feat: ajout de nouvelles info dans le rapport

README.md

@@ -6,6 +6,7 @@
 - Une courte argumentation de l’adéquation du résultat avec l’instance résolue (la solution obtenue fait-elle sens dans le contexte défini par l’énoncé ?)
 - Quelques éléments d’analyse, par exemple :
     - Pour PL : Les matrices de ces exemples sont-elles creuses ? (Dans la pratique, il est fréquent qu’une contrainte ne rassemble que de 5 à 10 variables.)
+    - Pour PLNE : En combien d’itérations est trouvée la solution optimale continue ? Combien de fois GLPK a amélioré la meilleure solution entière ? Combien d’itérations du simplexe ont été nécessaires ? Combien de nœuds de l’arbre ont été explorés ?
 
 ## Exercice 1 : Des voitures
 
@@ -21,6 +22,7 @@ glpsol --lp exo1/voitures.lp -o exo1/voitures.sol
     - `CapaciteParking` modélise la surface maximale du parking.
     - `TempsTravail` modélise le temps de travail maximal de employés.
     - `LimiteLuxe` limite le nombre de voiture de Luxe produisable.
+- 3 itérations sont nécéssaires pour résoudre le problème du simplex. 4 itérations sont nécéssaires pour trouver la meilleure solution entière. 3 noeuds de l'arbre ont été explorés.
 - On obtient comme solution: `nS` = 645 et `nL` = 426. Ce resultat est cohérent.
 
 ## Exercice 2 : Gestion de personnel
@@ -33,6 +35,7 @@ glpsol -m exo2/personnel.mod -d exo2/personnel.dat -o exo2/personnel.sol
 - 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` 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(
 \begin{array}{cccc} 
@@ -65,6 +68,7 @@ glpsol --lp exo3/bourse.lp -o exo3/bourse.sol
     - `Risque` limite le risque global de l'investisement à 2,0.
     - `MetauxPrecieuxMin` contraint d'investir au moins 30% dans les métaux précieux.
     - `CreditsMin` contraint d'investir au moins 45% dans les crédits commerciaux et obligations.
+- On note `10 rows, 6 columns, 22 non-zeros`, la matrice de résolution est creuse et remplie à 36%.
 - On obtient comme solution:
     - `p1` = 0.2
     - `p2` = 0.25
@@ -85,6 +89,7 @@ glpsol -m exo4/ecommerce.mod -d exo4/ecommerce.dat -o exo4/ecommerce.sol
     - 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(