Documente Academic
Documente Profesional
Documente Cultură
Introduction
Gnralement, les dmarches proposes par la recherche oprationnelle peuvent tre traduites
en programmes informatiques.
Cette traduction -d'une dmarche- en un programme informatique n'est pas sans difficult.
Tout d'abord, le temps d'excution du programme rsultant et/ou la place occupe dans la
mmoire de l'ordinateur peuvent ne pas tre acceptables.
Ainsi, une mthode en recherche oprationnelle sera juge sur ces critres de temps et de
place.
Plus une mthode sera rapide et peu gourmande en mmoire, plus elle sera considre
bonne.
Flot maximum
Soit des chteaux d'eau ayant un dbit constant.
Ils desservent un certain nombre de villes, chacune ayant des besoins quantifis
constants.
L'eau est achemine travers des conduits dont le dbit maximum est connu.
Le problme est de trouver un moyen de satisfaire au mieux les demandes de chaque
ville.
En d'autres termes, essayer d'apporter le plus d'eau possible vers les villes.
Flot de cot minimum
Il s'agit d'un problme semblable celui du flot maximum mais on suppose en plus qu'un
cot en fonction du dbit est associ l'utilisation d'un conduit.
Le problme devient alors de satisfaire les villes mais de la manire la moins onreuse.
Voyageur de commerce
Un voyageur de commerce doit dmarcher dans un certain nombre de villes.
Le voyageur connat la distance qui spare les villes entre elles.
Cependant, le voyageur de commerce veut perdre le moins de temps possible dans ses
dplacements.
Le problme est donc de trouver un chemin qui passe par toutes les villes une et une seule
fois et qui soit le plus court possible.
Programmation linaire
Les problmes de programmation linaire (PL) sont des problmes doptimisation
(maximisation ou minimisation):
dune fonction objectif linaire (de plusieurs variables) sous certaines contraintes
(quations ou inquations) qui sont toutes linaires.
La fonction objectif et les contraintes sont dduites via la modlisation dun
problme rel
Si lon constate que le problme traiter sexprime comme un PL, on le rsout via
des mthodes et algorithmes qui assurent la rsolution du problme de manire
exacte.
On distingue dans la programmation linaire:
La programmation linaire en nombres rels, pour laquelle les variables des quations
sont dans IR+
La programmation en nombres entiers, pour laquelle les variables sont dans IN
Lcriture du problme optimiser sous la forme:
Des inquations
Dun objectif optimiser
forment ce quon appel un Programme Linaire
Objectif :
Apprendre modliser les problmes rels et rsoudre les programmes linaires.
De nombreux problmes rels peuvent tre exprims comme des programmes
linaires.
Les programmes linaires peuvent tre rsolus efficacement par certains algorithmes,
de mathmatiques lmentaires et de bon sens.
En Recherche Oprationnelle (RO), modliser un problme consiste identifier:
Les variables intrinsques (inconnues)
les diffrentes contraintes auxquelles sont soumises ces variables
l'objectif vise (optimisation).
Exemple: Le problme
maximiser
Pb * xb + Pm * xm
contraintes
xb + xm H
Eb * xb + Em * xm E
Ib * xb + Im * xm I
xb 0
xm 0
(surface)
(engrais)
(insecticide)
Max
c
j 1
s.c.
a
j 1
ij
xj
x j bi ,
i 1,....., m
x j 0,
j 1,....., n
Donc, on a:
Un problme de maximisation
Toutes les variables sont non ngatives
Toutes les autres contraintes sont des inquations du type
Sous format matricielle, (P.L) devient:
Max
s.c.
z c x
A x b
x 0
Max
j 1
s.c.
a
j 1
ij
xj
x j bi ,
i 1,....., m
x j 0,
j 1,....., n
Donc, on a:
Un problme de maximisation
Toutes les variables sont non ngatives
Toutes les autres contraintes sont des quations du type =
Sous format matricielle, (P.L) devient:
Max
s.c.
z c x
A x b
x 0
Rgles de transformation
Proprit
Tout P.L peut se mettre au choix sous forme canonique ou standard.
