Recherche Oprationnelle

Analyse post-optimisation

4. ANALYSE POST- OPTIMISATION

Lobtention de la solution optimale dun (PL) a par elle-mme une importance
limite. Dans bien des cas, la rsolution du programme constitue seulement une
tape prliminaire conduisant des analyses post-optimisation qui deviennent
les rsultats les plus importants de ltude.
Lanalyse post-optimisation doit dbuter par une rflexion approfondie sur la
signification des rsultats obtenus. Lorsquon se place dans le contexte du
problme rel, si on ne comprend pas de faon globale pourquoi la solution
obtenue est optimale, il est probable quelle ne le soit pas. Ceci peut tre d
plusieurs facteurs :
-

lomission dune contrainte importante,

la formulation incorrecte de lune des contraintes,
la perte de quelques coefficients de la matrice,
lutilisation de quelques coefficients avec le mauvais signe,
le choix incorrect de la valeur dun coefficient important.

Si la rponse obtenue a du sens, on peut alors passer une tude plus

approfondie.
En plus de la solution optimale, des informations importantes sont obtenues
dans le tableau final de la mthode du simplexe, soit la valeur des variables
duales et les cots rduits associs aux variables de dcision hors base. Lanalyse
post-optimisation consiste leur donner une interprtation conomique.
4.1

Interprtation conomique des variables duales et des cots rduits

4.1.1

Variables duales

La gnralisation du problme de production formul au chapitre prcdent

constitue une approche moderne de la thorie de lEntreprise en micro-conomie.
Si on examine une Entreprise qui doit grer m facteurs de production
(ressources) en quantit limite pour un processus de fabrication donn, on peut
dfinir les paramtres et les variables suivants :
-

x j : quantit de produit de type j fabriquer,

aij : quantit de ressource i requise pour produire une unit du produit j,

bi : quantit totale de ressource i disponible pour la priode planifie.

c j : profit associ une unit du produit de type j.

Le programme linaire donnant les quantits de produit fabriquer qui

maximisent les profits est :
Max Z C T X
X 0

sujet :
AX B .

Notes de cours

38

Imed KHEMILI / 2015

Recherche Oprationnelle

Analyse post-optimisation

Le programme dual correspondant est :

Min W BT Y
Y 0

sujet :
AT Y C .

Exemple :
Max Z 3x1 6 x2 2 x3

sujet :
3x1 4 x2 x3 20
x 3x 2 x 10
2
3
1
x1 , x2 , x3 0

(4.1)

Le programme dual correspondant est :

Min W 20 y1 10 y2
sujet :

3 y1 y2 3

4 y1 3 y2 6
y1 2 y2 2

y1 , y2 0
u de ressource
u de produit

Les units de aij sont en :

Les units de c j sont en :

profit
u de produit

Les units de yi sont donc en :

profit
u de ressource

Par consquent les variables duales fournissent une faon de mesurer la

contribution de chacune des ressources au profit. On les appelle aussi les prix
implicites.
En dautres termes, le prix yi donne le montant maximum quon serait prt
payer pour obtenir une unit supplmentaire de ressource i.
La solution optimale du primal est :
x1

x2

x3

x4

x5

x1

-1

0.6

-0.8

x2

-0.2

0.6

0.6

1.2

24

C'est--dire que x1 = 4, x2 = 2, y1= 0.6, y2 =1.2 et Zmax = 24.

Notes de cours

39

Imed KHEMILI / 2015

Recherche Oprationnelle

Analyse post-optimisation

Si une unit supplmentaire de ressource 1 tait disponible, le programme

rsoudre serait :
Max Z 3x1 6 x2 2 x3

sujet :
3x1 4 x2 x3 21
x 3x 2 x 10
2
3
1
x1 , x2 , x3 0

et la nouvelle solution optimale serait :

x1

x2

x3

x4

x5

x1

-1

0.6

-0.8

4.6

x2

-0.2

0.6

1.8

0.6

1.2

24.6

Ces calculs illustrent que si on peut acheter une unit supplmentaire de

ressource 1 pour moins de 0.6, on ralise un profit additionnel (Z - Z = 0.6). Si
lon doit payer plus que 0.6 on subit une perte. Toutefois, il faut noter que 0.6 est
la valeur optimale de la variable duale y1. Il nest pas donc ncessaire de
rsoudre le nouveau programme pour obtenir cette importante information.
De faon similaire, si lon peut vendre une unit de ressource 1 un prix plus
lev que 0.6, cest rentable.
Lorsque la solution nutilise pas une ressource au complet, la valeur de la
fonction objectif ne change pas, mme si la disponibilit de cette ressource change
et le yi correspondant est gal zro.
4.1.2

