Académique Documents
Professionnel Documents
Culture Documents
www.almohandiss.com
2008
2010
Recherche opérationnelle
Mr Abdenbi
EL MARZOUKI
www.almohandiss.com
Objectifs du Cours
Contenu du cours
Partie I: Problème de programmation linéaire
1- Concepts fondamentaux
2- Résolution graphique
3- Résolution par l’algorithme de simplexe
4- Dualité
5- Applications économiques
Partie II- La théorie des graphes
www.almohandiss.com
Introduction aux
techniques de
la Recherche Opérationnelle
www.almohandiss.com
L’optimisation
• L'optimisation ou la recherche de l’optimum est un souci permanent au sain
des organisations. Plus les entreprises grandissent, plus les problèmes de gestion
se multiplient et se compliquent : la gestion de production, la gestion du stock, la
gestion des flux financiers, la gestion des réseaux ou de circulation des biens et
de services…
• La résolution de ces problèmes nécessite des efforts tant au niveau de la
recherche de la solution optimale qu’au niveau de la modélisation
Recherche Opérationnelle
• Modèle linéaire :
fonction linéaire de plusieurs variables à optimiser (premier
degré)
variables soumises à des contraintes :
» linéaires
» restriction de non négativité
Programmation linéaire
Moyen pour mieux comprendre la réalité
utilisée pour représenter les propriétés
fondamentales d’un certain phénomène
version idéale et épurée
Formalisation Algorithme
Modèle
Problème mathématique Solution
réel
Programmation linéaire
www.almohandiss.com
• Trois types de machines A, B et C produisent quatre produits différents I, II, III et IV.
Chaque produit doit être traité par chacune des machines dans l’ordre. Les temps
unitaires (temps nécessaires pour la fabrication d’une unité) pour chacune des
opérations et pour chaque type de produits sont indiqués dans le tableau ci-dessous.
• Question : Établir la production hebdomadaire de chaque produit de façon à
maximiser le profit
•A •5 •3 •3 •2 •1800
•B •2 •5 •4 •6 •8500
•C •1 •2 •3 •4 •3500
•Profit par unité •7,30 •8,64 •8,00 •9,00
www.almohandiss.com
Modélisation mathématique
But:
Compréhension du problème
Définir les 4 variables de décision :
x1 : la production hebdomadaire du produit I
x2 : la production hebdomadaire du produit II
x3 : la production hebdomadaire du produit III
x4 : la production hebdomadaire du produit IV
Le profit associé à une production (x1, x2, x3, x4) est :
z 7,30 x1 8,64 x2 8,00 x3 9,00 x4
x1 , x2 , x3 , x4 0
Les produits ne sont pas négatifs :
www.almohandiss.com
Formalisation du problème
Fonction Objectif :
max z 7,30 x1 8,64 x2 8 x3 9 x4
Selon la nature des produits, il faudrait peut être imposer à x1, x2, x3,
x4 de ne prendre que des valeurs entières
www.almohandiss.com
Pour la campagne, on prévoit de ne pas payer plus que 800 Dh pour toute la
campagne et on demande que ces objectifs soient atteints :
1.Au minimum 2000 femmes regardent, entendent ou lisent la publicité ;
2.La campagne publicitaire dans la télévision ne doit pas dépasser
500 Dh ;
3.Au moins 3 spots publicitaires seront assurer par la télévision locale et au
moins de deux spots par la télévision par satellite.
4.Le nombre des publicités dans la radio ou dans les journaux sont pour
chacun entre 5 et 10.
Formaliser ce problème via des équations mathématiques.
www.almohandiss.com
Terminologie de la solution
Solution optimale
Représentation graphique
•Équation cartésienne d’une droite (D):
• ax by c 0 (a, b) (0,0)
• u (b, a) est un vecteur directeur de (D).
