Graphes et RO TELECOM Nancy 2A

Chapitre 3 : Analyse post-optimale

J.-F. Scheid
1
Plan du chapitre
1
Introduction
2
Analyse post-optimale de lobjectif
3
Analyse post-optimale du second membre des contraintes
2
I. Introduction
Lanalyse optimale permet de determiner la sensibilite dun PL par
rapport aux donnees :
Une faible variation des donnees entraine-t-elle un changement
important de la solution optimale ?
Lanalyse optimale permet de determiner des intervalles de
variations des donnees pour lesquels la base optimale B

nest pas
modiee.
3
II. Analyse post-optimale de lobjectif
But : etudier linuence des coecients de la fonction objectif sur
loptimum.
PL sous forme standard qui admet une base optimale B

(n normale du
simplexe). A une permutation pr`es des colonnes,
A = (A
B
| A
H
).
La solution optimale secrit x

= A
1
B

b A
1
B

A
H
x

. La matrice
A

= A
1
B

A
H

est la matrice obtenue (au signe pr`es) dans le dictionnaire de la derni`ere

etape.
4
Exemple de determination de la matrice A

.
La methode des dictionnaires appliquee au probl`eme de production de
lintroduction fournit la solution optimale
x

= (x

2
, x

1
, e

1
)

=
_
5,
15
2
,
27
2
_

= (e

2
, e

3
)

= (0, 0)

Le dictionnaire de la derni`ere etape etait

x
2
= 5
1
3
e
2
+
2
3
e
3
x
1
=
15
2
+
1
6
e
2

5
6
e
3
e
1
=
27
2
+
5
2
e
2

7
2
e
3
F = 65
1
3
e
2

7
3
e
3
On a x

= A
1
B

b A

. La matrice A

vaut donc
A

H
=
_
_
_
+
1
3

2
3

1
6
+
5
6

5
2
+
7
2
_
_
_
.
5
Proposition (condition doptimalite)
La condition doptimalite
L

= c

0 (1)
est une condition susante pour quune solution de base realisable soit
optimale.
Preuve : Pour tout x D
R
, on a (cf. Chap. 2)
F(x) = F(x

) + L

H
x

o` u x

est une solution de base realisable associee `a la base B

.
6
Application. On utilise la condition doptimalite pour determiner
linuence dun coecient de la fonction objectif F :
On remplace ce coecient par un param`etre et on calcule la condition
doptimalite.
On obtient alors une condition sur ce param`etre. Cette condition est
une condition necessaire pour que la solution de base optimale soit
inchangee et une condition susante pour que la solution obtenue
soit optimale.
7
Exemple. On reprend lexemple du probl`eme de production
max
(x
1
,x
2
)
[F(x
1
, x
2
) = 6x
1
+ 4x
2
] .
_
_
_
3x
1
+ 9x
2
81
4x
1
+ 5x
2
55
2x
1
+ x
2
20
x
1
, x
2
0
On veut etudier la sensibilite de loptimum par rapport au prix de vente
unitaire du produit P
1
(variable x
1
) qui vaut 6. De combien peut-on faire
varier ce prix, sans changer le plan de production ?
On a trouve la solution de base optimale
x

= (x

2
, x

1
, e

1
)

=
_
5,
15
2
,
27
2
_

= (e

2
, e

3
)

= (0, 0)

=
_
_
_
1
3

2
3

1
6
5
6

5
2
7
2
_
_
_
8
On remplace le coecient 6 dans F par un param`etre c
1
:
c

B
= (4, c
1
, 0), c

H
= (0, 0).
Les co uts reduits deviennent alors
L

H
= c

H
c

B
A

H
=
_
c
1
6

4
3
,
8
3

5
6
c
1
_
.
La condition doptimalite L

0 donne alors
16
5
c
1
8.
Interpretation. Si on choisit
16
5
c
1
8, la solution de base optimale est
inchangee cest-`a-dire que le plan de production ne change pas. On a
F

=
15
2
c
1
+ 20. Avec c
1
= 8 (la valeur max. permise pour c
1
), on
obtient F

= 80 soit un ecart de F = 15.

9
II. Analyse post-optimale du second membre des
contraintes
But : etudier linuence du second membre des contraintes sur la
solution de base optimale.
PL sous forme standard qui admet une base optimale B

(n normale du
simplexe). A une permutation pr`es des colonnes,
A = (A
B
| A
H
).
Proposition (condition de faisabilite)
A loptimum, on a necessairement la condition de faisabilite
x
B
= A
1
B

b 0. (2)
10
Application. On utilise la condition de faisabilite pour determiner
linuence dun coecient du second membre des contraintes sur la
solution optimale.
On remplace ce coecient par un param`etre. On obtient ainsi un
second membre d.
On calcule alors la condition de faisabilite sur la solution de base
x
B
= A
1
B

d 0.
On obtient de cette facon une condition sur le param`etre introduit.
Cette condition est une condition necessaire pour que la base
optimale B

soit inchangee.
Remarque. Les valeurs de la solution de base x
B
changent, mais x
B
est
toujours une solution de base realisable optimale car on maintient les co uts
reduits L

0 inchanges.
11
Exemple. Avec lexemple du probl`eme de production, on etudie la
sensibilite de la solution optimale par rapport `a la quantite disponible de
main doeuvre qui vaut 55 unites. On introduit donc un param`etre d
2
R
avec le second membre
d =
_
_
81
d
2
20
_
_
et on calcule x
B
= A
1
B

d avec A
1
B

=
_
_
0 1/3 2/3
0 1/6 5/6
1 5/2 7/2
_
_
.
On obtient
x
B
=
_
_
x

2
x

1
e

1
_
_
=
_
_
_
_
_
_
1
3
(d
2
40)
1
6
(d
2
+ 100)
151
5
2
d
2
_
_
_
_
_
_
. (3)
12
La condition de faisabilite x
B
0 donne alors :
40 d
2
60.4
Interpretation. Si on choisit 40 d
2
60.4 alors la solution de base
realisable x
B
donnee par (3) est optimale.
13