Professional Documents
Culture Documents
Recherche oprationnelle
et aide la dcision
Simplex
PERT
MPM
______________________________________________________________________________
INTRODUCTION
I. PRESENTATION DE LA RECHERCHE OPERATIONNELLE ................................................ 7
II. DOMAINES D'APPLICATION ........................................................................................ 7
2.1) Les problmes combinatoires .............................................................................. 7
2.2) Les problmes alatoires ..................................................................................... 7
2.3) Les problmes de concurrence ............................................................................. 7
III. PROPRIETES DE LA R.O. INTERDISCIPLINAIRE............................................................. 7
PROGRAMMATION LINEAIRE
I.
PROBLEMES DE TRANSPORT
I.
EXEMPLE DE L'USINE............................................................................................... 37
1.1) Problme : rpartition des expditions .............................................................. 37
1.2) Modlisation du problme ................................................................................. 38
1.3) Reprsentation graphique.................................................................................. 39
1.4) Mthode plus rapide (des regrets) ..................................................................... 40
1.5) Changement de base.......................................................................................... 40
1.6) Cas de dgnrescence ...................................................................................... 42
II. RECHERCHE DUNE SOLUTION INITIALE ................................................................... 42
2.1) Rgle du coin Nord-Ouest ("hasard") ................................................................ 42
2.2) Rgle de Balas-Hammer : .................................................................................. 43
___________________________________________________________________
Beniaich Adnane
Page 2
WWW.RR4EE.NET
______________________________________________________________________________
LES GRAPHES
DEFINITION VOCABULAIRE ................................................................................... 47
1.1) Graphe .............................................................................................................. 47
1.2) Chemins ............................................................................................................ 48
II. MATRICES ASSOCIEES A UN GRAPHE ........................................................................ 49
2.1) Matrice latine .................................................................................................... 49
2.2) Matrices boolenne et arithmtique ................................................................... 50
III. CONNEXITE FORTE CONNEXITE ............................................................................. 51
3.1) Connexit .......................................................................................................... 51
3.2) Forte connexit ................................................................................................. 51
3.3) Fermeture transitive .......................................................................................... 52
3.4) Recherche des classes fortement connexes, des circuits hamiltoniens ................ 53
3.5) Mthode de Georges DEMOUCRON................................................................. 53
I.
ORDONNANCEMENT
I. INTRODUCTION ....................................................................................................... 69
II. METHODES DORDONNANCEMENT........................................................................... 70
2.1) Mthode MPM................................................................................................... 70
2.2) Mthode PERT .................................................................................................. 72
2.3) Comparaison des deux mthodes ....................................................................... 73
III. EXERCICES ............................................................................................................. 74
___________________________________________________________________
Beniaich Adnane
Page 3
WWW.RR4EE.NET
______________________________________________________________________________
PROCESSUS STOCHASTIQUES
I.
INTRODUCTION ................................................................................................. 77
1.1) Historique ......................................................................................................... 77
1.2) Dfinition d'un Processus Stochastique ............................................................. 77
II. LES CHAINES DE MARKOV A ESPACE D'ETATS DISCRET ............................................ 78
2.1) Probabilits et matrice de transition .................................................................. 78
2.2) Probabilits de transition en m tapes ............................................................... 78
III. GRAPHE DES TRANSITIONS CLASSIFICATION DES CHAINES ..................................... 79
3.1)
Exemple sur les processus alatoires ............................................................. 79
IV. DISTRIBUTION DES ETATS D'UNE CHAINE ................................................................. 80
V. ETUDE DES CHAINES REDUCTIBLES .......................................................................... 80
VI. LES CHAINES DE MARKOV A TEMPS CONTINU .......................................................... 80
VII. COMPORTEMENT ASYMPTOTIQUE DES CHAINES........................................................ 80
VIII. PROCESSUS DE NAISSANCE ET DE MORT .............................................................. 80
FIABILITE
I. INTRODUCTION ................................................................................................. 83
II. GENERALITES - TERMINOLOGIE .................................................................... 83
2.1) Fonction de dfaillance et fn de fiabilit ............................................................ 83
2.2) Taux davarie ou taux de dfaillance ................................................................. 83
III. LOIS UTILISEES .................................................................................................. 86
3.1) Loi exponentielle ............................................................................................... 86
3.2) Loi de Weibull ................................................................................................... 86
IV. FIABILITE DUN SYSTEME ET DE SES COMPOSANTS ................................................... 87
4.1) Systme structure en srie............................................................................... 87
4.2) Systme structure parallle ............................................................................. 87
4.3) Systmes structure mixte ................................................................................. 88
V. EXERCICES ......................................................................................................... 88
5.1) Exercice n 1 ..................................................................................................... 88
5.2) Exercice n 2 ..................................................................................................... 89
5.3) Exercice n 3 ..................................................................................................... 89
___________________________________________________________________
Beniaich Adnane
Page 4
WWW.RR4EE.NET
______________________________________________________________________________
INTRODUCTION
___________________________________________________________________
Beniaich Adnane
Page 5
WWW.RR4EE.NET
______________________________________________________________________________
INTRODUCTION
I.
___________________________________________________________________
Beniaich Adnane
Page 6
WWW.RR4EE.NET
______________________________________________________________________________
INTRODUCTION
I.
La recherche oprationnelle est une mthode d'analyse scientifique d'un problme. Cette
mthodologie est une mlange d'analyse et de mthodes mathmatique runies pour aider un
dcideur prendre une dcision. Cre en Angleterre durant la seconde guerre mondiale, elle
servait rsoudre les problmes militaires (placements de radar, gestion des convois, etc.).
Elle consiste recevoir un maximum d'information sur le problme afin de proposer des
solutions mais surtout pas de dcider laquelle est la meilleure. La solution choisie dpend
surtout des intrts du dcideur.
Economie
Recherche
Oprationnelle
Outils
mathmatique
___________________________________________________________________
Beniaich Adnane
Page 7
WWW.RR4EE.NET
______________________________________________________________________________
Programmation
Linaire
___________________________________________________________________
Beniaich Adnane
Page 8
WWW.RR4EE.NET
______________________________________________________________________________
PROGRAMMATION LINEAIRE
I.
1.3)
1.4)
1.5)
1.6)
11
12
12
13
16
17
18
21
22
___________________________________________________________________
Beniaich Adnane
Page 9
WWW.RR4EE.NET
______________________________________________________________________________
PROGRAMMATION LINEAIRE
I.
1.2) Exemple
a) Agriculteur
Un agriculteur possde 40ha, 63 000 FF et 840 jours de travail. Il dsire semer du mas, du bl
et du soja qui ont les cots et les rapports suivants:
Mas
Bl
soja
Prix (FF/ha)
1500
1800
1050
Temps (jour)
18
27
15
Rapports (FF/ha)
420
510
360
___________________________________________________________________
Beniaich Adnane
Page 10
WWW.RR4EE.NET
______________________________________________________________________________
b) Usine
De la mme faon, une usine produit du "A" et du "B" avec du "M1" et du "M2" avec les
caractristiques suivantes:
A
B
Stocks
2
1
8
M1
1
2
7
M2
0
1
3
M3
4
5
gains
Mise en quations avec x1 le nombre de "A" et x2 le nombre de "B" sachant que x1et x2 0
Bilan de M1: 2 x1 + x2 8
Bilan de M2: x1 + 2 x2 7
Bilan de M3: x2 3
Le critre tant un max z = 4 x1 + 5 x2
max z = c j .x j
Fonction conomique
j=1
a ij .x j b i ,
pour 1 i m
m: contraintes
x j 0,
pour 1 j n
j=1
a ij .x j b i ( a ij ).x j b i
n
j=1
j=1
n
a ij .x j b i
n
j=1
a ij .x j = b i n
j=1
a .x b
ij
j
i
j=1
xj 0 xj 0 changement de variable xj = xj dans le PL
si certaines variables nont pas de condition de signe, on pose xi = xi xi, avec xi0 et xi0.
___________________________________________________________________
Beniaich Adnane
Page 11
WWW.RR4EE.NET
______________________________________________________________________________
Remarques:
x1 , x 2 0
6
3,
3,
9
7
2,
3,
4
2,
5
1,
2
1,
2,
9
0,
6
0,
1,
3
0,
4
3,5
3
2,5
2
1,5
1
0,5
0
___________________________________________________________________
Beniaich Adnane
Page 12
WWW.RR4EE.NET
______________________________________________________________________________
Soit le systme:
-2x1 + x2 1
x1 + 3x2 10
x1 4
max z = -x1 + x2
D1
D1 -2x1 + x2 = 1
x2 = 2x1 + 1
D3
0
D2 3x2 = 10 x1
x2 = 10/3 (1/3)x1
-1
A
D3 x1 4
x2 = 2x1 + 1
D2
k x2 x1 = k
x2 = x1 + k
z a pour maximum 2 atteint en x1 = 1, x2 = 3
A x2 = 1
x1 = 0
- 2 x1 + x2 + t1 = 1
x1 + 3x2 + t2 = 10
x1
+t3 = 4
Thorme : tout programme linaire peut tre crit sous forme canonique ou sous forme
standard.
n
max z = c j .x j
j=1
a ij .x j + x n+i = b i ,
j=1
x j 0,
x n +i 0,
pour 1 i m
pour 1 j n
pour 1 i m
___________________________________________________________________
Beniaich Adnane
Page 13
WWW.RR4EE.NET
______________________________________________________________________________
Ecriture matricielle :
max ( tc x)
Ax=b
x 0
avec :
x1
c1
a 11 L a 1n
M
M
L a 2n
a
n+m
x = x n , c= c n x, c R , A = 21
M
M
M
M
a
x
m1 L a mn
n +m
0
b1
b= M , b Rm
b
m
1 0 L 0
0 1 L 0
,AM
M M
M
0 0 L 1
m,n+m(R),
II. Convexit
C IRn est convexe SSI x C , et y C , [0,1] x + (1-)y C
L'intersection d'un nombre fini de convexes est convexe. Un polydre convexe est
l'intersection d'un nombre fini d'ensembles du type A , B , C.
