Académique Documents
Professionnel Documents
Culture Documents
Introduction
La recherche opérationnelle est une discipline dont le but est d’aider les gestionnaires à prendre des
décisions dans des situations complexes grâce à l’utilisation de méthodes scientifiques, en particulier de
modèles mathématiques. Elle est une discipline exploitant ce qu’il y a de plus opérationnel dans les
mathématiques, l’économie et l’informatique. Elle est en prise directe avec l’industrie et joue un rôle-clé
dans le maintien de la compétitivité.
Déterminer des plans de production d’une entreprise pour maximiser les profits.
Minimiser les couts de transport dans L’utilisation d’une flotte.
Optimiser le la livraison des produits dans la distribution
Trouver un (plus court) chemin entre deux villes : problème du plus court chemin dans les graphes
Envoi d’un maximum d’information dans un réseau : problème du flot maximum.
Ordonnancement des tâches d’un projet en fonction de la main d’œuvre, tout en minimisant sa
durée?
la Recherche Opérationnelle comprend un grand nombre de disciplines comme la programmation linéaire,
la théorie des graphes, la théorie des files d’attente.
La programmation linéaire consiste généralement à allouer des ressources limitées, de la meilleure façon
possible, afin de maximiser un profit ou de minimiser un coût. Ces décisions sont en général le résultat d’un
problème mathématique.
I. Modélisation
La modélisation du problème sous forme d’équations ou d’inéquations linéaires qui permettra ainsi de
bien identifier et structurer les contraintes que doivent respecter les variables du modèle ; de plus, on doit
définir l’apport de chaque variable à l’atteinte de l’objectif poursuivi par l’entreprise, ce qui se traduira par
une fonction linéaire à optimiser.
Nous distinguons trois étapes dans la modélisation d’un programme linéaire.
1) Exemple 1
Un fabricant de raquettes de tennis fait un bénéfice de 4000f sur chaque raquette ordinaire et de
7500f sur chaque grande raquette. Pour satisfaire à la demande des vendeurs, la production
journalière de raquettes ordinaires devrait se situer entre 30 et 80, et la production journalière de
grandes raquettes entre 10 et 30. Pour maintenir une bonne qualité, le nombre de raquettes
produites ne devrait dépasser 80 par jour. Combien de raquettes de chaque type faudrait-il fabriquer
quotidiennement pour réaliser un bénéfice maximum?
3) Exemple 3 Une compagnie aérienne doit acheter deux types d’avions le A 2 et le B7 de manière
à satisfaire ses clients au moindre coût. Le premier peut transporter 120 passagers et 90 tonnes de
fret, et le second peut transporter180 passagers et 45 tonnes de fret. La compagnie aérienne doit
transporter 1440 passagers et 540 tonnes de fret. Le coût par voyage est de 3000$ pour le A120 , et
3600$ pour le B701. On veut déterminer le nombre d’avions de chaque type que la compagnie doit
acheter.
Présenter le programme linéaire.
2
2 2
2. Exemple 2
Une compagnie aérienne doit acheter deux types d’avions le A 2 et le B7 de manière à satisfaire ses
clients au moindre coût. Le premier peut transporter 120 passagers et 90 tonnes de fret, et le second peut
transporter180 passagers et 45 tonnes de fret. La compagnie aérienne doit transporter 1440 passagers et
540 tonnes de fret. Le coût par voyage est de 3000$ pour le A120 , et 3600$ pour le B701.
Un problème de Maximisation, sous contraintes Inférieure ou égale, dont toutes les variables sont
strictement positives.
.
.
.
.
.
, , ,
Un problème de Minimisation, sous contraintes supérieure ou égale, dont toutes les variables sont
strictement positives.
.
.
.
.
.
, , ,
Si le programme linéaire ne correspond pas à ces critères on doit procéder à des transformations selon les
règles suivantes.
max z = – min -z
x y b est équivalent à – x – y – b
x y b est équivalent à x y b, x y b
La mise sous forme standard consiste à introduire des variables supplémentaires (une pour chaque
contrainte) de manière a réécrire les inégalités ( ) sous la forme d'égalités. Chacune de ces variables
représente le nombre de ressources non utilisés. On les appelle variable d'écart. .
devient
d'où la forme standard.
.
.
.
.
.
, , , , , , ,
3)METHODE DE RESOLUTION
2
2 2
Exemple 2
Les seconds membres sont non-négatifs: (nécessaire pour avoir une solution initiale)
Les variables d'activité sont non-négatives : .
Tout nombre, positif ou négatif, peut toujours être écrit comme la différence de deux nombres non-négatifs
(par exemple, - 2 = 4 - 6). Il suffit donc de remplacer la variable d'activité par la différence de deux
nouvelles variables d'activité non-négatives (le nombre de variables d'activité augmente de 1).
Dans le cas où on ne peut trouver une solution initiale réalisable, nous pouvons utiliser la méthode du
Grand M. Cette méthode fait intervenir des variables artificielles qu’on pénalise en leur affectant un
coefficient de valeur très élevée dans la fonction économique (- M pour un problème à maximum, + M pour
un problème à minimum).
Les pénalités ont pour objet de provoquer l'élimination des variables artificielles au fil des itérations.
Supposons que l’on ait une contrainte de type : avec .
Introduisons une variable d’écart : . On n’ a pas de solution
initiale évidente. En effet si , , , , alors on a , ce qui contredit le fait que est
non négatif. En plus de la variable d’écart on doit introduire une variable artificielle . On obtient alors
l’équation suivante : .
Supposons que l’on ait une contrainte de type : ; dans ce cas nous
aurons une variable artificielle mais pas de variable d’écart.
Normalement, à l'optimum (s'il existe) les variables artificielles sont hors base. Si celles-ci sont à l'optimum
dans la base, avec une valeur non nulle, le programme n'a pas de solution.
2 7
,
2 7
, , , , ,
Tableau 1
S R
+- 5 6 -1 0 1 0 10 5/3
M 2 7 0 -1 0 1 14 2
C 3 10 0 0 M M
Δ 3-7M 10-13M M M 0 0 -24M
Puisqu'on recherche un minimum, la variable entrante est celle qui a le plus grand coefficient négatif,
c.à.d. .Déterminons la colonne R.
/ est le plus petit nombre positif de la colonne R donc c’est qui va sortir de la base.
la variable artificielle sortant de la base, va se trouver dans la ligne Δ avec un fort coefficient positif et ne
pourra donc plus y entrer; on peut donc supprimer la colonne correspondante dans la suite des itérations,
d'où le tableau suivant.
Tableau 2
S R
5/6 1 -1/6 0 0 5/3 -10
-23/6 0 7/6 -1 1 7/6 1
Δ 16/3+(23/6)M 0 5/3- M 0 -
(7/6)M 50/3+(7/3)M
sort de la base et entre dans la base. On obtient me tableau suivant u on supprime ma colonne de .
Tableau 3
S
6/21 1 0 -1/7 2
-23/7 0 1 -6/7 2
Δ 1/7 0 0 30/21 -20
On a atteint le minimum. 2 , , 2, 2