Académique Documents
Professionnel Documents
Culture Documents
Introduction à la RO
Définitions
Une approche scientifique à la prise des décisions
1
13/03/2023
Introduction à la RO
Définitions
Une approche scientifique à la prise des décisions
Introduction à la RO
Définitions
Une approche scientifique à la prise des décisions
2
13/03/2023
Introduction à la RO
Exemple 1 : Problème du voyageur de commerce (TSP)
Introduction à la RO
Exemple 1 : Solution de TSP
Algorithme Glouton
3
13/03/2023
Introduction à la RO
Exemple 2 : Problème du sac à dos
Vous avez décidé de partir en randonnée
Vous voulez remplir votre sac de capacité 15kg avec les objets les plus utiles
Un ensemble de N objets
Chaque objet a une valeur et un poids
Il y a une capacité du sac à respecter
Quels objets mettre dans le sac à dos pour maximiser la valeur
totale ?
Introduction à la RO
Exemple 2 : Solution du Problème du sac à dos
Programmation dynamique
12 $
14 kg
4
13/03/2023
Introduction à la RO
Origine du terme RO
Née pendant la 2ème guerre mondiale, chez l’armée britannique
Introduction à la RO
Domaines d'application
Agences : Gestion stratégique d'investissements (centres d’affaires), Optimisation de plans de financement
immobiliers (banques), Gestion des projets, …
10
10
5
13/03/2023
Introduction à la RO
Domaines d'application
Agences : Gestion stratégique d'investissements (centres d’affaires), Optimisation de plans de financement
immobiliers (banques), Gestion des projets, …
11
11
Introduction à la RO
Domaines d'application
Agences : Gestion stratégique d'investissements (centres d’affaires), Optimisation de plans de financement
immobiliers (banques), Gestion des projets, …
Gouvernement : Planification des trains, Gestion de contrôle aérien, Planification de la production d’électricité,
Gestion de problèmes environnementaux , …
12
12
6
13/03/2023
Introduction à la RO
Domaines d'application
Agences : Gestion stratégique d'investissements (centres d’affaires), Optimisation de plans de financement
immobiliers (banques), Gestion des projets, …
Gouvernement : Planification des trains, Gestion de contrôle aérien, Planification de la production d’électricité,
Gestion de problèmes environnementaux , …
13
13
Introduction à la RO
Domaines d'application
Agences : Gestion stratégique d'investissements (centres d’affaires), Optimisation de plans de financement
immobiliers (banques), Gestion des projets, …
Gouvernement : Planification des trains, Gestion de contrôle aérien, Planification de la production d’électricité,
Gestion de problèmes environnementaux , …
14
14
7
13/03/2023
Introduction à la RO
Méthodologie de la RO : Face a un problème pratique de décision
(3) : Objectifs, contraintes, variables de décision, simplifications Identification du
problème (1)
Collecte de
données (2)
Modélisation (3)
Analyse de
Vérification du Recherche de méthode de
modèle (4) solutions (5) résolution (6)
Implémentation
et validation
pratique(7)
Déploiement des
solutions (8)
15
15
Introduction à la RO
Méthodologie de la RO : Face a un problème pratique de décision
(3) : Objectifs, contraintes, variables de décision, simplifications Identification du
problème (1)
Analyse de
Vérification du Recherche de méthode de
modèle (4) solutions (5) résolution (6)
Implémentation
et validation
pratique(7)
Déploiement des
solutions (8)
16
16
8
13/03/2023
Introduction à la RO
Méthodologie de la RO : Face a un problème pratique de décision
(3) : Objectifs, contraintes, variables de décision, simplifications Identification du
problème (1)
Implémentation
et validation
pratique(7)
Déploiement des
solutions (8)
17
17
Introduction à la RO
Méthodologie de la RO : Face a un problème pratique de décision
(3) : Objectifs, contraintes, variables de décision, simplifications Identification du
problème (1)
Implémentation
et validation
pratique(7)
Déploiement des
solutions (8)
18
18
9
13/03/2023
Introduction à la RO
Méthodologie de la RO : Face a un problème pratique de décision
(3) : Objectifs, contraintes, variables de décision, simplifications Identification du
problème (1)
Déploiement des
solutions (8)
19
19
Introduction à la RO
Outils de RO
Programmation mathématique
Programmation linéaire
Programmation quadratique
Programmation dynamique
Analyse statistique
20
10
13/03/2023
Introduction à la RO
La RO en FRANCE : Grands groupes avec un pôle R&D en RO :
Airfrance La poste
Bouygues Google
GDF Suez
21
21
Introduction à la RO
La RO en FRANCE : Pour les autres entreprises
Sociétés de conseil spécialisées : accompagnent les industriels pour mettre en place des systèmes d'aide a la
décision
22
22
11
13/03/2023
Introduction à la RO
La RO en FRANCE : Pour les autres entreprises
Sociétés de conseil spécialisées : accompagnent les industriels pour mettre en place des systèmes d'aide a la
décision
Editeurs de logiciels :
