Vous êtes sur la page 1sur 119

METHODES D' OPTIMISATION

Samuel BOWONG

Université de Douala, Cameroun

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 1 / 119


Objectifs

D´’ecouvrir la famille des problèmes d’organisation industrielle en


rapport avec le métier de techinicien
Avoir les bases conceptuelles pour poser et modéliser un problème
linéaire
Comprendre la résolution d’un programme linéaire et savoir le
résoudre à partir de la méthode de Simplexe

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 2 / 119


Plan du cours

Introduction
Définition
Domaines d’application
Caractérisation et modélisation d’un Programme Linéaire
Exemples de problèmes
Formulation mathématique d’un Programme Linéaire
Astuce de linéarisation
Résolution d’un Programme Linéaire
Méthode graphique
Méthode algébrique : simplexe à la main et simplexe par tableau
Cas spéciaux
Dualité
Analyse de la sensibilité (post-optimale)

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 3 / 119


Définitions et domaines d’applications des méthodes
d’optimisation
1 Les méthodes d’optimisation sont très utilisés dans le
domaine de la recherche opérationnelle
2 Qu’est ce que la recherche opérationnelle

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 4 / 119


Définitions et domaines d’applications des méthodes
d’optimisation
Quelque dates

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 5 / 119


Définitions et domaines d’applications des méthodes
d’optimisation

Economie et Finance

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 6 / 119


Définitions et domaines d’applications des méthodes
d’optimisation

Transport

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 7 / 119


Définitions et domaines d’applications des méthodes
d’optimisation
Télécommunication

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 8 / 119


Définitions et domaines d’applications des méthodes
d’optimisation

Problèmes de mélanges (Product Mix/Blending)

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 9 / 119


Définitions et domaines d’applications des méthodes
d’optimisation

Ordonnancement (d’ateliers)

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 10 / 119


Définitions et domaines d’applications des méthodes
d’optimisation
Planification de la production

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 11 / 119


Définitions et domaines d’applications des méthodes
d’optimisation
Problème de placement

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 12 / 119


Définitions et domaines d’applications des méthodes
d’optimisation

Bien d’autres domaines

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 13 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)

Exemple

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 14 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)

Résumé des données de fabrication

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 15 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)
Le problème posé

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 16 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)
1 Formulation de l’exemple

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 17 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)
1 Défintions

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 18 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)
1 Définitions

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 19 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)
1 Défintion d’un programme linéaire

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 20 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)

1 Tableau de donnée d’un PL

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 21 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)
1 Interprétation économique d’un PL

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 22 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)
1 Hypothèse de la Programmation Linéaire

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 23 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)
1 Le PL linéaire de l’exemple introductif

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 24 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)
1 Modélisation d’un problème d’optimisation

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 25 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)
1 Astuce de linéarisation : Cas 1

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 26 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)
1 Application à l’exemple introductif

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 27 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)
1 Astuce de linéarisation : cas 2

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 28 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)
1 Astuce de linéarisation : cas 3

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 29 / 119


Caractérisation et modélisation d’un Programme
linéaire (PL)

1 Astuce de linéarisation

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 30 / 119


Résolution d’un programme linéaire

1 Exemple

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 31 / 119


Résolution d’un programme linéaire
1 Les étapes de la résolution graphique

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 32 / 119


Résolution d’un programme linéaire

1 Recherche de l’optimum

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 33 / 119


Résolution d’un programme linéaire
1 Solution de la solution de la résolution graphique

