Académique Documents
Professionnel Documents
Culture Documents
Nouakchott
Al Aasriya
Institut
Universitaire
Professionnel
Recherche Opérationnelle
1439 H
Enseignant-chercheurs :
Pr. Mohamed-Aly LOULY
Février 2018
Dr. Elkhomeini MOULAYE ELY
Dr. Mohamed SIDI
2
LE COURS
Reference :
C. Prins et M. Sevaux. Programmation Linéaire avec
Excel. Editions Eyrolles, 2011.
3
PLAN
Exemples :
1. Le problème du voyageur de commerce
2. Le problème de bin packing
5 LE BIN PACKING
La modélisation linéaire
Ciment 1 Ciment 2 Temps disponible
par jour
x1 : quantité du ciment 1
x2 : quantité du ciment 2
Attention
Le nombre de sommets d’un polyèdre de Rn peut être exponentiel !
21 R ÉSOLUTION GRAPHIQUE
A (0, 6)
Domaine des
solutions réalisables
Direction
du max
Si le PL admet une
solution optimale, alors
elle est atteinte sur un
B (6, 0)
sommet. O (0, 0)
22 R ÉSOLUTION GRAPHIQUE
Direction
C (3, 3) du max
D (0, 3)
B (6, 0)
O (0, 0)
Direction
C (3, 3) du max
D (0, 3)
B (6, 0)
O (0, 0)
Direction
On peut indéfiniment augmenter du max
la fonction-objectif sans violer
les contraintes. Il n’y a donc pas
de solution optimale. En effet,
peut toujours augmenter x1.
25 R ÉSOLUTION GRAPHIQUE
Direction
du max
La direction de la maximisation
est bornée.
26 R ÉSOLUTION GRAPHIQUE
Solutions
(3, 3) optimales
(6, 0)
L’exemple de la cimenterie
(6, 8)
29 R ÉSOLUTION GRAPHIQUE
PL 1 PL 2 PL 3
30 R ÉSOLUTION A LGÉBRIQUE
• Supposons qu’on a:
• Comme:
• Et:
• Théorème
• L’ensemble des points extrêmes du polytope,
correspond à l’ensemble des solutions de base
réalisables
• Théorème
• Si CN ≤ 0 alors la solution de base réalisable
correspondante est une solution optimale du
programme linéaire.
38 E XEMPLE D ’ APPLICATION
B2
•
• n’est pas une base car les colonnes ne sont pas linéairement
indépendantes (det = 0)
• La deuxième base réalisable
O (0, 0)
•
•
40 E XEMPLE D ’ APPLICATION
• B4
•
B5 B2
• La cinquième base réalisable
•
41 E XEMPLE D ’ APPLICATION
• Vu que et donc, on a
pour (x =(0,0)) :
N
• La deuxième base : et
• La troisième base : et
• La cinquième base : et
42 L A MÉTHODE DU S IMPLEXE
A (0, 6, 0, -3)
C (3, 3, 0, 0)
D (0, 3, 3, 0)
B (6, 0, 0, 3)
O (0, 0, 6, 3)
C (3, 3, 0, 0)
D (0, 3, 3, 0)
O (0, 0, 6, 3)
B (6, 0, 0, 3)
Base X1 X2 X3 X4 b
X3 1 1 1 0 6
Variable sortante X4 0 1 0 1 3
Profit C 1 2 0 0 Z=0
Variable
entrante
49 LE TABLEAU DU S IMPLEXE
Base X1 X2 X3 X4 b
X3 1 1 1 0 6
X4 0 1 0 1 3
Profit C 1 2 0 0 Z=0
Base X1 X2 X3 X4 b
X3 1 0 1 -1 3
X2 0 1 0 1 3
Profit C 1 0 0 -2 Z=6
50 LE TABLEAU DU S IMPLEXE
Base X1 X2 X3 X4 b
X3 1 0 1 -1 3
X2 0 1 0 1 3
Profit C 1 0 0 -2 Z=6
Base X1 X2 X3 X4 b
X1 1 0 1 -1 3
X2 0 1 0 1 3
Profit C 0 0 -1 -1 Z=9
51 R ÉSOLUTION GRAPHIQUE
PL 1 PL 2 PL 3
52
S IMPLEXE DEUX PHASES
Soit le PL suivant :
Exemple
PRIMAL DUAL
3 x1 + 4 x2 ≤ 160 3 y1 + 6 y2 ≥ 1200
6 x1 + 3 x2 ≤ 180 4 y1 + 3 y2 ≥ 1000
Max z = 1200 x1 + 1000 x2 Min w = 160 y1 + 180 y2
x1 ≥ 0 ; x2 ≥ 0 y1 ≥ 0 ; y2 ≥ 0
63
D UALITÉ
Exemple
Utilité : Un PL avec dix variables et deux contraintes ne peut pas être résolu
graphiquement, tendis que cela n’est pas de problème pour son dual à deux
variables et dix contraintes.
64 FABRICATION D ’ UN ACIER
Carbone 2 3
Cuivre 0,4 0,6
Manganèse 1,2 1,65
65 FABRICATION D ’ UN ACIER
Fonction-objectif :
Satisfaction de la demande :
67 FABRICATION D ’ UN ACIER
Pourcentage de carbone :
Pourcentage de cuivre :
Pourcentage de Manganèse :
68 FABRICATION D ’ UN ACIER
Fonction-objectif :
Satisfaction de la demande :
72
P RODUCTION D ’ ALIMENTS
POUR BÉTAIL
Pourcentage de protéines :
Pourcentage de lipides :
Pourcentage de glucides :
73
P RODUCTION D ’ ALIMENTS
POUR BÉTAIL
Mois 1 2 3 4 5 6 7 8 9 10 11 12
Demande 30 15 15 25 33 40 45 45 26 14 25 30
75
P LANIFICATION DE
PRODUCTION DE BICYCLETTES
Fonction-objectif :
76
P LANIFICATION DE
PRODUCTION DE BICYCLETTES
Capacité de production :
V1 20 22 18 35 17 19 23 20 29 30 28 32
V2 17 19 23 20 11 10 12 34 21 23 30 12
V3 18 35 17 10 9 21 23 15 10 0 13 17
V4 31 45 24 38 41 20 19 37 28 12 30 37
V5 23 20 23 16 10 22 18 30 28 7 15 10
V6 22 18 20 19 18 35 0 28 12 30 21 23
79
P LANIFICATION DE
PRODUCTION DES VERRES