Quelques rgles de transformation :
Inquation
quation : ajouter une variable d cart
ax b
a x + s = b, s 0
axb
a x s = b, s 0
quation
ax=b
Variable libre :
x IR
inquations :
a x b et a x b
a x b et (-a) x -b
x = x+ x, avec x+ 0, x 0
t ck x + dk
t IR
La transformation sadapte galement aux problmes max-min.
t ck x + dk
t IR
min z = x + + xs.c. . . .
x = x + - xx+ 0
x- 0
Remarque
La premire mthode ci-dessus ne sadapte pas aux problmes du type
max z = |x|
ni aux contraintes du type |x| b.
Exemple de conversion
Soit le programme linaire suivant :
Minimiser
s.c.
2 x1 3 x2
x1 x2 7
x1 2 x2 4
x1 0
Remarque:
Minimiser une fonction = maximiser la fonction oppose ( 1)
Minimisation
maximisation : min f(x) = max (f(x))
Pour minimiser z = c x, il suffit de:
maximiser w = c x = (c) x et de
multiplier la valeur optimale de w par 1 pour obtenir celle de z.
Les contraintes de positivits :
x 'j 0 et
x 'j' 0
Exemple de conversion
Max
s.c.
'
''
2 x1 3 x2
3 x2
'
''
x1 x2
x2
7
'
''
x1 2 x2
2 x2
4
'
''
x1 , x2
, x2
0
Max
s.c.
2 x1 3 x2 3 x3
x1 x2 x3 7
x1 x2 x3 7
x1 2 x2 2 x3 4
x1 , x2 , x3 0
avec
x2 x2' et x3 x2''
Exemple de conversion
Conversion en forme standard
Soit xn+i la variable dcart de la ime contrainte (si n contraintes)
Donc la ime contrainte sera sous la forme de lgalit :
n
xn i bi aij x j ,
xn i 0
avec
j 1
Comme le nombre de contraintes est n = 3, on aura (P.L) sous format standard est donn par:
2 x1 3 x2 3 x3
Max
s.c.
x4 7 x1 x2 x3
x5 7 x1 x2 x3
x6 4 x1 2 x2 2 x3
x1 , x2 , x3 , x4 , x5 , x6 0
Ou simplement, on dduit directement la forme standard de la forme canonique
Max
s.c.
2 x 3x 3x
1
7 x x x
1
x 4 x 2x 2x
x , x , x , x 0
1
x1
x2
1
0
x3
x4
x5
x6
12
4
x7
On dduit alors la matrice de base, donne par les vecteurs dont lindices sont
B(1)=4, B(2)=5, B(3)=6, B(4)=7
De plus, on a x1=x2=x3=0
Puis, on rsout:
0
0
0
1
0
0
0
0
1
0
0
0
x4
5
x
6
x
7
12
x1 0 ; x2 0
e E / H,
E H e IK
Un polytope convexe de IRm est l'intersection (suppose non vide) d'une famille finie de
demi-espaces ferms de IRm.
Remarques :
Dans un espace de dimension finie n, les hyperplans sont donc les sous-espaces vectoriels
de dimension n-1.
Dans IR3, la notion d'hyperplan est confondue avec celle de plan, mais ce n'est plus vrai
quand la dimension de l'espace est suprieure 3
Remarques
Lensemble DR nest pas ncessairement born.
Pour un P.L, on a trois situations qui peuvent se produire:
DR = : P.L na pas de solution.
DR ; et la fonction objectif f.o nest pas majore sur DR : le maximum de f.o vaut
+. Si DR est born, ce cas est exclu.
DR ; et la fonction objectif f.o est majore sur DR : le P.L admet une solution
optimale (non ncessairement unique).