont non négatifs, confirmant l'optimalité de la solution.

Transféré par

abdelhay19622
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
24 vues3 pages

Simplex Resolution

Le document présente la méthode Simplex pour résoudre un problème d'optimisation avec deux variables de décision, x et y, soumises à plusieurs contraintes. Après transformation des inégalités en égalités et plusieurs itérations, la solution optimale est atteinte avec x = 400, y = 400 et une valeur maximale de Z = 20000. Le tableau final montre que tous les coefficients de la fonction objectif sont non négatifs, confirmant l'optimalité de la solution.

Transféré par

abdelhay19622
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Méthode Simplex - Résolution du problème

Donné:

Variables de décision :

- x : nombre d'unités produites du premier produit.

- y : nombre d'unités produites du second produit.

Contraintes :

1. x >= 0

2. y >= 0

3. x <= 400

4. y <= 600

5. 3x + 2y <= 800

Fonction objectif :

Z = 30x + 50y (à maximiser).

Transformation en forme canonique pour la méthode Simplex :

Nous introduisons des variables d'écart pour transformer les inégalités en égalités :

1. x <= 400 devient x + s1 = 400 où s1 >= 0.

2. y <= 600 devient y + s2 = 600 où s2 >= 0.

3. 3x + 2y <= 800 devient 3x + 2y + s3 = 800 où s3 >= 0.

Le problème devient donc le suivant :

Maximiser Z = 30x + 50y

Sous les contraintes :

x + s1 = 400
y + s2 = 600

3x + 2y + s3 = 800

Tableau initial (avec les variables d'écart) :

| Base | x | y | s1 | s2 | s3 | Solution |

|--------|----|----|----|----|----|----------|

| s1 | 1 | 0 | 1 | 0 | 0 | 400 |

| s2 | 0 | 1 | 0 | 1 | 0 | 600 |

| s3 | 3 | 2 | 0 | 0 | 1 | 800 |

|Z | -30| -50| 0 | 0 | 0 | 0 |

**Choix de la colonne pivot (entrante)** :

La colonne \( y \) est choisie car elle a le coefficient le plus négatif (-50).

**Calcul de la colonne pivot** :

Calcul des rapports de la colonne "solution" par la colonne \( y \) :

- s1 : \( rac{400}{0} \) (ignorer cette ligne).

- s2 : \( rac{600}{1} = 600 \).

- s3 : \( rac{800}{2} = 400 \).

Le plus petit rapport est 400, donc \( s3 \) sort de la base.

**Nouvelle ligne s3** (après division par 2) :

(1.5, 1, 0, 0, 0.5, 400)

Mise à jour des autres lignes en fonction de la nouvelle variable dans la base.

Tableau après la première itération :

| Base | x | y | s1 | s2 | s3 | Solution |
|--------|-----|-----|----|----|------|----------|

| s1 |1 |0 |1 |0 |0 | 400 |

| s2 |0 |1 |0 |1 |0 | 600 |

|y | 1.5 | 1 | 0 | 0 | 0.5 | 400 |

|Z | 45 | 0 | 0 | 0 | 25 | 20000 |

Le tableau n'a plus de coefficients négatifs dans la ligne \( Z \), ce qui signifie que nous avons atteint

la solution optimale.

Solution finale :

- x = 400

- y = 400

- Z = 20000

Vous aimerez peut-être aussi