SHARE
TWEET

Untitled

a guest Aug 28th, 2018 104 Never
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
  1. lambda :=
  2. 0 0   0
  3. 0 1   0
  4. 0 2   0
  5. 0 3   0
  6. 1 0   0
  7. 1 1   0
  8. 1 2   0
  9. 1 3   0
  10. 2 0   0
  11. 2 1   0
  12. 2 2   0
  13. 2 3   0
  14. 3 0   0
  15. 3 1   0
  16. 3 2   0
  17. 3 3   0
  18. ;
  19.  
  20. mu = 0
  21.  
  22. iteration 1
  23. MINOS 5.51: optimal solution found.
  24. 2 iterations, objective 4000
  25. Nonlin evals: constrs = 3, Jac = 2.
  26. Solution du 1er probleme
  27. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  28. 0    20       0     1000       0    20    20
  29. 1     0       0        0       0    20    20
  30. 2     0      20        0    1000    20    20
  31. 3     0       0        0       0    20    20
  32. ;
  33.  
  34. V_tot = 40
  35. T_h_s = 45
  36. T_c_s = 35
  37.  
  38. MINOS 5.51: optimal solution found.
  39. 0 iterations, objective 0
  40. Nonlin evals: constrs = 3, Jac = 2.
  41. Solution du 2nd probleme
  42. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  43. 0     0         0        20      20
  44. 1     0         0        20      20
  45. 2     0         0        20      20
  46. 3     0         0        20      20
  47. ;
  48.  
  49. Fonction duale à maximiser :
  50. theta_k = 4000
  51.  
  52. Valeur des gradients:
  53. :m_load[t] - m_load_b[t] [*] :=
  54. 0  20
  55. 1   0
  56. 2   0
  57. 3   0
  58. ;
  59.  
  60. m_unload[t] - m_unload_b[t] [*] :=
  61. 0   0
  62. 1   0
  63. 2  20
  64. 3   0
  65. ;
  66.  
  67. V_h_s[t] - V_h_s_b[t] [*] :=
  68. 0  0
  69. 1  0
  70. 2  0
  71. 3  0
  72. ;
  73.  
  74. V_c_s[t] - V_c_s_b[t] [*] :=
  75. 0  0
  76. 1  0
  77. 2  0
  78. 3  0
  79. ;
  80.  
  81. V_tot - V_tot_b = 0
  82.  
  83. Valeur des nouveaux lambda_t et mu
  84. lambda :=
  85. 0 0   -1
  86. 0 1    0
  87. 0 2    0
  88. 0 3    0
  89. 1 0    0
  90. 1 1    0
  91. 1 2   -1
  92. 1 3    0
  93. 2 0    0
  94. 2 1    0
  95. 2 2    0
  96. 2 3    0
  97. 3 0    0
  98. 3 1    0
  99. 3 2    0
  100. 3 3    0
  101. ;
  102.  
  103. mu = 0
  104.  
  105. iteration 2
  106. MINOS 5.51: optimal solution found.
  107. 1 iterations, objective 3960
  108. Nonlin evals: constrs = 5, Jac = 4.
  109. Solution du 1er probleme
  110. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  111. 0    20       0     1000       0    20    20
  112. 1     0       0        0       0    20    20
  113. 2     0      20        0    1000    20    20
  114. 3     0       0        0       0    20    20
  115. ;
  116.  
  117. V_tot = 40
  118. T_h_s = 45
  119. T_c_s = 35
  120.  
  121. MINOS 5.51: optimal solution found.
  122. 2 iterations, objective -9.8e-11
  123. Nonlin evals: constrs = 6, Jac = 5.
  124. Solution du 2nd probleme
  125. :  m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  126. 0   0            0        20      20
  127. 1   0            0        20      20
  128. 2   4.9e-11      0        20      20
  129. 3   0            0        20      20
  130. ;
  131.  
  132. Fonction duale à maximiser :
  133. theta_k = 3960
  134.  
  135. Valeur des gradients:
  136. :m_load[t] - m_load_b[t] [*] :=
  137. 0  20
  138. 1   0
  139. 2  -4.9e-11
  140. 3   0
  141. ;
  142.  
  143. m_unload[t] - m_unload_b[t] [*] :=
  144. 0   0
  145. 1   0
  146. 2  20
  147. 3   0
  148. ;
  149.  
  150. V_h_s[t] - V_h_s_b[t] [*] :=
  151. 0  -4.8999e-11
  152. 1   0
  153. 2   0
  154. 3  -4.8999e-11
  155. ;
  156.  
  157. V_c_s[t] - V_c_s_b[t] [*] :=
  158. 0   0
  159. 1  -4.8999e-11
  160. 2  -4.8999e-11
  161. 3   0
  162. ;
  163.  
  164. V_tot - V_tot_b = -4.8999e-11
  165.  
  166. Valeur des nouveaux lambda_t et mu
  167. lambda :=
  168. 0 0   -2
  169. 0 1    0
  170. 0 2    0
  171. 0 3    0
  172. 1 0    0
  173. 1 1    0
  174. 1 2   -2
  175. 1 3    0
  176. 2 0    0
  177. 2 1    0
  178. 2 2    0
  179. 2 3    0
  180. 3 0    0
  181. 3 1    0
  182. 3 2    0
  183. 3 3    0
  184. ;
  185.  
  186. mu = 0
  187.  
  188. iteration 3
  189. MINOS 5.51: optimal solution found.
  190. 0 iterations, objective 3920
  191. Nonlin evals: constrs = 3, Jac = 2.
  192. Solution du 1er probleme
  193. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  194. 0    20       0     1000       0    20    20
  195. 1     0       0        0       0    20    20
  196. 2     0      20        0    1000    20    20
  197. 3     0       0        0       0    20    20
  198. ;
  199.  
  200. V_tot = 40
  201. T_h_s = 45
  202. T_c_s = 35
  203.  
  204. MINOS 5.51: optimal solution found.
  205. 0 iterations, objective 0
  206. Nonlin evals: constrs = 3, Jac = 2.
  207. Solution du 2nd probleme
  208. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  209. 0     0         0        20      20
  210. 1     0         0        20      20
  211. 2     0         0        20      20
  212. 3     0         0        20      20
  213. ;
  214.  
