Vous êtes sur la page 1sur 6
Méthodes d’Optimisation La Modélisation en Programmation Linéaire Gilles Goncalves – Programmation linéaire -
Méthodes d’Optimisation
La Modélisation en
Programmation Linéaire
Gilles Goncalves – Programmation linéaire -
Objectifs du cours Introduction à la recherche opérationnelle et à l’optimisation sous contraintes
Objectifs du cours
Introduction à la recherche
opérationnelle et à l’optimisation sous
contraintes
Modélisation sous forme d’un
programme linéaire
Gilles Goncalves – Programmation linéaire -
RO De nombreuses branches allant de l’informatique la plus dure aux mathématiques les plus pures
RO
De nombreuses branches allant de l’informatique
la plus dure aux mathématiques les plus pures :
• Programmation linéaire, non linéaire, dynamique
• Optimisation combinatoire
• Théorie des graphes
• Théorie des jeux
• Ordonnancement
• Files d’attentes
• Simulation
Gilles Goncalves – Programmation linéaire -
Plan du cours Introduction à la recherche opérationnelle et à l’optimisation Modélisation sous forme d’un
Plan du cours
Introduction à la recherche opérationnelle et
à l’optimisation
Modélisation sous forme d’un programme
linéaire
Résolution Graphique
Analyse de sensibilité
La méthode du Simplex
Programmation sous Excel et XPRESS
Modélisation de problèmes logistiques
Gilles Goncalves – Programmation linéaire -
Recherche Opérationnelle (RO) Méthodes scientifiques cherchant à résoudre efficacement les problèmes posées par
Recherche Opérationnelle (RO)
Méthodes scientifiques cherchant à résoudre
efficacement les problèmes posées par les
activités des organisations humaines.
2 nd guerre mondiale, mathématiciens : von
Neumann, Dantziz, Bellman …
L’art de représenter des systèmes réels par
des modèles mathématiques et l’ensemble
des méthodes quantitatives permettant
l’exploitation de ces modèles en vue de leur
optimisation.
Gilles Goncalves – Programmation linéaire -
RO Des champs d’applications divers allant des sciences humaines au monde industriel en passant par
RO
Des champs d’applications divers allant des sciences
humaines au monde industriel en passant par l’économie
et la biologie :
Problèmes d’investissement
Problèmes de distribution et de tournées de véhicules
Problèmes de gestion de production, de réapprovisionnements
Problèmes de localisation (unités de production, antennes,
satellites)
Confection d’horaires
Dimensionnement de réseaux téléphoniques
Gilles Goncalves – Programmation linéaire -
Clés du succès de la R0 Modèles mathématiques dotés d’un bon pouvoir expressif Capacité croissante
Clés du succès de la R0
Modèles mathématiques dotés d’un bon
pouvoir expressif
Capacité croissante des ordinateurs
Efficacité des algorithmes utilisés pour les
résoudre sur ordinateur
Gilles Goncalves – Programmation linéaire -
La démarche de modélisation Gilles Goncalves – Programmation linéaire -
La démarche de modélisation
Gilles Goncalves – Programmation linéaire -
Méthode [Eppen et Gould, Introductory Management Science] Exprimer par des phrases • chaque contrainte (distinguer
Méthode [Eppen et Gould,
Introductory Management Science]
Exprimer par des phrases
• chaque contrainte (distinguer >=, =, <=)
• l’objectif (min ou max)
Identifier les variables de décision
• en répondant à la question : “quelles décisions
prendre pour optimiser la fonction objectif ?”
Définir une notation symbolique
• vérifier la cohérence des unités
Gilles Goncalves – Programmation linéaire -
Qu’est ce que la modélisation ? L’expression d’un problème de gestion sous forme d’un modèle
Qu’est ce que la modélisation ?
