Sie sind auf Seite 1von 47

5.

Dualit
en
programmation linaire
Illustration de la notion
Considrons une entreprise
produisant r produits finis: f
k
= demande du produit k =1, 2, , r
utilisant s matires premires: h
l
= disponibilit de la matire premire
l = 1, 2, , s

Lentreprise dispose de n procds de production (activits):
x
j
= niveau dutilisation du procd j = 1, 2, , n
c
j
= cot unitaire dutilisation du proccd j = 1, 2, , n
Le procd j
produit e
kj
units de produit k =1, 2, , r
utilise g
lj
units de matire l = 1, 2, , s
pour chaque unit de son utilisation.
Illustration de la notion
Considrons une entreprise
produisant r produits finis:
f
k
= demande du produit k =1, 2, , r
utilisant s matires premires:
h
l
= disponibilit de la matire l = 1, 2, , s

Lentreprise dispose de n procds de production
(activits):
x
j
= niveau dutilisation du procd
j = 1, 2, , n
c
j
= cot unitaire dutilisation du procd
j = 1, 2, , n
Le procd j
produit e
kj
units de produit k =1, 2, , r
utilise g
lj
units de matire l = 1, 2, , s
pour chaque unit de son utilisation.
Problme de lentreprise: dterminer le
niveau dutilisation de chaque procd de
production pour satisfaire les demandes en
produits sans excder les disponibilits des
matires premires tout en minimisant le
cot total de production.

Modle
n j x
s l h x g
r k f x e
x c z
j
n
j
l j lj
k
n
j
j kj
n
j
j j
,..., 2 , 1 0
) its disponibil ( ,..., 2 , 1
) demandes ( ,..., 2 , 1 Sujet
min
1
1
1
= >
= s
= >
=

=
=
=
Illustration de la notion
Un entrepreneur propose lentreprise dacheter les quantits de ses
matires premires et de lui vendre les quantits de produits pour satisfaire
les demandes.
Il doit noncer (dterminer) des prix unitaires
v
k
pour les produits k = 1, 2, , r
w
l
pour les matires l = 1, 2, , s.

v
k

w
l

n j x
s l h x g
r k f x e
x c z
j
n
j
l j lj
k
n
j
j kj
n
j
j j
,..., 2 , 1 0
) its disponibil ( ,..., 2 , 1
) demandes ( ,..., 2 , 1 Sujet
min
1
1
1
= >
= s
= >
=

=
=
=
Illustration de la notion
Lentrepreneur doit dterminer des
prix qui soient intressants pour
lentreprise.
Pour vrifier lintrt de faire affaire
avec lentrepreneur, lentreprise doit
vrifier que pour chacun de ses
procds de production j, le cot
dacheter les units de produits
fabriques par une unit dutilisation
du procd j en tenant compte de ce
quelle reoit de lentrepreneur pour
les units de matires quelle vite
alors dutiliser, que ce cot nexcde
pas le cot unitaire dutilisation c
j
du
procd j

j
s
l
l lj
r
k
k kj
c w g v e

premires matires
des vente la de revenu
1
produits
des achat d' cot
1

= =


n j x
s l h x g
r k f x e
x c z
j
n
j
l j lj
k
n
j
j kj
n
j
j j
,..., 2 , 1 0
) its disponibil ( ,..., 2 , 1
) demandes ( ,..., 2 , 1 Sujet
min
1
1
1
= >
= s
= >
=

=
=
=
v
k

w
l

Illustration de la notion



Le problme de lentrepreneur est de maximiser son profit en sassurant
que ses prix restent intressants pour lentreprise
1 1
cot d'achat des
revenu de la vente des
produits
matires premires
r s
kj k lj l j
k l
e v g w c
= =



s l w
r k v
n j c w g v e
w h v f p
l
k
j
s
l
l lj
r
k
k kj
r
k
s
l
l l k k
,..., 2 , 1 0
,..., 2 , 1 0
,..., 2 , 1 Sujet
max
1 1
1 1
= >
= >
= s
=