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 34 / 119


Résolution d’un programme linéaire
1 Cas spécial

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 35 / 119


Résolution d’un programme linéaire
1 Cas spécial

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 36 / 119


Résolution d’un programme linéaire
1 Remarques générales

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 37 / 119


Méthodes algébriques
Différentes forme d’un PL

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 38 / 119


Méthodes algébriques
Formes d’un PL

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 39 / 119


Méthodes algébriques

Notions de base et solution de base

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 40 / 119


Méthodes algébriques
Système équiuvalent d’un PL

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 41 / 119


Méthodes algébriques

Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 42 / 119


Méthodes algébriques

Bases extraites de l’exemple

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 43 / 119


Méthodes algébriques

Remarques sur l’énumeration des bases

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 44 / 119


Méthodes algébriques

Intérêt d’une technique efficace

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 45 / 119


Méthodes algébriques

L’algorithme du Simplexe

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 46 / 119


Méthodes algébriques

Principe de l’algorithme du Simplexe

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 47 / 119


Méthodes algébriques

Propriétés fondamentales de la PL

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 48 / 119


Méthodes algébriques
Algorithme du simplexe à la main

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 49 / 119


Méthodes algébriques
Algorithme du Simplexe à la main

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 50 / 119


Méthodes algébriques

Algorithme du Simplexe à la main

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 51 / 119


Algorithme du Simplexe à la main
Algorithme du Simplexe à la main

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 52 / 119


Méthodes algébriques
Synthèse de la résolution

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 53 / 119


Méthodes algébriques
Remarque sur le Simplexe à la main

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 54 / 119


Méthodes algébriques
Le Simplexe sous forme de tableaux

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 55 / 119


Méthodes algébriques
Le Simplexe sous forme de tableaux

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 56 / 119


Méthodes algébriques
Le Simplexe sous forme de tableaux

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 57 / 119


Méthodes algébriques
L’opération de pivotage

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 58 / 119


Méthodes algébriques
Le Simplexe sous forme de tableaux

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 59 / 119


Méthodes algébriques
Le Simplexe sous forme de tableaux

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 60 / 119


Cas spéciaux
Optimum non borné

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 61 / 119


Cas spéciaux
Pas de solution de base initiale évidente

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 62 / 119


Cas spéciaux

Pas de solution de base initiale évidente

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 63 / 119


Cas spéciaux
La méthode de deux phases

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 64 / 119


Cas spéciaux

La méthode de deux phases

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 65 / 119


Cas spéciaux
Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 66 / 119


Cas spéciaux
Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 67 / 119


Cas spéciaux
Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 68 / 119


Cas spéciaux
Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 69 / 119


Cas spéciaux

Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 70 / 119


Cas spéciaux

Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 71 / 119


Cas spéciaux

Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 72 / 119


Cas spéciaux

Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 73 / 119


Cas spéciaux
Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 74 / 119


Cas spéciaux
La méthode du Grand M

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 75 / 119


Cas spéciaux
La méthode du Grand M

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 76 / 119


Cas spéciaux

Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 77 / 119


Cas spéciaux

Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 78 / 119


Cas spéciaux
Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 79 / 119


Cas spéciaux
Comparaison des problèmes

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 80 / 119


Cas spéciaux

Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 81 / 119


Cas spéciaux

Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 82 / 119


Cas spéciaux

Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 83 / 119


Cas spéciaux

Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 84 / 119


Dualité
Présentation générale

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 85 / 119


Dualité

Lien entre paramètres

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 86 / 119


Dualité
Propriétés et Théorèmes de dualité

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 87 / 119


Dualité
Lien entre solutions du primal et du dual

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 88 / 119


Dualité

Conditions d’optimalité Primal-dual

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 89 / 119


Dualité

Utilitée pratique du Théorème des écarts complémentaires

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 90 / 119


Dualité

Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 91 / 119


Dualité

Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 92 / 119


Dualité
Illustration

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 93 / 119


Dualité

Remarque et Propriété

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 94 / 119


Dualité
Interprétation économique du PL dual

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 95 / 119


Dualité

Une autre interprétation économique

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 96 / 119


Analyse de le sensibilité (Analyse Post-Optimale)

Analyse de le sensibilité (Analyse Post-Optimale)

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 97 / 119


Analyse de le sensibilité (Analyse Post-Optimale)
Exemple

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 98 / 119


Analyse de le sensibilité (Analyse Post-Optimale)

Solution

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 99 / 119


Analyse de le sensibilité (Analyse Post-Optimale)
Analyse de la modification d’un coût

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 100 / 119


Analyse de le sensibilité (Analyse Post-Optimale)

Modification de la capacité d’une ressource

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 101 / 119


Exercice

Une entreprise de relation. publique veut faire un sondage d’opinion.


Chaque employé peut faire chaque jour 80 interviews par téléphone ou 40
interviews personne à personne (direct).
Un employé ne peut faire qu’un seul genre d’interview pendant une
journée.
Afin d’avoir un échantillon représentatif, on doit faire satisfaire les trois
critères suivants :
1 au moins 3 000 interviews
2 au moins 1 000 interviews par téléphone
3 au moins 800 interviews personne par personne
L’employé conduisant les interviews par téléphone est payé 50 UM par
jour. L’employé conduisant les interviews directes est payé 70 UM par jour.
Formuler ce problème sous forme de programme linéaire.

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 102 / 119


Exercice
Un fabricant de bicyclettes produit quatre types différents de bicyclettes.
L’information nécessaire est résumée dans le tableau suivant.
Types Profit unitaire Temps d’assemblage Type de frein
Sport-type 12 UM 30 min/unité à main
Jet-cycle 25 UM 60 min/unité à main
Turbo-cycle 12 UM 45 min/unité à pédale
Monocycle 16UM 45 min/unité à main

Les disponibilités des ressources : 32 heures d’assemblage, 48 pneus pour


sport-cycles, 144 pneus pour les autres modèles, 30 freins à pédale et 55
paires de frein à main.
Le fabricant doit satisfaire une demande journalière minimale de 6
sport-cylcles et de 6 jet-cycles.
Formuler ce problème sous forme de programme linéaire sachant que le
fabricant désire maximier son profit.
Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 103 / 119
Exercice

Un étudiant en agriculture veut déterminer les quantités de trois types de


grains à donner au bétail afin de satisfaire ses besoins en nutrition au coût
minimum. Le tableau suivant donner l’information nécessire pour ce
problème.

Typpe de grains nutritifs Maı̈s Blé Orge Minumum requis


Protéine (mg/kg) 10 9 20
Calciume (mg/kg) 50 45 58 70
Fer (mg/kg) 9 8 7 12
Calories (Cal/kg) 1 000 800 850 4 000
Coût/kg 5.5 UM 4.7 UM 4.5 UM

Formuler ce problème sous forme de programme linéaire sachant que


l'étudiant désire maximier son profit.

