Académique Documents
Professionnel Documents
Culture Documents
31 10 19 ModélisationRomarin PDF
31 10 19 ModélisationRomarin PDF
M1.Romarin/RO
Programme :
- Introduction Générale ;
- Modèles Mathématiques particuliers et Etude de cas.
Références :
- C.Aslangul, Des mathématiques pour les sciences, Concepts, méthodes et techniques pour la modélisation, De
Bock Editions 2011;
- Y.Hamam & H.Talbot, Introduction à la Programmation Mathématique, Programmation Linéaire et Optimisation
Combinatoire Groupe, E.S.I.E.E., poly_optim_2009.pdf;
- A.Martel, Techniques et applications de la recherche opérationnelle, G.Morin éditeur, 1979;
- ROADEF, www.roadef.org/content/roadef/rod.html;
- Eurodecision, www.eurodecision.fr;
- J.Teghem, Programmation Linéaire, Editions Ellipses, 1996;
- Différents fichiers en PDF.
E), où (t, t’) E si e(t) e(t’) Ø, i.e. si les deux tâches t et t’ ne peuvent être exécutées simultanément. A
chaque coloration des sommets de ce graphe correspond une affectation possible pour l’ensemble des tâches et
UN PROBLEME D’INVESTISSEMENT
Une investisseuse a 50000 U.M. à investir parmi les quatre prochaines possibilités: bourse X, bourse Y,
obligations X et obligations Y ; pour la période d'un an. Un maximum de 10500 U.M. peut être investi en
obligations X, et un maximum de 10000 U.M. en obligations Y. Investir dans la bourse X implique un
risque important c'est pour cela qu'on décide de ne pas investir plus d'un quart de l'investissement total. La
quantité investie dans la bourse Y doit être au moins trois fois la quantité investie dans la bourse X. En
outre, l'investisseuse a besoin que l'investissement d'obligations soit au moins si grand que la moitié de
l'investissement dans les bourses. Les retours sur investissement par an s'envisagent selon le suivant tableau:
Quelle est la manière optimale de faire l'investissement pour obtenir le maximum de bénéfices?
Modélisation :
Déterminer les variables de décision et les représenter de manière algébrique. Dans ce cas:
X1: investissement en bourse X
X2: investissement en bourse Y
X3: investissement en obligations X
X4: investissement en obligations Y
Déterminer les contraintes et les formuler comme équation ou inéquations dépendants des variables de
décision. Ces contraintes sont déduites des décisions prises par l'investisseuse sur la manière d'investir et
l'investissement maximum qu'on peut réaliser:
X1+X2+X3+X4 ≤ 50000 ; X1 ≤ 12500 ; X3 ≤ 10500 ; X4 ≤ 10000 ; 3X1 - X2 ≤ 0
0,5X1+ 0,5X2 - X3 - X4 ≤ 0
Présenter toutes les conditions implicitement établies conformément à la nature des variables: qu'elles
ne peuvent pas être négatives, qu'elles soient entières, qu'elles ne peuvent que prendre valeurs déterminées,
... Dans ce cas, la seule condition est que les investissements ne peuvent pas être négatifs:
Xi ≥ 0
Déterminer la fonction objectif:
Maximiser Z = 0.2·X1 + 0.1·X2 + 0.09·X3 + 0.11·X4
UN PROBLEME DE COUVERTURE
Une ville est composée de 11 départements. On cherche à placer des casernes de pompiers où une
caserne peut servir le département dans lequel elle est installée et aussi les départements voisins (se
trouvant dans le voisinage direct).
L’objectif est de minimiser le nombre de casernes à installer.
Nous considérons pour chaque voisinage une variable de décision xj (j = 1,…11). xj=1 si une caserne est
installée dans le voisinage n°j, 0 sinon. Nous obtenons le modèle suivant :
Min Z x1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x10 x11
x1 x 2 x 3 x 4 1
x1 x 2 x 3 x 5 1
x1 x 2 x 3 x 4 x 5 x 6 1
x1 x 3 x 4 x 6 x 7 1
x 2 x3 x5 x6 x8 x9 1
x3 x 4 x5 x6 x7 x8 1
x 4 x6 x7 x8 1
x 5 x 6 x 7 x 8 x 9 x10 1
x 5 x 8 x 9 x10 x11 1
x 8 x 9 x 10 x11 1
x 9 x 10 x 11 1
xj{0 , 1} j = 1,…,11
La première contrainte indique qu’on doit installer une caserne dans le département 1 ou l’un de ses
départements voisins. La 2ème contrainte est pour le département 2 et ainsi de suite. On cherche un sous
ensemble de j qui couvre tous les départements de la ville avec un coût minimal. Une solution optimale
serait x3 = x8 = x9 = 1.
Qu’est ce que c’est la R.O. ?
- On peut définir la Recherche Opérationnelle (RO) comme l'ensemble des domaines scientifiques, des outils
et des problèmes touchant aux questions d'ordre décisionnel (dit aussi stratégique) ou d'optimisation de
systèmes complexes.