  215. Fonction duale à maximiser :
  216. theta_k = 3920
  217.  
  218. Valeur des gradients:
  219. :m_load[t] - m_load_b[t] [*] :=
  220. 0  20
  221. 1   0
  222. 2   0
  223. 3   0
  224. ;
  225.  
  226. m_unload[t] - m_unload_b[t] [*] :=
  227. 0   0
  228. 1   0
  229. 2  20
  230. 3   0
  231. ;
  232.  
  233. V_h_s[t] - V_h_s_b[t] [*] :=
  234. 0  0
  235. 1  0
  236. 2  0
  237. 3  0
  238. ;
  239.  
  240. V_c_s[t] - V_c_s_b[t] [*] :=
  241. 0  0
  242. 1  0
  243. 2  0
  244. 3  0
  245. ;
  246.  
  247. V_tot - V_tot_b = 0
  248.  
  249. Valeur des nouveaux lambda_t et mu
  250. lambda :=
  251. 0 0   -3
  252. 0 1    0
  253. 0 2    0
  254. 0 3    0
  255. 1 0    0
  256. 1 1    0
  257. 1 2   -3
  258. 1 3    0
  259. 2 0    0
  260. 2 1    0
  261. 2 2    0
  262. 2 3    0
  263. 3 0    0
  264. 3 1    0
  265. 3 2    0
  266. 3 3    0
  267. ;
  268.  
  269. mu = 0
  270.  
  271. iteration 4
  272. MINOS 5.51: optimal solution found.
  273. 0 iterations, objective 3880
  274. Nonlin evals: constrs = 3, Jac = 2.
  275. Solution du 1er probleme
  276. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  277. 0    20       0     1000       0    20    20
  278. 1     0       0        0       0    20    20
  279. 2     0      20        0    1000    20    20
  280. 3     0       0        0       0    20    20
  281. ;
  282.  
  283. V_tot = 40
  284. T_h_s = 45
  285. T_c_s = 35
  286.  
  287. MINOS 5.51: optimal solution found.
  288. 0 iterations, objective 0
  289. Nonlin evals: constrs = 3, Jac = 2.
  290. Solution du 2nd probleme
  291. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  292. 0     0         0        20      20
  293. 1     0         0        20      20
  294. 2     0         0        20      20
  295. 3     0         0        20      20
  296. ;
  297.  
  298. Fonction duale à maximiser :
  299. theta_k = 3880
  300.  
  301. Valeur des gradients:
  302. :m_load[t] - m_load_b[t] [*] :=
  303. 0  20
  304. 1   0
  305. 2   0
  306. 3   0
  307. ;
  308.  
  309. m_unload[t] - m_unload_b[t] [*] :=
  310. 0   0
  311. 1   0
  312. 2  20
  313. 3   0
  314. ;
  315.  
  316. V_h_s[t] - V_h_s_b[t] [*] :=
  317. 0  0
  318. 1  0
  319. 2  0
  320. 3  0
  321. ;
  322.  
  323. V_c_s[t] - V_c_s_b[t] [*] :=
  324. 0  0
  325. 1  0
  326. 2  0
  327. 3  0
  328. ;
  329.  
  330. V_tot - V_tot_b = 0
  331.  
  332. Valeur des nouveaux lambda_t et mu
  333. lambda :=
  334. 0 0   -4
  335. 0 1    0
  336. 0 2    0
  337. 0 3    0
  338. 1 0    0
  339. 1 1    0
  340. 1 2   -4
  341. 1 3    0
  342. 2 0    0
  343. 2 1    0
  344. 2 2    0
  345. 2 3    0
  346. 3 0    0
  347. 3 1    0
  348. 3 2    0
  349. 3 3    0
  350. ;
  351.  
  352. mu = 0
  353.  
  354. iteration 5
  355. MINOS 5.51: optimal solution found.
  356. 0 iterations, objective 3840
  357. Nonlin evals: constrs = 3, Jac = 2.
  358. Solution du 1er probleme
  359. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  360. 0    20       0     1000       0    20    20
  361. 1     0       0        0       0    20    20
  362. 2     0      20        0    1000    20    20
  363. 3     0       0        0       0    20    20
  364. ;
  365.  
  366. V_tot = 40
  367. T_h_s = 45
  368. T_c_s = 35
  369.  
  370. MINOS 5.51: optimal solution found.
  371. 0 iterations, objective 0
  372. Nonlin evals: constrs = 3, Jac = 2.
  373. Solution du 2nd probleme
  374. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  375. 0     0         0        20      20
  376. 1     0         0        20      20
  377. 2     0         0        20      20
  378. 3     0         0        20      20
  379. ;
  380.  
  381. Fonction duale à maximiser :
  382. theta_k = 3840
  383.  
  384. Valeur des gradients:
  385. :m_load[t] - m_load_b[t] [*] :=
  386. 0  20
  387. 1   0
  388. 2   0
  389. 3   0
  390. ;
  391.  
  392. m_unload[t] - m_unload_b[t] [*] :=
  393. 0   0
  394. 1   0
  395. 2  20
  396. 3   0
  397. ;
  398.  
  399. V_h_s[t] - V_h_s_b[t] [*] :=
  400. 0  0
  401. 1  0
  402. 2  0
  403. 3  0
  404. ;
  405.  
  406. V_c_s[t] - V_c_s_b[t] [*] :=
  407. 0  0
  408. 1  0
  409. 2  0
  410. 3  0
  411. ;
  412.  
  413. V_tot - V_tot_b = 0
  414.  
  415. Valeur des nouveaux lambda_t et mu
  416. lambda :=
  417. 0 0   -5
  418. 0 1    0
  419. 0 2    0
  420. 0 3    0
  421. 1 0    0
  422. 1 1    0
  423. 1 2   -5
  424. 1 3    0
  425. 2 0    0
  426. 2 1    0
  427. 2 2    0
  428. 2 3    0
  429. 3 0    0
  430. 3 1    0
  431. 3 2    0
  432. 3 3    0
  433. ;
  434.  