• y mx p m0
•avec, m a b et p c b
•m est le coefficient directeur de (D)
www.almohandiss.com
2
A
u 2
1 v
-3 0 3 x 0 1 3 x
y 2
www.almohandiss.com
• Soit la droite (D) d’équation :
ax by c 0 a, b 0,0
•Alors, les demi-plans de frontière (D) sont :
•L’ensemble des points de coordonnées (x,y) telles que :
ax by c 0
•L’ensemble des points de coordonnées (x,y) telles que :
ax by c 0
• Exemple : Résolvez graphiquement 2 x 3 y 6 0
y
• Remarquons que pour l’origine :
2(0) 3(0) 6 0
• 2 Donc le demi plan ne contient
pas l’origine
0 3 x
Région admissible (ou faisable
www.almohandiss.com
ou possible)
Région limitée par l’ensemble des
équations de contraintes du
Contrainte de non négativité
Point intérieur
Point frontière
Point extrême
x1
2 4 6 8 10 12 14 16 18
www.almohandiss.com
x1
www.almohandiss.com
x2
x1
www.almohandiss.com
Fonction « Objectif »
Déplacement de la fonction
x2
objectif à l’intérieur de la
région admissible pour
atteindre un extremum
A
Solution optimale
une solution une infinité de pas de solution
optimale unique solutions optimales optimale finie
x2 x2 x2
x1 x1 x1
Exemple
www.almohandiss.com
1
Région admissible bornée :
une solution optimale unique
x2 maximiser z x1 2 x2
A (2,6) est l’unique sujet à
solution optimale
8 2 x1 x2 4
Zmax=14 x
A
1 x2 8
6
x1 x2 4
x 5
4
1
x1, x2 0
x1
2 5 8
Exemple 2
www.almohandiss.com
x2 maximiser z 2 x1 2 x2
sujet à
8
2 x1 x2 4
Une infinité de x
1 x2 8
solutions optimales
x1 x2 4
x 5
4 1
x1, x2 0
x1
2 5 8
Exemple
www.almohandiss.com
3
Région admissible non bornée :
pas de solutions optimales finies
maximiser z x1 x2
sujet à
x2 x1=8
1
2 x1 x2 8
x 8 x2 40
1
x1 8
8
x1 , x2 0
6
x1
2 4 6 8 10 12 14 16 18
Exemple 4
www.almohandiss.com
-x1+8x2=40
4
x1
2 4 6 8 10 12 14 16 18
Exemple
www.almohandiss.com
5
Région admissible non bornée :
une infinité de solutions optimales
x2 minimiser z x1 1 / 2 x2
12 sujet à
x1 x2 8
10 x 8 x2 40
1
8 2 x1 x2 12
x1, x2 0
6
Une infinité de
-x1+8x2=40
4 solutions optimales
x1
2 4 6 8 10 12 14 16 18
www.almohandiss.com
Cas pathologiques
1. Cas de redondance :
une contrainte est redondante lorsqu’elle est inutile et
superflue. La droite représentative de cette contrainte
se trouve entièrement en dehors de la région
admissible.
max z x1 2 x2 (1)
Exemple : (3)
sc
x1 x2 8 (1)
5 x 4 x2 20 ( 2)
1
x1 3 (3) (2)
x2 4 (4)
(4)
x1 , x2 0
La contrainte (1) est une contrainte redondante
car (3)+(4) donne : x1 x2 7; 7 8
Donc la contrainte (1) est automatiquement
vérifiée et donc sera éliminée.
www.almohandiss.com
2. Cas de dégénérescence : il y a deux types
Exemple : (4)
(3)
maximiser z 2 x1 2 x2 (2)
sujet à
2 x1 x2 4 (1)
x x2 8 (2)
1
x1 x2 4 (3)
x 5 ( 4)
1
x1, x2 0
www.almohandiss.com
(1)
max z x1 x2 (2)
sc
3x1 2 x2 40 (1)
x 10
1 (2)
x2 5 (3)
x1, x2 0
B=(10,5)
La solution optimale B est dégénérée (3)
www.almohandiss.com
Exercice 1
• Un restaurateur dispose de trois types de poissons
• 30 p1, 24 p2, 18 p3 et désire offrir :
•
des plats à 80 UM contenant 5 p1, 2 p2 et 1 p3
Problème :
Formalisation de l’énoncé 1
Compréhension du problème : le restaurateur doit décider combien de
plats à 80 UM et de plats à 60 UM seront préparés pour maximiser
sa recette.
Modélisation mathématique :
forme canonique
max z 80 x1 60 x2
sc
5 x1 3 x2 30
2 x 3 x2 24
1
x1 3 x2 18
x1 , x2 0
www.almohandiss.com
Résolution graphique
A est un point extrême de la région
admissible dont les coordonnées vérifient max z 80 x1 60 x2
la 1ière et la 3ième contrainte avec égalité
x2
sc
A =(3,5) est une
solution optimale unique 5 x1 3 x2 30
2 x 3 x2 24
et zmax=540 1
10 x1 3 x2 18
8 x1 , x2 0
6
A
0
x1
6 12 18
www.almohandiss.com
Interprétation
Exercice 2
Une raffinerie achète deux types de pétroles bruts dont elle retire de
l’essence, du gazole et du fuel dans les pourcentages suivants :
Formalisation de l’énoncé 3
Compréhension du problème : le problème est de
minimiser le coût d’achat de cette raffinerie. Ce coût
d’achat évolue en fonction des quantités de brut n°1
et n°2 à acheter.
