Graphes et RO TELECOM Nancy 2A

Chapitre 4 : Dualite en programmation lineaire

J.-F. Scheid
1
Plan du chapitre
1
Introduction et denitions
2
Proprietes et Theor`emes de dualite
3
Conditions doptimalite primal-dual (COPD)
2
I. Introduction et denitions
Probl`eme du production.
Deux produits P
1
et P
2
fabriques en quantite x
1
et x
2
, necessitant trois
ressources disponibles en quantites donnees. Lentreprise cherche `a
maximiser le benece total provenant de la vente des 2 produits.
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
3
Supposons `a present quun acheteur se presente pour acheter toutes les
ressources de lentreprise. Il propose `a lentreprise les prix unitaires y
1
, y
2
,
y
3
pour chacune des ressources.
Lentreprise acceptera de lui vendre toutes ses ressources uniquement
si elle obtient pour chaque produit un prix de vente au moins egal au
prot quelle ferait en vendant ses produits.
De son cote, lacheteur cherche `a minimiser ses depenses.
Quels prix unitaires y
1
, y
2
, y
3
lacheteur doit-il proposer `a lentreprise en
question pour quelle accepte de vendre toutes ses ressources ?

Programme lineaire.
min
(y
1
,y
2
,y
3
)
[G(y
1
, y
2
, y
3
) = 81y
1
+ 55y
2
+ 20y
3
]
_
3y
1
+ 4y
2
+ 2y
3
6
9y
1
+ 5y
2
+ 1y
3
4
y
1
, y
2
, y
3
0
4
Matrice A de taille m n
Vecteurs c R
n
et b R
m
.
Denition (probl`eme dual)
Au programme lineaire primal
(PL)
max
xR
n
_
F(x) = c

x
_
_
Ax b
x 0
on associe le programme lineaire dual
(PLD)
min
yR
m
_
G(y) = b

y
_
_
A

y c
y 0
5
Programme lineaire primal Programme lineaire dual
(PL)
max
xR
n
_
F(x) = c

x
_
_
Ax b
x 0
(PLD)
min
yR
m
_
G(y) = b

y
_
_
A

y c
y 0
Comparaison primal/dual.
Primal Dual
max(F) min(G)
coecient c de F second membre c
second membre b coecient b de G
m contraintes inegalites (Ax b) m contraintes de positivite (y 0)
n contraintes de positivite (x 0) n contraintes inegalites (A

y c)
6
Denition generale de la dualite quand le probl`eme primal est sous
forme canonique mixte
Primal Dual
max
xR
n
_
F(x) = c

x
_
min
yR
m
_
G(y) = b

y
_
i I
1
,
n

j =1
a
ij
x
j
b
i
i I
1
, y
i
0
i I
2
,
n

j =1
a
ij
x
j
= b
i
i I
2
, y
i
de signe
quelconque
j J
1
, x
j
0 j J
1
,
m

i =1
a
ij
y
i
c
j
j J
2
, x
j
de signe j J
2
,
m

i =1
a
ij
y
i
= c
j
quelconque
7
II. Proprietes - Theor`emes de dualite
Proposition
Le dual du dual est le primal.
Preuve. Dual dun (PL) sous forme canonique pure :
(PLD)
min
y
_
G(y) = b

y
_
_
A

y c
y 0

max
y
_
G(y) = (b)

y
_
_
A

y c
y 0
On prend le dual du dual :
min
x
_
(c)

x
_
_
(A

x b
x 0

max
x
_
c

x
_
_
Ax b
x 0
(PL)

8
Theor`emes de dualite
Theor`eme 1. Th

eor
`
eme faible de dualit

e
Soit x une solution realisable dun (PL) sous forme canonique mixte et y
une solution realisable du probl`eme dual (PLD). Alors :
1
F(x) G(y)
2
Si F(x) = G(y) alors x et y sont des solutions optimales de (PL) et
(PLD) respectivement.
Preuve. (PL) sous forme canonique pure
1
On a Ax b, x 0 et A

y c, y 0.
F(x) = c

x (A

y)

x = y

Ax
..
b
y

b = G(y)
2
Soient x

et y

des solutions realisables de (PL) et (PLD) telles que

F(x

) = G(y

). Dapr`es 1., pour x solution realisable de (PL), on a

F(x) G(y

) = F(x

) donc x

est une solution realisable optimale.

Idem pour y

.
9
Theor`eme 2. Th

eor
`
eme fort de dualit

e
Si le probl`eme primal (PL) admet une solution realisable optimale x

alors
le probl`eme dual (PLD) admet lui aussi une solution realisable optimale y

et on a
F(x

) = G(y

).
Preuve. On suppose (PL) mis sous forme standard.
Sil existe une solution realisable optimale, alors il existe une solution de
base realisable optimale x
B
= A
1
B

b. On choisit alors
y

= (A
1
B

c
B
.
On montre que y

est une solution realisable optimale pour le dual (PLD).

10
Avec y

= (A
1
B

c
B
, on a
A

= A

(A
1
B

c
B
=
_
A
1
B

A
H

c
B
= c
H
L
H
.
Or, `a loptimum L
H
0 donc A

c
H
. Puisque A

= c
B
,
on a
A

c
y

de signe quelconque.
i.e. y

est une solution realisable du dual (PLD) (pas de contrainte de

positivite sur les variables y du dual).