L’expression d’un problème de gestion
sous forme d’un modèle
une fois modélisé, une solution au
problème peut être trouvée, dans la
mesure où des techniques numériques
de résolution existent
• C’est le cas des programmes linéaires
Gilles Goncalves – Programmation linéaire -
Qu'est-ce qu'un programme linéaire ? Un programme linéaire (PL) est un problème d'optimisation
Qu'est-ce qu'un programme linéaire ?
Un programme linéaire (PL) est un problème
d'optimisation consistant a maximiser (ou
minimiser) une fonction objectif* linéaire de n
variables de décision soumises à un
ensemble de m contraintes exprimées sous
forme d‘équations ou d'inéquations linéaires.
* : encore appelée fonction économique ou fonction de coût
Gilles Goncalves – Programmation linéaire -
Construction du modèle de PL Démarche de modélisation en PL A partir de l’énoncé du
Construction du modèle de
PL
Démarche de modélisation en PL
A partir de l’énoncé du problème à optimiser :
identification des variables de décision,
formulation des contraintes et restrictions associées aux variables de
décision,
formulation de la fonction économique ou fonction objectif,
Gilles Goncalves – Programmation linéaire -
Démarche de modélisation en PL optimisation mathématique du modèle avec les techniques de la programmation
Démarche de modélisation en PL
optimisation mathématique du modèle avec les techniques de la
programmation linéaire,
analyse de la sensibilité de la solution optimale à certaines variations des
paramètres du modèle, s’il y a lieu, et évaluation des conséquences,
recommandation, mise en œuvre et suivi.
Gilles Goncalves – Programmation linéaire -
Détermination de la
sol optimale
Analyse post-
optimale
Exemple 1 : l’entreprise REMCO L’entreprise REMCO fabrique deux types d’humidificateurs pour grande surface :
Exemple 1 : l’entreprise REMCO
L’entreprise REMCO fabrique deux types d’humidificateurs pour
grande surface : modèle économique (ME) et modèle de luxe (ML). Les deux
appareils exigent de passer par trois départements pour assurer
l’assemblage final. Au département A, le modèle économique exige
2 heures de main-d’œuvre tandis que le modèle de luxe exige 2,6
heures. Au département B, le modèle économique exige 3,5 heures
et le modèle de luxe 1,8 heures. Au département C, le modèle
économique exige 2,5 heures tandis que le modèle de luxe demande
3,8 heures de main-d’œuvre pour chaque unité.
Gilles Goncalves – Programmation linéaire -
Exemple 1 : l’entreprise REMCO ME ML Matières premières (composantes) 72 $ 98 $ Main-d’œuvre
Exemple 1 : l’entreprise REMCO
ME
ML
Matières premières (composantes)
72 $
98 $
Main-d’œuvre directe
58 $
65 $
Vérification
25 $
32 $
Le tableau suivant donne les détails concernant les frais variables
pour chaque modèle.
ME
ML
Assemblage
16 $
28 $
Vérification du modèle économique
06 $
$
Vérification du modèle de luxe
$
09 $
Gilles Goncalves – Programmation linéaire -
Structure d’un modèle de programmation linéaire Maximiser (ou minimiser) la fonction objectif : Z =
Structure d’un modèle de programmation linéaire
Maximiser (ou minimiser) la fonction objectif :
Z = c 1 x 1 + c 2 x 2 + c 3 x 3 + …+ c n x n
Soumise aux contraintes linéaires.
a 11 x 1 + a 12 x 2 + a 13 x 3 + …+ a 1n x n
(≤, =, ≥) b 1
a 21 x 1 + a 22 x 2 + a 23 x 3 + …+ a 2n x n (≤,
=, ≥) b 2
a i1 x 1 + a i2 x 2 + a i3 x 3 + …+ a in x n
(≤, =, ≥) b i
a m1 x 1 + a m2 x 2 + a m3 x 3 + …+ a mn x n
(≤,
=, ≥) b m
Et aux contraintes de non-négativité (i.e. contrainte d’intégrité).
x 1 ≥ 0, x 2 ≥ 0, x 3 ≥ 0, …, x n ≥ 0
Gilles Goncalves – Programmation linéaire -
Exemple 1 : l’entreprise REMCO Le nombre d’heures disponibles par semaine pour chaque département est
Exemple 1 : l’entreprise REMCO
Le nombre d’heures disponibles par semaine pour chaque
département est :
Département A : 254 heures,
Département B : 280 heures,
Département C : 380 heures.