  435. mu = 0
  436.  
  437. iteration 6
  438. MINOS 5.51: optimal solution found.
  439. 0 iterations, objective 3800
  440. Nonlin evals: constrs = 3, Jac = 2.
  441. Solution du 1er probleme
  442. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  443. 0    20       0     1000       0    20    20
  444. 1     0       0        0       0    20    20
  445. 2     0      20        0    1000    20    20
  446. 3     0       0        0       0    20    20
  447. ;
  448.  
  449. V_tot = 40
  450. T_h_s = 45
  451. T_c_s = 35
  452.  
  453. MINOS 5.51: optimal solution found.
  454. 0 iterations, objective 0
  455. Nonlin evals: constrs = 3, Jac = 2.
  456. Solution du 2nd probleme
  457. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  458. 0     0         0        20      20
  459. 1     0         0        20      20
  460. 2     0         0        20      20
  461. 3     0         0        20      20
  462. ;
  463.  
  464. Fonction duale à maximiser :
  465. theta_k = 3800
  466.  
  467. Valeur des gradients:
  468. :m_load[t] - m_load_b[t] [*] :=
  469. 0  20
  470. 1   0
  471. 2   0
  472. 3   0
  473. ;
  474.  
  475. m_unload[t] - m_unload_b[t] [*] :=
  476. 0   0
  477. 1   0
  478. 2  20
  479. 3   0
  480. ;
  481.  
  482. V_h_s[t] - V_h_s_b[t] [*] :=
  483. 0  0
  484. 1  0
  485. 2  0
  486. 3  0
  487. ;
  488.  
  489. V_c_s[t] - V_c_s_b[t] [*] :=
  490. 0  0
  491. 1  0
  492. 2  0
  493. 3  0
  494. ;
  495.  
  496. V_tot - V_tot_b = 0
  497.  
  498. Valeur des nouveaux lambda_t et mu
  499. lambda :=
  500. 0 0   -6
  501. 0 1    0
  502. 0 2    0
  503. 0 3    0
  504. 1 0    0
  505. 1 1    0
  506. 1 2   -6
  507. 1 3    0
  508. 2 0    0
  509. 2 1    0
  510. 2 2    0
  511. 2 3    0
  512. 3 0    0
  513. 3 1    0
  514. 3 2    0
  515. 3 3    0
  516. ;
  517.  
  518. mu = 0
  519.  
  520. iteration 7
  521. MINOS 5.51: optimal solution found.
  522. 0 iterations, objective 3760
  523. Nonlin evals: constrs = 3, Jac = 2.
  524. Solution du 1er probleme
  525. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  526. 0    20       0     1000       0    20    20
  527. 1     0       0        0       0    20    20
  528. 2     0      20        0    1000    20    20
  529. 3     0       0        0       0    20    20
  530. ;
  531.  
  532. V_tot = 40
  533. T_h_s = 45
  534. T_c_s = 35
  535.  
  536. MINOS 5.51: optimal solution found.
  537. 0 iterations, objective 0
  538. Nonlin evals: constrs = 3, Jac = 2.
  539. Solution du 2nd probleme
  540. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  541. 0     0         0        20      20
  542. 1     0         0        20      20
  543. 2     0         0        20      20
  544. 3     0         0        20      20
  545. ;
  546.  
  547. Fonction duale à maximiser :
  548. theta_k = 3760
  549.  
  550. Valeur des gradients:
  551. :m_load[t] - m_load_b[t] [*] :=
  552. 0  20
  553. 1   0
  554. 2   0
  555. 3   0
  556. ;
  557.  
  558. m_unload[t] - m_unload_b[t] [*] :=
  559. 0   0
  560. 1   0
  561. 2  20
  562. 3   0
  563. ;
  564.  
  565. V_h_s[t] - V_h_s_b[t] [*] :=
  566. 0  0
  567. 1  0
  568. 2  0
  569. 3  0
  570. ;
  571.  
  572. V_c_s[t] - V_c_s_b[t] [*] :=
  573. 0  0
  574. 1  0
  575. 2  0
  576. 3  0
  577. ;
  578.  
  579. V_tot - V_tot_b = 0
  580.  
  581. Valeur des nouveaux lambda_t et mu
  582. lambda :=
  583. 0 0   -7
  584. 0 1    0
  585. 0 2    0
  586. 0 3    0
  587. 1 0    0
  588. 1 1    0
  589. 1 2   -7
  590. 1 3    0
  591. 2 0    0
  592. 2 1    0
  593. 2 2    0
  594. 2 3    0
  595. 3 0    0
  596. 3 1    0
  597. 3 2    0
  598. 3 3    0
  599. ;
  600.  
  601. mu = 0
  602.  
  603. iteration 8
  604. MINOS 5.51: optimal solution found.
  605. 0 iterations, objective 3720
  606. Nonlin evals: constrs = 3, Jac = 2.
  607. Solution du 1er probleme
  608. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  609. 0    20       0     1000       0    20    20
  610. 1     0       0        0       0    20    20
  611. 2     0      20        0    1000    20    20
  612. 3     0       0        0       0    20    20
  613. ;
  614.  
  615. V_tot = 40
  616. T_h_s = 45
  617. T_c_s = 35
  618.  
  619. MINOS 5.51: optimal solution found.
  620. 0 iterations, objective 0
  621. Nonlin evals: constrs = 3, Jac = 2.
  622. Solution du 2nd probleme
  623. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  624. 0     0         0        20      20
  625. 1     0         0        20      20
  626. 2     0         0        20      20
  627. 3     0         0        20      20
  628. ;
  629.  
  630. Fonction duale à maximiser :
  631. theta_k = 3720
  632.  
  633. Valeur des gradients:
  634. :m_load[t] - m_load_b[t] [*] :=
  635. 0  20
  636. 1   0
  637. 2   0
  638. 3   0
  639. ;
  640.  
  641. m_unload[t] - m_unload_b[t] [*] :=
  642. 0   0
  643. 1   0
  644. 2  20
  645. 3   0
  646. ;
  647.  
  648. V_h_s[t] - V_h_s_b[t] [*] :=
  649. 0  0
  650. 1  0
  651. 2  0
  652. 3  0
  653. ;
  654.  