L'expression « systèmes complexes » est à prendre au sens : difficile à comprendre pour un individu sans l'aide
d'un modèle ou d'un ordinateur.
Les problèmes sont rendus complexes par leur dimension qui peut être importante, mais surtout par leur
structure qui peut-être par exemple combinatoire, concurrentielle, stochastique etc.
Il est difficile pour un individu de pouvoir maîtriser tous les aspects du problème à l’étude, de sorte que la RO
est généralement plus un travail d’équipe, avec des experts en mathématiques, statistiques et probabilités,
ingénierie, économie, administration, informatique, ….
(voir fichier associé)
La recherche opérationnelle aborde les problèmes de décision par le biais d’une procédure en sept étapes:
1. Formuler le problème
•Définir le problème.
•Spécifier les objectifs.
•Déterminer les parties de l’organisation à être étudiées et les intervenants à être impliqués.
2. Observer le système
•Déterminer les paramètres influant le problème.
•Recueillir les données afin d’estimer la valeur des paramètres.
4.Vérifier le modèle
Les résultats du modèle sont-ils compatibles avec la réalité? Sous quelles conditions le modèle est-il
valide?
• Il est possible que nos recommandations soient refusées si le problème n’était pas bien défini, ou si
les intervenants appropriés n’étaient pas inclus dans l’étude.
• Formulation du problème
Objectifs, Contraintes Problème
Données disponibles
Formulation
• Construction du modèle
Choix du type de modèles
Modèle
Hypothèses simplificatrices
• Résolution du modèle Algorithme
Choix/ création d’un algorithme
Validation (déboguage) Solution
• Validation des résultats
Analyse de sensibilité Validation
• Mise en œuvre
Prise de décision Mise en œuvre
Outil opérationnel 2)
b- Exemple : Pour justifier son nom, le problème se pose lorsqu’un randonneur au moment de
préparer son périple est confronté au problème de la capacité limitée de son sac à dos. Il lui faut donc
trancher pour prendre les choses dont il a le plus besoin (maximiser le coût) sans dépasser la capacité du
sac à dos (15 kg).
c- Formulation
Etant donné un ensemble de n objets chacun ayant un certain poids a j et une certaine valeur (coût) cj, et
soit b un réel qui représente la charge (poids, volume, capacité) maximale que l’on peut emporter dans
un sac à dos.
La formulation du problème conduit à un PLNE0-1 à une seule contrainte :
n
Max Z cjxj
n j 1
a j x j b xj = 1 signifiant que l’objet j est choisi, O sinon.
j 1
x j 0 , 1
d- Applications
Le problème du sac à dos est utilisé pour modéliser diverses situations, quelquefois en tant que sous
problème :
en cryptographie, où il fut à l’origine du premier algorithme de chiffrement asymétrique en 1976 ;
dans les systèmes financiers, où l’idée est la suivante : étant donné un certain montant d’investissement dans des
projets, quels projets choisir pour que le tout rapporte le plus d’argent possible ;
pour la découpe de matériaux, afin de minimiser les pertes dues aux chutes ;
dans le chargement de cargaisons (avions, camions, bateaux…) ;
ou encore, dès qu’il s’agit de préparer une valise ou un sac à dos pour une randonnée.
1) Une entreprise dispose d’un budget total b pour financer certains projets parmi un ensemble de n projets.
Chaque projet j a un coût aj et un profit attendu cj . Quels projets l’entreprise doit-elle financer pour maximiser
son profit total ?
Éléments de réponse :
n
-Contraintes : a
j 1
j xj b
n
-Objectif : maximiser Z = c x
j 1
j j
-Modèle Mathématique :
n
Max Z cjxj
j 1
n
ajxj b
j 1
x j 0 , 1 j 1,..., n
2) Une firme voudrait réaliser un ensemble de n projets. Cependant, les contraintes du budget ne lui
permettent pas de les réaliser tous. Le projet j représente un bénéfice c j mais requiert un investissement
ai,j (i=1,…,m) pendant les m années à venir. Le capital disponible pour l’année i étant bi , on se demande
quels projets choisir de façon à maximiser les bénéfices. Donner une modélisation mathématique sous la
forme d’un PLNE0-1.
Éléments de réponse :
n
-Contraintes : a
j 1
ij x j bi pour tout i=1,…,m
n
-Objectif : maximiser Z = c x
j 1
j j
-Modèle Mathématique :
n
Max Z cjxj
n j 1
aij x j bi i = 1, … , m
j 1
x j 0 , 1 j 1,..., n
EXERCICE 3 : Un atelier de textile dispose d’un ensemble de m rouleaux de tissu, chacun étant de longueur l .
L’atelier doit découper n types de pièces, chaque pièce i étant de longueur li et étant requise en ni exemplaires.
Quelle découpe permet d’obtenir toutes les pièces demandées en minimisant le nombre de rouleaux utilisés ?