Recherche Oprationnelle et

Programmation Linaire
(Chapitre Introductif)

Nada Ben Elhadj

2015/2016

https://sites.google.com/site/nadabenelhadjisg/home
 Dfinitions de la RO
La recherche oprationnelle (R.O) est une discipline scientifique
qui utilise un ensemble de mthodes pour la rsolution de
problmes de gestion, de coordination dactivits et daide la
dcision.
La recherche oprationnelle se situe au carrefour de diffrentes
sciences et technologies:
L'analyse conomique (dfinir l'objectif atteindre ou identifier
les contraintes d'un problme).
Les mathmatiques (logique, probabilits, analyse des donnes).
L'ingnierie des systmes et le management du systme
d'information.
L'informatique (pour rsolution de problmes de grande taille).
La thorie des jeux, qui aide rsoudre les problmes
concurrentiels.
2
 Do vient la RO ?
Cest avec la Seconde Guerre mondiale que la recherche
Oprationnelle acquiert son nom.
En 1940, Patrick Blackett (physicien Britannique) est appel par l'tat-
major anglais diriger la premire quipe de recherche
oprationnelle, pour rsoudre certains problmes tels que
l'implantation optimale de radars de surveillance ou la gestion des
convois d'approvisionnement.
Le qualificatif oprationnelle vient du fait que la premire
application d'un groupe de travail organis dans cette discipline avait
trait aux oprations militaires. La dnomination est reste par la
suite, mme si le domaine militaire n'est plus le principal champ
d'application de cette discipline.
Aprs la guerre, les techniques se sont considrablement
dveloppes, grce, notamment, l'explosion des capacits de calcul
des ordinateurs. Et les domaines d'application se sont galement
3 multiplis.
 Types de problmes traits
La recherche oprationnelle peut aider le dcideur
lorsque celui-ci est confront un problme
combinatoire, alatoire ou concurrentiel.
Un problme est dit combinatoire lorsqu'il
comprend un grand nombre de solutions admissibles
parmi lesquelles on cherche une solution optimale ou
proche de l'optimum. Exemple typique : dterminer
o installer 5 centres de distribution parmi 30 sites
d'implantation possibles, de sorte que les cots de
transport entre ces centres et les clients soient
minimums.
4
 Types de problmes traits
Un problme est dit alatoire s'il consiste
trouver une solution optimale un problme qui
se pose en termes incertains. Exemple typique :
connaissant la distribution alatoire du nombre
de personnes entrant dans une administration
en une minute et la distribution alatoire de la
dure de traitement du cas d'une personne,
dterminer le nombre minimum de guichets
ouvrir pour qu'une personne ait moins de 5 %
de chances de devoir attendre plus de 15
minutes.
 Types de problmes traits

Un problme est dit concurrentiel s'il consiste

trouver une solution optimale face un problme
dont les termes dpendent de l'interrelation entre
ses propres agissements et ceux d'autres dcideurs.
Exemple typique : fixer une politique de prix de
vente, sachant que les rsultats d'une telle politique
dpendent de la politique que les concurrents
adopteront.
 Applications pratiques
La R.O permet de rsoudre une multitude de problmes, tels que :
Choix dinvestissements
Choix d'une implantation et dimensionnement d'une flotte de
vhicules ou d'un parc immobilier
Minimisation de distance totale parcourue selon quantits de
matriaux transporter, capacit des transporteurs, points de
ravitaillement en carburant.
En informatique (choix de la localisation et du nombre de
serveurs mettre en place, de la capacit de stockage, de la
puissance de calcul et du dbit du rseau, le choix d'une
architecture informatique etc.),
Problmes d'ordonnancement, de gestion de stock,
d'affectation de moyens (humains ou matriels) des tches,
des prvisions de ventes, diminution du gaspillage).
7
 Principales mthodes de RO
Programmation linaire: rsout trs efficacement les problmes
avec variables continues et les problmes combinatoires.
L'optimisation non linaire: La possibilit d'utiliser des contraintes
ou des fonctions objectifs non linaires offre une puissance de
modlisation trs importante.
Programmation dynamique: permet de rsoudre des problmes
avec une complexit polynomiale ou pseudo-polynomiale.
Processus stochastiques: pour tous les problmes alatoires, en
particulier des problmes de fiabilit (de systmes, de composants
lectroniques) et des phnomnes d'attente.
Thorie des graphes: Les problmes d'ordonnancement et
doptimisation sont rsolus l'aide des graphes.
Heuristiques et mtaheuristiques: Lorsque la solution optimale
ne peut tre obtenue en un temps raisonnable, on a souvent recours
des mthodes approches de ce type.
8
 Dfinition de la Programmation Linaire
La programmation linaire est un outil trs puissant de la
recherche oprationnelle. Sa comprhension est essentielle la
comprhension de modles plus sophistiqus.
Cest un outil mathmatique qui peut rsoudre un grand nombre
de problmes.
Les problmes de programmations linaires sont gnralement
lis des problmes dallocations de ressources limites, de la
meilleure faon possible, afin de maximiser un profit ou de
minimiser un cot.
On parle dun problme de programmation linaire lorsquil faut
maximiser/minimiser une fonction sous contraintes linaires.
Par exemple, maximiser le bnfice dune entreprise sous les
contraintes de satisfaction de la demande et de respect de la
9
capacit de production.
Domaines dapplication de la Programmation
Linaire
La gestion de production ( plans de production
et de stockage, choix de techniques de production,
affectation de moyens de production, dtermination
de la composition de produits).
Le marketing (choix de plans-mdia, dtermination
de politiques de prix, rpartition des efforts de la
force de vente, slection des caractristiques du
produit).
La finance (Choix dinvestissements)
Logistique (gestion de transports)
GRH (Affectation de personnel)
10

Exemple dun Programme Linaire (PL)
Problme de lusine de meubles
La direction dune usine de meubles a constat quil y a des temps morts dans
chacun des dpartements de lusine. Pour remdier cette situation, elle
dcide dutiliser ces temps morts pour fabriquer deux nouveaux modles de
bureaux, M1 et M2.
Les temps de ralisation pour chacun de ces modles dans les ateliers de
sciage, dassemblage et de sablage ainsi M1 M2 Temps Libres
que les temps libres dans chacun de ces Sciage 1 2 20
ateliers sont donns dans ce tableau . Assemblage 2 1 22
Ces temps reprsentent le nombre Sablage 1 1 12
dheures ncessaires un homme pour effectuer le travail.
Les profits que la compagnie peut raliser pour chacun de ces modles sont
de 300 u.m pour M1 et de 200 u.m Pour M2.
La direction dsire dterminer combien de bureaux de chaque modle elle
doit fabriquer pour maximiser son profit.

11
 Mthodes de rsolution dun PL
Ce type de problmes se rsout en deux tapes principales :
1) La formulation du problme sous forme dquations ou
dinquations linaires qui permettra ainsi de bien identifier
et structurer les contraintes que doivent respecter les
variables du modle; de plus, on doit dfinir lapport de
chaque variable latteinte de lobjectif poursuivi par
lentreprise, ce qui se traduira par une fonction optimiser.
2) La dtermination de loptimum mathmatique laide
de certaines techniques propres la programmation
linaire:
Rsolution graphique limite 2 variables;
Rsolution par la mthode de simplexe.
12
 Plan gnral du cours:

1. Formulation dun PL
2. Rsolution graphique dun PL
3. Rsolution dun PL avec le simplexe
4. PL Irrguliers
5. Dualit
6. Analyse de sensibilit

Intro
13