MT14-Synthèse

 Étude de RO :
o Analyser le problème :
 Plage de l’étude ?
 Variables, contraintes, critères
 Chercher les données
o Élaborer un modèle
 Graphes, réseaux de pétri, programmes linéaire
o Méthode de résolution
 Choix du solveur Excel, et tester
o Conclure avec le décideur
 Programmation linéaire
o Ordre de conception
 Variables : n variable réelles positives ( x ¿ ¿ 1 , x 2 ≥ 0)¿
 Contrainte = ressources limitées : argent, stock,
personnel, temps-machine…
(four : 40. x 1+ 30. x 2 ≤ 360,
broyeur : 20. x1 +30. x 2 ≤ 480 )
 Fonction objectif : objectif max ou min (profit total
max : Max 50. x 1 +70. x 2)
o Forme générale
 Programmation mathématique : tend à optimiser une
fonction de n variables sous contraintes
 Programme linéaire : les fonctions et les contraintes
sont des combinaisons de variables linéaires
n

 Max Min z=∑ c j . x j

j=1

 ∀ i=1 ,m : ∑ aij . x j ≤ ,=ou≥ b j

j=1

 ∀ j=1 , n : x j ≥0

 N variables non négatives

 M contraintes d’égalité
 Z fonction objectif
 c j le coefficient de coût ou de profit de la variable x j

 aj coefficient de x j dans la contrainte numéro i

(consommation de ressource i par le produit j)
 b j constante de la contrainte numéro i

 Variables entières : PLNE

 PL en 0 ou 1 : PL de décision
 PL mixte si variables continues et entières
 PNL si une variable de la FO n’est plus linéaire

2
 o Formes matricielles
 x=( x1 , … , xn ) Vecteur colonne variable
 b=(b1 ,… , b n) Vecteur colonne constante
 c=(c 1 , … ,c n ) Vecteur ligne coût
 A , m× n Matrice des coefficients tt
 Forme canonique Forme Standar
A. x≤b A . x=b

o Conversion entre forme

 Conversion d’une inégalité en égalité grâce à une
n n

variable d’écart e i : ∑ ai j . x i ≤b i et e i ≥ 0 ↔ ∑ aij . x i+ ei=bi

j=1 j=1

 Conversion de signe  x i< 0: alors x i=x ’ i−x ’ ’ iavec

x ’ i et x ’ ’i ≥ 0

o Interprétation économique, un problème peut se modéliser

en PL pour les conditions suivantes :
 Proportionnalité des coûts et consommations de
ressources aux niveaux des activités
 Activité des consommations des ressources

3
 Résolution graphique
o Méthode
 Tracer 2 axes pour les 2 variables
 Tracer les équations de la forme canoniques

 Une solution est optimale si elle est dans le domaine

borné et quelle représente le couple maximal ( x 1 , x 2)
o Général
 Les contraintes sur les signes des variables limitent les
solutions au quart de plan positif
o Spécial
 Si on a pas d’équation de n’importe quel type, on ne
peut pas borné le domaine de solution
 Mais même avec un domaine non borné l’optimum
peut être fini

4
  Selon les contraintes il peut ne pas y avoir de solution
réalisable
 Il est possible d’avoir plusieurs optima
 Pour un problème réel il ne peut pas y avoir de domaine
vide, car il y a au moins la solution utilisé par
l’entreprise, de plus en pratique l’optimum est toujours
borné à cause des ressources limitées
 Au-delà de 3 variables la résolution graphique devient
impossible et il faut passer à la résolution algébrique

5
 Résolution Algébrique
o Solutions de bases
 PL standard, système A . x=b avec A une matrice m× n, de
rang m ≤n, on appelle base de A la sous matrice carré de
A : m× m
 Pour une base B, on peut partitionner en numérotant
les colonnes : A=( B ∣ N ) et x=( x B ∣ x N )
Où :
 N  : la matrice hors-base m×(n−m) des colonnes
hors-base.
 x_B : les m variables de base, associé au
colonnes de B.
 x_N : les n−m autre variables, appelées variables
hors-base.
 A . x=b ↔ B . x B + N . x N =b ↔ x B=B−1 . b−B−1 . N . x N

 z=c . x =c B . x B +c N . x N =c B . B−1 . b+ ( c N −c B . B−1 . N ) . x N

 Solution évidente x N =0on a donc x B =B−1 . bet z=c B . B−1 .b

est une solution de base (SB), si x B ≥ 0 alors on a une
solution de base réelle
o Énumération de base
o Bases et sommet du polyèdre
o Opération de pivotage
o Propriétés fondamentales
o Algorithme du simplexe sans tableau




o

6
7