F(x

) = c

= c

A
1
B

b
=
_
(A
1
B

c
B

. .
y

b = G(y

)
Theor`eme faible de dualite y

est optimal pour (PLD).

11
Lien primal/dual
Rappel : 3 cas possibles (et seulement 3) pour le probl`eme primal (PL) :
(1) il existe (au moins) une solution optimale.
(2) lensemble D
R
des solutions realisables nest pas borne et loptimum
est inni.
(3) pas de solution realisable (D
R
= ).
Theor`eme 3.
Etant donnes un probl`eme primal (PL) et son dual (PLD), une et une
seule des trois situations suivantes a lieu
(a) les deux probl`emes poss`edent chacun des solutions optimales (`a
loptimum, les co uts sont egaux).
(b) un des probl`emes poss`ede une solution realisable avec un optimum
inni, lautre na pas de solution.
(c) aucun des deux probl`emes ne poss`ede de solution realisable.
12
Il y a donc 3 situations (au lieu de 9) qui peuvent se resumer dans le
tableau suivant:
Dual
(1)
Solution
optimale
(2)
Optimum
inni
(3)
pas de
solution
P
r
i
m
a
l
(1)
Solution
optimale
(a) impossible impossible
(2)
Optimum
inni
impossible impossible (b)
(3)
pas de
solution
impossible (b) (c)
13
III. Conditions doptimalite primal-dual (COPD)
Cas (a) o` u les probl`emes primal et dual poss`edent chacun des
solutions optimales (optimum ni).
Theor`eme 4.
Soient x et y des solutions realisables respectivement du probl`eme primal
(PL) et du probl`eme dual (PLD). Alors x et y sont des solutions realisables
optimales si et seulement si les conditions doptimalite primal-dual
(COPD) suivantes sont veriees:
Si une contrainte est satisfaite en tant quinegalite stricte dans (PL)
(resp. (PLD)) alors la variable correspondante de (PLD) (resp. (PL))
est nulle.
Si la valeur dune variable dans (PL) ou (PLD) est
strictement positive alors la contrainte correspondante de lautre
programme est une egalite.
14
Probl`eme primal sous forme canonique mixte.
x et y sont optimales pour le probl`eme primal et le probl`eme dual
respectivement si et seulement si on a les COPD :
_

_
i I
1
,
n

j =1
a
ij
x
j
= b
i
ou y
i
= 0
j J
1
,
m

i =1
a
ij
y
i
= c
j
ou x
j
= 0
15
Preuve de la condition necessaire du Theor`eme des COPD.
On suppose le probl`eme primal (PL) mis sous forme canonique pure.
Soient x et y des solutions realisables optimales de (PL) et (PLD)
respectivement : Ax b, x 0 et A

y c, y 0.
Variables decart e et respectivement pour (PL) et (PLD):
Ax + e = b
x 0, e 0
et
A

y = c
y 0, 0
F(x) = c

x = (A

y )

x = y

Ax

x
G(y) = b

y = (Ax + e)

y = (Ax)

y + e

y = y

Ax + e

y.
Theor`eme de la dualite forte F(x) = G(y)

x + e

y = 0 .
16
Puisque x 0 et y 0, la relation

x + e

y = 0 donne
_

i
x
i
= 0, i
e
j
y
j
= 0, j

_
Si
i
= 0 alors x
i
= 0
Si x
i
= 0 alors
i
= 0,
_
Si e
j
= 0 alors y
j
= 0
Si y
j
= 0 alors e
j
= 0.

Reciproque (condition susante) `a partir du Theor`eme faible de dualite.

17
Utilisation pratique des COPD.
Elles permettent de verier si une solution realisable dun (PL) est
optimale ou non, `a partir de la connaissance dune solution optimale du
probl`eme dual.
x

et y

solutions realisables optimales de (PL) et (PLD) respectivement.

_

j =1
a
ij
x

j
<b
i
y

i
=0

i =1
a
ij
y

i
>c
j
x

j
=0
_

_
y

i
>0
n

j =1
a
ij
x

j
=b
i
x

j
>0
m

i =1
a
ij
y

i
=c
j
18
Exemple. Probl`eme de production
(PL)
max
x
F(x) = 6x
1
+ 4x
2
_

_
3x
1
+ 9x
2
81
4x
1
+ 5x
2
55
2x
1
+ x
2
20
x
1
, x
2
0
Probl`eme dual :
(PLD)
min
y
[G(y) = 81y
1
+ 55y
2
+ 20y
3
]
_
_
_
3y
1
+ 4y
2
+ 2y
3
6
9y
1
+ 5y
2
+ 1y
3
4
y
1
, y
2
, y
3
0
19
Solution optimale de (PL):
e

1
= 27/2 > 0
COPD
= y

1
= 0
x

1
= 15/2 > 0
COPD
= 3y

1
+ 4y

2
+ 2y

3
= 6 (

1
= 0)
x

2
= 5 > 0
COPD
= 9y

1
+ 5y

2
+ y

3
= 4 (

2
= 0)
e

2
= e

3
= 0
Solution optimale du probl`eme dual
y

1
= 0, y

2
= 1/3, y

3
= 7/3.
20