Cours de Recherche Operationnelle

COURS DE RECHERCHE OPERATIONNELLE
1
PREMIERE PARTIE : PROGRAMMATION LINEAIRE
Chapitre 0 : FORMULATION D4UN PROGRAMME LINEAIRE
I. Introduction
II. Les conditions de formulation dun programme linaire
III. Les tapes de formulation dun programme linaire
IV. Prsentation Thorique
V. Exemple de formulation
Chapitre 1 : RESOLUTION GRAPHIQUE DE MAXIMISATION MINIMISATION SUR
EXEMPLES SIMPLE A DEUX VARIABLES. 3
I. Premier exemple-type : maximisation dun bnfice ou dune marge
II. Deuxime exemple-type : minimisation dun cot

Chapitre 2 : GENERALISATION : DEFINITION DUN PROGRAMME LINEAIRE.
I. Dfinition dun programme linaire
II. Forme canonique et standard dun programme linaire
(Introduction de variables dcart et de variables artificielles)
DEUXIEME PARTIE : PHENOMENE ALEATOIRE.
Chapitre 1 : PHENOMENE DATTENTE.

I. Introduction
II. Etude de la loi des arrives et la loi des services
TROIXIEME PARTIE : THEORIE DES GRAPHES
Chapitre 1 : POSITION DU PROBLEME ET ESSEAI DE DEFINITION DUN GRAPHE
I. Dfinition dun graphe comme schma.
II. Dfinition dun graphe comme relation binaire.
III. Reprsentation dun graphe.
Chapitre 2 : RECHERCHE DE NIVREAUX DANS UN GRAPHE SANS CIRCUITS
I. Dfinition de niveau de gnration
II. Procdure de dtermination des niveaux de gnration de chaque sommet partir
dun exemple
Chapitre 3 : RECHERCHE DU CHEMIN OPTIMAL
I. Recherche dun chemin de valeur optimale dans un graphe.
(Algorithme de FORD pour le maximum)
II. Application : Recherche de chemin de longueur maximale
laide dun graphe
Chapitre 4 : PROBLEME DORDONNANCEMENT :
METHODE DE PERT
2
I. Problme dordonnancement
II. Notion de projet, tache et ordonnancement
III. Diagramme de GANTT
IV. Mthode de PERT (technique d'valuation et de contrle des programmes)
V. Le PERT temps
PREMIERE PARTIE : PROGRAMMATION LINEAIRE
3
CHAPITRE 0
Formulation dun programme linaire (PL)
I. Introduction
Limportance de loptimisation et la ncessit dun outil simple pour modliser des problmes de
dcision que soit conomique, militaire ou autres on fait de la programmation linaire un des champs
de recherche les plus actifs au milieu du sicle prcdent. Les premiers travaux (1947) sont celle de
George B. Dantzig et ses associs du dpartement des forces de lair des Etats Unis dAmrique.
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. Le terme meilleur fait rfrence la possibilit davoir un ensemble de dcisions possibles qui
ralisent la mme satisfaction ou le mme profit. Ces dcisions sont en gnral le rsultat dun
problme mathmatique.
II. Les conditions de formulation dun PL
La programmation linaire comme tant un modle admet des hypothses (des conditions) que le
dcideur doit valider avant de pouvoir les utiliser pour modliser son problme. Ces hypothses sont
1
:
1. Les variables de dcision du problme sont positives
2. Le critre de slection de la meilleure dcision est dcrit par une fonction linaire de ces variables,
cest dire, que la fonction ne peut pas contenir par exemple un produit crois de deux de ces
variables. La fonction qui reprsente le critre de slection est dite fonction objectif (ou fonction
conomique).
3. Les restrictions relatives aux variables de dcision (exemple: limitations des ressources) peuvent
tre exprimes par un ensemble dquations linaires. Ces quations forment lensemble des
contraintes.
4. Les paramtres du problme en dehors des variables de dcisions ont une valeur connue avec
certitude
III. Les tapes de formulation dun PL :
Gnralement il y a trois tapes suivre pour pouvoir construire le modle d'un programme
linaire :
1. Identifier les variables du problme valeur non connues (variable de dcision) et les reprsenter
sous forme symbolique (exp. x
1
, y
1
).
2. Identifier les restrictions (les contraintes) du problme et les exprimer par un systme dquations
linaires.
3. Identifier lobjectif ou le critre de slection et le reprsenter sous une forme linaire en fonction
des variables de dcision. Spcifier si le critre de slection est maximiser ou minimiser.
IV. Prsentation Thorique
Un programme linaire consiste trouver le maximum ou le minimum dune forme linaire dite
fonction objectif en satisfaisant certaines quations et ingalits dites contraintes. En langage
mathmatique, on dcrira de tels modles de la manire suivante :
1
4
Soient N variables de dcision x
1
, x
2
,, x
n,
lhypothse que les variables de dcision sont positives
implique que
. 0 , , 0 , 0
2 1

N
x x x
La fonction objectif est une forme linaire en fonction des variables de dcision de type
N N
x c x c x c z + + +
2 2 1 1
o les coefficients c
1
,,c
N
doivent avoir une valeur bien dtermine (avec certitude) et peuvent tre
positifs, ngatifs ou nuls. Par exemple le coefficient c
i
peut reprsenter un profit unitaire li la
production dune unit supplmentaire du bien x
i,
ainsi la valeur de z est le profit total li la
production des diffrents biens en quantits gales
. , , ,
2 1 N
x x x
Supposons que ces variables de dcision doivent vrifier un systme dquations linaires dfinis par
M ingalits
M N MN M M
N N
N N
b x a x a x a
b x a x a x a
b x a x a x a
+ + +
+ + +
+ + +
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11

o les coefficients a
1M
,, a
MN
et b
1
,, b
M
doivent avoir une valeur bien dtermine (avec certitude) et
peuvent tre positifs, ngatifs ou nuls. Le paramtre b
j
reprsente la quantit de matire premire
disponible dont le bien x
i
utilise une quantit gale a
ij
x
i
.
En suivant les tapes de formulation ci-dessus, on peut reprsenter le PL comme suit :
0 , , 0 , 0

.

2 1
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
2 2 1 1

+ + +
+ + +
+ + +
+ + +
N
N N MN M M
N N
N N
N N
x x x
b x a x a x a
b x a x a x a
b x a x a x a c s
x c x c x c Max
V. Exemple de formulation
Limit au dpart aux problmes industriels et militaires, de nos jours plusieurs problmes de divers
domaines sont reprsents ou approxims par des modles de PL. Lutilisation de ces techniques de
modlisation sest renforce encore aprs avoir construit des algorithmes et des logiciels capables de
rsoudre de plus larges problmes avec autant de variables de dcision que de contraintes.
La tche de formulation demande gnralement une certaine expertise et connaissance du problme
pour pouvoir relever facilement les diffrentes composantes du problme et ainsi donner un
programme qui modlise au mieux la situation relle. Dans ce qui suit, on prsentera quelques
exemples de formulation en programme linaire lis diffrents problmes de dcision :
Exemple : Problme dagriculture
Un agriculteur veut allouer 150 hectares de surface irrigable entre culture de tomates et celles de
piments. Il dispose de 480 heures de main duvre et de 440 m
3
deau. Un hectare de tomates
demande 1 heure de main duvre, 4 m
3
deau et donne un bnfice net de 100 DH. Un hectare de
piments demande 4 heures de main duvre, 2 m
3
deau et donne un bnfice net de 200 DH.
Le bureau du primtre irrigu veut protger le prix des tomates et ne lui permet pas de cultiver plus de
90 hectares de tomates. Quelle est la meilleure allocation de ses ressources ?
5
Formulation du problme en un PL :
Etape 1 : Identification des variables de dcision. Les deux activits que lagriculteur doit dterminer
sont les surfaces allouer pour la culture de tomates et de piments :
x
1
: la surface alloue la culture des tomates
x
2
: la surface alloue la culture des piments
On vrifie bien que les variables de dcision x
1
et x
2
sont positives :
0 , 0
2 1
x x
.
Etape 2 : Identification des contraintes. Dans ce problme les contraintes reprsentent la disponibilit
des facteurs de production :
Terrain : lagriculteur dispose de 150 hectares de terrain, ainsi la contrainte lie la limitation de la
surface de terrain est
150
2 1
+x x
Eau : la culture dun hectare de tomates demande 4 m
3
deau et celle dun hectare de piments
demande 2m
3
mais lagriculteur ne dispose que de 440m
3
. La contrainte qui exprime les limitations
des ressources en eau est
440 2 4
2 1
+ x x
.
Main duvre : Les 480 heures de main duvre seront dpartager (pas ncessairement en totalit)
ente la culture des tomates et celles des piments. Sachant quun hectare de tomates demande une
heure de main duvre et un hectare de piments demande 4 heures de main duvre alors la
contrainte reprsentant les limitations des ressources humaines est
480 4
2 1
+ x x
Les limitations du bureau du primtre irrigu : Ces limitations exigent que lagriculteur ne cultive
pas plus de 90 hectares de tomates. La contrainte qui reprsente cette restriction est
. 90
1
x
Etape 3 : Identification de la fonction objectif. La fonction objectif consiste maximiser le profit
apport par la culture de tomates et de piments. Les contributions respectives 100 et 200, des deux
variables de dcision x1 et x2 sont proportionnelles leur valeur. La fonction objectif est donc
. 200 100
2 1
x x z +
Le programme linaire qui modlise le problme dagriculture est :
0
2
, 0
1

90
1

480
2
4
1

440
2
2
1
4
150
2 1
. .
2
200
1
100

+
+
+
+
x x
x
x x
x x
x x c s
x x Max
Chapitre 1 :
Rsolution graphique de maximisation et minimisation a deux variables
6
I- Premier exemple type : maximisation dun bnfice ou dune marge
1- Dans une entreprise qui travaille faon un client dsire faire fabriquer des pices A et des pices
B dans un dlai de un mois. Il serait dispos accepter les prix suivants :
- par sries de 100 pices A .138dh
- par sries de 100 pices B .136dh
La ralisation des pices A et B ncessite un passage dans 3 ateliers pour lesquels on dispose des
renseignements suivants :
Nombre
dunits
duvre
ncessaire
Pour une
srie de 100
pices A
Nombre
dunits
duvre
ncessaire
Pour une
srie de 100
pices B
Cot variable
dune unit
duvre
Atelier T
Atelier F
Atelier M
2
1
4
1
4.5
3
10 dh
12 dh
14 dh

Au moment de la commande lentreprise ne dispose que dun nombre limits dheures dans
chaque ateliers correspondant respectivement :
- 200 units duvre pour latelier T
- 540 units duvre pour latelier F
- 480 units duvre pour latelier M
Ces nombres dunits duvre sont insuffisants pour satisfaire pleinement le client dans le dlai
demand. Lentreprise lui propose une livraison partielle. Quelles quantits de pices A et de pices B
lentreprise a-t-elle intrt fabriquer au cours du mois si elle veut obtenir une marge maximum,
compte tenu des moyens de production disponible ?
I-A. Traduction mathmatique du problme
1. Appelons : x
1
= nombre de sries de 100 pices A x
1
0
x
2
= nombre de sries de 100 pices B x
2
0
2. Le nombre limit dheures dans chaque atelier permet dcrire, en tenant compte des contraintes et
disponibilits signales :
2x
1
+x
2
200 pour latelier T
x
1
+4.5x
2
540 pour latelier F
4x
1
+3x
2
480 pour latelier M
3. La marge sur cot variable ralis sur chaque type de srie est :
a) pour la srie de pices A :
138-[(10*2)+(12*1)+(14*4)]=50
b) pour la srie de pices B :
136-[(10*1)+(12*4.5)+(14*3)]=30
c) la marge total pour x
1
sries A slve 50x
1

d) la marge total pour x
1
sries B slve 30x
2
e) la marge dfinitive pour les sries A et B est :
50x
1
+30x
2

7
si Z est la marge Z=50x
1
+30x
2

4. le programme rsoudre graphiquement avec x
1
et x
2
comme inconnues se prsente sous la forme