= =
= =
Illustration de la notion
Problme de lentreprise: multiplions les contraintes de disponibilits par -1
n j x
s l h x g
r k f x e
x c z
j
n
j
l j lj
k
n
j
j kj
n
j
j j
,..., 2 , 1 0
) its disponibil ( ,..., 2 , 1
) demandes ( ,..., 2 , 1 Sujet
min
1
1
1
= >
= s
= >
=

=
=
=
n j x
s l h x g
r k f x e
x c z
j
n
j
l j lj
k
n
j
j kj
n
j
j j
,..., 2 , 1 0
) its disponibil ( ,..., 2 , 1
) demandes ( ,..., 2 , 1 Sujet
min
1
1
1
= >
= >
= >
=

=
=
=
1



s l w
r k v
n j c w g v e
w h v f p
l
k
j
s
l
l lj
r
k
k kj
r
k
s
l
l l k k
,..., 2 , 1 0
,..., 2 , 1 0
,..., 2 , 1 Sujet
max
1 1
1 1
= >
= >
= s
=


= =
= =
Problme de lentreprise
Problme de lentrepreneur
sj
j
rj
j
g
g
e
e

-
-

-
-
1
1
kn kj k k
e e e e - -
2 1
1 2 ln l l lj
g g g g - -
(

G
E
n j x
s l h x g
r k f x e
x c z
j
n
j
l j lj
k
n
j
j kj
n
j
j j
,..., 2 , 1 0
) its disponibil ( ,..., 2 , 1
) demandes ( ,..., 2 , 1 Sujet
min
1
1
1
= >
= >
= >
=

=
=
=
T T
E G (

1 1 j rj j sj kj lj
e e e g g g - - - -


n j x
s l h x g
r k f x e
x c z
j
n
j
l j lj
k
n
j
j kj
n
j
j j
,..., 2 , 1 0
) its disponibil ( ,..., 2 , 1
) demandes ( ,..., 2 , 1 Sujet
min
1
1
1
= >
= >
= >
=

=
=
=
s l w
r k v
n j c w g v e
w h v f p
l
k
j
s
l
l lj
r
k
k kj
r
k
s
l
l l k k
,..., 2 , 1 0
,..., 2 , 1 0
,..., 2 , 1 Sujet
max
1 1
1 1
= >
= >
= s
=


= =
= =
Primal
Dual
T T
T T
max
Sujet
, 0
v
p f h
w
v
E G
w
v w
x c
(
(
=
(

(
(
s
(

>
T
min
Sujet
0
z c x
E
x
G h
x
w
f v
=
( (
>
(
(
(

(


>
T
min
Sujet
0
c x
Ax b
x
>
>
T
T
max
Sujet
0
b y
A y c
y
s
>
x
y
(
(

min 8 6
Sujet 5 3 30
2 3 24
3 18
, 0
z x y
x y
x y
x y
x y
=
+ s
+ s
+ s
>
1
2
3
v
v
v
(
(
(
(

x
y
(
(

5 3 30
2 3 24
1 3 18
x
y

( (
(
( (
>
(
( (

( (

1
2
3
5 2 1 8
3 3 3 6
v
v
v
(

( (
(
s
( (
(


(

T
min
Sujet
0
c x
Ax b
x
>
>
T
T
max
Sujet
0
b y
A y c
y
s
>
min 8 6
Sujet 5 3 30
2 3 24
3 18
, 0
z x y
x y
x y
x y
x y
=
>
>
>
>
1 2 3
1 2 3
1 2 3
1 2 3
max 30 24 18
Sujet 5 2 8
3 3 3 6
, , 0
v v v
v v v
v v v
v v v

s
s
>
Problme primal et problme dual
Problme de programmation linaire avec ingalits