  655. V_c_s[t] - V_c_s_b[t] [*] :=
  656. 0  0
  657. 1  0
  658. 2  0
  659. 3  0
  660. ;
  661.  
  662. V_tot - V_tot_b = 0
  663.  
  664. Valeur des nouveaux lambda_t et mu
  665. lambda :=
  666. 0 0   -8
  667. 0 1    0
  668. 0 2    0
  669. 0 3    0
  670. 1 0    0
  671. 1 1    0
  672. 1 2   -8
  673. 1 3    0
  674. 2 0    0
  675. 2 1    0
  676. 2 2    0
  677. 2 3    0
  678. 3 0    0
  679. 3 1    0
  680. 3 2    0
  681. 3 3    0
  682. ;
  683.  
  684. mu = 0
  685.  
  686. iteration 9
  687. MINOS 5.51: optimal solution found.
  688. 0 iterations, objective 3680
  689. Nonlin evals: constrs = 3, Jac = 2.
  690. Solution du 1er probleme
  691. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  692. 0    20       0     1000       0    20    20
  693. 1     0       0        0       0    20    20
  694. 2     0      20        0    1000    20    20
  695. 3     0       0        0       0    20    20
  696. ;
  697.  
  698. V_tot = 40
  699. T_h_s = 45
  700. T_c_s = 35
  701.  
  702. MINOS 5.51: optimal solution found.
  703. 0 iterations, objective 0
  704. Nonlin evals: constrs = 3, Jac = 2.
  705. Solution du 2nd probleme
  706. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  707. 0     0         0        20      20
  708. 1     0         0        20      20
  709. 2     0         0        20      20
  710. 3     0         0        20      20
  711. ;
  712.  
  713. Fonction duale à maximiser :
  714. theta_k = 3680
  715.  
  716. Valeur des gradients:
  717. :m_load[t] - m_load_b[t] [*] :=
  718. 0  20
  719. 1   0
  720. 2   0
  721. 3   0
  722. ;
  723.  
  724. m_unload[t] - m_unload_b[t] [*] :=
  725. 0   0
  726. 1   0
  727. 2  20
  728. 3   0
  729. ;
  730.  
  731. V_h_s[t] - V_h_s_b[t] [*] :=
  732. 0  0
  733. 1  0
  734. 2  0
  735. 3  0
  736. ;
  737.  
  738. V_c_s[t] - V_c_s_b[t] [*] :=
  739. 0  0
  740. 1  0
  741. 2  0
  742. 3  0
  743. ;
  744.  
  745. V_tot - V_tot_b = 0
  746.  
  747. Valeur des nouveaux lambda_t et mu
  748. lambda :=
  749. 0 0   -9
  750. 0 1    0
  751. 0 2    0
  752. 0 3    0
  753. 1 0    0
  754. 1 1    0
  755. 1 2   -9
  756. 1 3    0
  757. 2 0    0
  758. 2 1    0
  759. 2 2    0
  760. 2 3    0
  761. 3 0    0
  762. 3 1    0
  763. 3 2    0
  764. 3 3    0
  765. ;
  766.  
  767. mu = 0
  768.  
  769. iteration 10
  770. MINOS 5.51: optimal solution found.
  771. 0 iterations, objective 3640
  772. Nonlin evals: constrs = 3, Jac = 2.
  773. Solution du 1er probleme
  774. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  775. 0    20       0     1000       0    20    20
  776. 1     0       0        0       0    20    20
  777. 2     0      20        0    1000    20    20
  778. 3     0       0        0       0    20    20
  779. ;
  780.  
  781. V_tot = 40
  782. T_h_s = 45
  783. T_c_s = 35
  784.  
  785. MINOS 5.51: optimal solution found.
  786. 0 iterations, objective 0
  787. Nonlin evals: constrs = 3, Jac = 2.
  788. Solution du 2nd probleme
  789. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  790. 0     0         0        20      20
  791. 1     0         0        20      20
  792. 2     0         0        20      20
  793. 3     0         0        20      20
  794. ;
  795.  
  796. Fonction duale à maximiser :
  797. theta_k = 3640
  798.  
  799. Valeur des gradients:
  800. :m_load[t] - m_load_b[t] [*] :=
  801. 0  20
  802. 1   0
  803. 2   0
  804. 3   0
  805. ;
  806.  
  807. m_unload[t] - m_unload_b[t] [*] :=
  808. 0   0
  809. 1   0
  810. 2  20
  811. 3   0
  812. ;
  813.  
  814. V_h_s[t] - V_h_s_b[t] [*] :=
  815. 0  0
  816. 1  0
  817. 2  0
  818. 3  0
  819. ;
  820.  
  821. V_c_s[t] - V_c_s_b[t] [*] :=
  822. 0  0
  823. 1  0
  824. 2  0
  825. 3  0
  826. ;
  827.  
  828. V_tot - V_tot_b = 0
  829.  
  830. Valeur des nouveaux lambda_t et mu
  831. lambda :=
  832. 0 0   -10
  833. 0 1     0
  834. 0 2     0
  835. 0 3     0
  836. 1 0     0
  837. 1 1     0
  838. 1 2   -10
  839. 1 3     0
  840. 2 0     0
  841. 2 1     0
  842. 2 2     0
  843. 2 3     0
  844. 3 0     0
  845. 3 1     0
  846. 3 2     0
  847. 3 3     0
  848. ;
  849.  
  850. mu = 0
  851.  
  852. iteration 11
  853. MINOS 5.51: optimal solution found.
  854. 0 iterations, objective 3600
  855. Nonlin evals: constrs = 3, Jac = 2.
  856. Solution du 1er probleme
  857. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  858. 0    20       0     1000       0    20    20
  859. 1     0       0        0       0    20    20
  860. 2     0      20        0    1000    20    20
  861. 3     0       0        0       0    20    20
  862. ;
  863.  
  864. V_tot = 40
  865. T_h_s = 45
  866. T_c_s = 35
  867.  