'
+
+
+
+
) 30 50 (
480 3 4
540 5 . 4
200 2
0 ,
2 1
2 1
2 1
2 1
2 1
x x Max
x x
x x
x x
x x
5. On peut construire (Fig 1) les droites dquations respectives :
2x
1
+x
2
= 200
x
1
+4.5x
2
= 540
4x
1
+3x2=480
et liminer, pour chacune de ces droites, le demi-plan dont les points ne satisfont pas linquation
correspondante. On rappelle que pour toute droite D, dquation ax+by+c=0, lexpression ax+by+c est
strictement positive dans lun, et ngative dans lautre, des deux demi plans ouverts de frontire D ;
que la droite (D) partage le plan en trois parties :
les points appartenant la droite et ayant les coordonnes vrifiant ax+by+c=0 ;
les 2 demi-plans limits par (D) et dans lesquels, lexpression ax+by+c garde un signe constant
(suprieure ou infrieure 0)
Pratiquement, On trace les droites et on utilise les coordonnes de lorigine (0,0) pour chacune des
inquations afin de vrifier le sens de linquation. On hachure ensuite la partie qui ne convient pas,
comme si dessous indiqu :
D1 : 2x
1
+x
2
= 200 passe par A(0,200) et B(100,0)
D2 : x
1
+4.5x
2
= 540 passe par C(0,120) et D(540,0)
D3 : 4x
1
+3x
2
= 480 passe par E(0,160) et F(120,0)
6. les coordonnes des points intrieurs et sur les cots vrifient les contraintes. Il faut donc chercher
celui qui donne le bnfice le plus lev.
Pour le savoir, on remplacera dans lquation de la marge Z=50x
1
+30x
2
les coordonnes de chacun
des points de la zone dacceptabilit. On obtient alors :
Z
O
=50*0+30*0=0dh
Z
C
=50*0+30*120=3600dh
Z
H
=50*60+30*80=5400dh
(Optimum)
Z
P
=50*36+30*112=5160dh
Z
B
=50*100+30*0=5000dh
Loptimum est ralis au point H avec :H(60, 80)
8
x
1=
60 sries de 100 pices A
x
2=
80 sries de 100 pices B
Z
H
=5400dh
II- Deuxime exemple-type : Minimisation dun cot :
Rsoudre le programme suivant :
x
1
0 x
2
0
-2x
1
+x
2
2
x
1
-2x
2
2
x
1
+x
2
5
Min (-x1+x2)
A. Rponse
1. Dterminons le domaine dacceptabilit en traant les droites suivantes (Fig.2) :
D1 : -2x
1
+x
2
= 2 A1(0,2) ; B1(-1,0)
D2 : x
1
-2x
2
= 2 A2(0,-1) ; B2(2,0)
D3 : x
1
+x
2
=5 A3(0,5) ; B3(5,0)
Fig 2
9
D2
0
50
100
150
200
250
0 50 100 150
D1
D3
H
2. Calculons le cot optimal :
Lquation du cot tant C= -x
1
+x
2
remplaons x
1
et x
2
par les coordonnes respectives des
points dlimitant le domaine dacceptabilit :
Avec A1(0,2) on obtient C
A1
=0+2=2
Avec P(1,4) on obtient C
P
=-1+4=3
Optimum :
Avec H(4,1) on obtient C
H
=-4+1=-3
Avec B2(2,0) on obtient C
B2
=-2+0= -2
Avec O(0,0) on obtient C
O
=0+0=0
La solution optimal se trouve en H : soit:
x
1
=4
x
2
=1
C=-3
10
-2
0
2
4
6
8
10
12
14
0 2 4 6
D3
D1
D2
P
H
Chapitre 2 :
GENERALISATION : DEFINITION.
FORME CANONIQUE ET STANDARD DU PROGRAMME LINEAIRE
I-DEFINITION DUN PROGRAMME LINEAIRE :
Les problmes de programmation linaire se posent lorsquon cherche rendre optimum
(minimum ou maximum) une fonction linaire de plusieurs variables, ces variables tant soumises
des contraintes linaires,(suprieures ou infrieurs ou gales une constante).
Les deux programmes suivants sont de ce type :
1. Trouver
0 ....., , 0 ,......., 0 , 0
2 1

n i
y y y y
tel que :
m n mn i mi m m
n n i i
n n i i
q y a y a y a y a
q y a y a y a y a
q y a y a y a y a
+ + + + +
+ + + + +
+ + + + +
... ....
... .......... .......... .......... .......... .......... ..........
... ....
... ....
2 2 1 1
2 2 2 2 22 1 21
1 1 1 2 12 1 11
et rendant
n n i i
y p y p y p y p + + + + + ... ....
2 2 1 1
Maximum
1. Trouver
0 ....., , 0 ,......., 0 , 0
2 1

m i
x x x x

Tel que :
n m mn i mi m m
m m i i
m m i i
p x a x a x a x a
p x a x a x a x a
p x a x a x a x a
+ + + + +
+ + + + +
+ + + + +
... ....
... .......... .......... .......... .......... .......... ..........
... ....
... ....
2 2 1 1
2 2 2 2 22 1 21
1 1 1 2 12 1 11
et rendant

m m i i
x q x q x q x q + + + + + ... ....
2 2 1 1
Minimum
En utilisant les notations matricielles, ces deux programmes scrivent :
11
Programme n1 : Trouver
'
) (
0
PY Max
Q AY
Y
Programme n2 : Trouver
'
) (
0
QX Min
P AY
X
t

) ,... ., ,......... , (
) ,...... , ,......... , (
a ...... ......a a a
........ .......... .......... ..........
a ....... .......a a a
a ....... a ...... a a
2 1
2 1
mn mi m2 m1
2n 2i 22 21
1n 1i 12 11
m i
n i
x x x x X
p p p p P
A
,
`
.
|
,
`
.
|
,
`
.
|
m n
q
q
q
Q et
y
y
y
Y
.
.
.
.
.
.
2
1
2
1
Ex : 2x
1
+4x
2
-7x3 2
x
1
+7x
2
0
x
1
+2x
2
=-7
Max(x
1
-x
2
)
Tout programme linaire est form de trois grandes parties notamment :
a) dinconnues appeles variables dactivits
b) dquations ou inquations au nombre de m qui reprsentent les contraintes linaires en
fonction des variables dactivits
c) dune fonction conomique maximiser ou minimiser.
Dune faon gnrale, la programmation linaire a pour but la recherche de loptimum dune
fonction linaire(fonction conomique) comportant plusieurs inconnues positives ou nulles lies entre
elles, par des relations linaires formant un systme dquations ou inquations appeles contraintes.
A. Domaine dapplication de la programmation linaire
1. Problmes combinatoires
-choix des investissements les plus rentables,
-problmes doptimisation des niveaux dactivits,
-problmes daffectation ou de rpartition optimale de la main-duvre entre diffrents services
ou ateliers,
12
-problmes dordonnancement en vue de ralisation dun objectif particulier.
2. Problmes stochastiques
-dtermination dune politique optimale de gestion des stocks,
-problmes de files dattente,
-de rpartition et de renouvellement des quipements.
3. Problmes concurrentiels
-problmes de distribution ou dapprovisionnement optimum,
-problmes de vente.
II- Forme canonique et standard dun programme linaire
Un programme linaire peut tre rsolu soit par la mthode graphique soit par la mthode
algbrique
A. Mthode graphique :
1. Reprsenter graphiquement les droites limites (quations provenant des inquations de dpart) ;
2. Dlimiter la frontire de lenveloppe polygonale cest dire construire le domaine
dacceptabilit ;
3. Remplacer successivement les coordonnes de chaque sommet du polygone dans la fonction
conomique afin dobtenir la combinaison optimale cherche (minimum ou maximum).
B. Mthode algbrique
1) Notion de formes canoniques
Lorsque lensemble de contraintes se prsente sous forme dingalits ( ou ) on parle de
forme canonique.
Exemples
x
1
0 x
2
0 ,x
3
0

x
1
0 x
2
0 x
3
0
2x
1
+4x
2
-7x3 2 x
1
+2x
2
-7x3 1
x
1
+7x
2
0 x
1
+0x
2
+5x
3
0
x
1
+2x
2
-7 x
1
+2x
2
3
Max(x
1
-x2+x
3
) Min(x
1
+x
2
-x
3
)
Forme canonique de Forme canonique de
Type I type II
2) Notion de forme mixte
Parfois les contraintes sont les unes dans un sens, les autres dans le sens oppos, lobjectif peut
tre un maximum ou un minimum.
Exemples
x
1
0 x
2
0 ,x
3
0

x
1
0 x
2
0 x
3
0
2x
1
+4x
2
-7x3 2 x
1
+2x
2
-7x3 1
x
1
+7x
2
0 x
1
+0x
2
+5x
3
=0
x
1
+2x
2
=-7 x
1
+2x
2
3
13
Max(x
1
-x2+x
3
) Min(x
1
+x
2
-x
3
)
3) Forme standard
Toutes les contraintes reprsentent des galits. Lobjectif pouvant tre un maximum ou un
minimum.
Exemples
x
1
0 x
2
0 ,x
3
0

x
1
0 x
2
0 x
3
0
2x
1
+4x
2
+x3=1 x
1
+x
2
+x3 =1
x
1
-x
2
=5 x
1
+0x
2
+x
3
=8
x
1
+2x
2
=3 3x
1
+2x
2
=3
Max(x
1
+x2+2x
3
) Min(x
1+
2x
2+
3x
3
)
Remarque :
Tout programme prsent sous forme canonique, doit tre ramen sous la forme standard avec
introduction de variables dcart ou artificielles selon le et selon les rgles bien prcises, ainsi nous le
verrons par la suite.
4) Introduction de variables dcart et de variables artificielles (Mthode du simplexe) :
Le problme dintroduction de variables dcart et variables artificielles se pose lors du passage
de la forme canonique la forme standard et dans le cadre de la mthode algbrique.
Nous appellerons VR=variables relles ; VE=variables dcart ; VA=variables artificielles.
Forme canonique Forme standard
x
1
0 x
2
0 x
1
0 x
2
0 x
3
0 x
4
0
x
5
0
20x
1
+30x
2
240 20x
1
+30x
2
+x
3
=240
10x
1
+25x
2
500 10x
1
+25x
2
+x
4
=500
15x
1
+40x
2
550 15x
1
+40x
2
+ +x
5
=550
Max(15x
1
+20x
2
) Max (15x
1
+20x
2
+0x
3
+0x
4
+0x
5
)
VR={x
1
,x
2
} VE={x
3
,x
4
,x
5
}
x
1
0 x
2
0 x
1
0 x
2
0 x
3
0 x
4
0 x
5
0
x
6
0
2x
1
+3x
2
24 2x
1
+3x
2
x3+ x
5
=24
x
1
+5x
2
50 x
1
+5x
2
-x
4
+x
6
=50
Min (5x
1
+2x
2
) Min (5x
1
+2x
2
+0x
3
+0x
4
+Mx
5
+ Mx
5
)
VR={x
1
,x
2
} VE={x
3
,x
4
}, VA={x
5
,x
6
}
5) Mthode de rsolution de maximisation : mthode algbrique de substitution.
Principe :
1. Dresser la forme canonique du problme pos ;
2. Passer de la forme canonique la forme standard en transformant les inquations en quations
et en introduisant les variables dcart ou artificielles selon le cas ;
3. Poser la solution extrme de base en utilisant les variables relles comme variables non
principales (=variables hors base=variables nulles). Les autres variables non nulles obtenues,
14
constituant les variables principales ou variables de base. A ce stade la fonction conomique est
nulle.
4. Passer la premire itration afin de trouver une solution meilleure, cest--dire amliorer la
fonction conomique.
Pour y parvenir on slectionnera une variable entrante et une variable sortante selon le critre
suivant :
a) Critre dentre : La variable entrante correspondant au coefficient positif le plus lev
dans la fonction conomique.
b) Critre de sortie : La variable sortante est celle qui correspond au plus petit rapport
positif des rapports des seconds membres des contraintes aux coefficient de la variable
entrante (linfini et les nombres ngatifs tant exclus).
5. On arrte les diffrentes itrations ds que la fonction conomique ne contient plus que des
coefficients ngatifs ou nuls.
Exemple:
Rsoudre le programme linaire ci dessous l'aide de la mthode algbrique de substitution.
x
1
0 x
2
0
5x
1
+2x
2
3
6x
1
+7x
2
10
Max (10x
1
+14x
2
)
Forme canonique (S
1
)
x
1
0 x
2
0
5x
1
+2x
2
3
6x
1
+7x
2
10
Max (10x
1
+14x
2
)
Forme standard (S
2
)
x
1
0 x
2
0 x3 0 x4 0
5x
1
+2x
2
+x
3
=3
6x
1
+7x
2
+x
4
=10
Max (10x
1
+14x
2
+0x
3
+0x
4
)
VR={x
1
,x
2
} VE={x
3
,x
4
}
Recherche de la solution extrme de base :
VHB :x
1
=0,x
2
=0
VB :x3=3
x
4
=10
Z=0
VHB : variable
hors base
VB : variable de
base
15
1r itration :
La variable entrante est celle qui aura le coefficient le plus lev dans la fonction conomique,
on a max (coef(x
1
),coef(x
2
))=max (10,14)=14=coef(x
2
) donc x
2
est la variable entrante
A partir de (S
2
) on obtient le systme (S
3
)
x
1
0 x
2
0 x30 x40
x
3
=3-5x
1
-2x
2
(1)
x
4
=10-6x
1
-7x
2
(2)
3 et 10 : reprsentent
respectivement : seconds
membres des quations (1), (2)
A partir du systme (S
3
) on calcule :
Min
)
) (
10
,
) (
3
(
2 2
x coef x coef

=
7
10
)
7
10
,
2
3
( Min
Cest dans lquation (2) quon ralise le minimum donc la variable sortante x
4
. A partir de lquation
(2) on exprime la variable entrante x
2
en fonction des autres variables. On a daprs (2)
x
4
=

10-6x
1
-7x
2
donc x
2
=
4 1
7
1
7
6
7
10
x x
On remplace ensuite cette nouvelle expression de x
2
dans les diffrentes quations de (S
3
), ce
qui donne :
x
3
=3-5x
1
-2(
4 1
7
1
7
6
7
10
x x
)
x
2
=
4 1
7
1
7
6
7
10
x x

Z =10x
1
+14x
2
=10x
1
+14(
4 1
7
1
7
6
7
10
x x
)
Finalement on obtient le systme (S
4
) suivant :
x
3
=
2 1
7
2
7
23
7
1
x x +