Fico XPress : logiciels de modélisation de problèmes linéaires ou quadratiques avec variables réelles ou
entières
AMADEUS : plateforme de réservation centralisée pour l'industrie du voyage et outils de gestion des
compagnies aériennes, …
23
23
Introduction à la RO
La RO en FRANCE : Pour les autres entreprises
Sociétés de conseil spécialisées : accompagnent les industriels pour mettre en place des systèmes d'aide a la
décision
Editeurs de logiciels :
Fico XPress : logiciels de modélisation de problèmes linéaires ou quadratiques avec variables réelles ou
entières
AMADEUS : plateforme de réservation centralisée pour l'industrie du voyage et outils de gestion des
compagnies aériennes, …
Laboratoires académiques
24
24
12
13/03/2023
Plan
1. Modélisation en Programme Linéaire
3. Méthode de Simplexe
4. Dualité
7. Méthode de Branch-and-Bound
25
25
26
13
13/03/2023
27
27
3 choses à identifier :
28
28
14
13/03/2023
29
29
30
30
15
13/03/2023
Vous avez un très grand terrain mais vous êtes limité par la quantité d'engrais
31
31
Vous avez un très grand terrain mais vous êtes limité par la quantité d'engrais
A B Antiparasite
32
32
16
13/03/2023
Vous avez un très grand terrain mais vous êtes limité par la quantité d'engrais
A B Antiparasite
Objectifs : produire le maximum de légumes, sachant que rendements = 4kg/m2 courgettes, 5kg/m2 navets
33
33
34
34
17
13/03/2023
Fonction objectif : le décideur veut maximiser (le revenue ou profit) ou minimiser (le coût) une
fonction des variables de décisions.
35
35
Fonction objectif : le décideur veut maximiser (le revenue ou profit) ou minimiser (le coût) une
fonction des variables de décisions.
d’Engrais A
d’Engrais B
Contraintes : les valeurs x et y sont limitées par les contraintes suivantes d’Antiparasite
Restriction de signe
36
36
18
13/03/2023
37
37
38
38
19
13/03/2023
39
39
40
40
20
13/03/2023
41
41
Représentation matricielle
42
42
21
13/03/2023
Représentations générales de PL
Représentation in extenso
43
43
Représentations générales de PL
Représentation in extenso
Représentation matricielle
44
44
22
13/03/2023
Représentations générales de PL
45
45
Vocabulaire de PL
xi variable de décision du problème
xréalisable = (x1, x2, …, xn) solution réalisable ssi elle satisfait toutes les contraintes
xoptimale = (x1, x2, …, xn) solution optimale ssi elle est réalisable et optimise la fonction-objectif
46
46
23
13/03/2023
Vocabulaire de PL
xi variable de décision du problème
xréalisable = (x1, x2, …, xn) solution réalisable ssi elle satisfait toutes les contraintes
xoptimale = (x1, x2, …, xn) solution optimale ssi elle est réalisable et optimise la fonction-objectif
47
47
Vocabulaire de PL
xi variable de décision du problème
xréalisable = (x1, x2, …, xn) solution réalisable ssi elle satisfait toutes les contraintes
xoptimale = (x1, x2, …, xn) solution optimale ssi elle est réalisable et optimise la fonction-objectif
48
48
24
13/03/2023
Vocabulaire de PL
xi variable de décision du problème
xréalisable = (x1, x2, …, xn) solution réalisable ssi elle satisfait toutes les contraintes
xoptimale = (x1, x2, …, xn) solution optimale ssi elle est réalisable et optimise la fonction-objectif
49
49
Vocabulaire de PL
xi variable de décision du problème
xréalisable = (x1, x2, …, xn) solution réalisable ssi elle satisfait toutes les contraintes
xoptimale = (x1, x2, …, xn) solution optimale ssi elle est réalisable et optimise la fonction-objectif
50
50
25
13/03/2023
Problème de production
Une compagnie fabrique deux types de jouets en bois: des soldats et des trains. Un soldat est vendu pour 27 D et utilise l’équivalent de
10D de matière première. Chaque soldat fabriqué augmente le coût de main d’œuvre et les frais généraux de 14 D. Un train peut être
vendu pour 21 D et utilise 9 D de matière première. Chaque train augmente le coût de MO et les frais généraux de 10 D. La fabrication de
ces deux jouets nécessite deux types d’opération spécialisées : menuiserie et finition, comme indiqué dans le tableau suivant :
51
51
Problème de production
Une compagnie fabrique deux types de jouets en bois: des soldats et des trains. Un soldat est vendu pour 27 D et utilise l’équivalent de
10D de matière première. Chaque soldat fabriqué augmente le coût de main d’œuvre et les frais généraux de 14 D. Un train peut être
vendu pour 21 D et utilise 9 D de matière première. Chaque train augmente le coût de MO et les frais généraux de 10 D. La fabrication de
ces deux jouets nécessite deux types d’opération spécialisées : menuiserie et finition, comme indiqué dans le tableau suivant :
Chaque semaine, la compagnie peut obtenir toute la matière première nécessaire ; cependant, seulement 80 hrs de menuiserie et 100
hrs de finition peuvent être investies. La demande pour les trains est non limitée ; mais au plus 40 soldats sont vendus chaque semaine.