Problme de programmation linaire sous forme standard
T
min
Sujet
0
c x
Ax b
x
>
>
T
min
Sujet
0
c x
Ax b
x
=
>
Problme primal
Problme dual
Problme primal Problme dual
y x
y x
T
T
max
Sujet
b y
A y c s
T
T
max
Sujet
0
b y
A y c
y
s
>
min 8 6
Sujet 5 3 30
2 3 24
3 18
, 0
z x y
x y
x y
x y
x y
=
+ s
+ s
+ s
>
1 2 3
1 2 3
1 2 3
1
2
3
max 30 24 18
Sujet 5 + 2 + 8
3 3 3 6
0
0
0
w w w
w w w
w w w
w
w
w
+ +
s
+ + s
s
s
s
min 8 6
Sujet 5 3 30
2 3 24
3 18
, , , , 0
z x y
x y u
x y p
x y h
x y u p h
=
+ + =
+ + =
+ + =
>
1
2
3
w
w
w
(
(
(
(

x
y
u
p
h
(
(
(
(
(
(
(

1
2
3
5 2 1 8
5 3 1 0 0 30 3 3 3 6
2 3 0 1 0 24 1 0 0 0
1 3 0 0 1 18 0 1 0 0
0 0 1 0
x
w y
u w
p w
h

( ( (
( ( (
( ( (
( ( (
( ( (
( ( ( = s
( ( (
( ( (
( ( (

( ( (
( ( (

T
min
Sujet
0
c x
Ax b
x
=
>
T
T
max
Sujet
b y
A y c s
min 4 6
Sujet 6 3 10
2 2 20
6
, 0
z x y
x y
x y
x y
x y
=
+ >
+ =
+ s
>
1
2
3
u
u
u
(
(
(
(

x
y
(
(

6 3 10
2 2 20
1 1 6
x
y
( (
(
( (
>
(
( (

( (

1
2
3
6 2 1 4
3 2 1 6
u
u
u
(

( (
(
s
( (
(


(

1 2 3
1 2 3
1 2 3
1 3
max 10 20 6
Sujet 6 2 4
3 2 6
0, 0
u u u
u u u
u u u
u u
+
+ s
+ s
> >
min 4 6
Sujet 6 3 10
2 2 20
6
, 0
z x y
x y
x y
x y
x y
=
+ >
+ =
>
>
Problme primal et problme dual
Problme de programmation linaire avec ingalits





Problme de programmation linaire sous forme standard
T
min
Sujet
0
c x
Ax b
x
>
>
T
min
Sujet
0
c x
Ax b
x
=
>
Problme primal
Problme dual
Problme primal Problme dual
y x
y x
T
T
max
Sujet
b y
A y c s
T
T
max
Sujet
0
b y
A y c
y
s
>



T
min
Sujet
0
c x
Ax b
x
>
>
T T
min 0
Sujet
0, 0
c x s
Ax Is b
x s

=
> >
T
T
T
max
Sujet
0
b y
c A
y
I
(
(
(
(


s
T
T
max
Sujet
0
b y
A y c
Iy
s
s
T
T
max
Sujet
0
b y
A y c
y
s
>
Thormes de dualit
Il est facile de dmontrer que nous pouvons passer dune paire de
problmes primal-dual lautre.
Il est galement facile de dmontrer que le problme dual du problme dual
est le problme primal.
Nous allons donc dmontrer les thormes de dualit en se rfrant la
paire o le problme primal est sous forme standard:

T
min
Sujet
0
c x
Ax b
x
=
>
primal Dual
T
T
max
Sujet
b y
A y c s
Thormes de dualit
Thorme de dualit faible
Si (i.e., x est ralisable pour le problme primal) et
si (i.e., y est ralisable pour le problme dual),


Preuve En effet, .

