un exposé très clair. Juste deux erreurs de frappe dans la nomination des sous-problèmes relaxés: R(P011) (au lieu de R(P01)) associé au problème P011 à la minute 09:30 et R(P012) (au lieu de R(P01)) pour le problème P012 à la minute 10:25. Merci !
Si une solution optimale (entière) existe, elle est forcément la solution d'un des sous-problèmes. En effet, les sous-problèmes sont basés, à chaque "branching" sur une partition de l'ensemble admissible.
pourquoi on a translater le trait vers le haut et pas vers le bas , si on avait un probleme de maximisation ca voudrait dire translater le trait vers le bas ca apparait le cas . mais je sais pas pourquoi ?
ok , je l'a figure , c'est simple ca depend de notre fonction objective si on translate vers le haut on augmente x2 et on diminue x1 et sela diminue x1-2*x2 , et si on avait 2*x2-x1 pour atteindre le minimum on va se deplacer vers le bas car comme ca on on augmente x1 et on diminue x2 et cela donne le Min de 2*x2-x1
Bonjour Michel, Je ne suis pas familier de ce type de sujet et j'ai essayé de comprendre votre exemple illustratif. Malheureusement - et c'est certainement lié à ma méconnaissance de ces approches - je ne comprends pas comment on détermine la "fonction objectif" que vous utilisez au moment 2:33 de votre vidéo. Peut-être pourrez-vous m'aider ? Merci d'avance, dans tous les cas.
L'exemple utilisé dans la vidéo est purement illustratif. En pratique, un problème d'optimisation découle d'un exercice de modélisation préalable. C'est discuté dans le livre section 1.1, chapitre 22, chapitre 25. transp-or.epfl.ch/books/optimization/html/OptimizationPrinciplesAlgorithms2018.pdf Voir aussi les vidéos en anglais: ua-cam.com/play/PL10NOnsbP5Q4uR5IpDOTz3GXRXG2Fc0oM.html
Sujet très intéressant et illustration avec l'exemple numérique très claire , svp Monsieur est ce que vous pouvez faire une vidéo sur la génération de colonnes illustré par un programme linéaire numérique ?
@@MichelBierlaire si vous avez un support de cours de la génération de colonnes avec des exemples concrets voici mon adresse mail : hamza-salimi123@hotmail.com, merci d'avance.
un exposé très clair. Juste deux erreurs de frappe dans la nomination des sous-problèmes relaxés: R(P011) (au lieu de R(P01)) associé au problème P011 à la minute 09:30 et R(P012) (au lieu de R(P01)) pour le problème P012 à la minute 10:25. Merci !
Bien vu. Effectivement, ce sont des erreurs de frappe. Désolé.
Very Informative...........
ua-cam.com/channels/oscfxTBY93lYauulG-fBRw.html
www.mukeshrajput102.com/
pourquoi on a choisi x2 = 2,5 et non pas x1 = 1,5
Merci beaucoup, Pourquoi on est sur que un des sous problèmes va donner une solution entière ?
Si une solution optimale (entière) existe, elle est forcément la solution d'un des sous-problèmes. En effet, les sous-problèmes sont basés, à chaque "branching" sur une partition de l'ensemble admissible.
Merci beaucoup c’est très clair
pourquoi on a translater le trait vers le haut et pas vers le bas , si on avait un probleme de maximisation ca voudrait dire translater le trait vers le bas ca apparait le cas . mais je sais pas pourquoi ?
ok , je l'a figure , c'est simple ca depend de notre fonction objective si on translate vers le haut on augmente x2 et on diminue x1 et sela diminue x1-2*x2 , et si on avait 2*x2-x1 pour atteindre le minimum on va se deplacer vers le bas car comme ca on on augmente x1 et on diminue x2 et cela donne le Min de 2*x2-x1
C'est expliqué ici : ua-cam.com/video/8AJVTG7R3jA/v-deo.html
merci beaucoup pour l'explication
Bonjour Michel, Je ne suis pas familier de ce type de sujet et j'ai essayé de comprendre votre exemple illustratif. Malheureusement - et c'est certainement lié à ma méconnaissance de ces approches - je ne comprends pas comment on détermine la "fonction objectif" que vous utilisez au moment 2:33 de votre vidéo. Peut-être pourrez-vous m'aider ? Merci d'avance, dans tous les cas.
L'exemple utilisé dans la vidéo est purement illustratif. En pratique, un problème d'optimisation découle d'un exercice de modélisation préalable. C'est discuté dans le livre section 1.1, chapitre 22, chapitre 25.
transp-or.epfl.ch/books/optimization/html/OptimizationPrinciplesAlgorithms2018.pdf
Voir aussi les vidéos en anglais: ua-cam.com/play/PL10NOnsbP5Q4uR5IpDOTz3GXRXG2Fc0oM.html
merci excellente vidéo
merci c'est bien expliqué
For complete math notes go to channel RUBEL BHATIA MATHEMATICS
Merci nickel j’ai tout compris !!
Très bien expliqué, Merci !
Pourquoi on a pas choisis x1 dans la première itération?
On aurait pu, effectivement. Il faut choisir une variable dont la valeur n'est pas entière.
@@MichelBierlaire mais on prends X1 on obtient une valeur différente
c quoi le critère de choix svp ???
vive la suisse !
Slvp comment on calculer la borne pour p0
b=x1-2*x2
selon à la coordonnée du point optimale
b0=1.5-2*2.5=-3.5
@@TheKetanmusic for complete math notes go to channel RUBEL BHATIA MATHEMATICS
merci pour la vidéo
Merciii beacoup
Sujet très intéressant et illustration avec l'exemple numérique très claire , svp Monsieur est ce que vous pouvez faire une vidéo sur la génération de colonnes illustré par un programme linéaire numérique ?
Malheureusement, je n'ai pas le temps...
@@MichelBierlaire si vous avez un support de cours de la génération de colonnes avec des exemples concrets voici mon adresse mail : hamza-salimi123@hotmail.com, merci d'avance.