  868. MINOS 5.51: optimal solution found.
  869. 0 iterations, objective 0
  870. Nonlin evals: constrs = 3, Jac = 2.
  871. Solution du 2nd probleme
  872. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  873. 0     0         0        20      20
  874. 1     0         0        20      20
  875. 2     0         0        20      20
  876. 3     0         0        20      20
  877. ;
  878.  
  879. Fonction duale à maximiser :
  880. theta_k = 3600
  881.  
  882. Valeur des gradients:
  883. :m_load[t] - m_load_b[t] [*] :=
  884. 0  20
  885. 1   0
  886. 2   0
  887. 3   0
  888. ;
  889.  
  890. m_unload[t] - m_unload_b[t] [*] :=
  891. 0   0
  892. 1   0
  893. 2  20
  894. 3   0
  895. ;
  896.  
  897. V_h_s[t] - V_h_s_b[t] [*] :=
  898. 0  0
  899. 1  0
  900. 2  0
  901. 3  0
  902. ;
  903.  
  904. V_c_s[t] - V_c_s_b[t] [*] :=
  905. 0  0
  906. 1  0
  907. 2  0
  908. 3  0
  909. ;
  910.  
  911. V_tot - V_tot_b = 0
  912.  
  913. Valeur des nouveaux lambda_t et mu
  914. lambda :=
  915. 0 0   -11
  916. 0 1     0
  917. 0 2     0
  918. 0 3     0
  919. 1 0     0
  920. 1 1     0
  921. 1 2   -11
  922. 1 3     0
  923. 2 0     0
  924. 2 1     0
  925. 2 2     0
  926. 2 3     0
  927. 3 0     0
  928. 3 1     0
  929. 3 2     0
  930. 3 3     0
  931. ;
  932.  
  933. mu = 0
  934.  
  935. iteration 12
  936. MINOS 5.51: optimal solution found.
  937. 0 iterations, objective 3560
  938. Nonlin evals: constrs = 3, Jac = 2.
  939. Solution du 1er probleme
  940. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  941. 0    20       0     1000       0    20    20
  942. 1     0       0        0       0    20    20
  943. 2     0      20        0    1000    20    20
  944. 3     0       0        0       0    20    20
  945. ;
  946.  
  947. V_tot = 40
  948. T_h_s = 45
  949. T_c_s = 35
  950.  
  951. MINOS 5.51: optimal solution found.
  952. 0 iterations, objective 0
  953. Nonlin evals: constrs = 3, Jac = 2.
  954. Solution du 2nd probleme
  955. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  956. 0     0         0        20      20
  957. 1     0         0        20      20
  958. 2     0         0        20      20
  959. 3     0         0        20      20
  960. ;
  961.  
  962. Fonction duale à maximiser :
  963. theta_k = 3560
  964.  
  965. Valeur des gradients:
  966. :m_load[t] - m_load_b[t] [*] :=
  967. 0  20
  968. 1   0
  969. 2   0
  970. 3   0
  971. ;
  972.  
  973. m_unload[t] - m_unload_b[t] [*] :=
  974. 0   0
  975. 1   0
  976. 2  20
  977. 3   0
  978. ;
  979.  
  980. V_h_s[t] - V_h_s_b[t] [*] :=
  981. 0  0
  982. 1  0
  983. 2  0
  984. 3  0
  985. ;
  986.  
  987. V_c_s[t] - V_c_s_b[t] [*] :=
  988. 0  0
  989. 1  0
  990. 2  0
  991. 3  0
  992. ;
  993.  
  994. V_tot - V_tot_b = 0
  995.  
  996. Valeur des nouveaux lambda_t et mu
  997. lambda :=
  998. 0 0   -12
  999. 0 1     0
  1000. 0 2     0
  1001. 0 3     0
  1002. 1 0     0
  1003. 1 1     0
  1004. 1 2   -12
  1005. 1 3     0
  1006. 2 0     0
  1007. 2 1     0
  1008. 2 2     0
  1009. 2 3     0
  1010. 3 0     0
  1011. 3 1     0
  1012. 3 2     0
  1013. 3 3     0
  1014. ;
  1015.  
  1016. mu = 0
  1017.  
  1018. iteration 13
  1019. MINOS 5.51: optimal solution found.
  1020. 0 iterations, objective 3520
  1021. Nonlin evals: constrs = 3, Jac = 2.
  1022. Solution du 1er probleme
  1023. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  1024. 0    20       0     1000       0    20    20
  1025. 1     0       0        0       0    20    20
  1026. 2     0      20        0    1000    20    20
  1027. 3     0       0        0       0    20    20
  1028. ;
  1029.  
  1030. V_tot = 40
  1031. T_h_s = 45
  1032. T_c_s = 35
  1033.  
  1034. MINOS 5.51: optimal solution found.
  1035. 0 iterations, objective 0
  1036. Nonlin evals: constrs = 3, Jac = 2.
  1037. Solution du 2nd probleme
  1038. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  1039. 0     0         0        20      20
  1040. 1     0         0        20      20
  1041. 2     0         0        20      20
  1042. 3     0         0        20      20
  1043. ;
  1044.  
  1045. Fonction duale à maximiser :
  1046. theta_k = 3520
  1047.  
  1048. Valeur des gradients:
  1049. :m_load[t] - m_load_b[t] [*] :=
  1050. 0  20
  1051. 1   0
  1052. 2   0
  1053. 3   0
  1054. ;
  1055.  
  1056. m_unload[t] - m_unload_b[t] [*] :=
  1057. 0   0
  1058. 1   0
  1059. 2  20
  1060. 3   0
  1061. ;
  1062.  
  1063. V_h_s[t] - V_h_s_b[t] [*] :=
  1064. 0  0
  1065. 1  0
  1066. 2  0
  1067. 3  0
  1068. ;
  1069.  
  1070. V_c_s[t] - V_c_s_b[t] [*] :=
  1071. 0  0
  1072. 1  0
  1073. 2  0
  1074. 3  0
  1075. ;
  1076.  
  1077. V_tot - V_tot_b = 0
  1078.  