La compagnie désire maximiser son profit (revenus-coûts) hebdomadaire.
Formuler un modèle mathématique de la situation de la compagnie, qui peut être utilisé pour maximiser le profit hebdomadaire.
52
52
26
13/03/2023
Résolution géométrique de PL
Une méthode de résolution d’un PL qui ne comporte que 2 variables de décisions
53
53
Résolution géométrique de PL
Revenons à notre exemple de PL : Problème de jardinage
d’Engrais A
d’Engrais B
d’Antiparasite
Restriction de signe
54
54
27
13/03/2023
Résolution géométrique de PL
Revenons à notre exemple de PL : Problème de jardinage
d’Engrais A
d’Engrais B
d’Antiparasite
Restriction de signe
55
55
Résolution géométrique de PL
Revenons à notre exemple de PL : Problème de jardinage
d’Engrais A ⇒ demi-plan de ℜ2
d’Engrais B
d’Antiparasite
Restriction de signe
56
56
28
13/03/2023
Résolution géométrique de PL
Revenons à notre exemple de PL : Problème de jardinage
d’Engrais A ⇒ demi-plan de ℜ2
d’Engrais B ⇒ demi-plan
d’Antiparasite
Restriction de signe
57
57
Résolution géométrique de PL
Revenons à notre exemple de PL : Problème de jardinage
d’Engrais A ⇒ demi-plan de ℜ2
d’Engrais B ⇒ demi-plan
d’Antiparasite ⇒ demi-plan
Restriction de signe ⇒ demi-plan
58
58
29
13/03/2023
Résolution géométrique de PL
Revenons à notre exemple de PL : Problème de jardinage
d’Engrais A ⇒ demi-plan de ℜ2
d’Engrais B ⇒ demi-plan
d’Antiparasite ⇒ demi-plan
Restriction de signe ⇒ demi-plan DR = intersection de ces demi-plans : polyèdre
59
59
Résolution géométrique de PL
Revenons à notre exemple de PL : Problème de jardinage
60
60
30
13/03/2023
Résolution géométrique de PL
Revenons à notre exemple de PL : Problème de jardinage
4x + 5y = 13
61
61
Résolution géométrique de PL
Revenons à notre exemple de PL : Problème de jardinage
4x + 5y = 22
4x + 5y = 13
62
62
31
13/03/2023
Résolution géométrique de PL
Revenons à notre exemple de PL : Problème de jardinage
4x + 5y = 22
4x + 5y = 13
63
63
Résolution géométrique de PL
Revenons à notre exemple de PL : Problème de jardinage
4x + 5y = 22
64
64
32
13/03/2023
65
65
Soit P ∈ E, P est un point extrême [ ∃ x, y ∈ E, et λ ∈ [0,1], tels que P =λ x + (1-λ) y ] alors P=x ou P=z
66
66
33
13/03/2023
67
67
68
68
34
13/03/2023
69
69
Ligne d’isoprofit
70
70
35
13/03/2023
DR
Ligne d’isoprofit
71
71
Ligne d’isoprofit
72
72
36
13/03/2023
Ligne d’isoprofit
73
73
x2 = 30
30
Ligne d’isoprofit
x1 = 30
74
74
37
13/03/2023
x2 = 30
30
Ligne d’isoprofit
x1 = 30
75
75
38