Tous les appareils assemblés passent par le département de
vérification et l’on peut vérifier par semaine au plus 110 unités de
l’un ou de l’autre des modèles. Les prix de vente sont respectivement de 239$ pour le
ME et de 330$ pour le ML. Les coûts standards pour chaque
modèle sont les suivants :
Gilles Goncalves – Programmation linéaire -
Exemple 1 : l’entreprise REMCO Pour satisfaire les besoins du marché, il est essentiel que
Exemple 1 : l’entreprise REMCO
Pour satisfaire les besoins du marché, il est essentiel que
l’entreprise assemble au moins 40 unités par semaine du modèle
économique et au moins 35 unités par semaine du modèle de luxe.
Bien que l’entreprise est assurée de vendre toute la production du
modèle économique, le département de mise en marché prévoit que
les ventes du modèle de luxe ne dépasseront pas 60 unités par
semaine. On suppose également qu’il n’y a aucune restriction
concernant l’approvisionnement des composantes entrant dans
l’assemblage de chaque appareil.
Gilles Goncalves – Programmation linéaire -
Exemple 1 : l’entreprise REMCO L’entreprise aimerait déterminer le programme d’assemblage hebdomadaire à mettre
Exemple 1 : l’entreprise REMCO
L’entreprise aimerait déterminer le programme d’assemblage
hebdomadaire à mettre en œuvre qui maximiserait les bénéfices
tout en respectant les disponibilités des diverses ressources et les
restrictions du marché.
Gilles Goncalves – Programmation linéaire -
Modélisation du premier exemple Définissons les variables de décision comme suit : x 1 :
Modélisation du premier exemple
Définissons les variables de décision comme suit :
x 1 : nombre d’unités à assembler par semaine du modèle
économique,
x 2 : nombre d’unités à assembler par semaine du modèle de luxe.
Gilles Goncalves – Programmation linéaire -
Modélisation du premier exemple Contraintes. réponses. pour répondre à cette question, il faut identifier les
Modélisation du premier exemple
Contraintes.
réponses.
pour répondre à cette question, il faut identifier les ressources de
l’entreprise. Les deux principales ressources de l’entreprise REMCO sont
:
le temps disponible respectivement à chaque département,
la capacité du département de vérification.
Il y aura donc 4 contraintes à formuler, une pour chaque
département.
Gilles Goncalves – Programmation linéaire -
Modélisation du premier exemple Variables de décision. questions. quelles sont les inconnues du problème de
Modélisation du premier exemple
Variables de décision.
questions.
quelles sont les inconnues du problème de l’entreprise REMCO ?
combien de variables de décision dois-je définir ?
réponses.
la quantité à assembler par semaine de chaque type d’appareil,
deux variables de décision puisque l’entreprise ne fabrique que deux
modèles.
Gilles Goncalves – Programmation linéaire -
Modélisation du premier exemple Contraintes. questions. quelles sont les restrictions associées au processus
Modélisation du premier exemple
Contraintes.
questions.
quelles sont les restrictions associées au processus d’assemblage de
l’entreprise ?
existe-t-il d’autres restrictions sur les variables de décision ?
Gilles Goncalves – Programmation linéaire -
Modélisation du premier exemple Contraintes. réponses. oui, les restrictions associées aux besoins du marché, soit
Modélisation du premier exemple
Contraintes.
réponses.
oui, les restrictions associées aux besoins du marché, soit :
demande minimale de chaque modèle,
vente maximale du modèle de luxe.
Ces 3 restrictions représentent 3 contraintes additionnelles.
On doit donc formuler 7 contraintes.
