Académique Documents
Professionnel Documents
Culture Documents
opérationnelle
Pr.
Abdessamad
Kamouss
49
Modélisation et
P.L.
Notions de bases
Quelques exemples de
programmes linéaires
Résolution d’un
PL
Recherche Opérationnelle
Méthode graphique
R.O.
Partie 2: Programmation Linéaire P.L
Cycle Ingénieur
ENSAM Casablanca
Modélisation et Programmation linéaire
Recherche
opérationnelle Le terme programmation linéaire a été introduit, en même
Pr. temps que la méthode du simplexe, par G.B. Dantzig au
Abdessamad
Kamouss lendemain de la seconde guerre mondiale.
50
Le grand retentissement de cette nouvelle théorie a conduit
Modélisation et
P.L.
les auteurs qui, dans les années 1945-1955, se sont
Notions de bases
intéressés à différents problèmes d’optimisation, à utiliser le
Quelques exemples de
programmes linéaires
terme programmation accompagné d’un adjectif (plus ou
Résolution d’un
PL moins bien choisi) pour désigner ces problèmes
Méthode graphique
(programmation convexe, dynamique...).
Ceci a eu pour effet de donner au terme «programme» le
sens de problème d’optimisation, l’étude des problèmes
d’optimisation généraux étant intitulée « programmation
mathématique ». On ne pouvait pas dire « programmation »
tout court puisque, plus ou moins simultanément, le terme
programme avait pris, dans le contexte de la science des
ordinateurs, le sens de séquence d’instructions.
Programmation linéaire - Définitions
Recherche
opérationnelle
Pr.
Abdessamad Définition
Kamouss
51 La programmation linéaire est une branche des mathématiques
Modélisation et appliquées, plus précisément de l’optimisation dont l’objectif est de
P.L.
Notions de bases
minimiser ou maximiser une fonction numérique multilinéaire (dite
Quelques exemples de
programmes linéaires fonction objective ou fonction économique) à plusieurs
Résolution d’un variables, sachant que ces dernières sont liées moyennant des
PL
Méthode graphique équations ou des inéquations linéaires dites contraintes.
Recherche
opérationnelle Exemple (Culture de courgettes et navets)
Pr.
Abdessamad Supposons que l’on dispose d’une grande surface cultivable sur
Kamouss
52 laquelle il est possible de faire pousser des navets ou des
Modélisation et
courgettes. Le coût des semences est considéré comme
P.L.
Notions de bases
négligeable.
Quelques exemples de
programmes linéaires
On dispose de deux types d’engrais X et Y, ainsi que d’un
Résolution d’un anti-parasite AP.
PL
Méthode graphique
Le besoin en engrais et en anti-parasite pour les courgettes et
pour les navets est synthétisé dans le tableau suivant :
Recherche
opérationnelle
Pr.
Abdessamad
Kamouss Exemple (Culture de courgettes et navets)
53
Modélisation et
On dispose comme ressource de 8 litres d’engrais X, de 7 litres
P.L.
Notions de bases
d’engrais Y et de 3 litres d’anti-parasite AP.
Quelques exemples de
programmes linéaires
On peut s’attendre à une productivité de 4kg.m−2 pour les
Résolution d’un courgettes et de 5kg.m−2 pour les navets, et à un gain de
PL
Méthode graphique
1DH.kg−1 tant pour les courgettes que pour les navets.
Question
Quel est le gain maximum qui peut être fait compte tenu des
ressources disponibles ?
Problème de production dans l’agro-alimentaire
Recherche
opérationnelle
Pr.
Abdessamad
Kamouss
54
Modélisation et
P.L.
Notions de bases
Quelques exemples de
programmes linéaires
Résolution d’un
PL
Méthode graphique
Problème de production dans l’agro-alimentaire
Recherche
opérationnelle
Pr.
Abdessamad
Kamouss
55
Modélisation et
P.L.
Notions de bases
Quelques exemples de
programmes linéaires
Résolution d’un
PL
Méthode graphique
Problème de production dans l’agro-alimentaire
Recherche
opérationnelle
Pr.
Abdessamad
Kamouss
56
Modélisation et
P.L.
Notions de bases
Quelques exemples de
programmes linéaires
Résolution d’un
PL
Méthode graphique
Résolution d’un programme linéaire
Recherche
opérationnelle
Pr.
Abdessamad
Kamouss
57
Recherche
opérationnelle
Pr.
Abdessamad
Kamouss
58
2 Résolution d’un PL
Méthode graphique
Programme linéaire - Définitions
Recherche
opérationnelle
Pr.
Abdessamad Définition
Kamouss
59 Un programme linéaire est un problème dans lequel les variables
Modélisation et sont des réels qui doivent satisfaire un ensemble d’équations et/
P.L.
Notions de bases
ou d’inéquations linéaires (dites contraintes) et la valeur d’une
Quelques exemples de
programmes linéaires fonction linéaire de ces variables (appelée fonction objective ou
Résolution d’un fonction économique) doit être rendue minimum ou maximum.