{ } 0 , : > = e x b Ax x x
{ }
T
: y y A y c e s
T T
alors b y c x s
T T T T T
puisque et que 0 b y x A y x c A y c x = s s >
*
T T *
T
Si est une solution ralisable du dual et est une solution optimale du primal
alors
valeur optimale du primal
et ainsi,
est une borne infrieure sur
NOTE:
la

y x
b y c x
b y
s =
valeur optimale du primal
Thormes de dualit
Corollaire Si et , et si
,alors x
*
et y
*
sont des solutions optimales respectivement
pour le problme primal et pour le problme dual.

Preuve Du thorme de dualit faible, il dcoule que pour toute solution
ralisable x du problme primal


Par consquent x
*
est solution optimale du problme primal.
Une preuve similaire est utilise pour dmontrer que y
*
est solution
optimale du problme dual.
{ } 0 , :
*
> = e x b Ax x x
{ }
* T
: y y A y c e s
T * T *
b y c x =
T T * T * T * T T * T *
et par hypothse . Donc . c x b y b y c x c x b y c x > = > =
Thormes de dualit
Thorme de dualit forte Si un des deux problmes primal ou dual
possde une solution optimale avec valeur finie, alors la mme chose est
vraie pour lautre problme, et les valeurs optimales des deux problmes
sont gales. Si un des deux problmes nest pas born, alors le domaine
ralisable de lautre problme est vide.

Preuve La seconde partie de lnonc dcoule directement du thorme de
dualit faible. En effet, supposons que le problme primal nest pas borne
infrieurement; ainsi c
T
x . Or si le problme dual tait ralisable,
alors il existerait un et par le thorme de dualit faible,
nous aurions que ;i.e., b
T
y serait une borne infrieure sur la
valeur de la fonction conomique du primal c
T
x, une contradiction.
{ }
T
: y y A y c e s
T T
b y c x s
Thormes de dualit
Pour dmontrer la premire partie, supposons que le problme primal
possde une solution de base optimale x* pour laquelle la valeur de la
fonction conomique est gale z*.
Soit les variables de base correspondantes.
Dnotons , et le vecteur des multiplicateurs
associs la base optimale. Rappelons que les cots relatifs des variables
sont dfinis comme suit

o dnote la j
e
colonne de la matrice A.
Supposons que cette solution de base optimale est telle que

Par consquent
m
j j j
x x x ,..., ,
2 1
T
1, 2,...,
j
j j
c c a j n t
-
= =
j
a
-
T
0 1, 2,...,
j
j j
c c a j n t
-
= > =
T
1, 2,...,
j j
a c j n t
-
s =
T
1 2
[ , ,..., ]
B j j j
m
c c c c =
Thormes de dualit
Supposons que cette solution de base optimale est telle que

Par consquent



ce qui scrit sous la forme matricielle
.




cest--dire que est une solution ralisable pour le problme dual.
T
0 1, 2,..., j
j j
c c a j n t
-
= > =
T
1, 2,...,
j j
a c j n t
-
s =
T
1
T
T
2
T
n
a
a
A c
a
t t
-
-
-
(
(
(
= s
(
(
(

{ }
T
: y A y c t e s
T
ou 1, 2,...,
j j
a c j n t
-
s =
Thormes de dualit
valuons maintenant la valeur de la solution ralisable pour le problme
dual. Rappelons dabord la dfinition de
.
Il sensuit que
.
Par consquent, il dcoule du Corollaire du thorme de dualit faible que
est une solution optimale du problme dual, et que
.
T
1
B
B c t

=
T *
b z t =
T T
T T 1 1 T * *
( )
B B B B
b b B c B b c x c z t

= = = =
Thorie des carts complmentaires
Les prochains rsultats introduisent de nouvelles conditions ncessaires et
suffisantes pour que des solutions ralisables respectivement pour les
problmes primal et dual soient optimales pour ceux-ci.
Considrons dabord la paire suivante de problmes primal-dual
T
min
Sujet
0
c x
Ax b
x
=
>
primal Dual
T
T
max
Sujet
b y
A y c s
x y
Thorie des carts complmentaires
Thorme des carts complmentaires 1
Soit x et y des solutions ralisables respectivement pour les problmes
primal et dual prcdents. Alors x et y sont des solutions optimales pour ces
problmes si et seulement si pour tout j = 1,2,,n



