Professional Documents
Culture Documents
oprationnelle I
Mariem Trojet
mariemtrojet@hotmail.com
A.U: 2015/2016
Introduction la R.O Applications Outils Rfrences
Plan
1. Introduction la recherche oprationnelle
2. Applications
3. Outils
4. Rfrences
Introduction la R.O Applications Outils Rfrences
Plan
I. Introduction la recherche oprationnelle
II. Applications
III. Outils
IV. Rfrences
Introduction la R.O Applications Outils Rfrences
Plan
I.1. Dfinitions
I.2. Quelques exemples de modles mathmatiques
I.3. Modle de recherche oprationnelle
I.4. Techniques de recherche oprationnelle
Introduction la R.O Applications Outils Rfrences
Plan
I.1. Dfinitions
I.2. Quelques exemples de modles mathmatiques
I.3. Modle de recherche oprationnelle
I.4. Techniques de recherche oprationnelle
Introduction la R.O Applications Outils Rfrences
Question:
Comment acheter les billets pour les 5 semaines
( prix minimum)?
Restrictions
FYV-DEN le lundi et DEN-FYV le mercredi de la mme semaine.
Ingrdients principaux
Alternatives (variables, inconnues du problme).
Restrictions (contraintes).
Fonction objectif optimiser (minimiser ou
maximiser).
Introduction la R.O Applications Outils Rfrences
Plan
I.1. Dfinitions
I.2. Quelques exemples de modles mathmatiques
I.3. Modle de recherche oprationnelle
I.4. Techniques de recherche oprationnelle
Introduction la R.O Applications Outils Rfrences
Plan
I.1. Dfinitions
I.2. Quelques exemples de modles mathmatiques
I.3. Modle de recherche oprationnelle
I.4. Techniques de recherche oprationnelle
Introduction la R.O Applications Outils Rfrences
Etapes pratiques
Aspects mathmatiques:
1 Dfinition du problme contraintes, objectifs,
simplifications
Graphe, programmation
linaire, programmation
2 Construction dun modle par contraintes
- tude de complexit:
que peut-on esprer
3 pour le temps de
Validation du modle rsolution imparti?
- Mise au point
dalgorithmes
- Itrer avec le
Implmentation et analyse demandeur si
4
des rsultats ncessaire
Introduction la R.O Applications Outils Rfrences
Mthodologie:
Les tapes les plus importantes:
la dfinition du problme (suppose un dialogue avec le
dcideur)
la construction du modle (prendre en conscience des
hypothses simplificatrices et de leur impact)
La phase de validation doit permettre de remettre
en cause la validit du modle
Une approche globale ncessite donc un aller-
retour constant entre le modle et les attentes du
dcideur.
Introduction la R.O Applications Outils Rfrences
Techniques principales
Programmation linaire
Programmation linaire en nombre entiers
Programmation dynamique
Optimisation combinatoire
Modles stochastiques
Simulation
Introduction la R.O Applications Outils Rfrences
Plan
I. Introduction la recherche oprationnelle
II. Applications
III. Outils
IV. Rfrences
Introduction la R.O Applications Outils Rfrences
Plan
I. Introduction la recherche oprationnelle
II. Applications
III. Outils
III.1. Programmation linaire
III.2. Programmation linaire en nombre entiers
IV. Rfrences
Introduction la R.O Applications Outils Rfrences
Plan
III.1. Programmation linaire
III.1.1. Dfinition
III.1.2. Hypothses fondamentales
III.1.3. Exemple de modle linaire
III.1.4. Forme standard / forme canonique dun PL
III.1.5. Forme standard/canonique dun PL
(Problme de production de peinture)
III.1.6. Rsolution du programme linaire
Introduction la R.O Applications Outils Rfrences
Plan
III.1. Programmation linaire
III.1.1. Dfinition
III.1.2. Hypothses fondamentales
III.1.3. Exemple de modle linaire
III.1.4. Forme standard / forme canonique dun PL
III.1.5. Forme standard/canonique dun PL
(Problme de production de peinture)
III.1.6. Rsolution du programme linaire
Introduction la R.O Applications Outils Rfrences
Plan
III.1. Programmation linaire
III.1.1. Dfinition
III.1.2. Hypothses fondamentales
III.1.3. Exemple de modle linaire
III.1.4. Forme standard / forme canonique dun PL
III.1.5. Forme standard/canonique dun PL
(Problme de production de peinture)
III.1.6. Rsolution du programme linaire
Introduction la R.O Applications Outils Rfrences
1. Donnes
Quantit utilise par Quantit
tonne disponible par jour
Extrieure Intrieure
M1 6 4 24
M2 1 2 6
Profit par tonne 5 4
Introduction la R.O Applications Outils Rfrences
2. Contraintes supplmentaires
3. Formulation / Modlisation
4. Restrictions (contraintes)
61 + 42 24
1 +22 6
2 2
2 1 1
1 , 2 0
Introduction la R.O Applications Outils Rfrences
Non!
Une seule solution
admissible? Infinit de solutions
admissibles!