PL
Méthode graphique
Ingrédients principaux :
Recherche
opérationnelle
Forme générale d’un programme linéaire :
Pr.
Abdessamad
Kamouss
60
Modélisation et
n
P.L.
Maximiser ou Minimiser z(x 1 , x 2 , ..., xn ) = ∑ cj xj
Notions de bases
j=1
Quelques exemples de
programmes linéaires
n
∑ a1i xi ≤, =, ≥ b1
Résolution d’un
PL
i=1
n
a2i xi ≤, =, ≥ b2
Méthode graphique
∑
i=1
Sous les contraintes ......................
......................
n
ami xi ≤, =, ≥ bm
∑
i=1
x1 , x2 , ..., xn ∈ R
Programme linéaire - Modélisation
Recherche
opérationnelle
Pr.
Abdessamad
Kamouss
61
Modélisation et
P.L.
Notions de bases
Quelques exemples de
programmes linéaires
Résolution d’un
PL
Méthode graphique
Programme linéaire - Modélisation
Recherche
opérationnelle
Pr.
Abdessamad
Kamouss
62
Modélisation et
P.L.
Notions de bases
Quelques exemples de
programmes linéaires
Résolution d’un
PL
Méthode graphique
Programme linéaire - Forme Canonique
Recherche
opérationnelle
Pr.
Abdessamad
Kamouss
63
Modélisation et
P.L.
Notions de bases
Quelques exemples de
programmes linéaires
Résolution d’un
PL
Méthode graphique
Programme linéaire - Forme Canonique
Recherche
opérationnelle
Pr.
Forme canonique d’un PL :
Abdessamad
Kamouss Traditionnellement, on présente un programme linéaire sous la
64
forme canonique suivante :
Modélisation et
P.L.
[Max] z = cT x
Notions de bases
Quelques exemples de
programmes linéaires (PC) Ax ≤ b
x≥0
Résolution d’un
PL
Méthode graphique
Remarque
Deux propriétés caractérisent la forme canonique.
Toutes les variables sont astreintes à être positives ou nulles.
Toutes les contraintes sont des inéquations.
Programme linéaire - Forme Canonique
Recherche
opérationnelle
Pr. Remarque
Abdessamad
Kamouss
65
Les contraintes x ≥ 0 dans (PC) peuvent être incluses dans
l’ensemble des contraintes : il suffit de définir A0 comme la
Modélisation et
P.L. (m + n) × n-matrice obtenue à partir de A de la manière suivante :
Notions de bases
Quelques exemples de
programmes linéaires
0A
Résolution d’un A =
PL −In
Méthode graphique
[Max] z = cT x
(PC)
A0 x ≤ b0
Programme linéaire - Forme Standard
Recherche
opérationnelle
Pr.
Abdessamad
Kamouss
66
Modélisation et
P.L.
Notions de bases
Quelques exemples de
programmes linéaires
Résolution d’un
PL
Méthode graphique
Programme linéaire - Forme Standard
Recherche
opérationnelle
Pr.
Abdessamad
Forme standard d’un PL :
Kamouss
67 Un programme linéaire est dit standard s’il est écrit sous la forme
Modélisation et
suivante :
[Max] z = cT x
P.L.
Notions de bases
Quelques exemples de (PC) Ax = b
programmes linéaires
x≥0
Résolution d’un
PL
Méthode graphique
Remarque
Deux propriétés caractérisent la forme canonique.
Toutes les variables sont astreintes à être positives ou nulles.
Toutes les autres contraintes sont des équations.
Programme linéaire - Passage entre Formes
Recherche
opérationnelle
Pr.
Abdessamad
Kamouss
68
Modélisation et
P.L.
Notions de bases
Théorème
Quelques exemples de
programmes linéaires
Tout programme linéaire sous forme standard peut être écrit sous
Résolution d’un
PL
forme canonique et tout programme linéaire sous forme canonique
Méthode graphique
peut être écrit sous forme standard.
Programme linéaire - Passage entre Formes
Recherche
opérationnelle
Pr.
Abdessamad
Kamouss
69
Modélisation et
P.L.
Notions de bases
Quelques exemples de
programmes linéaires
Résolution d’un
PL
Méthode graphique
Programme linéaire - Solutions
Recherche
opérationnelle
Pr.
Abdessamad
Kamouss
70
Définition (Solution admissible)
Modélisation et
P.L.
Notions de bases
Une solution admissible est un ensemble de valeurs données aux
Quelques exemples de
programmes linéaires variables qui satisfait toutes les contraintes.
Résolution d’un
PL
Méthode graphique Définition (Solution optimale)
Une solution optimale est une solution admissible qui optimise la
fonction économique.
Recherche
opérationnelle
Pr.
Abdessamad
Kamouss
71
Algorithme pour construire le programme linéaire
Modélisation et
P.L.