Preuve Dmontrons dabord que les conditions sont suffisantes. Supposons
que les conditions (i) et (ii) sont satisfaites pour tout j=1,2,,n. Alors

( )
( )
T
T
0
0
j j j
j j j
i x a y c
ii a y c x
-
-
> =
< =
T
[ ] 0 1, 2,...,
j j j
x a y c j n
-
= =
T
1
Donc 0
n
j j j
j
x a y c
-
=
(
=

T
min
Sujet
0
c x
Ax b
x
=
>
T
T
max
Sujet
b y
A y c s
x
Thorie des carts complmentaires






Par consquent

et le corollaire du thorme de dualit faible implique que x et y sont des
solutions optimales respectivement pour les problmes primal et dual.
T T T T T T T
1 1 1
Or
n n n
j j j j j j j
j j j
x a y c x a y x c x A y c x b y c x
- -
= = =
(
= = =


T
[ ] 0 1, 2,...,
j j j
x a y c j n
-
= =
T
1
Donc 0
n
j j j
j
x a y c
-
=
(
=

T T
b y c x =
| |
T T T T
1 1 2 2
1
T
1
T
2
1 2
T
T
, , ,
n
j j n n
j
n
n
T
x a y x a x a x a y
a
a
x x x y
a
x A y
- - - -
=
-
-
-
(
= + + +

(
(
(
=
(
(

=

Thorie des carts complmentaires


Inversement, dmontrons que les conditions sont ncessaires. Supposons
que les solutions x et y sont optimales respectivement pour le primal et le
dual. Par consquent, se rfrant la premire partie de la preuve





et la preuve est complte.
T
T
Puisque 0 et 1, 2,..., ,
il sensuit que 0 1, 2,...,
j j j
j j j
x a y c j n
x a y c j n
-
-
> s =
(
= =

T T T
1
0
n
j j j
j
x a y c b y c x
-
=
(
= =

Thorie des carts complmentaires


Considrons maintenant lautre paire de problmes primal-dual




Thorme des carts complmentaires 2
Soit x et y des solutions ralisables respectivement pour les problmes
primal et dual prcdents. Alors x et y sont des solutions optimales pour ces
problmes si et seulement si
pour tout j = 1,2,,n pour tout i=1,2,,m

T
min
Sujet
0
c x
Ax b
x
>
>
( )
( )
T
T
0
0
j j j
j j j
i x a y c
ii a y c x
-
-
> =
< =
( )
( )
i i i
i i i
b x a y iv
y b x a iii
= >
= >
-
-
0
0
T
max
Sujet
0
T
b y
A y c
y
s
>
y
x
Thorie des carts complmentaires
Preuve Ce thorme peut tre dmontr comme un corollaire du
thorme des carts complmentaires 1. Transformons le problme primal
sous une forme standard en introduisant des variables dcarts s
i
,
i=1,2,,m. Le problme devient alors




Le dual de ce problme scrit
T
min
Sujet
, 0
c x
Ax Is b
x s
=
>
T T
T T
max max
Sujet Sujet
0 0
b y b y
A y c A y c
I y I y
s s
s >
T
min
Sujet
0
c x
Ax b
x
>
>
Thorie des carts complmentaires
Appliquons le thorme prcdent pour la paire de problmes suivants



