Vous êtes sur la page 1sur 60

Cours de Recherche Opérationnelle Niveau : TS. Année : 2010.

Introduction :

La Recherche opérationnelle est une science dont les fondements de bases et les premières applications datent de la deuxième guerre mondiale. Elle traite des problèmes résolus mathématiquement à l’époque afin de répondre à certaines exigences des responsables militaires. A la fin de la guerre les scientifiques se sont retrouvé avec une armada de méthodes qui permettent de résoudre certains problèmes, c’est à partir de là qu’ils ont pensé à développer cet acquis mais cette fois ci pour l’exploiter dans la vie quotidienne, en économie, en industrie et la recherche scientifique. La recherche opérationnelle en tant que science se partage en plusieurs filières suivant le type d’applications, ainsi elle est composée de : la Théorie des graphes, l’optimisation dans les réseaux, la programmation linéaire, la programmation non linéaire, l’optimisation combinatoire, La Modélisation, la simulation et l’aide à la décision monocritère et multicritère. Dans ce cours nous allons essayer de présenter quelques domaines de la recherche opérationnelle, nous commencerons dans un premier temps par la présentation des définitions de bases de la théorie des graphes, afin de vous familiariser avec le Jargon de ce domaine, ensuite nous entamerons la partie optimisation dans les réseaux dans laquelle on verra en détail les problèmes de cheminements leurs applications et leurs résolutions. Ensuite on passera aux principes de la programmation dynamique qu’on expliquera avec les méthodes de recherche des plus courts chemins dans les graphes. La gestion scientifique des stocks est un domaine très apprécié en recherche opérationnelle, de la nous présenterons les définitions de bases ainsi que les principes dominants.

1

Nous terminons ce cours par la présentation de quelques méthodes de simulation à travers lesquelles on verra l’apport de la recherche opérationnelle dans le domaine non déterministe et où l’aléatoire intervient.

Chapitre 1 : Définitions de base de la théorie des graphes.

Introduction :

La théorie des graphes permet de transcrire concrètement des faits en les modélisant à l'aide d'objets mathématiques, afin de résoudre des problèmes tels :

- Les problèmes d’ordonnancement, qui ont pour but la recherche d’un ordre optimal

des tâches pour une réalisation complexe : il s’agit de trouver un ordre de réalisation des travaux, en minimisant le temps total et le coût total ;

- Les emplois du temps et la répartition des salles ;

- Les problèmes d’affectations (organiser des équipes de travail pour qu’elles soient le plus efficaces possibles) ; Les problèmes de maintenance (minimiser les stocks de pièces de rechange, ou les coûts dus à l’arrêt des machines) ;

- Les problèmes de compétition et de concurrence ;

- Les problèmes de classification de produits, ou d’individus.

Le premier problème connu d’utilisation d’un graphe pour résoudre un problème est celui des « 7 ponts de Königsberg », résolu en 1735 par le mathématicien suisse Leonhard Euler :

La ville de Königsberg (Prusse orientale) comptait 7 ponts, disposés selon la figure ci-

contre.

Leonhard Euler : La ville de Königsberg (Prusse orientale) comptait 7 ponts, disposés selon la figure

2

L’histoire veut que Léonard Euler, en visite dans cette ville, ait eu à résoudre le problème qui préoccupait fortement ses habitants : Est-il possible de trouver un chemin qui emprunte une fois et une seule chacun des sept ponts de la ville et revenir au point de départ? Pour cela, l’idée est de commencer par traduire l’énoncé du problème par un schéma :

Chaque lieu de la ville est repéré par sa position géographique : N pour le nord de la ville ; S pour le sud de la ville, O pour l’ouest et I pour île. Chaque pont sera alors représenté par un « trait » reliant ces lieux entre eux. Cette modélisation s’appelle un graphe : Qu’est-ce qu’un graphe ? C’est un ensemble de sommets et de liens entre 2 sommets que l’on appelle arêtes. La traduction du problème de départ en termes de propriétés du graphe est alors :

«Peut-on circuler sur le graphe à partir d’un sommet en empruntant une fois et une seule chaque arête ? ». Mais la théorie des graphes a réellement pris son départ pendant la seconde guerre mondiale, plus précisément en Angleterre en 1940, sous le nom d’ « Operation Research ». L’État Major allié, qui devait accroître l’efficacité de ses opérations, en confia le travail au physicien Blackett. Il s’agissait de rechercher la meilleure rotation des équipages dans les avions1, l’implantation optimale des radars, plus tard l’organisation des convois transatlantiques…

Définitions de base.

1) Généralités sur les graphes

Définition1:

Un Graphe est un ensemble de points (appelés Sommets du graphe) éventuellement reliés par un ou plusieurs segment(s) appelés Arêtes.

Définition2: Un modèle mathématique est une traduction de la réalité pour pouvoir lui appliquer les outils, les techniques et les théories mathématiques, puis généralement, en sens inverse, la traduction des résultats mathématiques obtenus en prédictions ou opérations dans le monde réel. Ainsi la théorie des graphes s’intéresse aux modèles mathématiques définit par des graphes selon la définition1.

3

Sommet : Un sommet est un 'noeud' du graphe. C'est l'extrémité d'une arête. Arrête : On désigne une arête par la pair de sommets qu’elle relie : {x,y} ou [x y], et on parle de l’arête d’extrémités x et y; les sommets x et y sont alors dit adjacents, et l’arête et dite incidente aux sommets x et y.

Graphe : Un graphe G est définit par un couple d’ensembles, le premier représente l’ensemble des sommets X et le second représente l’ensemble des arêtes E. Et on écrit alors G=(X,E), Le cardinal de X =n et s’appel l’ordre du graphe G.

Exemple :

On s’intéresse à un tournoi de football. Supposant que nous voulons organiser un tournoi de football avec 05 équipes. Nous cherchons à voir quel est le nombre de matchs de football à programmer ? Dans un premier temps en commence par la modélisation mathématiques et la on suppose que les sommets représentent les différentes équipes et les arêtes représentent les rencontres de

football. Donc il existe un arête relient deux sommets (x,y) X 2 .

X={E1, E2, E3, E4, E5} E={(E1,E2), (E1,E3), (E1,E4), (E1,E5), (E2,E3), (E2,E4), (E2,E5), (E3,E4), (E3,E5)}

Le graphe correspondant est :

E1 E5 E2 E4 E3 G=(X,E)
E1
E5
E2
E4
E3
G=(X,E)

4

Degré d’un sommet : On appel degré d’un sommet x, dans un graphe, G noté d(x), le nombre d’arêtes de G ayant x comme extrémité. Ou bien on dit que c’est le nombre d’arêtes incidentes au sommet x. Dans le graphe précédant tous les sommets ont le même degré est égal à 4. Remarque : Pour un graphe G d’ordre n ; le degré d’un sommet est un entier compris entre 0 et n-1. Graphe régulier : Un graphe G est dit régulier de degré r si tous les sommets sont de degré r. Le graphe précédant est régulier de degré 5. Théorème1 : Dans un graphe quelconque on à toujours la somme des degrés est égale à deux

fois le nombre d’arêtes m : d(x)=2 m

x

X.

Proposition1 : Dans un graphe le nombre de sommets de degré impair est toujours pair. Proposition 2 : Soit G=(X,E) un graphe d’ordre n >=2. Alors au moins deux sommets différents qui ont le même degré. Graphe complet : Un graphe G est dit complet si et seulement si tous les sommets sont reliés deux à deux. Une boucle : est une arête dont les deux extrémités coïncident. Arêtes parallèles : Soit G un graphe. On appel arêtes parallèle des arêtes différentes de G ayant les mêmes extrémités. Multi graphe : est un graphe admettant des arêtes parallèles. Graphe simple : Soit G=(X,E) un graphe. G est simple s’il n’admet pas de boucles et d’arcs parallèles.

E1 E5 E2 E4 E3 Exemple de graphe Simple
E1
E5
E2
E4
E3
Exemple de graphe Simple
E1 E5 E2 E4 E3
E1
E5
E2
E4
E3

Exemple de graphe non Simple

5

Chaine:

, Tel que : X 0 et X m représentent les extrémités de la chaine Ch, et m sa longueur l(ch)=m. Une chaine simple est une chaine dont toutes les arêtes sont distinctes. Une chaine élémentaire est une chaine dont tous les sommets sont distincts. Exemple :

Une chaine est une suite fini de sommets et d’arêtes Ch=[X 0 ,e 0 ,X 1 ,e 1 X 2 ,…

X m-1 ,e m-1 ,Xm].

x1 e 4 e 1 x5 x2 e 3 e 2 x4 x3 G=(X,E)
x1
e 4
e 1
x5
x2
e 3
e 2
x4
x3
G=(X,E)

C 1 =[x 1 e 1 x 2 e 2 x 3 e 3 x 5 ] est une chaine de longueur 3 avec x 1 et x 5 comme extrémités. Par contre : C 2 =[x 1 e 1 x 2 e 2 x 3 e 3 x 5 e 4 x 1 ] est appelé un cycle. Cycle : Un cycle est une chaine fermée, dont toutes les arêtes sont distinctes. Graphe connexe : Un graphe G est dit connexe, ssi, (x 1 ,x 2 ) X, une chaine reliant x 1 à x 2 . Sous Graphe : Soit G = (X, E) un graphe, pour un sous-ensemble de sommets A inclus dans X, le sous-graphe de G induit par A est le graphe G = (A, E(A)) dont l'ensemble des sommets est A et l'ensemble des arêtes E(A) est formé de toutes les arêtes de G ayant leurs deux extrémités dans A. Autrement dit, on obtient G' en enlevant un ou plusieurs sommets au graphe G, ainsi que toutes les arêtes incidentes à ces sommets. Graphe Partiel : Soit G = (X, E) un graphe. Le graphe G' = (X, E') est un graphe partiel de G, si E' est inclus dans E. Autrement dit, on obtient G' en enlevant une ou plusieurs arêtes au graphe G tout en gardant le même ensemble de sommet X.

Remarques : Un graphe partiel d'un sous-graphe est un sous-graphe partiel de G. Une clique : Une clique un sous-graphe complet de G. Stable : Un stable un sous-graphe de G sans arêtes.

6

Exemples :

Graphe partiel de G Sous-graphe de G X'=X E'={e1, e4, e5} X'={x1, x3, x4, x5}
Graphe partiel de G
Sous-graphe de G
X'=X
E'={e1, e4, e5}
X'={x1, x3, x4, x5}
E'={e3, e4, e5}
Le graphe G
Soit G=(X, E)
X={x1, x2, x3, x4, x5}
E={e1=(x1,x2),
e2=(x2,x3), e3=(x1,x3),
e4=(x3,x4), e5=(x3,x5)}

Sous-graphe partiel de G

X'={x1, x2, x3, x4} E'={e1, e4}

Une clique de G

Un stable de G

X'={x1,x2,x3}

X'={x1,x4,x5}

E'={e1, e2, e3}

E'={}

Graphe orienté : En donnant un sens aux arêtes d'un graphe, on obtient un graphe orienté. Dans ce cas l’ensemble des sommets X reste le même, mais l’ensemble des arêtes E sera appelé l’ensemble des arcs U qui est défini par des paires ordonnées de sommets, car l’orientation des arcs est importante. Ainsi dans le cas non orienté l’arête e 1 =[x 1 x 2 ] est la même que l’arête e 1 =[x 2 x 1 ], par contre, dans le cas orienté l’arc u 1 =(x 1 ,x 2 ) est différent de l’arc u 2 =(x 2 ,x 1 ).

Exemple :

G=(X,U) est graphe orienté

x1 u 5 u 1 x5 x2 u 3 u2 x4 x3 G=(X,U)
x1
u 5
u 1
x5
x2
u 3
u2
x4
x3
G=(X,U)

7

Chemin : Dans un graphe orienté, un chemin d'origine x et d'extrémité y est défini par une suite finie d'arcs consécutifs empruntés dans le bon sens, reliant x à y. La notion correspondante dans les graphes non orientés est celle de chaîne. Un chemin élémentaire est un chemin ne passant pas deux fois par un même sommet, c'est-à- dire dont tous les sommets sont distincts. Un chemin simple est un chemin ne passant pas deux fois par un même arc, c'est-à-dire dont tous les arcs sont distincts. La longueur d'un chemin est le nombre d'arcs le constituant, ou bien, dans le cas d'un graphe pondéré, la somme des poids des arêtes. Circuit : Un circuit est un chemin dont les deux extrémités sont identiques. Si le chemin est élémentaire, c'est-à-dire ne passe pas deux fois par un même sommet, on parle de circuit élémentaire. Dans un circuit élémentaire, le degré des sommets est deux. Dans les graphes pondérés, le poids d'un circuit est la somme des poids des arcs qu'il contient. Si cette somme est négative, on parle de circuit absorbant.

Définition : Un graphe orienté est dit fortement connexe ssi il réalise la relation R suivante :

pour tout couple de sommets (x i ,x j ) X 2 , un chemin permettant de joindre x i à x j et un autre chemin permettant de joindre x j à x i dans G. Nous pouvons démontrer facilement que la relation R est une relation d’équivalence, ainsi elle admet des classes d’équivalences. Ces classes sont appelées des composantes fortement connexes. Remarque :

1/On ne parle pas de forte connexité dans le cas non orienté. 2/ il existe des algorithmes permettant de vérifier si un graphe est fortement connexe ou pas. 3/ Un graphe G est fortement connexe s’il admet une seule composante fortement connexe. En d’autres termes un graphe est fortement connexe si il admet un circuit passant par tous les sommets de G.

Exemple :

G1 n’est pas fortement connexe car il existe un chemin entre x 4 et x 3 par contre il n’existe pas de chemin reliant x 3 et x 4. La composante {x 1, x 2, x 3, x 5 } est une composante fortement connexe.

8

x1 x5 x2 x4 x3 G1=(X,U
x1
x5
x2
x4
x3
G1=(X,U

Graphe réduit :

G : graphe orienté admettant p composantes fortementconnexes : C1, C2, …, Cp On définit le graphe réduit de G (noté GR) par :

GR=(XR,UR) avec : XR={C1,C2,…,Cp} et (Ci ,Cj) UR si Il existe au moins un arc dans G ayant son extrémité initiale dans la composante fortement connexe Ci et son extrémité terminale dans la composante fortement connexe Cj.

terminale dans la composante fortement connexe Cj. Représentation des graphes sur machines Soit G = (X,U)

Représentation des graphes sur machines Soit G = (X,U) un graphe orienté ayant n sommets. On défini la matrice M associée, dont les lignes et les colonnes représentent les sommets de G, par :

M = mij i,j = 1,…, n tel que : mij = Nombre d’arcs reliant xi à xj. Cette matrice est appelée Matrice d’adjacence sommet-sommet.

9

Exemple : La matrice d’adjacence de l’exemple suivant est:

M=

X

X

X

X

X

1

2

3

4

5

X 1

X

2

X 3 X 4

X 5

2

1

0

1

0

1

0

1

0

0

0

1

0

1

0

1

0

1

0

2

0

0

0

2

0

x1 x5 x2 x4 x3 Exemple de graphe non Simple
x1
x5
x2
x4
x3
Exemple de graphe non Simple

Remarque : Une boucle est toujours comptabilisée deus fois.

Dictionnaire des successeurs: Dans cette représentation, on définit le graphe par le détail des

successeurs de chaque sommet.

Dictionnaire des prédécesseurs: Dans cette représentation, on définit le graphe par le détail

des prédécesseurs de chaque sommet.

10

Cheminement dans les graphes

Graphe pondéré : On appelle graphe pondéré un graphe tel que, à chaque arête e est associé un poids P e . Les applications des graphes pondérés sont nombreuses : cartes routières avec des indications de durée, de tarif ou de distance portée sur des routes entre deux lieux, par exemple.

Réseau : On appel réseau un graphe pondéré ayant un seul sommet S avec d - g(S)=0 appelé source et un seul sommet P avec d + g(P)=0 appelé puit.

Remarque : Dans le cas ou on a un graphe pondéré avec plusieurs sommets x i ayant dg - (x i )=0 et plusieurs sommets y i ayant d + g(y i )=0, alors il suffit d’ajouter deux sommets fictifs S et P tels que : S sera relié à tous les sommets x i et tous les sommets y i seront reliés à P. les pondérations des arcs fictifs ajoutés seront égales à 0 où l’infini ( ) suivant le sens des

pondérations du graphe initial.

( ) suivant le sens des pondérations du graphe initial. Chemin: Un chemin Ch est une

Chemin: Un chemin Ch est une suite d’arcs adjacents parcouru dans le même sens. La longueur de ce chemin l(Ch) peut être définit de deux manières différentes:

1/ La longueur en termes d’arcs, et la on donne le nombre d’arcs constituants ce chemin. l(Ch)=nombre d’arcs de ch. 2/ La longueur en termes de pondérations, et la on donne la somme des pondérations des arcs constituants ce chemin.l(Ch)= .

des pondérations des arcs constituants ce chemin. l(Ch)= . Circuit : Un circuit est un chemin

Circuit : Un circuit est un chemin simple dont les deux extrémités coïncident. Ainsi on défini la longueur d’un circuit de la même manière, par la longueur en terme d’arcs et la longueur en termes de pondérations. Circuit absorbant : Un circuit C est dit absorbant ssi,

Plus court chemin : On appel plus court chemin dans un réseau R, le chemin reliant S à P dans R, ayant la somme des pondérations minimales de tous les chemins reliant S à P dans R.

.
.

Le Problème du plus court chemin : Le problème du plus court chemin est un problème ancien, présent dans de nombreux domaines (trafics autoroutiers, ferroviaires, maritimes, investissement et gestion des stocks, optimisation d’un réseau, intelligence artificielle, etc…).

11

Le problème est simple : Comment, en partant d’un point, arriver à un autre point en faisant le moins de chemin possible ? Pour vous aider, prenons un exemple : Une voiture partant de Paris souhaite se rendre à Toulouse. Mais l’autoroute entre Paris et Toulouse est bouchée. Le conducteur aimerait savoir si, en passant par Bordeaux, il mettra plus ou moins de temps que pour aller à Toulouse par l’autoroute. Sachant que le conducteur mettra 7 heures en passant par l’autoroute, et qu’il mettra 5 heures pour aller à Bordeaux, et 3 heures pour relier Bordeaux à Toulouse. Le graphe ci-dessous résume le problème.

à Toulouse. Le graphe ci-dessous résume le problème. Chaque arc possède une pondération représentant le temps

Chaque arc possède une pondération représentant le temps nécessaire de déplacement d’un sommet vers un autre. On dit que ce graphe est un graphe « orienté », car les arcs ont un sens. Pour déterminer le plus court chemin entre Paris et Toulouse, il suffit d’additionner les longueurs d’arcs des différents passages pour aller de Paris à Toulouse, et de les comparer. Ici, on a l (P => T) = 7 et l (P => B) + l (B => T) = 5 + 3 = 8 On peut donc voir que l’automobiliste ferait mieux de passer par l’autoroute Paris-Toulouse, plutôt que de faire un détour par Bordeaux, où il perdrait une heure !

Existence un plus court chemin : Soit R=(X,U,d) un réseau, on dit que R admet un plus court chemin, si et seulement si, R n’admet pas de circuit absorbant.

Exemple :

12

Dans le graphe ci-dessous, le plus court chemin n’existe pas, car ce graphe admet un circuit absorbant (3,4,5,6,3). La somme des pondérations de ce circuit est égale à (-3), à chaque fois quand fait un passage sur ce circuit absorbant la valeur du plus court chemin diminue jusqu’a

-∞.

1 5 2
1 5
2
7 9 3 7 4 3 6 4 -8 -2 5
7
9
3
7
4
3
6
4
-8
-2
5

Propriétés des plus courts chemins Propriété1 : Tout sous-chemin d’un plus court chemin est un plus court chemin. Propriété2 : S’il existe un plus court chemin entre deux sommets x et y, alors il existe un plus court chemin élémentaire entre x et y.

Il existe plusieurs algorithmes de recherche de plus cours chemin, on peut citer à titre d’exemple : l’algorithme de Bellmann, l’algorithme de Disjktra, l’algorithme de Bellmann- Ford…etc. Algorithmes de recherche de plus court chemin :

1/ Algorithme de Bellman :

L’algorithme de Bellman s’applique sur les graphes (réseaux) sans circuit, avec des pondérations quelconques. Ainsi nous devons assurer l’inexistence de circuit dans le graphe en question, pour cela nous décrivons dans ce qui suit un algorithme simple permettant de vérifier si un graphe G est sans circuit ou non. L’algorithme s’appel algorithme de mise à niveau.

1.1. Algorithme de mise à niveau :

Le principe de cette algorithme est simple, il s’agit de classer les sommets du graphe G par niveau ou par rang, si on arrive à le faire alors le graphe est sans circuit, sinon on sera bloquer au niveau du circuit. L’algorithme commence par chercher tous les sommets x de G ayant les dg - (x)=0 (càd, les sommets sans successeurs) et les mettres dans le même niveau k, ensuite il faut supprimer tous les arcs sortants des sommets x du niveau k; et refaire la même chose càd, chercher les nouveaux sommets ayant les dg - (x)=0, cette fois- ci on va les mettre au niveau k+1 et ainsi de suite, si on arrive à classé tous les sommets

13

de G donc le graphe est sans circuit, par contre, si on bloque quelque part dans G, cela veut dire que le graphe contient un circuit. Algorithme mise à niveau

1-

Soit un graphe quelconque G=(X,U), et k=1. V=X.

2-

Choisir tous les sommets x n’ayant aucun prédécesseurs (c à d dg - (x)=0). Si ses sommets existent alors les mettre dans le niveau k, N(k)=N(k) {x} et V=V {x}.

Si non Si V=alors le graphe est sans circuit Si non le graphe contient un circuit. 3- Supprimer tous les arcs sortants de tous les sommets du niveau k. Mettre k=k+1 et aller à (2).

Exemple1:

Soit le graphe suivant, contient il un circuit ?

1 6 3 7 2 4 8 5
1
6
3
7
2 4
8
5

Appliquons l’algorithme, nous remarquons que les deux sommets 1 et 8 n’ont pas de prédécesseurs, car dg - (1)=0 et dg - (8)=0. Ainsi : N(1)={1,8}. On va supprimer tous les arcs sortant de 1 et 8, ont aura ainsi le graphe suivant :

1 6 3 7 2 4 8 5
1
6
3
7
2
4
8
5

A cette étape nous constatons qu’il n’ya que les sommets 4,5 et 6 ayants dg - (4)=0, dg - (5)=0 et dg - (6)=0. Ainsi on aura : N(2)={4,5,6}, de la même manière on va supprimer les arcs sortant de 4,5 et 6, on aura le graphe suivant :

1 6 8
1
6
8
3 7 2 4 5
3
7
2 4
5

14

A cette étape c’est le sommet 2 qui n’a pas de prédécesseurs, donc : N(3)={2}. De la même manière on aura le graphe suivant :

1 6 8
1
6
8
3 7 2 4 5
3
7
2
4
5

De la même manière on aura N(4)=3 et N(5)=7. Puis que nous avons réussi à classer tous les sommets de G, alors G n’admet pas de circuit. Et le graphe mis à niveau aura l’allure suivante:

4 6 1 7 2 3 8 5 Niveau 1 Niveau 2 Niveau 3 Niveau
4
6
1
7
2
3
8
5
Niveau 1
Niveau 2
Niveau 3
Niveau 4
Niveau 5

Exemple2 :

Soit le graphe suivant, admet il un circuit ?

1 6 3 7 2 4 8 5
1
6
3
7
2 4
8
5

15

Appliquons l’algorithme : V=X={1,2,3,4,5,6,7,8} Dans ce graphe nous remarquons que : dg - (1)=0 et dg - (8)=0 ce qui veut dire que, le niveau 1 est égale à : N(1)={1,8}, d’où le nouveau V=V-{1,8}={2,3,4,5,6,7}. Ensuite d’après l’algorithme de mis à niveau, en supprimant les arcs sortant de N(1), on aura le graphe suivant:

1 6 3 7 2 4 8 5
1
6
3
7
2
4
8
5

Et le V={2,3,4,5,6,7} et non vide et il n’existe aucun sommet x avec les dg - (x)=0, donc ce graphe contient un circuit.

1.2 Algorithme de Bellman :

L'algorithme de Bellman est un algorithme de programmation dynamique qui permet de trouver des plus courts chemins, dans un graphe G orienté pondéré (accepte même les valeurs négatives) sans circuit, depuis un sommet source donné. Contrairement à l'algorithme de Dijkstra, qui ne peut être utilisé dans un graphe avec circuit et tous les arcs ont des poids positifs ou nuls. Définition : On appel (x), le plus court chemin du sommet S source du graphe G, jusqu’à x.

Le principe de cet algorithme est simple, premièrement on initialise (S) à 0, et les autres

sommets de G à +∞, ie. (x)= + x X. Ensuite on prend les sommets dans l’ordre

topologique, cet ordre peut être déduit à partir de l’algorithme de mise à niveau présenté

ci-dessus. Ce choix nous permettra de ne choisir que les sommets x ayant yi comme

prédécesseurs tel que (yi)≠+∞, ie. Que les plus cours chemins jusqu’à yi sont déjà calculés.

} l’ensemble des

prédécesseurs direct de x. Une seule condition doit être respectée c’est que (y i ) sont déjà

calculé i, i=1

(x)=min( (y i )+d(y i ,x)) Tel que : d(y i ,x) représente la pondération de l’arc (y i ,x).

Soit x un sommet pour lequel on va calculer (x), et soit Y={ y i, i=1

p.

De la nous calculons (x) par la formule suivante :

i, i=1

p

p

16

Algorithme Soit R un réseau ayant une source S et un puit P.

1. Initialiser (S)=0 et (x)= +∞ x X. T=.

2. Choisir les sommets x ayant seulement S pour prédécesseurs, et calculer (x)= (S)+d(S,x). T=T {x}.

3. Tantque (XT) Faire Choisir un sommet Z de X ayant pour W i prédécesseurs, tel que (W i ) sont déjà calculé.

(Z)=min( (W i )+d(W i ,Z) pour tous W i prédécesseurs de Z.