Mthode graphique
Simplexe
Introduction la R.O Applications Outils Rfrences
Plan
III.1. Programmation linaire
III.1.1. Dfinition
III.1.2. Hypothses fondamentales
III.1.3. Exemple de modle linaire
III.1.4. Forme standard / forme canonique dun PL
III.1.5. Forme standard/canonique dun PL
(Problme de production de peinture)
III.1.6. Rsolution du programme linaire
Introduction la R.O Applications Outils Rfrences
1. Forme standard
Un programme linaire est sous forme standard
lorsque toutes ses contraintes sont des galits et
toutes ses variables sont non-ngatives
Reprsentation matricielle
s.c. =
0
, , < , , , ,
.
Introduction la R.O Applications Outils Rfrences
2. Forme canonique
Un programme linaire est sous forme canonique
lorsque toutes ses contraintes sont des ingalits et
toutes ses variables sont non-ngatives
Reprsentation matricielle
s.c.
0
, , , , , .
Introduction la R.O Applications Outils Rfrences
Plan
III.1. Programmation linaire
III.1.1. Dfinition
III.1.2. Hypothses fondamentales
III.1.3. Exemple de modle linaire
III.1.4. Forme standard / forme canonique dun PL
III.1.5. Forme standard/canonique dun PL
(Problme de production de peinture)
III.1.6. Rsolution du programme linaire
Introduction la R.O Applications Outils Rfrences
max = 51 + 42 max = 51 + 42
s.c. 61 + 42 + 1 = 24
s.c. 61 + 42 24 1 + 22 + 2 =6
1 + 22 6 2 + 3 =2
2 2 1 + 2 + 4 =1
2 1 1
1 , 2 0 1 , 2 , 1 , 2 , 3 , 4 0
Introduction la R.O Applications Outils Rfrences
Plan
III.1. Programmation linaire
III.1.1. Dfinition
III.1.2. Hypothses fondamentales
III.1.3. Exemple de modle linaire
III.1.4. Forme standard / forme canonique dun PL
III.1.5. Forme standard/canonique dun PL
(Problme de production de peinture)
III.1.6. Rsolution du programme linaire
III.1.6.1. Lalgorithme du simplexe
III.1.6.2. Lalgorithme du simplexe: un aperu par lexemple
Introduction la R.O Applications Outils Rfrences
Dfinition
Algorithme itratif permettant de rsoudre un problme
de programmation linaire (G. B. Dantzig 1947).
Ide de base
Solution optimale: sommet (point extrme).
Ide fondamentale du simplexe: dplacement de
sommet en sommet adjacent de manire
amliorer la fonction objectif.
Transformation des ingalits en galits: forme
standard du programme linaire systme de m
quations n inconnues (m < n).
Introduction la R.O Applications Outils Rfrences
Etapes de rsolution
Tableau initial
Solution Oui
Pivotage Stop
optimale?
Non
Plan
III.1. Programmation linaire
III.1.1. Dfinition
III.1.2. Hypothses fondamentales
III.1.3. Exemple de modle linaire
III.1.4. Forme standard / forme canonique dun PL
III.1.5. Forme standard/canonique dun PL
(Problme de production de peinture)
III.1.6. Rsolution du programme linaire
III.1.6.1. Lalgorithme du simplexe
III.1.6.2. Lalgorithme du simplexe: un aperu par lexemple
Introduction la R.O Applications Outils Rfrences
200/5=40
60/3=20
14/1=14 ------ cest le minimum, donc E4 est
la variable qui sort de la base
Introduction la R.O Applications Outils Rfrences
Etape D : Pivotage
Colonne pivot
Etape D : Pivotage
Etape D : Pivotage
Etape D : Pivotage
Base X1 X2 E1 E2 E3 E4 bi
Coef. Var.
Z base
0 E1 10 0 1 0 0 -5 130
0 E2 2 0 0 1 0 -3 18
0 E3 1 0 0 0 1 0 34
1200 X2 0 1 0 0 0 1 14
zj 0 1200 0 0 0 1200 0
Cj - zj 1000 -1200 0 0 0 -2400
Introduction la R.O Applications Outils Rfrences
pour un problme de
maximisation.
pour un problme de
minimisation.
Introduction la R.O Applications Outils Rfrences
Base X1 X2 E1 E2 E3 E4 bi
Coef. Z Var.
base
0 E1 10 0 1 0 0 -5 130
0 E2 2 0 0 1 0 -3 18
0 E3 1 0 0 0 1 0 34
1200 X2 0 1 0 0 0 1 14
zj 0 1200 0 0 0 1200 0
C j - zj 1000 -1200 0 0 0 -2400
C1 z1 = 1000 > 0 -----------> cela veut dire quon na pas obtenu la
solution optimale et quon doit continuer itrer
Introduction la R.O Applications Outils Rfrences
Plan
I. Introduction la recherche oprationnelle
II. Applications
III. Outils
III.1. Programmation linaire
III.2. Programmation linaire en nombre entiers
IV. Rfrences