(1)
x
2
=
4 1
7
1
7
6
7
10
x x

(2)

Z =
4 1
2 2 20 x x
(3)
Coef(Z) : -2 0 0 -2
x
1
x
2
x
3
x
4
Les coefficients de des variables de Z
sont tous ngatifs dont x1=0 et x4=0
et donc Z=20
A partir du systme (1) et (2) on
16
dduit les valeurs de x2 et x3, soient :
7
1
7
10
et
Rsoudre le programme linaire ci dessous l'aide de la mthode algbrique de substitution.
x
1
0 x
2
0
2x
1
+x
2
140
x
1
+x
2
104
5x
1
+3x
2
360
Max
(7x
1
+4x
2
)
Forme canonique (S
1
)
x
1
> 0 x
2
0
2x
1
+x
2
140
x
1
+x
2
104
5x
1
+3x
2
360
Max (7x
1
+4x
2
)
Forme standard (S
2
)
x
1
0 x
2
0 x3 0 x4 0
x5 0
2x
1
+x
2
+x
3
=140
x
1
+x
2
+x
4
=104
5x
1
+3x
2
+x
5
=360
Max (7x
1
+4x
2
+0x
3
+0x
4
+0x
5
)
VR={x
1
,x
2
} VE={x
3
,x
4
,x
5
}
VHB :x
1
=0,x
2
=
0
VB :x3=140
17
x
4
=104
x
5
=360
Z=0
VHB : variable
hors base
VB : variable
de base
1r itration :
on a Max (coef(x
1
), coef(x
2
))=Max (7,4)=7=coef(x1) donc x
1
A partir de (S
2
3
)
x
1
0 x
2
0 x3 0 x4 0
x5 0
x
3
=140-2x
1
-x
2
(1)
x
4
=104-x
1
-x
2
(2)
x
5
=360-5x
1
-3x
2
(3)
140,104 et 360 : reprsentent
respectivement les seconds
et (3)
3
) on calcule :
Min=
)
) (
360
,
) (
104
,
) (
140
(
1 1 1
x coef x coef x coef

= 70 ) 72 , , 104 , 70 ( )
5
360
,
1
104
,
2
140
( Min Min
Cest dans lquation (1) quon ralise le minimum donc la variable sortante est x
3
A partir de lquation (1) on exprime la variable entrante x1 en fonction des autres variables
On a daprs (1) x
3
=140-2x
1
-x
2
donc x
1
=
3 2
2
1
2
1
70 x x
1
3
), ce qui
donne :
x
1
=
3 2
2
1
2
1
70 x x
x
4
=104-(
3 2
2
1
2
1
70 x x
)-x
2
x
5
=360-5(
3 2
2
1
2
1
70 x x
)-3x
2

Z =7x
1
+4x
2
=7(
3 2
2
1
2
1
70 x x
)+ 4x
2
4
) suivant :
18
x
1
=
3 2
2
1
2
1
70 x x

(1)
x
4
=
3 2
2
1
2
1
34 x x +

(2)

x
5
=
3 2
2
5
2
1
10 x x +

(3)

Z =
3 2
2
7
2
1
490 x x +
(4)
2
m
itration :
on a max (coef(x
2
), coef(x
3
))=max (1/2,-7/2)=1/2=coef(x
2
) donc x
2
A partir du systme (S4) on calcule le minimum positif :
Min=
)
) (
10
,
) (
34
,
) (
70
(
2 2 2
x coef x coef x coef

=
20 ) 20 , 68 , 140 ( )
2
1
10
,
2
1
34
,
2
1
70
( Min Min
3.
A partir de
lquation (3) on exprime la variable entrante x2 en fonction des autres variables
On a daprs (3) x
5
=10+5/2x
3
-1/2x
2
donc x
2
=20-2x
5
+5x
3
, puis, on remplace ensuite cette
nouvelle expression de x
2
4
), ce qui donne :
x
1
=70-1/2x
3
-1/2(20-2x
5
+5x
3
)

x
4
=34+1/2x
3
-1/2(20-2x
5
+5x
3
)

x
2
=20-2x
5
+5x
3

Z =490+1/2(20-2x
5
+5x
3
)-7/2x
3
Ce qui donne le systme (S
5
)
x
1
=60-3x
3
+x
5

x
4
=24-2x
3
+x
5
x
2
=20-2x
5
+5x
3
Z =500-x
3
-x
5
Tous les coefficients de la fonction conomique sont ngatifs. Donc on ne peut plus augmenter
la fonction conomique et par consquent loptimum est atteint. Ce qui donne :
VHB :x
3
=0,x
5
=
0
VB :x
1
=60
x
2
=20
x
4
=24
Z=500
19
VHB : variable
hors base
VB : variable
de base
La solution optimale est obtenue au point S (60,80) ce qui donne un maximum=500
6) Mthode de rsolution de problmes de minimisation : programme dual
a- Minimisation par la mthode de substitution
Rsoudre le programme suivant par la mthode de substitution
x
1
0 x
2
0
5x
1
+6x
2
10
2x
1
+7x
2
14
Min(3x
1
+10x
2
)
Forme canonique (S
1
)
x
1
0 x
2
0
5x
1
+6x
2
10
2x
1
+7x
2
14
Min (3x
1
+10x
2
)
Forme standard (S
2
)
x
1
0 x
2
0 x
3
0 x
4
0 x5 0
x
6
0
5x
1
+6x
2
-x
3
+x
5
=10 (1)
2x
1
+7x
2
-x
4
+x
6
=14 (2)
Min (3x
1
+10x
2
+0x
3
+0x
4
+Mx
5
+Mx
6
)
VR={x
1
,x
2
} VE={x
3
,x
4
} VA={x
5
,x
6
}
On exprime les variables artificielles (VA) x
5
, x6

partir des quations (1) et (2) du systme
(S
2
)
Ce qui donne :
x
5
=10-5x
1
-6x
2
+x
3
x
6
=14-2x
1
-7x
2
+x
4
On remplace ensuite dans la fonction conomique x
5
et x
6
par leur expression respectives
Z=3x
1
+10x
2
+0x
3
+0x
4
+M(10-5x
1
-6x
2
+x
3
)+M(14-2x
1
-7x
2
+x
4
)
Z=(3-7M)x
1
+(10-13M)x
2
+Mx
3
+Mx
4
+24M
Recherche de la solution extrme de base
20
VHB :x
1
=0,x
2
=0,x
3
=0,x
4
=0
VB :x5=10
X
6
=14
Z=24M
VHB : variable hors
base
VB : variable de base
M : valeur trs
grande
1r itration :
La variable entrante est celle qui aura le coefficient le plus ngatif dans la fonction
conomique, on a min (coef(x
1
), coef(x
2
))=min (3-7M, 10-13M)=10-13M=coef(x
2
) donc x
2
est la
variable entrante
A partir de (S
2
3
)
x
1
0 x
2
0 x
3
0 x
4
0 x
5
0 x
6
0
x
5
=10-5x
1
-6x
2
+x
3
(1)
x
6
=14-2x
1
-7x
2
+x
4
(2)
Z=(3-7M)x
1
+(10-13M)x
2
+Mx
3
+Mx
4
+24M
10,14 : reprsentent respectivement les seconds
3
) on calcule :
Min
)
) (
14
,
) (
10
(
2 2
x coef x coef

=
6
10
)
7
14
,
6
10
( Min
5
. A partir de
lquation (1) on exprime la variable entrante x
2
en fonction des autres variables. On a daprs (1) x
2
=5/3-5/6x
1
+1/6x
3
-1/6x
5
.
2
3
), ce qui
donne :
x
2
=
5 3 1
6
1
2
1
6
5
3
5
x x x +

x
6
=14-2x
1
-7(
5 3 1
6
1
2
1
6
5
3
5
x x x +
)

+x
4
Z =(3-7M)x
1
+(10-13M)(
5 3 1
6
1
2
1
6
5
3
5
x x x +
)+Mx
3
+Mx
4
+24M
Ce qui donne finalement le systme (S
4
) suivant :
x
2
=
5 3 1
6
1
2
1
6
5
3
5
x x x +

(1)
21
x
6
=
5 4 3 1
6
7
6
7
6
23
3
7
x x x x + + +

(2)
Z =
5 4 3 1
)
6
13
3
5
( )
6
7
3
5
( )
6
23
3
16
( )
3
7
3
50
( x
M
Mx x
M
x
M M
+ + + + + + +

(3)
2
m
itration :
La variable entrante est celle qui aura le coefficient le plus ngatif dans la fonction
conomique, on a Min (
)
6
13
3
5
( , ),
6
7
3
5
( ),
6
23
3
16
(
M
M
M M
+ +
)=
)
6
7
3
5
(
M
= (coef(x
3
)), donc
x
3
A partir du systme (S4) on calcule le minimum positif
Min((-5/3)/coef(x
3
), (-7/3)/coef(x
3
))=Min(((-5/3)/(1/6), (-7/3)/(-7/6))=Min(-10,2)=2.
Min
)
) (
3
7
,
) (
3
5
(
3 3
x coef x coef

=
2 ) 2 , 10 ( )
6
7
3
7
,
6
1
3
5
(

Min Min
6
A partir de lquation (2) on exprime la variable entrante x3 en fonction des autres variables
On a daprs (2) x
6
=
5 4 3 1
6
7
6
7
6
23
3
7
x x x x + + +
donc x
3
=
5 4 1
7
6
6
23
2 x x x + + +
On remplace ensuite
cette nouvelle expression de x
2
4
), ce qui donne :
x
2
=
1
6
5
3
5
x
+
6
1
(
5 4 1
7
6
6
23
2 x x x + + +
)
5
6
1
x
x
3
=
5 4 1
7
6
6
23
2 x x x + + +
Z =
5 4 5 4 1 1
)
6
13
3
5
( )
7
6
6
23
2 )(
6
7
3
5
( )
6
23
3
16
( )
3
7
3
50
( x
M
Mx x x x
M
x
M M
+ + + + + + + + + +

Ceci nous amne crire le systme (S
5
) suivant :
x
2
=
4 3 1
7
1
6
1
7
16
2 x x x + + +

x
3
=
5 4 1
7
6
6
23
2 x x x + + +
Z =
5 4 1
7
10
6
1
20 Mx x x + + +
On voit bien que tous les coefficients des variables de la fonction conomique sont positifs,
donc on ne peut plus diminuer la fonction conomique
22
VHB :x
1
=0,x
3
=0 ,x
4
=0 ,x
5
=0
VB :x
2
=2
x
3
=2
Z=20
VHB : variable hors base
VB : variable de basse
La solution optimale est obtenue au point S (0,2) ce qui donne un mnimum=20
On peut faire une petite vrification partir de :
Z=3x
1
+10x
2
=3.0+10.2=20
b) Dualit
Les deux programmes suivants sont des programmes canoniques en dualit
'
) (
0
PY Max
Q AY
Y
que tel Y Trouver I

'
) (
0
QX Min
P AX
X
que tel X Trouver II
t

La dualit consiste passer dun programme de minimisation vers un programme quivalent de
maximisation ou linverse
- Le maximum de lun est le minimum de lautre
- Les relations de correspondance du programme I au programme II sont rsumes dans le
tableau suivant :
Programme primal
Variables
principales
x
1
x
2
..x
s
Variables dcart
x
1
x
2
..x
r
Programme dual y
1
y
2
..y
s
Variables dcart
y
1
y
2
..y
r
Variables principales
Coefficients de Z c
0
c1 c
2
.c
p
a loptimum
alors c
0
: Optimum -c
1
=x1,-c2=x
2
,-c
r
=x
r
et c
s+1
=x1,-
c
s+2
=x
2
,-c
p
=x
s
Exemple dapplication :
Rsoudre le programme suivant par la mthode de dualit
x
1
0 x
2
0
5x
1
+6x
2
10
2x
1
+7x
2
14
Min (3x
1
+10x
2
)
Pour passer au programme dual, on crit le programme prcdent sous la forme suivant :
23
,
`
.
|
0 10 3
14 7 2
10 6 5
A
Aprs on calcule le transpos de la matrice prcdente ce qui donne :
,
`
.
|
0 14 10
10 7 26
3 2 5
A
t
Finalement le programme dual scrit :
x
1
0 x
2
0
5x
1
+2x
2
3
6x
1
+7x
2
10
Max (10x
1
+14x
2
)
Forme standard (S
2
)
x
1
0 x
2
0 x3 0 x4 0
5x
1
+2x
2
+x
3
=3
6x
1
+7x
2
+x
4
=10
Max (10x
1
+14x
2
+0x
3
+0x
4
)
VR={x
1
, x2} VE={x
3
, x4}
VHB :x
1
=0,x
2
=0
VB :x3=3
x
4
=10
Z=0
VHB : variable hors base
1r itration :
on a : Max (coef(x
1
), coef(x
2
))=Max (10,14)=14=coef(x
2
) donc x
2
A partir de (S
2
3
)
24
x
1
0 x
2
0 x30 x40
x
3
=3-5x
1
-2x
2
(1)
x
4
=10-6x
1
-7x
2
(2)
3 et 10 : reprsentent
respectivement les seconds
3
) on calcule :
Min
)
) (
10
,
) (
3
(
2 2
x coef x coef