T=T {Z}. Fait. Fin de l’algorithme

Exemple :

On considère le graphe orienté G = (X, U) ci-dessous pondéré par des longueurs d’arcs. On cherche à déterminer les plus courts chemins de a à tout autre sommet.

pondéré par des longueurs d’arcs. On cherche à déterminer les plus courts chemins de a à

17

On peut appliquer l’algorithme de Bellman parce que le graphe est sans circuit, ce qu’on peut

vérifier en effectuant la numérotation topologique (la mise à niveau du graphe) qui a été fait ci-dessous. Les numéros topologiques sont encadrés. Après avoir posé distance(a) = 0, on calcule les distances par numéros topologiques croissants

en appliquant la formule :

distance(x) = MIN prédécesseurs de x (distance(y)+ longueur(y,x)) . Les distances sont indiquées en gras à côté des sommets et les plus courts chemins sont indiqués par les arcs en gras.

les plus courts chemins sont indiqués par les arcs en gras. 2. Algorithme de Dijsktra :

2. Algorithme de Dijsktra :

L’algorithme de Dijkstra est un autre algorithme de recherche de distance et de plus court

chemin. Il est plus efficace que Bellman, mais ne fonctionne que dans le cas où toutes les pondérations des arcs sont positives.

Principe :

On construit petit à petit, à partir de {S}, un ensemble M de sommets marqués. Pour tout sommet marqué x, l’estimation d(x) est égale à la distance d(S,x).

A chaque étape, on sélectionne un sommet non marqué y dont la distance estimé d(y) est la

plus petite parmi tous les sommets non marqué. On marque alors y (on rajoute y à M), puis on

met à jour à partir de y les distances estimées des successeurs non marqués de y.

18

On recommence, jusqu’à épuisement des sommets non marqués. L’algorithme de Dijkstra permet de trouver une chaîne de longueur minimale entre deux sommets d’un graphe pondéré orienté ou non.

Algorithme de Disjktra :

Initialisation de l'algorithme :

Étape 1 : On affecte le poids 0 au sommet origine (S) et on attribue provisoirement un poids aux autres sommets. Répéter les opérations suivantes tant que le sommet de sortie (P) n'est pas affecté d'un poids définitif. Étape 2 : Parmi les sommets dont le poids n'est pas définitivement fixé, choisir le sommet x de poids p minimal. Marquer définitivement ce sommet x affecté du poids p(x). Étape 3 : Pour tous les sommets y qui ne sont pas définitivement marqués, adjacents au dernier sommet fixé x :

3.1 Calculer la somme som du poids de x et du poids de l'arête reliant x à y. 3.2 Si la somme som est inférieure au poids provisoirement affecté au sommet y, affecter provisoirement à y le nouveau poids som et indiquer entre parenthèses le sommet x pour se souvenir de sa provenance. Quand le sommet P est définitivement marqué, le plus court chemin de S à P s'obtient en écrivant de gauche à droite le parcours en partant de la fin P.

Exemple :

Dans le graphe orienté, pondéré G = (X, U) ci-dessous par des longueurs d’arcs, utiliser l’algorithme de Dijkstra pour déterminer une arborescence de plus cours chemins depuis le sommet a jusqu’à tous les autres sommets. On pourra utiliser un tableau pour indiquer les valeurs initiales des champs d (ou distance) et père (ou antérieur) puis, pour chaque étape, les actualisations de ces valeurs effectuées par l’algorithme; on indiquera aussi les pivots successifs. Par manque de temps, on peut aussi indiquer la succession des pivots et ajouter, à côté de chaque sommet, les valeurs successives obtenues pour les champs d (ou dist) et père (ou ant); le graphe de cet exercice est un peu gros pour permettre cela. On surlignera les arcs d’une arborescence de plus courts chemins.

19

On applique l’algorithme de Dijkstra en initialisant puis en actualisant à chaque étape les valeurs

On applique l’algorithme de Dijkstra en initialisant puis en actualisant à chaque étape les valeurs de d (ou distance) et père (ou antérieur) décrites dans l’algorithme. Une arborescence de plus courts chemins à partir de a est indiquée ci-dessous.

décrites dans l’algorithme. Une arborescence de plus courts chemins à partir de a est indiquée ci-dessous.

20

21

21

3. Algorithme de Ford-Bellamn

L'algorithme de Bellman-Ford (Bell-End-Ford) (Richard Bellman, Samuel End et Lester Ford) est un algorithme de programmation dynamique qui permet de trouver des plus courts chemins, depuis un sommet source donné, dans un graphe orienté pondéré. Contrairement à l'algorithme de Dijkstra, qui ne peut être utilisé que lorsque tous les arcs ont des poids positifs ou nuls, l'algorithme de Bellman-Ford autorise la présence de certains arcs de poids négatif et permet de détecter l'existence d'un circuit absorbant, s’il n’en existe pas, l’algorithme donne les plus courts chemins ainsi que leurs poids.

Les notations sont les suivantes : (v) contient le prédécesseur de v sur le chemin (NIL s’il

n’y en a pas), (u,v) est le poids du plus court chemin de u vers v (s’il n’existe pas), d[v]

est une variable qui est une borne supérieure du poids du plus court chemin de s vers v.

Algorthme Ford-Bellman Step1: pour tout sommet x X faire

Step 2: d[x]=et [x]=NIL.

Step 3: d[S]=0 Step 4: pour i=1 à |X|-1 faire Step 5: pour tout arc (x,y) U faire Step 6: si d[y]>d[x]+ w(x,y) alors

Step 7: d[y]=d[x] + w(x,y) ; [y]=x.

Step 8: pour tout arc (x,y) U faire // détection des circuits négatifs Step 9: si d[y] > d[x] + w(x,y) alors retourner Faux Step 10: retourner Vrai Fin algorithme

22

Programmation dynamique

La programmation dynamique est une méthode d’optimisation des systèmes ou de leur représentation mathématique, dans laquelle on opère par phases ou séquences. Le point de départ de cette méthode est le théorème dit «Théorème d’optimalité». Ce théorème, mis en valeur, il ya quelques années, par le mathématicien américain R. Bellman, est simple qu’il paraît presque trivial lorsqu’on l’a bien compris. Son importance et l’efficacité des méthodes d’optimisation séquentielles auxquelles il a données naissance s’accentuent au fur et à mesure que l’on s’aperçoit que la vraie nature de nombreux problèmes est séquentielles c à d, autorise la décomposition en phases, chacune ne dépendant que de ses voisine les plus proches et souvent, dans le cas favorable, seulement de l’antérieure ou la postérieure. S’agissant de recherche opérationnelle, donc d’une politique économique optimale, Bellman exprime, en bref, ceci : «Toute politique optimale ne peut être formée que de sous politiques optimales». La programmation est un outil général de résolution de problèmes. Toutefois, il n’y pas de règle pour affirmer que la programmation dynamique peut ou ne peut être utilisée pour résoudre tel ou tel problème. Le gros du travail, si on veut utiliser cette méthode, réside tout d’abord dans l’obtention de l’expression récursive de la solution en fonction de celle des sous-problèmes (de taille plus petite). Notons que dans les problèmes d’optimisation, cette manière d’obtenir la solution optimale à partir des solutions optimales des sous problèmes s’appelle le principe d’optimalité de Bellman. Il est important de souligner que ce principe, bien que naturel, n’est pas toujours applicable.

Une fois cette expression obtenue, on analyse ce qui se passe dans une implantation récursive naïve : si on se rend compte que la solution de mêmes problèmes est calculée plusieurs fois, on est alors dans le cadre de la programmation dynamique. Le découpage du problème devrait naturellement conduire à la définition de la table (qui peut être de dimension 1,2,3, …). Remarquez qu’une case de la table correspond à un sous-problème. Par ailleurs, le nombre de sous-problèmes peut être très grand. La complexité obtenue, de l’algorithme de programmation dynamique, n’est pas forcément polynomial. Si on est dans le cadre de la méthode de la programmation dynamique, les étapes suivies peuvent être résumées comme suit :

23

a. obtention de l’équation récursive liant la solution d’un problème à celle de sous problèmes.

b. initialisation de la table: cette étape est donnée par les conditions initiales de

l’équation obtenue à l’étape 1.

c. remplissage de la table: cette étape consiste à résoudre les sous-problèmes de

tailles de plus en plus grandes, en se servant bien entendu de l’équation obtenue à l’étape 1.

d. lecture de la solution: l’étape 3 ne conduit qu’à la valeur (optimale) du

problème de départ. Elle ne donne pas directement la solution conduisant à cette valeur. En générale, pour avoir cette solution, on fait un travail inverse en lisant dans la table en partant de la solution finale et en faisant le chemin inverse des calculs effectués en à l’étape 3.

Expliquons ce principe par exemple, et commençons par la détection d’un plus court chemin dans un graphe. Soit un graphe G = (X,U ) ayant X comme ensemble de sommets et U comme ensemble d'arcs. Le poids de l’arc a est un entier naturel noté l(a). La longueur d'un chemin est égale à la somme des longueurs des arcs qui le composent. Le problème consiste à déterminer pour chaque couple (x,y) de sommets, le plus court chemin, s'il existe, qui joint x à y. Nous commençons par donner un algorithme qui détermine les longueurs des plus courts chemins notées (x,y). Par convention, on note (x,y)= s'il n'existe pas de chemin entre x et y. (en fait il suffit dans la suite de remplacer par un nombre suffisamment grand par exemple la somme des longueurs de tous les arcs du graphe). La construction effective des chemins sera examinée ensuite. On suppose qu'entre deux sommets il y a au plus un arc. En effet, s'il en existe plusieurs, il suffit de ne retenir que le plus court. Les algorithmes de recherche de chemins les plus courts reposent sur l'observation très simple (mais combien importante) suivante: « Si f est un chemin de longueur minimale joignant x à y et qui passe par z, alors il se décompose en deux chemins de longueur minimale l'un qui joint x à z et l'autre qui joint z à y ».

24

Dans la suite, on suppose les sommets numérotés x 1 , x 2 ,

x n et, pour tout k > 0, on considère

la propriété P k suivante pour un chemin f ; P k ( f ) : Tous les sommets de f, autres que son

origine et son extrémité, ont un indice strictement inférieur à k. On peut remarquer d’une part qu'un chemin vérifie P 1 si, et seulement si, il se compose d'un unique arc. D’autre part la condition P n+1 est satisfaite par tous les chemins du graphe. Notons par k (x,y) la longueur du plus court chemin vérifiant la propriété P k et qui a pour origine x et

pour extrémité y. Cette valeur est si aucun tel chemin n'existe. Ainsi 1 (x,y)=s'il n'y a pas

d'arc a entre x et y qui vaut l(a). D'autre part n-1 = .

Le lemme suivant permet de calculer les k+1 connaissant les k (x,y). On en déduira un algorithme itératif.

,

Lemme : Les relations suivantes sont satisfaites par les k :

k+1 (x,y)=MIN( k (x,y), k (x,y)+ (x k ,y))

Exemple1 : Un algorithme de programmation dynamique : Floyd-Warshall : un algorithme de programmation dynamique, résout les sous-problèmes d'un problème une fois et une seule, et stocke les résultats dans un tableau. Soit L la matrice associée à un graphe G, on a donc L[i,j] représentant le coût de l’arc entre i

et j. Si i=j on prendra L[i,j] = 0 et s’il n’y a pas d’arc entre les sommet i et j alors L[i,j] = . Le principe de l’algorithme et de construire une matrice D (initialisée à L) et qui contiendra après chaque itération k, les plus courts chemins entre chaque paire de sommets (i,j), ne passant que par les sommets appartenant à l’ensemble {1,2,3, Après l’itération n, D contiendra les plus courts chemins entre chaque paire de sommets.

A l’étape k on calcule les nouvelle valeurs de D pour chaque paire de sommet de la façon

suivante : D k [i,j] = min ( D k-1 [i,j] , D k-1 [i,k] + D k-1 [k,j] )

PROCEDURE Floyd ( L , var D )

D := L;

Pour k := 1 , n

Pour i := 1 , n

Pour j := 1 , n

D[i,j] := min ( D[i,j] , D[i,k] + D[k,j] )

Fpour

25

Fpour

Fpour

Exemple2 : Calcul de la suite de Fibonacci. Fib[0] =0

Fib[1]=0

fib[i] = fib[i-1] + fib[i-2];

Exemple3 : Calcul de C n

p

Formules :

C 0 0 = C n 0 = C n n = 1 On peut donner un algorithme récursif.

C n p = C n-1 p-1 + C n-1 p

Exemple4 : Le Problème du sac à dos Le fameux problème dit du sac à dos peut se résoudre de plusieurs manières, parmi lesquelles, la Programmation Dynamique apporte une solution élégante et efficace. On dispose de N types d’objets numérotés, en une quantité infinie pour chaque type.

Un objet de type k a une valeur entière positive c k et occupe un volume a k (entier positif non nul). Le problème s’exprime alors ainsi :

Trouver le sous-ensemble d’objets de valeur maximale, dont le poids ne dépasse pas la capacité b du sac :

· Max z = Somme(c k* u k ,

· avec Somme(a k* u k , k = 1 à N) b

· et u k entier positif, pour tout k de 1 à N. Pour pouvoir résoudre le problème à l’aide de la Programmation Dynamique, posons :

· u k : le nombre d’objets de type k à inclure

· x k : le volume disponible à l’étape k

· x k+1 = f k (x k ,u k ) = x k a k* u k , k =1 à N

· Profit à l’étape k : g k (x k ,u k ) = c k* u k , k=1 à N

· Maximiser : Somme(c k* u k , k = 1 à N)

k=1 à N)

Nous allons essayer de résoudre le problème global du sac à dos en procédant par étapes, en partant de la dernière décision à prendre et en remontant dans le temps. 1. A l’état final, pas de profit.

26

2.

A la dernière étape : remplir au mieux un sac de capacité x N avec des objets de type N.

3. Calculons l’utilité maximale J N (x N ) = max{c N* u N } avec x N a N* u N 0 et u N entier positif.

4. On en déduit une décision optimale u N * = [x N /a N ].

5. A l’étape k < N, calculer pour tout x k = 1 à b :

6. J k (x k ) = max{c k* u k + J k+1 (x k+1 )}, avec les contraintes : x k+1 = x k a k* u k 0 et u k entier

positif. A l’étape k=1, on connaît x 1 (égal à b) donc nul besoin de résoudre le problème pour tout x 1 possible. Lorsque l’algorithme est arrivé à son terme, la quantité J 1 (b) calculée donne le profit maximal (solution du problème) et on peut lire la suite de décisions à prendre en parcourant les tables optimales (les fonctions J k ) calculées à chaque étape.

Illustration 1: On débute nos exemples par celui du calcul des nombres de Fibonacci. Le problème est de calculer le n premiers nombres de Fibonacci donnés par la formule suivante :

F(0)=1; F(1)= 1; F(n)= F(n-1)+ F(n-2)

L’algorithme implantant cette formule est alors comme suit :

implantant cette formule est alors comme suit : Nous avons vu que la complexité de cet

Nous avons vu que la complexité de cet algorithme est en exponentielle. La raison de cette inefficacité est due à la multiplicité de calcul d’un même nombre, comme le montre la figure ci-dessous sur n =4.

27

La clef à une solution plus efficace est d’éviter la multiplicité de résolution du même

La clef à une solution plus efficace est d’éviter la multiplicité de résolution du même sous- problème. On améliore de loin la complexité temporelle si, une fois calculé, on sauvegarde un résultat, par exemple dans une table. Et au besoin, on le prend de cette table. Cette remarque nous amène à la solution suivante :

table. Cette remarque nous amène à la solution suivante : Cette approche de résolution est connue

Cette approche de résolution est connue sous le nom de fonctions à mémoire, qui est très liée à la programmation dynamique. En supprimant la récursivité, nous écrivons cet algorithme dans une forme typique de la programmation dynamique.

dans une forme typique de la programmation dynamique. Illustration 2 : Avançons un peu plus dans

Illustration 2 : Avançons un peu plus dans ce concept en prenant un autre exemple qui est celui du calcul du coefficient binomial.

28

Si on implante directement cette expression sous cette forme, on obtient la fonction suivante :

Si on implante directement cette expression sous cette forme, on obtient la fonction suivante :

sous cette forme, on obtient la fonction suivante : Voyons voir l’exécution de cette fonction sur

Voyons voir l’exécution de cette fonction sur un exemple de données: n = 5 et k = 2. Remarquez le nombre de fois, par exemple que, le terme est calculé.

le nombre de fois, par exemple que, le terme est calculé. Pour éviter de calculer plusieurs

Pour éviter de calculer plusieurs fois un nombre, l’idée est de créer un tableau où on calcule tous les nombres de petites tailles, ensuite, de tailles de plus en plus grandes avant d’arriver au nombre désiré. Pour ce faire, on procède comme suit :

au nombre désiré. Pour ce faire, on procède comme suit : Pour calculer donc B(n,k), on

Pour calculer donc B(n,k), on procède comme suit:

29

On remplit le tableau B ligne par ligne comme suit : Remarque : Il est

On remplit le tableau B ligne par ligne comme suit :

On remplit le tableau B ligne par ligne comme suit : Remarque : Il est intéressant

Remarque : Il est intéressant de constater que seule la moitié de la matrice B est utilisée pour calculer B[n,k]. Autrement dit, un tableau à une dimension suffirait pour faire ces calculs.

30

ﻥﻭﺯﺨﻤﻝﺍ ﺓﺭﺍﺩﺇ ﺏﻴﻝﺎﺴﺃ

: ﻥﻭﺯﺨﻤﻝﺍ ﺔﻴﻫﺎﻤ

ﻭ ﻡﺎﺨﻝﺍ ﺩﺍﻭﻤﻝﺍ لﻤﺸﺘ ﻭ ،ﻼﺒﻘﺘﺴﻤ ﺎﻬﻤﺍﺩﺨﺘﺴﻻ ﺎﻬﺒ ﻅﺎﻔﺘﺤﻻﺍ ﻡﺘﻴ ﺝﺎﺘﻨﻹﺍ ﺭﺼﺎﻨﻋ ﻥﻤ ﺔﻴﻤﻜ ﻱﺃ ﻭﻫ ﻥﻭﺯﺨﻤﻝﺍ

ﻭ ﻲﻀﺍﺭﻷﺍﻭ ﺕﺍﻭﺩﻷﺍ ﻭ ﺔﻝﺎﻤﻌﻝﺍ ﻭ ﻡﺩﺨﺘﺴﻤﻝﺍ ﺭﻴﻏ لﺎﻤﻝﺍ ﺱﺍﺭ ﻭ ﻊﻴﻨﺼﺘﻝﺍ ﺕﺤﺘ ﺞﺘﻨﻤﻝﺍ ﻭ ﻲﺌﺎﻬﻨﻝﺍ ﺞﺘﻨﻤﻝﺍ . ﺝﺎﺘﻨﻹﺍ ﺭﺼﺎﻨﻋ ﻥﻤ ﺎﻫﺭﻴﻏ ﻭ ﻲﻨﺎﺒﻤﻝﺍ

ﻭ لﻘﻨﻝﺍ ﻥﻤﺯ ،ﺭﺎﻌﺴﻷﺍ ﺕﺎﺒﻠﻘﺘ ،ﺏﻠﻁﻝﺍ ﺕﺎﺒﻠﻘﺘ :لﺜﻤ ﻥﻭﺯﺨﻤﻝﺍ ﻥﻤ ﺩﺤﺒ ﻅﺎﻔﺘﺤﻼﻝ ﺏﺎﺒﺴﻷﺍ ﻥﻤ ﺩﻴﺩﻌﻝﺍ ﻙﺎﻨﻫﻭ

ﻥﻭﺯﺨﻤﻝﺍ ﻡﺠﺤ ﻥﻤ ﺩﺤﻠﻝ ﻊﻓﺩﺘ ﻲﺘﻝﺍ ﺏﺎﺒﺴﻷﺍ ﻥﻤ ﺩﻴﺩﻌﻝﺍ ﺎﻀﻴﺃ ﻙﺎﻨﻫ ﻥﺃ ﻻﺇ .ﺎﻫﺭﻴﻏﻭ ﺔﻠﻤﺠﻝﺍ ﺭﺎﻌﺴﺃﻭ ،لﻴﺼﻭﺘﻝﺍ ﻡﺠﺤ ﻭ ﻥﻭﺯﺨﻤﻝﺍ ﻡﺠﺤ ﻲﻠﻋ ﺔﺒﺘﺭﺘﻤﻝﺍ ﺓﺩﻭﺠﻝﺍ ﺹﻘﻨﻭ ،ﻕﺍﻭﺫﻷﺍ ﺭﻴﻐﺘﻭ ،ﻥﻭﺯﺨﻤﻝﺍ ﺔﻔﻠﻜﺘ ﻭ ،ﻥﻴﺯﺨﺘﻝﺍ ﺔﻔﻠﻜﺘ لﺜﻤ .ﺝﺎﺘﻨﻹﺍ ﻅﻔﺘﺤﺘ ﺔﻴﻋﺎﻨﺼﻝﺍ ﺕﺎﻜﺭﺸﻝﺎﻓ ﺕﺎﺴﺴﺅﻤﻝﺍ ﻡﻅﻌﻤ ﻲﻓ ﺎﻬﻨﻋ ﺀﺎﻨﻐﺘﺴﻻﺍ ﻥﻜﻤﻴ ﻻ ﻲﺘﻝﺍ ﺀﺎﻴﺸﻷﺍ ﻥﻤ ﻭﻫ ﻥﻭﺯﺨﻤﻝﺍ ﻩﺫﻫ ﻲﻓ ﺔﻤﺩﺨﺘﺴﻤﻝﺍ ﺩﺍﻭﻤﻝﺍ ﺽﻌﺒﻝ ﺝﺎﺘﺤﺘ ﺔﻴﻤﺩﺨﻝﺍ ﺕﺎﺴﺴﺅﻤﻝﺍﻭ ﺝﺎﺘﻨﻹﺍ ﺕﺎﻤﺯﻠﺘﺴﻤﻭ ﻡﺎﺨﻝﺍ ﺩﺍﻭﻤﻠﻝ ﻥﻭﺯﺨﻤﺒ ﻰﻘﻠﻴ ﻻ ﺩﻗ ﻥﻭﺯﺨﻤﻝﺍ ﻲﻓ ﻡﻜﺤﺘﻝﺍ ﻥﻜﻝﻭ .ﺍﺫﻜﻫﻭ ﺱﺒﻼﻤﻝﺍ ﺕﻼﺤﻤﻝ ﺱﺒﻼﻤﻝﺍﻭ ﻡﻋﺎﻁﻤﻠﻝ ﺔﻤﻌﻁﻷﺍ لﺜﻤ ﺕﺎﻤﺩﺨﻝﺍ ﻥﺎﺼﻘﹸﻨﻭ ﺔﻠﻜﺸﻤ لﻜﺸﺘﹸ ﻥﻭﺯﺨﻤﻝﺍ ﺓﺩﺎﻴﺯﻓ .ﺔﺴﺴﺅﻤﻝﺍ ﺀﺍﺩﺃ ﻰﻠﻋ ﻙﻝﺫ ﺭﻴﺜﺄﺘ ﻥﻤ ﻡﻏﺭﻝﺍ ﻰﻠﻋ ﺏﺴﺎﻨﻤﻝﺍ ﻡﺎﻤﺘﻫﻻﺍ ﻡﺩﻋ ﻲﻨﻌﺘ ﻥﻭﺯﺨﻤﻝﺍ ﺓﺩﺎﻴﺯ ﺎﻤﻨﻴﺒ ﺝﺎﺘﻨﻹﺍ لﻁﻌﺘ ﻰﻝﺇ ﻱﺩﺅﻴ ﻥﻭﺯﺨﻤﻝﺍ ﻥﺎﺼﻘﻨﻓ .ﻯﺭﺨﺃ ﺔﻠﻜﺸﻤ لﻜﺸﻴ ﻥﻭﺯﺨﻤﻝﺍ ﺩﻴﺩﺤﺘ ﺔﻠﻜﺸﻤ ﺎﻤﺌﺍﺩ ﻪﺠﺍﻭﻨ ﺎﻨﻨﺈﻓ ﻙﻝﺫﻝ .ﺓﺩﺌﺎﻓ ﻥﻭﺩﺒ ﺔﻴﻨﻴﺯﺨﺘ ﺔﺤﺎﺴﻤ لﻼﻐﺘﺴﺍﻭ ﺩﺌﺍﺯﻝﺍ ﻥﻭﺯﺨﻤﻝﺍ ﺔﻤﻴﻗ ﺭﺎﻤﺜﺘﺴﺍ

. ﺩﻴﺭﻭﺘ ﺭﻤﺃ لﻜﻝ ﻰﻠﺜﻤﻝ ﺍ ﺔﻴﻤﻜﻝﺍﻭ ﻥﻴﺩﺭﻭﻤﻠﻝ ﺩﻴﺭﻭﺘﻝ ﺭﻤﺃ ﺭﺍﺩﺼﻹ ﺏﺴﺎﻨﻤﻝﺍ ﺕﻗﻭﻝﺍﻭ ﻰﻠﺜﻤﻝﺍ ﻥﻭﺯﺨﻤﻝﺍ ﺔﻤﻴﻗ

ﻥﻭﺯﺨﻤﻝﺎﺒ ﻅﻔﺘﺤﻨ ﺍﺫﺎﻤﻝ

ﻥﻭﺩ ﺏﺫﺒﺫﺘﻤﻝﺍ ﺏﻠﻁﻝﺍ ﺔﻴﺒﻠﺘﻝ ’ﺔﻴﺌﺎﻬﻨﻝﺍ ﺕﺎﺠﺘﻨﻤﻝﺍ ﻥﻴﺯﺨﺘ ﻡﺘﻴ ،ﺝﺎﺘﻨﻹﺍ ﺓﺭﺍﺩﺇ ﻡﻅﻨﻝ ﺱﺎﺴﻷﺍ ﻭﻫ ﻥﻭﺯﺨﻤﻝﺍ ﺓﺭﺍﺩﺍ : ﺔﺴﺴﺅﻤﻝﺍ ﺕﺍﺭﺩﻗ ﺯﻭﺎﺠﺘ

