Plan du cours

Introduction générale

Modélisation

Méthode graphique

Méthode algébrique

Méthode simplexe

Fonction solveur

 Introduction générale

Définition de recherche opérationnelle

La recherche opérationnelle (RO) ou la science de la décision est la discipline des méthodes scientifiques
utilisables pour élabore de meilleures décisions. Elle permet de rationaliser, de simuler, de planifier et
d'optimiser l'architecture et le fonctionnement des systèmes de production ou d'organisation.

Programmation linéaire :

Est un branche des mathématiques appliquées et plus précisément de l'optimisation dont l'objectif est
minimiser ou maximiser une fonction numérique à plusieurs variables sachant que ces dernières sont liée des
relation appelées contrainte.

La recherche opérationnelle en pratique

Sert à résoudre tous type de problèmes difficiles (issue de l'industrie ou de la finance)

 Production
 Problèmes de transport
 Planification de projet
 Gestion financière (banque et assurances)
 Et beaucoup d'autres.

Démarche de la recherche opérationnelle

Problèmes-Modélisation-Résolution de problématique

 Méthode graphique
 Méthode algébriques
 Méthode simplexe
 Fonction SOLVEUR
 Modélisation
 Les étapes de modélisation d'un programme linéaire
1. Nommé les variables de décision
2. Détermination la fonction objectif, fonction économique (minimisation, maximisation)
3. Les contraintes
 les contraintes relatives à la machines
 Contraintes relatives aux matières premières
 Contraintes de positivité
 Exemple1

Une entreprise fabrique deux produits A et B, en utilisant une machine M et deux matières premières P
et Q. On dispose chaque jour de 8 heures de M, de 10 kg de P et de 36 kg de Q. On suppose que

 la production d'une unité de A nécessite 2 kg de P et 9 kg de Q, et utilise la machine M durant 1

heure
 la production d'une unité de B nécessite 2 kg de P et 4 kg de Q, et utilisation la machine M
durant 2 heure
 Les profits réalisés sont 50 DH par unité de A et 60 DH par unité de B.
 La question que l'on se pose est la suivante : quelle doit être la production quotidienne (par
jour) de chaque produits pour rendre le bénéfice de l'entreprise le plus grand possible ?

Solution

Etape1: Formulation du problème en un Programme Linéaire

 Modélisation
 Les étapes de modélisation d'un programme linéaire
1. Nommé les variables de décision
2. Détermination la fonction objectif, fonction économique (minimisation, maximisation)
3. Les contraintes
1. Nommé les variables de décision

X: la quantité du produit A à produire.

Y: la quantité du produit B à produire.

2. Déterminer la fonction objectif

50X+60Y=Z, Z maximiser

3. Les contraintes

A B disponible
M 1h 2h 8h
P 2 kg 2 kg 10
Q 9 kg 4 kg 36kg
Profit unitaire 50 dh 60 dh

 Les contraintes relatives à la machine 1𝑋 + 2𝑌 ≤ 8

 Contraintes relatives aux matières premières 2𝑋 + 2𝑌 ≤ 10
 Contraintes relatives aux matières premières 9𝑋 + 4𝑌 ≤ 36
 Contraintes de positivité 𝑋 ≥ 0 𝑒𝑡 𝑌 ≥ 0

𝑀𝐴𝑋 𝑍 = 50X + 60Y

S. C
1X + 2Y ≤ 8
2X + 2Y ≤ 10
9X + 4Y ≤ 36
{ 𝑋 ≥ 0 𝑒𝑡 𝑌 ≥ 0
Etape2: Résolution du programme linéaire par la méthode graphique

