Chapitre 2

Optimisation linéaire

Optimisation A
Génie Mécanique
Introduction et exemples
 Formulation
 Ceci est un problème de programmation
linéaire:

Intro. à la programm Michel Bierlaire DMA-ROSO 3

ation linéaire
 Formulation

Intro. à la programm Michel Bierlaire DMA-ROSO 4

ation linéaire
 Formulation

Intro. à la programm Michel Bierlaire DMA-ROSO 5

ation linéaire
 Formulation

Intro. à la programm Michel Bierlaire DMA-ROSO 6

ation linéaire
 Définitions
 x1,…xn : variables de décisions
 Si le vecteur x satisfait toutes les
contraintes, x est une solution admissible.
 L’ensemble de toutes les solutions
admissibles est l’ensemble admissible ou la
région admissible.

Intro. à la programm Michel Bierlaire DMA-ROSO 7

ation linéaire
 Définitions
 La fonction cTx est la fonction objectif ou
fonction de coût.
 Une solution admissible x* qui minimise la
fonction objectif (i.e. cTx*  cTx pour tout x
admissible) est appelée solution admissible
optimale ou solution optimale.

Intro. à la programm Michel Bierlaire DMA-ROSO 8

ation linéaire
 Définitions
 Forme standard

 Forme canonique

Intro. à la programm Michel Bierlaire DMA-ROSO 9

ation linéaire
 Exemple
Un atelier de montage peut assembler deux produits finis
différents, notés P1 et P2. Chaque produit est fabriqué à partir
de 3 matières premières, M1, M2 et M3. On connaît pour
chacune de ces matières premières :
1. le nombre bi d’unités disponibles pour le prochain cycle de
production, i = 1, 2, 3 ;
2. le nombre aij d’unités nécessaires à l’assemblage d’une unité
du produit Pj , i = 1, 2, 3, j = 1, 2 ;
3. le prix d’achat unitaire i , i = 1, 2, 3.
De plus, on connaît, pour chacun des produits finis, son prix de
vente unitaire j , j = 1, 2.

Intro. à la programm Michel Bierlaire DMA-ROSO 10

ation linéaire
 Exemple
Pour le directeur de l’atelier, le problème est d’utiliser « au
mieux » les matières premières à disposition. Supposons
qu’il décide de produire x1 unités de produit P1 et x2 unités
de P2. Le revenu associé à la production d’une unité de
produit j est j mais ce prix ne tient pas compte du coût des
matières premières :
3 a
 i 1 d’une
Le profit associé à la production i ij unité de produit j est

3
c j   j   i aij j  1, 2.
i 1
Intro. à la programm Michel Bierlaire DMA-ROSO 11
ation linéaire
 Exemple
Si xj unités de produit j sont assemblées, le profit
correspondant est cjxj et le profit total sur le cycle de
production est :
z  c1x1  c2 x2 .
Le but du directeur est de maximiser ce profit. Ses
décisions sont cependant sujettes à des contraintes.
Premièrement, les quantités produites doivent être non
négatives, elles doivent satisfaire les contraintes :

xj  0 j  1, 2.
Intro. à la programm Michel Bierlaire DMA-ROSO 12
ation linéaire
 Exemple
D’autre part, les productions possibles sont limitées
par les matières premières à disposition. La
quantité de matière première Mi nécessaire à la
réalisation d’un plan de production donné est :
ai1x1 + ai2x2, et les quantités produites doivent
satisfaire les contraintes :

ai1x1  ai 2 x2  bi i  1, 2, 3.

Intro. à la programm Michel Bierlaire DMA-ROSO 13

ation linéaire
 Exemple
Le problème du directeur est de déterminer
le nombre d’unités x1 et x2 à produire

Intro. à la programm Michel Bierlaire DMA-ROSO 14

ation linéaire
 Hypothèses
1. Hypothèse de proportionnalité et additivité ou
hypothèse de linéarité
La contribution des variables de décision à la fonction objectif
et aux contraintes est proportionnelle à leur valeur
3x1 ¾ x2  1/x1 log(x2) 
La contribution de chaque variable est indépendante de la
valeur des autres variables
z=3x1+x2  z=2 x1 x2 
Si elle est violée :
Programmation non linéaire

Intro. à la programm Michel Bierlaire DMA-ROSO 15

ation linéaire
 Hypothèses
2. Hypothèse de divisibilité:
Les variables prennent des valeurs fractionnaires.
Si elle est violée :
Programmation en nombres entiers
3. Hypothèse de certitude :
Chaque paramètre est connu précisément.
Si elle est violée :
Programmation stochastique

Intro. à la programm Michel Bierlaire DMA-ROSO 16

ation linéaire
 Représentation graphique
x2

s.c. 3

1.5
z=-2

x1
1.5 3

c=(-1,-1)T z=0 z=-1

Intro. à la programm Michel Bierlaire DMA-ROSO 17

ation linéaire
 Représentation graphique
 Identification du domaine admissible
 Identification des lignes de niveaux
 Lignes de niveaux perpendiculaires au vecteur c,
et donc parallèles entre elles
 A chaque valeur de z correspond une ligne de
niveau
 La valeur de z augmente dans la direction de c

Intro. à la programm Michel Bierlaire DMA-ROSO 18

ation linéaire