Notions de bases
1 Identifier les variables d’activités ou de décision ;
Quelques exemples de
programmes linéaires 2 Identifier les contraintes du problème et les exprimer en
Résolution d’un fonction des variables d’activités ;
PL
Méthode graphique
3 Identifier la fonction économique ;
4 Ecrire le programme linéaire et spécifier si le critère de
sélection est à maximiser ou à minimiser.
Summary
Recherche
opérationnelle
Pr.
Abdessamad
Kamouss
72
2 Résolution d’un PL
Méthode graphique
PL - Exemple 1
Recherche
opérationnelle
Exemple (Problème de production)
Pr.
Abdessamad
Kamouss
Une usine fabrique deux produits P1 et P2 . Chacun de ces produits
73 demande pour son usinage, des heures de fabrications unitaires sur les
Modélisation et machines A, B, C, D, E comme indiqué dans le tableau suivant :
P.L. A B C D E
Notions de bases
Quelques exemples de
programmes linéaires
P1 0 1,5 2 3 3
Résolution d’un
P2 3 4 3 2 0
PL
Méthode graphique
Disponiblité de chaque machine 39h 60h 57h 70h 57h
Les marges brutes de chaque produit sont respectivement :
M1 = 1700 e M2 = 3200 e
Question
Ecrire le programme linéaire qui détermine le nombre de produits
de type P1 et le nombre de produits de type P2 à fabriquer pour
maximiser le chiffre d’affaires.
PL - Exemple 1
Recherche
opérationnelle
Les variables : x1 quantité à fabriquer de P1 et x2 quantité à
Pr.
Abdessamad fabriquer de P2
Kamouss
74
L’objectif :
Modélisation et
P.L. Maximiser z = 1700x1 + 3200x2
Notions de bases
Quelques exemples de
programmes linéaires
Les contraintes suivantes
Résolution d’un
PL 3x2 ≤ 39
Méthode graphique
1, 5x1 + 4x2 ≤ 60
2x1 + 3x2 ≤ 57
3x1 + 2x2 ≤ 70
3x1 ≤ 57
x1 ≥ 0, x2 ≥ 0
PL - Exemple 1
Recherche
opérationnelle
Pr.
Abdessamad
Kamouss
75 Le PL correspondant
Modélisation et
P.L.
Notions de bases
[Max] z = 1700x1 + 3200x2
Quelques exemples de
programmes linéaires
3x2 ≤ 39
1, 5x1 + 4x2 ≤ 60
Résolution d’un
PL
Méthode graphique 2x1 + 3x2 ≤ 57
3x1 + 2x2 ≤ 70
3x ≤ 57
1
x1 ≥ 0, x2 ≥ 0
PL - Exemple 2
Recherche
opérationnelle Exemple (Problème de transport)
Pr.
Abdessamad Une entreprise de construction d’automobiles possède trois usines
Kamouss
76 situées respectivement à Paris, Strasbourg et Lyon. Un certain
Modélisation et
métal nécessaire à la construction des véhicules est disponible
P.L.
Notions de bases
aux ports de Havre et de Marseille. Les quantités de ce métal
Quelques exemples de
programmes linéaires
nécessaires aux usines sont 400, 300 et 200 tonnes
Résolution d’un respectivement pour les usines de Paris, Strasbourg et Lyon
PL
Méthode graphique
chaque semaine, tandis que les quantités disponibles sont 550 et
350 tonnes par semaines respectivement à Marseille et au Havre.
Les coûts de transport sont supposés varier proportionnelllement
aux quantités transportées, les coûts unitaires étant :
Recherche
opérationnelle
Pr.
Exemple (Suite)
Abdessamad
Kamouss Ce tableau signifie que pour convoyer x tonnes de Marseille à
77
Strasbourg, par exemple, il en coûte 6x francs. Le problème
Modélisation et
P.L.
consiste à déterminer un plan de transport optimal, c’est-à- dire
Notions de bases
Quelques exemples de
à trouver quels sont les poids de métal à envoyer de chaque port à
programmes linéaires
chaque usine de sorte que :
Résolution d’un
PL (i) Les demandes soient satisfaites (chaque usine reçoit au
Méthode graphique
Recherche
opérationnelle Le PL correspondant
Pr.
Abdessamad Affectant au port de Marseille l’indice 1, au port du Havre l’indice 2
Kamouss
78 et aux trois usines les indices 1,2 et 3 respectivement pour Paris,
Modélisation et
Strasbourg et Lyon, on conviendra que xij représentera le nombre
P.L.
de tonnes de métal qui sont acheminées chaque semaine depuis
Notions de bases
Quelques exemples de
programmes linéaires
le port d’indice i vers l’usine d’indice j. Le programme linéaire
Résolution d’un s’écrit alors :
PL
Méthode graphique
[Min]z = 5x11 + 6x12 + 3x13 + 3x21 + 5x22 + 4x23
x11 + x21 ≥ 400
x12 + x22 ≥ 300
x13 + x23 ≥ 200
x11 + x12 + x13 ≤ 550
x + x22 + x23 ≤ 350
21
x11 , x12 , x13 , x21 , x22 , x23 ≥ 0