Vous êtes sur la page 1sur 42

Introduction à la

Recherche Opérationnelle
• PARTIE 1:
 INTRODUCTION GÉNÉRALE
 MODÉLISATION
 PROGRAMMATION LINÉAIRE

A.U 2019 - 2020

ANIMÉ PAR : IBRAHIM GUELZIM


REFERENCES

• Hamdy Taha. OPERATIONS RESEARCH, AN INTRODUCTION.

• Hillier / Liberman. INTRODUCTION TO OPERATIONS RESEARCH.

• R. Faure. Précis de recherche opérationnelle - Méthodes et


exercices d'application.

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 2


PROCÉDURE DU COURS

• Présence.
• Prises de notes de cours.
• Diffusion de l’information:
 Responsable de la section
 facebook : Dept Info FSA
 site web: ibrahimguelzim.atspace.co.uk
 contact: ibr_guelzim@yahoo.fr
 Note Finale = Contrôle + Projet (TP langage C) + Examen

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 3


EXEMPLE 01

• Un agent commercial d’une entreprise doit faire 5 voyages


d’affaire dans une durée de 5 semaines entre Casablanca et
London, de sorte qu'il doit prendre le vol Casa-London les lundis
et le retour les mercredis. Un billet régulier aller-retour coûte
4000 Dh, une réduction de 20% est accordée si les dates du billet
couvrent un week-end. Un billet aller dans les deux sens coûte
75% du prix régulier. Quel est le prix minimum en dirhams que
peut payer cet agent commercial ?

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 4


EXEMPLE 01 ~

• Un agent commercial d’une entreprise doit faire 5 voyages


d’affaire dans une durée de 5 semaines entre Casablanca et
London, de sorte que:
 il doit prendre le vol Casa-London les lundis et le retour les
mercredis.
 Un billet régulier aller-retour coûte 4000 Dh,
 une réduction de 20% est accordée si les dates du billet couvrent un
week-end.
 Un billet aller dans les deux sens coûte 75% du prix régulier.

• Quel est le prix minimum en dirhams que peut payer cet


agent commercial ?

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 5


EXEMPLE 02

• Ahmed, Kamal, Omar et Ilyas sont du côté droit d’une rivière et


souhaitent traverser vers le côté gauche en utilisant un canot
(petit bateau). Le canot peut contenir au maximum deux
personnes simultanément. Ahmed étant le plus athlétique, peut
traverser la rivière en 1 minute. Kamal, Omar et Ilyas prendraient
2, 5 et 10 minutes respectivement. Si deux personnes sont dans
le canot, la personne la plus lente impose son temps de passage.
Ex : Ahmed et Omar traverseront en 5 min. Sachant que le canot
ne peut pas être envoyé vide, quel est le temps minimal pour ces
4 amis afin de traverser vers le côté gauche de la rivière ?

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 6


EXEMPLE 02 ~

• Ahmed, Kamal, Omar et Ilyas sont du côté droit d’une rivière et


souhaitent traverser vers le côté gauche en utilisant un canot
(petit bateau).
• Le canot peut contenir au maximum deux personnes
simultanément.
• Ahmed étant le plus athlétique, peut traverser la rivière en 1
minute. Kamal, Omar et Ilyas prendraient 2, 5 et 10 minutes
respectivement.
• Si deux personnes sont dans le canot, la personne la plus lente
impose son temps de passage.
Ex : Ahmed et Omar traverseront en 5 min.
• Sachant que le canot ne peut pas être envoyé vide, quel est le
temps minimal pour ces 4 amis afin de traverser vers le côté
gauche de la rivière ?
22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 7
RÉSUMÉ

• Difficulté du bon sense  Passer au FORMALISME

• Objectif: Trouver une / la meilleure solution (OPTIMAL) SOUS


CONTRAINTES

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 8


INTRODUCTION GÉNÉRALE: CONTEXTE

• Révolution industrielle (‫ )الثورة الصناعية‬au UK (18ème siècle)


• Nouveau style de vie
• Progrès: Energie, Transport, Textile, Electricité…
• Interactivité des organisations s’est compliquée.
• Utilisation d’une approche scientifique dans la gestion des
organisations.
• Optimisation de l’utilisation des ressources pour l’aide à la
décision.
• Apparition de la recherche opérationnelle (RO).