𝑀𝐴𝑋 𝑍 = 50X + 60Y

S. C
1X + 2Y ≤ 8
2X + 2Y ≤ 10
9X + 4Y ≤ 36
{ 𝑋 ≥ 0 𝑒𝑡 𝑌 ≥ 0

1. Comme X ≥ 0 et Y ≥ 0, les points 𝑀(X, Y) seront choisis dans le quart du plan : (voir figure)
2. On trace la droite d’équations
1𝑋 + 2𝑌 = 8 → 𝐴(0,4); 𝐵(8,0)
2X + 2Y = 10 → 𝐶 (0,5); 𝐷(5,0)
9X + 4Y = 36 → 𝐸 (0,9); 𝐹 (4,0)
3. On essaye par exemple l’origine (0,0), remplaçons ces valeurs dans l’inéquation (1) : 0 ≤ 8, donc
l’origine (0,0) est solution et tous les points situés dans le demi-plan contenant l’origine sont solutions. On
hachure le demi-plan qui ne convient pas.
4. De la même manière, pour les autres droites.
 Remarque : si la droite passe par l’origine (0 ≤ 0, 0 ≥ 0 ), on essaye un autre point bien choisi.
5. Le domaine des solutions réalisables (L’ensemble des solutions) est un domaine plan, délimité par le
polygone OFM1M2A.
Sommet Coordonnées (X, Y) Valeur objectif 𝑍 = 50X + 60Y
𝑂 (0,0) 0
𝐹 (4,0) 200
𝑀1 (16/5,9/5) 268
𝑀2 (2,3) 280
𝐷 (0,4) 240

La solution optimale (valeur maximale de Z) : (X = 2, Y = 3, Z = 280).

Détermination graphique de l’optimum (autre chemin) :

−5
 Soit (ΔZ ) la droite d'équation 𝑍 = 50X + 60Y. Cette droite admet pour vecteur directeur 𝑣⃗ ( )
6
 On écrit ensuite (ΔZ ) sous la forme (ΔZ ) ∶ 𝑌 = −5/6X + Z/60. Pour X = 0, 𝑌 = Z/60
 On sait que maximiser Z revient à maximiser Y donc maximiser Z revient à maximiser l'ordonnée
à l'origine de (ΔZ ). On recherche une droite (ΔZ ) dirigée par 𝑣⃗, contenant au moins un point de
(S) qui maximise l'ordonnée à l'origine de (ΔZ ). C’est le point sommet 𝑴𝟐.
Exemple2

Une entreprise fabrique deux types de bureau (B1, B2). Chaque bureau est fabriqué dans l'atelier A
menuiserie puis envoyé a l'atelier A2 pour les travaux de finition (peinture, vernissage...).

Pour produire un seul bureau B1 il faut 8 heures de main d'œuvre dans A1 et 4 heures de main d'œuvre dans
A2, pour produire un seul bureau B2, il faut 2 heures de main d'œuvre dans A1 et 3 heures de main d'œuvre
dans A2. sachant que l'entreprise dispose mensuellement (par mois) de 2000 heures de main d'œuvre dans
A1 et de 1360 heures de main d'œuvre dans A2 et que le prix de vente unitaire d'un bureau B1 est égale a
140 dh et celui de B2 est égale a 60 dh.

1. Modéliser le problème par un programme linéaire, l’objectif de l’entreprise étant de maximiser son
prix de vente.

Solution

Article B1 B2 disponible
A1 8h 2h 2000h
A2 4h 3h 1360h
Prix de vente unitaire 140 dh 60 dh

Etape1: Formulation du problème en un Programme Linéaire :

Les variables de décisions

x1 : La quantité produite des bureaux B1.

x2 : La quantité produite des bureaux B2.

La fonction objectif économique :

Il s'agit de maximiser la marge bénéficiaire mensuelle de cette entreprise :

𝑀𝐴𝑋 𝑧 = 140𝑥1 + 60𝑥2

Sous les contraintes :

8𝑥1 + 2𝑥2 ≤ 2000

{4𝑥1 + 3𝑥2 ≤ 1360
𝑥1 ≥ 0 𝑒𝑡 𝑥2 ≥ 0

Donc, le programme linéaire s’écrit comme suit :

𝑀𝐴𝑋 𝑧 = 140𝑥1 + 60𝑥2

𝑆. 𝐶
8𝑥1 + 2𝑥2 ≤ 2000
4𝑥1 + 3𝑥2 ≤ 1360
{ 𝑥1 ≥ 0 𝑒𝑡 𝑥2 ≥ 0
Etape2: Résolution du programme linéaire par la méthode graphique

La solution optimale : (𝑥1 = 205, 𝑥2 = 180, Z = 39500)

Exemple

Un spécialiste en médecine a fabriqué un médicament (des pilules) pour guérir les sujets atteints d’un
rhume. Ces pilules sont fabriquées selon deux formats :

 Petite taille : elle contient 2 grains d’aspirine, 5 grains de bicarbonate et 1 grain de codéine.
 Grande taille : elle contient 1 grain d’aspirine, 8 grains de bicarbonate et 6 grains de codéine.