Thorme : L'ensemble des solutions ralisables d'un programme linaire est convexe.
x est un point extrmal d'un convexe (ou point anguleux, ou sommet) SSI il n'existe pas:
x' , x C x' x tels que x = x' + (1-)x avec ]0,1[
Thorme : Tout point x d'un polydre convexe born IRn
convexe de points extrmes de .
Remarque : Dans le cas o est un polydre non born, il existe un thorme analogue
utilisant la notion de rayons extrmaux.
___________________________________________________________________
Beniaich Adnane
Page 14
WWW.RR4EE.NET
______________________________________________________________________________
Ici, x1 = 0 , x2 = 0 est une solution de base admissible avec z = 0, c'est dire qu'elle fait
partie de la zone graphique concerne et qu'elle rpond toutes les conditions poses.
On a les variables hors base: x1 , x2 et les variables en base: t1 , t2 , t3
Essayons de faire crotre x2 , avec x1 = 0
t1 = 1 x2 0
t2 = 10 3x2 0
t3 = 4
x2 1
x2 10/3
pas de contrainte
x1 -1/2
x1 1
x1 4
___________________________________________________________________
Beniaich Adnane
Page 15
WWW.RR4EE.NET
______________________________________________________________________________
x1 + 3x 2 + x 4 = 10
x1 + x 5 = 4
x1 , x 2 , x 3 , x 4 , x 5 0
bi
x1
x2
t1
1
2
1
1
10
1
3
0
4
1
0
0
Z
1
1
0
La solution admissible de base (solution initiale) est:
t2
0
1
0
0
t3
0
0
1
0
bi
1
7
4
Z-1
x1
2
7
1
1
x2
1
0
0
0
t1
1
-3
0
-1
t2
0
1
0
0
t2
2/7
1/7
-1/7
-1/7
t3
0
0
1
0
t3
0
0
1
0
x2
t2 L2 3L1
t3
L4 L1
x1
0
1
0
0
x2
1
0
0
0
t1
1/7
-3/7
3/7
-4/7
x2
x1
t3
___________________________________________________________________
Beniaich Adnane
Page 16
WWW.RR4EE.NET
______________________________________________________________________________
b) Exercice 1
Soit le programme linaire suivant sous sa forme canonique:
x1 + x2 14
-2x1 + 3x2 12
avec x1, x2 0
2x1 - x2 12
max z = x1 + 3x2
1. Mettre sous forme standard
On introduit donc les variables d'cart t1, t2 et t3:
x1 + x2 + t1 = 14
-2x1 + 3x2 + t2 = 12
avec x1, x2, t1, t2, t3 0
2x1 - x2
+ t3 = 12
max z = x1 + 3x2
2. Proposer une rsolution graphique
D2
D3
30
D1 x1 + x2 = 14
x2 = 14 x1
12
D2 x2 = 2/3 x1 + 4
D3 x2 = 2 x1 - 12
D1
si x1 = 0 et k = 0 alors x2 = 0
car x2 = (k x1) / 3
donc 0 x2 = -(1/3) x1
12 x2 = 4 = (1/3) k
30 x2 = 8 x1 = 6
Z = 30 pour x1 = 6 et x2 = 8
3. Trouver une solution optimale par la mthode des tableaux
coef(bi/ai1)
14
4
-2
bi
14
12
2
Z
x1
1
-2
2
1
x2
1
3
-1
3
t1
1
0
0
0
t2
0
1
0
0
t3
0
0
1
0
dfinit
t1
t2
t3
t1 = 14
t2 = 12
t3 = 2
___________________________________________________________________
Beniaich Adnane
Page 17
WWW.RR4EE.NET
______________________________________________________________________________
On prend celui qui fait augmenter le plus Z donc ici on choisit de faire rentrer x2 en base car
son coeff sur Z est de 3.
coef
bi
10
4
16
Z-12
10*3/5 6
4*(-3/2) -6
16*3/4 12
x1
5/3
-2/3
4/3
3
x2
0
1
0
0
t1
1
0
0
0
t2
-1/3
1/3
1/3
-1
t3
0
0
1
0
dfinit
t1 L1 - L2
x2 L2/3
t3 L3 + L2
LZ - 3L2
L1 : t1 en fonction de x1, x2
L'2 : x2 en fonction de t2
L'1 : t1 en fonction de t2, x2
L1 14
L'2 4
L'1 10
1
-2/3
5/3
1
1
0
1
0
1
0
1/3
-1/3
0
0
0
L3 12
L'2 4
L'3 16
2
-2/3
4/3
-1
1
0
0
0
0
0
1/3
1/3
1
0
1
Z-12-18
x1
1
0
0
0
x2
0
1
0
0
t1
3/5
2/5
-4/5
-9/5
t2
-1/5
1/5
3/5
-2/5
t3
0
0
1
0
dfinit
x1
x2
t3
c) Exercice 2
Soit le programme linaire suivant sous sa forme canonique:
3x1 + x2 8
x1 + 2x2 6
avec x1, x2 0
3x1 + 2x2 9
max z = x1 + x2
1. Mettre sous forme standard
On introduit donc les variables d'cart t1 et t2:
3x1 + x2 + t1 = 8
x1 + 2x2 + t2 = 6
avec xi, ti 0
3x1 + 2x2
+ t3 = 9
max z = x1 + x2
___________________________________________________________________
Beniaich Adnane
Page 18
WWW.RR4EE.NET
recherche op%C3%A9rationelle1
______________________________________________________________________________
2. Trouver une solution optimale par la mthode des tableaux
coef (bi/ai1)
8/3
6
9/3
bi
8
6
9
Z
x1
3
1
3
1
x2
1
2
2
1
t1
1
0
0
0
t2
0
1
0
0
t3
0
0
1
0
dfinit
t1
t2
t3
t1 = 8
t2 = 6
t3 = 9
On choisit alors celui qui a le coefficient le plus important pour faire augmenter Z. Ici, Coef
x1 = Coef x2 = 1 donc on le choisit au hasard.
Faisons rentrer x1 en base:
3x1 + t1 = 8
x1 + t2 = 6
3x1 + t3 = 9
8 3x1 0
6 x1 0
9 3x1 0
8/6 x1
6 x1
3 x1
bi
8/3
10/3
1
Z-8/3
x1
1
0
0
0
x2
1/3
5/3
1
2/3
t1
1/3
-1/3
-1
-1/3
t2
0
1
0
0
L2
-L'1
L'2
6
-8/3
10/3
1
-1
0
2
-1/3
5/3
0
-1/3
-1/3
1
0
0
0
0
0
L3
-3L'1
L'3
9
-8
1
3
-3
0
2
-1
1
0
-1
-1
0
0
0
1
0
1
Lz
-L'1
L'z
Z
-8/3
Z-8/3
1
-1
0
1
-1/3
2/3
0
-1/3
-1/3
0
0
0
t3
0
0
1
0
dfinit
x1 L1/3
t2 L2-L'1
t3 L3-3L'1
0
0
0
t2 = 10/3
t3 = 1 x2 = t1 = 0
Z = 8/3
Page 19
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
coef (bi/ai1)
7/2
5/4
-1
bi
7/3
5/3
1
Z-10/3
L'1
1/3L''3
L'1-1/3L''3
8/3
1/3
7/3
L'2
5/3L''3
L'2 5/3 L''3
L'z
2/3L''3
L'z-2/3L''3
10/3
5/3
5/3
x1
1
0
0
0
x2
0
0
1
0
t1
2/3
4/3
-1
1/3
t2
0
1
0
0
t3
-1/3
-5/3
1
-2/3
1
0
1
1/3
1/3
0
1/3
-1/3
2/3
0
0
0
0
1/3
-1/3
0
0
0
5/3
5/3
0
-1/3
-5/3
4/3
1
0
1
0
5/3
5/3
-1/3
-2/3
1/3
0
0
0
0
2/3
-2/3
Z 8/3
2/3
Z 10/3
0
0
0
2/3
2/3
0
dfinit
x1 L'1-1/3L''3
t2 L'2-5/3L''3
x2
Lz-2/3L''3
Z = 10/3
Faisons rentrer t1 et sortir t2 de la base (on fait sortir t2 car il a le coefficient le plus petit
positif).
bi
3/2
5/4
9/4
Z-15/4
x1
1
0
0
0
x2
0
0
1
0
L''1
L'''2
L''1-2/3L''2
7/3
5/4
3/2
L''2
L'''2
L''3 L''2
-1
5/4
9/4
L''z
L'''2
L''z+1/3L''2
Z-10/3
5/4
Z-15/4
t1
0
1
0
0
1
0
1
t2
-1/2
-1/4
0
0
0
1
0
0
0
0
0
t3
1/2
-5/4
-1/4
-1/4
dfinit
x1 L''1-1/3L''3
t1 L'2-5/3L''3
x2
Lz-2/3L''3
2/3
1
0
-1/2
-1/3
-5/4
1/2
0
0
1
1
1
0
-1
0
-5/4
-1/4
0
0
0
1/3
1
0
-1/4
-2/3
-5/4
-1/4
Ici, on a la solution optimale car les coefficients de la fonction conomique sont tous
ngatifs.
Z = 15/4 pour x1 = 3/2 ; x2 = 9/4 ; t1 = 5/4 ; t2, t3 = 0
Page 20
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
d) Exercice 3
Soit le programme linaire suivant sous sa forme canonique:
x1 - x2 3
-x1 + 2x2 4
avec x1, x2 0
2x1 + x2 8
max z = x1 + x2
1. Mettre sous forme standard
On introduit donc les variables d'cart t1 et t2:
x1 - x2 + t1 = 3
-x1 + 2x2 + t2 = 4
avec xi, ti 0
2x1 + x2
+ t3 = 8
max z = x1 + x2
2. Trouver une solution optimale par la mthode des tableaux
coef (bi/ai1)
3
-4
4
bi
3
4
8
Z
x1
1
-1
2
1
x2
-1
2
1
1/2
t1
1
0
0
0
t2
0
1
0
0
t3
0
0
1
0
dfinit
t1
t2
t3
t1 = 3
t2 = 4
t3 = 8
bi
3
7
2
Z-3
x1
1
0
0
0
x2
-1
1
3
3/2
t1
1
1
-2
-1
t2
0
1
0
0
t3
1/3
-1/3
1/3
-1/2
t2
0
1
0
0
t3
0
0
1
0
dfinit
x1
t2
t3
x1
1
0
0
0
x2
0
0
1
0
t1
1/3
5/3
-2/3
0
dfinit
x1 L1+L'3
t2 L2-L'3
x2 L'3
Mais on voit que ce n'est pas la seule solution (notamment grce au graphique) et on peut
donc continuer en faisant rentrer t1 et sortir t2.