  1079. Valeur des nouveaux lambda_t et mu
  1080. lambda :=
  1081. 0 0   -13
  1082. 0 1     0
  1083. 0 2     0
  1084. 0 3     0
  1085. 1 0     0
  1086. 1 1     0
  1087. 1 2   -13
  1088. 1 3     0
  1089. 2 0     0
  1090. 2 1     0
  1091. 2 2     0
  1092. 2 3     0
  1093. 3 0     0
  1094. 3 1     0
  1095. 3 2     0
  1096. 3 3     0
  1097. ;
  1098.  
  1099. mu = 0
  1100.  
  1101. iteration 14
  1102. MINOS 5.51: optimal solution found.
  1103. 0 iterations, objective 3480
  1104. Nonlin evals: constrs = 3, Jac = 2.
  1105. Solution du 1er probleme
  1106. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  1107. 0    20       0     1000       0    20    20
  1108. 1     0       0        0       0    20    20
  1109. 2     0      20        0    1000    20    20
  1110. 3     0       0        0       0    20    20
  1111. ;
  1112.  
  1113. V_tot = 40
  1114. T_h_s = 45
  1115. T_c_s = 35
  1116.  
  1117. MINOS 5.51: optimal solution found.
  1118. 0 iterations, objective 0
  1119. Nonlin evals: constrs = 3, Jac = 2.
  1120. Solution du 2nd probleme
  1121. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  1122. 0     0         0        20      20
  1123. 1     0         0        20      20
  1124. 2     0         0        20      20
  1125. 3     0         0        20      20
  1126. ;
  1127.  
  1128. Fonction duale à maximiser :
  1129. theta_k = 3480
  1130.  
  1131. Valeur des gradients:
  1132. :m_load[t] - m_load_b[t] [*] :=
  1133. 0  20
  1134. 1   0
  1135. 2   0
  1136. 3   0
  1137. ;
  1138.  
  1139. m_unload[t] - m_unload_b[t] [*] :=
  1140. 0   0
  1141. 1   0
  1142. 2  20
  1143. 3   0
  1144. ;
  1145.  
  1146. V_h_s[t] - V_h_s_b[t] [*] :=
  1147. 0  0
  1148. 1  0
  1149. 2  0
  1150. 3  0
  1151. ;
  1152.  
  1153. V_c_s[t] - V_c_s_b[t] [*] :=
  1154. 0  0
  1155. 1  0
  1156. 2  0
  1157. 3  0
  1158. ;
  1159.  
  1160. V_tot - V_tot_b = 0
  1161.  
  1162. Valeur des nouveaux lambda_t et mu
  1163. lambda :=
  1164. 0 0   -14
  1165. 0 1     0
  1166. 0 2     0
  1167. 0 3     0
  1168. 1 0     0
  1169. 1 1     0
  1170. 1 2   -14
  1171. 1 3     0
  1172. 2 0     0
  1173. 2 1     0
  1174. 2 2     0
  1175. 2 3     0
  1176. 3 0     0
  1177. 3 1     0
  1178. 3 2     0
  1179. 3 3     0
  1180. ;
  1181.  
  1182. mu = 0
  1183.  
  1184. iteration 15
  1185. MINOS 5.51: optimal solution found.
  1186. 0 iterations, objective 3440
  1187. Nonlin evals: constrs = 3, Jac = 2.
  1188. Solution du 1er probleme
  1189. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  1190. 0    20       0     1000       0    20    20
  1191. 1     0       0        0       0    20    20
  1192. 2     0      20        0    1000    20    20
  1193. 3     0       0        0       0    20    20
  1194. ;
  1195.  
  1196. V_tot = 40
  1197. T_h_s = 45
  1198. T_c_s = 35
  1199.  
  1200. MINOS 5.51: optimal solution found.
  1201. 0 iterations, objective 0
  1202. Nonlin evals: constrs = 3, Jac = 2.
  1203. Solution du 2nd probleme
  1204. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  1205. 0     0         0        20      20
  1206. 1     0         0        20      20
  1207. 2     0         0        20      20
  1208. 3     0         0        20      20
  1209. ;
  1210.  
  1211. Fonction duale à maximiser :
  1212. theta_k = 3440
  1213.  
  1214. Valeur des gradients:
  1215. :m_load[t] - m_load_b[t] [*] :=
  1216. 0  20
  1217. 1   0
  1218. 2   0
  1219. 3   0
  1220. ;
  1221.  
  1222. m_unload[t] - m_unload_b[t] [*] :=
  1223. 0   0
  1224. 1   0
  1225. 2  20
  1226. 3   0
  1227. ;
  1228.  
  1229. V_h_s[t] - V_h_s_b[t] [*] :=
  1230. 0  0
  1231. 1  0
  1232. 2  0
  1233. 3  0
  1234. ;
  1235.  
  1236. V_c_s[t] - V_c_s_b[t] [*] :=
  1237. 0  0
  1238. 1  0
  1239. 2  0
  1240. 3  0
  1241. ;
  1242.  
  1243. V_tot - V_tot_b = 0
  1244.  
  1245. Valeur des nouveaux lambda_t et mu
  1246. lambda :=
  1247. 0 0   -15
  1248. 0 1     0
  1249. 0 2     0
  1250. 0 3     0
  1251. 1 0     0
  1252. 1 1     0
  1253. 1 2   -15
  1254. 1 3     0
  1255. 2 0     0
  1256. 2 1     0
  1257. 2 2     0
  1258. 2 3     0
  1259. 3 0     0
  1260. 3 1     0
  1261. 3 2     0
  1262. 3 3     0
  1263. ;
  1264.  
  1265. mu = 0
  1266.  
  1267. iteration 16
  1268. MINOS 5.51: optimal solution found.
  1269. 0 iterations, objective 3400
  1270. Nonlin evals: constrs = 3, Jac = 2.
  1271. Solution du 1er probleme
  1272. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  1273. 0    20       0     1000       0    20    20
  1274. 1     0       0        0       0    20    20
  1275. 2     0      20        0    1000    20    20
  1276. 3     0       0        0       0    20    20
  1277. ;
  1278.  
  1279. V_tot = 40
  1280. T_h_s = 45
  1281. T_c_s = 35
  1282.  
