Module : Optimisation et Modélisation

Préparé par : M .KORIDJIDJ Benali

Année universitaire :2019 / 2020

Science du « comment mieux faire
avec moins »

Un modèle mathématique: est une traduction

de la réalité pour pouvoir lui appliquer les outils,
les techniques et les théories mathématiques,
puis généralement, en sens inverse, la
A - Plan de cours :
• Introduction ; (objectifs de l’optimisation et modélisation)
Chapitre 1 : Rappels Algébriques
1- Système d’équation
2- Résolution des systèmes d’équations
 Méthode de cramer
 Méthode de substitution
 Systèmes à matrices triangulaires
 Méthode d’inversion des matrices
 Méthode de Jacobi
Chapitre 2 : programmation linéaire
 Les composantes d'un programme linéaire
 Les hypothèses de la programmation linéaire
 Résolution Graphique d’un programme linéaire
 Résolution analytique (méthode de simplex)
 Algorithme de simplex
 Programme dual
Chapitre 3 : Résolution des problèmes de transport
 Introduction
 Les différentes méthodes de résolution
 Méthode de coin supérieur gauche
 Méthode moindres couts
 Méthode de VOGEL
B- Bibliographie :
• G. B.Dantzig, “Linear Programming and Extensions”,
First Edition Princeton University Press, 1963.
• M.Simonard : “Programmation lineaire”. First Edition.
Dunod, 1962
• R. Dorfman, P. A.Samuelson, R. M. Solow,
“Programmation lineaire et gestion economique”, Dunod,
1962
• Claude HOINARD « LES MÉTHODES
D’OPTIMISATION Cours et énoncés d’exercices »
Laboratoire de Biophysique et Mathématiques, Mai 2009
• D. de Werra, T. M. Liebling, and Heche J.-F., Recherche
operationnelle pour ingénieurs, Presses polytechniques et
universitaires romandes, 2003.
• V. Chvatal “ Linear programming” W. H. Freeman, New
York, 1983
• A.Kaufmann "Méthodes et modèles de la recherche
opérationnelle", Tome I et II, Édition Dunod, Paris 1972
• R.Faure "Précis de la recherche opérationnelle", Édition
Bordas, Paris 1979.
• Michel Nakhla, Jean-Claude Moisdon « Recherche
opérationnelle ,Méthodes d’optimisation en gestion » ,
Transvalor Presses des Mines, 2010
• R.Faure « Précis de recherche opérationnelle , Méthodes
et exercices d’application » , Edition Dunod, 1974
1- Introduction :
• Présentation du cours :
L’optimisation vise à résoudre des problèmes où
l’on cherche à déterminer parmi un grand nombre
de solution candidates celle qui donne le meilleur
rendement, plus précisément on cherche à trouver
une solution satisfaisant un ensemble de contrainte
qui minimise ou maximise une fonctionnelle
donnée.
L’application de l’optimisation est en expansion
croissante et se trouve dans plusieurs domaines :
économie, gestion, planification, logistique,
automatique, robotique, science de l’ingénieur,
traitement du signal.

2. Que signifie l’optimisation ?

est une approche généraliste qui relève des sciences de la
décision, A chaque fois que les ressources sont limitées, les
décideurs se doivent de résoudre les problèmes rencontrés de la
meilleure façon possible.
L’objectif de ce cours est de présenter la théorie de
l’optimisation en dimension finie et de répondre aux 2
questions suivantes :
- comment caractériser des solutions optimales d’un problème
?
- comment résoudre un problème d’optimisation à l’aide
d’algorithmes numériques ou formels ?

3. Processus d’optimisation :
 • Pour optimiser un système, deux solutions sont
possibles, travailler sur le système lui-même, ou
utiliser un modèle du système

un système peut-être modélisé par une boîte noire sur

laquelle agissent des variables d'entrées. Ce que l'on veut
observer du système est modélisé par des variables de
sortie (figure 1)
4. Objectif de l'optimisation

L'objectif de l'optimisation est de déterminer les

extremums d'une fonction, appelée dans la littérature
FONCTION OBJECTIF ou FONCTION
d'ADAPTATION ou FONCTION d'ADEQUATION.

Cette fonction correspond à une relation algébrique

entre une ou plusieurs variables de sortie du système
étudié que l'on appelle "critères«.

-Pour introduire cette notion de fonction objectif, on

peut considérer qu'il existe 2 classes de fonction :
• Quand une seule variable de sortie est prise en
compte dans la fonction objectif, on dit qu'il s'agit
d'une fonction objectif simple critère ou monocritère
.
• Quand plusieurs variables de sortie doivent être
prises en compte dans la fonction objectif, on dit
qu'il s'agit d'une fonction objectif multicritère.
 Chapitre 1 : Rappels Algébriques

1- Système d’équation
2- Résolution des systèmes d’équations
Méthode de cramer
Méthode de substitution
Systèmes à matrices triangulaires
Méthode d’inversion des matrices
Méthode de Jacobi
1 – Formule de Cramer

• 2 -Règle de Sarrus
Exemple :
• Résolvez les systèmes suivants
6𝑋 + 3 𝑌 = 3
{
9𝑋 + 21 𝑌 = −6

2𝑋 + 𝑌 + 𝑍 = 3
{ 𝑋 − 𝑌 + 3𝑍 = 8
𝑋 + 2𝑌 − 𝑍 = −3

2- Méthode de substitution :
Pour savoir s’il existe une ou plusieurs solutions à
un système linéaire, et les calculer, une première
méthode est la substitution.
Par exemple pour le système :
3- Systèmes à matrices triangulaires
Commençons par quelques définitions, on dit qu’un système
UX=Y est à matrice triangulaire supérieure si 𝑢 𝑖 𝑗 = 0 pour > ,
on écrit :

La solution de ce système est calculée facilement

par substitution en arrière. de l’équation n, on
calcule 𝑥 𝑛 = 𝑦 𝑛 ⁄ 𝑢 𝑛 𝑛
4-Résolution par inversion de matrice

Il y a deux méthodes pour la résolution :

 Méthode du pivot de gauss
 Méthode de rectangle
• Méthode du rectangle :
cette méthode consiste à :
1- choisir le pivot
2- on divise la ligne du pivot sur le pivot
3- la colonne du pivot reçoit des 0
4- si la ligne du pivot contient un 0 la colonne
reste la même
5- si la colonne du pivot contient un 0 la ligne reste
la même
6- on applique à ce qui reste . ( système triangulaire
) ( échelonné )
exemple : résolvez les systèmes suivants
𝑥 + 𝑦 + 𝑧 = −1
{ 𝑥 + 3𝑦 + 5𝑧 = 3
−2𝑥 − 2𝑦 − 𝑧 = 4
𝑥+𝑦+𝑧 =6
{ 𝑥 + 3𝑦 − 4𝑧 = 15
−2𝑥 − 2𝑌 − 𝑍 = 28