Gilles Goncalves – Programmation linéaire -
Modélisation du premier exemple Restrictions sur le nombre d’heures disponibles à chaque département. On peut
Modélisation du premier exemple
Restrictions sur le nombre d’heures disponibles à chaque département.
On peut résumer l’information concernant la main-d’œuvre requise
selon le type d’humidificateurs d’après le tableau suivant :
ME
ML
Disponibilité
Dépt. A
2,0 heures
2,6 heures
254
Dépt. B
3,5 heures
1,8 heure
280
Dépt. C
2,5 heures
3,8 heures
380
Gilles Goncalves – Programmation linéaire -
Modélisation du premier exemple Restrictions sur la capacité de vérification. Département de vérification : x
Modélisation du premier exemple
Restrictions sur la capacité de vérification.
Département de vérification : x 1 + x 2 ≤ 110 unités/semaine.
Exigences et limitation du marché.
Modèle économique : x 1 ≥ 40 unités/semaine (demande minimale),
Modèle de luxe : x 2 ≥ 35 unités/semaine (demande minimale),
Modèle de luxe : x 2 ≤ 60 unités/semaine (demande maximale),
Non-négativité.
x 1 ≥ 0,
x 2 ≥ 0 .
Gilles Goncalves – Programmation linéaire -
Modélisation du premier exemple Détermination du bénéfice unitaire pour chaque modèle. Modèle économique Modèle
Modélisation du premier exemple
Détermination du bénéfice unitaire pour chaque modèle.
Modèle économique
Modèle de luxe
Coûts standards
155 $
195 $
Coût standard pour le
m.l.
98 + 65 + 32 = 195
Frais variables
22 $
37 $
Total des coûts
177 $
232 $
330 – 232 = 98 $
Prix de vente
239 $
330 $
Bénéfice/unité
62 $
98 $
Par conséquent :
c 1 = 62, c 2 = 98.
La fonction objectif est donc :
maximiser Z = 62x 1 + 98x 2 .
Gilles Goncalves – Programmation linéaire -
Modélisation du premier exemple Département A : 2 x 1 + 2,6 x 2 ≤
Modélisation du premier exemple
Département A :
2 x 1 + 2,6 x 2 ≤ 254 h./semaine.
Chaque unité du modèle économique (m.e.) requiert 2 heures de main-
d’œuvre du département A alors chaque unité du modèle de luxe (m.l.)
requiert 2,6.
2 heures
unités du m e
.
.
2,6 heures
unités du m e
.
.
  ×
+ 
  ×
≤ 254
h
./
semaine
x 1
x 2
unité du m e
.
.
semaine
unité du m . l .
semaine
 
 
 
De façon similaire, on obtient les contraintes pour B et C.
Département B : 3,5 x 1 + 1,8 x 2 ≤ 280 h./semaine,
Département C : 2,5 x 1 + 3,8 x 2 ≤380 h./semaine.
Gilles Goncalves – Programmation linéaire -
Modélisation du premier exemple Fonction objectif. questions. quel type d’optimisation doit-on envisager ? combien
Modélisation du premier exemple
Fonction objectif.
questions.
quel type d’optimisation doit-on envisager ?
combien de coefficients économiques apparaîtront dans la fonction
objectif ?
réponses.
l’objectif de l’entreprise est de maximiser les bénéfices,
2, un pour chaque variable de décision.
Gilles Goncalves – Programmation linéaire -
Modèle PL de l’entreprise REMCO Fonction objectif Maximiser Z = 61x 1 + 98x 2
Modèle PL de l’entreprise REMCO
Fonction objectif
Maximiser Z = 61x 1 + 98x 2 .
Soumis aux contraintes.
C1 :
2 x 1 + 2,6 x 2 ≤ 254
C2 : 3,5 x 1 + 1,8 x 2 ≤ 280
Contraintes fonctionnelles
C3 : 2,5 x 1 + 3,8 x 2 ≤ 380
C4 :
x 1 +
x 2 ≤
110
C5 :
≥ 40
x 1
C6 :
x 2 ≥ 35
C7
:
x 2 ≤ 60
x j ≥ 0, j = 1, 2.