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 9


INTRODUCTION GÉNÉRALE: CONTEXTE

• Officiellement la RO avait apparu lors de la 2nd guerre mondiale.


• à cause du besoin urgent d’allocation des ressources rares pour
diverses OPERATIONS militaires dans les armées britannique puis
américaine.
• L’objectif : adapter les stratégies et les tactiques militaires à
l’approche de la science (Mathématiques).
• Ces armées ont invité des scientifiques pour faire la recherche sur
les opérations militaires.
• L’efficacité de la RO dans le domaine militaire a suscité son
extension au secteur civil suite au «Boom industriel» qui a suivi la
guerre.

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 10


INTRODUCTION GÉNÉRALE: CONTEXTE

• La RO doit sa grande évolution durant le 20ème siècle à deux


principaux facteurs:
– Évolution algorithmique.
– Révolution électronique-informatique.

• la RO est importante lorsque le bon sens est impuissant:


– Problèmes combinatoires : difficulté d’énumérer toutes les combinaisons;
– Domaines aléatoires : déterminer parmi les décisions possibles, celle qui
possède la plus grande probabilité de succès.
– Situations de concurrence (théorie de jeux) : choix d’une stratégie qui
dépendra forcément des décisions du (des) concurrent(s).

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 11


INTRODUCTION GÉNÉRALE: DÉFINITION

• “Operations Research (O.R.) is the discipline of applying


advanced analytical methods to help make better
decisions”.[MIT-OR]
• La Recherche Opérationnelle (RO) est la discipline de
l'application des méthodes analytiques avancées pour aider à
prendre de meilleures décisions.

• Synonyme : Management science.

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 12


MODÈLE
• Un modèle est une représentation partielle de la réalité:
 Avant : pour mieux construire (maquette),
 Après: pour mieux comprendre.
• Abstraction de ce qui est intéressant pour un contexte donné
• Vue subjective et simplifiée d'un système

• Utilité des modèles


– Faciliter la compréhension d'un système
• Permettre également la communication avec le client
• Vision de communication, de documentation

– Définir voire simuler le fonctionnement d'un système


• Il faut être le plus précis possible dans le contenu des modèles
• Vision de développement, de production

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 13


MODÉLISATION: MÉTHODOLOGIE

1. Définition du problème & Collecte des données : étape


primordiale consistant à recueillir minutieusement les données
pertinentes sans négliger le moindre détail.
"ce sont les détails qui font la différence"

2. Formulation du modèle mathématique: C’est l’étape la plus


importante et consiste à traduire les données collectées en
modèle mathématique, comprenant aussi les restrictions
imposées.

3. Résolution du modèle en cherchant une meilleure solution. On


parle d’une solution optimale.

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 14


MODÉLISATION

• Définition du problème & Collecte des données


– En concertation avec les décideurs.
– Pratiquement, la plupart des Pb rencontrés par les équipes de la RO
sont initialement décrits d'une manière imprécise et vague.
– Étudier méticuleusement le système.
– Élaborer une description bien définie du Pb à considérer.
– Détermination:
• objectifs appropriés,
• restrictions rencontrées,
• interrelations entre la zone à étudier et autres domaines de
l'organisation,
• limites de temps pour prendre une décision.

– Rappel: Objectif de la RO "Optimiser sous contraintes".

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 15


MODÉLISATION

• Définition du problème & Collecte des données


– Processus chronophage

– Affecte grandement le modèle mathématique (étape suivante)

– Affecte la pertinence des conclusions de l'étude.

– Rappel:
La résolution d’un problème "mal posé" est une tâche ardue !

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 16


MODÉLISATION: FORMULATION DU MODÈLE

• Pierre angulaire de la résolution d’un problème en RO.