: ﺔﺴﺴﺅﻤﻝﺍ ﺕﺍﺭﺩﻗ ﺯﻭﺎﺠﺘ .ﺎﻨﺘﺎﺠﺘﻨﻤ ﻰﻠﻋ لﻤﺘﺤﻤﻝﺍ

.ﺎﻨﺘﺎﺠﺘﻨﻤ ﻰﻠﻋ لﻤﺘﺤﻤﻝﺍ ﺏﻠﻁﻝﺍ ﺔﻬﺠﺍﻭﻤﻝ

. ﺔﻴﻤﺴﻭﻤﻝﺍ ﻭﺃ ﺔﻴﺌﺎﺠﻔﻝﺍ ﺕﺎﺒﻠﻁﻝﺍ ﺔﻬﺠﺍﻭﻤﻝ

31

ﺎﻬﻀﻌﺒﺒ ﺔﻴﺠﺎﺘﻨﻹﺍ لﺤﺍﺭﻤﻝﺍ ﺭﺜﺄﺘﺘ ﻻ ﻲﻜﻝ

ﻡﺠﺤﻝﺍ ﺕﺍﺭﻭﻓﻭ ﻥﻤ ﺓﺩﺎﻔﺘﺴﻼﻝ

ﻊﻗﻭﺘﻤ ﺍﺭﻭﻤﺃ ﺔﻬﺠﺍﻭﻤﻝ

ﺔﻴﺠﺎﺘﻨﻹﺍ ﺔﻴﻠﻤﻌﻝﺍ ﺔﻌﻴﺒﻁﻝ

لﻘﻨ ﻝﺍ ﺕﺎﻴﻠﻤﻋ ﺔﻌﻴﺒﻁﻝ

ﺎﺘﻗﻭ ﻕﺭﻐﺘﺴﺘ ﺀﺍﺭﺸﻝﺍ ﺔﻴﻠﻤﻋ ﻥﻷ

ﻥﻭﺯﺨ ﻤﻝﺍ ﻉﺍﻭﻨﺃ

: ﻰﻝﺇ (ﻊﻠﺴﻝﺍ) ﺕﺎﺠﻭﺘﻨﻤﻝﺍ ﻡﻴﺴﻘﺘ ﻥﻜﻤﻴ

.ﺝﺎﺘﻨﺇ ﺕﺎﻤﺯﻠﺘﺴﻤﻭ ﻡﺎﺨ ﺩﺍﻭﻤ

. لﻴﻐﺸﺘﻝﺍ ﺕﺤﺘ ﺩﺍﻭﻤ ﻭﺃ ﺔﻌﻨﺼﻤ ﻑﺼﻨ ﺩﺍﻭﻤ

. ﺔﻴﺌﺎﻬﻨﻝﺍ ﺕﺎﺠﺘﻨﻤﻝﺍ ﻱﺃ ﺔﻌﻨﺼﻤ ﺕﺎﺠ ﺘﻨﻤ

. ﺕﺍﺩﻌﻤﻠﻝ ﺡﻼﺼﻹﺍﻭ ﺔﻨﺎﻴﺼﻝﺍ ﺕﺎﻴﻠﻤ ﻌﻝ ﺭﺎﻴﻏ ﻊﻁﻗ

ﻥﻭﺯﺨﻤﻝﺎﺒ ﺔﻁﺒﺘﺭﻤ ﻑﻴﻝﺎﻜﺘ

ﺍﺫﻫ .ﻥﻭﺯﺨﻤﻝﺍ ﻥﻤ ﺭﺩﻗ ﺭﺒﻜﺃ ﺭﻴﻓﻭﺘ ﻲﻐﺒﻨﻴﻓ ﻙﻝﺫﻝﻭ ﺝﺎﺘﻨﻺﻝ ﺓﺩﻋﺎﺴﻤ ﺔﻠﻴﺴﻭ ﻭﻫ ﻥﻭﺯﺨﻤﻝﺍ ﻥﺃ ﺽﻌﺒﻝﺍ ﺭﻭﺼﺘﻴ ﺩﻗ ﺔﻔﻠﻜﺘ ،ﺩﻴﺭﻭﺘﻝﺍ ﺔﻔﻠﻜﺘ لﻤﺸﺘ ﻑﻴﻝﺎﻜﺘﻝﺍ ﻩﺫﻫ .ﻥﻭﺯﺨﻤﻝﺎﺒ ﺔﻁﺒﺘﺭﻤ ﺓﺭﻴﺜﻜ ﻑﻴﻝﺎﻜﺘ ﻙﺎﻨﻬﻓ ﺔﻘﻴﻘﺤﻝﺍ ﺱﻤﻠﻴ ﻻ ﺭﻴﻜﻔﺘﻝﺍ ﺩﺒﻻ .ﺎﻫﺭﻴﻏﻭ ﻥﻭﺯﺨﻤﻝﺍ ﻥﺎﺼﻘﻨ ﺔﻔﻠﻜﺘﻭ لﺎﻤﻝﺍ ﺱﺃﺭ ﺭﺎﻤﺜﺘﺴﺍ ﻡﺩﻋ ﺔﻔﻠﻜﺘﻭ ﺩﻴﺭﻭﺘﻝﺍ ﺭﻤﺍﻭﺃ ﺔﻔﻠﻜﺘﻭ ﻥﻭﺯﺨﻤﻝﺍ ﻅﻔﺤ .ﺩﻴﺭﻭﺘﻝﺍ ﺕﻗﻭﻭ ﺔﻴﻤﻜﻝﺍ ﺙﻴﺤ ﻥﻤ ﻥﻭﺯﺨﻤﻝﺍ ﻊﻤ لﻤﺎﻌﺘﻝﺍ ﺔﻴﻔﻴﻜ ﺔﻓﺭﻌﻤﻝ ﺔﻴﺎﻨﻌﺒ ﻑﻴﻝﺎﻜﺘﻝﺍ ﻩﺫﻫ ﺔﺴﺍﺭﺩ ﻥﻤ

ﺔﻴﺴﻓﺎﻨﺘ ﺓﺯﻴﻤﻜ ﻥﻭﺯﺨﻤﻝﺍ ﻲﻓ ﻡﻜﺤﺘﻝﺍ

ﺀﺎﻨﺒﻭ ﺔﻴﺒﺎﺴﺤﻝﺍ ﺕﺎﻴﻠﻤﻌﻝﺍ ﺽﻌﺒ ﺀﺍﺭﺠﺇﻭ ﺎﻬﻠﻴﻠﺤﺘﻭ ﺕﺎﻨﺎﻴﺒ ﻊﻴﻤﺠﺘ ﺏﻠﻁﺘﻴ ﺩﻴﺠ لﻜﺸﺒ ﻥﻭﺯﺨﻤﻝﺍ ﻲﻓ ﻡﻜﺤﺘﻝﺍ ﻊﻗﻭﺘ ﺩﻭﺠﻭ ﻥﻤ ﺩﺒﻻ ﻥﻭﺯﺨﻤﻝﺍ ﻲﻓ ﻡﻜﺤﺘﻠﻠﻓ .ﺕﺎﻤﻭﻠﻌﻤﻝﺍ ﺎﻴﺠﻭﻝﻭﻨﻜﺘ ﻡﺍﺩﺨﺘﺴﺍﻭ ﻥﻴﺩﺭﻭﻤﻝﺍ ﻊﻤ ﺓﺯﻴﻤﺘﻤ ﺕﺎﻗﻼﻋ ﺩﻴﺭﻭﺘﻝﺍ ﺔﻴﻤﻜ ﺩﻴﺩﺤﺘﻝ ﺔﺒﺴﺎﻨﻤ ﺔﻴﻀﺎﻴﺭ ﺝﺫﺎﻤﻨ ﻡﺍﺩﺨﺘﺴﺍ ﻥﻤ ﺩﺒﻻﻭ ﺔﻠﺒﻘﻤﻝﺍ ﺓﺭﺘﻔﻝﺍ ﻲﻓ ﻕﻭﺴﻝﺍ ﺕﺎﺠﺎﻴﺘﺤﻻ ﺩﻴﺠ .ﺕﺎﺠﺎﻴﺘﺤﻻﺍ ﺩﻴﺩﺤﺘﻭ ﻥﻭﺯﺨﻤﻝﺍ ﺔﻜﺭﺤ ﺔﻌﺒﺎﺘﻤﻝ ﺕﺎﻤﻭﻠﻌﻤﻠﻝ ﻡﺎﻅﻨ ﺩﻭﺠﻭ ﺭﻤﻷﺍ ﻡﺯﻠﺘﺴﻴ ﻙﻝﺫﻜ .ﺩﻴﺭﻭﺘﻝﺍ ﺕﻗﻭﻭ

:ﺔﻴﻝﺎﺘﻝﺍ لﺤﺍﺭﻤﻝﺍ ﻕﻓﻭ ﻡﺘﺘﻭ ﻥﺯﺎﺨﻤﻝﺍ ﻁﻴﻁﺨﺘ ﻭﻫ ﻥﻭﺯﺨﻤﻝﺍ ﻲﻓ ﻡﻜﺤﺘﻝﺎﺒ ﺍﺩﻴﺩﺸ ﺎﻁﺎﺒﺘﺭﺍ ﺔﻁﺒﺘﺭﻤﻝﺍ ﺭﻭﻤﻷﺍ ﻥﻤﻭ ﺩﻭﺩﺤ ﻲﻓﻭ ﺔﻌﻗﻭﺘﻤﻝﺍ ﺕﺎﺒﻠﻁﻝﺍ ﺀﻭﻀ ﻲﻓ ﺔﺒﻭﻠﻁﻤﻝﺍ ﺕﺎﺠﺎﻴﺘﺤﻹﺎﺒ ﺅﺒﻨﺘﻝﺍ ﺎﻬﻴﻓ ﻡﺘﻴ :ﻥﻭﺯﺨﻤﻠﻝ ﺩﺍﺩﻋﻹﺍ ﺔﻠﺤﺭﻤ (ﺃ

. ﻕﻭﺴﻝﺍ ﻑﻭﺭﻅﻝ ﺎﻘﻓﻭﻭ ﺔﺤﺎﺘﻤﻝﺍ ﺕﺎﻴﻨﺎﻜﻤﻹﺍ

32

.ﺔﻌﻨﺼﻤﻝﺍ ﺕﺎﺠﺘﻨﻤﻝﺍ ﻭﺃ ﺔﻴﻝﻭﻷﺍ ﺩﺍﻭﻤﻝﺍ ﻰﻠﻋ لﻭﺼﺤﻝﺍ ﻡﺘﻴﻭ :ﻥﻭﺯﺨﻤﻝﺍ ﻰﻠﻋ لﻭﺼﺤﻝﺍ ﺔﻠﺤﺭﻤ (ﺏ

.ﻙﻝﺫﻝ ﺔﻤﺌﻼﻤﻝﺍ ﻑﻭﺭﻅﻝﺍ ﺭﻴﻓﻭﺘﻭ ﻪﻴﻝﺇ ﺔﺠﺎﺤﻝﺍ ﻥﻴﺤﻝ ﻥﻭﺯﺨﻤﻝﺎﺒ ﻅﺎﻔﺘﺤﻹﺍ ﻱﺃ :ﻥﻭﺯﺨﻤﻝﺎﺒ ﻅﺎﻔﺘﺤﻹﺍ ﺔﻠﺤﺭﻤ (ﺝ

. ﻪﻨﺎﻜﻤ ﺭﻴﻐﺘﺒ ﻭﺃ ﻪﺠﺍﺭﺨﺈﺒ ﺎﻤﺇ ﻥﻭﺯﺨﻤﻝﺍ ﻙﻴﺭﺤﺘ ﺎﻬﻴﻓ ﻡﺘﻴ ﻲ ﺘﻝﺍ ﺔﻠﺤﺭﻤﻝﺍ ﻲﻫﻭ : ﻥﻭﺯﺨﻤﻝﺍ لﻭﺍﺩﺘ ﺔﻠﺤﺭﻤ ( ﺩ ﻥﻤ ﺭﻴﺜﻜﻝﺍ ﻥﺈﻓ ﺎﻨﺘﺎﺠﺎﻴﺘﺤﺍ ﺭﻴﺩﻘﺘ ﻰﻠﻋ ﺎﻨﺩﻋﺎﺴﺘ ﻲﺘﻝﺍ ﺔﻴﻀﺎﻴﺭﻝﺍ ﺝﺫﺎﻤﻨﻝﺍ ﻥﻤ ﺭﻴﺜﻜﻝﺍ ﺩﻭﺠﻭ ﻥﻤ ﻡﻏﺭﻝﺍ ﻰﻠﻋ ﺝﺫﺎﻤﻨﻝﺍ ﻥﻤ ﺭﻴﺜﻜﻝﺍ ﻙﺎﻨﻫ لﺒ .ﺎﻬﻨﻭﻘﺒﻁﻴ ﻻ ﻡﻬﻨﺈﻓ ﺎﻬﺒ ﺍﻭﻌﻤﺴﻭ ﺙﺩﺤ ﻥﺇﻭ ﺎﻬﻨﻭﻓﺭﻌﻴ ﻻ لﺎﺠﻤﻝﺍ ﺍﺫﻫ ﻲﻓ ﻥﻴﻠﻤﺎﻌﻝﺍ .ﻡﺩﺨﺘﺴﺘ ﻻ ﺎﻀﻴﺃ ﻩﺫﻫﻭ ﺭﺴﻴﺃ ﺎﻬﻠﻌﺠﻴﻭ ﺩﺍﻭﻤﻝﺍ لﻭﺍﺩﺘ ﺩﻨﻋ ﺕﻗﻭﻝﺍ ﺭﻓﻭﻴ ﺎﻤﺒ ﻥﺯﺎﺨﻤﻝﺍ ﺏﻴﺘﺭﺘ ﻰﻠﻋ ﺎﻨﺩﻋﺎﺴﺘ ﻲﺘﻝﺍ ﺩﺍﻭﻤﻝﺍ ﻡﺠﺤﻭ ﺔﻠﺒﻘﻤﻝﺍ ﺓﺭﺘﻔﻝﺍ ﻲﻓ ﺕﺎﻌﻴﺒﻤﻝﺍ ﻡﺠﺤ ﺭﻴﺩﻘﺘ ﻰﻠﻋ ﺎﻨﺩﻋﺎﺴﺘ ﻲﺘﻝﺍﻭ ﺅﺒﻨﺘﻝﺍ ﺝﺫﺎﻤﻨ ﻥﻤ ﺩﻴﺩﻌﻝﺍ ﻙﺎﻨﻫ

لﺌﺎﺴﻭ ﻥﻤ ﺔﻠﻴﺴﻭ ﻲﻫﻭ Simulation ﺓﺎﻜﺎﺤﻤﻝﺍ ﻡﺩﺨﺘﺴﺘ ﻻ ﻲﺘﻝﺍﻭ ﺓﺩﻴﻔﻤﻝﺍ ﺭﻭﻤﻷﺍ ﻥﻤ .ﻙﻝﺫ ﺭﻴﻏﻭ ﺔﻤﺯﻼﻝﺍ لﻭﺼﻭﻠﻝ لﻭﺍﺩﺘ ﻭﺃ لﻘﻨ ﺕﺍﺩﻌﻤﻝ ﺔﺠﺎﺤﻝﺍ ﺭﻴﺩﻘﺘﻭ ﻥﺯﺎﺨﻤﻝﺍ ﺏﻴﺘﺭﺘ ﺓﺩﺎﻋﻹ ﻡﺩﺨﺘﺴﹸﺘ ﺩﻗ ﻲﺘﻝﺍﻭ ﺔﻴﻋﺎﻨﺼﻝﺍ ﺔﺴﺩﻨﻬﻝﺍ . ﺕﺎﺒﻠﻁﻝﺍ ﺔﻴﺒﻠﺘ ﻲﻓ ﺓﺩﺩﺤﻤ ﺔﻋﺭﺴ ﻰﻝﺇ

ENSEMBLE DES ACTIVITES ENGENDREES PAR LES STOCKS

2.1) PAPIERS

Le stockage et déstockage génèrent toute une "paperasserie" peu conforme au ZERO PAPIER !

double bon de commande

avis d'expédition

bordereau de livraison

fiche réception

fiche de stock

bon de commande interne

bon de sortie etc.

2.2) INVENTAIRE

La législation prévoit un inventaire par an obligatoire pour dresser le bilan; ce qui pose deux questions:

o

quantité

o

valeur

* Valorisation des stocks:

Il existe plusieurs méthodes "légales" on peut citer:

coût moyen pondéré sur les entrées du mois gestion FIFO gestion LIFO coût standard

33

2.3) GESTION DES STOCKS

La gestion des stocks se fera différemment selon le « poids » de l’article à gérer par rapport à la valeur du stock, il est intéressant de décomposer les stocks en familles, avec par exemple la méthode ABC (ou méthode des 80/20), selon les cas des critères différents peuvent être visualisés:

Valeur des stocks

Volume des stocks

Poids

Délai d’approvisionnement

Durée de vie du produit (obsolescence)

Cet outil est un des outils de base en qualité, en maintenance, elle permet de manière simple de mettre en évidence les liens de cause à effet. On s'apperçoit souvent en gestion des stocks, que moins de 20% des références en stock représentent à elles seules l'essentiel de la valeur de ce stock, c'est la classe A qui nécessite une gestion particulièrement efficace.

A qui nécessite une gestion particulièrement efficace. 3) PRINCIPES GENERAUX DE GESTION DES STOCKS Remarque

3) PRINCIPES GENERAUX DE GESTION DES STOCKS

Remarque importante:

34

Dans les méthodes que nous allons étudier, nous supposerons résolus les problèmes

relatifs aux caractéristiques physiques des stocks (volume, place

).

3.1) LES PRINCIPAUX SYSTEMES

Les commandes peuvent être passées selon quatre possibilités:

3.1.1) En quantités fixes à intervalles fixes

Concerne la classe C uniquement : commandes en rafales mensuelles, bisannuelles ou annuelles. La gestion informatique ou trop rigide de la « quincaillerie » amène généralement au résultat inverse de celui recherché, à savoir, perte de productivité, démotivation des techniciens de maintenance

La technique du double bac convient particulièrement bien à ce type d'article.

3.1.2) En quantités variables à périodes fixes

Concerne les classes B,A

Les périodes T sont constantes.

d: délai d'approvisionnement

P1, P2, P3: points de commande

d: délai d'approvisionnement P1, P2, P3: points de commande ∑ AVANTAGE: inventaire tous les Ti seulement

AVANTAGE: inventaire tous les Ti seulement

35

INCONVENIENT: ne tient pas compte de la pente des demandes: risques de ruptures et de STOCK MORT.

Cette méthode fut de loin la plus utilisée avant l’avènement des systèmes informatiques de gestion, cette méthode permet d’éviter l’inventaire permanent, mais elle montre évidemment rapidement ses limites en cas de forte fluctuation de consommation.

3.1.3) Quantités fixes à intervalles variables.

Concerne également les classes B,A, mais ce modèle nécessite un support de la part d’un outil informatique.

nécessite un support de la part d’un outil informatique. ∑ AVANTAGE: Inventaire permanent (moins de risque

AVANTAGE: Inventaire permanent (moins de risque de ruptures et de stock mort)

INCONVENIENT: Inventaire permanent (implique stock théorique = stock physique (magasins fermés à clef))

3.3.4) Quantités variables à périodes variables

Concerne essentiellement la classe A. Résulte de l'utilisation d'un système de GPAO type M.R.P.

. " ﺭﻔﺼ ﻥﻭﺯﺨﻤﻝﺍ " ﺔﻔﺴﻠﻔﻝ لﻀﻓﺃ ﻡﻬﻔﻝ " ﺔﻴﺩﻴﻠﻘﺘﻝﺍ " ﻡﻴﻫﺎﻔﻤ ﻝﺍ ﺵﻗﺎﻨ ﻨ ﻥﺃ لﻭﺎﺤﻨ ﻑﻭﺴ ﻲﻠﻴ ﺎﻤﻴﻓ ﻭ

36

: ﻥﻭﺯﺨﻤﻝﺍ ﺭﻴﻴﺴﺘﻝ ﺔﻨﻜﺎﺴﻝﺍ ﺝﺫﺎﻤﻨﻝﺍ

ﺏﺭﺎﻘﻤ ﺝﺫﻭﻤﻨ ﻲﻨﺒﺘ ﻥﻴﺭﻴﺴﻤﻝﺍ ﻰﻠﻋ ﺽﺭﻔﺘ ﺎﻬﺒ ﺔﻁﻴﺤﻤﻝﺍ ﻑﻭﺭﻅﻝﺍ ﻭ ﺔﺴﺴﺅﻤﻠﻝ ﺔﻴﺭﻴﻴﺴﺘﻝﺍ ﺕﺎﻁﺎﺸﻨﻝﺍ ﻉﻭﻨﺘ ﻥﺇ

ﺝﺫﺎﻤﻨﻝﺍ ﻰﻝﺇ ﻡﺴﻘﻨﺘ ﺎﻬﻝﺎﻤﻌﺘﺴﺍ ﻑﻭﺭﻅ ﺏﺴﺤ ﻥﻭﺯﺨﻤﻝﺍ ﺭﻴﻴﺴﺘﻝ ﺝﺫﺎﻤﻨ ﺓﺩﻋ ﻙﺎﻨﻫ ﻭ ,لﻤﻌﻝﺍ ﻑﻭﺭﻅ ﻭ ﺔﻝﺎﺤﻠﻝ

. ﺩﻜﺄﺘﻝﺍ ﻡﺩﻋ ﻑﻭﺭﻅ ﻲﻓ ﺔﻨﻜﺎﺴﻝﺍ ﺝﺫﺎﻤﻨﻝﺍ ﻭ ﺩﻜﺄﺘﻝﺍ ﻑﻭﺭﻅ ﻲ ﻓ ﺔﻨﻜﺎﺴﻝﺍ

ﺩﻜﺄﺘﻝﺍ ﻑﻭﺭﻅ ﻲﻓ ﺔﻨﻜﺎﺴﻝﺍ ﺝﺫﺎﻤﻨﻝﺍ

ﺓﺭﺘﻓ ﻲﻓ ﺀﺍﺭﺸﻝﺍ ﺭﻤﺃ ﻡﺘﻴ ﻭ ﺕﺎﻴﺒﻠﻁﻝﺍ ﻥﻴﺒ ﺔﻴﻨﻤﺯﻝﺍ ﺓﺭﺘﻔﻝﺍ ﺕﺎﺒﺜ ﺽﺭﺘﻔﺘ ,ﺩﻜﺄﺘﻝﺍ ﻑﻭﺭﻅ ﻲﻓ لﻤﻌﺘ ﺝﺫﺎﻤﻨ ﻲﻫ . ﻥـﻴﺯﺨﺘﻝﺍ ﻭ ﻡﺍﺩﺨﺘﺴﻼﻝ ﺔﻴﺭﻭﺭﻀﻝﺍ ﻭ ﺓﺩﺩﺤﻤﻝﺍ ﺔﻴﻤﻜﻝﺎﺒ ﺔﻨﻴﻌ ﻤ

ﻥﺴﻠﻴﻭ ﺝﺫﻭﻤﻨ

ﻥﻤ ﻭﻫﻭ ,ﻯﺭﺨﻷﺍ ﺝﺫﺎﻤﻨﻝﺍ ﺀﺎﻨﺒﻝ ﺓﺩﻋﺎﻗ ﻭﻫ ﻭ ﻲﻌﻗﺍﻭ ﺭﻴﻏ ﻭ ﻱﺩﻴﺭﺠﺘ ,ﺩﻜﺄﺘﻝﺍ ﻑﻭﺭﻅ ﻲﻓ ﻥﺴﻠﻴﻭ ﺝﺫﻭﻤﻨ ﻭﻫ

ﻭ ﺔﻴﺒﻠﻁﻠﻝ ﻰﻠﺜﻤﻝﺍ ﺔﻴﺩﺎﺼﺘﻗﻻﺍ ﺔﻴﻤﻜﻝﺍ ﺩﻴﺩﺤﺘ ﻰﻠﻋ ﺩﻋﺎﺴﻴ ﺙﻴﺤ ,ﺕﺎﻨﻭﺯﺨﻤﻝﺍ ﺭﻴﻴﺴﺘ ﺔﻝﺄﺴﻤﻝ ﺔﺠﻝﺎﻌﻤﻝﺍ ﺝﺫﺎﻤﻨﻝﺍ ﻡﺩﻗﺃ

ﺔﺼﺎﺨ ﻑﻴﻝﺎﻜﺘﻝﺍ ﻩﺫﻫ ﺕﻨﺎﻜ ﺍﺀﺍﻭﺴﹰ ﻑﻴﻝﺎﻜﺘﻝﺍ لﻗﺄﺒ ﺔﺴﺴﺅﻤﻝﺍ ﻑﺭﻁ ﻥﻤ ﻥﻴﻭﻤﺘﻝﺍ ﺓﺩﺎﻋﻹ ﻱﺭﻭﺭﻀﻝﺍ ﺕﻗﻭﻝﺍ

ﻥﺴﻠﻴﻭ ﺝﺫﻭﻤﻨ :ﻲـﻫ ﻉﺍﻭﻨﺃ ﺔﺜﻼﺜ ﺝﺫﻭﻤﻨﻝﺍ ﺍﺫﻫ لﻜﺸﻴ ﻭ .ﺫﺎﻔﻨﻝﺍ ﻭﺃ ﻥﻭﺯﺨﻤﻝﺎﺒ ﻅﺎﻔﺘﺤﻻﺍ ﻭﺃ ﺕﺎﻴﺒﻠﻁﻝﺍ ﺩﺍﺩﻋﺈﺒ