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 104 / 119


Exercice

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 105 / 119


Exercice

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 106 / 119


Exercice

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 107 / 119


Exercice

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 108 / 119


Exercice

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 109 / 119


Exercice

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 110 / 119


Exercice

Exercice 5 : Vue enb coue de la mine

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 111 / 119


Exercice

Exprimer le problème suivant en forme de programme linéaire.


On veut acheter des aliments au plus bas prix possible qui fourniront les
besoins journaliers de calories (au moins 2000), protéines (30 unités) et
fibre (20 unités) ; les aliments disponibles sont de la viande (un kilo à un
prix de 5 fournit 800 calories, 10 unités de protéine et 2 de fibre), des
fruits (200 calories, 6 et 4 unités à un prix de 2) et du riz (100 calories, 5
et 4 unités à un prix de 1.5).

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 112 / 119


Exercice
Une compagnie de la place produit des produits verriers de haute qualité,
incluant des fenêtres et des portes vitrées. Elle dispose à cette fin de trois
usines (usine 1, usine 2, usine 3), qui ont chacune une capacité de
production limitée. Les châssis en aluminium et les matériaux sont produits
dans l’usine 1, les châssis en bois sont fabriqués dans l’usine 2, et l’usine 3
produit le verre et assemble les produits. La compagnie a décidé de mettre
en place de ligne de production :
- produit 1 : une porte vitrée avec un châssis d’aluminium ;
- produit 2 : une fenêtre double-vritage avec châssis en bois.
Un lot de 20 unités donne lieu à un profit de 3000 FCFA et 5000 FCFA,
respectivement pour le produit 1 et le produit 2. Les données du problème
sont synthétisées dans la Table suivante.
Produit 1 Produit 2 Capacité de
Temps de prod. (h) Temps de prod. (h) production (h)
Usine 1 1 0 4
Usine
Samuel 2
BOWONG 0 2
( Samuel BOWONG)METHODES OPTIMISATION
12 113 / 119
Exercice
Une entreprise fabrique quatre produits. La fabrication de chaque produit
nécessite une certaine quantité de ressources. Les ressources consommées,
les stocks des ressources et les bénéfices des produits sont récapitulés dans
la Table suivante.

Produit 1 2 3 4 Stocks
Ressource A 2 4 5 7 42
Ressource B 1 1 2 2 17
Ressource C 1 2 3 3 24
Profit 7 9 18 17 -

Nous souhaitons établir un plan de production de façon à maximiser le


chiffre d’affaire.
1 Exprimer le problème en forme de programme linéaire.
2 Utiliser la méthode du simplexe pour trouver la solution optimale.
Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 114 / 119
Exercice

Résoudre graphiquement puis résoudre en utilisant la méthode du


simplexe :

Max Z = x1 + x2
sous
x1 − x2 ≥ −1
−x1 + 2x2 ≤ 4
x1 , x2 ≥ 0

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 115 / 119


Exercice
Une laiterie s’est spécialisée dans deux fromages. Le premier est un AOC
qui exige plus d’heures de travail et un lait en provenance d’une région
bien précise. Le second demande moins de travail, et peut être fabriqué
avec n’importe quel lait. Par contre sa vente dégage une marge moindre.
La laiterie dispose de 21 000 heures de travail annuel, elle reçoit 4 millions
de litres de lait de la zone AOC, et 6 millions de litres d’autres zones. Le
tableau suivant indique les ressources nécessaires pour produire 1 tonne de
fromage
Fromage Heures de travail Litres de lait
par tonne de fromage par tonne de fromage
Fromage 1 (AOC) 30 h 10 000
Fromage 2 15 h 7 500
Sachant qu’un kilo du fromage AOC dégage une marge de 3 FCFA et
qu’un kilo de l’autre fromage seulement 1 FCFA, quelle production doit
fabriquer cette laiterie pour optimiser ses bénéfices ?
Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 116 / 119
Exercice
Un revendeur d’électricité a promis à sa clientèle qu’au moins 25% de son
électricité serait d’origine renouvelable. Il a calculé que pour l’année qui
arrive il aura un marché de 18 TWh (térawattheure). Il a aussi
pré-sélectionné trois fournisseurs à qui il va acheter son électricité en gros.
Voici les quantités (en TWh), le taux d’électricité renouvelable et la marge
dégagée (en k FCFA/TWh) que peuvent lui fournir ces trois producteurs.

% d’électricité Quantité d’électricité Marge


renouvelable achetable (TWh) (k FCFA/TWh)
Producteur 1 10 % 25 900
Producteur 2 46 % 6 700
Producteur 3 100 % 4 500

Chez quels producteurs et en quelle quantité ce revendeur doit-il acheter


son électricité pour avoir le meilleur bénéfice possible ?
Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 117 / 119
Bibliographie

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 118 / 119


Merci de votre attention !

Samuel BOWONG ( Samuel BOWONG)METHODES OPTIMISATION 119 / 119

Vous aimerez peut-être aussi