Académique Documents
Professionnel Documents
Culture Documents
www.company.com
• Introduction à la Recherche
Opérationnelle
Optimiser
Aide à la décision
Elle fait partie des « aides à la décision » dans la mesure où elle propose des modèles
en vue d'analyser et de maitriser des situations complexes pour permettre aux
décideurs de comprendre, d'évaluer les enjeux et d'arbitrer ou de faire les choix les
plus efficaces
www.company.com
• Introduction à la Recherche
Opérationnelle
déterminer où installer 5
Connaissant parmi
centres de distribution la distribution aléatoire du nombre de personnes entrant dans une
30 sites administration communale en une minute
d'implantation fixeretune politique dealéatoire
la distribution prix de de
vente,
la sachant que les
possibles, dedurée de traitement
sorte que les du cas d'une personne,résultats d'une letelle
déterminer politique
nombre minimum dépendent
de de la
guichets entre
coûts de transport à ouvrircespour qu'une personnepolitique
ait moinsque
deles
5%concurrents
de chancesadopteront.
de devoir
attendre
centres et les plussoient
clients de 15 minutes.
minimums
www.company.com
Introduction à la RO
• Origines de la RO
- Période : 2ème guerre,
- Responsable : armée britannique
- Problèmes posés : implantation optimale de radars de surveillance
www.company.com
Introduction à l’optimisation
Exemple :Une entreprise fabrique des tables et des chaises à partir de deux
matières: le bois et la peinture, sachant que la réalisation d'une table
nécessite 3 m de bois et 4 kg de peinture, la réalisation d'une chaise
nécessite 2 m de bois et 1 kg de peinture. Les moyens financiers de
l'entreprise acceptent un approvisionnement de 100 m de bois et 120 kg de
peinture par semaine. Les produits ainsi fabriqués fournissent un bénéfice
de 500 Dh par table et 300 Dh par chaise vendue.
www.company.com
Introduction à l’optimisation
Exemple :Une entreprise fabrique des tables et des chaises à partir de deux
matières : le bois et la peinture, sachant que la réalisation d'une table
nécessite 3 m de bois et 4 kg de peinture, la réalisation d'une chaise
nécessite 2 m de bois et 1 kg de peinture. Les moyens financiers de
l'entreprise acceptent un approvisionnement de 100 m de bois et 120 kg de
peinture par semaine. Les produits ainsi fabriqués fournissent un bénéfice
de 500 DA par table et 300 DA par chaise vendue.
Dans ce cas plusieurs propositions intuitives peuvent avoir lieu par exemple :
www.company.com
Recherche opérationnelle
Deux phases
www.company.com
Définition de la recherche opérationnelle
www.company.com
• Méthodologie de la RO
(1) Identification du problème
(7) Implémentation et
recommandations
www.company.com
• Techniques de la RO
La programmation mathématique
• programmation linéaire
• programmation quadratique
• programmation en nombres entiers
• programmation dynamique
Analyses de réseaux et graphes
…..
www.company.com
Les enjeux de la recherche opérationnelle
www.company.com
Formulation d’un problème d’optimisation
l’analyse,
la modélisation ,
le critère à optimiser.
www.company.com
Formulation d’un problème d’optimisation
L’analyse
Dans cette phase, on détermine les composantes, les enjeux et les limites du
problème.
www.company.com
Formulation d’un problème d’optimisation:
Application
Une entreprise fabrique des tables et des chaises à partir de deux matières : le bois
et la peinture, sachant que la réalisation d'une table nécessite 3 m de bois et 4 kg de
peinture la réalisation d'une chaise nécessitent 2 m de bois et 1 kg de peinture. Les
moyens financiers de l'entreprise acceptent un approvisionnement de 100 m de bois
et 120 kg de peinture par semaine. Les produits ainsi fabriqués fournissent un
bénéfice de 500 Dh par table et 300 Dh par chaise vendu.
www.company.com
Formulation d’un problème d’optimisation
Modélisation
Ses variables
www.company.com
Formulation d’un problème d’optimisation:
Application
Une entreprise fabrique des tables et des chaises à partir de deux matières : le bois
et la peinture, sachant que la réalisation d'une table nécessite 3 m de bois et 4 kg de
peinture la réalisation d'une chaise nécessitent 2 m de bois et 1 kg de peinture. Les
moyens financiers de l'entreprise acceptent un approvisionnement de 100 m de bois
et 120 kg de peinture par semaine. Les produits ainsi fabriqués fournissent un
bénéfice de 500 Dh par table et 300 Dh par chaise vendu.