ﺱﻔﻨ ﻲﻓ ﻊﻴﺒﻝﺍﻭ ﺝﺎﺘﻨﻹﺍ ﻥﺴﻠﻴﻭ ﺝﺫﻭﻤﻨ ﻭ ﺯﺠﻌﻝﺍ ﺔﻴﻨﺎﻜﻤﺇ ﻊﻤ ﻱﺃ ﻉﺎﻁﻘﻨﺍ ﻊﻤ ﻥﺴﻠﻴﻭ ﺝﺫﻭﻤﻨ ﻉﺎﻁﻘﻨﺍ ﻥﻭﺩ

. ﺕﻗﻭﻝﺍ

: ﻲـﻫ ﺕﺎﻴﻀﺭﻓ ﺎﻬﻝ ﺝﺫﺎﻤﻨﻝﺍ لﻜﻜ : ﻉﺎﻁﻘﻨﺍ ﻥﻭﺩ ﻥﺴﻠﻴﻭ ﺝﺫﻭﻤﻨ - ﺃ

ﺕﺒﺎﺜ ﺏﻠﻁﻝﺍ ﻭ ﻱﺭﻭﺩ ﻥﻭﻜﻴ ﻥﻴﻭﻤﺘﻝﺍ ﻥﺃ ﺞﺘﻨﺘﺴﻨ ﺕﺎﻴﻀﺭﻔﻝﺍ ﻥﻤ ﻭ .ﺔﺘﺒﺎﺜ ﺭﺎﻅﺘﻨﻻﺍ ﺓﺭﺘﻓ ؛ﺕﺒﺎﺜ ﻡﺍﺩﺨﺘﺴﻻﺍ

ﺭﺨﺁ ﻥﻭﺯﺨﻤ ﻥﻭﻜﻴ ﺍﺫﻜﻫﻭ ,ﺎﻬﺘﻴﺎﻬﻨ ﻰﻝﺇ ﺓﺭﻭﺩﻝﺍ ﺔﻴﺍﺩﺒ ﻥﻤ ﻡﺩﺨﺘﺴﺘ ﺔﻴﻤﻜ لﻜ ﻲﻝﺎﺘﻝﺎﺒ ﻭ ,ﺔﺘﺒﺎﺜ ﺕﺍﺭﻭﺩ لﻼﺨ

. ﻥﺎﻤﻷﺍ ﻥﻭﺯ ﺨﻤ ﺩﻭﺠﻭ ﻡﺩﻋ ﻪﻨﻤ ﻭ ﻥﻭﺯﺨﻤﻝﺍ ﺫﺎﻔﻨ ﺔﻝﺎﺤ ﺩﻭﺠﻭ ﻡﺩﻋ ﻰﻝﺇ ﺔﻓ ﺎﻀﻹﺎﺒ , ﻡﻭﺩﻌﻤ ﺓﺩﻤﻝﺍ

: ﻲﻠﻴ ﺎﻤﻴﻓ لﺜﻤﺘﺘ : ﺔـﻴﺠﺭﺎﺨﻝﺍ ﺝﺫﻭﻤﻨﻝﺍ ﺕﺍﺭﻴﻐﺘﻤ -1

؛ﻱﻭـﻨﺴﻝﺍ ﻡﺍﺩﺨﺘﺴﻻﺍ ﻭﺃ ﻱﻭﻨﺴﻝﺍ ﺝﺎﻴﺘﺤﻻﺍ ﻭﻫ :N

ﺭـﻌﺴﻝﺍ :P

؛ﺓﺩﺤﺍﻭﻝﺍ ﺔﻴﺒﻠﻁﻝﺍ لﺎﺴﺭﺇ ﺔﻔﻠﻜﺘ :CL

ﻥﻭﺯﺨﻤﻝﺍ ﺔﻤﻴﻗ ﻥﻤ ﺓﺭﺩﻘﻤ ﺔﺒﺴﻨ ﻲﻫ ﻭ ﻥﻭﺯﺨﻤﻝﺎﺒ ﻅﺎﻔﺘﺤﻻﺍ ﺔﻔﻠﻜﺘ :Cs

؛Q / 2 ﻁﺴﻭﺘﻤﻝﺍ

.ﺔﻝﺎﺤﻝﺍ ﻩﺫﻫ ﻲﻓ ﺔﻤﻭﺩﻌﻤ ﻲﻫ ﻭ ﺩﺎﻔﻨﻝﺍ ﺔﻔﻠﻜﺘ :Cp

.ﺔﻴﻝﺎﻤﺠﻹﺍ ﺔﻔﻠﻜﺘﻝﺍ :T

: ﻲﻠﻴ ﺎﻤﻴﻓ لﺜﻤﺘﺘ : ﺔـﻴﻠﺨﺍﺩﻝﺍ ﺝﺫﻭﻤﻨﻝﺍ ﺍﺭﻴﻐﺘﻤ -2

37

؛ﻰﻠﺜﻤﻝﺍ ﺔﻴﺩﺎﺼﺘﻗﻻﺍ ﺔﻴﻤﻜﻝﺍ : Q*

؛ﺔﻴﺒﻠﻁﻝﺍ لﺎﺴﺭﺇ ﺔﻔﻠﻜﺘ :TL

.ﻥﻴﺯﺨﺘﻝﺍ ﻑﻴﻝﺎﻜﺘ :Ts

ﻲﻓ ﺎﻬﻨﻴﺯﺨﺘ ﺏﺠﻴ ﻲﺘﻝﺍ ﻰﻠﺜﻤﻝﺍ ﺔﻴﺩﺎﺼﺘﻗﻻﺍ ﺔﻴﻤﻜﻝﺍ ﻥﻋ ﺙﺤﺒﻝﺍ ﻭﻫ ﺝﺫﻭﻤﻨﻝﺍ ﺍﺫﻫ ﻥﻤ ﻑﺩﻬﻝﺍ :ﺝﺫﻭﻤﻨﻝﺍ ﺀﺎﻨﺒ -3

: ﺎﻨﻴﺩﻝ ﻥﺫﺇ ﻥﻭﺯﺨﻤﻠﻝ ﺔﻔﻠﻜﺘ لﻗﺃ ﻕﻴﻘﺤﺘ لﺠﺃ ﻥﻤ , لﺜﻤﻷﺍ ﻱﺩﺎﺼﺘﻗﻻ ﺍ ﻥﻤﺯﻝﺍ

. ﺫﺎﻔﻨﻝﺍ ﻑﻴﻝﺎﻜﺘ + ﻥﻭﺯﺨﻤﻝﺎﺒ ﻅﺎﻔﺘﺤﻻﺍ ﻑﻴﻝﺎﻜﺘ + ﺀﺍﺭﺸﻝﺍ ﺔﻔﻠﻜﺘ = ﺔـﻴﻝﺎﻤﺠﻹﺍ ﺔـﻔﻠﻜﺘﻝﺍ

T = P . N + (TL + Ts) + Tp : ﻱﺃ

: ﻱﺃ ﺔﻤﻭﺩﻌﻤ ﺩﺎﻔﻨﻝﺍ ﻑﻴﻝﺎﻜﺘ ﻥﺃ ﺎﻤﺒ

MIN T (Q) = T(Q) = TL + Ts : ﻱﺃ ﻥﻴﺯﺨﺘﻝﺍ ﻑﻴ ﻝﺎﻜﺘ ﺔﻴﻨﺩﺘ ﻲﻫ ﻑﺩﻬﻝﺍ ﺔﻝﺍﺩ

Cp = 0

=== Tp = 0

: ﻲﻝﺎﺘﻝﺎﺒ ﻭ Q / 2 ﻁﺴﻭﺘﻤﻝﺍ ﻥﻭﺯﺨﻤﻝﺍ ﺔﻤﻴﻗ ﻥﻤ ﺔﺒﻭﺴﺤﻤ ﺔﺒﺴﻨ ﻲﻫ Cs ﺎﻘﺒﺎﺴﹰ

ﺎﻨﺭﻜﺫ ﺎﻤﻜ

Ts = ½ Q . P . Cs لﺎﺴﺭﻹﺍ ﺔﻔﻠﻜﺘ × ﺕﺎﻴﺒﻠﻁﻝﺍ ﺩﺩﻋ = ﺕﺎﻴﺒﻠﻁﻝﺍ لﺎﺴﺭﺇ ﺔﻔﻠﻜﺘ

n = N / Q : ﻱﺃ ﺔﻴﺩﺎﺼﺘﻗﻻﺍ ﺔﻴﻤﻜﻝﺍ / ﺕﺎﻜﻼﻬﺘﺴﻻﺍ = ﺕﺎﻴﺒﻠﻁﻝﺍ ﺩﺩﻋ ﺙﻴﺤ

: ﻲﻝﺎﺘﻝﺎﺒ ﻭ

TL = (N / Q ) . CL

(Q) = (N / Q) . CL + ½ Q . P . Cs

===-

MIN T (Q)

: ﻪﻨﻤ ﻭ

: ﺩﺠﻨ Q ﺔﻴﻤﻜﻠﻝ ﺔﺒﺴﻨﻝﺎﺒ ﻑﺩﻬﻝﺍ ﺔﻝﺍﺩ ﻕﺘﺸﻨ ﻑﻴﻝﺎﻜﺘﻝﺍ ﺔﻴﻨﺩﺘﻝ

T (Q) / d (Q) = (- NCL / Q2 ) + ½ PCs : ﻲﻝﺎﺘﻝﺎﺒ ﻭ ﻥﻜﻤﻴ ﺎﻤ لﻗﺃ ﻑ ﻴﻝﺎﻜﺘﻝﺍ لﻌﺠﺘ ﻲﺘﻝﺍ ﺔﻴﻤﻜﻝﺍ ﻲﻫ ﻰﻠﺜﻤﻝﺍ ﺔﻴﻤﻜﻝﺍ ﻥﺫﺇ

T (Q) / d (Q) =

NCL / Q² = ½ PCs

Q² = 2 NCL / PCs

====

( - NCL / Q²) +1/2

PCs

==== NCL = ½ Q ² PCs

Q* =

Q

= 2 NCL / PCs ……(1)

: ﻪﻨﻤ ﻭ

ﻥﻜﻤﺘ ﻥﺴﻠﻴﻭ ﺔﻝﺩﺎﻌﻤ ﻪﻨﻤ ﻭ ,ﻑﻴﻝﺎﻜﺘﻝﺍ لﻗﺄﺒ ﻊﻴﺯﻭﺘﻝﺍ ﻭﺃ ﺝﺎﺘﻨﻹﺍ ﺔﻴﺭﺍﺭﻤﺘﺴﺍ ﻥﻤﻀﺘ ﻲﺘﻝﺍ ﻰﻠﺜﻤﻝﺍ ﺔﻴﻤﻜﻝﺍ ﻲﻫ ﻭ

n * = N / Q*

: لﺜﻤﻷﺍ ﺕﺎﻴﺒﻠﻁﻠﻝ ﻱﻭﻨﺴﻝﺍ ﺩﺩﻌﻝﺍ ﺏﺎﺴﺤ ﻥﻤ

t* = Q* / N

: ﻥﻴﻭﻤﺘﻝﺍ ﺓﺩﺎﻋﺇ ﺓﺩﻤ ﺏﺎﺴﺤ ﻭ

38

ﻥﻷ ﻥﻭﻜﺘ ﺎﻤ ﺍﺭﺩﺎﻨﹰ ﻊﻗﺍﻭﻝﺍ ﺽﺭﺃ ﻰﻠﻋ ﻪﺘﺎﻘﻴﺒﻁﺘ ﻥﺃ ﻻﺇ ﻡﻬﻔﻝﺍ ﻭ ﺏﺎﺴﺤﻝﺍ ﻭ ﺭﻭﺼﺘﻝﺍ لﻬﺴ ﺝﺫﻭﻤﻨﻝﺍ ﺍﺫﻫ ﻙﻼﻬﺘﺴﻻﺍ ﻥﻷ ﻊﻗﺍﻭﻝﺍ ﻥﻋ ﺓﺩﻴﻌﺒ ﻲﻫ ﻭ ﻉﺎﻁﻘﻨﻻﺍ ﻡﺍﺩﻌﻨﺍ ﻭ ﻡﺍﺩﺨﺘﺴﻻﺍ ﻭ ﻡﺎﻅﺘﻨﻻﺍ ﺓﺭﺘﻓ ﺕﺎﺒﺜ ﺽﺭﺘﻔﺘ ﻪﺘﺎﻴﻀﺭﻓ . ﺕﺒﺎﺜ ﺭﻴﻏ

ﻊﻨﺼﻝﺍ ﺔﻤﺎﺘﻝﺍ ﺕﺎﺠﺘﻨﻤﻝﺍ ﺔﻝﺎﺤ ﻲﻓ ﺝﺫﻭﻤﻨﻝﺍ ﺍﺫﻫ ﺢﻠﺼﻴ :(ﻉﺎﻁﻘﻨﺍ) ﺯﺠﻌﻝﺍ ﺔﻴﻨﺎﻜﻤﺇ ﻊﻤ ﻥﺴﻠﻴﻭ ﺝﺫﻭﻤﻨ -ﺏ . ﻱﺭﻭﺩ ﻥﻴﻭﻤﺘﻝﺍ ﻪﻴﻓ ﻥﻭﻜﻴﻭ ﺭﻤﺘﺴﻤﻝﺍ ﺭﻴﻏ ﺝﺎﺘﻨﻹﺍ ﺕﻼﺨﺩﻤﻝ ﺔﺒﺴﻨﻝﺎﺒ ﻭ ﻥﻭﺯﺨﻤ ﺩﻭﺠﻭ ﻲﻝﺎﺘﻝﺎﺒ ﻭ ﺯﺠﻌﻝﺍ ﺔﻴﻨﺎﻜﻤﺇ ؛ﺓﺭﻴﻐﺘﻤ ﺭﺎﻅﺘﻨﻻﺍ ﺓﺭﺘﻓ ؛ﺕﺒﺎﺜ ﻡﺍﺩﺨﺘﺴﻻﺍ :ﺝﺫﻭﻤﻨﻝﺍ ﺍﺫﻫ ﺕﺎﻴﻀﺭﻓ ,ﺯﺠﻌﻝﺍ ﺔﻬﺠﺍﻭﻤﻝ ﻥﺎﻤﻷﺍ

: ﺔﻗﻼﻌﻝﺎﺒ Q* ﻰﻠﺜﻤﻝﺍ ﺔﻴﺩﺎﺼﺘﻗﻻﺍ ﺔﻴﻤﻜﻝﺍ ﺩﻴﺩﺤﺘ ﻡﺘﻴ

Q* =

2N.CL /TCs Cp + Cs / Cp
2N.CL /TCs
Cp + Cs / Cp

: ﻥﺃ ﺙﻴﺤ

؛ﺫﺎﻔﻨﻝﺍ ﺔﻔﻠﻜﺘ : Cp

؛ﻥﻤﺯﻝﺍ :T

.ﻥﺎﻤﻷﺍ ﻥﻭﺯﺨﻤ :Cs

S*s = (Cp / Cs + Cp) . Q* :ﻪﻨﻤ ﻭ ﺕﺎﺒﺜ ﺔﻴﺭﺍﺭﻤﺘﺴﺍ ﺏﺒﺴﺒ ,ﺔﻴﻌﻗﺍﻭ ﺭﻴﻏ ﺎﻬﻀﺍﺭﺘﻓﺍ ﺔﻘﻴﺭﻁ ﻥﺃ ﻻﺇ ﺩﺎﻔﻨﻝﺍ ﺔﻝﺎﺤ لﺨﺩﺃ ﺝﺫﻭﻤﻨﻝﺍ ﺍﺫﻫ ﻡﻏﺭ ﻪﻨﺃ ﻅﺤﻼﻨ ﺓﺭﻴﺘﻭﻝﺍ ﺱﻔﻨﺒ ﻭ ﺓﺩﻤﻝﺍ ﻩﺫﻫ لﻜ ﺩﺎﻔﻨﻝﺍ ﺭﻤﺘﺴﻴ ﻥﺃ لﻭﻘﻌﻤﻝﺍ ﻥﻤ ﺱﻴﻠﻓ ﺏﻠﻁﻝﺍ ﺓﺭﺘﻓ ﺭﺍﺩﻤ ﻰﻠﻋ ﻥﻭﺯﺨﻤﻝﺍ ﻲﻓ ﺩﺎﻔﻨﻝﺍ . ﻑﻴﻝﺎﻜﺘﻝﺍ ﻰﻨﺩﺃ ﻕﻴﻘﺤﺘ ﻰﻝﺇ ﺢﻤﻁﻴ ﺭﻴﺴﻤﻝ ﺔﺒﺴﻨﻝﺎﺒ : ﺕﻗﻭﻝﺍ ﺱﻔﻨ ﻲﻓ ﻊﻴﺒﻝﺍ ﻭ ﺝﺎﺘﻨﻹﺍ ﻥﺴﻠﻴﻭ ﺝﺫﻭﻤﻨ - ﺝ ﻰﻠﻋ ﺔﻤﺌﺍﺩ ﺔﻔﺼﺒ ﺀﺍﺭﺸﻝﺍ ﺭﻤﺍﻭﺃ ﻡﻠﺘﺴﺘ ﺔﺴﺴﺅﻤﻝﺍ ﻥﺃ ﺙﻴﺤ ﺏﻠﻁﻝﺍ ﺏﺴﺤ ﺝﺎﺘﻨﻹﺍ ﺔﻝﺎﺤ ﻲﻓ ﺝﺫﻭﻤﻨﻝﺍ ﺍﺫﻫ ﻡﺩﺨﺘﺴﻴ ﻭ ﻲﻔﻴﻅﻭﻝﺍ ﺝﺎﺘﻨﻹﺍ ﺔﻝﺎﺤ ﻲﻓ ﺝﺫﻭﻤﻨﻝﺍ ﺍﺫﻫ ﺢﻠﺼﻴ ﻭ ,ﺓﺩﺤﺍﻭ ﺓﺭﻤ ﺎﻬﻤﻼﺘﺴﺍ ﻥﻤ ﻻﺩﺒﹰ ﺔﻴﻨﻤﺯﻝﺍ ﺓﺭﺘﻔﻝﺍ لﻭﻁ ﻰﺼﻗﺃ ﻰﻝﺇ ﺔﺠﺘﻨﻤﻝﺍ ﺔﻴﻤﻜﻝﺍ ﻥﻤ ﻥﻭﺯﺨﻤﻝﺍ لﺼﻴ ﻻ ﺎﻨﻫ ﻭ ﺓﺭﻤﺘﺴﻤ ﺝﺎﺘﻨﻹﺍ ﺔﻴﻠﻤﻋ ﻥﻭﻜﺘ ﺎﻤﺩﻨﻋ ﻭ ,ﺕﺎﻴﻝﺩﻴﺼﻝﺍ ﻊﻴﺒﻝﺍ ﺔﻴﻠﻤﻋ ﻥﻤ ﻉﺭﺴﺃ ﺝﺎﺘﻨﻹﺍ ﺔﻴﻠﻤﻋ ﻥﻭﻜﺘ ﺎﻤﺩﻨﻋ ﺞﻴﺭﺩﺘﻝﺎﺒ ﻥﻴﺯﺨﺘﻝﺍ ﺔﻴﻠﻤﻋ ﺃﺩﺒﺘ ﺎﻤﻨﺇ ﻭ ,ﺕﻗﻭﻝﺍ ﺱﻔﻨ ﻲﻓ ﺔﻁﻘﻨ . ﻊﻴﺒﻝﺍ ﺔﻴﻠﻤﻋ ﺭﻤﺘﺴﺘ ﺎﻤﻨﻴﺒ ﺝﺎﺘﻨﻹﺍ ﺎﻫﺩﻨﻋ ﻑﻗﻭﺘﻴ ﻲﺘﻝﺍ ﺔﻁﻘ ﻨﻝﺍ ﻰﻝﺇ لﺼﻴ ﻥﺃ ﻰﻝﺇ

(F – E ) – Q / F : ﺔﻴﻝﺎﺘﻝﺍ ﺔﻗﻼﻌﻝﺎﺒ ﻰﺼﻗﻷﺍ ﻥﻭﺯﺨﻤﻝﺍ ﺩﺩﺤﻴ ﻭ

: ﺙﻴﺤ

؛ﺔﻴﻨﻤﺯﻝﺍ ﺓﺭﻭﺩﻝﺍ لﺜﻤﺘ : Q / F

؛ﻱﻭﻨﺴﻝﺍ ﻡﺍﺩﺨﺘﺴﻻﺍ ﻭﺃ ﻱﻭﻨﺴﻝﺍ ﺝﺎﻴﺘﺤﻻﺍ :N

؛ﺝﺎﺘﻨﻹﺍ لﺩﻌﻤ :F

39

؛ﻲﻤﻭﻴﻝﺍ ﻡﺍﺩﺨﺘﺴﻻﺍ لﺩﻌﻤ :E

.ﻥﻭﺯﺨﻤﻝﺍ ﻲﻓ ﺓﺩﺎﻴﺯﻝﺍ ﻲﻓﺎﺼ لﺩﻌﻤ :F – E

: ﺓﺭﻭﺩﻝﺍ ﻲﻓ ﻥﻭﺯﺨﻤﻝﺍ ﻁﺴﻭﺘﻤ ﻥﻤ ﺔﻴﻭﺌﻤ ﺔﺒﺴﻨ لﺜﻤﺘ ﻥﻭﺯﺨﻤﻝﺎﺒ ﻅﺎﻔﺘﺤﻻﺍ ﺔﻔﻠﻜﺘ ﺔﻝﺎﺤ 1-

Q² = 2 N . CL / P. Cs ( 1 – E / F) : ﺔﻴﻨﻤﺯ ﺓﺩﺤﻭ لﻼﺨ ﺓﺩﺤﺍﻭ ﺓﺩﺤﻭﺒ ﻅﺎﻔﺘﺤﻻﺍ ﺔﻔﻠﻜﺘ ﺔﻝﺎﺤ -2

Q² = 2N . CL / ( 1 – E / F )

ﺓﺭﻴﻐﺘﻤ ﺕﺎﻴﻤﻜﺒ ﻥﻴﻭﻤﺘﻝﺍ ﺓﺩﺎﻋﺇ ﺝﺫﻭﻤﻨ

ﺏﺴﺤ ﺓﺭﻴﻐﺘﻤ ﺕﺎﻴﻤﻜﺒ ﺕﺎﻴﺒﻠﻁﻝﺍ ﺩﺍﺩﻋﺇ ﻥﻭﻜﻴ ﺙﻴﺤ ﺔﺼﺎﺨ ﺔﻴﺠﺎﺘﻨﻹﺍ ﺕﺎﺴﺴﺅﻤﻝﺍ ﻲﻓ ﺢﻠﺼﻴ ﺝﺫﻭﻤﻨﻝﺍ ﺍﺫﻫ ﻥﺇ . ﺓﺩﻤﻝﺍ ﻩﺫﻫ لﻼﺨ ﻥﻭﻜﺘ ﻥﻭﺯﺨﻤﻝﺍ ﺔﻌﺠﺍﺭﻤ ﻭ لﺒﻗ ﻥﻤ ﺓﺩﺩﺤﻤ ﻭ ﺔﺘﺒﺎﺜ ﺦﻴﺭﺍﻭﺘ ﻲﻓ ﺕﺎﻁﺎﻴﺘﺤﻹﺍ

Q* = Nr – Sd : ﺔﻴﻝﺎﺘﻝﺍ ﺔﻗﻼﻌﻝﺎﺒ Q* ﻰﻠﺜﻤﻝﺍ ﺔﻴﺩﺎﺼﺘﻗﻻﺍ ﺔﻴﻤﻜﻝﺍ ﺩﻴﺩﺤﺘ ﻡﺘﻴ ﻭ

: ﺙﻴﺤ

؛ﺭﻴﻴﺴﺘﻝﺍ ﻯﻭﺘﺴﻤ : Nr

.ﺡﺎﺘﻤﻝﺍ ﻥﻭﺯﺨﻤﻝﺍ :Sd : ﺢﻀﻭﻴ ﻡﻴﻠﺴﺘﻝﺍ ﺓﺩﻤ ﻭ ﺔﻌﺠﺍﺭﻤﻝﺍ ﻥﻴﺒ ﺓﺭﻭﺼﺤﻤ ﺓﺩﻤ ﻲﻓ ﺕﺎﺠﺎﺤ ﻝﺍ ﺔﻴﺒﻠﺘ ﻕﻓﺍﻭﻴ لﻜﺸﺒ ﺩﺩﺤﻤ ﺭﻴﻴﺴﺘﻝﺍ ﻯﻭﺘﺴﻤ

؛ﻱﺭﻬﺸﻝﺍ ﻙﻼﻬﺘﺴﻻﺍ ﻁﺴﻭﺘﻤ : Cm

؛(ﺭﻭﻬﺸﻝﺎﺒ ﺓﺭﺒﻌﻤ) ﺔﻌﺠﺍﺭﻤﻝﺍ ﺓﺭﺘﻓ :P

.ﻡﻴﻠﺴﺘﻝﺍ ﺓﺩﻤ :D

Nr = ( P + d) x Cs : ﻲﻠﻴ ﺎﻤﻜ Nr ﺢﺒﺼﺘ ﻭ ﻥﻭﺯﺨﻤﻝﺍ ﻲﻓ ﺕﺎﻋﺎﻁﻘﻨﺎﺒ ﺅﺒﻨﺘﻝﺍ ﺩﻨﻋ ﻥﺎﻤﺃ ﻥﻭﺯﺨﻤﺒ ﺔﻨﺎﻌﺘﺴﻻﺍ ﻥﻤ ﺩﺒ ﻻ ﻥﻜﻝ ﻭ

