RECHERCHE OPERATIONNELLE

CHAPITRE 1 : Généralité sur la Recherche

Opérationnelle

• 1. Introduction
• 2. Bref histoire
• 3. La nature de la recherche opérationnelle
• 4. Les Outils utilisés en recherche Opérationnelle
• 5. La recherche Opérationnelle et l’informatique
• 6. Approche à la recherche opérationnelle
 Introduction
• La Recherche Opérationnelle (RO), aussi appelée aide à la décision, est
la discipline des outils et méthodes scientifiques utilisables pour
élaborer de meilleures décisions. C’est un ensemble de méthodes et
techniques visant à résoudre des problèmes d’optimisation
(programmes mathématiques minimisant ou maximisant un ou
plusieurs critères en respectant certaines conditions dites « contraintes
») modélisant des problèmes réels dans différents domaines
(économie, finance, gestion, transport, logistique, communication,
etc.).

• On peut aussi définir la recherche opérationnelle comme une discipline

carrefour entre les mathématiques, l'économie et l'informatique,
permettant de répondre au mieux aux besoins des entreprises
concernant des problèmes de productivité et de planification.
 Bref histoire
• La recherche opérationnelle existe depuis des siècles.
En effet, le premier problème de la théorie des
graphes, branche importante de RO, est apparu en
1736 : la ville de Koeninsberg (aujourd’hui Kaliningrad)
pour résoudre des problèmes de décision dans
l’incertain. Au début du 20ème siècle, Emile Borel
introduisait la théorie mathématique des jeux, sous sa
forme moderne, à l’Académie des Sciences (1921),
tandis qu’Erlang fondait celle des files d’attente, qu’il
utilisait à la conception des réseaux téléphoniques
(1917).
• Enfin, à la veille de la guerre 1939, Leonid Kantorovitch concevait et
appliquait la programmation linéaire à la planification, peu après que
Dénes König eut systématisé les graphes (1936), précédé par
d’imminents savants tels que Leonhard Euler et William Hamilton.
On peut donc dire que, lorsque le physicien anglais Patrick Blackett
fut, en 1940, appelé à diriger la première équipe de chercheurs
opérationnels, d’illustres devanciers l’avaient précédé. Cependant,
Blackett eut l’immense mérite de trouver, notamment, l’organisation
qui lui permettant de traiter rapidement et avec succès les difficiles
questions telles que l’implantation optimale des radars de
surveillance des côtes britanniques ou encore de la protection des
convois de navires marchands reliant la Grande Bretagne et les USA,
qui devaient jouer un rôle déterminant dans la bataille d’Angleterre.
L’efficacité de son entreprise était due aux trois faits suivants :
• 1) Équipe très hétérogène ; c’est-à-dire elle rassemble
des compétences variées, complémentaires ; ainsi, les
points de vue qu’elle exprimait étaient plus pertinents .
• 2) Aucune information (même secrète) ne fut jugée
trop noble pour échapper à sa compétence, les données,
nécessaires à ses études, étaient complètes et fiables .
• 3) Il réservait la décision à l’état-major, il n’y eut pas de
substitution de pouvoir : son équipe ne s’est pas arrogé
le pouvoir de décision. L’amirauté britannique restait
libre d’adopter les conclusions des travaux de Blackett et
de son équipe, ou bien de les rejeter.
• Ces règles s’appliquent encore aujourd’hui, et font
partie de la déontologie de la recherche
opérationnelle d’entreprise. Dès la fin des hostilités,
nombreuses applications à l’économie industrielle
des méthodes de la recherche opérationnelle, ont eu
lieu, et depuis les années cinquante, diverses
publications scientifiques et techniques témoignent
de leur réussite et de leurs heureux développements.
• Aussi, il faut noter que le succès de la
recherche opérationnelle est fortement lié à
l’évolution extraordinaire des ordinateurs, car
sans ces machines, aucun problème concret
n’aurait pu être résolu efficacement.
La nature de la recherche opérationnelle