Page 21
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
bi
12/5
19/5
16/5
Z-4
x1
1
0
0
0
x2
0
0
1
0
t1
0
1
0
0
t2
-5
3/5
2/5
0
t3
2
-1/5
1/5
-1/2
dfinit
x1
t1
x2
e) Exercice 4
Soit le programme linaire suivant sous sa forme canonique:
-x1 + x2 + 5x3 2x4 5
x1
- 3x3 + x4 = 7
avec xi 0
x1 + x2 + 4x3 -3x4 = 4
max z = 13x1 + 6x2 - 2x3 - 10x4
1. Mettre sous forme standard
On introduit donc une seule variable d'cart t1:
-x1 + x2 + 5x3 2x4 - t1 = 5
x1
- 3x3 + x4
=7
x1 + x2 + 4x3 -3x4
=4
avec xi, ti 0
x1
-1
1
1
13
x2
1
0
1
6
x3
5
-3
4
-2
x4
-2
1
-3
-10
t1
-1
0
0
0
x1
-1
1
2
19
x2
1
0
0
0
x3
5
-3
-1
-32
x4
-2
1
-1
2
t1
-1
0
1
6
dfinit
x2
Page 22
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
bi
12
7
-15
Z-163
x1
0
1
0
0
x2
1
0
0
0
x3
2
-3
5
25
x4
-1
1
-3
-17
t1
-1
0
1
6
dfinit
x2
x1
Si l'on veut que L3 dfinisse x4 (car le second membre est ngatif donc x4 ayant un
coefficient ngatif, cela se simplifie): on aura L'3 L3/-3.
bi
17
2
5
Z-78
x1
0
1
0
0
x2
1
0
0
0
x3
1/3
-4/3
-5/3
-10/3
x4
0
0
1
0
t1
-4/3
1/3
-1/3
1/3
dfinit
x2
x1
x4
On arrive donc ici un simplexe et maintenant, on peut chercher optimiser z. Pour cela, on
fait rentrer t1 en base et on sort x1:
on a donc L'1 L1 + 4/3 L2 ; L'2 3L2 ; L'3 L3 + 1/3 L2; L'4 L4 1/3 L2
bi
25
6
7
Z-80
x1
4
3
1
-1
x2
1
0
0
0
x3
-5
-4
-3
-2
x4
0
0
1
0
t1
0
1
0
0
dfinit
x2
t1
x4
Page 23
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
a) Exemple 1 :
max z = 2x 1 + 3x 2
x 1 + x 2 6
x1 , x 2 0
max z = 2 x1 + 3x 2
x 1 + x 2 + x 3 = 6
x1 , x 2 , x 3 , x 4 , x 5 0
La difficult de cette tude provient du fait que lon na pas une solution admissible initiale,
en fixant x1=x2=0 (variables hors-base) car on aurait alors x3=6 0 (valable), mais x4=4 0
(non valable) et x5 = 2 0 (non valable). Il faut donc commencer par chercher une premire
solution admissible. On pourrait essayer se ramener au simplexe.
Ou alors, on introduit des variables artificielles : x6 et x7, associes un coefficient de la
fonction conomique ngatif, (pour que la solution optimale du PL avec ces deux variables
artificielles soit obtenue avec x6 et x7 nulles, cest--dire la solution optimale du nouveau PL
est la mme que celle du PL sans ces deux variables artificielles).
Le Programme Linaire devient :
max
z = 2 x 1 + 3 x 2 Mx 6 Mx 7
x1 + x 2 + x 3 = 6
2 x1 x 2 + x 4 x 6 = 4
2 x + x + x x = 2
1
2
5
7
x1 , x 2 , x 3 , x 4 , x 5 , x 6 , x 7 0
Page 24
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
1re phase:
Cherchons dans le systme maximiser une nouvelle fonction conomique z' = -V1 V2
V1 = 4 2x1 x2 + t2
V2 = 2 2x1 + x2 + t3
z' = -4 + 2x1 + x2 - t2 - 2 + 2x1 x2 - t3 = -6 + 4x1 - t2 - t3
coef (bi/ai1)
6
2
bi
6
4
2
Z'+6
Z
x1
1
2
2
4
2
x2
1
1
-1
0
3
t1
1
0
0
0
0
t2
0
-1
0
-1
0
t3
0
0
-1
-1
0
V1
0
1
0
0
0
V2
0
0
1
0
0
dfinit
t1
V1
V2
bi
5
2
1
Z'+2
Z-2
x1
0
0
1
0
0
x2
3/2
2
-1/2
2
4
t1
1
0
0
0
0
t2
0
-1
0
-1
0
t3
1
-1/2
1
1
V1
0
1
0
0
0
V2
-1/2
-1
-2
-1
dfinit
t1
V1
x2
t3
-
-
0
-1
V1
-
-1
-2
Ici, L1 L1 - L3
coef (bi/ai1)
10/3
1
-2
bi
7/2
1
3/2
Z'
Z-6
x1
0
0
1
0
0
x2
0
1
0
0
0
t1
1
0
0
0
0
t2
-
-
0
2
dfinit
t1
x2
x1
x1
0
0
1
0
x2
0
1
0
0
t1
4/3
2/3
1/3
-8/3
t2
1
0
0
0
t3
-1/3
1/3
-1/3
-1/3
dfinit
t2
x2
x1
Page 25
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
coef (bi/ai1)
6
4
-2
bi
6
4
2
Z
x1
1
2
2
2
x2
1
1
-1
3
t1
1
0
0
0
t2
0
-1
0
0
t3
0
0
-1
0
V1
0
1
0
-M
V2
0
0
1
-M
dfinit
t1
V1
V2
Ici, nous n'avons pas tout fait un tableau du simplexe car les coefficients de z ne sont pas nul
pour V1 et V2. On fait rentrer x2 dans la base et sortir V1: L'1 L1 - L2
bi
2
4
6
Z-12
x1
-1
2
4
-4
x2
0
1
0
0
t1
1
0
0
0
t2
1
-1
-1
3
t3
0
0
-1
0
V1
-1
1
1
-M-3
t1
1
1
1
-3
t2
1
0
0
0
t3
0
0
-1
0
V2
0
0
1
-M
V2
0
0
1
-M
dfinit
t1
x2
V2
x1
-1
1
3
-1
x2
0
1
0
0
dfinit
t2
x2
V2
Erreur de raisonnement: Le premier tableau n'est pas un tableau du simplexe, il aurait donc
fallu commencer par le ramener une forme de vrai tableau du simplexe.
Mthode correcte:
Il faut modifier la ligne "z" pour obtenir un vrai tableau du simplexe:
bi
x1
x2
6
1
1
4
2
1
2
2
-1
Z+4M 2+2M 3+M
Z+6M 2+4M
3
t1
1
0
0
0
0
t2
0
-1
0
-M
-M
Page 26
t3
0
0
-1
0
-M
V1
0
1
0
0
0
V2
0
0
1
-M
0
dfinit
t1
V1
V2
L'4 L4 + ML2
L'4 L4 + ML3
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
Le tableau initial du simplexe est donc:
coef (bi/ai1)
6
2
1
bi
x1
6
1
4
2
2
2
Z+6M 2+4M
x2
1
1
-1
3
t1
1
0
0
0
t2
0
-1
0
-M
t3
0
0
-1
-M
V1
0
1
0
0
V2
0
0
1
0
dfinit
t1
V1
V2
t1
1
0
0
0
t2
0
-1
0
-M
t3
1
-
1+M
V1
0
1
0
0
V2
-
-1
-1-2M
dfinit
t1
1
0
0
0
t2
-
-
2
t3
-
-
-1
V1
-3/4
-2-M
bi
5
2
1
Z+2M-2
x1
0
0
1
0
x2
3/2
2
-
4+2M
t1
V1
x1
x1
0
0
1
0
x2
0
1
0
0
dfinit
t1
x2
x1
Page 27
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
a. Forme Canonique :
max z = 420x 1 + 510x 2 + 360 x 3
x 1 + x 2 + x 3 40
bi
40
420
280
Z
x1
1
10
6
420
x2
1
12
9
510
x3
1
7
5
360+360
t1
1
0
0
0
t2
0
1
0
0
t3
0
0
1
0
dfinit
t1
t2
t3
t3
0
0
1
0
dfinit
x3
t2
t3
t1
1
-7
-5
-360-360
t2
0
1
0
0
bi
40
420
280
Z
coef (bi/ai1)
80/4=20
140
280/5=56
bi
80/9
140/3
280/9
x1
1
10
6
420
x1
1/3
2
2/3
Z-510*210/9 80
x2
1
12
9
510
x3
1
7
5
510
t1
1
0
0
0
t2
0
1
0
0
t3
0
0
1
0
dfinit
t1
t2
t3
x2
0
0
1
0
x3
4/9
1/3
5/9
680/3
t1
1
0
0
0
t2
0
1
0
0
t3
-1/9
-4/3
1/9
-510/9
dfinit
t1
t2
x2
Page 28
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
bi
20
40
80/9
x1
3/4
7/4
1/4
-120
Z - 49300/3
x2
0
0
1
0
x3
1
0
0
0
t1
9/4
-
-5/4
-510
t2
0
1
0
0
t3
-1/4
-5/4
1/4
0
dfinit
x3
t2
x2
Z 420
510
40
1
1
63000 1500 1800
840 18
27
360
1
1050
15
0
1
0
0
0
0
1
0
0
0
0
1
z
40
420
280
14
1
10
6
17
1
12
9
12
1
7
5
0
1
0
0
0
0
1
0
z4760/9
8 8/9
46 2/3
31 1/9
2 2/3
1/3
2
2/3
0
0
0
1
2 5/9
4/9
1/3
5/9
0
1
0
0
0
0
1
0
z5320/9
1 1/9
23 1/3
15 5/9
0
0
1
0
0
0
0
1
2 1/9
2/5
1/6
4/9
0
1
0
0
z4180/7
20/7
160/7
100/7
0
0
1
0
0
0
0
1
0
1
0
0
38/7
18/7
3/7
8/7
0
0
0
1
Cff
40
35
31,11
1 8/9 Cff
1/9 26,666
1 1/3 23,33
1/9 46,666
1 1/3 1/9
cff
1/6
1/9 2,8571
1/2 2/3 140
1/3
5/9
35
3/7
3/7
4/7
1/7
5/7
2/7
5/7
3/7
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
b. Pour paramtrer alors suivant la valeur de la prime accorde au soja, remplaons dans la
matrice optimale le coefficient de x3 de la fonction conomique par 12(1+), avec 1.