  1283. MINOS 5.51: optimal solution found.
  1284. 0 iterations, objective 0
  1285. Nonlin evals: constrs = 3, Jac = 2.
  1286. Solution du 2nd probleme
  1287. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  1288. 0     0         0        20      20
  1289. 1     0         0        20      20
  1290. 2     0         0        20      20
  1291. 3     0         0        20      20
  1292. ;
  1293.  
  1294. Fonction duale à maximiser :
  1295. theta_k = 3400
  1296.  
  1297. Valeur des gradients:
  1298. :m_load[t] - m_load_b[t] [*] :=
  1299. 0  20
  1300. 1   0
  1301. 2   0
  1302. 3   0
  1303. ;
  1304.  
  1305. m_unload[t] - m_unload_b[t] [*] :=
  1306. 0   0
  1307. 1   0
  1308. 2  20
  1309. 3   0
  1310. ;
  1311.  
  1312. V_h_s[t] - V_h_s_b[t] [*] :=
  1313. 0  0
  1314. 1  0
  1315. 2  0
  1316. 3  0
  1317. ;
  1318.  
  1319. V_c_s[t] - V_c_s_b[t] [*] :=
  1320. 0  0
  1321. 1  0
  1322. 2  0
  1323. 3  0
  1324. ;
  1325.  
  1326. V_tot - V_tot_b = 0
  1327.  
  1328. Valeur des nouveaux lambda_t et mu
  1329. lambda :=
  1330. 0 0   -16
  1331. 0 1     0
  1332. 0 2     0
  1333. 0 3     0
  1334. 1 0     0
  1335. 1 1     0
  1336. 1 2   -16
  1337. 1 3     0
  1338. 2 0     0
  1339. 2 1     0
  1340. 2 2     0
  1341. 2 3     0
  1342. 3 0     0
  1343. 3 1     0
  1344. 3 2     0
  1345. 3 3     0
  1346. ;
  1347.  
  1348. mu = 0
  1349.  
  1350. iteration 17
  1351. MINOS 5.51: optimal solution found.
  1352. 0 iterations, objective 3360
  1353. Nonlin evals: constrs = 3, Jac = 2.
  1354. Solution du 1er probleme
  1355. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  1356. 0    20       0     1000       0    20    20
  1357. 1     0       0        0       0    20    20
  1358. 2     0      20        0    1000    20    20
  1359. 3     0       0        0       0    20    20
  1360. ;
  1361.  
  1362. V_tot = 40
  1363. T_h_s = 45
  1364. T_c_s = 35
  1365.  
  1366. MINOS 5.51: optimal solution found.
  1367. 0 iterations, objective 0
  1368. Nonlin evals: constrs = 3, Jac = 2.
  1369. Solution du 2nd probleme
  1370. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  1371. 0     0         0        20      20
  1372. 1     0         0        20      20
  1373. 2     0         0        20      20
  1374. 3     0         0        20      20
  1375. ;
  1376.  
  1377. Fonction duale à maximiser :
  1378. theta_k = 3360
  1379.  
  1380. Valeur des gradients:
  1381. :m_load[t] - m_load_b[t] [*] :=
  1382. 0  20
  1383. 1   0
  1384. 2   0
  1385. 3   0
  1386. ;
  1387.  
  1388. m_unload[t] - m_unload_b[t] [*] :=
  1389. 0   0
  1390. 1   0
  1391. 2  20
  1392. 3   0
  1393. ;
  1394.  
  1395. V_h_s[t] - V_h_s_b[t] [*] :=
  1396. 0  0
  1397. 1  0
  1398. 2  0
  1399. 3  0
  1400. ;
  1401.  
  1402. V_c_s[t] - V_c_s_b[t] [*] :=
  1403. 0  0
  1404. 1  0
  1405. 2  0
  1406. 3  0
  1407. ;
  1408.  
  1409. V_tot - V_tot_b = 0
  1410.  
  1411. Valeur des nouveaux lambda_t et mu
  1412. lambda :=
  1413. 0 0   -17
  1414. 0 1     0
  1415. 0 2     0
  1416. 0 3     0
  1417. 1 0     0
  1418. 1 1     0
  1419. 1 2   -17
  1420. 1 3     0
  1421. 2 0     0
  1422. 2 1     0
  1423. 2 2     0
  1424. 2 3     0
  1425. 3 0     0
  1426. 3 1     0
  1427. 3 2     0
  1428. 3 3     0
  1429. ;
  1430.  
  1431. mu = 0
  1432.  
  1433. iteration 18
  1434. MINOS 5.51: optimal solution found.
  1435. 0 iterations, objective 3320
  1436. Nonlin evals: constrs = 3, Jac = 2.
  1437. Solution du 1er probleme
  1438. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  1439. 0    20       0     1000       0    20    20
  1440. 1     0       0        0       0    20    20
  1441. 2     0      20        0    1000    20    20
  1442. 3     0       0        0       0    20    20
  1443. ;
  1444.  
  1445. V_tot = 40
  1446. T_h_s = 45
  1447. T_c_s = 35
  1448.  
  1449. MINOS 5.51: optimal solution found.
  1450. 0 iterations, objective 0
  1451. Nonlin evals: constrs = 3, Jac = 2.
  1452. Solution du 2nd probleme
  1453. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  1454. 0     0         0        20      20
  1455. 1     0         0        20      20
  1456. 2     0         0        20      20
  1457. 3     0         0        20      20
  1458. ;
  1459.  
  1460. Fonction duale à maximiser :
  1461. theta_k = 3320
  1462.  
  1463. Valeur des gradients:
  1464. :m_load[t] - m_load_b[t] [*] :=
  1465. 0  20
  1466. 1   0
  1467. 2   0
  1468. 3   0
  1469. ;
  1470.  
  1471. m_unload[t] - m_unload_b[t] [*] :=
  1472. 0   0
  1473. 1   0
  1474. 2  20
  1475. 3   0
  1476. ;
  1477.  
  1478. V_h_s[t] - V_h_s_b[t] [*] :=
  1479. 0  0
  1480. 1  0
  1481. 2  0
  1482. 3  0
  1483. ;
  1484.  