Nr = ( P + d ) . Cm + Cs

ﻥ ﻭﺯﺨﻤﻠﻝ ﻰﻨﺩﺃ ﺩﺤ ﻭ ﻰﺼﻗﺃ ﺩﺤ ﺩﻭﺠﻭ ﻊﻤ ﻥﻴﻭﻤﺘﻝﺍ ﺝﺫﻭﻤﻨ

ﺽﺌﺎﻓ ﻭﺃ ﺩﺎﻔﻨ ﺔﻝﺎﺤ ﻲﻓ ﻉﻭﻗﻭﻝﺍ ﻥﻭﺩ ﺔﻨﺯﺨﻤﻝﺍ ﻑﺎﻨﺼﻷﺍ ﻥﻤ ﻥﺯﺍﻭﺘﻤ ﻥﻭﺯﺨﻤ ﻥﻴﻤﺄﺘ ﻰﻝﺇ ﺝﺫﻭﻤﻨﻝﺍ ﺍﺫﻫ ﻑﺩﻬﻴ ﺩﻗ ﻥﻭﺯﺨﻤﻠﻝ ﻰﻨﺩﻷﺍ ﺩﺤﻝﺍ ﻭ ,ﻰﺼﻗﻷﺍ ﻭ ﻰﻨﺩﻷﺍ ﻪﻴﺩﺤ ﻥﻴﺒ ﻥﻭﺯﺨﻤﻝﺍ ﻡﺠﺤ ﺭﻴﻐﺘ لﺎﺠﻤ ﺩﻴﺩﺤﺘﺒ ﻥﻭﺯﺨﻤﻝﺍ ﻲﻓ ﺫﺌﺩﻨﻋ ﻭ ,ﺔﻴﺒﻠﻁﻝﺍ ﺩﻭﺭﻭ ﺔﻅﺤﻝ ﻕﻓﺍﻭﺘ ﻪﻨﻤ ﺓﺭﻴﺨﻷﺍ ﺓﺩﺤﻭﻝﺍ ﻡﺍﺩﺨﺘﺴﺍ ﺔﻅﺤﻝ ﻥﺈﻓ ﻲﻝﺎﺘﻝﺎﺒ ﻭ ﺎﻤﺎﻤﺘ ﻩﺫﺎﻔﻨ ﻥﻋ ﺭﺒﻌﻴ ﻰﺼﻗﻷﺍ ﺩﺤﻝﺍ ﻭ ﻰﻨﺩﻷﺍ ﺩﺤﻝﺍ ﺝﺫﻭﻤﻨ ﻕﻴﺒﻁﺘ ﻥﺃ ﻅﺤﻼﻨ ﻭ ﺔﻴﺒﻠﻁﻝﺍ ﻡﺠﺤﻝ ﺎﻴﻭﺎﺴﻤ ﻥﻭﺯﺨﻤﻠﻝ ﻰﺼﻗﻷﺍ ﺩﺤﻝﺍ ﻥﻭﻜﻴ

40

ﻪﻨﺈﻓ ﻙﻝﺫﻝﻭ ,ﺓﺩﻴﺩﺠﻝﺍ ﺔﻴﺒﻠﻁﻝﺍ لﻭﺼﻭ لﺒﻗ ﻥﻭﺯﺨﻤﻝﺍ ﺩﺎﻔﻨ لﺎﻤﺘﺤﺍ ﺏﺒﺴﺒ ﺓﺭﻴﺒﻜ ﺭﻁﺎﺨﻤ لﻤﺤﻴ ﻭﺤﻨﻝﺍ ﺍﺫﻫ ﻰﻠﻋ

ﻲﻐﺒﻨﻴ ﻻ ﻱﺫﻝﺍ ﻰﻨﺩﻷﺍ ﺩﺤﻝﺍ ﻥﻋ ﻩﺍﻭﺘﺴﻤ ﺭﺒﻌﻴ ﻱﺫﻝﺍ ﺎﻴﻁﺎﻴﹰ ﺘﺤﺍ ﺎﻨﻭﺯﺨﻤﹰ ﻑﻨﺼ لﻜﻝ ﻅﻔﺘﺤﻴ ﻲﻠﻤﻌﻝﺍ ﻕﻴﺒﻁﺘﻝﺍ ﻲﻓ ﺎﻓﺎﻀﻤﹰ ﻲﻁﺎﻴﺘﺤﻻﺍ ﻥﻭﺯﺨﻤﻝﺍ ﻥﻤ ﻥﻭﻜﺘﻴ ﻰﺼﻗﻷﺍ ﺩﺤﻝﺍ ﻥﺈﻓ ﻲﻝﺎﺘﻝﺎﺒ ﻭ ,ﻡﺍﺩﺨﺘﺴﻼﻝ ﺔﻴﺩﺎﻌﻝﺍ ﻑﻭﺭﻅﻝﺍ ﻲﻓ ﻩﺯﻭﺎﺠﺘ لﺩﻌﻤ ﻉﺎﻔﺘﺭﺍ ﻥﻋ ﺄﺸﻨﻴ ﺩﻗ ﻱﺫﻝﺍ ﻥﻭﺯﺨﻤﻝﺍ ﺩﺎﻔﻨ ﻪﺠﺍﻭﻴ ﻲﻁﺎﻴﺘﺤﻻﺍ ﻥﻭﺯﺨﻤﻝﺍ ﻭ ﺔﻴﺒﻠﻁﻠﻝ ﻱﺩﺎﺼﺘﻗﻻﺍ ﻡﺠﺤﻝﺍ ﻪﻴﻝﺇ

ﻭ .ﺕﺎﻔﺼﺍﻭﻤﻠﻝ ﺎﻬﺘﻘﺒﺎﻁﻤ ﻡﺩﻌﻝ ﺎﻬﻀﻓﺭ ﻭﺃ ﺭﺭﻘﻤﻝﺍ ﺩﻋﻭﻤﻝﺍ ﻥﻋ ﺓﺩﻴﺩﺠﻝﺍ ﺔﻴﺒﻠﻁﻝﺍ لﻭﺼﻭ ﺭﺨﺄﺘ ﻥﻋ ﻭﺃ ﻡﺍﺩﺨﺘﺴﻻﺍ ﻲﻓ ﻑﻨﺼﻝﺍ ﻡﺍﺩﺨﺘﺴﺍ لﺩﻌﻤﺒ ﻪﻨﻋ ﺭﺒﻌﻴ ﻱﺫﻝﺍ ﺏﻠﻁﻝﺍ ﻯﻭﺘﺴﻤ ﺩﻴﺩﺤﺘ ﻰﻨﺩﻷﺍ ﺩﺤﻝﺍ ﻭ ﻰﺼﻗﻷﺍ ﺩﺤﻝﺍ ﺝﺫﻭﻤﻨﺒ ﺩﺼﻘﻴ

ﺩﺤﻝﺍ ﻥﻤ لﻗﺃ ﻥﺎﻜ ﺍﺫﺈﻓ ,ﺡﺎﺘﻤﻝﺍ ﻥﻭﺯﺨﻤﻝﺍ ﺔﻌﺠﺍﺭﻤ ﺩﻌﺒ ﺎﻘﺒﺴﻤﹰ ﺏﻠﻁﻝﺍ لﺎﺴﺭﺇ ﺓﺭﺘﻓ ﺩﻴﺩﺤﺘ ﻡﺘﻴ ﻭ ﺔﻴﻨﻤﺯﻝﺍ ﺓﺩﺤﻭﻝﺍ

ﻭ ﺡﺎﺘﻤﻝﺍ ﻥﻭﺯﺨﻤﻝﺍ ﻭ ﻰﺼﻗﻷﺍ ﺩﺤﻝﺍ ﻥﻴﺒ ﻕﺭﻔﻝﺍ ﻱﻭﺎﺴﺘ ﺔﻴﻤﻜﺒ ﻕﺭﻔﻝﺍ ﻱﻭﺎﺴﺘ ﺔﻴﻤﻜﺒ ﺏﻠﻁﻝﺍ لﺴﺭﻴ ﻰﻠﻋﻷﺍ . ﻰﺼﻗﻷﺍ ﻭ ﻰﻨﺩﻷﺍ ﻪﻴﺩﺤ ﻥﻴﺒ ﺎﻤﺌﺍﹰ ﺩ ﻙﺭﺤﺘﻴ ﻥﻭﺯﺨﻤﻝﺍ ﻯﻭﺘﺴﻤ ﻥﺈﻓ ﻡﺎﻜﺤﺄﺒ ﺝﺫﻭﻤﻨﻝﺍ ﺍﺫﻫ ﺫﻔﻨﻴ ﺎ ﻤﺩﻨﻋ

:ﺩﻜﺄﺘﻝﺍ ﻡﺩﻋ ﻑﻭﺭﻅ ﻲﻓ ﺔﻨﻜﺎﺴﻝﺍ ﺝﺫﺎﻤﻨﻝﺍ

ﻭ ,ﺓﺭﺘﻔﻝﺍ ﻩﺫﻫ لﻼﺨ ﻲﻠﻌﻔﻝﺍ ﺏﻠﻁﻝﺍ ﺱﻴﻝ ﻭ ﺔﻴﻨﻤﺯ ﺓﺭﺘﻓ لﻼﺨ ﺏﻠﻁﻝﺍ لﺎﻤﺘﺤﺍ ﺽﺭﺘﻔﺘ ,ﺔﻴﻝﺎﻤﺘﺤﺍ ﺝﺫﺎﻤﻨ ﻲﻫ

ﻙﺎﻨﻫ ﻭ ,ﺯﺠﻌﻝﺍ ﻑﻴﻝﺎﻜﺘ ﻪﻨﻋ ﻡﺠﻨﻴ ﻲﻝﺎﺘﻝﺎﺒ ﻭ ﻥﻭﺯﺨﻤﻝﺍ ﺫﺎﻔﻨ لﺎﻤﺘﺤﺍ ﺱﺎﺴﺃ ﻰﻠﻋ ﺏﻠﻁﻝﺍ ﺔﻁﻘﻨ ﺩﻴﺩﺤﺘ ﻡﺘﻴ ﻙﻝﺫﺒ . ﺓﻭﻁﺨ ﺓﻭﻁﺨ ﻭ ﺏﻠﻁﻝﺍ ﺔﻁﻘﻨ : ﺝﺫﺎﻤﻨﻝﺍ ﻥﻤ ﻥﻴﻋﻭﻨ

:ﺏﻠﻁﻝﺍ ﺔﻁﻘﻨ ﺝﺫﻭﻤﻨ

ﻉﻭﻗﻭﻝﺍ ﻱﺩﺎﻔﺘﻝ ﻱﺭﻭﺭﻀ ﻥﺎﻤﻷﺍ ﻥﻭﺯﺨﻤ ﺩﻭﺠﻭ ﻥﺈﻓ ﺍﺫﻬﻝ ﻭ ,ﺩﻜﺄﺘﻝﺍ ﻡﺩﻋ ﻑﻭﺭﻅ ﻲﻓ لﻤﻌﻴ ﻲﻝﺎﻤﺘﺤﺍ ﺝﺫﻭﻤﻨ ﻭﻫ : ﻪﺘﺎﻴﻀﺭﻓ ﻡﻫﺃ ﻭ , ( ﺓﺭﻴﻐﺘﻤ ﺏﻠﻁﻝﺍ ﺦﻴﺭﺍﻭﺘ ) ﻱﺭﻭﺩ ﺭﻴﻏ ﻥﻴﻭﻤﺘﻝﺍ ﻪﻴﻓ ﻥﻭﻜﻴ ﻭ , ﺯﺠﻌﻝﺍ ﻲﻓ ؛ﻲـﺌﺍﻭﺸﻋ ﻡﺍﺩﺨﺘﺴﻻﺍ .ﺔﻴﺌﺍﻭﺸﻋ ﺭﺎﻅﺘﻨﻻﺍ ﺓﺭﺘﻓ "ﺏﻠﻁﻝﺍ ﺔـﻁﻘﻨ" ﺔـﻁﻘﻨﻝﺍ ﻩﺫـﻫ ﻰﻤﺴﺘ ﻭ ﺏﻠﻁﻝﺎﺒ ﻡﺎﻴﻘﻝﺍ ﻪـﻴﻓ ﻡﺘﻴ ﻱﺫـﻝﺍ ﺕﻗﻭﻝﺍ ﺔﻓﺭﻌﻤﺒ ﺢﻤﺴﻴ ﺝﺫﻭﻤﻨﻝﺍ ﺍﺫﻫ ﻭ

لﺼﺘ ﻥﺃ ﻰﻝﺇ ﺔﻴﺒﻠﻁﻝﺍ ﺭﺍﺩﺼﺇ ﻥﻤ ﺃﺩﺒﺘ ﻲﺘﻝﺍ ,d ﺭﺎﻅﺘﻨﻻﺍ ﺓﺭﺘﻓ ﻭ ,C ﻙﻼﻬﺘﺴﻻﺍ لﺩﻌﻤﺒ ﺔﻁﺒﺘﺭﻤ ﻲﻫ ﻭ M . ﻊﻴﺒﻝﺍ ﻭﺃ ﻙﻼﻬﺘﺴﻼﻝ ﺀﺍﻭﺴ ﻲﺌﺎﻬﻨﻝﺍ لﺎﻤﻌﺘﺴﻻﺍ ﻰﻝﺇ ﺩﺍﻭﻤﻝﺍ

ﻥﻤ ﺕﺎﻴﺒﻠﻁﻝﺍ ﻡﻼﺘﺴﺍ ﻲﻓ ﺭﺨﺄﺘﻝﺍ ﻭ ﻙﻼﻬﺘﺴﻻﺍ ﻲﻓ ﺓﺩﺎﻴﺯﻝﺍ ﻱﺩﺎﻔﺘ ﻰﻠﻋ ﺩﻋﺎﺴﺘ d ﺭﺎﻅﺘﻨﻻﺍ ﺓﺭﺘﻓ ﺔﻓﺭﻌﻤ

M = Cm . d : ﺏﻠﻁﻝﺍ ﺔﻁﻘﻨ ﻥﺫﺇ , ﻥﻴﺩﺭﻭﻤﻝ ﺍ

؛ﻲﻤﻭﻴﻝﺍ ﻡﺍﺩﺨﺘﺴﻻﺍ :Cm

ﺭﺎﻅﺘﻨﻻﺍ ﺓﺭﺘﻓ :d

.ﺏﻠﻁﻝﺍ ﺔﻁﻘﻨ :M ﻰﻝﺇ ﺔﺴﺴﺅﻤﻝﺎﺒ ﻱﺩﺅﻴ ﺎﻤﻤ ﻥﺎﺼﻘﻨ ﻭﺃ ﺓﺩﺎﻴﺯ ﻥﺍﺭﻴﻐﺘﻴ ﻲﻤﻭﻴﻝﺍ ﻡﺍﺩﺨﺘﺴﻻﺍ لﺩﻌﻤ ﻭ ﺭﺎﻅﺘﻨﻻﺍ ﺓﺭﺘﻓ ﻥﺃ ﺎﻤﺒ ﻭ

. Ss ﻥﺎﻤﺃ ﻥﻭﺯﺨﻤ ﺎﻬﻴﺩﻝ ﻥﻜﻴ ﻡﻝ ﺎﻤ ﺯﺠﻋ ﺔﻝﺎﺤ ﻲﻓ ﻉﻭﻗﻭﻝﺍ : ﻥﻴﺩﺤ ﻭﺫ ﻲﻝﺎﻤﺘﺤﺍ ﺝﺫﻭﻤﻨ ﻪﻨﺃ ﻥﻴﺒﺘﻴ ﺝﺫﻭﻤﻨ ﻝﺍ ﺍﺫﻫ ﺕﺎﻴﻀﺭﻓ لﻼﺨ ﻥﻤ ﻭ

41

؛ﺏﻠﻁﻝﺍ ﺓﺩﺎﻋﻹ ﻪﻴﺒﻨﺘ ﺩﺤ ﻭﻫ ﻭ SA :ﺭﺍﺫﻨﻹﺍ ﻥﻭﺯﺨﻤ ﺩﺤ :ﻪﻨﻤﻭ ﻡﺍﺩﺨﺘﺴﻻﺍ ﺓﺭﺘﻓ ﻲﻓ ﻭ ﺭﺎﻅﺘﻨﻻﺍ ﺓﺭﺘﻓ ﻲﻓ ﺔﻴﺌﺍﻭﺸﻌﻝﺍ ﺔﻴﻁﻐﺘﻝ ﻪﺠﻭﻴ ﻱﺫﻝﺍ ﻭ :ﻥﺎﻤﻷﺍ ﻥﻭﺯﺨﻤ ﺩﺤ

.ﻥﻭﺯﺨﻤﻠﻝ ﻰﺼﻗﻷﺍ ﺩﺤﻝﺍ

= ﻥﺎﻤﻷﺍ ﻥﻭﺯﺨﻤ + Q*

ﺔﻁﻘﻨ ﺢﺒﺼﺘ ,Sa ﺭﺍﺫﻨﻹﺍ ﻥﻭﺯﺨﻤ ﻲﻝﺎﺤﻝﺍ ﻯﻭﺘﺴﻤﻝﺍ ﻰﻝﺇ ﻥﻭﺯﺨﻤﻝﺍ ﺩﻴﺼﺭ لﻭﺼﻭ ﺩﻨﻋ ﺏﻠﻁﻝﺍ ﺭﺩﺼﻴ ﺎﻨﻫ ﻭ

 

Q

 

ﺭﺍﺫﻨﻹﺍ ﺩﺤ

Sa

ﻥﺎﻤﻷﺍ

ﻥﻭﺯﺨﻤ

M = C m . d + Ss : ﻲﻠﻴ ﺎﻤﻜ ﺏﻠﻁﻝﺍ : ﺏﻠﻁﻝﺍ ﺔﻁﻘﻨ
M = C m . d + Ss : ﻲﻠﻴ ﺎﻤﻜ ﺏﻠﻁﻝﺍ
: ﺏﻠﻁﻝﺍ ﺔﻁﻘﻨ ﺢﻀﻭﻴ لﻜﺸﻝﺍ ﻭ
ﻡﺍﺩﺨﺘ ﺴﻼﻝ ﻰﻨﺤﻨﻤ
ﺏﻠﻁﻝﺍ ﺔﻁﻘﻨ
M
C ﻡﺍﺩﺨﺘﺴﻻﺍ
Ss
ﺭﺎﻅﺘﻨﻻﺍ ﺓﺭﺘﻓ
d
: ﺔﻴﻝﺎﺘﻝﺍ ﺕﻻﺎﺤﻝﺍ ﻲﻓ ﺏﻠﻁﻝﺍ ﺔﻁﻘﻨ ﺝﺫﻭﻤﻨ
ﻡﺍﺩﺨﺘﺴﺍ ﻥﻜﻤﻴ :ﺔﻅﺤﻼﻤ

؛ﺔﻴﺌﺍﻭﺸﻋ d ﻭ ﻲﺌﺍﻭﺸﻋ ﻡﺍﺩﺨﺘﺴﻻﺍ

؛ﺔﺘﺒﺎﺜ d ﻭ ﻲﺌﺍﻭﺸﻋ ﻡﺍﺩﺨﺘﺴﻻﺍ

.ﻲﺌﺍﻭﺸﻋ d ﻭ ﺕﺒﺎﺜ ﻡﺍﺩﺨﺘﺴﻻﺍ

ﺓﻭﻁﺨ ﺓﻭﻁﺨ ﺝﺫﻭﻤﻨ

: ﻪﺘﺎﻴﻀﺭﻓ ﻡﻫﺃ ﻭ , ﻱﺭﻭﺩ ﻥﻴﻭﻤﺘﻝﺍ ﻪﻴﻓ ﻥﻭ ﻜﻴ ﻁﺴﺒﻤ ﻭ لﻬﺴ ﻲﻝﺎﻤﺘﺤﺍ ﺝﺫﻭﻤﻨ ﻭﻫ ؛ﺔﺘﺒﺎﺜ ﺭﺎﻅﺘﻨﻻﺍ ﺓﺭﺘﻓ .ﻲﺌﺍﻭﺸﻋ ﻡﺍﺩﺨﺘﺴﻻﺍ ﺙﻴﺤ ﻡﺃ ﺔﺴﺴﺅﻤﺒ ﺔﻁﺒﺘﺭﻤ ﺕﺍﺩﺤﻭ ﺓﺩﻋ ﻙﺎﻨﻫ ﻼﺜﻤ ﺩﺤﺍﻭ ﻱﺯﻜﺭﻤ ﻥﺯﺨﻤﺒ ﺔﻁﺒﺘﺭﻤﻝﺍ ﺕﺎﺴﺴﺅﻤﻝﺍ ﻲﻓ لﻤﻌﺘﺴﺘ ﻭ . ﻱﺯﻜﺭﻤﻝﺍ ﻥﺯﺨﻤﻝﺍ ﺩﺠﻭﻴ

نو 42 C ة ـ و B ة ـ و A ة ـ و
نو
42
C ة ـ و
B ة ـ و
A ة ـ و

,ﺔﻴﺌﺍﻭﺸﻋ ﺭﺎﻅﺘﻨﻻﺍ ﺓﺭﺘﻓ ﻭ ﻲﺌﺍﻭﺸﻋ ﺎﻬﻤﺍﺩﺨﺘﺴﺍ ﻡﻷﺍ ﺔﺴﺴﺅﻤﻝﺍ ﻥﺫﺇ ﻱﺯﻜﺭﻤﻝﺍ ﻥﺯﺨﻤﻝﺍ ﻥﻤ لﻭﻤﺘ ﻡﻷﺍ ﺔﺴﺴﺅﻤﻝﺍ ﺝﺫﻭﻤﻨ لﻤﻌﺘﺴﺘ ﻲﻝﺎﺘﻝﺎﺒ ﻭ ﺔﺘﺒﺎﺜ ﺭﺎﻅﺘﻨﻻﺍ ﺓﺭﺘﻓ ﻥﺈﻓ ﺙﻼﺜﻝﺍ ﺕﺍﺩﺤﻭﻝﺍ ﺎﻤﺃ .ﺏﻠﻁﻝﺍ ﺔﻁﻘﻨ ﺝﺫﻭﻤﻨ ﻡﺩﺨﺘﺴﺘ ﻲﻫ ﻥﺫﺇ . ﺓﻭﻁﺨ ﺓﻭﻁﺨ : ﻥﺎﻤﻷﺍ ﻥﻭﺯﺨﻤ + ﺭﺎﻅﺘﻨﻻﺍ ﺓﺭﺘﻓ لﻼﺨ ﻡﺍﺩﺨﺘﺴﻻﺍ = ﺏﻠﻁﻝﺍ ﺔﻁﻘﻨ ﻥﺃ ﺎﻤﺒ ﻭ

M = C + Ss

M = C d +

µδ

4) MODELE DE WILSON

4.1) PRINCIPE

HYPOTHESES:

La demande est constante (linéaire)

Les délais d'approvisionnement sont nuls.

؛ﻥﻤﺯﻝﺍ ﺓﺩﺤﻭ ﻲﻓ ﻡﺍﺩﺨﺘﺴﻻﺍ ﻁﺴﻭﺘﻤ :C

؛ﺭﺎﻅﺘﻨﻻﺍ ﺓﺭﺘﻓ ﻁﺴﻭﺘﻤ :A

؛ﻡﺍﺩﺨﺘﺴﻻﺍ ﻲﻓ ﻱﺭﺎﻴﻌﻤﻝﺍ ﻑﺍﺭﺤﻨﻻﺍ :δ

.لﻭﺍﺩﺠﻝﺍ ﻥﻤ لﻤﺎﻌﻤ ﻭﺃ ﺏﺴﺤﻴ ﺕﺒﺎﺜ :µ

BUT: minimiser les coûts en répondant aux deux questions:

o

QUAND ?

o

COMBIEN ?

Le coût total CT = Prix d'achat + coût de lancement + coût de stockage

43

Posons

u : prix unitaire (€)

D

: demande pendant une période choisie (1 an)

a

: coût de passation d'une commande (€)

r

: taux de possession (€/€.an)

Q : la quantité commandée

On peut écrire CT = u*D + a*D/Q + u*r*(stock moyen)

On peut écrire CT = u*D + a*D/Q + u*r*(stock moyen) À partir des hypothèses de

À partir des hypothèses de Wilson on peut déduire que le stock moyen = Q/2 :

Soit CT = u*D + a*D/Q + u*r*Q/2

On cherche à déterminer la quantité de réapprovisionnement (Q) qui minimise le coût total :

On va donc déterminer quand CT = f(Q) passe par un minimum, on va dériver cette fonction et touver la valeur de Q qui annule cette dérivée.

dCT(Q)/dQ=0-aD/Q²+u*r/2

la dérivée s’annule pour ur/2=aD/Q²

d’où Q²=2aD/ur et enfin

s’annule pour ur/2=aD/Q² d’où Q²=2aD/ur et enfin appelée quantité économique de réapprovisionnement.

appelée quantité économique de réapprovisionnement.

Exemple:

Une entreprise fournisseur de pièces pour le téléphone fabrique des relais électriques dont un élément x est sous-traité à 0,015€ l'unité.

Elle utilise 1000 x par jour, 250 jours par an.

Les approvisionnements se font par le camion de l'entreprise (15€ par voyage)

44

Le taux de possession est de 20% l'an.

Calculer la quantité économique de réapprovisionnement.

Représenter graphiquement la courbe d'évolution du stock.

4.2) POINT DE COMMANDE ET STOCK DE SECURITE

4.2.1) Consommation régulière et délai de livraison fixe.

il suffit de passer la commande à l'instant t i -d

(avec d délai de livraison).

Application à l'exemple précédent:

On suppose un délai de livraison de 10 jours; On définit alors un stock minimum sm (ou stock de rupture ou encore de couverture) égal à la consommation pendant d jours.

Résultat : sm = 1000*10 = 10000

Graphiquement:

d jours. Résultat : sm = 1000*10 = 10000 Graphiquement: 4.2.2) CAS REEL En réalité il

4.2.2) CAS REEL

En réalité il faudra un stock de sécurité (stock dormant) pour pallier aux aléas de consommation et de délai d'approvisionnement.

45

Trois cas peuvent se présenter: * Le délai de livraison est constant mais la consommation
Trois cas peuvent se présenter: * Le délai de livraison est constant mais la consommation

Trois cas peuvent se présenter:

* Le délai de livraison est constant mais la consommation est supérieure à la

consommation moyenne, seul un stock de sécurité peut éviter la rupture de stock

* La consommation est normale, mais le délai de livraison est plus grand que prévu, le stock de sécurité est indispensable.