Cots rduits associs aux variables de dcision hors base

Les cots rduits, pour chacune des variables de dcision qui sont hors base
dans le tableau final, peuvent tre interprts comme tant le montant dont il
faudrait augmenter le profit dune unit de produit (ou diminuer le cot sil sagit
dun problme de minimisation) avant quil soit profitable de lexploiter.
Dans lexemple prcdent, le cot rduit associ x3 dans le tableau optimal
est 1, ce qui implique quil faut augmenter le profit du produit 3 dune unit. (c.-d. le faire passer de 2 3) pour quil devienne rentable.
4.2

Sensibilit des rsultats

Il existe trois groupes de paramtres dans les PL :
-

les paramtres de la fonction conomique ( c j ),

les paramtres du cot droit des contraintes ( bi ),

les paramtres du cot gauche des contraintes ( aij )

En pratique ces paramtres sont souvent difficiles estimer et ils peuvent

varier avec le temps. Dans de tels cas, il est important dtudier la sensibilit des

Notes de cours

40

Imed KHEMILI / 2015

Recherche Oprationnelle

Analyse post-optimisation

rsultats par rapport des changements possibles de la valeur de ces paramtres.

Si la solution est trs sensible certains paramtres, il peut devenir ncessaire
dinvestir plus de temps et dargent pour obtenir de bons estims de leurs valeurs.
Pour analyser efficacement la sensibilit des rsultats obtenus partir dun
modle linaire, on doit pouvoir rviser les paramtres du programme initial,
recalculer le tableau correspondant la base qui tait optimale, et r-optimiser si
ncessaire.
Dans cette partie,
lexemple suivant :

on

tudie

diffrentes

possibilits

laide

Max Z 3x1 5 x2

sujet :
x1 4
3x 2 x 18
2
1
x1 , x2 0

de

(4.2)

La solution optimale de ce problme est donne par le tableau suivant :

4.2.1

x1

x2

x3

x4

x3

x2

3/2

1/2

9/2

5/2

45

Changement la fonction objectif

Lorsquon maximise, si on augmente le paramtre cj de , le jime cot

rduit est diminu de dans le tableau final. Si la variable xj est dans la base,
on doit rcrire la fonction conomique uniquement en termes des variables hors
base, laide doprations lmentaires sur les ranges. Si le nouveau tableau
ainsi obtenu nest pas optimal, on doit r-optimiser.
Par exemple, si on remplace la fonction conomique du programme linaire
de lexemple prcdent par 3x1 x2 , alors = -4 et le 2me cot rduit dans le
tableau final est augment de 4. Par consquent, on obtient le tableau :
x1

x2

x3

x4

x3

x2

3/2

1/2

9/2

5/2

45

Pour que la fonction objectif soit exprime en fonction des variables hors base
seulement, on doit soustraire 4 fois la deuxime range de la range des cots
rduits. On obtient ainsi :

Notes de cours

x1

x2

x3

x4

x3

x2

3/2

1/2

41

Imed KHEMILI / 2015

Recherche Oprationnelle

Analyse post-optimisation

-3/2
0
0
1/2
9
Z
Ce qui nest plus optimal, puisque le cot rduit, associ x1, est ngatif.
On obtient la nouvelle solution optimale en excutant une itration
supplmentaire de la mthode simplexe.
4.2.2

Changement au cot droit

Si le paramtre bi est chang, le cot droit du tableau final subit seul une
transformation.
La variable dcart ou la variable artificielle, associe lquation i, xr+i,
napparat initialement dans aucune autre quation. laide des coefficients de
ces variables, on peut donc retracer les multiples de lquation i qui ont t
additionns aux quations durant le processus doptimisation, et ainsi valuer le
changement subi par le tableau final lorsquon modifie bi .
Plus prcisment, si le cot droit de la ime contrainte du programme initial
est augment de , le cot droit du tableau final devient :

bk* ' bk ak,r i

k 1,...m 1

O ak,r i dnote le coefficient de xr+i dans la range k du tableau final, et o

bk dnote le cot droit de la range k du tableau final.