Le nouveau tableau est :
Z4180/7240/7
20/7
160/7
100/7
0
0
1
0
0
0
0
1
38/7216/7
18/7
3/7
8/7
0
1
0
0
3/7+36/7 5/724/7
3/7
2/7
4/7
5/7
1/7
3/7
La solution avant paramtrage tait x1 = 160/7, x2 = 100/7, x3 = 20/7. Cette solution nest
optimale que si tous les coefficients de la fonction conomique sont ngatifs :
Bilan :
1
5/2
19/108
1/12
+
+
+
2
+
3
On va donc garder la solution prcdente si ]19/108, 1/12[
Si 19/108, 1 est le plus coefficient positif de la fonction conomique, donc on fait
rentrer x4 dans la base.
Z4180/7240/7
20/7
160/7
100/7
0
0
1
0
0
0
0
1
0
1
0
0
0
0
0
1
19/9+12
7/18
1/6
4/9
Coeff
10/9
6400/21
25/2
0
0
1
0
0
1
0
0
4/3
1/6
1/3
1/9
1/9
2/3
5/9
Cette solution est stable si 19/9 + 12 0, cestdire si 19/108, ce qui est justement
le cas. Donc si 19/108, la solution optimale consiste cultiver 70/3 ha de mas et 140/9
ha de bl, il reste alors 10/9 ha non cultivs. Le profit est alors de 5320/9 u.m., indpendant de
, mais cest un hasard.
Si 1/12,
Z4180/7240/7
20/7
160/7
100/7
0
0
1
0
0
0
0
1
0
1
0
0
Coeff
20/3
40
v1/100
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
Z580/7240
20
40
20
7/4
0
0
0
1
0
1
0
0
212
1
3
1
512
1
5
4
0
1
0
0
1212
1
7
5
0
0
1
0
0
0
0
1
Cette fois, les coefficients de la fonction conomique sont tous ngatifs et la solution optimale
dans ce cas est de cultiver 40 ha de soja, pour un gain de 480+480 u.m.
Page 31
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
Bilan :
Mas
Bl
Soja
Gain
19/108
1/12
70/3
160/7
140/9
100/7
0
20/7
5320/9
4180/7+240/7
5/12
0
20
20
0
0
40
580+240
480+480
Remarque : si prend exactement les valeurs limites : 19/108, 1/12, 5/12, les solutions
optimales sont les mmes par les deux procds de calcul, pour les valeurs plus grandes et
plus petites que la limite.
IV. Dualit :
max z = 14 x 1 + 17 x 2 + 12 x 3
x 1 + x 2 + x 3 40
Cest--dire : y1 + 12 y 2 + 17 y 3 17
y + 7 y + 5y 12
2
3
1
y1 , y 2 , y 3 0
y1 + 10 y 2 + 6 y 3 y 4 = 14
y1 + 12 y 2 + 17 y 3 y 5 = 17
y + 7 y + 5 y y = 12
2
3
6
1
y1 , y 2 , y 3 , y 4 , y 5 , y 6 0
+ My
+ My
y 1 + 10 y 2 + 6 y 3 y 4 + y 7 = 14
y 1 + 12 y 2 + 9 y 3 y 5 + y 8 = 17
y + 7 y + 5 y y + y = 12
2
3
6
9
1
y1, y 2 , y 3 , y 4 , y 5 , y 6 , y 7 , y 8 , y 9 0
On introduit des variables dcart, sinon on na pas de solution initiale admissible : y1=0,
y2=y3=0 et y4 = 14 et y5 = 17 et y6 = 12. Le coefficient M reprsente ici une valeur trs
grande (plus grande que toutes les valeurs numriques apparaissant dans les calculs, et M)
On a alors une solution admissible du nouveau PL : y1= = y6 = 0, y7=14, y8= 17, y9 = 12.
On cherche minimiser z ou maximiser z=z
Z
40
420 280
Page 32
M
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
14
1
10
6
1
0
0
1
0
0
17
1
12
9
0
1
0
0
1
0
12
1
7
5
0
0
1
0
0
1
Ce tableau nest pas encore un tableau du simplexe car les variables de la base sont y7, y8 et y9
et la fonction conomique z dpend de ces variables ! ! !
1re transformation : (la ligne de z est remplace par L1+ML2)
Z
+14M
40
+M
420
+10M
280
+6M
0M
14
17
12
1
1
1
10
12
7
6
9
5
1
0
0
0
1
0
0
0
1
1
0
0
0
1
0
0
0
1
40
+3M
420
+29M
280
+20M
14
17
12
1
1
1
10
12
7
6
9
5
1
0
0
0
1
0
0
0
1
1
0
0
0
1
0
0
0
1
Rq : comme M est trs grand, 420+29M > 0 et est le plus grand de tous les coefficient. Donc
on fait rentrer y2 dans la base. Pour voir quelle variable sort de la base, dterminons la
colonne des coefficients relatifs :
Coeff
14/10=1,4
17/121,4166
12/71,7142
Donc il faut faire sortir y7 de la base. Le tableau rsultant est :
Z+588 +12/5M 2 +M/10
7/5
1/10
y8
1/5
1/5
y9
11/5
3/10
y2
0 28+13/5M 42+19/10M
1
3/5
1/10
0
9/5
6/5
0
4/5
7/10
M
0
1
0
M 4229/10M
0
1/10
0
6/5
1
7/10
0
0
1
0
0
0
0
1
coeff
7/3
1/9
11/4
0
1
0
0
0 70/3+1/6M 140/9+4/9M M
0
1/2
1/3
0
1
2/3
5/9
0
0
1/6
4/9
1
140/913/9M M
1/3
0
5/9
0
4/9
1
coeff
1/8
1/1
7/38
Pour liminer y9, on va choisir une variable HB ayant un coefficient dans la fonction conomique
positif
y2
y3
y1
Z +4180/7
3/7
5/7
38/7
0
0
0
1
0
1
0
0
0
0
1
0
160/7
4/7
5/7
3/7
100/7
1/7
3/7
8/7
20/7
3/7
2/7
18/7
On a donc obtenu une solution de base admissible : y1= 38/7, y2= 3/7, y3=5/7, y4, y5, y6 tant
des variables HB.
Page 33
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
De plus cette solution est optimale (ce ne sera pas toujours le cas), car tous les coefficients de
la fonction conomique sont ngatifs.
Lignes
colonnes
Pr. : les solutions optimales du dual et les solutions optimales du primal sont associes :
n primal
sol. primal
colonnes
x1 x2 x3
x4
x5
x6
x1
1 0 0 3/7 4/7
5/7
160/7
y4
x2
0 1 0 8/7 1/7
3/7
100/7
y5
x3
0 0 1 18/7 3/7
2/7
20/7
y6
x4
0 0 0
1
0
0
0
y1
x5
0 0 0
0
1
0
0
y2
x6
0 0 0
0
0
1
0
y3
coeff primal 0 0 0 38/7 3/7 5/7
y4 y5 y6
y1
y2
y3
n dual
lignes
NB : on aurait pu ne prendre quune seule variable artificielle en transformant la matrice
initiale du problme :
x 1 + 12x 2 + 9x 3 x 5 = 17
0x1 + 2x2 + x3 + x4 x5=3
(L2 L1)
x 1 10x 2 6x 3 + x 4 = 14
x 1 + 12x 2 + 9x 3 x 5 = 17
0x1 + 5x2 + 4x3 x5 + x6 = 5 (L2L3)
x1 7 x 2 5x 3 + x 6 = 12
Le tableau ne ncessite alors plus quune variable artificielle :
z
17
3
5
40
1
0
0
40
12
2
5
280
9
1
4
0
0
1
0
0
1
1
1
Page 34
0
0
0
1
M
1
0
0
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
Problmes de
TRANSPORT
Page 35
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
PROBLEMES DE TRANSPORT
I.
EXEMPLE DE L'USINE..............................................................................................
1.1) Problme : rpartition des expditions .............................................................
1.2) Modlisation du problme ................................................................................
1.3) Reprsentation graphique.................................................................................
1.4) Mthode plus rapide (des regrets) ....................................................................
1.5) Changement de base.........................................................................................
1.6) Cas de dgnrescence .....................................................................................
37
37
38
39
40
40
42
Page 36
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
PROBLEMES DE TRANSPORT
I.
Exemple de l'usine
satisfaire au mieux les exigences de chacun, en crant, soit un client fictif qui rclamerait le
surplus de la production, soit une usine fictive qui fournirait la quantit manquante.
Client
disponibilit
cij
aj
Usine
Demande
Avec a i = b i
i
bj
Usine
Clients
8
3
2
11
7
0
2
1
10
8
4
5
Demande
des clients
Page 37
Disponibilit
des usines
9
10
7
26
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
c ij.x ij
i, j
contraintes de production :
x ij = a i
pour 1 i m
j=1
x ij = b j
contraintes de consommation :
pour 1 j n
i =1
cest--dire :
(pour l'usine 1)
=9
x 11 + x 12 + x 13 + x14
(pour l'usine 2)
x 21 + x 22 + x 23 + x 24
= 10
(pour l'usine 3)
x 31 + x 32 + x 33 + x 34 = 7
+ x 21
+ x 31
=6
x11
x 12
+ x 22
+ x 32
=9
x13
+ x 23
+ x 33
=8
x 14
+ x 24
+ x 34 = 3
x ij = x ij = a i = b j
i
Donc on peut liminer une des contraintes, do il y a m+n-1 quations indpendantes, m+n-1
variables dans une base et une solution de base comportera au plus m+n-1 variables non
nulles.