* La combinaison des deux paramètres ci-dessus nécessite bien sûr ègalement un stock de sécurité

Il faut raisonner en fonction de l'intervalle de protection, en définissant un stock de sécurité égal à u*

Il faut raisonner en fonction de l'intervalle de protection, en définissant un stock de sécurité égal

46

1 er cas: Le délai de livraison est constant mais la consommation est supérieure à la consommation moyenne.

A partir d'un historique sur plusieurs périodes T, si la loi de distribution des sorties est une loi

normale, alors on peut calculer la consommation moyenne sur cette période x m et l'écart type

x .

Il faut alors ramener cet écart type à la période liée au délai d'approvisionnement d, d'après la

règle de proportionnalité des variances on peut écrire

x,d = Racine(d) * x

Attention T et d doivent être exprimés dans la même unité !

On obtient alors :

Ss = u* x

,d

Avec u choisi selon le taux de service souhaité et le coût de pénurie.

2 ème cas: La consommation est normale, mais le délai de livraison est plus grand que prévu.

Soit pj l'écart type en jours sur le délai d'approvisionnement, il faut ramener l'écart type en "pièces", il suffit pour cela de multiplier pj par la consommation journalière pour obtenir pp = pj * conso journalière.

On obtient alors :

Ss = u* pp

Si les deux paramètres varient, la loi d'additivé des variances nous donne :

=Racine( x,d 2 + pp 2 )

Avec Ss = u*

Voir exemple d’application en 6

47

Techniques Simulation :ﺓﺎﻜﺎﺤﻤﻝﺍ ﺏﻴﻝﺎﺴﺃ

ﺔ ـــ ﻤﺩ ــ ﻘ ـ ﻤ

ﺩﺎﺠﻴﺍ ﺏﻌﺼﻴ ﺓﺩﻘﻌﻤ لﻜﺎﺸﻤ ﺕﺍﺫ (systèmes) ﺔﻤﻅﻨﻷﺍ ﺽﻌﺒ ﻥﺎﻴﺤﻷﺍ ﻥﻤ ﺭﻴﺜﻜ ﻲﻓ ﻪﺠﺍﻭﻨ

ﻥﺎﻴﺤﻷﺍ ﻡﻅﻌﻤ ﻲﻓ ﻥﻭﻜﻴ ﻪﺴﻔﻨ (système) ﻡﺎﻅﻨﻝﺍ ﻰﻠﻋ ﺏﺭﺎﺠﺘﻝﺍ ﺀﺍﺭﺠﺍﻭ .ﺎﻬﻠﺤﻝ ﺝﺫﻭﻤﻨ

ﻩﺫﻫ ﻲﻓ ﻡﻭﻘﺘﻭ ﻯﺭﺨﺃ ﻥﺎﻴﺤﺃ ﻲﻓ ﺭﻁﺎﺨﻤﻝﺍ ﻥﻤ ﺀﻲﺸ ﻰﻠﻋ ﻱﻭﺘﺤﻴﻭ ﻑﻴﻝﺎﻜﺘﻝﺍ ﻅﻫﺎﺒﻭ ﺎﺒﻌﺼ

ﺝﺫﻭﻤﻨﻝﺍ ﺍﺫﻫ ﻰﻠﻋ ﺕﺎﺤﺍﺭﺘﻗﻻﺍﻭ ﺏﺭﺎﺠﺘﻝﺍ ﺀﺍﺭﺠﺎﺒ ﺎﻫﺩﻌﺒ ﻡﻭﻘﺘﻭ ﻡﺎﻅﻨﻝﺍ ﺔﻜﺎﺤﻤﺒ ﺔﻝﺎﺤﻝﺍ

ﻰﻠﻋ ﺎﻬﻘﻴﺒﻁﺘﻝ ﺎﻬﻴﻠﻋ لﺼﺤﻨ ﻲﺘﻝﺍ ﺞﺌﺎﺘﻨﻝﺍ ﻥﻤ ﺩﻴﻔﺘﺴﺘ ﻡﺜ ﻡﺎﻅﻨﻝﺎﺒ ﺱﺎﺴﻤﻝﺍ ﻥﻭﺩ (modèle)

. ﻡﺎﻅﻨﻝﺍ ﻙﻝﺫ

ﺓﺎ ـ ﻜﺎ ـ ﺤﻤﻝﺍ ﻡﻭ ــ ﻬ ـ ﻔ ـ ﻤ

ﺭﻴﻭﻁﺘﻝﺍ ﻊﻴﺭﺎﺸﻤ ﺔﺴﺍﺭﺩﻝ ﻡﺩﺨﺘﺴﺘ (ﻲﻠﻤﻌﻝﺍ ﺙﺤﺒﻝﺍ لﺌﺎﺴﻭ ﺩﺤﺃ ﻲﻫ ﻲﺘﻝﺍ) ﺓﺎﻜﺎﺤﻤﻝﺍ

ﻥﻤ ﺓﺩﻤﻝ ﻲﻘﻴﻘﺤﻝﺍ ﻡﻝﺎﻌﻝﺍ ﻲﻓ ﺔﻴﻠﻤﻋ ﺩﻴﻠﻘﺘﻝ ﺔﻝﻭﺎﺤﻤ ﺎﻬﻨﺃ ﻥﻭﺭﺨﺍﻭ ﺱﻜﻨﺎﺒ ﺎﻬﻓﺭﻌﻴ .ﺭﺎﻤﺜﺘﺴﻻﺍﻭ

ﻡﺎﻴﻘﻝﺍﻭ ﺎﻴﻠﻴﺨﺘﹰ ﻭﺃ ﺎﻴﻘﻴﻘﺤﹰ ﻥﺎﻜ ﺀﺍﻭﺴ ﻡﺎﻅﻨﻝ ﺝﺫﻭﻤﻨ ﻡﻴﻤﺼﺘ ﺔﻴﻠﻤﻋ ﺎﻬﻨﺄﺒ ﺎﻬﻓﺭﻋﺭﺠﻭﺭ .ﻥﻤﺯﻝﺍ

ﺓﺎﻜﺎﺤﻤﻝﺍ ﻥﺫﺇ .ﻪﻠﻴﻐﺸﺘﻝ ﺔﻤﺯﻼﻝﺍ ﺕﺎﻴﺠﻴﺘﺍﺭﺘﺴﻹﺍ ﻡﻴﻴﻘﺘ ﻭﺃ ﻪﻜﻭﻠﺴ ﻡﻬﻔﻝ ﻡﺎﻅﻨﻝﺍ ﺍﺫﻫ ﻰﻠﻋ ﺏﺭﺎﺠﺘﺒ

ﻼﻴﺜﻤﺘﹰ ﻥﻭﻜﺘ ﺓﺎﻜﺎﺤﻤﻝﺍ .ﺭﺒﻜﺃ ﺓﺭﻭﺼﺒ ﻪﻤﻬﻓ ﺩﻴﺭﻨ ﺎﻤﻝ ﻲﺒﻴﺭﻘﺘ ﺝﺫﻭﻤﻨ ﻊﻨﺼﺒ ﺩﻴﻠﻘﺘﻠﻝ ﺔﻝﻭﺎﺤﻤ ﻲﻫ

ﺎﻬﻀﻌﺒﺒ ﺔﻁﺒﺘﺭﻤﻝﺍ ﺭﺼﺎﻨﻌﻝﺍ ﻥﻤ ﺔﻋﻭﻤﺠﻤ ﻭﻫ (Système) ﻡﺎﻅﻨﻝﺎﺒ ﺩﺼﻘﻨ ،ﻥﻴﻌﻤ ﻡﺎﻅﻨﻝ

ﺔﺌﻴﺒﻝﺎﺒ ﻑﺭﻌﻴ ﺎﻤ ﻭﺃ ﻪﺠﺭﺎﺨ ﺙﺩﺤﻴ ﺎﻤﺒ ﺓﺩﺎﻋ ﻡﺎﻅﻨﻝﺍ ﺭﺜﺄﺘﻴ .ﻥﻴﻌﻤ ﻑﺩﻫ ﻰﻝﺇ لﻭﺼﻭﻠﻝ ﺽﻌﺒﻝﺍ

ﺩﺤﺃ ﻲﻫ ﺏﻭﺴﺎﺤﻝﺍ ﻡﺍﺩﺨﺘﺴﺎﺒ Simulation ﺓﺎﻜﺎﺤﻤﻝﺍ .(environnement) ﻪﻝﻭﺤ ﻥﻤ

ﻥﺃ ﻑﻴﺭﻌﺘﻝﺍ ﺍﺫﻫ ﻥﻤ ﻡﻬﻔﻨ .ﺔﻴﻤﺩﺨﻝﺍﻭ ﺔﻴﻋﺎﻨﺼﻝﺍ ﺕﺎﻴﻠﻤﻌﻝﺍ ﺔﺴﺍﺭﺩﻝ ﺔﻤﺩﺨﺘﺴﻤﻝﺍ ﺔﺜﻴﺩﺤﻝﺍ لﺌﺎﺴﻭﻝﺍ

لﻴﺼﺎﻔﺘﻝﺍ ﻥﻤ ﺹﻠﺨﺘﻴ ﻭﻬﻓ ﺔﻴﺒﻴﺭﻘﺘ ﺓﺭﻭﺼﺒ ﻥـﻜﻝ ﻲﻘﻴﻘﺤﻝﺍ ﻡﺎﻅﻨﻠﻝ ﺩﻴﺴﺠﺘ ﻭﻫ ﺝﺫﻭﻤﻨﻝﺍ

. ﻊﻗﺍﻭﻠ ﻝ ﻩﺩﻴﺴﺠﺘ ﻰﻠﻋ ﻪﺴﻔﻨ ﺕﻗﻭﻝﺍ ﻲﻓ ﻅﻓﺎﺤﻴﻭ

48

ﻡﺎﺨ ﺩﺍﻭﻤ ﻡﺍﺩﺨﺘﺴﺎﺒ ﺕﺎﺠﺘﻨﻤﻝﺍ ﻥﻤ ﺩﺩﻋ ﻊﻴﻨﺼﺘﺒ ﻡﻭﻘﻴ ﺎﻤ ﺎﻌﻨﺼﻤ ﻥﺃ ﻼﺜﻤ ﺎﻨﻀﺭﺘﻓﺍ ﺍﺫﺎﻓ ﻲﻝﺎﺘﻝﺎﺒﻭ ﺔﻌﻠﺴﻝﺍ ﻰﻠﻋ ﺏﻠﻁﻝﺍ ﻲﻓ ﺓﺩﺎﻴﺯ ﻙﺎﻨﻫ ﻥﺃ ﺕﺭﻬﻅﺃ ﺩﻗ ﺔﻴﺩﻴﻠﻘﺘﻝﺍ ﺕﺎﺴﺍﺭﺩﻝﺍ ﻥﺍﻭ ﺔﻋﻭﻨﺘﻤ ﺓﺭﺍﺩﺍ ﺕﺭﺭﻗ ﺩﻘﻓ ﻙﻝﺫﻝﻭ .ﺓﺭﻴﺒﻜ ﺩﺌﺍﻭﻔﺒ ﻊﻨﺼﻤﻝﺍ ﺏﺎﺤﺼﺃ ﻰﻠﻋ ﺩﻭﻌﻴﺴ ﺝﺎﺘﻨﻻﺍ ﻲﻓ ﻊﺴﻭﺘﻝﺍ ﻥﺎﻓ ﻰﻝﺍ ﺔﻓﺎﻀﻻﺎﺒ ﻊﻨﺼﻤﻝﺍ ﻲﻓ ﻥﻴﻠﻤﺎﻌﻝﺍﻭ ﺓﺯﻬﺠﻷﺍ ﻥﻤ لﻜ لﻤﻋ ﺕﺎﻋﺎﺴ ﺩﺩﻋ ﺓﺩﺎﻴﺯ ﻊﻨﺼﻤﻝﺍ ﻥﻤ ﺭﻴﺜﻜ ﻰﻠﻋ ﻱﻭﻁﻨﻴ ﺩﻗ ﺭﺍﺭﻘﻝﺍ ﺍﺫﻫ ﺫﻴﻔﻨﺘﺒ ﻡﺎﻴﻘﻝﺍ ﻥﺍ .ﻡﺎﺨﻝﺍ ﺩﺍﻭﻤﻝﺍ ﻥﻤ ﺩﻴﺯﻤ ﺀﺍﺭﺸ ﺎﻤﻤ ،ﺔﺘﻗﺅﻤ ﺓﺭﻫﺎﻅ ﻭﺃ لﻠﺨ ﻥﻋ ﺞﺘﻨﺘ ﺩﻗ ﺔﻌﻠﺴﻝﺍ ﻰﻠﻋ ﺏﻠﻁﻝﺍ ﺓﺩﺎﻴﺯ ﺏﺒﺴ ﻥﻭﻜﻴ ﺩﻘﻓ .ﺭﻁﺎﺨﻤﻝﺍ ﺭﻬﻅﺘ ﺩﻘﻓ ﺔﺘﻗﺅﻤ ﺕﺴﻴﻝ ﺓﺭﻫﺎﻅﻝﺍ ﻩﺫﻫ ﻥﺍ ﺎﻨﻤﻠﺴ ﺍﺫﺍﻭ .ﺎﻬﻝﺍﻭﺯ ﺩﻨﻋ ﺔﻴﺩﺎﻤ ﺭﺌﺎﺴﺨ ﻪﻨﻋ ﺞﺘﻨﻴ ﺩﻗ ﺏﻭﻠﺴﺃ ﻡﺍﺩﺨﺘﺴﺍ ﻥﺍ .ﻡﺎﺨﻝﺍ ﺩﺍﻭﻤﻝﺍ ﺭﻴﻓﻭﺘ ﻲﻓ ﻭﺃ ﻑﻴﻝﺎﻜﺘﻝﺍ ﻭﺃ ،لﻘﻨﻝﺍ ﻭﺃ ﻥﻴﺯﺨﺘﻝﺍ لﻜﺎﺸﻤ ﺽﻴﺭﻌﺘ ﻥﻭﺩ ﺎﻫﺩﺩﺼﻴ ﺕﺍﺭﺍﺭﻗ ﺫﺎﺨﺘﺍﻭ ﺎﻬﺘﺴﺍﺭﺩ ﻥﻤ ﺎﻨﻨﻜﻤﻴ ﺔﻠﻜﺸﻤﻝﺍ ﻩﺫﻫ لﺜﻤ ﻲﻓ ﺔﻜﺎﺤﻤﻝﺍ .ﺭﺭﻀ ﻭﺃ ﺓﺭﺎﺴﺨ ﻱﻷ ﻊﻨﺼﻤﻝﺍ

:ﻲﻝﺎﺘﻝﺍ لﺎﺜﻤﻝﺍ لﻤﺄﺘ

ﻕﺌﺎﻗﺩ 10 ﻕﺭﻐﺘﺴﺘ ﺔﻨﻴﻜﺎﻤﻝﺍ ﻩﺫﻫ .ﺓﺩﺤﺍﻭ ﺔﻨﻴﻜﺎﻤ ﻰﻠﻋ ﻱﻭﺘﺤﻴ ﻊﻨﺼﻤﹴ

ﺝﺎﺘﻨﻹ ﻁﻘﻓ ﻕﺌﺎﻗﺩ ﺱﻤﺨ ﺝﺎﺘﺤﺘ ﺔﻨﻴﻜﺎﻤ ﺎﻨﻤﺩﺨﺘﺴﺍ ﺍﺫﺇ ﺙﺩﺤﻴ ﻱﺫﻝﺍ ﺎﻤ .ﺓﺩﺤﺍﻭ ﺔﻌﻁﻗ ﻊﻴﻨﺼﺘﻝ .ﻑﻌﻀﻝﺍ ﻰﻝﺇ ﺩﻴﺯﻴﺴ ﺝﺎﺘﻨﻹﺍ ﻥﺄﺒ ﺏﻴﺠﻨ ﻥﺃ ﺭﻴﺴﻴﻝﺍ ﻥﻤ ؟ﺓﺩﺤﺍﻭ ﺔﻌﻁﻗ

ﻥﻋ ٌلﻭﺌﺴﻤ ﺭﻴﺩﻤ ﺕﻨﺃ

ﺔﻨﻴﻜﺎﻤ ﻲﻓ ﻊﻴﻨﺼﺘﻝﺍ لﺎﻤﻜﺘﺴﺍ ﻡﺘﻴﻭ ﻊﻨﺼﻤ ﻑﺼﻨ ﺞﺘﻨﻤ ﺞﺘﻨﺘ ﺔﻨﻴﻜﺎﻤﻝﺍ ﻩﺫﻫ ﺕﻨﺎﻜ ﻭﻝ ﺍﺫﺎﻤ . لﻭﻁﺃ ﺎﺘﻗﻭ ﻕﺭﻐﺘﺴﺘ ﻲﺘﻝﺍ ﺔﻨﻴﻜﺎﻤﻝﺍ ﻰﻠﻋ ﺝﺎﺘﻨﻹﺍ ﻑﻗﻭﺘﻴ ﺔﻝﺎ ﺤﻝﺍ ﻩﺫﻫ ﻲﻓ ؟ﻯﺭﺨﺃ

ﻭﻫ لﻴﻐﺸﺘﻝﺍ ﺕﻗﻭ ﻥﺃ ﺽﺭﺘﻔﻨ ﻥﺤﻨ ’ﺕﻻﺎﺤﻝﺍ ﺏﻠﻏﺃ ﻲﻓ ﻕﻘﺤﺘﻴ ﻻ ﺎﻀﺍﺭﺘﹸ ﻓﺍ ﺽﺭﺘﻔﻨ ﺎﻨﻫ ﻥﺤﻨ ﻲﻓ لﺎﻁﻋﺃ ﺙﺩﺤﺘ ﻙﻝﺫﻜﻭ ﻯﺭﺨﻷ ﺔﻌﻁﻗ ﻥﻤ لﻴﻐﺸﺘﻝﺍ ﺕﻗﻭ ﻑﻠﺘﺨﻴ ﻊﻗﺍﻭﻝﺍ ﻲﻓ .ﺕﺒﺎﺜ ﺕﻗﻭ ﺔﻓﺎﻀﻹﺎﺒ .لﻴﻐﺸﺘ ﺓﺩﺎﻋﺇ ﺝﺎﺘﺤﺘ ﺩﻗﻭ ﺔﺒﻴﻌﻤ ﻥﻭﻜﺘ ﺕﺎﺠﺘﻨﻤﻝﺍ ﺽﻌﺒﻭ ﻲﺌﺍﻭﺸﻋ لﻜﺸﺒ ﺔﻨﻴﻜﺎﻤﻝﺍ ﻥﻤ ﻑﻠﺘﺨﺘ ﺩﻗ ﻲﺘﻝﺍﻭ – ﺔﻴﻠﻴﻐﺸﺘﻝﺍ ﺕﺎﻴﻠﻤﻌﻝﺍ ﻥﻤ ﺩﺩﻋ ﻥﻤ ﻥﻭﻜﺘﺘ ﺕﺎﻴﻠﻤﻌﻝﺍ ﻥﻤ ﺭﻴﺜﻜ ﻥﺈﻓ ﻙﻝﺫﻝ .ﺔﻔﻠﺘﺨﻤ لﻘﻨ ﺕﺍﺩﻌﻤ ﻕﻴﺭﻁ ﻥﻋ ﺔﻌﻨﺼﻤ ﻑﺼﻨﻭ ﻡﺎﺨ ﺩﺍﻭﻤ لﻘﻨ ﺕﺎﻴﻠﻤﻋﻭ -ﺭﺨﻵ ﺞﺘﻨﻤ

49

ﻲﺘﻝﺍ ﺕﻻﺎﺤﻝﺍ ﻥﻤ ﺭﻴﺜﻜ ﻙﺎﻨﻫ ﻥﺃ ﺩﺠﻨ ﻲﻌﻗﺍﻭﻝﺍ لﻜﺸﻝﺍ ﺍﺫﻬﺒ ﺔﻴﺠﺎﺘﻨﻹﺍ ﺔﻴﻠﻤﻌﻝﺍ ﻰﻝﺇ ﺭﻅﻨﻨ ﺎﻤﺩﻨﻋ

. ﺓﺎﻜﺎﺤﻤﻝﺍ ﻡﺍﺩﺨﺘﺴﺍ ﺔﻤﻴﻗ ﺭﻬﻅﺘ ﺎﻨﻫﻭ ﺔﻴﻀﺎﻴﺭ لﻭﻠﺤﺒ ﺎﻬﺘﺴﺍﺭ ﺩ ﻥﻜﻤﻴ ﻻ

ﻥﻤ ﺎﻨﻨﻜﻤﺘ ﺓﺎﻜﺎﺤﻤﻝﺍ ﻩﺫﻫ .ﺔﻴﻤﺩﺨﻝﺍ ﻭﺃ ﺔﻴﻋﺎﻨﺼﻝﺍ ﺔﻴﻠﻤﻌﻝﺍ ﻲﻜﺎﺤﻨ ﻥﺃ ﺎﻨﻨﻜﻤﻴ ﺏﻭﺴﺎﺤﻝﺍ ﻡﺍﺩﺨﺘﺴﺎﺒ ﺔﺠﺭﺤﻝﺍ ﻕﻁﺎﻨﻤﻝﺍ ﺩﻴﺩﺤﺘ ﻥﻤ ﺎﻨﻨﻜﻤﺘﻭ ﺓﺩﻭﺩﻌﻤ ﻕﺌﺎﻗﺩ ﻲﻓ ﻡﺎﻴﺃ ﺓﺩﻤﻝ ﺔﻴﻠﻤﻌﻝﺍ لﻴﻐﺸﺘ ﺞﺌﺎﺘﻨ ﺔﺴﺍﺭﺩ . ﺩﺍﺭﻓﺃ ﻭﺃ ﺕﺍﺩﻌﻤ ﺓﺩﺎﻴﺯ ﻭﺃ لﻤﻌﻝﺍ ﺏﻭﻠﺴﺃ ﻲﻓ ﺕﺍﺭﻴﻴﻐﺘ ﺙﺍﺩﺤ ﺇ ﺭﻴﺜﺄﺘﻭ ﺔﻴﻠﻤﻌﻝﺍ ﻲﻓ

ﺓﺎ ـ ﻜ ﺎـ ﺤﻤﻝﺍ ﺏ ـ ﻴ ـ ﻝﺎﺴﺃ

ﻡﻭﻘﻨ ﺩﻘﻓ .ﺎﻤ ﺭﺍﺭﻗ ﺫﺎﺨﺘﻻ ﺓﺎﻜﺎﺤﻤﻝﺍ ﻡﺩﺨﺘﺴﻨ ﺎﻤ ﺍﺭﻴﺜﻜﻓ ،ﺍﺩﻴﺩﺠ ﺎﺒﻭﻠﺴﺃ ﺕﺴﻴﻝ ﺓﺎﻜﺎﺤﻤﻝﺍ ﺞﺌﺎﺘﻨ لﻴﻠﺤﺘﺒ ﻡﻭﻘﻨ ﻡﺜ ،ﺔﺒﺭﺠﺘﻝﺍ لﻴﺒﺴ ﻰﻠﻋ ﻡﺎﻴﺃ ﺔﺜﻼﺜ ﺓﺩﻤﻝ ﺩﻴﺩﺠ لﻤﻋ ﺏﻭﻠﺴﺃ ﻡﺍﺩﺨﺘﺴﺎﺒ ﺍﺫﻫ ﻥﻜﻝﻭ .ﻻ ﻡﺃ ﺍﺩﻴﻔﻤ ﺏﻭﻠﺴﻷﺍ ﺍﺫﻫ ﻥﺎﻜ ﻥﺇ ﺭﺭﻘﻨ ﻲﻜﻝ ﻡﺎﻴﻷﺍ ﻩﺫﻫ لﻼﺨ ﺀﺍﺩﻷﺍ ﺕﺍﺭﺸﺅﻤ ﻰﻝﺇ ﻱﺩﺅﺘ ﺩﻗ ﻊﻗﺍﻭﻝﺍ ﻲﻓ لﻤﻌﻝﺍ ﺏﻴﻝﺎﺴﺃ ﺔﺒﺭﺠﺘ ﻥﻷ ﺔﻴﻝﺎﻋ ﻑﻴﻝﺎﻜﺘ ﻲﻓ ﺏﺒﺴﺘﻴ ﺩﻗ ﺏﻭﻠﺴﻷﺍ ﺀﺍﺭﺸ ﻲﻓ ﺭﺎﻤﺜﺘﺴﻻﺍ ﺩﻌﺒ ﻻﺇ ﺎﻬﺘﺒﺭﺠﺘ ﻥﻜﻤﻴ ﻻ ﺭﻭﻤﻷﺍ ﺽﻌﺒﻓ ﻙﻝﺫﻝ ﺔﻓﺎﻀﻹﺎﺒ .ﺓﺩﻴﺩﻋ ﺭﺌﺎﺴﺨ (ﺔﻴﺌﺍﻭﺸﻌﻝﺍ ﻡﺎﻗﺭﻻﺍ لﺎﻤﻌﺘﺴﺎﺒ ﺍﺫﻫﻭ) ﺏﻭﺴﺎﺤﻝﺍ ﻡﺍﺩﺨﺘﺴﺎﺒ ﺓﺎﻜﺎﺤﻤﻝﺍ .ﻰﻨﺒﻤ ﺀﺎﺸﻨﺇ ﻭﺃ ﺕﺍﺩﻌﻤ ﻲﻓ لﻜﺎﺸﻤ ﻭﺃ ﺝﺎﺘﻨﻹﺍ ﻲﻓ ﺭﺌﺎﺴﺨ ﺙﻭﺩﺤﺒ ﺓﺭﻁﺎﺨﻤﻝﺍ ﻥﻭﺩﺒ ﻊﻴﺭﺎﺸﻤﻝﺍ ﻩﺫﻫ ﺔﺴﺍﺭﺩ ﻥﻤ ﺎﻨﻨﻜﻤﺘ . ﺔﻌﻗﻭﺘﻤﻝﺍ ﺞﺌﺎﺘﻨﻝﺍ ﻰﻝﺇ ﻱﺩﺅﺘ ﻻ ﺕﺍﺩﻌﻤ ﺀﺍﺭﺸ ﻥﻤ ﺭﺌﺎﺴﺨ ﻭﺃ ﺔﻤﺩﺨﻝﺍ ﻯﻭﺘﺴﻤ