Pour guérir la maladie, le sujet a besoin de 12 grains d’aspirine, 74 grains de bicarbonate et 24 grains de
codéine.
 Déterminer le nombre de pilules minimales à prescrire au sujet pour qu’il soit guéri
Solution
Etape1: Formulation du problème en un Programme Linéaire
Le problème de médecine présente certaines ressemblances avec le problème de l’agriculture, dans les deux
cas c’est un problème d’allocation de ressources.
Les variables de décision qui représentent des valeurs inconnues par le décideur qui est dans ce cas le
spécialiste en médecine sont
x1 : Le nombre de pilules de petite taille à prescrire.
x2 : Le nombre de pilules de grande taille à prescrire.
Les contraintes imposées par le problème sur les valeurs possibles de x1 et x2 sont :
  La prescription doit contenir des pilules avec au moins 12 grains d’aspirine. Sachant qu’une petite
pilule contient 2 grains d’aspirine et qu’une grande pilule contient un seul grain d’aspirine, on obtient
la contrainte suivante : 2𝑥1 + 𝑥2 ≥ 12
 De la même façon que pour l’aspirine, la prescription du spécialiste en médecine doit contenir au
moins 74 grains de bicarbonate. Ainsi la contrainte suivante doit être satisfaite : 5𝑥1 + 8𝑥2 ≥ 74
 Finalement la contrainte imposée par le fait que la prescription doit contenir au moins 24 grains de
codéine est : 𝑥1 + 6𝑥2 ≥ 24.
 La prescription doit contenir le minimum possible de pilules. Donc le critère de sélection de la
quantité de pilules à prescrire est celle qui minimise le nombre total des pilules : 𝑥1 + 𝑥2 .

Le programme linéaire qui modélise ce problème médical est donc le suivant :

𝑀𝑖𝑛 𝑧 = 𝑥1 + 𝑥2
𝑆. 𝐶
2𝑥1 + 𝑥2 ≥ 12
5𝑥1 + 8𝑥2 ≥ 74
𝑥1 + 6𝑥2 ≥ 24
{𝑥1 ≥ 0 𝑒𝑡 𝑥2 ≥ 0

Etape2: Résolution du programme linaire par la méthode graphique

La solution optimale : (X = 2, Y = 8, Z = 10).

Exemple 4

Une entreprise s’adonne à la production de tables et de chaises. Le coût de production de chaque table est de
30 DH et celui de chaque chaise est de 20 DH. Le marché de vente peut absorber une production d’au plus 3
tables et 4 chaises par jour. De plus le nombre total de tables et de chaises vendues ne peut excéder 5 unités
par jour. Une fois que l’assemblage est complété, chaque table requiert 2 heures de séchage et chaque chaise
requiert 1 heure de séchage pour permettre à la colle de se fixer. L’appartement où se fait le séchage ne peut
contenir qu’un seule item à la fois. De plus, Pour des raisons économiques on exige que l’appartement soit
utilisé au moins 5 heures par jour. L’empaquetage d’une table requiert 2 opérations et celui d’une chaise
requiert 4 opérations sur une machine. Pour des raisons économiques de mise au point de la machine on
exige que le nombre total d’opérations exécutées sur cette machine soit au moins égal à 8 par jour.
 L’entreprise désire déterminer le nombre de table et de chaises à produire par jour pour
minimiser le coût total.
Solution
Etape1: Formulation du problème en un Programme Linéaire
x : nombre de tables à produire par jour.
y : nombre de chaises à produire par jour.
𝑀𝑖𝑛 𝑧 = 30𝑥 + 20𝑦
𝑆. 𝐶
𝑥≤3
𝑦≤4
𝑥+𝑦 ≤5
2𝑥 + 𝑦 ≥ 5
2𝑥 + 4𝑦 ≥ 8
{ 𝑥 ≥ 0 𝑒𝑡 𝑦 ≥ 0
Etape2: Résolution du programme linaire par la méthode graphique

Le minimum est z=80 atteint en A(2,1).

