From 9ee1ddb7172873e918d4445fd61b3cc7a6dd2ae1 Mon Sep 17 00:00:00 2001 From: Laurent Fainsin Date: Tue, 23 Nov 2021 21:09:30 +0100 Subject: [PATCH] fix(README): meilleur support du latex dans gitlab --- README.md | 16 ++++++++-------- 1 file changed, 8 insertions(+), 8 deletions(-) diff --git a/README.md b/README.md index daaca1b..eb5f153 100755 --- a/README.md +++ b/README.md @@ -16,8 +16,8 @@ glpsol --lp exo1/voitures.lp -o exo1/voitures.sol - Nous avons choisi d'utiliser un `.lp` pour résoudre ce problème puisque celui-ci est simple et ses données ne changent pas. - Voici comment nous avons choisi de modéliser le problème: - - `nS` $\in \N$ modélise le nombre de voiture Standard produit par semaine. - - `nL` $\in \N$ modélise le nombre de voiture de Luxe produit par semaine. + - `nS` $`\in \N`$ modélise le nombre de voiture Standard produit par semaine. + - `nL` $`\in \N`$ modélise le nombre de voiture de Luxe produit par semaine. - On cherche à maximiser `Benefice`. - `CapaciteParking` modélise la surface maximale du parking. - `TempsTravail` modélise le temps de travail maximal de employés. @@ -33,18 +33,18 @@ glpsol -m exo2/personnel.mod -d exo2/personnel.dat -o exo2/personnel.sol - Nous avons choisi de modéliser ce problème en utilisant un `.mod` et un `.dat` puisque l'input de matrices de se fait plus simplement dans un `.dat`. De plus, il est dépendant de N donc il est suceptible d'évoluer doncs seul le fichier `.dat` sera à modifier car le fichier `.mod` est plus général. - Voici comment nous avons choisi de modéliser le problème: - - $($`perm`$)_{i,j} \in M_2(\{0,1\})$ modélise l'association d'un travail à une personne. + - $`(`$`perm`$`)_{i,j} \in M_2(\{0,1\})`$ modélise l'association d'un travail à une personne. - `perm` modélise les association qui doivent être uniques ; donc c'est une matrice de permutation. (ie. chaque ligne et chaque colonne ne doit contenir un seul 1) - 10 itérations sont nécéssaires pour résoudre le problème du simplex. 10 itérations sont nécéssaires pour trouver la meilleure solution entière. 1 noeud de l'arbre à été exploré. - Pour les données que l'on a fournis, on obtient la solution : -$\left( +$`\left( \begin{array}{cccc} 1 & 0 & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 0 & 1 \end{array} -\right)$ +\right)`$ Cette solution est bien la meilleur solution car chaque personne est associé au travail ou il est le plus efficace en vu des paramètres que nous avions posés. @@ -85,13 +85,13 @@ glpsol -m exo4/ecommerce.mod -d exo4/ecommerce.dat -o exo4/ecommerce.sol - Nous avons choisi de modéliser ce problème en utilisant un `.mod` et un `.dat` puisque l'input de matrices de se fait plus simplement dans un `.dat`. De plus, il est dépendant de N donc il est suceptible d'évoluer doncs seul le fichier `.dat` sera à modifier car le fichier `.mod` est plus général. - Voici comment nous avons choisi de modéliser le problème: - - $($`coef`$)_{i,j,k} \in M_3(\R_+)$ modélise l'association d'un trvail à une personne. + - $`(`$`coef`$`)_{i,j,k} \in M_3(\R_+)`$ modélise l'association d'un trvail à une personne. - Chaque coefficient de `coef` doit être compris entre 0 et 1 puisque ce sont des proportions. - La somme des coefficients de `coef` selon l'axe k doit faire 1. - La répartions des commandes ne doit pas dépasser la limite des stocks. - On note `23 rows, 12 columns, 45 non-zero`, la matrice de résolution est creuse et remplie à 16%. - On obtient la solution : (C'est la répartition de chaque fluides de chaque commande sur chaque magasin) -$ +$` \left( \begin{array}{c} \left( @@ -124,7 +124,7 @@ $ \right) \end{array} \right) -$ +`$ Cette solution est bien la meilleur solution car chaque personne est associé au travail ou il est le plus efficace en vu des paramètres que nous avions posés.