Non-négativité
Où x j représente le nombre d’unités à assembler par semaine de
chaque modèle.
Gilles Goncalves – Programmation linéaire -
Les hypothèses de la programmation linéaire Linéarité des contraintes et de la fonction objectif :
Les hypothèses de la programmation
linéaire
Linéarité des contraintes et de la fonction objectif :
• Additivité des effets.
• Proportionnalité des gains/coûts et des consommation de ressources.
Divisibilité des variables : les variables sont continues (elles peuvent prendre
toutes les valeurs intermédiaires entières ou réelles dans un intervalle).
Déterminisme des données : Les valeurs des paramètres sont connues avec
certitude. Il est donc nécessaire de faire une analyse de sensibilité de la
solution trouvée aux fluctuations de ces paramètres
Lors de la modélisation d’un problème réel, l’impact de ces hypothèses sur la
validité du modèle mathématique doit être étudié. Cette analyse peut mener à
choisir un modèle différent (non linéaire, stochastique, flou
).
Elle est
essentielle pour la phase d’interprétation des résultats fournis par le modèle.
Gilles Goncalves – Programmation linéaire -
Modélisation de l’exemple 2 Définissons 2 variables de décision • x1 : le nombre de
Modélisation de l’exemple 2
Définissons 2 variables de décision
• x1 : le nombre de milliers d’écrans de 15 pouces produits chaque
semaine,
• x2 : le nombre de milliers d’écrans de 17 pouces produits chaque
semaine.
Le chiffre d’affaires (en milliers de dollars) associé à une production
(x1, x2) est :
z = 250 x1 + 450 x2
Il ne faut pas dépasser les capacités de production :
x1 + 3/2 x2 ≤ 21
et satisfaire les contraintes de marketing
• x2 ≤ 4/10 (x1 + x2)
• x1 ≤ 15
Finalement on ne peut pas produire des quantités négatives
• x1 ≥ 0, x2 ≥ 0.
Gilles Goncalves – Programmation linéaire -
Exemple 2: problème d’allocation de ressources (Plan de Production) Une entreprise produit des écrans LCD
Exemple 2: problème d’allocation
de ressources (Plan de Production)
Une entreprise produit des écrans LCD de 15 et de 17 pouces sur une
seul ligne d’assemblage
On impose les contraintes suivantes :
• Les capacités de production limitent à 21000 le nombre d’écrans de 15
pouces pouvant être produits par semaine.
• Chaque écran de 17 pouces nécessite 50% de temps de fabrication de plus
qu’un écran de 15 pouces.
• De plus, pour des raisons de marketing, la production hebdomadaire
d’écrans de 15 pouces est limitée à 15000 pièces et la production d’écrans
de 17 pouces ne doit pas dépasser le 40% de la production totale.
Les écrans sont vendus, respectivement 250€ et 450€ pièce.
Que doit produire l’entreprise afin de maximiser son chiffre d’affaires
hebdomadaire ?
Gilles Goncalves – Programmation linéaire -
bibliographie http://www-lor.int-evry.fr/~raffy/ (voir techniques quantitatives cours)
bibliographie
http://www-lor.int-evry.fr/~raffy/ (voir techniques quantitatives cours)
http://roso.epfl.ch/cours/ro/2003-2004/index.php?content=cours
Programmation linéaire, Christelle Guéret, Christian Prins, Marc
Sevaux, édition Eyrolles
Recherche opérationnelle pour ingénieurs tome 1, Jean-François
Hêche, Thomas M. Liebling, Dominique de Werra, édition PPUR
Exercices et problèmes résolus de recherche opérationnelle.
Tome 3, Programmation linéaire et extensions, groupe Roseaux ,
édition Dunod
Programmation linéaire en gestion : modèles de programmation
linéaire, optimisation et solution informatique – Gérald
BAILLARGEON, les éditions SMG,
Gilles Goncalves – Programmation linéaire -