Programmation linéaire
Programme linéaire : définition. Définition. Un programme linéaire c'est : Un ensemble de n variables réelles x1
Fondements de la programmation linéaire
linéaire. Généralités. Notations et définitions. Propriétés du problème de programmation linéaire. Théorème fondamental de la programmation linéaire.
Programmation Linéaire Cours 1 : programmes linéaires
Programmation Linéaire. Cours 1 : programmes linéaires modélisation et résolution graphique. F. Clautiaux francois.clautiaux@math.u-bordeaux1.fr.
Programmation linéaire
24 févr. 2011 Définition : Programme linéaire (PL). Dans un programme linéaire on cherche un point x? ? R n qui maximise une fonction objectif linéaire.
Dualité en Programmation Linéaire Algorithmes primal et dual du
Programmation linéaire et dualité. – Définition du dual d'un programme linéaire. – Théorème de dualité forte. • Algorithmes primal et dual du simplexe.
Programmation linéaire et Optimisation
Définition 4.6. On appelle probl`eme d'optimisation linéaire sous forme canonique un probl`eme de la forme maximiser. ?q j=1 cjxj sous les contraintes ?.
Programmation linéaire
Définition 14. Le point de coordonnées (0
Méthodes de points intérieurs pour la programmation linéaire
30 juin 2012 Définition 1.1.1 On appelle un programme linéaire tout programme mathématique o[ la fonction objectif est linéaire et lVensemble des ...
MOD 4.4: Recherche opérationnelle
Programmation Linéaire (PL). Minimisation/ maximisation d'une fonction linéaire sous des con- traintes elles-même linéaires. Définition (programme linéaire).
Optimisation Combinatoire : Programmation Linéaire et Algorithmes
29 sept. 2015 6.2 Définitions et algorithme de Branch&Bound . ... parle de Programme linéaire discret (ou entier ou mixte) (on notera PLNE). Ce cas.
Fondements de la programmation linéaire - Université Laval
La programmation linéaire traite de manière générale d'un problème d'allocation de ressources limitées parmi des activités concurrentes et ce d'une façon optimale La programmation linéaire emploie un modèle mathématique qui décrit le problème réel L'adjectif "linéaire" indique que toutes les fonctions mathématiques de ce
Chapitre 2 Principes généraux de la programmation linéaire
Principes généraux de la programmation linéaire 2 1 Généralités Nousdébutonslechapitreparunthéorèmequigarantiel’existenced’unminimumetaussi d’unmaximumpourunproblèmed’optimisationquelconque Théorème2 1 1 Soitfunefonctioncontinuedé?niesurundomaineKˆRn ferméet bornéalorsfatteintsesvaleursminimaleetmaximale: 9 x 2K f( x
Programmation linéaire
La programmation linéaire peut se dé?nir comme une technique mathématique permettant de résoudre des problèmes de gestion et particulièrement ceux où le gestionnaire doit déterminer face à di?érentes possibilités l’utilisation optimale des ressources de l’entreprise pour atteindre
Qu'est-ce que la programmation linéaire?
La programmation linéaire peut se dé?nir comme une technique mathématique permettant de résoudre des problèmes de gestion et particulièrement ceux où le gestionnaire doit déterminer, face à di?érentes possibilités, l’utilisation optimale des ressources de l’entreprise pour atteindre
Où se situe une solution de programmation linéaire ?
Si un problème de programmation linéaire a une solution optimale, alors la solution se situe sur la frontière (c’est-à-dire sur les arrêtes et les sommets). De plus, si une frontière contenant une solution optimale a un sommet (ou des sommets), alors la solution se situe sur l’un des sommets.
Quelle est la forme d'une fonction objectif en programmation linéaire?
En programmation linéaire, la fonction objectif est une fonction affine de plusieurs variables à laquelle on peut ajouter une constante. En d’autres termes, pour un problème de programmation linéaire à deux variables, une fonction objectif doit prendre la forme ???? ( ????, ????) = ???? ???? + ???? ???? + ????, pour des constantes ????, ???? et ????.
Quels sont les sommets de la programmation linéaire ?