Modélisation mathématique
min z 700x1 500x2
sc
0,3x1 0,25x2 125 104
0,4 x1 0,25x2 135 104
0,3x1 0,5 x2 180 104
x1 , x2 0
Résolution graphique www.almohandiss.com
x2 106
min z 700x1 500x2
sc
0,3x1 0,25x2 125 104
5
0,4 x1 0,25x2 135 104
4
A 0,3x1 0,5 x2 180 104
x1 , x2 0
3
x1 106
1 2 3 4 5 6
Interprétation
La solution qui minimise les coûts est A(106, 3.8 106) c’est-à-dire,
pour répondre à la demande au moindre coût d’essence, du gazole et du
fuel, le raffineur doit acheter 106 tonnes du brut no 1 et 38 105
tonnes du brut no 2
Le coût minimal est : 70010 500 3,8 10 26 10 UM
6 6 8
Formalisation de l’énoncé 3
Compréhension du problème : le problème est de maximiser
recette
max z 140 x1 150 x2
www.almohandiss.com
Modélisation mathématique
max z 140x1 150x2
sc
0,2 x1 0,4 x2 1200
0,4 x 0,2 x2 1200
1
Résolution graphique
x2 103
max z 140x1 150x2
sc
A =(1000,2500) est une
solution optimale unique 0,2 x1 0,4 x2 1200
0,4 x 0,2 x2 1200
et zmax=515000 UM
1
A
2,5
x1 103
1
www.almohandiss.com
Interprétation
La solution qui maximise le profit est A(1000,2500), c’est-à-dire, en
traitant 1000t de brut A et 2500t de brut B, le raffineur réalisera
un recette maximale de : 140 1000 150 2500 515 000 UM
A l’optimum, la première et la troisième contrainte sont saturées
tandis que la deuxième contrainte ne l’est pas : pour réaliser la
recette maximale, le raffineur doit vendre tout le stock de l’essence
et du fuel lourd :
1200 0,2 1000 0,4 2500et 1400 0,4 1000 0,4 2500
toutefois, il lui restera un stock du gazole de 300 t :
A B C D E F Ligne 1 : titre de
l’exercice ou référence
1 Exercice 4
Ligne 3 : noms des
2 variables de décision, ici
3 variables de brut A et brut B
Brut A Brut B
décision
Ligne 4 : coefficients des
4 fonction Profit variables de décision dans
140 150 TOTAL la fonction objectif
objectif unitaire
5 quantité 0 0
Ligne 5 : quantités
6 profit =C4*C5 =D4*D5 =C6+D6 cherchées. Elles seront
remplies par le solveur
7 limites après résolution. Elles
sont nulles avant
8 contraintes essence 0.2 0.4 =C8*C5+D8*D5 1200 résolution
Spécification des
cellules variables :
tapez les références ou
$E$6 les noms des cellules
devant être modifiés par
le Solveur jusqu'à ce que
les contraintes du
problème soient
$C$5:$D$5 respectées et que la
cellules cible atteigne le
résultat recherché.
Spécification des
$E$8<=$F$8 contraintes :A l'aide
$E$9<=$F$9 des boutons ajouter,
Modifier et Supprimer
$E$10<=$F$10 de la boîte de dialogue
Paramètres du Solveur,
établissez votre liste de
contraintes dans la zone
Contraintes.
Exercice 4: Feuille Excel
www.almohandiss.com
Résultat et résolution
Une fois tous les paramètres
du problème sont mis en
place, le choix du bouton
Résoudre amorce le
processus de résolution du
problème . Vous obtenez
alors une de ces réponses
Résolution par Excel et
www.almohandiss.com
La solution optimale
Adjustable Cells
Cell Name Original Value Final Value
$C$5 quantités Brut A 0 1000
$D$5 quantités Brut B 0 2500
Constraints
Le stock de gazole
Cell Name Cell Value Formula Status Slack
$E$8 essence TOTAL 1200 $E$8<=$F$8 Binding 0
$E$9 gazole TOTAL 900 $E$9<=$F$9 Not Binding 300
$E$10 fuel TOTAL 1400 $E$10<=$F$10 Binding 0