Page 38
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
3
6
/
/
4
4
/
/
3
9
10
7
Ici le cot est de 6x8 + 3x11 + 6x7 + 4x1 + 4x10 + 3x5 = 182 mais on ne sait pas s'il
s'agit de la solution optimale
Sous forme dun arbre, on peut reprsenter autre solution
usines
clients
1=6
1
2
3
2=9
9
8
3=8
4=3
3
9
1
7
9
10
7
Remarque : Dans cet exemple, m=3, n=4, toute solution de base comportera au plus 6
variables non nulles. Cette solution est une solution admissible. Pour cette distribution, le cot
est 206. Cette solution de base comporte sept variables nulles. Pour avoir une autre solution
de base, on doit garder hors base 6 de ces variables et mettre la 7me en base.
On doit exprimer la fonction conomique en fonction des variables hors base :
Min z - = c ij.x ij o c ij est la variation du cot total , rsultant dune modification dune
i, j
unit de la quantit transporte sur la route hors base. Si cette variation est positive, on a
intrt ne rien transporter sur cette route (xij reste Hors Base), sinon on peut transporter une
quantit aussi grande que possible, le cot total diminuant proportionnellement ( xij).
Ex. :
1=6
9-1
+1 1+1
2
3
7-1
2=9
3=8
4=3
On appelle c 32 la somme des regrets. On gagne ici 16 units, la dmarche consiste donc
essayer toutes les possibilits pour diminuer les cots. Pour cela, on interprte ces coefficients
en posant cij = ui + vj (d'o c 32 = -c22 + c23 c33 + c32 ). On va poser ces quations sur des
chemins non nuls (autrement dit, hors bases).
Cette mthode permet pour chaque variable de dterminer un cycle de rquilibrage si cest
possible.
Page 39
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
u 2 + v 2 = c 22
u 2 + v 3 = c 23
u 3 + v 2 = c 32
Il y a donc 6 quations et 7 inconnues. Ce systme a donc une infinit de solutions. On peut
trouver une de ces solutions en choisissant une des inconnues au hasard (u1 = 0)
Alors c12 = c12 (u 1 + v 3 ) + (u 2 + v 3 ) (u 2 + v 2 ) = c12 (u 1 + v 2 ) ,
.
3
-4
.
-14 -16
0
-6
.
.
.
.
-3
-11
-6
8
7
16
c11 = c11 (u 1 + v1 ) = 0
8
7
16
c 32 = c 32 (u 3 + v 2 ) = c 32 0 16 = 16
Ici plusieurs coefficients sont ngatifs, donc plusieurs routes permettent doptimiser le
transport. La solution nest donc pas optimale (la solution optimale sera trouv lorsque le
tableau des regrets ne contiendra que des coefficients positifs). Amliorons-la en faisant entrer
en base la variable x32 (car cest celle qui rapporte la plus grande diminution). Autrement dit,
on fait passer le maximum par le chemin (3,2).
Page 40
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
Dterminons le tableau des regrets pour savoir si cette solution est optimale :
8
3
0
8
8
En gris, apparat le calcul des u et v
-4
7
1 -3
7
2
0 16 5
0
0
-6
Comme un regret est encore ngatif, la solution nest pas optimale : elle peut tre amliore
en utilisant le chemin (1,2). On fait alors la recherche du nombre maximal dunits de
transport qui peuvent transiter par ce chemin. Dans ce cas, on ne peut utiliser que des chemins
existants sauf (1,2), donc on va comparer les diverses solutions:
3
Ou
3
6-
8
2
8-
2-
7
7
Dans la premire solution, prenons le maximum ( = 6).
Le gain est de 6x3 - 6x8 + 6x2 - 6x1= 6x(-4) = -24
Dans la seconde solution, prenons le maximum ( = 2).
Le gain est de : 2x(3 8 + 11 - 7) = 2x(-1) = -2, ce qui est plus faible que dans le
premier cas. Continuons donc avec la premire solution. On a donc une nouvelle grille des
transports :
6
3
6
2
2
7
Pour cette rpartition, le cot est de 94 24 = 70
6-
-2
Comme un coefficient est encore ngatif, on peut encore optimiser la solution en faisant
entrer (2,4) dans les chemins utiliss. Ce qui donne la grille des transports suivante:
8
1
6+ 3-
donc = 2
6
2
6
2
2
2-
7
7
Le cot de cette rpartition est de 64.
Le tableau des regrets est :
1
3
6
0
7
0
2
3
19
8
4
8
7
3
-4
0
4 -5 4
Cette fois-ci, on a atteint la solution optimale puisque tous les regrets sont positifs.
Cependant, cette solution nest pas unique car certains regrets sont nuls. En effet, on ne
changerait rien en utilisant le chemin (1,2) plutt que (2,4).
Page 41
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
2-
7
=1
1-
2+
1
1
7
8
3
Le cot de cette nouvelle solution est 70. Cest galement une solution optimale.
Quantit demand
par les clients
12
23
67
71
9
27
39
56
43
11
61
78
92
91
28
49
28
24
67
6
83
65
53
40
14
35
42
54
49
5
18
32
14
9
73
Page 42
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
le chemin
35
42
54
49
5
18
32
14
9
Puis le chemin (1,2) (coeff. 27) pour faire passer 9 units et saturer la premire ligne, puis
le chemin (2,2) (coeff. 39) pour faire passer 2 units et saturer la deuxime colonne , puis le
chemin (4,5) (coeff. 40) pour faire passer 9 units et saturer la quatrime ligne; puis le chemin
(2,6) (coeff. 42) pour faire passer 5 units et saturer la dernire colonne, puis le chemin (3,5)
(coeff. 53) pour faire passer 5 units et saturer la cinquime colonne, puis le chemin (2,3)
(coeff. 78) pour faire passer 25 units et saturer la deuxime ligne ; enfin, le chemin (3,3)
pour faire passer les trois units restantes.
9 9
2
0
25
3
0 0 28-25=3
3-3=0
6
0
5
9
14-9=5 ;
5-5=0
12
23
67
71
9
27
39
56
43
11
61
78
92
91
28
49
28
24
67
6
83
65
53
40
14
Page 43
28/11/2000
35
42
54
49
5
18
32
14
9
recherche op%C3%A9rationelle1
______________________________________________________________________________
Regrets :
12
-1
29
46
0
27
39
3
3
15
-5
78
92
12
54
51
18
24
56
-14
56
26
53
40
15
5
42
-2
6
18
12
24
38
25
9-
2+ 25-
3
5
6
12
29
43
30
9
11
28
= 9, donc :
9
9
11
16
3
9
5
9
14
5
6
11
28
11
9+
16-
3
28
5
9
14
18
32
14
9
18
32
14
9
61
56
61
10
6
9
23
39
78
18
26
42
30
3
92
24
53
-2
47
3
12
56
40
6
0
16
55 -13 16
19
Cette solution nest pas optimale.
6
23
37
24
9
11
=9, donc :
9
6
5
61
54
59
23
39
78
16
24
32
5
2
24
53
49
5
14
56
40
0
16
55 -11 18
Cette solution est optimale.
10
42
54
8
19
6
23
35
22
18
7
3
11
28
11
18
7+
3-
28
11
9
11
=3, donc :
9
11
11
5
9
14
5
9
14
18
10
28
6
9
5
9
14
5
9
14
18
32
14
9
18
32
14
9
5-
18
32
14
9
2
3
18
32
14
9
___________________________________________________________________
DI GALLO Frdric
Page 44
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
LES
GRAPHES
___________________________________________________________________
DI GALLO Frdric
Page 45
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
LES GRAPHES
I.
51
51
51
52
53
53
___________________________________________________________________
DI GALLO Frdric
Page 46
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
LES GRAPHES
Ces mthodes utilisant les graphes permettent, en gnral, de trouver le chemin le plus court,
ou de faire passer le maximum par un chemin (d'eau par exemple). Les cas concret
d'utilisation sont vidents
I.
Dfinition vocabulaire
1.1) Graphe
x2
x6
x3
x5
x4
x1
x2
x1, x2, x3, x6
x3, x4, x6
x1
Suivants
x2, x4, x6
x3, x4
x4, x5
x5
x4, x5
___________________________________________________________________
DI GALLO Frdric
Page 47
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
1.2) Chemins
Un graphe peut tre orient ou non orient.
Ex. :
x2
x2
arte
cycle
x1
x3
x1
x3
x4
x4
Graphe orient
x2
x1
x2
x3
x4
x5
Chemin
x3
x4
circuit
___________________________________________________________________
DI GALLO Frdric
Page 48
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
A
B
C
D
E
B
C
AB AC
BB BC
E
AE
CD
DA
EA
DE
EC
Pour trouver les chemins de longueur 2, on calcule M ; pour les chemins de longueur 3, on
calcule M3 et ainsi de suite.
M =
AEA
ABB
BBB
ABC
AEC
BBC
ACD
BCD
CDA
DEA
CDE
DAB
EAB
DAC
DEC
EAC
DAE
ECD
EAE
M =
AEABC
AEAEA
AEABB AEAEC
ABCDE
ABCDA
AEACD
ABBBB ABBBC
AECDE
AECDA
ABBCD
ACDAB ACDAC
ACDAE
ACDEA
ACDEC
BBBBC
BBCDA BBBBB
BBCDE
BCDAC BBBCD
BCDEA BCDAB
BCDAE
BCDEC
CDABC
CDABB
CDACD
CDAEA
CDAEC
CDEAE
CDEAB
CDECD
CDEAC
DEABC
DEAEA DEABB
DEACD DACDE
DEAEC
DACDA DABBB
DABCD DAEAE
DABBC
DECDA DAEAB
DAECD DECDE
DAEAC
EABBC
EABBB
EACDE
EACDA
ECDAC EABCD
ECDAB
ECDAE
ECDEA
ECDEC EAECD
EAEAB
EAEAE
EAEAC
___________________________________________________________________
DI GALLO Frdric
Page 49
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
M=
0
0
0
1
1
1
1
0
0
0
1
1
0
0
1
0
0
1
0
0
1
0
0
1
0
M =
1
0
1
1
0
1
1
0
1
1
2
1
0
2
1
1
1
0
0
1
0
0
1
1
1
E
D
Si M est symtrique, le graphe est symtrique.