=
7
10
)
7
10
,
2
3
( Min
4
. A partir de
lquation (2) on exprime la variable entrante x
2
en fonction des autres variables
On a daprs (2) x
4
=

10-6x
1
-7x
2
donc x
2
=
4 1
7
1
7
6
7
10
x x
2
3
), ce
qui donne :
x
3
=3-5x
1
-2(
4 1
7
1
7
6
7
10
x x
)
x
2
=
4 1
7
1
7
6
7
10
x x

Z =10x
1
+14x
2
=10x
1
+14(
4 1
7
1
7
6
7
10
x x
)
4
) suivant :
x
3
=
4 1
7
2
7
23
2
1
x x +
(1)
x
2
=
4 1
7
1
7
6
7
10
x x

(2)

Z =20-2x
1
-2x
4
Coef(-Z): 2 0 0 2
x
1
x
2
x
3
x
4
Les coefficients de Z loptimum
reprsentent dans lordre les variables
dcart et les variables relles solution
du problme de minimisation
La fonction conomique nest plus compose que de coefficients ngatifs. On ne peut plus
augmenter la fonction conomique
VHB :x
1
=0,x
4
=0
VB :x
2
=10/7
x
3
=1/2
Z=20
25
VHB : variable hors
base
La solution optimale est obtenue au point S (0,10/7) ce qui donne un maximum=20
En revenant au problme de minimisation :
On trouve :
x
1
=0
x
2
=2
x
3
=2
x
4
=0
Z=20
Ce qui conforme au rsultat trouv par la mthode directe.
DEUXIEME PARTIE : PHENOMENE ALEATOIRE
26
Chapitre 1 :
Phnomne dattente
I) Introduction
Aux guichets des gares, des banques, des postes, aux rayons des grands magasins, aux horloges
de pointage des usines se constituent, au moins certaine heures, des files dattente ou queues, o les
gens pitinent de longues minutes et simpatientent avant dtre servis.
Mais la facult de constituer des files dattente nappartient pas quaux tres anims. Les ordres
de fabrications qui sempilent sur bureau du chef datelier, les appels tlphoniques qui parviennent
un standard, les machines tombes en panne dans une usine et qui attendent lintervention dun
mcanicien, quoique ne forment pas toujours physiquement une queue, sont encore des exemples de
phnomnes dattente.
On distingue en gnrale dans un phnomne dattente, dune part, les entres ou arrives des
clients, dautre part, des stations qui excutent leur profit un certain service.
Les lois des arrives des clients et les dures de service, que peuvent dfinir les statisticiens,
permettent de caractriser le systme et de calculer des rsultats intressants, tel que le temps moyen
dattente des clients et le temps moyen dinactivit des stations. La solution du problme conomique
quon peut se poser propos des phnomne dattente sexprime par le nombre optimal de stations,
correspondant au minimum du cot total de lattente des clients et de linactivit des stations. Elle
apparat donc un compromis entre le prix, quon attache lattente de la clientle et les charges qui
rsultent de lamlioration du service.
II) Etude de la loi des arrives et la loi des services
Lexprience montre que, dans beaucoup de phnomne dattente, les lois des arrives et les
lois des services sont, respectivement, poissonniennes et exponentielles. Ce sont videment pas les
seules formes que peuvent affecter ces lois, mais ce sont les plus frquentes et aussi les plus simple
utiliser.
On peut noter que la probabilit davoir n personnes arrivant le long dune priode de temps T
est :
T
n
n
e
n
T
T P

!
) (
) (
: est le nombre moyen darrives par unit de temps, par consquent T est le nombre moyen
darrives durant la priode de temps T
Ceci nous permet de calculer le nombre moyen de personnes arrivant durant la priode T
T e
n
T
n
T
n
0
)
!
) (
(
27
De mme les distributions des dures de service sont dfinies par lexpression suivante :

t
s
e t T

< 1 ) Pr(
Cest aussi la probabilit davoir un temps de service infrieur t
: est nombre de clients servis par unit de temps
1
: est la dure dun service
II-1) Cas dune file dattente une station (un seul guichet)
Plaons nous dans le cas trs simple o la loi des arrives est poissonnienne et la loi des services est
exponentielles (Fig.1)
Fig.1
De faon gnral,
j n +
or dans notre cas de figure, on a une seule station (un seul guichet,
j=1) ce qui donne 1 + n
Avec n : le nombre dunits se trouvant dans le systme comprenant les units en cours de
service.
On supposant quon a un systme stationnaire et on notant p
n
la probabilit davoir n units
dans le systme on peut crire :
1 n
n
q
q
En utilisant la relation prcdente on dduit 0
) ( q q
n
n
, ,or
1
0

n
q
ce qui donne
,
`
.
|

1
0
q
(q
0
: est la probabilit dune attente nulle) et par consquent
) 1 ( ) (

n
n
q
, ceci nest
valable que si la srie q
n
est convergente cest dire /<1 (taux darrive infrieur au taux de service),
si la relation prcdente nest pas vrifie il y aurait engorgement et par consquent au fil du temps on
aura une file dattente infinie.
Le rapport
) (
est appel : taux de trafic ou intensit de trafic, il est not , dans ces
conditions nous pouvons crire :
) 1 (
n
n
q
28
En attente
En service
n
j
Entre Sortie
En service
Calculons maintenant le nombre moyen dunits dans le systme :

1
) 1 (
0 0
_
n
n
n nq n
Appelons
_
le nombre moyen dunits dans la file dattente (non compris lunit en cours de
service). A chaque instant : 1 n , (n>0). Puisque le rgime est permanent, et que le systme est en
quilibre (nombre dentres est gal au nombre de sorties) , on peut crire :

n
_
O

_ _
n
Cette constatation nous permet de calculer
_

1
) (
2
_ _ _
n n
Ainsi que le temps moyen dattente dans la file :

) 1 ( ) 1 (
2
_

f
t
De mme on peut exprimer le temps dun service en utilisant la relation dquilibre

1
_ _

n

_ _
n
: reprsente la diffrence entre le temps moyen dattente dans le systme et le
temps moyen dattente dans la file, cest aussi le temps moyen dun service.
La relation

1
_ _
+
n
: reprsente le temps moyen dattente globale dun client dans le
systme, cest aussi le temps moyen dattente dans la file (
_
f
t
) plus le temps moyen dun service
(1/ )
On peut noter aussi que le taux moyen dinactivit dune station , est aussi la probabilit
davoir zro units dans le systme soit :

1
Exemple1
La dure dune consultation chez un mdecin est en moyenne 15mn, le mdecin
convoque ses clients toutes les 20mn
1) Calculer le nombre moyen de clients arrivant par heure
2) Calculer le nombre moyen de personnes servis par heure
29
3) Calculer
f t et n
_ _
Solution
1) tant le nombre darrives par mn =nombre darrives/le temps correspondant ces
arrives en mn.
1
: tant le temps moyen sparant deux arrives successifs. Or
1

=20mn=
3
1
h donc =
3
1
1
=3 clients arrivant par heure
2) La dure dune consultation chez un mdecin est en moyenne 15mn=1/4 h, cest aussi la
dure dun service=
1
=
4
1
h, donc
4
1
1

=4 personnes servis par heure, on en dduit le
taux de trafic=
1 75 . 0
4
3

,
3) Le nombre moyen de clients

1
_
n =
3
75 . 0 1
075
, de mme la dure dattente dans la

file
) 1 ( ) 1 (
2
_

f
t
=
4
3
_
n

Exemple2
Un organisme publique est ouvert, chaque jours, de 9h 17h sans interruption. Il
accueille, en moyenne, 64 usagers ; un guichet unique sert traiter le dossier de chaque usager, ceci en
un temps moyen de deux minutes et demi. Les usagers, si ncessaire, font la queue dans lordre de leur
arrive ; mme si la queue est importante, on ne refuse aucun usager.
Une tude statistique a permis de conclure que la dure alatoire des services suit une
loi exponentielle et que les arrives des usagers forment un processus de Poisson. On suppose que le
rgime permanent est rapidement atteint.
1) Donner le temps pass attendre
_
f
t
; le temps moyen pass dans lorganisme par chaque
usager,
_

2) Quelles sont les probabilits quil narrive aucun client entre 15h et 16h ? que six clients
arrivent entre 16h et 17h. ?
3) Quelle est, en moyenne et par heure, la dure pendant laquelle lemploy du guichet ne
soccupe pas des usagers ?
4) Quelle est la probabilit dobserver une file dattente de quatre usagers, derrire celui
en cours de service ?
5) quelle est la probabilit qun usager attend plus dun quart dheure dans lorganisme ?
Solution
1) Le taux des arrives est
8
9 17
64

arrives par heure
30
Le taux des services est =
5 . 2
60
60/2.5=24 services par heure, Lorganisme nest pas satur
puisque
1
3
1

Le temps dattente dans la file

s mn mn h t
f
15 1 25 . 1
48
60
48
1
))
3
1
( 1 ( 8
)
3
1
(
) 1 (
2
2
_

, ceci nous permet de calculer

_
s mn mn t
f
45 3 75 . 3
16
60
16
1
24
1
48
1 1
_
+ +
. Cette question concerne la loi des arrives, la loi

de poisson :
T
n
n
e
n
T
T P

!
) (
) ( .
Le processus tant homogne, lheure la quelle est pratique lobservation na aucune
importance, seule compte sa dure T.
4 8
0
10 . 359 . 3 ) (

e e T P
T
, de mme ;
122 . 0
! 6
) 1 * 8 (
) (
1 . 8
6
6

e T P
2) soit q
n
: la probabilit de trouver n usagers prsents, en rgime permanent (
) 1 (
n
n
q
).
Le guichetier nest occup avec la probabilit
3
2
)
3
1
1 .( 1 ) 1 (
0
0
q
. Donc, par heure,
il dispose
mn 40 60 *
3
2
pour vaquer d autres occupations.

3) La probabilit dobserver une file dattente de quatre usagers, derrire celui en cours de service
est
00274 . 0 )
3
1
1 ( )
3
1
( ) 1 (
5 5
5
q
.
4) La probabilit quun usager attend plus dun temps t dans lorganisme est :
3
10 . 105 . 6 ) 25 . 0 * ) 8 24 ( exp(
3
1
) 25 . 0 Pr( ) ) ( exp( ) Pr(

>
s s
T t t T
II-2) Cas dune file dattente S stations
On gnralise les rsultats prcdents (S=1) pour un phnomne dattente S station, et on
obtient les formules suivantes :
La probabilit dune attente nul est :
1
0
0
!
) 1 ( !
1
S
i
i S
i
S
S
p
La probabilit davoir n personne dans le systme est :

0
)
!
( p
n
p
n
n

Si 1n<S
0
)
!
( p
S S
p
S n
n
n

Si Sn
31
Le nombre moyen dunits dans la file dattente est :

0
2
1
1
) 1 ( ! .
) ( p
S
S S
p s n
S
S n
n

+
+
Avec

La dure moyenne dattente dans la file est :

f
t

0
2
) 1 ( ! .
p
S
S S
S
Le nombre moyen dunits dans le systme est :

)
1
( ) (
0

+ +
f
n
n
t np n
Le taux moyen dinactivit des guichets est :
S p n S
S
n
n
0
) (

La probabilit dattendre un temps suprieur t (dans le cas o on a S guichets) est :
) 1 ( ) 0 Pr( ) ) ( exp( ). 0 Pr( ) Pr(
_
S
t T o t S T t T f
s

>

II-3) Optimisation du nombre de guichets
La solution du problme conomique quon peut se poser propos des phnomne dattente
sexprime par le nombre optimal de stations, correspondant au minimum du cot total de lattente des
clients et de linactivit des stations. Elle apparat donc un compromis entre le prix, quon attache
lattente de la clientle et les charges qui rsultent de lamlioration du service.
Le problme prcdent peut tre mis en vidence laide de lexemple suivant :
Exemple3
Dans une usine, existe un magasin de pices dtaches o les ouvriers viennent se
ravitailler. Le chef dentreprise a remarqu une affluence au guichet du magasinier, il est conscient de
la perte de productivit quentrane pour lui lattente des ouvriers dans la file dattente, il sait aussi que
sil augmente trop le nombre de guichets, il risque davoir une inoccupation des magasiniers et donc de
payer un service qui ne sera pas rendu.
En bon gestionnaire, que va faire le chef dentreprise ?
Solution
Dabord le chef dentreprise va sefforcer de minimiser les frais et donc de trouver un
compromis entre le temps dattente des ouvriers et le nombre de magasiniers quil faut embaucher.
32
Pendant la priode T de travail ; il y a en moyenne T arrives pour un temps moyen de service
gal 1/. Du fait de lattente dans la file, les ouvriers perdent en moyenne Tt
f
units de temps de
travail.
Pour un effectif de S magasiniers, le temps dinactivit est gal, en moyenne, ST-T/
Donc le cot global est :
T c c
T
ST c T t c S f ) ( ) ( ) (
_
2
_
1 2
_
1