• Reformulation du Pb sous une forme analytique.
• Construire un ensemble de relations mathématiques appelé
« modèle mathématique » .
• Représenter l'essence du problème.
• Modèles mathématiques standards (Ex: PL)
 utilisation des algorithmes disponibles (cf. chapitres suivants).

• Modèles complexes (MÉTAHEURISTIQUES):


– Abandonner, éventuellement, la recherche de la solution optimale.
– Chercher tout simplement une bonne solution.

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 17


MODÉLISATION

• Formulation du modèle: Exemple 1


– Enoncé (Définition du Pb & Collecte des données):
"Une entreprise fabrique deux produits A et B dont le
marché ne peut absorber respectivement que les quantités
7000 et 10000 par mois. La disponibilité en matière première
pour l’entreprise est de 96000 Kg par mois. Pour la production
des deux produits, elle a besoin de 7kg de matière première
pour une unité de A et 5kg pour une unité de B. Le profit
unitaire est respectivement 3 um et 2 um pour A et B. (um :
unités monétaires)."

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 18


MODÉLISATION

• Questions / Réponses (Q/R):


Rappel : RO = "Optimisation sous contraintes".
1. Q: Quel est le problème ?
R: Une entreprise fabrique des produits et veut faire des profits
(bénéfices, gains…),

2. Q: Quel est l'objectif ?


R: Maximiser les gains (ici optimiser ⇔ Maximiser) .

3. Q: Quelles sont les difficultés (restrictions):


R: - restrictions internes: liées à la capacité de production,
- restrictions externes: liées au marché.
22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 19
MODÉLISATION: EXEMPLE 1

• Modèle: « Une entreprise fabrique deux Produits A et B dont le


marché ne peut absorber respectivement que les quantités 7000 et
10000 par mois… »
– Désigner les variables du problème ainsi que leur signification:
 xA la quantité produite par mois de A.
 xB la quantité produite par mois de B.
– puisque xA et xB sont des quantités alors : (non négativité)
 xA ≥ 0
 xB ≥ 0
– traduire le texte du Pb sous forme analytique :
 xA ≤ 7000
 xB ≤ 10000

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 20


MODÉLISATION: EXEMPLE 1

• Modèle:
– traduire le texte du Pb sous forme analytique :
« La disponibilité en matière première pour l’entreprise est de 96000 Kg
par mois. Pour la production des deux produits, elle a besoin de 7kg de
matière première pour une unité de A et 5kg pour une unité de B.»
 [ quantité en Kg de MP pour tous les 'A' produits / mois +
quantité en Kg de MP pour tous les 'B' produits / mois ] ≤ 96000
càd : 7xA + 5xB ≤ 96000

« Le profit unitaire est respectivement 3 um et 2 um pour A et B. (um :


unités monétaires). »
 Profit  Objectif : Max
 Maximiser z = 3xA + 2xB

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 21


MODÉLISATION: EXEMPLE 1

• Modèle: en rassemblant l’objectif du problème et les


restrictions, nous pouvons écrire notre modèle sous la forme :

• Maximiser z = 3xA + 2xB


avec
xA ≤ 7000
xB ≤ 10000
7xA + 5xB ≤ 96000
xA , xB ≥ 0

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 22


MODÉLISATION: EXEMPLE 1'

• Enoncé (Définition du Pb & Collecte des données):

"Une entreprise fabrique deux produits A et B dont le marché


ne peut absorber respectivement que les quantités 7000 et
10000 par mois. La disponibilité en matière première pour
l’entreprise est de 96000 Kg par année. Pour la production des
deux produits, elle a besoin de 7kg de matière première pour
une unité de A et 5kg pour une unité de B. Le profit unitaire est
respectivement 3 um et 2 um pour A et B. (um : unités
monétaires)."