Si dans M, il y a un 1 (ex. : (A,B)) alors: il y a un chemin de longueur 1 de A B, sil y a un
2 (ex. : (A,C)), il y a un chemin de longueur 2, etc.
On peut connatre l'existence et le nombre de chemin d'une longueur donne mais on ne peut
pas prciser s'il est hamiltonien, simple ou autre
Rappel:
25
B= 8 7
13
24
25
87
26 26
36 38
A=
13
24
26 26
36 38
1x2 + 3x8 = 26
1x5 + 3x7 = 26
2x2 + 4x8 = 36
2x5 + 4x7 = 38
13
A= 2 4
B=
25
87
12 26
22 52
b) Matrice boolenne :
A
0
M=
0
1 1 1
1 1 0
0 0 1
1 1 0
0
M =
1
1 1 1
1 1 1
1 1 0
1 1 1
1
3
M =
0
1 1 1
1 1 1
1 1 1
1 1 1
Ici, la prsence d'un 1 reprsente l'existence d'un chemin. Dans M, sil y a un 1 cela signifie
quil existe un chemin de longueur au plus 2 entre les deux sommets.
Les matrices boolennes permettent daider lors de la recherche des composantes connexes.
Remarque : si le graphe a une entre (point de dbut, c'est dire que les arcs partent de ce
sommet mais aucun n'y arrive), il y a une colonne de 0 associe ce sommet ; et si le graphe
a une sortie, il a une ligne de 0.
___________________________________________________________________
DI GALLO Frdric
Page 50
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
F
Df. de composante connexe :
On dfinit une relation dquivalence par xi xj si xi et xj (confondus ou non) sont relis par
une chane (On a videmment : xi xi)
A
Ex :
X= {A, B, C, D, E, F}
Ce graphe contient deux composantes connexes :
{E} et {A, B, C, D, F}
B -> C
C -> B
B -> D
D -> C -> B
Remarque : on dfinit l encore une relation dquivalence (en admettant que A est en
relation avec lui-mme).
___________________________________________________________________
DI GALLO Frdric
Page 51
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
Exemple :
2
1
3
4
5
0
0
M =0
0
0
1
0
0
0
0
1
1
0
0
0
0
0
1
0
1
1
1 1 1
0
0 1 1
,
I+M=A=
0 0 1
1
0
0 0 0
0 0 0
0
1
1 1 1
0
0 1 1
,
A=
0 0 1
1
0
0 0 0
0 0 0
1
0
0
1
1
1
1
1
1
1
1
1
1 ,
0
1
0
0
1 1 1 1
1 1 1 1
0 1 1 1
0 0 1 1
0 0 0 1
___________________________________________________________________
DI GALLO Frdric
Page 52
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
M=
0
0
0
0
1 0 0 0 0 0
0 0 0 0 1 1
0 0 1 0 0 0
0 0 0 1 0 0
0 0 0 0 0 1
0 0 0 1 0 0
0 1 0 0 0 0
(I+M)6 =
1
0
0
0
1 1 1 1 1 1
1 1 1 1 1 1
0 1 1 1 0 1
0 1 1 1 0 1
0 1 1 1 0 1
1 1 1 1 1 1
0 1 1 1 0 1
Aprs rorganisation des lignes et des colonnes, on dtermine les classes fortement connexes :
c1 c2 c6 c3 c4 c5 c7
A 1
B 1
F 1
C 0
D0
E 0
G 0
1
1
1
0
0
0
0
1
1
1
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
II
II
E
H
___________________________________________________________________
DI GALLO Frdric
Page 53
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
A
A
B
C
D
E
F
G
H
I
J
B
1
E
1
F
1
1
G
1
t-(A)
0
1
1
1
1
1
1 chemin de long. 2 de G A
1 chemin de long. 1 de I A
1
1
t+(A)
A est le point de dpart de chemin qui vont vers tous les points: t+(A) = {A B C J}
A est l'arrive de chemin qui proviennent de G et de I: t-(A) = {A, I, G}
A n'est li "dans les 2 sens" qu'avec I, G et A: 1re composante fortement connexe: (A, I,G)
t+(A) t-(A)= classe dquivalence ou composante fortement connexe du graphe
Arcs dont lextrmit initiale est A : AB, AF, AG : 1
Arcs dont lextrmit initiale est B, F, G : BE, BF, FB, FE, GI : 2 (si non marqus)
Arcs dont lextrmit initiale est E ou I : ED, EF, IA : 3
Arcs dont lextrmit initiale est D : DH : 4
Arcs dont lextrmit initiale est H : HC, HJ : 5
Pour t-(A), mme travail sur les colonnes, cest--dire recherche des extrmits initiales des
arcs finissant en A, puis en I, puis en G.
t+(A) t-(A) = {A, G, I}
t+(B) X
Pour B :
Pour C :
t-(B)
X (1) A
0
B
C
D
2
E
1
F
X (3) G
H
X (2) I
J
t-(C)
X (5)
X (4)
0
2
X (3)
X (4)
X (7)
1
X (6)
3
A
B
C
D
E
F
G
H
I
J
X
___________________________________________________________________
DI GALLO Frdric
Page 54
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
t+(C) t-(C) = {C, D, H, J}
Pour C :
t+(C) X
B
A
I
I
E
F
II
III
___________________________________________________________________
DI GALLO Frdric
Page 55
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
CHEMIN de
VALEUR
OPTIMALE
___________________________________________________________________
DI GALLO Frdric
Page 56
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
59
59
60
61
64
___________________________________________________________________
DI GALLO Frdric
Page 57
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
Algorithme de Ford
6
A
8
2
E
3
F
8
3
G
Algorithme :
1. On numrote les sommets dans un ordre quelconque (sauf le x1 et xn)
2. i = + sauf 1 = 0
3. pour tout sommet xj pour lequel j - i > V(xi, xj), V reprsentant la valuation de larc,
remplacer j par i + V(xi, xj)
4. sarrter lorsque aucun i ne peut plus tre modifi.
C =2
C
2
A = 0
A
6
5
D =5
D
E
E=5
3
F = 6
2
F
3
BB =7
G
G =3
Le but est de trouver un chemin de A vers B associ la valuation totale la plus faible.
ACDB = 2+3+2=7
AEDB = 5+8+2=15
AEFB = 5+2+1=8
___________________________________________________________________
DI GALLO Frdric
Page 58
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
[10]
A
O
[45]
[25]
[15]
[15]
E [10]
[5]
[15]
[20]
C
[10]
[10]
[30]
[20]
[20]
[30]
G
On appelle rseau de transport tout graphe fini, sans boucle, avec une source (ou point de
dpart) et un puits (ou point darrive), o tout arc est valu par un entier positif c(u), nomm
capacit de larc.
Source = entre, sommet sans prdcesseur (ou ajout)
Puits = sortie, sommet sans successeur (ou ajout)
On appelle flux de larc u la quantit (u) (entier naturel) telle que 0 (u) c(u)
Loi de Kirchoff :
uU x
uU x +
O Ux- est lensemble des arcs incidents intrieurement x et Ux+ est lensemble des arcs
incidents extrieurement x.
On appelle flot : flux mis par la source = (u )
uU x 0 +
(u )
uU x n
___________________________________________________________________
DI GALLO Frdric
Page 59
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
2.2) Procdure
1. Trouver un flot complet : flot dont tous les chemins menant de x0 xn ont au moins un
arc satur.
Exemple :
10
A
35
O
25
D
E 10
10
20
C
10
10
20
10
20
30
20
G
OCGXn :
O a C a G a Xn
20 10
30
OCFXn :
OBFXn :
OBEXn :
OBDXn :
OAGXn :
OAEXn :
OADXn :
CG = 10 satur
OC = GXn =10
___________________________________________________________________
DI GALLO Frdric
Page 60
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
Exemple :
+O
A
25
20
-E
B
+A
E 10
5
10
30
20
10
+D
S
+B
20
F
10
-F
C
20
10
35
O
+B
D
10
G
On fait partir de O: 80 et sortir de S: 80. Comme le sommet S est marqu, le flot nest pas
maximal. Isolons une chane de sommets marqus pour essayer daugmenter le flot allant de
O S.
+B
10
+O
D
20
10
A
5
35
+A
+D
E 10
25
-E
S
O
5
B
En augmentant larc BD de 10 15, on augmentera DS de 20 25, mais il faut annuler le flot
entre B et E et donc pour quilibrer E, augmenter AE puis OA.
Do voil une meilleure solution :
+O
A
40
O
D
15
+A
E 10
10
25
25
B
10
20
C
10
10
20
30
20
G
Les antcdents par un arc nul ne peuvent pas tre marqus. Les sommets marqus sont relis
aux autres par des arcs saturs ou nuls.