Il faut fabrique deux tables et une chaise par jour pour minimiser le cout total jusqu'à ce qu’il atteint 80 DH.

Exemple 5 : Problème d’agriculture

Un agriculteur veut allouer 150 hectares de surface irrigable entre culture de tomates et celles de piments. Il
dispose de 480 heures de main d’œuvre et de 440 m3 d’eau. Un hectare de tomates demande 1 heure de
main d’œuvre, 4 m3 d’eau et donne un bénéfice net de 100 dinars. Un hectare de piments demande 4 heures
de main d’œuvre, 2 m3 d’eau et donne un bénéfice net de 200 dinars. Le bureau du périmètre irrigué veut
protéger le prix des tomates et ne lui permet pas de cultiver plus de 90 hectares de tomates. L’agriculteur
veut savoir quelle est la meilleure allocation de ses ressources ?

Solution

Etape1: Formulation du problème en un Programme Linéaire

𝑥 : La surface allouée à la culture des tomates.
y : La surface allouée à la culture des piments.
𝑀𝑎𝑥 𝑧 = 100𝑥 + 200𝑦
𝑆. 𝐶
𝑥 + 𝑦 ≤ 150
1𝑥 + 4𝑦 ≤ 480
4𝑥 + 2𝑦 ≤ 440
𝑥 ≤ 90
{ 𝑥 ≥ 0 𝑒𝑡 𝑦 ≥ 0
Etape2: Résolution du programme linaire par la méthode graphique

Le maximum est z=26000 atteint en A(40,110).

Résolution graphique : Des cas particuliers
Exercices supplémentaires
Résoudre les problèmes suivants en utilisant la méthode graphique :

𝑀𝑎𝑥 𝑍 = 2𝑋 + 𝑌 𝑀𝑖𝑛 𝑍 = 4𝑋 + 3𝑌
𝑆. 𝐶 𝑆. 𝐶
𝑋−𝑌 ≤6 2𝑋 + 2𝑌 ≤ 20
−3𝑋 + 𝑌 ≤ 12 2𝑋 + 5𝑌 ≥ 30
𝑋 + 𝑌 ≤ 20 3𝑌 ≤ 27
{ 𝑋 ≥ 0 𝑒𝑡 𝑌 ≥ 0 { 𝑋 ≥ 0 𝑒𝑡 𝑌 ≥ 0
𝑀𝑎𝑥 𝑍 = 3𝑋 + 5𝑌 𝑀𝑖𝑛 𝑍 = 20𝑋 + 15𝑌
𝑆. 𝐶 𝑆. 𝐶
2𝑋 + 4𝑌 ≥ 20 5𝑋 + 10𝑌 ≤ 25
4𝑋 + 2𝑌 ≥ 20 5𝑋 + 10𝑌 ≥ 50
{ 𝑋 ≥ 0 𝑒𝑡 𝑌 ≥ 0 𝑋 + 𝑌 ≤ 20
{ 𝑋 ≥ 0 𝑒𝑡 𝑌 ≥ 0
𝑀𝑎𝑥 𝑍 = 𝑋 + 2𝑌 𝑀𝑎𝑥 𝑍 = 5𝑋 + 5𝑌
𝑆. 𝐶 𝑆. 𝐶
𝑋 + 2𝑌 ≤ 10 𝑋 + 𝑌 ≤ 20
𝑋+𝑌 ≥1 2𝑋 + 2𝑌 ≥ 20
𝑌≤4 𝑋 ≤ 21
{ 𝑋 ≥ 0 𝑒𝑡 𝑌 ≥ 0 { 𝑋 ≥ 0 𝑒𝑡 𝑌 ≥ 0