Dans lexemple prcdent, si on remplace la 2me contrainte, par 3x1 2 x2 14 ,
alors = -4 et le tableau final devient :
x1

x2

x3

x4

x3

4 + 0 (- 4) = 4

x2

3/2

1/2

9 + (- 4) = 7

9/2

5/2

45 + 5/2 (- 4) = 35

Comme le cot droit est non ngatif, ce tableau set optimal. Si lun ou
plusieurs des lments du cot droit devient ngatif, il faut r-optimiser avec
lalgorithme dual du simplexe.
4.2.3

Autres changements

En utilisant le mme genre dapproche, il est possible de changer les

coefficients aij , dajouter une contrainte ou dajouter des variables sans quil soit
ncessaire de rsoudre le nouveau programme ainsi obtenu en entier. On se
contente dillustrer chacune des possibilits laide dun exemple.
Supposons quun changement technologique de dernire minute fait que le
premier coefficient de la deuxime ligne de lexemple (4.2) doit tre diminue de 2
units, de sorte que la nouvelle contrainte impose est : x1 2 x2 18 .
On peut obtenir la solution optimale du programme modifi partir du
tableau optimal du programme initial en procdant comme pour les changements

Notes de cours

42

Imed KHEMILI / 2015

Recherche Oprationnelle

Analyse post-optimisation

du cot droit. Dans ce problme on a augment le coefficient a21 de = -2 et par

consquent le tableau final devient :
x1

x2

x3

x4

x3

1 + 0 (-2)

x2

3/2 + (-2)

1/2

9/2 + (5/2) (-2)

5/2

45

Soit :
x1

x2

x3

x4

Limit.

x3

x2

1/2

1/2

18

-1/2

5/2

45

Puisque le premier cot rduit est ngatif on fait une itration

supplmentaire pour obtenir le tableau optimal.

x1

x2

x3

x4

x1

x2

-1/2

1/2

1/2

5/2

47

Dautre part, supposons quune ressource ncessaire devient rare et quon

doit imposer la contrainte supplmentaire : x1 2 x2 12 , au programme (4.2). En
ajoutant cette contrainte au tableau optimal on obtient :

Notes de cours

x1

x2

x3

x4

x5

x3

x2

3/2

1/2

x5

12

9/2

5/2

45

43

Imed KHEMILI / 2015

Recherche Oprationnelle

Analyse post-optimisation

Il faut ensuite crire le problme sous la forme canonique. Pour y arriver, on

doit soustraire le double de la range deux de la range trois, ce qui donne :

x1

x2

x3

x4

x5

x3

x2

3/2

1/2

x5

-2

-1

-6

9/2

5/2

45

Limit.

9/4

5/2

Ce tableau nest pas optimal et il faut une itration de la mthode duale du

simplexe pour obtenir :
x1

x2

x3

x4

x5

x3

-1/2

1/2

x2

-1/4

3/4

4.5

x1

1/2

-1/2

1/4

9/4

31.5

Enfin, supposons que lEntreprise dsire dterminer sil serait profitable de

sengager dans une nouvelle activit qui utiliserait 2 units de ressource 1 et une
unit de ressource 2 par produit et qui rapporterait 4 units de profit par produit.
Si on va correspondre la variable x5 cette nouvelle activit alors le problme
peut tre considr comme un cas particulier des prcdents o les programmes
impliqus sont :
Programme initial

Nouveau programme

Max Z 3x1 5 x2 0 x5

sujet :
0 x5 4
x1
3x 2 x 0 x 18
2
5
1
x1 , x2 , x5 0

Notes de cours

Max Z 3x1 5 x2 4 x5

sujet :
2 x5 4
x1
3x 2 x x 18
2
5
1
x1 , x2 , x5 0

44

Imed KHEMILI / 2015

Recherche Oprationnelle

Analyse post-optimisation

Autrement dit, il faut faire un changement de = 4 au coefficient de x5 dans

la fonction conomique, de = 2 au coefficient de x5 dans la premire contrainte
et de = 1 au coefficient de x5 dans la deuxime contrainte. En faisant ces
changements au tableau optimal du programme initial simultanment, on
obtient :
x1

x2

x3

x4

x5

x3

1 (2) + 0 (1)

x2

3/2

1/2

0 (2) + (1)

9/2

5/2

-4 + 0 (2) + 5/2 (1)

45

x1

x2

x3

x4

x5

x3

x2

3/2

1/2

1/2

9/2

5/2

-3/2

45

Soit :

La nouvelle
supplmentaire :

Notes de cours

solution

optimale

est

obtenue

aprs

x1

x2

x3

x4

x5

x5

1/2

1/2

x2

5/4

-1/4

1/2

21/4

3/4

5/2

48

45

une

itration

Imed KHEMILI / 2015