+ +
Avec c
1
: tarif horaire des ouvriers, c
2
: tarif horaire des magasiniers
La solution du problme passe par la minimisation du cot global, ceci nous amne trouver le
nombre de magasiniers optimal (S
opt
) en rendant minimum la fonction (S).
Il suffit de faire S =1,2,...,h,... , pour trouver le minimum de la fonction (S), dans le cas de la
figure prcdente, loptimum est ralis au point S
opt
Exemple 4
Lusine Levablanc fabrique des machines laver. Situe dans la rgion parisienne, elle occupe
un millier douvriers et produit six types diffrents de machines. La production seffectue en sries de
taille moyenne et ncessite un outillage trs diversifi ne permettant donc pas de laisser en permanence
aux ouvriers tous les outils qui leur seraient ncessaire : ces nombreux outils son rangs dans un
magasin doutillage situ dans le hall de montage de lusine. De ce fait on constate malheureusement
la formation de queues douvriers devant les guichets comptoirs du magasin. Le nombre de
magasiniers assurant la distribution des outils influence, naturellement le temps dattente ; sils sont
trop nombreux, les attentes seront rduite, voire nulles : il semble bien inutile alors de payer des
magasiniers la plus part du temps inactifs ; si, au contraire, ils sont en nombre insuffisant, les attentes
deviendront frquentes, longues et coteuses (manque gagner sur la production non effectue)...
Ainsi apparat un problme conomique : combien dit-on prvoir de magasiniers, pour
distribuer les outils de manire que le cot du temps perdu attendre par les ouvriers, dune part,
augment du cot dinactivit des magasiniers soit minimal ? Le prix de revient horaire dun
33
Sopt
S
c
1
.
c
2
.
(S)/T
Fig.2
magasinier t valuer 4/h, celui du manque gagner sur production non effectue par un ouvrier
en attente : 8/h
Prcisons lorganisation du magasin : la file dattente est unique : ds quun magasinier a servi
un ouvrier, celui qui est en tte de la file dattente le remplace immdiatement (ou, si la file est vide, le
magasinier devient inactif). Les ouvriers se rangent dans la file dattente dans lordre darrive. La
direction de Laveblanc a fait procder des mesures, exploites ensuite par un statisticien ;: en
moyenne 96 ouvriers se rendent au magasin chaque heure ; en autre il a observ que :
a) larrive dun ouvrier est indpendante de celle dun autre ;
b) il narrive jamais deux ouvriers (ou plus) simultanment ;
c) le taux moyen des arrives ne fluctue pas dans le temps.
Ces trois proprits permettent de conclure que les arrives alatoires des ouvriers suivent une
loi de poisson (de taux : =96 arrives/h).
Par ailleurs, ltude des temps passs par les magasiniers servir les ouvriers a permis de
conclure que la dure des services est une loi exponentielle de taux : =54 services/h (pour un
magasinier donn).
1) Quelle est la plus petite valeur de S telle que la file dattente ne sallonge pas
indfiniment.
2) La dure de la journe de travail est de 8 heures : combien douvriers se prsentent-
ils, en moyenne, au magasin doutillage par jours ?
Quel est le temps total pass par les magasiniers les servir (le convertir en
secondes) ?
On supposant quil y a deux, puis trois, puis quatre, puis cinq magasiniers,
Evaluer dans chacun de ces quatre cas, la dure journalire globale dinactivit des
magasiniers en secondes, puis son cot.
3) En utilisant labaque ci-joint, trouver lattente moyenne par ouvrier selon que
S=2, 3, 4 ou 5. Dterminer la dure totale dattente journalire puis son cot pour
chacun de ces cas.
4) Dterminer le nombre de magasiniers qui minimise la somme du cot
dattente totale journalire et du cot de linactivit totale journalire.
Prouver qualors, en moyenne, lun au moins des magasiniers est inactif ...
5) On suppose dsormais que labsentisme des magasiniers fait que, sur un
effectif de S, dans 90% des cas il y a S prsents et dans 10% des cas, S-1 ;
labsentisme est ngligeable au plan de la demande doutils par les ouvriers.
Montrer alors quil vaut mieux embaucher quatre magasiniers, les absents percevant
leur salaire.

Solution
Remarque : Utilisation de labaque :
Connaissant le nombre de guichets S, le taux des arrives , le taux des services de chaque
client , Calculer dabord
) 1 (
S
. Se placer alors sur la courbe de paramtre

) (
S
si elle est trace,

ou sinon la tracer par interpolation. Connaissant labscisse S, lire alors sur cette courbe lordonne
_
f
t
, puis en dduire
_
f
t
par division par .
34
1) la plus petite valeur de S telle que la file dattente ne sallonge pas indfiniment est dduit
partir de la condition :
) 1 (
S
(taux des arrives infrieur au taux de service .S) .

Numriquement
) (
S
=
54
96
78 . 1 , do S2.
2) Les arrives tant poissonniennes, le nombre moyen darrives sur lintervalle T est T ; pour
T=8 heures on obtient T =96*8=768 arrives douvriers chaque jour au magasin.
La dure moyenne dun service, pour la loi exponentielle, est
1
soit
54
1
heure. Le temps total
pass par les magasiniers servir les ouvriers vaut :
ondes
T
sec 51200 3600 * )
54
768
(
Le tableau ci-dessous rsume les calculs demands.

S Dure totale de prsence P des
Magasiniers en secondes
Dure de linactivit I Cot de linactivit C en
2
3
4
5
57600
86400
115200
144000
6400
35200
64000
92800
7.07
39.07
71.07
103.07

Avec P=T.S.3600; I=P-51200; C=
4 ).
3600
(
I
3) On rsume les lectures et calculs dans le tableau suivant :
S
_
f
t
_
f
t
Attente total A par
jour en secondes
Cot K de
Lattente A en
2
3
4
5
3.6
0.28
0.054
0.012
240
18.67
3.6
0.8
184320
14336
2764.8
614.4
409.60
31.87
6.13
1.33
O .t
f
est lu sur labaque ; A=760.
_
f
t
; K=(
8
8 ).
3600
(
A A
.
4) Le cot total (S) est C+K do :
S 2 3 4 5
(S) 416.67 70.93 72.20 104.40
Le plus faible valeur du cot est obtenue pour S=3 magasiniers.
Remarquons que pour S=3 linactivit est de 35200s /jours, soit 9h 46mn 40s, cest dire plus que la
dure journalire de travail dun magasinier.
5) Un magasinier absent peroit son salaire. Pour labsentisme dcrit, lesprance du cot total
est :
Avec S=3 39.07+31.87*0.9+409.60*0.1=108.67
35
Avec S=4 71.07 + 6.13*0.9+31.87*0.1=79.73
Avec S=5 ce cot dpasse 97.78 (prix de revient de 5 magasiniers).
On a donc intrt engager un quatrime magasinier, mme si linactivit journalire
passe 64000s, soit 17h 46mn 40s, cest dire plus de deux fois la dure journalire du travail.
Reste convaincre le chef du personnel...

36
TROIXIEME PARTIE : THEORIE DES GRAPHES
THEORIE DES GRAPHES : POSITION DU PROBLEME
ET ESSEAI DE DEFINITION DUN GRAPHE
37
La thorie des graphes est une tentative de visualisation concrte des faits, Cest par consquent, un
essai de formalisation des situations de notre vie quotidienne (vie sociale, conomique, politique,etc),
au moyen de dessin permettant dexprimer commodment le problme pos et parfois mme den
suivre aisment la solution par un algorithme appropri,
Exemples de situations pouvant tre traduites en graphe :
Diffrentes tches excutes par une mnagre lors de la prparation dun djeuner ;
Expdition du ptrole brut depuis les rgions productrices jusquaux raffineries de rgions
consommatrices ;
Rseau de voies ferres ;
Fils lectriques ;
Rues dune ville ;
Files de tlphone ;
Echanges commerciaux ;
Distribution des marchandises, etc..
I- DEFINITION DUN GRAPHE CO MME SCHEMA
Un graphe G est constitu de deux ensembles :
Un ensemble X dlments appels sommets matrialiss par des points,
Un ensemble U de lignes reliant chacune deux sommets ; un graphe est donc not :
G = ( X,U )
Si les lignes de U sont orientes, on les appelle alors des arcs et G prend le nom
de ( graphe orient ) ( Fig, A ).
Par contre, si elles ne sont pas orientes, on obtient alors des arrtes et G devient alors un (graphe non
orient ) ( Fig, B )

Fig. A : graphe orient Fig. B : graphe non orient
A tout graphe orient, on peut associer un graphe non orient en supprimant lorientation des arcs, De
mme, tout graphe non orient, on peut associer un graphe orient en remplaant chaque arrte par
deux arcs en sens inverses.

a
b
e
c
c
d
a
c
e
d b
38
II- DEFINITION DUN GRAPHE CO MME RELATION BINAIRE
Un graphe peut tre dfinit de manire plus abstraite comme la donne dune relation binaire sur
lensemble des sommets :
( x
i
est en relation avec x
j
) est quivalent ( x
i,
x
j
) est un arc.
Pour un graphe non orient, la relation binaire ainsi dfinie est symtrique puisque si ( x
i,
x
j
) est un
arc, ( x
j,
x
j
) lest aussi.
Dans un graphe orient G = ( X,U ), on notera pour un sommet x :
U
_
(x) = { y X|/ ( y,x ) U } = ensemble des antcdents du sommet x
U+(x) = { z X|/ ( x,z ) U } = ensemble des sommets successeurs du sommet x
U (x) = U
_
(x) U U+(x) = ensemble des sommets adjacents x
On peut dfinir entirement un graphe en se donnant pour chaque sommet, lensemble de ses
successeurs ou de ses antcdents.
Exemple : soit G = ( X,U ) avec X = { x
1
, x
2
,
x3
, x
4
, x
5
} et
U+( x
1
) = {
x3
, x
4
}
U+( x
2
) = { x
1
, x
3
, x
5
}
U+( x
3
) =
U+( x
4
) = { x
4
, x
5
}
U+( x
5
) = {
x3
, x
4
, x
5
}
En dfinitive :
On appelle le graphe, le couple G = ( X ,U ) form
- par un ensemble X dlments appels points ou sommets.
- et par une faille U de couples de sommets que lon convient dappeler arcs.
X1
X2
X5
1
X4
1
39
On en dduit le graphe Fig.C
X3
Le cardinal card X est lordre du graphe G ou nombre de sommets de G. On rappelle que, lensemble
des sommets X est fini et que la faille U est une squence finie. Un exemple de graphe dordre 6 est
donn par la figure 1.
Fig. 1 : Graphe orient et non valu
Larc u
7
( e, e ) est une boucle.
Les points a, b, c, d,e, f sont des sommets.
Les flches reliant certains sommets sont des arcs, par exemple :
u
1
, u
2
, u
3
, u
4
,, u
6
,u
7
,u
8
,u
9
.
Pour u
9
, par exemple, d est son extrmit initiale ( la source ) et f son extrmit terminale ( la
cible ). Une flche de c d indique que c est en relation avec d.
Si de plus, on indique le nombre sur chaque arc, comme dans la figure 2, alors le graphe est dit, et lon
parle de graphe valu.
Fig. 2 : Graphe valu
u
2
u
6
u
10
u
4
u
9
u
5
u
3
u
1
u
8
b e
d
f
c
a
u
7
3
10
6
3
5 4
8
2 3
b e
d
f
c
a
2
40
En principe, la ligne qui relie deux sommets est oriente : il sagit dun arc. Dans le cas ou elle
ne le serait pas, cela signifierait alors quil conviendrait de considrer les deux sens : il sagirait alors
dune arte, c'est--dire une ligne non oriente que lon peut toujours ddoubler en deux : arcs orients
en sens inverses et rciproquement (voir fig. 3). A ce propos, dans la fig. 2 les arcs (c,e ) et (e,c)
peuvent tre replacs par une simple ligne non oriente. On aura alors, par exemple, larte [c,e] ou
[e,c].
Fig. 3: Graphe non orient
III- REPRESENTATIONS DUN GRAPHE
On peut reprsenter un graphe de diverses faons, entre autres, par :
- une reprsentation sagittale ;
- une numration de tous les sommets et arcs qui le composent ;
- des dictionnaires ou tableaux simple entre ;
- des matrices appropries ;
- une grille.
A. Reprsentation sagittale dun graphe
Un reprsentation sagittale dun graphe se caractrise par un schma pourvu de sommets relis entre
eux par des lignes orientes ou non ( cf. Fig. 1,2,C ).
B. Reprsentation dun graphe laide de dictionnaire
1- Dictionnaire des suivants
On appelle dictionnaire des suivants dun graphe G = (X, U) un tableau simple entre dont chaque
ligne concerne un sommet prcis et contient tous les suivants du dit sommet. Par consquent, en face
de chaque sommet X, on inscrit la liste des diffrents sommets qui reprsentent lextrmit terminale
dun arc U dont X est lextrmit initiale ( cf. Fig. 4 ).
2- Dictionnaire des prcdents
b
d
c
a
41
On appelle dictionnaire des prcdents dun graphe G = (X, U), un tableau simple entre dont chaque
ligne relve dun sommet prcis et contient tous les prcdents du sommet en question, En face de
chaque sommet X, on inscrit donc la liste des sommets qui sont lextrmit initiale dun arc dont X est
lextrmit terminale (voir Fig. 4)
Fig. 4: Graphe orient
Dictionnaire (des suivants) Dictionnaire (des prcdents)
Relatif la Figure 4 relatifs la Figure 4
X S(X) X P(X)
a
b
c
d
e
f
b
e, f
b
c
d
e, b
a
b
c
d
e
f
-
a, c, f
d
e
b, f
b
S(X) = ensemble des suivants de X
P(X)=ensemble des prcdents de X
On peut galement confectionner le dictionnaire en se servant directement du dictionnaire des suivants.
Dans ce cas, on note sur la ligne des sommets X, le no des lignes dans lesquelles X apparat comme
suivant.
Exemple
Soit le dictionnaire des suivants dun graphe orient. En dduire le dictionnaire des prcdents et le
graphe correspondant :
X S(X)
a
b
c
d
bd
c
--
c
a
b
c
e
d
f
42
Rponse
1) Dictionnaire des prcdents
on commence par chercher la lettre (a) dans la colonne marque S(X). Comme (a) ny apparat
point, cela signifie quil na pas de prcdents.
On passe ensuite (b). la lettre (b) apparat sur la 1
re
ligne, la ligne ( a). Donc le prcdent de
(b) est (a).
On passe (c). cette lettre se trouve sur deux lignes, dabord sur ligne (b), et ensuite sur la ligne
(d). Par consquent (c) aura pour prcdents (b) et (d).
Enfin, (d) apparat uniquement sur la ligne (a), donc (a) est son prcdent.
Au total, nous avons donc :
Prcdent de (a) = nant
Prcdent de (b) = (a)
Prcdent de (c) = (b et d )
Prcdent de (d) = (a)
Do le dictionnaire des prcdents que voici :
X PX)
a
b
c
d
nant
a
b,d
a
2) Graphe orient correspondant