Pour j=1,2,,n



et pour i=1,2,,m





T
min
Sujet
, 0
c x
Ax Is b
x s
=
>
( )
( )
T
T
0
0
j j j
j j j
i x a y c
ii a y c x
-
-
> =
< =
( )
( ) 0 0
0 0
= <
= >
i i
i i
s y iv
y s iii
T
T
max
Sujet
0
b y
A y c
I y
s
s
x
s
y
Thorie des carts complmentaires
Pour j=1,2,,n



et pour i=1,2,,m



et alors les conditions deviennent

( )
( )
T
T
0
0
j j j
j j j
i x a y c
ii a y c x
-
-
> =
< =
( )
( ) 0 0
0 0
= <
= >
i i
i i
s y iv
y s iii
i i i
b x a s =
-
Or
( )
( )
i i i
i i i
b x a y iv
y b x a iii
= >
= >
-
-
0
0
T
min
Sujet
, 0
c x
Ax Is b
x s
=
>
Algorithme dual du simplexe
Lalgorithme dual du simplexe est une mthode itrative pour rsoudre un
problme de programmation linaire sous sa forme standard
n j x
b x a x a x a
b x a x a x a
b x a x a x a
Sujet
x c x c x c z
j
m n mn m m
n
n
n n
n n
,..., 2 , 1 0
...
. . . .
. . . .
...
...
min
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
2 2 1 1
= >
= + + +
= + + +
= + + +
+ + =
Algorithme dual du simplexe
chaque itration nous avons une solution de base du problme qui nest
pas ralisable, sauf la dernire itration de lalgorithme, et pour laquelle
les cots relatifs de toutes les variables sont non ngatifs.
Par exemple, considrons le problme

min 3/ 2 1/ 2 27
Sujet 1/ 4 1/ 4 6/ 4
1/ 4 3/ 4 15/ 2
1/12 5/12 13/ 2
, , , , 0
z u h
x u h
u p h
y u h
x y u p h
= +
+ =
+ =
+ =
>
Algorithme dual du simplexe
Analysons une itration typique de lalgorithme o le tableau du simplexe
associ la solution de base actuelle est le suivant:
m i c
n j c
i
j
j
,..., 2 , 1 0
,..., 2 , 1 0
= =
= >
Critre de sortie

m i c
n j c
i
j
j
,..., 2 , 1 0
,..., 2 , 1 0
= =
= >
termine. se algorithme L' optimale. et
ralisable est solution la alors , ,..., 2 , 1 0 S m i b i
i
= >
Critre de sortie

m i c
n j c
i
j
j
,..., 2 , 1 0
,..., 2 , 1 0
= =
= >
{ }
1
1
1
Sinon soit min 0 . S 0 1, 2,..., , alors
le problme n'est pas ralisable. En effet puisque
0 et 0
il est impossible que .
r rj
i
i m
n
rj r
j
j
n
rj r
j
j
b b i a j n
a x b
a x b
s s
=
=
= < > =
> <

Critre de sortie

m i c
n j c
i
j
j
,..., 2 , 1 0
,..., 2 , 1 0
= =
= >
{ }
. tableau du ligne la dans fera se pivot Le
sortie. de variable la est . 0 min soit Sinon
1
r
x b b
r
j
i
m i
r
< =
s s
Critre dentre

m i c
n j c
i
j
j
,..., 2 , 1 0
,..., 2 , 1 0
= =
= >
Nous allons choisir la variable dentre x
s
de telle sorte que
i) la valeur de la variable de sortie x
r
augmente lorsque
la valeur de x
s
augmente
ii) les cots relatifs des variables demeurent non
ngatifs lorsque le pivot sur est complt pour
effectuer le changement de base
rs
a
: < 0
rs
a
1 1s s
r rs s
m ms s
b a x
b a x
b a x

Critre dentre

m i c
n j c
i
j
j
,..., 2 , 1 0
,..., 2 , 1 0
= =
= >
0
rs
a <
En compltant le pivot sur le cot relatif de la
variable x
j
devient







s
rs
rj
j
c
a
a
c
rs
a
augmenter. qu' peut ne de valeur la
, 0 et 0 puisque alors , 0 Si
j
rs s rj
c
a c a < > >
Critre dentre

m i c
n j c
i
j
j
,..., 2 , 1 0
,..., 2 , 1 0
= =
= >
0
rs
a <
En compltant le pivot sur le cot relatif de la
variable x
j
devient







s
rs
rj
j
c
a
a
c
rs
a
0
i.e., ngatif; non demeure variable la de
relatif cout nouveau le que assurer s' faut il , 0 que tel tout Pour
>
<
s
rs
rj
j
j
rj
c
a
a
c
x
a j
Critre dentre