___________________________________________________________________
DI GALLO Frdric
Page 61
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
arcs bloqus :
on doit bloquer tout arc incident intrieurement un sommet si tous les arcs incidents
extrieurement ce sommet sont saturs ou bloqus :
X
A
on doit bloquer tout arc incident extrieurement un sommet si tous les arcs incidents
extrieurement ce sommet sont saturs ou bloqus :
X
A
Procdure de la recherche :
Posons (i,j) = c(i,j) - (i,j), pour i, j {1, , n}, o c(i,j) est la capacit de larc xixj et (i,j)
le flux de ce mme arc. ij est appel capacit rsiduelle de (i,j)
Au dpart (i,j) =0
on dtermine dans la liste des arcs praticables celui qui a la plus faible capacit rsiduelle,
soit (i0, j0) ( sil y en a plusieurs, on ordonne les arcs soit par lordre lexicographique, soit
par lordre numrique croissant et on choisit le premier de ces arcs)
on dtermine un chemin simple (sans rptition darcs) passant par (i0, j0) form darcs
praticables (cd arcs de capacit rsiduelle au moins gale i0,j0.
v Si cest un chemin lmentaire (sans rptition de sommets), on fait passer le flux i,j =
i0, j0 sur tous les arcs (i,j) de ce chemin et on remplace i,j par i,j = i,j - i0,j0 (les arcs de
capacit rsiduelle nulle devenant des arcs saturs)
v si ce chemin nest pas lmentaire, on bloque les arcs de capacit la plus faible du circuit
et on recommence.
Pour tous les sommets, il faut ensuite examiner sil reste encore des blocages effectuer,
les effectuer et revenir au dbut.
Arrt de la procdure : la procdure est termine lorsque tous les arcs incidents
extrieurement lentre du rseau (ou incidents intrieurement la sortie du rseau) sont
saturs ou bloqus.
Remarque : on obtient souvent le flot optimal.
Exemple:
B
A
[5]
[4]
[7]
[8]
[9]
[1]
D
[5]
[10]
F
[5]
[5]
[5]
H
[4]
[6]
[4]
[5]
___________________________________________________________________
DI GALLO Frdric
Page 62
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
10
11
AB 5 5
AC 8 8
AD 9 8
BC 7 7
BE 4 4
CF 10 9
CH 5 5
DC 1 0
DG 5 5
DH 4 4
EI 5 5
FH 5 4
FI
5 5
GI 6 5
HG 4 3
5
5
8
7
4
9
2
0
5
4
5
4
5
2
0
5
5
8
7
4
9
X
0
5
X
5
X
5
2
0
5
5
6
7
4
9
X
0
3
X
5
X
5
0
0
5
5
6
7
4
9
X
0
X
X
5
X
5
0
0
1
5
X
7
0
9
X
0
X
X
1
X
5
0
0
0
5
X
6
0
8
X
0
X
X
X
X
4
0
0
0
5
X
X
0
8
X
0
X
X
X
X
4
0
0
0
1
X
X
0
4
X
0
X
X
X
X
0
0
0
0
X
X
X
0
X
X
0
X
X
X
X
0
0
0
1
D
-C
+C
H
4
4[5]
I
6
G
+D
2[5]
Est-il optimal ? Marquage. On s'aperoit que I nest pas marqu donc le flux est maximal.
___________________________________________________________________
DI GALLO Frdric
Page 63
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
Exemple de marquage:
B
+
A
C
-C
Si AC < CD :
D
+A
E
+C
+
D
C
E
+C
Si AC > CD :
+
-D
B
D
+A
C
+C
E
+C
2.4) Exercices
a) Exercice n1: Plus court chemin
A
B
C
D
E
a
1
1
3
1
2
b
2
4
2
2
1
c
3
2
1
3
4
d
4
5
5
5
3
e
5
3
4
4
5
___________________________________________________________________
DI GALLO Frdric
Page 64
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
0
0
2
0
1
1
3
1
1
0
2
1
0
2
3
3
4
4
4
2
4
2
3
3
4
0
0
2
0
1
1
3
1
1
0
2
1
0
2
3
1
2
2
2
0
2
0
1
1
2
0
0
2
0
1
X2
1
3
1
1
0
2
1
0
2
3
1
2
2
2
0
0
1
3
0
2
0
3
1
0
0
1
1
0
1
3
0
2
2
1
0
1
0
1
0
2
0
0/
0
0/
0/
0/
0/
0/
0/
0
0/
0/
0/
0/
0/
0
0 0/
0/
0/
0
0
Dont les indices de satisfactions sont les suivants :
1+3+1+2+3=10
2+3+1+1+3=10
0/
0
0
0/
0/
4+3+1+1+1=10
Comme on trouve cette fois-ci un zro par ligne et par colonne, (et mme de plusieurs
manires diffrentes), on a obtenu une affectation optimale.
___________________________________________________________________
DI GALLO Frdric
Page 65
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
3.1) Exercices
___________________________________________________________________
DI GALLO Frdric
Page 66
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
ORDONNANCEMENT
___________________________________________________________________
DI GALLO Frdric
Page 67
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
ORDONNANCEMENT
I.
INTRODUCTION ...................................................................................................... 69
Contraintes potentielles : ............................................................................................... 69
___________________________________________________________________
DI GALLO Frdric
Page 68
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
ORDONNANCEMENT
Il s'agit de l'utilisation des graphes pour optimiser les enchanements (le chemin critique
dans l'organisation des tches).
I.
Introduction
Contraintes potentielles :
Contraintes de succession : telle chose doit se faire compltement ou
partiellement avant une autre.
la tche i prcde la tche j = succession totale ;
la tche i doit tre aux 2/3 commence avant que j commence =
succession partielle
Localisation temporelle : disponibilit dans le temps. Si par exemple, un
quipement nest disponible quentre les instants t1 et t2
Formalisation :
Soit di :
la dure de la tche i
donnes
dj :
la dure de la tche j
ti :
la date de dbut de la tche i
inconnues
tj :
la date de dbut de la tche j
Contraintes : si i prcde j,
ti + di tj di tj - ti
si 2/3 i prcde j,
ti + 2/3 di tj 2/3 di tj -ti
dune manire gnrale,
ij di tj ti cd ij tj - ti (o ij est une
donne)
10
20
30
40
50
___________________________________________________________________
DI GALLO Frdric
Page 69
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
1m
Dpart maon
1m
2m
couvreur
1m
3 sem
15j
lectric. 1,5 m carrel.
Fin
2 m 1s
___________________________________________________________________
DI GALLO Frdric
Page 70
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
Tches
A
B
C
D
E
F
G
H
I
Contraintes
Peut dbuter 5 jours aprs lorigine
Peut dbuter ds lorigine
Peut dbuter 3 jours aprs lorigine
Ne peut dbuter que quand A et B sont finis
Quand B est fini
Quand B et C sont finis
Quand D, E, F sont finis
Quand E est fini et que la moiti de C est ralise
Quand D, E, F sont finis
A
14
0
14
14
20
8
8
16
15
18
18
25
I
25
18
Dure
16 j
14 j
20 j
8j
18 j
25 j
15 j
17 j
10 j
10
17
10
:0 0
:0
21
:0 16
14
14
A :5
B :0
14
23
B : 0 14
20
48
32
48
63
B:0
C:3
8
18
25
D : 21
E : 14
F : 23
10
18
C:3
E : 14
8
18
25
D : 21
E : 14
F : 23
15
17
10
G : 48
H : 32
I : 48
Chemin critique
Chaque colonne de ce tableau est constitue :
Date au plus tt de Xi
Nom du sommet : Xi
Dure de la tche XjXi
Prdcesseur Xj: date au plus tt de Xj
On retrouve le chemin critique en repartant de et en dterminant le chemin qui a permis
de trouver la date au plus tt de ce sommet final.(en gras et soulign dans le tableau)
___________________________________________________________________
DI GALLO Frdric
Page 71
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
Dates au plus tard :
0 A
24 B
A:
B:
C :3
5 D :40
0
3
16 D :40
E :28
F :23
14 F :23 20
14 H :46 10
14
40
G :48 8
I :53 8
28
G: 48 18
H: 46 18
I: 53 18
23
G: 48 25
I: 53 25
48
:63 15
46
:63 17
53
: 63 10
63
Numro de ltape k
Date au plus tard de ltape k
Lopration est donc reprsente par un arc auquel on associe une valeur numrique, dure
de lopration.
Les sommets sont les aboutissements des oprations, ou reprsentent la ralisation de
certaines tapes ou objectifs partiels du programme (oprations fictives parfois).
Si on veut reprsenter la succession de deux oprations a et b, a durant 4 units de temps et
b 6, on tracera :
b ne peut dbuter que quand a est achev, mais il nest pas
b(6)
a(4)
3
2
1
oblig de commencer immdiatement aprs. Le moment 1 est le
dmarrage de a, linstant 2 est lachvement de a et le moment
o b peut commencer, linstant 3 est lachvement de b.
En revanche, si b peut commencer ds que deux units de temps ont t consacres a, il
faut introduire un autre sommet :
a(2)
1
a(4)
b(6)
4
___________________________________________________________________
DI GALLO Frdric
Page 72
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
Pour le mme exemple que plus haut, on obtient le graphe suivant :
2
16
5 24
21 40
48 48
A
3
G
15
10
63 63
8
0
10
0 0
3
14 23
14
18
6
0
3
4
3 3
C1
10
12
63 63
7
32 46
C2
13 13
10
17
25
23 23
11
32 46
Chemin critique
MPM :
PERT :
a(3)
2
b(2)
c(5)
d(7)
3
b
3
4
a
b(0) : opration
virtuelle
d
3
5
c
a(3)
2
c(5)
d(7)
3
b(2)
___________________________________________________________________
DI GALLO Frdric
Page 73
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
MPM :
a(5)
c(3)
a(0)
b(2)
d(1)
2
5
b
Attention : cette fois, c et d nont pas des
rles symtriques
MPM :
deux solutions, lune en fractionnant,
lautre non.
b1(1)
2
b3(4)
b2(2)
3
c(3)
4
2
5
b1
e(2)
7
a
8
d(4)
1
5
b2
2
5
4
5
b3
2
5
1
5
Ou :
2
5
1
5
2+1=3
b
d
1+2+4=7
III. Exercices
___________________________________________________________________
DI GALLO Frdric
Page 74
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
PROCESSUS
STOCHASTIQUES
___________________________________________________________________
DI GALLO Frdric
Page 75
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
PROCESSUS STOCHASTIQUES
I.
INTRODUCTION ................................................................................................ 77
1.1) Historique ........................................................................................................ 77
1.2) Dfinition d'un Processus Stochastique ............................................................ 77
___________________________________________________________________
DI GALLO Frdric
Page 76
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
PROCESSUS STOCHASTIQUES
I.