C. Reprsentation matricielle dun graphe
1) Matrice associe un graphe ( matrice boolenne )

b
a
d
c
Fig.5
43
M = m
i
j
avec m
i
j
= 1 si ( xi ;xj) U
0 sinon
Exemple de matrice associe au graphe Fig. 6
Sommets (extrmits)
X
1
X
2
X
3
X
4
X
1
0 1 0 0
Sommets X
2
0 1 1 1
(origines) X
3
1 1 0 1
M = X
4
0 0 1 1
N.B. Les termes non nuls de la diagonale principale reprsentent les boucles.
2) Matrice aux arcs
On rappelle que tout graphe peut tre dfini par sa matrice associe ( ou matrice dadjacence ) qui peut
tre alors littrale (matrice aux arcs ) ou boolenne comme ci-dessous (matrice correspondant au
graphe de la Fig. 6 ). Dans une telle matrice une colonne de zro correspond une entre, une ligne de
zro une sortie du graphe.
x
1
x
2
x
3
x
4

,
`
.
|
1 1 0 0
1 0 1 1
1 1 1 0
0 0 1 0
4
3
2
1
x
x
x
x

Matrice boolene
x
4
x
3
x
1
x
2
44
x
1
x
2
x
3
x
4

,
`
.
|
4 4 3 4
4 3 2 3 1 3
4 2 3 2 2 2
2 1
4
3
2
1
0 0 x x x x
x x x x x x
x x x x x x
x x
x
x
x
x
Matrice aux arcs
La matrice boolenne permet lintroduction et le traitement des graphes dans un ordinateur. Si on lve
M la puissance p (p>0), la multiplication des matrices devient quivalente la concatnation des
chemins adjacents et la loi additive quivalente la runion des chemins obtenus.
Chapitre 2 :
RECHERCHE DE NIVREAUX DANS UN GRAPHE SANS CIRCUITS
45
I DEFINITION DE NIVEAU DE GENERATION
Dans un graphe sans circuits, il est possible de numroter les sommets du graphe de telle que le
numro affect chaque sommet soit infrieur celui des suivants et suprieur celui des prcdents.
Ce numro attribu chaque sommet est prcisment le niveau de gnration ou rang du sommet en
question.
Par consquent, le niveau dun sommet X
i
est la longueur du plus long chemin ayant pour
extrmit X
i
. Les sommets de rang 0 sont ceux qui nont aucun prcdent. Ceux de rang 1 sont ceux
dont les prcdents appartiennent au rang 0. Les sommet de rang 2 ont des prcdent de rang 0 ou 1 et
ainsi de suite.
II PROCEDURE DE DETERMINATION DES NIVEAUX DE GENERATION DE CHAQUR
SOMMET A PARTIR DUN EXEMPLE
Fig.1
b
f

g a d

e c

1
re
tape :
On confectionne le dictionnaire des prcdents partir du graphe Fig.1, et lon obtient le
tableau suivant :
Tableau 0 :

N de
ligne
X P(X)
1 a b
2 b nant
3 c b, e, f
4 d a
5 e g
6 f e, g
7 g a
46
2m tape :
On recherche ensuite dans ce dictionnaire les lignes vides. Il se trouve quil ny en a aucune, en
loccurrence la ligne b . Par consquent, b nayant pas de prcdent est donc un sommet de
niveau ou rang zro. Ce que lon note :

N
0
={b}
On barre ensuite tous les b dans les colonnes x de P(X), do le tableau n1 ci-dessous :

Tableau 1 :

N de
ligne
X P(X)
1 a nant
3 c e, f
4 d a
5 e g
6 f e, g
7 g a
On constate que la ligne a devient vide. Donc a est de rang 1 soit :
N
1
={a}
3m tape :
On barre ensuite tous les a dans le tableau n1 et on obtient le tableau n2 suivant :
Tableau 2 :

N de
ligne
X P(X)
3 c e, f
4 d nant
5 e g
6 f e, g
7 g nant
Les lignes d et g devient vides, d et g sont les sommets de niveau 2 soit :
47
N
2
={d, g}
On barre ensuite tous les d et g , do le tableau n3 ci-aprs :
Tableau 3 :

N de
ligne
X P(X)
3 c e, f
5 e nant
6 f e
La ligne e de vient son tour vide . Ce qui signifie que le sommet e est de rang 3 soit :
N
3
={e}
4m tape :
On barre tous les e , do le tableau n4 suivant :
Tableau 4 :

N de
ligne
X P(X)
3 c f
6 f nant
La nouvelle ligne vide est la ligne f . Donc le sommet f est de rang 4 soit :
N
4
={f}
On barre ensuite la lettre f , et on obtient le tableau n5 ci-dessous :
Tableau 5 :

48
N de
ligne
X P(X)
3 c nan
t
La ligne c est vide, le sommet c sera de rang 5 soit enfin :
N
5
={c}
En rsum les diffrents niveaux sont :
N
0
={b}
N
1
={a}
N
2
={d, g}
N
3
={e}
N
4
={f}
N
5
={c}
Le graphe Fig.1 devient le graphe Fig.2 plus lisible et plus facile exploiter, car ordonnanc
par niveau de gnration.
Fig.2
d
b a e c
f
g
| | | | | |
N
0
N
1
N
2
N
3
N
4
N
5
49
Chapitre 3 :
THEORIE DU GRAPHE : RECHERCHE DU CHEMIN OPTIMAL
I- Recherche dun chemin de valeur optimale dans un graphe. (Algorithme de FORD pour le
maximum)
Soit G=(X,U) un graphe orient donn, les arcs de graphe sont de plus valus (longueur, cot,
temps, revenus,), il sagit donc de chercher le(s) ou les chemin(s) de longueur extrmale(minimum
ou maximum) partant du sommet n1 et aboutissant un sommet donn.
1
r
tape :
Numrotation des sommets du graphe valu dans nimporte quel ordre, mais en commenant
par x
0
en finissant par x
n-1
(avec n nombre total de sommets).
2
me
tape :
Affectation dune valeur

i
avec 1in-1 tous les sommets du graphe valu (voir

Fig.4)
3
me
tape :
Pour tout arc (x
i
, x
j
), si la diffrence i j ij

est suprieure au nombre inscrit sur larc
(appel valuation), on substitue
j
la quantit
i
+V(x
i
, x
j
) o

V(x
i
, x
j
) reprsente la valuation
comprise entre les sommets x
i
et x
j
;
Par contre, si la diffrence ij
est infrieure au nombre inscrit sur larc, alors on ne change

rien.
(Pour chaque sommet x
i
: si
) , (
j i i j ij
x x V
alors :
) , (
j i i j
x x V +
, par contre si
) , (
j i i j
x x V
on ne change rien )
4
me
tape :
On continue les itrations jusqu ce quaucun
j
ne soit plus diminu.
II- Application : Recherche de chemin de longueur maximale laide dun graphe valu

50
A
C F
B
2
1
7
1
Fig.4

Fig.5
1) On remplace les lettres A, B, C F par x
0
, x
1
, x
2
x
5
(voir Fig.3 et Fig.4).
2) On affecte chaque sommet x
i
la valeur
i
=,
3) On note V(
xi
, x
j
) la longueur de l'arc (x
i
, x
j
) indiqu sur le graphe
Arcs partant du sommet x
0
: (x
0
,x
1
), (x
0
,x
3
), dont les valeurs sont : V(x
0
,x
1
)=2, V(x
0
,x
3
)=6
-pour l'arc (x
0
, x
1
) i=0 et j=1
2 ) , ( 0
1 0 0 1
x x V
(oui)
2 2 0 ) , (
1 0 0 1
+ + x x V
-pour l'arc (x
0
, x
3
) i=0 et j=3
6 ) , ( 0
3 0 0 3
x x V
(oui)
6 6 0 ) , (
3 0 0 3
+ + x x V
1
: (x
1
,x
2
), (x
1
,x
5
) dont les valeurs sont : V(x
1
,x
2
)=1, V(x
1
,x
5
)=7
-pour l'arc (x
1
,x
2
) i=1 et j=2
1 ) , ( 2
2 1 1 2
x x V
(oui)
3 1 2 ) , (
2 1 1 2
+ + x x V
-pour l'arc (x1,x5) i=1 et j=5
7 ) , ( 2
2 1 1 5
x x V
(oui)
9 7 2 ) , (
5 1 1 5
+ + x x V
2
: (x
2
,x
4
) dont la valeur est : V(x
2
,x
4
)=1
-pour l'arc (x
2
, x
4
) i=2 et j=4
4
-
2
=-3> V(x
2
, x4)=1 (oui) donc
4
=
2
+V(x2,x4)=3+1=4
51
x0
x2 x5
x1
x4
x3
E
D
2
7
1
1
6
1
6
1
6
6
1 ) , ( 3
4 2 2 4
x x V
(oui)

4 1 3 ) , (
4 2 2 4
+ + x x V
3
: (x
3
, x
5
3
, x
5
)=6
-pour l'arc (x
3
, x
5
) i=3 et j=5
6 ) , ( 6 9
5 3 3 5
x x V
(Inquation non vrifie) on ne fait rien
4
: (x
4
, x
5
4
, x
5
)=1
-pour l'arc (x4,x5) i=4 et j=5
5
-
4
=7-4> V(x4,x5)=1 (oui) donc
4
=
2+
V(x4,x5)=4+1=5
1 ) , ( 4 9
4 2 4 5
x x V
(oui)

5 1 4 ) , (
5 4 4 5
+ + x x V
Conclusion
La valeur du chemin le plus court est gale 5, il correspond la valeur finale de
5
. En
dfinitive le chemin le plus court est : (x
0
, x
1
, x
2
, x
4
, x
5
) soit (A, B, C, E, F). (Voir Fig.5 : flches
pleines)
52
Chapitre 4 :

