Vous êtes sur la page 1sur 20

IFT1575 Modles de recherche oprationnelle (RO)

2. Programmation linaire a. Modlisation

Programmation linaire (PL)


Problme classique de planification : affecter des ressources limites plusieurs activits concurrentes Programme = Plan (solution de ce problme) Programmation mathmatique (RO) Programmation informatique Fonction linaire: fonction dans laquelle chaque variable volue linairement

f(x1, x2, , xn) = c1 x1 + c2 x2 + + cn xn


Modle de PL = Modle de programmation mathmatique dans lequel toutes les fonctions sont linaires

2. Programmation linaire

Exemple dun modle de PL


Donnes du problme (Wyndor Glass, sec. 3.1 H&L):
Deux types de produits (produit 1, produit 2) Trois usines (usine 1, usine 2, usine 3) Capacit de production pour chaque usine (par semaine) Profit par lot (20 units) de chaque produit
Produit 1 (tps de production, h/lot) Usine 1 Usine 2 Usine 3 Profit($)/lot 1 0 3 3000 Produit 2 (tps de production, h/lot) 0 2 2 5000
3

Capacit de production (h) 4 12 18

2. Programmation linaire

Exemple dun modle de PL (suite)


Chaque lot du produit 1 (2) est le rsultat combin de la production aux usines 1 et 3 (2 et 3) nonc du problme: Dterminer le taux de production pour chaque produit (nombre de lots/semaine) de faon maximiser le profit total Variables de dcision:
x1 = nombre de lots du produit 1 x2 = nombre de lots du produit 2

Fonction objectif:
Z = profit total Z = 3 x1 + 5 x2 (profit total en milliers de $) Maximiser Z

2. Programmation linaire

Exemple dun modle de PL (suite)


Contraintes de capacit de production
x1 4 2 x2 12 3 x1 + 2 x2 18 x1 0, x2 0
(usine 1) (usine 2) (usine 3) (nombre dunits produites 0)

Contraintes de non ngativit

2. Programmation linaire

Exemple dun modle de PL (suite)


Maximiser Z = 3 x1 + 5 x2 sous les contraintes: x1 (usine 1) 4 2 x2 12 (usine 2) 3 x1 + 2 x2 18 (usine 3) x1 0, x2 0 (contraintes de non ngativit)

2. Programmation linaire

Rsolution graphique

2. Programmation linaire

Rsolution graphique (suite)

2. Programmation linaire

Mthode graphique
Tracer les droites correspondant aux contraintes Dterminer le domaine ralisable en vrifiant le sens des ingalits pour chaque contrainte Tracer les droites correspondant la variation de lobjectif
Dans lexemple: Z = 3x1 + 5x2 x2 = -(3/5) x1 + (1/5) Z Ordonne lorigine (dpend de la valeur de Z): (1/5) Z Pente: - 3/5 Maximiser: augmenter Z

Faire cet exemple avec le IOR Tutorial

2. Programmation linaire

Mthode graphique (suite)


Autre exemple dans le OR Tutor Voir aussi Worked Examples chap. 3 (CD) Uniquement pour les modles deux variables Plus de deux variables: mthode du simplexe Logiciels proposant la mthode du simplexe:
Excel Solver LINDO (CD) CPLEX (CD)

Problme Wyndor Glass avec Excel Solver

2. Programmation linaire

10

Excel Solver: conseils dutilisation


Entrer dabord les donnes Les identifier clairement avec des noms dintervalles Entrer chaque donne dans une seule cellule (ne pas rpter la mme donne dans plusieurs formules) Utiliser des couleurs et des bordures pour distinguer les diffrents types de cellules:
Cellules donnes Cellules variables Cellules rsultats Cellule cible (objectif)

Lire sec. 3.6 (H&L) et chap. 21 (CD)


2. Programmation linaire 11

Modle gnral de PL
m ressources (3 usines) n activits (2 produits) Niveau de lactivit j (taux de production du produit j): xj Mesure de performance globale (profit total): Z Accroissement de Z rsultant de laugmentation dune unit du niveau de lactivit j : cj Quantit disponible de la ressource i : bi Quantit de ressource i consomme par lactivit j : aij

2. Programmation linaire

12

Modle gnral de PL (suite)


Objectif Z = c1 x1 + c2 x2 + + cn xn Maximiser Contraintes fonctionnelles

a11 x1 + a12 x2 + + a1n xn b1 a21 x1 + a22 x2 + + a2n xn b2 am1 x1 + am2 x2 + + amn xn bm


Contraintes de non ngativit

x1 0, x2 0, , xn 0
2. Programmation linaire 13

Modle gnral de PL (suite)


On appelle ce modle forme standard Dautres formes sont possibles et dfinissent aussi des modles de PL
Minimiser au lieu de Maximiser: min f(x) = - max f(x) , = dans certaines contraintes fonctionnelles au lieu de Certaines variables peuvent ne pas tre forces tre 0
x -4 x + 4 0 dfinir y = x + 4 , y 0 -10 x -2 0 x + 10 8 dfinir y = x + 10 , y 0

2. Programmation linaire

14

Terminologie de base en PL
Solution ralisable: solution pour laquelle toutes les
contraintes sont satisfaites: domaine ralisable Solution non ralisable: solution pour laquelle au moins une contrainte est viole:domaine ralisable Solution optimale: solution ayant la meilleure valeur possible de lobjectif Modle nayant aucune solution optimale:
Domaine ralisable vide Objectif non born

Modle ayant une infinit de solutions optimales


2. Programmation linaire 15

Domaine ralisable vide

2. Programmation linaire

16

Objectif non born

2. Programmation linaire

17

Infinit de solutions optimales

2. Programmation linaire

18

Interprtation gomtrique
Point extrme du domaine ralisable : solution
ralisable correspondant un coin du domaine ralisable En deux dimensions, un coin est la rencontre de deux droites (ou plus) dfinies par les frontires des contraintes Thorme: Supposons quun modle de PL a un domaine ralisable non vide et born; alors il existe au moins une solution optimale correspondant un point extrme du domaine ralisable

2. Programmation linaire

19

Points extrmes

2. Programmation linaire

20

Vous aimerez peut-être aussi