@Entry[1]

Problèmes avec l'algorithme du simplexe

(2) Où trouver une solution de base pour commencer ?

Le dual d'un programme linéaire

Motivation

Une solution réalisable d'un programme (de maximisation) donne un z possible, donc un minorant du z optimal.

Je peux aussi déduire des majorants de z par manipulation directe des inéquations:

10
10
20
50
0
40
25
  x    
100
50
60
40
0
0
0
15
100
30
50
40
5
5
20
10
100
0
0
0
0
50
30
0
100

Si je calcule 2/5× (1) + 2/3× (2), j'obtiens
37.33x1+44x2+34.67x3+20x4+16x6+20x7
106.67 et, donc,
z=30x1+40x2+30x3+10x4+15x6+20x7 106.67

Quel est le meilleur majorant que je peux trouver de cette façon ?
Le problème de base: maximiser j=1n cjxj
avec m contraintes j=1n ai,jxj bi
et xj 0

En essayant de trouver un majorant de la solution, j'ai cherché des multiplicateurs yi pour les contraintes avec les propriétés :

yi 0
i=1m ai,jyi cj
Et je veux trouver un ensemble de tels multiplicateurs qui me donne la valeur la plus petite possible de i=1m bi yi.

Un nouveau programme linéaire!
appelé le dual.

Propriété évidente: chaque solution réalisable du dual est supérieure ou égale à chaque solution réalisable du problème de base.

Le dual du dual

Le dual, à savoir minimiser i=1m bi yi avec les contraintes i=1m ai,jyi cj équivaut à maximiser i=1m -bi yi avec les contraintes i=1m -ai,jyi -cj.
(pour l'exprimer en forme canonique)

On a multiplié les deux vecteurs b et c et la matrice a par -1, échangé les 2 vecteurs et transposé la matrice.

Donc, si on le fait une deuxième fois pour obtenir le dual du dual, on retrouve le problème de base.

La même solution ! Les deux problèmes ont la même solution
(c'est-à-dire la même valeur optimale de la fonction objective)

Le théorème le plus important de la programmation linéaire.

Démonstration compliquée.

Mais, il n'est pas difficile de voir que l'algorithme du simplexe calcule (dans le cas d'un programme faisable et borné) une valeur qui est une solution réalisable des deux problèmes;
En effet, à la fin de l'exécution de l'algorithme, la dernière ligne contient sa valeur initiale (la fonction objective) moins une somme de multiples des autres lignes; mettons mj pour le multiplicateur de la ligne j.

En regardant les valeurs finales dans cette dernière ligne, on trouve

C'est-á-dire que les mj constituent une solution réalisable du programme dual et avec la même valeur de sa fonction objective que la solution trouvée du programme de départ.
donc, forcément la solution optimale des deux.

Cas dégénérés possibles

On a vu que si l'un des deux programmes a une solution optimale, c'est vrai aussi pour l'autre.

Il reste trois cas possibles ou ni l'un ni l'autre n'a pas de solution optimale:

L'interprétation économique de la solution du dual

La solution du problème dual (c'est-à-dire les yi) nous dit par combien la solution optimale ( z) va changer si la contrainte (numéro i) est modifiée.
(parce que la valeur trouvée pour z est i biyi)

Si z est mon profit, yi est le maximum que je devrait payer (par unité) pour lâcher la contrainte (acheter plus d'une matière de base ...)

Un autre algorithme Celui de Khachiyan (1979) a l'avantage d'être certain de terminer dans un temps polynomial (dans la taille des entrées ... ) dans tous les cas.

Algorithme plutôt d'intérêt théorique mais qui a produit beaucoup de recherches pour d'autres nouvelles méthodes dont quelques unes qui conservent l'avantage théorique de celle de Khachiyan mais sont compétitifs avec le simplexe (méthodes des points intérieurs).




File translated from TEX by TTH, version 3.05.
On 5 Nov 2009, 16:31.