ﻲﺘﻝﺍ ﺕﺎﻨﺎﻴﺒﻝﺍ ﺩﻴﺩﺤﺘﺒ ﻡﻭﻘﻨ ﻥﺃﻭ ﺍﺩﻴﺠ ﺔﻴﻠﻤﻌﻝﺍ ﻡﻬﻔﺘﻨ ﻥﺃ ﺩﺒﻻ ﺎﻨﻨﺈﻓ ﺎﻤ ﺔﻴﻠﻤﻋ ﺓﺎﻜﺎﺤﻤﺒ ﻡﻭﻘﻨ ﻲﻜﻝ ﺏﻭﺴﺎﺤﻝﺍ لﻌﺠﻨ ﻥﺃ ﺝﺎﺘﺤﻨ ﺎﻨﻨﺈﻓ ﺔﻴﺠﺎﺘﻨﻹﺍ ﺔﻴﻠﻤﻌﻝﺍ ﻲﻜﺎﺤﻨ ﻲﻜﻝ .ﺎﻬﻌﻴﻤﺠﺘﺒ ﻡﻭﻘﻨﻭ ﺎﻬﺠﺎﺘﺤﻨ ﺩﺠﻭﻴ .ﻥﻜﺎﻤﺃﻭ ﺱﺎﻨﺃﻭ ﺕﺎﻤﺎﺨﻭ ﺕﺍﺩﻌﻤ ﻥﻤ ﺎﻬﻝ ﺔﻨﻭﻜﻤﻝﺍ ﺀﺍﺯﺠﻷﺍﻭ ﺔﻴﻠﻤﻌﻝﺍ ﺕﺍﻭﻁﺨ ﻑﺭﻌﻴ لﺜﻤ ﺩﻘﻌﻤ ﺭﻴﻏ ﺏﻭﻠﺴﺄﺒ ﺕﺎﻤﻭﻠﻌﻤﻝﺍ ﻩﺫﻫ لﺎﺨﺩﺇ ﻥﻤ ﺎﻨﻨﻜﻤﺘ ﻲﺘﻝﺍ ﺓﺎﻜﺎﺤﻤﻝﺍ ﺞﻤﺍﺭﺒ ﻥﻤ ﺩﻴﺩﻌﻝﺍ

: ﺞﻤﺍﺭﺒ

ﺕﺍﻭﺩﻷﺍﻭ ﺭﺍﺭﻘﻝﺍ ﻊﻨﺼ ﻰﻠﻋ ﺔﻤﺌﺎﻘﻝﺍ ﺓﺎﻜﺎﺤﻤﻝﺍ لﺎﺠﻤ ﻲﻓ ﺓﺩﺌﺍﺭﻝﺍ ﺔﻜﺭﺸﻝﺍ ﻲﻫ :ProModel .ﺔﺴﺴﺅﻤﻝﺍ ﺀﺎﺤﻨﺃ ﻊﻴﻤﺠ ﻲﻓ ﺀﺍﺩﻷﺍ ﻥﻴﺴﺤﺘﻝ ﺔﻤﺯﻼﻝﺍ ﺕﺎﻴﻨﻘﺘﻝﺍﻭ

50

ﺕﺎﻴﺠﻴﺘﺍﺭﺘﺴﺍ ﺩﻋﺍﻭﻗﻭ ﺭﺎﻜﻓﺃ ﻕﻴﺒﻁﺘ ﺭﺜﺃ لﻴﻠﺤﺘ ﻰﻠﻋ ﺩﻋﺎﺴﻴ ﺓﺎﻜﺎﺤﻤ ﺞﻤﺎﻨﺭﺒ :ARENA . ﺔﻤﺩﺨﻝﺍ ﻲﻓ ﻉﺎﻁﻘﻨﺍ ﻲﻓ ﺏﺒﺴﺘﻝﺍ ﻥﻭﺩ ﻊﻗﺍﻭﻝﺍ ﻲﻓ ﺎﻫ ﺫﻴﻔﻨﺘ لﺒﻗ ، ﺔﻴﺭﺎﺠﺘ ﻝﺍ ﻥﻴﺩﺎﻴﻤﻝﺍ ﻲﻓ ، ﺓﺩﻴﺩﺠ

ﻲﺘﻝﺍ ﺔﻴﺌﺍﻭﺸﻌﻝ

ﺎﻤ ﺔﻴﻠﻤﻋ ﻥﻤﺯ ﻥﻋ ﺭﻴﺒﻌﺘﻠﻝ ﻲﺒﺎﺴﺤﻝﺍ ﻁﺴﻭﺘﻤﻝﺍ ﻡﺩﺨﺘﺴﻨ ﻻ ﺓﺩﺎﻋ ﺎﻨﻨﺈﻓ ﻙﻝﺫﻝ .ﻊﻗﺍﻭﻝﺍ ﻲﻓ ﺙﺩﺤﺘ ﻯﺭﺨﻷﺍ ﺔﻨﻤﺯﻸﻝ ﺔﺒﺴﻨﻝﺎﺒ ﺍﺫﻜﻫﻭ ﺔﻴﻠﻤﻌﻝﺍ ﻩﺫﻬﻝ ﺔﻔﻠﺘﺨﻤﻝﺍ ﺕﺎﺴﺎﻴﻘﻝﺍ ﻥﻤ ﺩﻴﺩﻌﻝﺍ ﻡﺩﺨﺘﺴﻨ ﺎﻨﻨﻜﻝﻭ لﺩﻌﻤ ﻭ ﺞﺘﻨﻤﻝﺍ ﺹﺤﻓ ﺕﺎﻗﻭﺃﻭ لﻴﻤﺤﺘﻝﺍ ﺕﺎﻗﻭﺃ لﺜﻤ ﺔﻴﻠﻤﻌﻝﺍ ﻩﺫﻫ ﺓﺎﻜﺎﺤﻤ ﻲﻓ ﺎﻬﻤﺩﺨﺘﺴﻨ ﻲﺘﻝﺍ ﺩﺤﺃ ﻲﻫ ﻪﻓﻼﺨﻭ لﻘﻨﻝﺍﻭ لﻴﻐﺸﺘﻝﺍ ﺔﻨﻤﺯﺃ ﻲﻓ ﺕﺍﺭﻴﻐﺘﻝﺍ ﺓﺎﻜﺎﺤﻤ ﺔﻴﻨﺎﻜﻤﺇ .ﺀﻼﻤﻌﻝﺍ ﺭﻭﻀﺤ . ﺓﺎﻜﺎﺤﻤﻝﺍ ﻡﺍﺩﺨﺘﺴﻻ ﺔﻴﺴﻴﺌﺭﻝﺍ ﺎﻴﺍﺯﻤﻝﺍ

ﺩﻜﺄﺘﻨ ﻥﺃ ﺩﺒﻼﻓ ﺔﻴﻤﺩﺨﻝﺍ ﻭﺃ ﺔﻴﺠﺎﺘﻨﻹﺍ ﺔﻴﻠﻤﻌﻝﺍ ﺔﺴﺍﺭﺩﻝ ﺓﺎﻜﺎﺤﻤﻝﺍ ﺝﺫﻭﻤﻨ ﻡﺍﺩﺨﺘﺴﺍ ﻲﻓ ﺃﺩﺒﻨ ﻥﺃ لﺒﻗ ﺎﻴﻝﺎﺤ ﺓﺩﻭﺠﻭﻤﻝﺍ ﺔﻝﺎﺤﻝﺍ ﻰﻠﻋ ﺝﺫﻭﻤﻨﻝﺍ لﻴﻐﺸﺘﺒ ﺃﺩﺒﻨ ﺎﻨﻨﺈﻓ ﻙﻝﺫﻝ .ﺓﺩﻴﺠ ﺞﺌﺎﺘﻨ ﻲﻁﻌﻴ ﺝﺫﻭﻤﻨﻝﺍ ﻥﺃ .ﺝﺫﻭﻤﻨﻝﺍ ﺔﺤﺼ ﻰﻝﺇ ﻥﺌﻤﻁﻨ ﺎﻨﻨﺈﻓ ﻕﺒﺎﻁﺘﻝﺍ ﺔﻝﺎﺤ ﻲﻓﻭ ﺔﻴﻌﻗﺍﻭﻝﺍ ﺞﺌﺎﺘﻨﻝﺎﺒ ﺞﺌﺎﺘﻨﻝﺍ ﺽﻌﺒ ﻥﺭﺎﻘﻨ ﻡﺜ . ﺍﺫﻜﻫﻭ ﻥﻭﺯﺨﻤﻝﺍ لﺩﻌﻤ ﻭﺃ ﺭﺎﻅﺘﻨﻻﺍ لﺩﻌﻤ ﻭﺃ ﻲﻤﻭﻴﻝﺍ ﺝﺎﺘﻨﻹﺍ ﻡﺠﺤ ﻥﺭﺎﻘﻨ ﺩﻗ ﻼﺜﻤﻓ

.ﺎﻬﺠﺌﺎﺘﻨ ﺔﻨﺭﺎﻘﻤﻭ ﺓﺩﻴﺩﻋ ﺕﻻﺎﺤ ﺔﺴﺍﺭﺩﻝ ﻪﻤﺍﺩﺨﺘﺴﺍ ﺎﻨﻨﻜﻤﻴ ﺝﺫﻭﻤﻨﻝﺍ ﺔﺤﺼ ﻥﻤ ﺩﻜﺄﺘﻝﺍ ﺩﻌﺒ

… ﻭﻝ ﺍﺫﺎﻤ ،ﺔﻝﺎﻤﻌﻝﺍ ﻑﺼﻨﺒ ﺎﻨﻠﻤﻋ ﻭﻝ ﺍﺫﺎﻤ ،ﻲﻨﻓ لﻤﺎﻋ ﺎﻨﻔﻀﺃ ﻭﻝ ﺍﺫﺎﻤ ،ﺔﻨﻴﻜﺎﻤﻝﺍ ﻩﺫﻫ ﺕﻔﻗﻭﺘ ﻥﻤ ﺭﻴﺜﻜ .ﺔﻴﻨﺎﺜ ﺍﺫﻜ ﻰﻝﺇ ﺔﻴﻨﺎﺜ ﺍﺫﻜ لﻴﻐﺸﺘﻝﺍ ﺕﻗﻭ لﻴﻠﻘﺘ ﻡﺘ ﻭﻝ ﺍﺫﺎﻤ ،ﻯﺭﺨﺃ ﺓﺭﺎﻴﺴ ﺎﻨﻔﻀﺃ ﺩﺍﺭﻓﻷﺍﻭ ﺩﺍﻭﻤﻝﺍ ﺔﻜﺭﺤ ﻥﻋ ﺭﺒﻌﺘ ﺔﻜﺭﺤﺘﻤ ﻡﻭﺴﺭ ﺓﺩﻫﺎﺸﻤ ﻥﻤ ﻙﻝﺫﻜ ﺎﻨﻨﻜﻤﺘ ﺓﺎﻜﺎﺤﻤﻝﺍ ﺞﻤﺍﺭﺒ ﻥﻜﻝﻭ .ﻑﻌﻀﻝﺍ ﻁﺎﻘﻨ ﺽﻌﺒ ﺩﻴﺩﺤﺘﻭ ﺔﻴﻠﻤﻌﻝﺍ ﻊﺒﺘﺘ ﻲﻓ ﺎﻨﺩﻋﺎﺴﺘ ﺕﺎﻤﻭﺴﺭﻝﺍ ﻩﺫﻫﻭ ﺕﺍﺩﻌﻤﻝﺍﻭ ﻰﻠﻋ ﺎﻨﺩﻋﺎﺴﺘ ﻲﺘﻝﺍﻭ ﺎﻬﻴﻠﻋ لﺼﺤﻨ ﻲﺘﻝﺍ ﺔﻴﺌﺎﺼﺤﻹﺍ ﺕﺎﻨﺎﻴﺒﻝﺍ ﻲﻓ ﻥﻤﻜﺘ ﺓﺎﻜﺎﺤﻤﻠﻝ ﺭﺒﻜﻷﺍ ﺔﻤﻴﻘﻝﺍ . ﺔﻔﻠﺘﺨﻤ ﻊﺴﻭﺘ ﺕﺎﺤﺍﺭﺘﻗﺍ ﻭﺃ ﺔﻔﻠﺘﺨﻤ لﻤﻋ ﺔﻤﻅﻨﺃ ﻥﻴﺒ ﺔﻨﺭﺎﻘﻤ ﻝﺍ

ﻭﻝ ﺍﺫﺎﻤ“ ﻉﻭﻨ ﻥﻤ ﺔﻠﺌﺴﻷﺍ ﻥﻤ ﺩﻴﺩﻌﻝﺍ ﻥﻋ ﺔﺒﺎﺠﻹﺍ ﻥﻤ ﺎﻨﻨﻜﻤﺘ ﺓﺎﻜﺎﺤﻤﻝﺎﻓ

ﻭﻝ ﺍﺫﺎﻤ :لﺜﻤ ”

ﺔﺠﺎﺤﻝﺍ ،ﻪﻤﺍﺩﺨﺘﺴﺍ ﺏﻭﻠﺴﺄﺒ ﺔﻴﺍﺭﺩ ﻰﻠﻋ ﺹﺨﺸﻝ ﺔﺠﺎﺤﻝﺍ ﻲﻓ لﺜﻤﺘﺘ ﺓﺎﻜﺎﺤﻤﻝﺍ ﻡﺍﺩﺨﺘﺴﺍ ﺔﺒﻭﻌﺼ ﺓﺎﻜﺎﺤﻤﻝﺍ ﻥﺈﻓ ،ﺭﺨﻵﺍ ﺏﻨﺎﺠﻝﺍ ﻰﻠﻋ .ﺔﻤﺯﻼﻝﺍ ﺕﺎﻨﺎﻴﺒﻝﺍ ﻊﻴﻤﺠﺘﻝ ﻡﺯﻼﻝﺍ ﺩﻭﻬﺠﻤﻝﺍ ،ﺞﻤﺎﻨﺭﺒ ﺀﺍﺭﺸﻝ ﻯﻭﺩﺠ ﻥﻤ ﺩﻜﺄﺘﻝﺍ ﻪﻴﻠﻋ ﺏﺘﺭﺘﻴ ﺎﻤﻤ ﺔﻔﻠﻜﻤ ﻊﻴﺭﺎﺸﻤﻭ ﺓﺩﻘﻌﻤ لﻜﺎﺸﻤ ﺔﺴﺍﺭﺩ ﻰﻠﻋ ﺎﻨﺩﻋﺎﺴﺘ

51

ﺕﺍﺯﻴﻤﻤ ﻥﻤ .ﻩﺍﻭﺩﺠ ﻡﺩﻋ ﻰﻝﺇ لﻭﺼﻭﻝﺍ ﻭﺃ لﻀﻓﺃ ﺔﻘﻴﺭﻁ ﻰﻝﺇ لﻭﺼﻭﻝﺍ ﻭﺃ ﺭﺎﻤﺜﺘﺴﻻﺍ ﻲﻓ ﺓﺭﻴﺜﻜ ﺕﻻﺎﺤ ﺔﺴﺍﺭﺩﻝ ﻪﻤﺍﺩﺨﺘﺴﺍ ﺎﻨﻨﻜﻤﻴ ﻪﻨﺈﻓ ﺢﻴﺤﺼ ﺝﺫﻭﻤﻨ ﺀﺎﻨﺒ ﺩﺭﺠﻤﺒ ﻪﻨﺃ ،ﺓﺎﻜﺎﺤﻤﻝﺍ ﻰﻝﺇ ﺝﺎﺘﺤﻨ ﻡﺜ ،ﺓﺩﻘﻌﻤ ﺔﻴﻠﻤﻌﻝ ﺝﺫﻭﻤﻨ ﺀﺎﻨﺒﻝ ﻥﻴﺭﻬﺸ ﻭﺃ ﺭﻬﺸ ﺝﺎﺘﺤﻨ ﺩﻗ ﻼﺜﻤﻓ .ﺭﻴﺼﻗ ﺕﻗﻭ لﻼﺨ لﻴﻐﺸﺘﻝﺍ ﺞﺌﺎﺘﻨ ﺔﺴﺍﺭﺩ ﺎﻨﻨﻜﻤﻴﻓ .ﺎﻬﺘﻨﺭﺎﻘﻤﻭ ﺕﻻﺎﺤﻝﺍ ﻥﻤ ﺩﻴﺩﻌﻝﺍ ﺔﺴﺍﺭﺩﻝ ﺕﺎﻋﺎﺴ ﻊﻀﺒ . ﺔﻋﺎﺴ ﻑﺼﻨ ﻭﺃ ﻊﺒﺭ ﻲﻓ ﺭﻬﺸ

ﺓﺎﻜﺎﺤﻤﻝﺍ ﺎﻬﻴﻓ ﻡﺩﺨﺘﺴﺘ ﻲﺘﻝﺍ ﺔﻠﺜﻤﻷﺍ ﻥﻤ

ﻕﻭﺴﻝﺍ) ﺕﻜﺭﺎﻤ ﺭﺒﻭﺴﻝﺍ ﻲﻓ ﺀﻼﻤﻌﻝﺍ ﺭﺎﻅﺘﻨﺍ ﺕﻗﻭ لﻴﻠﻘﺘﻝ ﻕﺭﻁﻝﺍ لﻀﻓﺃ ﺔﺴﺍﺭﺩ

. ( ﻱﺭﺎﺠﺘﻝﺍ

ﻰﻠﻋ ﻙﻝﺫ ﺭﻴﺜﺄﺘ ﺔﻓﺭﻌﻤﻭ ﺩﺩﺠ ﻥﻴﻠﻤﺎﻋ ﻥﻴﻴﻌﺘ ﻭﺃ ﺓﺩﻴﺩﺠ ﺔﻨﻜﺎﻤ ﺀﺍﺭﺸﻝ ﺔﺠﺎﺤﻝﺍ ﺔﺴﺍﺭﺩ

. ﺀﺍﺩﻷﺍ ﺕﺍﺭﺸﺅﻤ . ﻡﻌﻁﻤ ﻭﺃ ﻊﻨﺼﻤ ﻭﺃ ﻰﻔﺸﺘﺴﻤﻝ ﺏﺴﺎﻨﻤﻝﺍ ﻁﻴﻁﺨﺘﻝﺍ ﺔﺴﺍﺭﺩ

ﺔﻜﺭﺸ ﻲﻓ ﺭﺎﻴﻏ ﻊﻁﻗﻭ ﺕﺎﻤﺎﺨ ﺀﺍﺭﺸ ﺔﻴﻠﻤﻋ لﺜﻤ ﺔﻴﺭﺍﺩﺇ ﺔﻴﻠﻤﻋ ﺭﻴﻭﻁﺘ ﺏﻭﻠﺴﺃ ﺔﺴﺍﺭﺩ

. ﺔﻨﻴﻌ ﻤ

لﻤﺸﺘ ﺓﺎﻜﺎﺤﻤﻝﺍ ﻕﻴﺒﻁﺘ ﺕﻻﺎﺠﻤ

. ﺔﻴﺠﺎﺘﻨﻹﺍ ﺕﺎ ﻴﻠﻤﻌﻝﺍ ﺔﺴﺍﺭﺩﻝ ﻊﻨﺎﺼﻤﻝﺍ

ﺔﻝﻭﺩﺠ ﻰﻝﺇ لﻭﺼﻭﻠﻝ ﻥﻴﻀﺭﻤﻤﻝﺍﻭ ﺀﺎﺒﻁﻷﺍ لﻤﻋ ﺕﺎﻗﻭﺃ ﻡﻴﻅﻨﺘ ﺔﺴﺍﺭﺩﻝ ﺕﺎﻴﻔﺸﺘﺴﻤﻝﺍ . ﺉﺭﺍﻭﻁﻝﺍ ﺔﻓﺭﻏﻭ ﺕﺎﻴﻠﻤﻌﻝﺍ ﻑﺭﻐﻝ ﺓﺩﻴﺠ ﺕﺎﻗﻭﺃ لﻴﻠﻘﺘﻭ ﺀﻼﻤﻌﻝﺍ ﺭﻭﺭﻤ ﺔﻜﺭﺤ ﺭﻴﺴﻴﺘ ﺔﻴﻔﻴﻜ ﺔﺴﺍﺭﺩﻝ ﻯﺭﺒﻜﻝﺍ ﺕﻼﺤﻤﻝﺍ

. ﺭﺎﻅﺘﻨﻻﺍ

ﺕﺍﺭﺌﺎﻁﻝﺍﻭ ﺩﺍﺭﻓﻷﺍ ﺔﻜﺭﺤ ﺔﺴﺍﺭﺩﻝ ﺕﺍﺭﺎﻁﻤﻝﺍﻭ ﺓﺭﻴﺒﻜﻝﺍ ﺔﻴﻀﺎﻴﺭﻝﺍ ﺏﻋﻼﻤﻝﺍ . ﺭﺎﻅﺘﻨﻻﺍ ﺕﺎﻗﻭﺃﻭ . ﺕﺍﺭﺎﻴﺴﻝﺍ ﺭﻭﺭﻤ ﺔﻝﻭﻬﺴ ﺔﺴﺍﺭﺩﻝ ﻕﺭﻁﻝﺍ

52

ﺭﻭﺭﻤ ﺔﻜﺭﺤ ﺭﻴﺴﻴﺘﻝ ﺞﺤﻝﺍﻭ ﺔﻴﻤﻝﺎﻌﻝﺍ ﺕﺎﺒﺴﺎﻨﻤﻝﺍ لﺜﻤ ﻯﺭﺒﻜﻝﺍ ﻊﻤﺠﺘﻝﺍ ﻥﻜﺎﻤﺃ ﺽﻌﺒ ﺭﻴﻴﻐﺘﻝ ﺔﻔﻠﺘﺨﻤﻝﺍ ﺕﺎﺤﺍﺭﺘﻗﻻﺍ ﺔﺴﺍﺭﺩﻭ ﺙﺩﺍﻭﺤﻝﺍﻭ ﻡﺎﺤﺩﺯﻻﺍ لﻴﻠﻘﺘﻭ ﺝﺎﺠﺤﻝﺍ . ﺕﺍﺭﻤﺠﻝﺍ ﻲﻤﺭ ﻲﻓ ﺙﺩﺤﻴ ﺎﻤ لﺜﻤ ﺕﺍﺭﺎﺴﻤﻝﺍ ﻥﻤ ﺩﺌﺎﻌﻝﺍﻭ لﻘﻨ ﺕﺍﺩﻌﻤ ﺓﺩﺎﻴﺯﻝ ﺝﺎﻴﺘﺤﻻﺍ ﺔﺴﺍﺭﺩﻝ ﻱﺭﺤﺒﻝﺍﻭ ﻱﺭﺒﻝﺍ لﻘﻨﻝﺍ ﺕﺎﻴﻠﻤﻋ .ﺎﻬﺌﺍﺭﺸ

ﺓﺎ ـ ﻜﺎ ـ ﺤﻤﻝﺍ ﺝﺫﻭﻤﻨ

لﺌﺎﺴﻭﻝﺍ ﻡﻫﺃ ﻥﻤ ﺭﺒﺘﻌﻴ ﺝﺫﻭﻤﻨﻝﺍ، (modele) ﺝﺫﻭﻤﻨ ﺔﻤﻠﻜ ﺎﻨﻤﺩﺨﺘﺴﺍ ﺓﺎﻜﺎﺤﻤﻠﻝ ﺎﻨﻔﻴﺭﻌﺘ ﻲﻓ ﺀﺎﻨﺒﺒ لﻠﺤﻤﻝﺍ ﻡﻭﻘﻴ ﺕﻻﺎﺤﻝﺍ ﻩﺫﻫ لﺜﻤ ﻲﻔﻓ ،ﺎﻬﻠﻴﺼﺎﻔﺘﻭ ﺓﺩﻘﻌﻤﻝﺍ ﺔﻤﻅﻨﻷﺍ ﻡﻬﻓ ﻰﻠﻋ ﺩﻋﺎﺴﹸﺘ ﻲﺘﻝﺍ ﺕﺎﻨﻭﻜﻤﻝﺍ ﻥﻤ ﻩﺩﺭﺠﻴﻭ ﺎﻗﺩﹰ ﺎﺼ ﻼﻴﺜﻤﺘﹰً ﻡﺎﻅﻨﻝﺍ ﻊﻗﺍﻭ ﺝﺫﻭﻤﻨﻝﺍ لﺜﻤﻴ ’ﻪﺘﺴﺍﺭﺩ ﺩﻴﺭﻴ ﺎﻤﻝ ﺝﺫﻭﻤﻨ لﻴﺜﻤﺘ ﻥﻋ ﺓﺭﺎﺒﻋ ﻭﻬﻓ .ﻡﺎﻅﻨﻝﺍ ﻥﻤ ﻻﺩﺒﹰ ﺝﺫﻭﻤﻨﻝﺍ ﻊﻤ لﻤﺎﻌﺘﻝﺎﺒ ﺎﻫﺩﻌﺒ ﻡﻭﻘﻴ ﻡﺜ ،لﻴﺼﺎﻔﺘﻝﺍﻭ ﻲﻘﻁﻨﻤ لﻴﺜﻤﺘ ﻰﻝﺇ ﺔﻓﺎﻀﻹﺎﺒ ،ﺽﻌﺒﺒ ﺎﻬﻀﻌﺒ ﻁﺒﺭﺘ ﻲﺘﻝﺍ ﺕﺎﻗﻼﻌﻝﺍﻭ ﺔﺘﺒﺎﺜﻝﺍ ﻡﺎﻅﻨﻝﺍ ﺕﺎﻨﻭﻜﻤﻝ ﺕﺎﻴﻀﺭﻓ ﺕﺤﺘﻭ ﺔﻴﻨﻤﺯ ﺔﺒﻗﺍﺭﻤ ﺓﺭﺘﻓ ﻯﺩﻤ ﻰﻠﻋ ﺔﻴﻜﻴﻤﺎﻨﻴﺩﻝﺍ ﻡﺎﻅﻨﻝﺍ ﺹﺌﺎﺼﺨﻭ ﺕﺎﻴﻜﻭﻠﺴﻝ . ﻪﺘﺎﻨﻭﻜﻤﻭ ﻡﺎﻅﻨﻝﺍ لﻤﻌﺒ ﻕﻠﻌﺘﺘ ﺔﻨﻴﻌﻤ