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 23


MODÉLISATION: EXEMPLE 1'

• Modèle: en rassemblant l’objectif du problème et les restrictions,


nous pouvons écrire notre modèle sous la forme (xA et xB ayant la
même signification dans l'Exemple 1)

• Maximiser z = 3xA + 2xB


avec
xA ≤ 7000
xB ≤ 10000
7xA + 5xB ≤ 8000 (8000 = 96000 / 12)
xA , xB ≥ 0

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 24


MODÉLISATION: QUELQUES MODÈLES

Quelques modèles sont plus délicats et correspondent à des


techniques telles que :
– la programmation en nombres entiers : les variables prennent des
valeurs entières;
– la programmation dynamique : le modèle initial peut être décomposé
en sous-problèmes plus gérables;
– la programmation de réseau : le problème peut être modélisé comme
un réseau.
– la programmation non linéaire : dans lequel les fonctions du modèle
sont non-linéaires.

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 25


PROGRAMMATION LINÉAIRE (PL): PRÉSENTATION

• Le développement de la programmation linéaire (PL) a été classé


parmi les avancées scientifiques les plus importantes de la
moitié du 20ème siècle[HL].
• Planification des activités d’une organisation pour:
– obtenir un résultat optimal (selon le modèle mathématique)
– atteindre l'objectif fixé.

• Lorsqu’un PL est simple on peut éventuellement le résoudre


graphiquement.

• Le moyen le plus répandu reste la méthode de simplexe.

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 26


PROGRAMMATION LINÉAIRE (PL): DÉFINITION

• Un programme linéaire (PL) est un modèle mathématique où


l’objectif et les contraintes (restrictions) sont exprimés par des
fonctions linéaires.
• Aujourd'hui, la PL est un outil standard qui a économisé des
fortunes à plusieurs organisations dans différents pays du
monde.
• Un modèle de PL, comme dans tout modèle de RO, comporte
trois composantes élémentaires :
1. Les variables de décision (ou variables structurelles) que nous
cherchons à déterminer.
2. La fonction objectif (ou fonction économique) que nous avons
besoin d’optimiser (maximiser ou minimiser selon la situation).
3. Contraintes que la solution doit satisfaire.

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 27


PROGRAMMATION LINÉAIRE (PL)

• Exemple: Ennoncé
– Une compagnie produit la peinture intérieure et extérieure en se basant sur deux
matières premières (MP), M1 et M2:
– Le tableau TPL1 fournit les données de base du problème:
Tonnes de matières premières
par 1 tonne de :

Peinture Peinture Disponibilité Max


extérieure intérieure par jour (Tonne)

Matière première M1 6 4 24

Matière première M2 1 2 6

Profit / Tonne
(1000 Unités Monétaires) 5 4

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 28


PL: EXEMPLE

• Restrictions :
– R1: Une étude de marché indique que la demande quotidienne de
peinture d'intérieur ne peut dépasser celle de la peinture extérieure
de plus de 1 tonne (T).

– R2: la demande journalière maximale pour la peinture intérieure est


de 2 T.

• La compagnie veut déterminer l'optimum (meilleur) mixte des


quantités des produits de peintures intérieures et extérieures
qui maximise le profit quotidien total.

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 29


PL: FORMULATION

• variables de décision:
 x1 = tonnes produites quotidiennes de peinture extérieure
 x2 = tonnes produites quotidiennes de peinture intérieure
• fonction objectif:
– L'entreprise veut maximiser (ie, augmenter autant que possible) le
bénéfice quotidien total des deux peintures.
– Bénéfices / T de peintures extérieures et intérieures sont
respectivement de 5 et 4 mille unités monétaires (um):
• Bénéfice total de peinture extérieure = 5x1 (mille) um
• Bénéfice total de peinture intérieure = 4x2 (mille) um
– Si Z représente le bénéfice journalier total (en milliers d’um), l'objectif
de la société est :
Maximiser Z = 5x1 + 4x2