INTRODUCTION
On appelle processus stochastique tout problme qui dpend du hasard.
1.1) Historique
La premire ide de la thorie des processus se trouve chez Einstein en 1905 dans l'tude
du mouvement brownien. Puis, vers 1910, Markov dcrit l'alternance des voyelles et des
consonnes dans "Eugne Ouguine" de Pouchkine l'aide d'une chane de Markov.
En 1910, le danois Erlang cre la thorie des files d'attente pour l'aider rsoudre des
problmes de dimensionnement de standards tlphoniques. En 1933, Kolmogorov rdige la
formalisation des processus stochastiques. Depuis, Kendall, Levy, Khintchine, Feller, Dood
ont dvelopp cette thorie.
P (Xt = y / Xs
pour s<u et
Xu=x) = P (Xt = y / Xu = x)
___________________________________________________________________
DI GALLO Frdric
Page 77
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
En supposant que est fini, on pose r = card et on peut dfinir une matrice P appel
matrice de transition.
Avec Pij 0
P11 P1r
r
:
:
P (X1 = Ej / Xo = Ei) = 1
j=1
:
:
:
:
Pr1 Prr = M (matrice des transitions)
Remarque: Toute matrice de transition est stochastique.
Dfinition: Une matrice carre P = (Pij) est stochastique si ses lments sont positifs ou
nuls: i,j , Pij 0 . La somme des lments de chaque ligne est gale 1:
r
P ij = 1 pour tout i.
j=1
___________________________________________________________________
DI GALLO Frdric
Page 78
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
En effet, Pij(m) = P (Xm=j / X0=i)
r
P (X
k =1
r
Pkj
= j / Xm -1 = k) P (Xm -1 = k / X0 = i)
(1)
Pik
(m -1)
m -1
=P
k =1
Pkj
(m)
Pik
(n)
k =1
pour i, j , n, m I
A
B
C
D
E
F
G
H
I
J
K
L
A
0.1
B
0.5
0.2
H
0.4
0.5
0.3
1
0.3
0.4
0.7
0.2
0.4
1
0.6
1
0.3
0.1
0.2
0.8
1
0.4
0.5
0.1
0.8
0.1
0.1
___________________________________________________________________
DI GALLO Frdric
Page 79
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
Si P (X0 = A) = 0.1
P (X0 = B) = 0.8
P (X0 = C) = 0.1
Alors P (X1 = A) = P (X0 = A) x P (X1 = A / X0 = A) = 0.1 x 0.1
r
P (X1 = B) =
P (X
= Ej ) P (X1 = B / X0 = Ej)
k =1
matrice carre
D
I
G
C
E
J
Page 80
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
FIABILITE
___________________________________________________________________
DI GALLO Frdric
Page 81
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
FIABILITE
I.
INTRODUCTION ................................................................................................ 83
87
87
87
88
V. EXERCICES ........................................................................................................
5.1) Exercice n 1 ....................................................................................................
5.2) Exercice n 2 ....................................................................................................
5.3) Exercice n 3 ....................................................................................................
88
88
89
89
___________________________________________________________________
DI GALLO Frdric
Page 82
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
FIABILITE
I.
INTRODUCTION
La fiabilit est laptitude dun systme, dun matriel fonctionner sans incident pendant un
temps donn. Pour lAFNOR cest la caractristique dun dispositif qui sexprime par la
probabilit pour ce dispositif daccomplir la fonction requise, dans des conditions
dtermines, pendant une priode donne. Prvoir la fiabilit est essentiel pour des raisons de
scurit (systmes de freinage, systmes nuclaires, systmes informatiques, ). La quasi
impossibilit de rparer certains matriels, (satellites), les problmes conomiques (cots de
dfaillances, gestion du personnel de maintenance, maintenance des stocks de pices de
rechange, ...) rendent ncessaire la connaissance de la fiabilit des systmes utiliss. On ne
considrera ici que des situations simples.
___________________________________________________________________
DI GALLO Frdric
Page 83
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
(N(t) N(t1)) / N(t)( t1 - t)
Par analogie, si la fonction de fiabilit R est drivable, on dfinit le taux instantan davarie
par la fonction dfinie par
Soit E1, respectivement E2, les vnements "le systme fonctionne aprs le un temps
dutilisation t" et "le systme tombe en panne entre les instants t et t + h".
On a p(h) = P(E2|E1) = P(E1E2) / P(E1).
Par ailleurs
P(E1) = R(t) = 1 F(t) et P(E1E2) = P(t T t + h) = F(t + h) F(t).
Il en rsulte que
On supposera que R est partout non nulle et continment drivable sur [0, + [, ce qui
implique que est continue sur [0, + [.
MTBF (Mean Time Between Failure): moyenne des temps entre deux dfaillance ne pas
confondre avec la moyenne des temps de bon fonctionnement. La MTBF est lesprance
mathmatique de la variable alatoire T reprsentant la dure de vie du systme, si f est la
densit de probabilit de T, alors :
Page 84
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
a) Relations fondamentales
Ln(R(t)) = 0t (u)du
F(t) = 1 - exp(-0t (u)du)
b) Estimation des fonctions R et F
Une estimation de R(t) est fournie par le pourcentage de dispositifs nayant pas subi de
dfaillance dans lintervalle de temps [0, t].
Exemple :
Ltude de la fiabilit de pices mcaniques a conduit tudier la dure de vie de 9 de ces
pices. Les temps de bon fonctionnement en heures jusqu dfaillance sont :
Pice n
T
1
90
2
350
3
950
4
1660
5
530
6
1260
7
2380
8
230
9
720
On estime R(t) par le quotient par 9 du nombres de systme en tat de marche linstant t. On
obtient ainsi le tableau suivant :
t
N(t)
R(t)
F(t)
90
8
8/9
1/9
230
7
7/9
2/9
530
6
6/9
3/9
720
5
5/9
4/9
950
4
4/9
5/9
1260
3
3/9
6/9
1660
2
2/9
7/9
2380
1
1/9
8/9
0
0
1
Cette mthode destimation est acceptable si le nombre des systmes mis en service linstant
t = 0 est suffisamment grand. Pratiquement si N dsigne ce nombre de systmes, on estime
F(t) linstant de la i-me dfaillance par :
i / N si N > 50 (mthode des rangs bruts)
i / (N + 1) si 20 < N <= 50 (mthode des rangs moyens)
(i - 0,3) / (N + 0,4) si N <= 20 (mthode des rangs mdians)
Par exemple, dans le cas prcdent, on obtient en utilisant les rangs mdians:
i
t
F(t)
R(t)
1
90
0,07
0,93
2
230
0,18
0,82
3
530
0,29
0,71
4
720
0,39
0,61
5
950
0,5
0,5
6
1260
0,61
0,39
7
1660
0,72
0,28
8
2380
0,82
0,18
9
0,93
0,07
___________________________________________________________________
DI GALLO Frdric
Page 85
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
F(t) = 1 - e
-t
si t [0, +[ et R(t) = e
-t
MTBF = E[T] = 1 /
La probabilit pour que le systme fonctionne aprs un temps dutilisation gal la MTBF
est R(1/) = 1 / e 0,368, soit 36,8%.
Dans lexemple ci-dessus, on peut approximer la loi par une loi exponentielle de paramtre
1 / 1060 0,00094. On en dduit que la probabilit pour que la pice fonctionne au moins
2000 heures est R(2000) = exp(-2000/1060) 0,15
(t) = / . [(t -) / ]
-1
, si t > , 0 sinon.
f(t) = / . [(t - ) / ]
-1
exp [ - [(t - ) / ] ] si t ,
0 si t <
: paramtre de position,
: paramtre de dispersion,
: paramtre de forme.
___________________________________________________________________
DI GALLO Frdric
Page 86
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
On montre que la MTBF est :
MTBF = E(T) = (1 + 1 / ) + .
Le calcul pratique se fait grce la formule E(T) = A + , o le nombre A est donn par une
table de Weibull. De mme V(T) = B2 o B est donn galement par la table.
C1
C2
C3
La dure de vie du systme S est dfinie par la donne de la fonction R. Les vnements
"Ti > t" tant indpendants, on a :
P(T > t) = P(T1 > t et T2 > t et et Tn > t)
= P(T1 > t) . P(T2 > t) P(Tn > t)
Do
R(t) = 1 i n Ri(t)
Exemple :
Si les composants suivent des lois exponentielles de paramtre i, R suit une loi
exponentielle de paramtre = 1 + + n .
___________________________________________________________________
DI GALLO Frdric
Page 87
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
Exemple :
Un systme structure srie est constitu de n composants Ci indpendants dont la dure de
vie Ti suit une loi exponentielle de paramtre li. Calculons la MTBF de ce systme.
Pour chaque composant Ci, nous avons Ri (t) = exp(i t) si t 0, 0 sinon.
La fonction de fiabilit de ce systme est dfinie par le produit de ces fonctions do,
R(t) = exp(1t + + nt) si t 0, 0 sinon.
On en dduit que le systme suit une loi exponentielle de paramtre, = 1 + + n.
Do,
MTBF = 1 / (1 + + n)
Exemple :
C1
C3
C2
Par la suite :
R(t) = R3(t).( R1(t) + R2(t) R1(t).R2(t)).
V.
EXERCICES
5.1) Exercice n 1
C3
C4
C2
C5
___________________________________________________________________
DI GALLO Frdric
Page 88
28/11/2000
recherche op%C3%A9rationelle1
______________________________________________________________________________
5.2) Exercice n 2
La fiabilit dun type de machines a t ajuste par une loi de Weibull de paramtres = 40,
= 60 et = 1.1.
1) Dterminer la MTBF et calculer le temps de bon fonctionnement pour une
dfaillance admise de 50%.
2) Calculer le taux davarie pour les valeurs t = 45, 75, 105, 135 et 165.
5.3) Exercice n 3
La fiabilit dun portail automatique suit une loi exponentielle de paramtre =1.52 . 10-3.
Quelle est la MTBF ? Calculer la probabilit de voir le systme tomber en panne pendant la
premire anne de fonctionnement.
___________________________________________________________________
DI GALLO Frdric
Page 89
28/11/2000