<

=

)

< =
< s
< s
< >
<
s s s s
0 : min ou 0 : max
que tel est entre d' variable la de indice l' Donc
. 0 que tel
0 que tel 0
0 que tel 0
i.e., ngatif; non demeure variable la de
relatif cout nouveau le que assurer s' faut il , 0 que tel tout Pour
1 1
rj
rj
j
n j
rs
s
rj
rj
j
n j
rs
s
rj
rs
s
rj
j
rj
rs
s
rj
j
rj s
rs
rj
j
j
rj
a
a
c
a
c
a
a
c
a
c
s
a j
a
c
a
c
a j
a
c
a
c
a j c
a
a
c
x
a j
Pivot
Pour retrouver le tableau du simplexe associ la nouvelle base o la
variable dentre x
s
remplace la variable de sortie il suffit de faire un
pivot sur llment .
0 <
rs
a
r
j
x


Convergence
Hypothse de non dgnrescence:
les cots relatifs de toutes les variables hors base sont positifs chaque
itration

Thorme Considrons le problme de programmation linaire sous forme
standard







Sous lhypothse de non dgnrescence, lalgorithme dual du simplexe se
termine en un nombre fini ditrations.

T
min
Sujet
0
, ,
matrice
n m
z c x
Ax b
x
c x R b R
A m n
=
=
>
e e

Convergence
Preuve:
En supposant que la matrice A est de plein rang m, chaque solution de base
doit comporter m variables de base.




Il y a un nombre fini de faons de choisir colonnes de parmi les
pour former des sous matrices :
!

! ( )!
m A n
m m
n n
m
m n m

| |
=
|

\ .
Or les bases non ralisables constituent un sous ensemble de ces-dernires.
!
Donc est une borne suprieure sur le nombre de
! ( )!
solutions de base non ralisables.
n n
m
m n m
| |
=
|

\ .
Convergence
Considrons leffet de complter un pivot sur la valeur de la fonction
conomique lors dune itration de lalg. dual du simplexe
Division de ligne r

par
rs
a
s
c
rs
r
a
b
Soustraire de
ence dgnres non de hyp. par et puisque 0 , 0 , 0
~
0 0
0
0
> < <
< =
s rs r
rs
r
s
c a b
z
a
b
c z z z
dgnrescence
Convergence






Donc et ainsi la valeur de lobjectif augmente strictement dune
itration lautre.
Par consquent une mme solution de base non ralisable o les cots
relatifs de toutes les variables hors base sont positifs, ne peut se rpter au
cours de lapplication de lalgorithme dual du simplexe.
Puisque le nombre de ces dernires est born (fini), il sensuit que
lalgorithme dual du simplexe doit tre complt en un nombre fini
ditrations.
0
0
~
z z >
ence dgnres non de hyp. par et puisque 0 , 0 , 0
~
0 0
0
0
> < <
< =
s rs r
rs
r
s
c a b
z
a
b
c z z z
dgnrescence
Parallle entre
algo. du simplexe et algo. dual du simplexe
Algo. du simplexe

Recherche dans le domaine ralisable

Choisit la variable dentre pour rduire
la valeur de la fonction conomique

Choisit la variable de sortie pour
prserver la ralisabilit

Stop quand une solution optimale est
trouve ou que le problme nest pas
born infrieurement
Algo. dual du simplexe

Recherche lextrieur du domaine
ralisable
Choisit le variable de sortie pour liminer
une variable de base ngative

Choisit la variable dentre pour
prserver la condition doptimalit

Stop quand la solution est ralisable ou
quand le problme nest pas ralisable
j c j > 0