• La recherche opérationnelle touche tous les

problèmes reliés à la conduite et à la coordination
des opérations (activités) au sein d’une organisation.
Cette organisation peut représenter des domaines
très divers : l’industrie manufacturière, le transport,
la construction, les télécommunications, la finance,
les soins de santé, etc. La recherche opérationnelle,
associée à la révolution informatique, pénètre
pratiquement tous les secteurs d’activités de la vie
courante, même si sa présence est souvent invisible.
• La première étape de la “recherche” est l’observation
attentive du problème et sa formulation, ainsi que la
collecte de données associées. Il convient par la suite
de construire un modèle scientifique qui tente
l’abstraire l’essence du problème réel. Tout modèle est
une simplification de la réalité, mais cette
représentation doit être suffisamment précise pour
capturer les caractéristiques essentielles de la situation,
et de pouvoir tirer des conclusions valides pour le
problème réel. Il conviendra dès lors de tester ce
modèle, et de le modifier au besoin.
• Une caractéristique additionnelle est que la
recherche opérationnelle essaye souvent de trouver
une meilleure solution (dite solution optimale) pour
le problème examiné. Cette solution peut ne pas être
unique. Cette recherche d’optimalité est un thème
important en recherche opérationnelle, mais si son
interprétation en terme manageriels peut être
délicate.
• Il est difficile pour un individu de pouvoir maîtrise
tous les aspects du problème à l’étude, de sorte que
la recherche opérationnelle est généralement plus un
travail d’équipe, avec des experts en mathématiques,
statistiques et probabilités, ingénierie, économie,
administration, informatique, physiques, sciences
comportementales, et les techniques spécifiques de
la recherche opérationnelle.
 Les Outils utilisés en recherche
Opérationnelle
• La recherche opérationnelle puise ses ressources de
plusieurs domaines des mathématiques, on cite :
• 1) La programmation mathématique : linéaire et
non linéaire.
• 2) La théorie des graphes.
• 3) L’optimisation combinatoire.
• 4) Les processus stochastiques.
• 5) L’aide multicritère à la décision.
• 6) La théorie des jeux.
 La recherche Opérationnelle et
l’informatique :
• En réalité, la recherche opérationnelle n’aurait jamais
réalisé de brillants exploits sans cette fascinante
évolution des machines de calcul et des ordinateurs,
qui a permis de résoudre des problèmes jusque-là
intraitables D’autre part, certains domaines de
l’informatique exploitent indispensablement, des
outils de la recherche opérationnelle et très
particulièrement ceux de la théorie des graphes et de
l’optimisation combinatoire, qui sont considérés par
certains, des branches de l’informatique théorique.
Approche à la recherche opérationnelle

• Lorsqu'un spécialiste en RO est confronté à un

problème, qu'il soit de nature combinatoire,
aléatoire ou concurrentielle, son travail doit
passer par les étapes suivantes :
 Étape 1 :

• Elle consiste en général à collecter toutes les données

nécessaires en relation avec le problème posé, dans
cette étape il est indispensable pour le spécialiste en
RO, de discuter avec le décideur et le personnel de
l'entreprise afin d'éclairer au mieux tous les côtés du
problème étudié. À la fin de cette étape, le spécialiste
doit concevoir un schéma ou modèle "mathématique"
même provisoire, pour le problème posé, en
définissant toutes les contraintes et conditions ainsi
que l'objectif ou le but de cette étude.
 Étape 2 :

Dans une seconde phase, le spécialiste aura à valider le

modèle proposé auprès du décideur, en réexaminant toutes
les contraintes et les critères à améliorer. Par la suite, il va
tenter de situer le problème posé dans un des types de
problèmes "classiques" de la RO, si bien sûr cela est possible,
puis de sélectionner la méthode appropriée qui permet de
proposer des solutions pour le problème en question.
Cette méthode, qui peut être exacte (i.e. donne une
solution exacte) ou approchée (heuristique), sera choisie
selon son efficacité (temps d'exécution) qui dépend de la
taille des données du problème.
 Étape 3:

• Cette dernière étape consiste en la mise en œuvre de la

méthode choisie, cette étape peut être réalisée par le
chercheur opérationnel lui-même ou en coopération avec des
informaticiens ou des programmeurs, afin de fournir des
résultats que le spécialiste va proposer aux décideurs pour
résoudre le problème posé, qui lui, peut se montrer
pleinement satisfait, partiellement satisfait ou encore très
mécontent des résultats obtenus, il décidera, en cas
d'insatisfaction totale, ou bien de rejeter toute l'étude ou
bien de la recommencer, ou il peut découvrir, et c'est ce qui
se passe le plus souvent, que le critère qu'il avait lui-même
posé doit être modifié.
Programmation linéaire
 Programmation linéaire
• La programmation linéaire est un outil très puissant de la
recherche opérationnelle. C’est un outil générique qui peut
résoudre un grand nombre de problèmes. En effet, une fois un
problème modélisé sous la forme d’équations linéaires, des
méthodes assurent la résolution du problème de manière
exacte. On distingue dans la programmation linéaire, la
programmation linéaire en nombres réels, pour laquelle les
variables des équations sont dans R+ et la programmation en
nombres entiers, pour laquelle les variables sont dans N. Bien
entendu, il est possible d’avoir les deux en même temps.
Cependant, la résolution d’un problème avec des variables
entières est nettement plus compliquée qu’un problème en
nombres réels.
 Programmation linéaire
• Une des méthodes les plus connues pour
résoudre des programmes linéaires en
nombre réels est la méthode du Simplex. En
théorie, elle a une complexité non
polynomiale et est donc supposée peu
efficace. Cependant, en pratique, il s’avère au
contraire qu’il s’agit d’une bonne méthode.
 Programmation linéaire

• De plus, de nombreux logiciels intégrant cette

méthode existent. Certains sont utilisés via une
interface graphique alors que d’autres permettent
une communication par fichiers ce qui autorise
l'utilisation du programme de manière cachée
dans le développement d’un autre logiciel.
 Programmation linéaire
• La programmation linéaire permet la résolution
d’un programme linéaire. Un programme linéaire
est un système d’équations ou d’inéquations
appelées "contraintes" qui sont linéaires (c’est-à-
dire que les variables ne sont pas élevées au
carré, ne servent pas d’exposant, ne sont pas
multipliées entre elles...). Et à partir de ces
contraintes, on doit optimiser une fonction
également linéaire appelée objectif.