ﺏﺎﺴﺘﻜﺍ ﻭﺃ ﺕﺍﺭﺍﺭﻘﻝﺍ ﺫﺎﺨﺘﺍ ﻙﻝﺫ ﺀﻭﻀ ﻰﻠﻋ ﻊﻴﻁﺘﺴﻨﻭ ﻊﻗﺍﻭﻝﺍ ﻡﻬﻓ ﻊﻴﻁﺘﺴﻨ ﺝﺫﻭﻤﻨﻠﻝ ﺎﻨﺘﺴﺍﺭﺩﺒ ،(Que faire si) "ﻭﻝ ﺍﺫﺎﻤ" ﻉﻭﻨ ﻥﻤ ﺔﻠﺌﺴﺃ ﺔﺒﺎﺠﺇ ﻲﻓ ﺩﻋﺎﺴﻴ ﺝﺫﻭﻤﻨﻝﺍ .ﺔﻤﺯﻼﻝﺍ ﺕﺍﺭﺎﻬﻤﻝﺍ ﺭﻴﻴﻐﺘﻝﺍ ﺍﺫﻫ ﺙﺍﺩﺤﺈﺒﻓ ،ﻡﺎﻅﻨﻝﺍ ﻰﻠﻋ ﺭﻴﻴﻐﺘ ﻱﺃ ﺙﺍﺩﺤﺇ ﺔﺠﻴﺘﻨ ﺱﺭﺩﻴ ﺔﻠﺌﺴﻷﺍ ﻥﻤ ﻉﻭﻨﻝﺍ ﺍﺫﻫﻭ ﻡﺠﺤ ﺩﻴﺩﺤﺘ ﻲﻓ ﻼﺜﻤﻓﹶ .ﺔﺴﺍﺭﺩﻝﺍ لﺤﻤ ﻡﺎﻅﻨﻝﺍ ﻰﻠﻋ ﺭﻴﻴﻐﺘﻝﺍ ﺭﻴﺜﺄﺘ ﺔﻓﺭﻌﻤ ﻊﻴﻁﺘﺴﻨ ﺝﺫﻭﻤﻨﻝﺍ ﻰﻠﻋ ﺝﺫﻭﻤﻨﻝﺍ ﻡﺍﺩﺨﺘﺴﺎﺒ ﻡﺜ .ﺓﺩﻭﺠﻭﻤﻝﺍ ﺕﺎﻴﻁﻌﻤﻝﺎﺒ ﺔﻋﺎﻘﻠﻝ ﺝﺫﻭﻤﻨ ﻲﻨﺒﻨ ،ﻰﻔﺸﺘﺴﻤ ﻲﻓ ﺭﺎﻅﺘﻨﺍ ﺔﻋﺎﻗ ؟ﻡﻬﻝ ﺔﻋﺎﻘﻝﺍ ﻊﺴﺘﺘﺴ لﻫ ،ﹰﻼﺜﻤ ﻕﻴﺭﺤ ﺏﺒﺴﺒ ﻰﻀﺭﻤﻝﺍ ﻡﻭﺩﻗ لﺩﻌﻤ ﺓﺩﺎﻴﺯ ﺭﻴﺜﺄﺘ ﺔﻓﺭﻌﻤ ﻊﻴﻁﺘﺴﻨ ﺝﺫﻭﻤﻨ ﻡﺍﺩﺨﺘﺴﺎﺒ ،ﺓﺭﺸﻋ ﻰﺘﺤ ﻭﺃ ﻑﺎﻌﻀﺃ ﺔﺜﻼﺜ ﻰﻝﺇ ﻰﻀﺭﻤﻝﺍ ﻡﻭﺩﻗ لﺩﻌﻤ ﺎﻨﺩﺯ ﻭﻝ ﺍﺫﺎﻤ . ﺓﺎﻜﺎﺤﻤﻝﺍ ﺕﺎﺠﺭﺨﻤ ﻰﻠﻋ ﻙﻝﺫ ﺔﺠﻴﺘﻨ ﻯﺭﻨﻭ ﺕﻼﺨﺩﻤﻝﺍ ﺭﻴﻴﻐﺘ ﻭﻫ ﺎﻨﻴﻠﻋ ﺎﻤ لﻜ ﺓﺎﻜﺎﺤﻤﻝﺍ

53

ﺓﺎـﻜﺎـﺤﻤﻝﺍ ﺝﺫﺎـﻤﻨ ﻉﺍﻭـﻨﺃ

ﺝﺫﺎﻤﻨ .ﺔﻴﻀﺎﻴﺭ ﺝﺫﺎﻤﻨﻭ ﺔﻴﺩﺎﻤ ﺝﺫﺎﻤﻨ ﻰﻝﺇ ﻥﻭﺭﺨﺁﻭ ﺱﻜﻨﺎﺒ ﺭﺎﺸﺃ ﺎﻤﻜ ﺝﺫﺎﻤﻨﻝﺍ ﻡﻴﺴﻘﺘ ﻥﻜﻤﻴ

.ﺔﻔﻠﺘﺨﻤ ﺕﺎﻔﻴﻨﺼﺘ ﻰﻝﺇ ﺓﺎﻜﺎﺤﻤﻝﺍ ﺝﺫﺎﻤﻨ ﻡﺴﻘﹸﺘﻭ .ﺔﻴﻀﺎﻴﺭﻝﺍ ﺝﺫﺎﻤﻨﻝﺍ ﻉﺍﻭﻨﺃ ﺩﺤﺃ ﻲﻫ ﺓﺎﻜﺎﺤﻤﻝﺍ

ﺔﻴﺌﺍﻭﺸﻋ ،(Dynamique) ﺔﻜﺭﺤﺘﻤ ’(Statique) ﺔﺘﺒﺎﺜ ﻰﻝﺇ ﺎﻬﻤﻴﺴﻘﺘ ﻥﻜﻤﻴ

ﻭﺃ(continue) ﺔﻠﺼﺘﻤ ﻰﻝﺇ ﻡﺴﻘﹸﺘ ﻙﻝﺫﻜﻭ ،(Déterministe) ﺓﺩﺩﺤﻤ ﻭﺃ (Stockastique)

.(discret) ﺔﻠﺼﻔﻨﻤ

ﻭﺃ ( Stockastique ) . (discret ) ﺔﻠﺼﻔﻨﻤ ﺓﺎـﻜﺎـﺤـﻤﻝﺍ ﺝﺫﺎﻤﻨ

ﺓﺎـﻜﺎـﺤـﻤﻝﺍ ﺝﺫﺎﻤﻨ ﻉﺍﻭﻨﺃ :1لﻜﺸ

(dynamique) ﺔﻜﺭﺤﺘﻤﻝﺍ ﻭ (statique) ﺔﺘﺒﺎﺜﻝﺍ ﺓﺎﻜﺎﺤﻤﻝﺍ ﺝﺫﺎﻤﻨ

ﺩﻨﻋ ﻪﺘﺴﺍﺭﺩ ﺩﺍﺭﻤﻝﺍ ﻡﺎﻅﻨﻝﺍ لﺜﻤﹸﺘ ﻲﻫ (Monte Carlo ﺎﻨﺎﻴﺤﺃﹰ ﻰﻤﺴﺘ) ﺔﺘﺒﺎﺜﻝﺍ ﺓﺎﻜﺎﺤﻤﻝﺍ ﺝﺫﺎﻤﻨ ﺔﻴﻤﺯﺭﺍﻭﺨ ﻲﻫ ﻲﻀﺎﻴﺭﻝﺍ ﺀﺎﺼﺤﻹﺍ ﻲﻓ ﻭﻝﺭﺎﻜ ﺕﻨﻭﻤ ﺔﻘﻴﺭﻁ ،ﺕﻗﻭﻝﺍ ﻥﻤ ﺓﺩﺩﺤﻤ ﺔﻁﻘﻨ ﺔﻤﻅﻨﺃ ﻲﻓ ﺓﺩﺎﻋ ﺔﻘﻴﺭﻁﻝﺍ ﻩﺫﻫ ﻡﺩﺨﺘﺴﺘﻭ ،ﺔﻴﺌﺍﻭﺸﻋ ﺔﻴﺌﺍﺩﺒ ﻡﻴﻘﺒ ﺔﺒﺭﺠﺘﻝﺍ ﺭﺍﺭﻜﺘ ﻥﻤﻀﺘﺘ ﺔﻴﺒﺎﺴﺤ :لﺤﺍﺭﻤ ﺔﺴﻤﺨ ﺔﻘﻴﺭﻁﻝﺍ ﻩﺫﻫ ﻥﻤﻀﺘﺘ .ﺔﻴﺴﺩﻨﻬﻝﺍﻭ ﺔﻴﻀﺎﻴﺭﻝﺍ ﺓﺎﻜﺎﺤﻤﻝﺍ

. لﺨﺩﻝﺍ ﻡﻴﻘﻝ ﻥﻜﻤﻤﻝﺍ لﺎﺠﻤﻝﺍ ﺩﻴﺩﺤﺘ . 1

. ﺔﻓﺭﻌﻤﻝﺍ ﺩﻭﺩﺤﻝﺍ ﻥﻤﻀ لﺨﺩﻝﺍ ﻡﻴﻘﻝ ﺔﻴﺌﺍﻭﺸﻋ ﻡﻴﻗ ﺩﻴﻝﻭﺘ . 2

. ﻡﻴﻘﻝﺍ ﻙﻠﺘ ﻰﻠﻋ ﺔﺒﻭﻠﻁﻤﻝﺍ ﺔﻴﺒﺎﺴﺤﻝﺍ ﺕﺎﻴﻠﻤﻌﻝﺍ ﻕﻴﺒﻁﺘ . 3

. ﺔﻘﺒﺎﺴﻝﺍ ﺞﺌﺎﺘﻨﻝﺍ ﻊﻤ ﺔﻴﻝﺎﺤﻝﺍ ﺞﺌﺎﺘﻨﻝﺍ ﺔﻤﻜﺍﺭﻤ . 4

54

( ﺕﺍﺭﺍﺭﻜﺘﻝﺍ ﺩﺩﻋ ﺓﺩﺎﻴﺯ ﻊﻤ ﺞﺌﺎﺘﻨﻝﺍ ﺔﻗﺩ ﺩﺍﺩﺯﺘ ) ﺕﺍﺭﻤﻝﺍ ﻥﻤ ﺩﺩﺤﻤ ﺩﺩﻋ ﺔﻴﻠﻤﻌﻝﺍ ﺭﺍﺭﻜﺘ . 5

ﻲﻜﻨﺒﻝﺍ ﻡﺎﻅﻨﻝﺍ ﺓﺎﻜﺎﺤﻤ لﺜﻤ ﺕﻗﻭﻝﺍ ﺭﻴﻐﺘ ﻊﻤ ﻡﺎﻅﻨﻝﺍ ﺔﻝﺎﺤ لﺜﻤﹸﺘ ﺔﻜﺭﺤﺘﻤﻝﺍ ﺓﺎﻜﺎﺤﻤﻝﺍ ﺝﺫﺎﻤﻨ ﺎﻤﻨﻴﺒ

ﺔﻌﺴﺎﺘﻝﺍ ﺔﻋﺎﺴﻝﺍ ﻥﻤ

. ﺀﺎﺴﻤ

ﺔﻌﺒﺍﺭﻝﺍ ﻰﺘﺤ ﺎﺤﺎﺒﺼﹰ

( déterministe ) ﺓﺩﺩﺤﻤ ﻝﺍ ﻭ ( stochastique ) ﺔﻴﺌﺍﻭﺸﻌ ﻝﺍ ﺓﺎﻜﺎﺤﻤﻝﺍ ﺝﺫﺎﻤﻨ

لﻗﻷﺍ ﻰﻠﻋ ﻲﺌﺍﻭﺸﻋ ﺭﻴﻐﺘﻤ ﻰﻠﻋ ﻱﻭﺘﺤﺘ ﻲﺘﻝﺍ ﺝﺫﺎﻤﻨﻝﺍ ﻙﻠﺘ ﻲﻫ ﺔﻴﺌﺍﻭﺸﻌﻝﺍ ﺓﺎﻜﺎﺤﻤﻝﺍ ﺝﺫﺎﻤﻨ ﻥﺌﺎﺒﺯﻝﺍ لﻭﺼﻭ ﺕﺎﻗﻭﺃ لﺜﻤ ﺔﻴﺌﺍﻭﺸﻋ ﺎﻀﻴﺃﹰ ﺎﻬﺘﺎﺠﺭﺨﻤ ﻥﻭﻜﺘ ﺔﻴﺌﺍﻭﺸﻌﻝﺍ ﺝﺫﺎﻤﻨﻝﺍ ﻭ ﺕﻼﺨﺩﻤﻜ ﺝﺫﺎﻤﻨ ﺎﻤﺃ.ﻙﻝﺫ لﻴﺜﻤﺘﻝ ﺔﻴﺌﺍﻭﺸﻋ ﺕﺍﺭﻴﻐﺘﻤ ﻡﺩﺨﺘﺴﻨ ﻲﻝﺎﺘﻝﺎﺒﻭ ﺎﻘﺒﺴﻤﹰ ﻩﺩﻴﺩﺤﺘ ﻥﻜﻤﻴ ﻻ ﻙﻨﺒﻠﻝ ﺕﻼﺨﺩﻤﻝﺎﻓ ﺕﻼﺨﺩﻤﻜ ﺔﻴﺌﺍﻭﺸﻌﻝﺍ ﺕﺍﺭﻴﻐﺘﻤﻝﺍ ﻙﻠﺘ ﻰﻠﻋ ﻱﻭﺘﺤﺘ ﻻ ﻲﺘﻝﺍ ﻲﻫ ﺓﺩﺩﺤﻤﻝﺍ ﺓﺎﻜﺎﺤﻤﻝﺍ ﺏﺴﺤ ﺓﺩﺎﻴﻌﻝﺍ ﻲﻓ ﻑﺸﻜﻝﺍ ﺩﻋﻭﻤﻝ ﻰﻀﺭﻤﻝﺍ لﻭﺼﻭ ﻙﻝﺫ لﺎﺜﻤ ،ﹰﺎﻘﺒﺴﻤ ﺓﺩﺩﺤﻤﻭ ﺔﻓﻭﺭﻌﻤ ﻥﻭﻜﺘ . ﻡﻬﻨﻤ لﻜﻝ ﺩﺩﺤﻤﻝﺍ ﺩﻋﻭﻤﻝﺍ

.( discret ) ﺔﻠﺼﻔﻨﻤ ﻭ ( continue ) ﺔﻠﺼﺘﻤ

ﺩﺩﻋ) ﻯﺭﺨﺃ ﻰﻝﺇ ﺔﻝﺎﺤ ﻥﻤ ﺭﻤﺘﺴﻤ لﻜﺸﺒ ﺭﻴﻐﺘﺘ ﺕﺍﺭﻴﻐﺘﻤﻝﺍ ﺔﻝﺎﺤ : ﺔﻠﺼﺘﻤﻝﺍ ﺓﺎﻜﺎﺤﻤﻝﺍ ﺝﺫﺎﻤﻨ ﺝﺫﺎﻤﻨ ﺎﻤﺃ ﺏﻴﺒﺎﻨﻷﺍ ﺩﺤﺃ ﺭﺒﻋ لﺌﺎﺴ ﻕﻓﺩﺘ ﺔﺴﺍﺭﺩ ﻙﻝﺫ لﺎﺜﻤ ،ﺕﻻﺎﺤﻝﺍ ﻥﻤ ﻪﻝ ﺭﺼﺤ ﻻ ﻡﺘﺘ ﺕﺎﻗﻭﻷﺍ ﻩﺫﻫ ﻲﻓﻭ ﺓﺩﺩﺤﻤ ﺕﺎﻗﻭﺃ ﻲﻓ ﻻﺇ ﺕﺍﺭﻴﻐﺘﻤﻝﺍ ﺔﻝﺎﺤ ﺭﻴﻐﺘﺘ ﻻ : ﺔﻠﺼﻔﻨﻤﻝﺍ ﺓﺎﻜﺎﺤﻤﻝﺍ .ﺙﺍﺩﺤﻷﺍ ﺎﻬﻴﻓ

Définitions de base:

A fin de simplifier la description des systèmes, on définit :

Client : l’objet élémentaire se déplaçant dans le système. Il peut s’agir de pièces, de personnes physiques, de paquets d’informations Serveur : une unité de traitement où des clients subissent une opération de traitement. Il s’agit d’une machine, d’un bureau, d’un cabinet de consultation, d’un ordinateur… Ressource : un composant consommable ou non, nécessaire au déroulement correct du service : forêt, papier, palette, mémoire disponible…

55

Unité de stockage : une unité dans laquelle des clients sont stockés et sont extraits conformément à une politique de gestion. Dans le cas du bureau de poste, l’unité de stockage est une file dont la politique de gestion est premier arrivé, premier servi. Dans un stock de pièces à usiner on peut, au contraire utiliser une pile, basée sur la politique dernier arrivé, premier servi. Station : l’ensemble constitué d’un ou plusieurs serveurs de une ou plusieurs unités de stockage et dont le fonctionnement est autonome sans nécessairement être indépendant des autres unités. Par exemple, l’ensemble caissière-caisse-tapis roulant peut être une station de l’ensemble de traitement qui permet aux clients d’un supermarché de régler leurs achats. Unité de transport : elle permet le transport d’un lieu à l’autre. En fait, les unités de transport relient une station à une autre, ou un serveur à une unité de stockage, ou inversement. Une unité de transport peut être un tapis roulant, ou bien un robot prenant des pièces dans un stock et les déposants sur une machine à commande numérique.

ﺔﻠﺼﻔﻨﻤﻝﺍ ﺓﺎﻜﺎﺤﻤﻝﺍ ﻕﻴﺒﻁﺘ ﻥﻋ لﺎﺜﻤ

La perception du fonctionnement de beaucoup de systèmes dépend étroitement de la raison pour laquelle on s’intéresse à lui et, en particulier de l’objectif poursuivi en tentant d’analyser ce système. Considérons par exemple le fonctionnement d’un bureau de poste. Il est facile d’identifier les éléments physiques de ce système (figure2):

• les postiers ;

• les automates ;

• les files d’attente ;

• les clients ;

• et enfin le bureau de poste lui-même.

; • les clients ; • et enfin le bureau de poste lui-même. Figure2 : Les

Figure2 : Les éléments d’un guichet de poste

56

Chacune de ces entités jugées pertinentes peut être décrite simplement en donnant la liste des informations qui la concernent et sont estimées intéressantes par rapport aux objectifs de l’étude. N’oublions pas qu’il peut apparaître nécessaire de simplifier le modèle envisagé pour permettre la mise en œuvre d’une simulation ou d’une résolution de modèle mathématique.

Supposons que l’étude vise à évaluer l’ouverture d’un deuxième guichet et que le taux d’utilisation du postier soit considéré comme le seul élément représentatif, en négligeant, par exemple, le temps d’attente des clients. Dans ce cas :

• On peut négliger les automates et les files d’attente qui leur correspondent.

• Pour le postier, il faut évaluer le temps de traitement d’un client ; en particulier, on devra

choisir entre un modèle déterministe ou stochastique suivant le caractère constant ou aléatoire

de cette durée. Dans ce dernier cas, il faut déterminer la loi de probabilité de ce temps de service. Pour les clients, on peut introduire la durée qui sépare les arrivées de deux clients successifs, ce qui, dans le cas stochastique, peut nécessiter de préciser la loi de probabilité, constatée ou estimée, de cette durée.

• Pour le bureau de poste, on doit déterminer la longueur maximale que peut avoir la file

d’attente des clients. Il est parfois nécessaire, pour simplifier, de considérer que la file d’attente peut être de longueur infinie. Pour estimer la durée de service au guichet, on observera le système durant une période suffisamment longue et pendant des périodes de fonctionnement « typique ». Ainsi, on étudiera le système pendant une période qui ne sera ni 11h-12h30, ni 16h-18h, périodes traditionnellement très chargées qui ne sont pas représentatives d’une journée de travail. Au

contraire, on pourra se restreindre à ces périodes si l’on projette de ne doubler l’effectif de postiers que dans les périodes chargées. Il faudra aussi déterminer s’il est opportun de définir plusieurs classes de clients à partir des durées de service constatées. En réalisant l’étude, on ne prend pas en considération une multitude d’éléments, tels que:

• Le fait que certains clients peuvent se décourager avant d’atteindre le guichet et quitter la file d’attente.

• Le fait que le postier peut être, pendant de courtes périodes de temps, indisponible pour le traitement des demandes des clients car il répond au téléphone ou à ses collègues…

57

• Le fait que certains clients peuvent ne pas respecter la politique de gestion de la file d’attente qui voudrait normalement que les clients soient traités selon leur ordre d’arrivée (clients prioritaires). Le fait qu’un client désigne indifféremment une pièce dans un système de production ou une personne physique peut paraître étonnant ; néanmoins, si ces deux éléments ont peu de points communs dans la réalité, ils sont identiques du point de vue du modèle. De même on considérera la guichetière comme un serveur ! La file d’attente de pièces devant une machine d’usinage, la file des achats d’une ménagère sur le tapis de la caisse du supermarché, et une file d’attente de clients devant un guichet de poste, sont aussi, du point de vue du modèle, identiques.

poste, sont aussi, du point de vue du modèle, identiques. Figure2 : Le modèle du guichet

Figure2 : Le modèle du guichet de poste Sur les représentations des modèles, nous ferons figurer la frontière du système, qui délimite son périmètre. De plus, sur la frontière du modèle seront ajoutés une source qui engendre les clients en entrée du modèle, et un puits qui permet de comptabiliser les clients qui quittent le système, ainsi que toutes les informations statistiques sur ceux-ci. On appelle flux le mouvement des clients d’un élément à l’autre. On peut distinguer trois types de modèles,

selon qu’ils possèdent ou non une entrée ou une sortie. Dans le cas d’un modèle ne possédant ni entrée ni sortie, le modèle est dit fermé. Dans le cas contraire, le modèle est ouvert. Si une partie d’un flux reste indéfiniment dans le modèle alors qu’un autre type de flux traverse le modèle (de la source vers le puits), le modèle est mixte. Pour le guichet de poste, on obtient un modèle comportant (figure2) :

• une source et un puits qui peuvent correspondre, dans la réalité à la même porte !

• une file d’attente ;

• un serveur.

58

Si un système se compose d’une machine à commande numérique et d’un stock de pièces géré

selon une politique dernier arrivé, premier servi, le modèle comporte une source et un puits. Il comprend aussi une file d’attente de type pile ainsi qu’un serveur représentant la machine

(figure3).

ainsi qu’un serveur représentant la machine (figure3). Figure3 : Le modèle d’une machine avec un stock

Figure3 : Le modèle d’une machine avec un stock

Génération des nombre aléatoire

Il existe plusieurs méthodes pour générer des nombres aléatoires. Pour toute suite de nombres

aléatoires générée chacun de ces nombre doit avoir la même probabilité que tous les autres, et

il doit être statistiquement indépendant des autres nombres de la suite. En d’autres termes, ils

doivent être des observations aléatoires d’une distribution uniforme.

1/ Méthode de VonNeumann

A partir d’un nombre naturel A quelque de C chiffres, on veut obtenir une suite de Q nombres

aléatoires de C chiffres. Pour cela, soit donc le nombre A de C chiffres : A=xxxxxx.

- Elever A au carré.

- Prendre la tranche du milieu de C chiffres, soit A 1 ce nombre.

- Elever A 1 au carré.

- Prendre la tranche du milieu de C chiffres, soit A 2 ce nombre.

- Et ainsi de suite jusqu’à obtenir Q nombres aléatoires A 1 , A 2 ,…., A Q .

Exemple :

Soit A=3278, C=4. On élève A au carré : A 2 =10

On élève A au carré : A 1 2 =55 Et ainsi de suite……

7452 5323
7452
5323

84, on prend le tranche du milieu: A 1 =7452.

04, on prend le tranche du milieu: A 2 =5323.

59

Remarque :

- Si on choisit « mal » le nombre A par exemple A=3000, tous les nombres générés par la mé »thode de Vanneumann sont A i =0000 i0.

- Il arrive parfois qu’il y’ait « Bouclage », après k itérations il y’a une répétition périodique.

2/ Méthode de l’inverse Soit x un nombre réel tel que x ]0,1[, on veut obtenir à partir de x une suite de Q nombres aléatoires de l’intervalle ]0,1[. Soit donc x ]0,1[ :

- Calculer [1/x] partie entière de 1/x, soit x 1 ce nombre.

- Calculer [1/x 1 ] partie entière de 1/x 1 , soit x 2 ce nombre.

- Calculer [1/x 2 ] partie entière de 1/x 2 , soit x 3 ce nombre.

- Et ainsi de suite jusqu’à obtenir Q nombres aléatoires, x 1 ,x 2 ,…., x Q dans l’intervalle ]0,1[.

Dans les langages de programmation il existe des fonctions permettant d’effectuer la génération des nombres aléatoires automatiquement sans avoir recours à ces méthodes décrites ci-dessus, ces fonctions utilisées sont elles même basées sur ces méthodes ou d’autres existante dans la littérature. Ainsi puisque il existe plusieurs méthodes de génération de nombres aléatoires, donc la critique de ces méthodes nous amène à définir quelle est le critère qui permet de repérer la meilleure méthode. Généralement, cette meilleure méthode est choisie par celle qui a la plus importante période de répétition.

60