www.company.com
Formulation d’un problème d’optimisation
Modélisation
Les contraintes
www.company.com
Formulation d’un problème d’optimisation:
Application
Une entreprise fabrique des tables et des chaises à partir de deux matières : le bois
et la peinture, sachant que la réalisation d'une table nécessite 3 m de bois et 4 kg de
peinture la réalisation d'une chaise nécessitent 2 m de bois et 1 kg de peinture. Les
moyens financiers de l'entreprise acceptent un approvisionnement de 100 m de bois
et 120 kg de peinture par semaine. Les produits ainsi fabriqués fournissent un
bénéfice de 500 Dh par table et 300 Dh par chaise vendu.
www.company.com
Formulation d’un problème d’optimisation
Critère à optimiser
www.company.com
Formulation d’un problème d’optimisation:
Application
Une entreprise fabrique des tables et des chaises à partir de deux matières : le bois
et la peinture, sachant que la réalisation d'une table nécessite 3 m de bois et 4 kg de
peinture la réalisation d'une chaise nécessitent 2 m de bois et 1 kg de peinture. Les
moyens financiers de l'entreprise acceptent un approvisionnement de 100 m de bois
et 120 kg de peinture par semaine. Les produits ainsi fabriqués fournissent un
bénéfice de 500 Dh par table et 300 Dh par chaise vendu.
www.company.com
Formulation d’un problème d’optimisation:
Application
Problème de production
Une usine fabrique 2 produits P1 et P2 en utilisant un certain nombre de ressources :
post opératoire (machine), main-d'œuvre et emballage. Ces besoins sont indiqués
dans le tableau ci-dessous. Par ailleurs, chaque ressource est disponible en quantités
limitées (cf. tableau).
www.company.com
Formulation d’un problème d’optimisation:
Application
Réseaux de transport
On recherche, pour chaque couple (i, j), la quantité (positive) wij à transporter du
dépôt Xi au point de vente Dj.
www.company.com
Formulation d’un problème d’optimisation:
Application
Réseaux de transport/application
Une organisation possède quatre centres de distribution : (Tlemcen, Alger,
Constantine et Béchar) de stocks de produits respectivement de : 120 kg, 100 kg,
100 kg et 100 kg, pour lesquels elle a reçu des commandes de ses antennes d'Oran
(80 kg), Bejaia (190 kg) et Tamanrasset (150 kg). Les coûts de transport d’un kilo
de produits, suivant les liaisons routières considérées, sont donnés par le tableau
suivant :
www.company.com
Formulation d’un problème d’optimisation:
Application
www.company.com
Formulation d’un problème d’optimisation:
Application
Problème de médecine
www.company.com
Formulation d’un problème d’optimisation:
Application
Une entreprise désire effectuer une campagne
publicitaire dans la télévision, la radio et les
journaux pour un produit lancé récemment sur
le marché. Le but de la campagne est d’attirer
le maximum possible de clients. Les résultats
d’une étude de marché sont donnés par le
tableau suivant :
Pour la campagne, on prévoit de ne pas payer plus que 800DT pour toute la campagne et on
demande que ces objectifs soient atteints :
1.Au minimum 2000 femmes regardent, entendent ou lisent la publicité ;
2.La campagne publicitaire dans la télévision ne doit pas dépasser
500 DT ;
3.Au moins 3 spots publicitaires seront assurés par la télévision locale et au moins de deux
spots par la télévision par satellite.
4.Le nombre des publicités dans la radio ou dans les journaux sont pour chacun entre 5 et 10
www.company.com
Solutions d’un problème
Solution admissible
On appelle solution admissible (ou solution) d’un problème tout vecteur x ∈ S qui
satisfait toutes les contraintes du problème.
Solution optimale
www.company.com
• Programmation linéaire
www.company.com
Programmation linéaire
la programmation la programmation en
linéaire en nombres réels nombres entiers
www.company.com
Forme d’un programme linéaire
Forme générale
www.company.com
Forme d’un programme linéaire
Forme générale
un programme linéaire (PL) est dit sous forme générale s’il s'écrit de la façon
suivante :
www.company.com
Forme d’un programme linéaire
Forme standard ou canonique
Un problème linéaire est sous forme standard si toutes les contraintes sont
des contraintes égalité. Pour transformer une contrainte d'inégalité en
contrainte d'égalité, il faut ajouter aux membres de gauche d’une
contrainte, une quantité (une mesure) appelée variable d'écart qui sert à
absorber l'écart entre le membre gauche et le membre droit d'une
contrainte si l'écart existe, bien sûr, sinon cette variable vaut zéro.
www.company.com
Forme d’un programme linéaire
Forme standard ou canonique
Cette forme standard est obtenue en introduisant des variables d'écart dans toutes les
contraintes d'inégalité(α) et que ces variables soient non négatives(β).
