Professional Documents
Culture Documents
Dualit
e
2.1
Introduction
Avant de donner la definition formelle dun probl`eme dual, nous allons expliquer comment il sexplique en terme de probl`eme de production.
Une entreprise I fabrique n produit et le benefice par unite du produit i est ci . Pour
fabriquer les produits lentreprise utilise m mati`eres premi`eres, et la quantite totale de
mati`ere j est bj . Par unite de produit i, il faut ai,j quantite de la mati`ere j. Pour I,
maximiser son benefice revient `a resoudre :
Max z = cx
Ax b
x0
x1
.
.
xn
, b(m, 1)
b1
.
.
bm
quon appelle le
probl`eme primal.
Une entreprise II propose de racheter les ressources de I pour sa propre production.
Quand est-ce que la transaction peut se faire ? Quand I ne perd pas `a vendre ses mati`eres
premi`eres plutot que de fabriquer ses produits. De plus II veut payer le prix le plus bas
possible. On pose yj le prix propose par II `a I par unite de produit j.
Le co
ut pour II est
= J=M
j=1 yj bj
Les contraintes representent que pour I le prix de vente (par unite de produit) `a II est
plus eleve ou egal au benefice pour chaque produit.
pour une unite de produit i :
j=m
j=1
yj aj,i ci
et evidemment yj 0 pour tout j.
1
CHAPITRE 2. DUALITE
2
Cela secrit :
Min = yb
yA c
y0
quon appelle le probl`eme dual. Le dual modelise ainsi le fait quil est plus interessant pour
I de vendre `a II que de fabriquer et aussi que II cherche `a proposer le prix le plus bas
possible.
2.2
Definition
Max = vtc
vtA tb
v0
2.3
2.3.1
Lien Primal-Dual
Comparaison des solutions
CHAPITRE 2. DUALITE
2.3.2
Th
eor`
eme de dualit
e
On admet le resultat suivant : etant donnes une matrice A, deux vecteurs b et c, alors
{Max cx | Ax b} = {min yb | yA = c, y 0} si les ensembles existent.
Donc quand les optima des probl`emes correspondants sont finis ils sont egaux. Avoir
pris un probl`eme primal sous la forme Max z = cx
nest pas restrictif car on
Ax b
x quelconque
peut ramener un probl`eme standard ou canonique `a cette forme en preservant loptimum.
Le tableau suivant recapitule la situation (th. de dualite).
optimum fini
pas doptimum fini
pas de solution
optimum fini
cas 1
impossible
impossible
pas de solution
impossible
cas 2
cas 3
Exemples
Cas 1.
Max z = x1 + x2
x1 + x2 = 1
x1 1/2x2 = 0
x1 , x2 0
et le dual
Min z = y1
y1 + y2 1
y1 1/2y2 1
y1 , y2 quelconques
Cas 2.
Max z = x1 x2
x1 + x2 = 1
x1 x2 = 0
x1 , x2 0
et le dual
Min z = y1
y1 + y2 1
y1 y2 1
y1 , y2 quelconques
Max z = x1 + x2
x1 + x2 = 1
x1 x2 = 0
x1 , x2 0
et le dual
Min z = y1
y1 + y2 1
y1 y2 1
y1 , y2 quelconques
PRIMALES-DUALES
2.4. CONDITION DOPTIMALITE
2.4
Condition doptimalit
e primales-duales
yj(bj i=n
i=1 aj,i xi ) = 0 pour j = 1, . . . , m
j=m
(j=1
yj aj,i ci )xi = 0 pour i = 1, . . . , n
Attention : Lhypoth`ese x et y solutions admissibles est necessaire ! !
Preuve :
Si x, y solutions alors elles satisfont les contraintes :
y A c et Ax b
On multiplie la premi`ere inegalite par x 0 et la seconde par y 0 ce qui donne
y Ax cx et y Ax y b
c.a.d.
y b y Ax cx
Condition n
ecessaire : Si x et y sont optimales alors loptimum est le meme (th.
de dualite) :
cx = y b
Do`
u:
y b = y Ax = cx
do`
u on tire les deux egalites
y (b Ax) = 0 et (y A c)x = 0
Tous les yj et xi sont > 0 et b Ax 0 tout comme y A c 0 donc tous les
termes des deux produits sont necessairement nuls ce qui donne les deux serie degalites.
Condition suffisante : Si les conditions sont vraies on a :
y b = y Ax et y Ax = cx
donc les deux fonctions objectif sont egales et donc x et y sont optimales.
Remarque : si le primal est en forme standard, alors la premi`ere egalite est evidente car
Ax = b et donc tous les coefficients de yi sont nuls.