PROBLEME DORDONNANCEMENT : METHODE DE PERT
I PROBLEMES DORDONNANCEMENT
Les retards apports aux ralisations de projet industriels et commerciaux ainsi qu leur
livraison ponctuelle aux clients ;
La mauvaise conception du produit fabriquer ;
Linexistence dobjectif caractre unique et clairement dfini, comprhensible par tous et
facilement exploitable par lensemble des excutants.
Le manque de contrle rapproch des diffrents oprations ou tches lmentaires composant le
projet.
Et enfin, et surtout le manque de coordination entre les responsables des oprations concernant
lordre de passage des diffrents tches et leur fin :
Sont autant de problmes que bon nombre dentreprises doivent encore affronter aujourdhui et qui
ncessitent, de facto, lapprentissage des techniques dordonnancement.
II NOTION DE PROJET, TACHE ET ORDONNANCEMENT
A. Notion de projet
Un projet est un ensemble de tches ou oprations a, b, c ,d permettant datteindre un objectif fix,
lesquelles tches sont elles-mmes soumises un certain nombre de contraintes telle que :
- les contraintes potentielles
- les contraintes disjonctives
- les contraintes cumulatives
1) Contraintes potentielles
On distingue :
Les contraintes de succession encore appeles contraintes d'antriorit qui se traduisent par le
fait qu'une tche A ne peut commencer que si la tche B est acheve;
Les contraintes de localisation temporelle qui impliquent qu'une tche A ne peut dbuter avant
une date impose (par exemple, appareil non disponible avant cette date) ou ne peut se terminer
aprs une date impose (exemple : appareil librer imprativement avant cette date).
2) Contraintes disjonctives
Ces contraintes imposent la non ralisation simultane de deux tches A et B (pour des raisons
d'utilisation d'un mme appareil, par exemple, ou cause de besoin de main d'uvre).
3) Contraintes cumulatives
53
Elles limitent les possibilits d'ordonnancement, car elles tiennent compte de tous les facteurs
productifs : hommes, machines, moyens financiers. C'est ainsi qu'il ne saurait tre question de
programmer, par exemple, pour un mois donn, des oprations qui, en temps normal, requirent toutes
ensemble, l'quivalent de six mois de travail d'un corps de mtier qui ne comporterait, sur le terrain,
que deux reprsentants.
B. Notion de tche
Une "tche" ou "activit" est une opration. L'ensemble des tches forme le projet. On peut donc la
dfinir comme tant l'unit ou l'lment du projet. On associe chaque tche sa dure et une contrainte
d'antriorit par rapport aux autres tches. C'est ainsi, qu'on dira que A est immdiatement antrieure
B si B ne peut dbuter que lorsque A est acheve.
C. Mthode d'ordonnancement
C'est un ensemble de mthodes qui permettent au responsable du projet de prendre des dcisions
ncessaires dans de meilleures conditions possibles. Une telle mthode doit donc permettre :
- d'analyser le projet en profondeur, c'est--dire le dcomposer en tches;
- de mettre sur pied un plan d'action contribuant raliser le dit projet tout en respectant les
contraintes;
- et enfin, de contrler le bon droulement du projet.
Par consquent, une mthode d'ordonnancement n'est ni plus ni moins qu'un problme
d'organisation du projet.
Les mthodes d'ordonnancement existantes peuvent se regrouper en deux catgories selon leur principe
de base.
A ce sujet, on distingue :
- les mthodes de type diagramme de Gantt (ou diagramme barres);
- ou d'autres comme :
1) La Critical Path Method (CPM), mise au point par MorGan R.
2) Le Program Evaluation and Review Technique (PERT) datant de 1958 l'poque o la marine
amricaine devait raliser dans les meilleurs dlais, le systme d'armes polaris, c'est--dire des
missiles longue porte, embarqus dans des sous-marins et dot d'une ogive nuclaire sous la
responsabilit de l'amiral Rayburn.
III- DIAGRAMME DE GANTT
A. but du diagramme de Gantt
C'est un graphe de planning et de prvision ayant pour but, de mettre en vidence, les dures, et
de permettre, ainsi, le contrle, tout moment, de l'volution du projet, par comparaison des
ralisations aux prvisions.
B. Avantages du diagramme de Gantt
- facilement comprhensible par les excutants, de par sa clart et sa simplicit;
- peut servir de base des plans d'action intermdiaires plus dtaills;
- permet de suivre le droulement des oprations dans le temps;
- rsume assez bien l'analyse du projet tablie par les responsables respectifs.
54
C. Inconvnients du diagramme de Gantt
- cache les erreurs de forme et de fond commises au niveau de l'analyse du projet;
- ne met pas en vidence les tches critiques au niveau desquelles tout retard apport au
niveau de l'excution, entrane un retard quivalent quant la ralisation de l'ensemble du
projet.
- Impossibilit de rectifier ponctuellement la dure d'une tche prcise, sans avoir dcaler
d'autant les suivantes et redresser sinon compltement, du moins partiellement l'difice.
Si un des maillons de la chane change, c'est donc tout l'difice qui s'croule;
- Insuffisance galement dans la mise en vidence des liaisons existant entre les diffrentes
tches.
D. Construction du diagramme de Gantt
1) Principe de construction
Le diagramme de Gantt se prsente sous la forme d'un tableau quadrill dans lequel une colonne
correspond une unit de temps et une ligne une tche ou opration. La tche se matrialise par une
barre horizontale dont la longueur reprsente la dure ( de la tche). Le travail effectif ou le
droulement rel du projet se prsente parfois, par des barres horizontales en pointills, juste au-dessus
de celle figurant les prvisions, comme l'indique la Fig.1.
2) Exemple d'application
Un projet se dcompose en 6 tches dont les caractristiques sont les suivantes :
Tches Dure
prvue
Tches
prcdentes
Dure
ralise
A
B
C
D
E
F
4 mois
2 mois
3 mois
5 mois
6 mois
1 mois
sans prcdents
succde A
succde B
}succdent C
succde A
3
2
3
5
4
1
En dduire, Le diagramme de Gantt correspondant l'tat d'avancement du projet au 15me mois.
Fig.1: diagramme de Gantt
Temp
s
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Tche
s
A

B
C
D
E
55
F
On constate, au 15
me
mois, que toutes les tches ont respect les dlais impartis, sauf A et E. La
tche A est en retard d'un mois, et la tche E de 2 mois. Les tches B et F succdent A sont ralis
compltement alors que B et E succdent C ne le sont pas simultanment; commences la mme
date, seule la tche D s'est termine dans le dlai imparti.
IV - METHODE PERT (technique d'valuation et de contrle des programmes)
A. But de la mthode PERT
L'objet essentiel de la "Program Evaluation and Research Task" (PERT) ou mthode des
potentiel-tapes, est de mettre en vidence les diffrentes liaisons qui existent entre les tches. L'outil
de base demeure le graphe du projet, c'est--dire, l'organisation ou articulation des oprations les une
par rapport aux autres.
B. Structure fondamentale de la mthode PERT
On peut dcomposer sommairement la mthode PERT en trois phases principales, notamment
celles :
1) De la confection d'un graphe traduisant l'organisation de l'ensemble des tches, les unes par rapport
aux autres, par consquent , la mise en vidence du projet ou du programme envisag.
2) De la recherche du chemin critique et on peut en avoir plusieurs dans le mme graphe ou rseau-
PERT.
3) De l'introduction du temps, de la dtermination de la dure de ralisation de l'ensemble des
opration et du calcul des marges.
4) Et de l'explication des rsultats, leur interprtation et la mise sur pied d'actions correctrices.
C. Construction d'un rseau PERT
La construction de tout rseau-PERT doit obir aux conventions fondamentales ci-dessous :
1) deux tches successives doivent tre reprsentes par deux flches places l'une la suite de l'autre
(Fig.2);
2) chaque arc reprsente une tche lmentaire. Si la tche "i" doit tre antrieure la tche "j",
l'extrmit finale de l'arc "i" concide avec l'extrmit initiale de l'arc "j";
3) les sommets des graphes reprsentent alors des "tapes" dans le droulement des oprations;
Fig.2: Notion d'tapes initiales et terminales d'une tche "i" ou "j"
i j
1 2 3
tape initiale tape terminale tape initiale tape terminale
de "i" de "i" de "j" de "j"
56
1 2
3
4) le graphe doit possder une "entre", sommet sans antcdent qui est l'extrmit initiale des arcs
associs aux tches sans antcdent, c'est--dire, celles pouvant commencer sans pralable. Ce
sommet correspond "l'tape dbut des oprations".
De mme le graphe doit possder une "sortie", sommet sans successeur l'extrmit finale des arcs
associs aux tches sans successeur : ce sommet correspond l'tape "fin des oprations".
5) Chaque tche doit correspondre une tche et une seule.
6) Le graphe ne doit contenir ni boucles ni circuits.
7) Le graphe doit comporter le moins possible de croisements d'arcs.
8) Chaque sommet correspondant une tape doit tre reprsent par un cercle l'intrieur duquel est
prvu un systme de reprage (numro ou lettre) permettant de l'identifier et de suivre aisment
l'ordre de succession des tches.
9) Afin de faciliter la consultation du graphe, il est conseill d'orienter les flches de la gauche vers la
droite.
3) Cas particulier d'utilisation des tches fictives
Une tche fictive est une tche de dure nulle ne mettant pas en jeu aucun moyen matriel et
financier. Elle est gnralement reprsente par des arcs ou flches en pointills. L'introduction des
taches fictives permet de solutionner certaines situations complexes et de lever des ambiguts, par
exemple lorsque deux ou plusieurs oprations sont menes paralllement ou lorsque deux ou plusieurs
tches ont mme sommet initiale et mme sommet finale.
1
er
exemple-type
Reprsenter le cas suivant :
"l" succde "j"
"k" succde "i" et "j"
La reprsentation graphique correcte est :
Fig.3
i k
1 2 3
j l
1 2 3
Nota : tche fictive (5-2)
Par contre la reprsentation suivante est incorrecte :
La Fig.36 signifie que "l" succde "i" ce qui n'est pas indiqu dans l'nonc.
Fig.4

i
k
j
l
57
1 3 2
4
5
6

2
m
exemple-type
La Fig.5 est correcte. Le graphe de la fig.6 est inexact.
Fig.5 : Graphe correcte Fig.6 : Graphe incorrecte
i j

j i

Tche fictive

tape fictive
V - LE PERT-TEMPS
En attribuant chaque opration une dure prvisionnelle quant son excution, il nous sera
possible de mettre en vidence "un chemin critique" form d'une succession de tches critiques au
niveau desquelles tout retard sera prohib, sous peine de retarder d'autant la ralisation de l'ensemble
du projet. Ce chemin critique reprsente le temps minimum ncessaire quant la ralisation du projet.
Alors les tches critiques rendent le programme rigide, les tches non critiques quant elles, laissent
une certaine marge de manuvre dans les droulements des travaux.
Ds que le chemin critique sera tabli (et implicitement les "dates au plus tt" et "au plus tard") il sera
donc possible de convertir le graphe PERT en diagramme de Gantt, et de contrler aisment le
droulement des travaux. La dtermination des marges partir des calculs des dates au plus tt et au
plus tard, permettra, en outre, de connatre encore le temps disponible par tche, la marge de
manuvre dont nous disposons, de dceler certains retards, d'imputer les responsabilits, et d'apporter
des actions correctrices qui s'imposent.
A. recherche du chemin critique - date au pus tt - date au plus tard d'un vnement
1) Chemin critique
On rappelle que le chemin critique est le temps minimum ncessaire quant la ralisation du
projet. Il est compos exclusivement de tches critiques, c'est--dire celles dont l'excution ne doivent
tre ni retarde ni ralentie, sous peine d'augmenter d'autant, la ralisation de l'ensemble du projet. Ce
chemin passe par les sommets dont au plus tt et au plus tard concident. Son "intervalle de flottement"
est nul par comparaison celui des autres. Aussi les responsables du projet ne jouira-t-il d'aucune
libert au niveau de ces tches, la marge de manuvre permise tant nulle.
2) Dates au plus tt d'un vnement
Il s'agit de la date avant laquelle une tche ne peut dmarrer. C'est donc la date attendue de
ralisation d'un vnement ou date avant laquelle un vnement ne peut se raliser.
58
1
2
3
1 2
3
3) Date au plus tard d'un vnement
C'est la date limite de ralisation d'un vnement. Si l'vnement venait, en effet, se raliser aprs
ladite date, le projet tout entier ne pourrait jamais se raliser dans le dlai correspondant la longueur
du chemin critique.
4) Notion d'intervalle de flottement
a - Position du problme
Pour affiner le suivi des oprations et le contrle de la ponctualit quant au respect des dates au
plus tt et au plus tard, il devient alors indispensable, pour le responsable du projet, de se pencher sur
le degr de libert dont il dispose, pour ventuellement augmenter la dure d'une tche, sans pour cela
compromettre la fin du projet dans les dlais impartis. Chercher modifier les dates au plus tt ou au
plus tard sans que le dlai total de ralisation du projet n'en soit modifi, suppose que le responsable ait
sa disposition les "intervalles de flottement" pour chaque tape ou vnement. S'intresser davantage
aux tches qu'au vnement pour connatre la marge de manuvre dont dispose face au vnements de
dbut et de fin qui encadrent la tche, sous entend que l'on s'intresse aux "marges". On en distingue
trois : la marge libre, la marge totale, et la marge certaine.
B - Intervalle de flottement
Pour chaque sommet, on obtient un intervalle de flottement en faisant la diffrence entre la date
au plus tard et la date au plus tt du mme vnement. Rappelons que l'intervalle de flottement est un
intervalle dans lequel peut intervenir la ralisation d'un vnement sans compromettre l'excution de
l'ensemble du projet ni sa dure totale minimale.
C - Les marges
Calcul des marges
On distingue trois sortes de marges : marge totale, marge libre et marge certaine pour chaque
tche.
Evnement ou tape Evnement ou tape
Ei Ej