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 30


PL: FORMULATION

• Contraintes:
 (Usage de la MP par les deux peintures) ≤ (disponibilité maximale des MP)
 L'usage quotidien de la MP M1 est de 6 T par tonne de peinture extérieure
et 4 T par tonne de peinture intérieure.
o L'usage de MP M1 par la peinture extérieure = 6x1 T/jour
o L'usage de MP M1 par la peinture intérieure = 4x2 T/jour
 L'utilisation de MP M1 par les deux peintures = 6x1 + 4x2 T/jour

 L'utilisation de MP M2 par les deux peintures = 1x1 + 2x2 T/jour


 Disponibilité quotidienne de MP M1 et M2 sont limitées resp à 24 T et 6 T:
6x1 + 4x2 ≤ 24 (MP M1)
x1 + 2x2 ≤ 6 (MP M2)

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 31


PL: FORMULATION

• Contraintes:
– R1: l'excédent de la production quotidienne de l'intérieur sur la
peinture extérieure ne doit pas dépasser 1 T:
x2 - x1 ≤ 1

– R2 : la demande quotidienne maximale de la peinture intérieure est


limitée à 2 T, ce qui correspond à :
x2 ≤ 2

– Restriction implicite :
x1 et x2 représentent des quantités (restrictions de non-négativité):
x1 ≥ 0 et x2 ≥ 0

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 32


PL: FORMULATION

• Contraintes:
Maximiser Z = 5x1 + 4x2
SC
6x1 + 4x2 ≤ 24 (1)
x1 + 2x2 ≤ 6 (2)
-x1 + x2 ≤ 1 (3)
x2 ≤ 2 (4)
x1 ≥ 0 (5)
x2 ≥ 0 (6)

• Toutes valeurs de x1 et x2 qui satisfont les 6 contraintes ci-dessus


constituent une solution dite « solution réalisable ».

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 33


PROGRAMMATION LINÉAIRE (PL)

• Expression d'un PL : Forme canonique


max Z = c1x1 + … + cnxn
S.C
a11x1 + … + a1nxn ≤ b1
. . . .
. . . .
. . . .
am1x1 + … + amnxn ≤ bm
x1, … , xn ≥ 0

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 34


PROGRAMMATION LINÉAIRE (PL)

• Expression d'un PL : Forme standard


max Z = c1x1 + … + cnxn
S.C
a11x1 + … + a1nxn + t1 = b1
. . . .
. . . .
. . . .
am1x1 + … + amnxn + tm = bm

x1, … , xn, t1, … , tm ≥ 0

• Les variables ti=1,…,m sont appelées variables d'écart.

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 35


PROGRAMMATION LINÉAIRE (PL)

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 36


PL: RÉSOLUTION GRAPHIQUE

• La procédure graphique comprend 2 étapes:


1. Détermination de l'espace de solution réalisables.
2. Détermination de la solution optimale parmi toutes les solutions
réalisables.
• Solution graphique de l'exemple 1:
 Etape 1: Déterminaison de l'espace de solution réalisable.
6x1 + 4x2 ≤ 24 Es(1)
x1 + 2x2 ≤ 6 Es (2)
-x1 + x2 ≤ 1 Es (3)
x2 ≤ 2 Es (4)
x1 ≥ 0 Es (5)
x2 ≥ 0 Es (6)

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 37


PL: RÉSOLUTION GRAPHIQUE::EXEMPLE

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 38


PL: RÉSOLUTION GRAPHIQUE

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 39


PL: SOLUTION GRAPHIQUE::EXEMPLE

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 40


PL: SOLUTION GRAPHIQUE::REMARQUE

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 41


PL: SOLUTION GRAPHIQUE::REMARQUE

• Remarque importante: l’espace engendré par les contraintes


d’un PL est un espace convexe.

• Conséquence: Une caractéristique de la solution optimale


d’un PL est qu’elle est associé à un coin de l’espace de
solutions.

 La solution optimale peut être trouvée par énumération de


tous les coins,

 Ce résultat est essentiel pour le développement de


l’algorithme de simplexe.

22/09/2019 08:13 Cours : Introduction à la Recherche Opérationnelle 42

Vous aimerez peut-être aussi