www.company.com
Forme d’un programme linéaire
Forme standard ou canonique
La forme canonique d'un programme linéaire peut être exprimée par un ensemble
de
vecteurs comme suit :
avec:
n = nombre de variables,
m = nombre de contraintes,
Et la matrice A de taille m x n X = vecteur des variables de décision
A = matrice réelle m × n (matrice des contraintes)
c= [c1, ..., cn] =vecteur-ligne des coûts,
b=[b1, ..., bm] =vecteur-colonne des seconds
membres
Z= CX est la fonction objective, ou critère à
minimiser.
www.company.com
Forme d’un programme linéaire
Forme standard ou canonique
Exemple
www.company.com
Forme d’un programme linéaire
Forme standard ou canonique
Exemple
www.company.com
Résolution de programmation
linéaire
www.company.com
Résolution de programmation linéaire
Résolution graphique
Résolution Analytique
www.company.com
Résolution de programmation linéaire
Résolution graphique
www.company.com
Résolution de programmation linéaire
Résolution graphique
Exemple
Soit le problème suivant :
www.company.com
Résolution de programmation linéaire
Résolution graphique
Exemple
www.company.com
Résolution de programmation linéaire
Résolution graphique
Exemple
www.company.com
Résolution de programmation linéaire
Résolution graphique
Exemple
www.company.com
Résolution de programmation linéaire
Résolution graphique
Exemple
www.company.com
Résolution de programmation linéaire
Résolution graphique
Exemple
www.company.com
Résolution de programmation linéaire
Résolution graphique
Exercice 1 :
www.company.com
Résolution de programmation linéaire
Résolution graphique
Exercice 2 :
Une association culturelle organise une exposition, pendant cette exposition des tasses de
café au lait et des tasses de chocolat au lait sont vendues pour apporter une aide aux
orphelins. Un sponsor a permis de procurer 20 litres de lait, 2 kg de sucre et assez de café
et de chocolat pour faire 150 tasses de chaque boisson.
On prévoit de servir 2 sucres par tasse en moyenne ; chaque paquet de sucre contient 120
morceaux et le poids du paquet indiqué sur la boite est de 500 g ; il faut 1/4 de litre de lait
pour une tasse de chocolat et 1/12 de litre de lait pour une tasse de café. Le trésorier du
club propose de vendre 50 DA chaque tasse de chocolat au lait et 40 DA chaque tasse de
café au lait.
Déterminez le nombre de tasses de chaque sorte à servir et calculez la recette maximale
collectée ?
www.company.com
Résolution de programmation linéaire
Résolution graphique
La méthode graphique pour la résolution d'un problème linéaire à deux variables est
très facile à appliquer. Sa difficulté augmente par l'augmentation des variables dans le
système.
Elle devient difficile pour trois variables et, voire impossible, au delà de trois
inconnus dans le système étudié.
Afin d'ôter cette difficulté, une méthode appelée méthode du simplexe a été proposée
et développée par Dantzig afin de résoudre des problèmes de programmation linéaire
avec plusieurs variables.
www.company.com
Résolution de programmation linéaire
Tableau du simplexe
www.company.com
Début
www.company.com
Résolution de programmation linéaire
Tableau du simplexe
www.company.com
Début
www.company.com
Résolution de programmation linéaire
Tableau du simplexe
www.company.com
Début
Choisir les variables à introduire dans la base: Choisir le coefficient le plus fort de
la fonction économique
www.company.com
Résolution de programmation linéaire
Tableau du simplexe
www.company.com
Début
Choisir les variables à introduire dans la base: Choisir le coefficient le plus fort de
la fonction économique
www.company.com
Résolution de programmation linéaire
Tableau du simplexe
www.company.com
Début
Choisir les variables à introduire dans la base: Choisir le coefficient le plus fort de
la fonction économique
Encadrer le pivot
www.company.com
Résolution de programmation linéaire
Tableau du simplexe
www.company.com
Début
Choisir les variables à introduire dans la base: Choisir le coefficient le plus fort de
la fonction économique
Encadrer le pivot
www.company.com
Résolution de programmation linéaire
Tableau du simplexe
www.company.com
Début
Choisir les variables à introduire dans la base: Choisir le coefficient le plus fort de
la fonction économique
Encadrer le pivot
Calculer les valeurs des autres lignes: E’ij= Eij-Aij* nouvelle ligne Pivot
www.company.com
Résolution de programmation linéaire
Tableau du simplexe
www.company.com
Début
Choisir les variables à introduire dans la base: Choisir le coefficient le plus fort de
la fonction économique
Encadrer le pivot
Calculer les valeurs des autres lignes: E’ij= Eij-Aij* nouvelle ligne Pivot
Les coefficients de la
fonction économique sont ils
Non tous nuls ou négatifs?
Oui
Fin
www.company.com
Résolution de programmation linéaire
Tableau du simplexe
www.company.com
Résolution de programmation linéaire
Tableau du simplexe
www.company.com
Résolution de programmation linéaire
Tableau du simplexe
www.company.com