Date au plus Date au plus Data au plus Data au plus
tt de Ei tard de Ei tt de Ej tard de Ej
59
ti t'i
tj t'j
Ei
Ej
T
ij
=tche comprise entre Ei et Ej
d
ij
=dure de la tche T
ij
Marge libre de T
ij
: M
L
(T
ij
) = t
j
- t
i
- d
ij
Marge total de T
ij
: M
T
(T
ij
) = t'
j
- t
i
- d
ij
Marge certaine de T
ij
: M
C
(T
ij
) = t
j
- t'
i
- d
ij
quivalent 0 si M
C
est ngative
Nota: on a toujours :
0M
C
M
L
M
T
Signification conomique et influence sur la dure du projet
4-1) La marge libre d'une opration correspond pour cette opration, au retard maximum que
l'on peut apporter son dmarrage, sans perturber la date de ralisation au plus tt de l'vnement
suivant. Concrtement,
si une tche si une tche commence sa date au plus tt, et si sa dure est augmente de sa marge
libre, il n'y a pas de perturbations dans la suite du projet, les dates au plus tt et au plus tard des
autres oprations restent inchanges. Un retard suprieur la marge libre se rpercute sur les tches
suivantes en diminuant leurs marges.
4-2) La marge totale d'une opration est le retard maximum que l'on peut apporter son
dmarrage sans perturber la date de fin des travaux. Pratiquement, la marge totale reprsente la
fluctuation maximale pour la tche considre, condition qu'elle est commence le plus tt
possible. Notons que si une marge totale a t utilise, certaines tches subsquentes deviennent
critiques et il apparat alors un deuxime chemin parfois appel chemin sous-critique. En effet, si,
le retard est gale la marge totale, la tche ne dispose plus d'aucune marge, c'est pour cela qu'elle
devient critique, de mme qu'un certain nombre de tches, qui lui succdent. Par ailleurs, si le
retard dpasse la marge totale, l'excdent se rpercute sur la date de la fin du projet qui se trouve
alors dcale d'autant.
4-3) La marge certaine est le retard maximum, que l'on peut apporter son dmarrage sans
perturber la date de ralisation au plus tt de l'vnement suivant, bien que l'vnement prcdent
n'ait t ralis qu' sa date limite.
5) Mise jour d'un PERT: contrle et surveillance du droulement des oprations
La mise jour d'un PERT ncessite que :
5.1) l'on recueille des informations aussi partir des excutants qui les appliquent qu' partir de la
direction du projet appele faire des retouches permanentes au fur et de l'avancement des
travaux.
5.2) Ces informations recueillies se prsentent sous des formulaires spciaux et comprhensibles
par tous. Ces formulaire mettront suffisamment en vidence, l'ensemble des points importants
du projet auxquels les excutants devront consigner les dates effectivement atteintes et les
carts positifs ou ngatifs observs par rapport aux prvisions. C'est ainsi qu'il sera ncessaire
de dresser la liste des tches du projet en les classant par rubriques ou par date de dbut ou de
fin. Par exemple:
- Par ordre croissant de date de dbut au plus tt;
- Par ordre croissant de date de dbut au plus tard;
- Par ordre croissant de date de fin au plus tt;
- Par ordre croissant de date de fin au plus tard;
- Par marge totales croissantes.
En pointant le travail effectivement fait, on pourra donc facilement savoir si les dates de dbut
et de fin ont t ou non respectes. A ce propos, la liste des dates au plus tard permettra
60
immdiatement de dceler les tches devenues critiques, tout comme la lite des marges
croissantes permettra de situer l'tat d'avancement de l'ensemble du projet.
5.3) Aprs la collecte des informations quant l'tat d'avancement du projet et le choix du mode de
leur prsentation, il faut les dpouiller soigneusement, les trier et enfin les dpartager, les
tches critiques (qui ne doivent souffrir d'aucun retard) des tches non critiques ( prsentent
plus de souplesse au niveau de l'excution).
5.4) Il faudra ensuite procder au traitement des diffrentes informations provenant de l'change
des donnes entre les excutants et les dcideurs, et procder aux corrections et " recorrections
" diverses.
5.5) Ensuite, arrivent les phases de l'analyse et de l'interprtation.
5.6) Et enfin, la phase d'imputation des responsabilits, et la mise sur pied d'actions
correctrices Suivies de contrles, sinon, permanents du moins intermittents permettant de
s'assurer que les nouvelles mesures correctrices sont respectes et portent leur fruit.
6) Exercice d'application sur la mthode PERT
- Thme 1 : Recherche d'un chemin critique
La ralisation d'un ouvrage se dcompose en tches A, B, C, D, E, F, G, H.
Les dures respectives sont les suivantes : A (3 jours), B(4 jours), C(4 jours), D(2 jours), E(6
jours), F(2 jours), G(4 jours), H(1 jours). On se propose de dterminer la dure minimum ncessaire
quant la ralisation dudit ouvrage, ainsi que les dates auxquelles doivent ou peuvent dbuter les
tches pour que cette dure minimum soit respecte.
On rappelle, en effet, que les tches A et B sont sans tche intrieure. Par contre, la ralisation
de la tche F ncessite l'achvement des tches C et D et donc A et de B, et prcde la ralisation de la
tche H. Les tches E et H sont sans successeur, mais H suit G et F tout comme E vient
immdiatement aprs A. Notons que C est prcd par A et que D sui B, ainsi que le rsume le tableau
suivant :
Tches A B C D E F G H
Tches
prcdentes

A B A C,D B F,G
- Rponse au thme 1
1) Construction d'un rseau PERT

61
A(3)
B(4)
C(4)
F(2)
E(6)
D(2)
G(4)
H(1)
E
4
S
1
2
3
Fig.7
Nota:E:entre du "rseau-PERT"; S= sortie du "rseau-PERT"

Nom de l'tape
Date au plus tt
Date au plus tard

2) Dtermination des dates au plus tt
a) On affecte l'entre, la date t
E
=0
b) Pour un sommet j, on calcule la date au plus tt (t
j
) en posant :
T
j
= Max{t
i
+d
ij
}
Avec i= antcdent de j
d
ij
= dure de l'arc (i, j)
t
i
= date au plus tt du sommet i
t
j
= date au plus tt du sommet j
t
S
= dure minimum de l'ouvrage

Fig.8 : Dates au plus tt ( gauche du cercle)
t
E
= 0
t
1
= t
E
+ 3
t
2
= t
E
+ 4
t
3
= Max{t
1
+4, t
2
+2}
= Max{3+4, 4+2}
= 7
t
4
= Max{t
2
+4, t
3
+2}
= Max{4+4, 7+2}
62
A(3)
B(4)
C(4)
F(2)
E(6)
D(2)
G(4)
H(1)
E
4
S
1
2
3
0
7
4
3
10
9
= 9
t
S
= Max{t
1
+6, t
4
+1}
= Max{3+6, 9+1}
= 10
La dure minimum de l'ouvrage est de 10 jours.
3) Dtermination de la date au plus tard
Pour calculer la date au plus tard, on peut adopter, la mthode suivante :
a) inversion de l'orientation de tous les arcs du graphe (une sorte de compte rebours);
b) avec ce nouveau graphe, on calcule les dates au plus tt ( les rles de l'entre et de la sortie sont
inverss);
c) les dates au plus tard sont alors obtenues par diffrence entre la dure minimum de l'ouvrage et les
dates ainsi calcules comme le montre le graphe invers ci-dessous (Fig.9)

Fig.9 : Dates au plus tard ( droite du cercle)

Dates au plus tt dans le graphe oriente Dates au plus tard
t
S
= 0 t'
S
= 10-0 =10
t
4
= 1 t'
4
= 10-1 =9
t
3
= t
4
+ 2=3 t'
3
= 10-3 =7
t
2
= Max{t
4
+4, t
3
+2} t'
2
= 10-5 =5
= Max{1+4, 3+2}
= 5
t
1
= Max{t
S
+6, t
3
+4} t'
1
= 10-7 =3
= Max{0+6, 3+4}
= 7
t
E
= Max{t
1
+3, t
2
+4} t'
E
= 10-10=0
= Max{7+3, 5+4}
= 10
3) Dtermination du chemin critique
On reconnat les tches critiques par l'galit qu'il y a entre leurs dates au plus tt et au plus tard. Et
comme le chemin critique passe par les taches critiques depuis l'entre (E) jusqu' la sortie (S), il
63
A(3)
B(4)
C(4)
F(2)
E(6)
D(2)
G(4)
H(1)
E
4
S
1
2
3
0
7
55
3
10
9
suffira donc de reprer les tches critiques, de passer un trait pais dessus ou alors tracer deux traits
pour bien mettre en vidence ledit chemin critique (voir Fig.10).

Fig. : Rcapitulation des rsultats; dates au plus tt et dates au plus tard. Chemin critique

Le chemin critique est ici A, C, F, H.
Thme 2 : Construction dun rseau PERT par utilisation de niveau de gnration.
Chemin critique ; calcul de marges et des intervalles de flottement.
La construction dun entrept peut se dcomposer en 10 tches relies entre elles par des
conditions dantriorit. Lentreprise charge de cette construction vous communique le tableau des
enchanements des diffrentes activits, avec indication des dures respectives de chaque tche (voir
tableau annexe). Pour planifier son travail, elle vous demande de reprsenter sur un graphe, le chemin
critique indiquant le temps minimum ncessaire pour la ralisation de ce projet.
Tableau annexe
Dsignation Activits pr
requises
Dure
(jours)
A Acceptation des plans
B Prparation du terrain
C Commande des matriaux
D Creusage des fondations
E Commande des portes et fentres
F Livraison des matriaux
G Coulage des fondations
H Livraison des portes et fentres
I Pose des murs et de la charpente
du toit
J Mise en place des portes et des
fentres
A
A, B
A
C
D, F
E
G
H, I
4
2
1
1
2
2
2
10
4
1
64
A(3)
B(4)
C(4)
F(2)
E(6)
D(2)
G(4)
H(1)
E
4
S
1
2
3
Fig.10
Travail faire :
1) Construire le rseau PERT dans lequel lvnement sera matrialis par un cercle comme suit :
vnement

Date au plus tt Date au plus tard

1) Dterminer le chemin critique ;
2) Calculer la marge libre, la marge totale, et la marge certaine de chaque tche ;
3) Dterminer le flottement de chaque sommet ou vnement.

Rponse du thme 2
1) Construction dun rseau-PERT
On se sert du tableau annexe de lnonc comme dictionnaire des prcdents, les premires lignes
vides fournissant le premier niveau de gnration A et B). Barrant ensuite A et B o quils se trouvent, on
obtient le 2
me
niveau de gnration et ainsi de suite. On obtient, en dfinitive, les niveaux ci-dessous ainsi
que le graphe associ.
N
0
={A, B} N
1
={C, D, E} N
2
={F, H}
N
3
={G} N
4
={I} N
5
={J}
Solution 1 : Fig.11

65
Ei
ti ti
A(2)
B(2)
C(1)
F(2)
E(2)
D(1) G(2)
J(1)
1
2
3
4
I(1)
H(10)
5
9
6
8
7
Solution 2 : Fig.12

2) Chemin critique (voir fig.12)
Pour dterminer le chemin critique, On adopte la mme mthode que dans le thme 1, en
calculant pralablement les dates au plus tt et au plus tard et en choisissant le chemin dont les tches sont
critiques (cest dire dont les tches au plus tt et au plus tard concident). Le lecteur est donc vivement
invit sexercer au calcul de ces dates par lui-mme.
Le chemin critique est (1, 2, , 8, 9) ou (A, E, H, I), soit 17 jours. On notera, entre autres, la prsence dune
tche fictive entre A et D.
3) Calcul des marges
Tche Dur
e
Marge libre Marge
totale
Marge certaine
A=( 1- 2)
A=(1 - 3)
A=(2 - 4)
A=(3 - 6)
A=(2 - 5)
A=(2 - 6)
A=(4 - 7)
A=(6 - 8)
A=(5 - 8)
A=(8 - 9)
4
2
1
1
2
2
2
10
4
1
4-0-0=4
4-0-2=2
5-4-1=0
7-4-1=2
6-4-2=0
7-5-2=0
9-7-2=0
16-6-10=0
16-9-4=3
17-16-1=0
4-0-4=0
9-0-2=7
8-4-1=3
10-4-1=5
6-4-2=0
10-5-2=3
12-7-2=3
16-6-10=0
16-9-4=3
17-16-1=0
4-0-4=0
4-0-2=2
5-4-1=0
7-6-1=0
6-4-2=0
7-8-2=-2 (M
C
=0)
9-10-2=-2 (M
C
=0)
16-6-10=0
16-12-4=0
17-16-1=0
3) Calcul des intervalles de flottement
Lintervalle de flottement dun sommet E
i
est :
66
A(2)
B(2)
C(1)
F(2)
E(2)
D(1) G(2)
J(1)
1
2
3
4
I(1)
H(10)
5
9
6
8
7
I
F
= t
i
-t
i
avec

Date au plus tt Date au plus tard

Dtermination du flottement de chaque vnement
Evnemen
t
Date au plus tard
t
j
Date au plus tt
t
j
Intervalle de
flottement
I
F
= t
i
-t
i
1
2
3
4
5
6
7
8
9
t
j
=0
t
j
=4
t
j
=9
t
j
=8
t
j
=6
t
j
=10
t
j
=12
t
j
=16
t
j
=17
t
j
=0
t
j
=4
t
j
=4
t
j
=5
t
j
=6
t
j
=7
t
j
=9
t
j
=16
t
j
=17
0
0
5
3
0
3
3
0
0

Les tches critiques prsentent toujours des intervalles de flottement nuls. Cest un bon moyen
pour reconnatre un chemin critique. Les nombres en gras souligns retracent les diffrentes tapes
empruntes par le chemin critique.
67
Ei
ti ti
68

Cours de Recherche Operationnelle

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Cours de Recherche Operationnelle

Încărcat de

Drepturi de autor:

Formate disponibile

COURS DE RECHERCHE OPERATIONNELLE

: est nombre de clients servis par unit de temps

Ainsi que le temps moyen dattente dans la file :

, de mme la dure dattente dans la

Le temps dattente dans la file

, ceci nous permet de calculer

. Cette question concerne la loi des arrives, la loi

pour vaquer d autres occupations.

La probabilit davoir n personne dans le systme est :

Le nombre moyen dunits dans le systme est :

. Se placer alors sur la courbe de paramtre

si elle est trace,

(taux des arrives infrieur au taux de service .S) .

Le tableau ci-dessous rsume les calculs demands.

avec 1in-1 tous les sommets du graphe valu (voir

est infrieure au nombre inscrit sur larc, alors on ne change

S-ar putea să vă placă și