  1485. V_c_s[t] - V_c_s_b[t] [*] :=
  1486. 0  0
  1487. 1  0
  1488. 2  0
  1489. 3  0
  1490. ;
  1491.  
  1492. V_tot - V_tot_b = 0
  1493.  
  1494. Valeur des nouveaux lambda_t et mu
  1495. lambda :=
  1496. 0 0   -18
  1497. 0 1     0
  1498. 0 2     0
  1499. 0 3     0
  1500. 1 0     0
  1501. 1 1     0
  1502. 1 2   -18
  1503. 1 3     0
  1504. 2 0     0
  1505. 2 1     0
  1506. 2 2     0
  1507. 2 3     0
  1508. 3 0     0
  1509. 3 1     0
  1510. 3 2     0
  1511. 3 3     0
  1512. ;
  1513.  
  1514. mu = 0
  1515.  
  1516. iteration 19
  1517. MINOS 5.51: optimal solution found.
  1518. 0 iterations, objective 3280
  1519. Nonlin evals: constrs = 3, Jac = 2.
  1520. Solution du 1er probleme
  1521. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  1522. 0    20       0     1000       0    20    20
  1523. 1     0       0        0       0    20    20
  1524. 2     0      20        0    1000    20    20
  1525. 3     0       0        0       0    20    20
  1526. ;
  1527.  
  1528. V_tot = 40
  1529. T_h_s = 45
  1530. T_c_s = 35
  1531.  
  1532. MINOS 5.51: optimal solution found.
  1533. 0 iterations, objective 0
  1534. Nonlin evals: constrs = 3, Jac = 2.
  1535. Solution du 2nd probleme
  1536. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  1537. 0     0         0        20      20
  1538. 1     0         0        20      20
  1539. 2     0         0        20      20
  1540. 3     0         0        20      20
  1541. ;
  1542.  
  1543. Fonction duale à maximiser :
  1544. theta_k = 3280
  1545.  
  1546. Valeur des gradients:
  1547. :m_load[t] - m_load_b[t] [*] :=
  1548. 0  20
  1549. 1   0
  1550. 2   0
  1551. 3   0
  1552. ;
  1553.  
  1554. m_unload[t] - m_unload_b[t] [*] :=
  1555. 0   0
  1556. 1   0
  1557. 2  20
  1558. 3   0
  1559. ;
  1560.  
  1561. V_h_s[t] - V_h_s_b[t] [*] :=
  1562. 0  0
  1563. 1  0
  1564. 2  0
  1565. 3  0
  1566. ;
  1567.  
  1568. V_c_s[t] - V_c_s_b[t] [*] :=
  1569. 0  0
  1570. 1  0
  1571. 2  0
  1572. 3  0
  1573. ;
  1574.  
  1575. V_tot - V_tot_b = 0
  1576.  
  1577. Valeur des nouveaux lambda_t et mu
  1578. lambda :=
  1579. 0 0   -19
  1580. 0 1     0
  1581. 0 2     0
  1582. 0 3     0
  1583. 1 0     0
  1584. 1 1     0
  1585. 1 2   -19
  1586. 1 3     0
  1587. 2 0     0
  1588. 2 1     0
  1589. 2 2     0
  1590. 2 3     0
  1591. 3 0     0
  1592. 3 1     0
  1593. 3 2     0
  1594. 3 3     0
  1595. ;
  1596.  
  1597. mu = 0
  1598.  
  1599. iteration 20
  1600. MINOS 5.51: optimal solution found.
  1601. 0 iterations, objective 3240
  1602. Nonlin evals: constrs = 3, Jac = 2.
  1603. Solution du 1er probleme
  1604. : m_load m_unload Q_load Q_unload V_h_s V_c_s    :=
  1605. 0    20       0     1000       0    20    20
  1606. 1     0       0        0       0    20    20
  1607. 2     0      20        0    1000    20    20
  1608. 3     0       0        0       0    20    20
  1609. ;
  1610.  
  1611. V_tot = 40
  1612. T_h_s = 45
  1613. T_c_s = 35
  1614.  
  1615. MINOS 5.51: optimal solution found.
  1616. 0 iterations, objective 0
  1617. Nonlin evals: constrs = 3, Jac = 2.
  1618. Solution du 2nd probleme
  1619. : m_load_b m_unload_b V_h_s_b V_c_s_b    :=
  1620. 0     0         0        20      20
  1621. 1     0         0        20      20
  1622. 2     0         0        20      20
  1623. 3     0         0        20      20
  1624. ;
  1625.  
  1626. Fonction duale à maximiser :
  1627. theta_k = 3240
  1628.  
  1629. Valeur des gradients:
  1630. :m_load[t] - m_load_b[t] [*] :=
  1631. 0  20
  1632. 1   0
  1633. 2   0
  1634. 3   0
  1635. ;
  1636.  
  1637. m_unload[t] - m_unload_b[t] [*] :=
  1638. 0   0
  1639. 1   0
  1640. 2  20
  1641. 3   0
  1642. ;
  1643.  
  1644. V_h_s[t] - V_h_s_b[t] [*] :=
  1645. 0  0
  1646. 1  0
  1647. 2  0
  1648. 3  0
  1649. ;
  1650.  
  1651. V_c_s[t] - V_c_s_b[t] [*] :=
  1652. 0  0
  1653. 1  0
  1654. 2  0
  1655. 3  0
  1656. ;
  1657.  
  1658. V_tot - V_tot_b = 0
  1659.  
  1660. Valeur des nouveaux lambda_t et mu
  1661. lambda :=
  1662. 0 0   -20
  1663. 0 1     0
  1664. 0 2     0
  1665. 0 3     0
  1666. 1 0     0
  1667. 1 1     0
  1668. 1 2   -20
  1669. 1 3     0
  1670. 2 0     0
  1671. 2 1     0
  1672. 2 2     0
  1673. 2 3     0
  1674. 3 0     0
  1675. 3 1     0
  1676. 3 2     0
  1677. 3 3     0
  1678. ;
  1679.  
  1680. mu = 0
RAW Paste Data
We use cookies for various purposes including analytics. By continuing to use Pastebin, you agree to our use of cookies as described in the Cookies Policy. OK, I Understand
 
Top