On a le graphique de trois régions colorées correspondant aux contraintes. La région de chevauchement est le quadrilatère marron avec un sommet à l’origine. Il s’agit de l’ensemble réalisable pour ce problème de programmation linéaire. D’après le graphique donné, on peut dire que les sommets sont ( 0, 0), ( 0, 4), ( 2, 3), ( 3, 0).
Past day
![MOD 4.4: Recherche opérationnelle MOD 4.4: Recherche opérationnelle](https://pdfprof.com/Listes/18/5650-18RO_Cours1et2_bousquet.pdf.pdf.jpg)
MOD 4.4: Recherche operationnelle
Nicolas Bousquet
Ecole Centrale de Lyon
1/63Deroulement du cours
Cours 1:Programmation Lineaire.
Introduction a la Recherche Operationnelle.
Programmation lineaire.
Algorithme du Simplexe.
Cours 2:Dualite et Analyse de sensitivite.
Analyse de sensibilite.
Dual d'un programme lineaire.
Qu'est ce qu'un graphe?
Application de la dualite aux graphes.
Cours 3:Programmation Lineaire en nombre entiers.
(n novembre) 2/63Recherche Operationnelle
LaRecherche Op erationnelle
p eut^ etred eniecomm el'ensemble des methodes et techniques rationnelles orientees vers la recherche du meilleur choix dans la facon d'operer en vue d'aboutir au resultat vise ou au meilleur resultat possible.Denition(wikipedia)Exemples:Ordonnancement.
Routage.
Optimisation industrielle.
Aide a la decision.Dierentes approches:
Solutions exactes. (Algo.
polynomiaux...)Solutions approchees.
Heuristiques.3/63
Recherche Operationnelle
LaRecherche Op erationnelle
p eut^ etred eniecomm el'ensemble des methodes et techniques rationnelles orientees vers la recherche du meilleur choix dans la facon d'operer en vue d'aboutir au resultat vise ou au meilleur resultat possible.Denition(wikipedia)Exemples:Ordonnancement.
Routage.
Optimisation industrielle.
Aide a la decision.Dierentes approches:
Solutions exactes. (Algo.
polynomiaux...)Solutions approchees.
Heuristiques.3/63
Recherche Operationnelle
LaRecherche Op erationnelle
p eut^ etred eniecomm el'ensemble des methodes et techniques rationnelles orientees vers la recherche du meilleur choix dans la facon d'operer en vue d'aboutir au resultat vise ou au meilleur resultat possible.Denition(wikipedia)Exemples:Ordonnancement.
Routage.
Optimisation industrielle.
Aide a la decision.Dierentes approches:
Solutions exactes. (Algo.
polynomiaux...)Solutions approchees.
Heuristiques.3/63
Programmation Lineaire (PL)
Minimisation/ maximisation d'une fonction lineaire sous des con- traintes elles-m^eme lineaires.Denition(programme lineaire)Classiquement: n= nombre de variables. x1;:::;xn= ensemble des variables.
m= nombre de contraintes.Exemple: nX i=1a ixibn X i=1a ixib,nX i=1aixi bn X i=1a ixi=bi, (nX i=1a ixib)ANDnX i=1a ixibx i04/63Programmation Lineaire (PL)
Minimisation/ maximisation d'une fonction lineaire sous des con- traintes elles-m^eme lineaires.Denition(programme lineaire)Classiquement: n= nombre de variables. x1;:::;xn= ensemble des variables.
m= nombre de contraintes.Exemple: nX i=1a ixibn X i=1a ixib,nX i=1aixi bn X i=1a ixi=bi, (nX i=1a ixib)ANDnX i=1a ixibx i04/63Programmation Lineaire (PL)
Minimisation/ maximisation d'une fonction lineaire sous des con- traintes elles-m^eme lineaires.Denition(programme lineaire)Classiquement: n= nombre de variables. x1;:::;xn= ensemble des variables.
m= nombre de contraintes.Exemple: nX i=1a ixibn X i=1a ixib,nX i=1aixi bn X i=1a ixi=bi, (nX i=1a ixib)ANDnX i=1a ixibx i04/63Programmation Lineaire (PL)
Minimisation/ maximisation d'une fonction lineaire sous des con- traintes elles-m^eme lineaires.Denition(programme lineaire)Classiquement: n= nombre de variables. x1;:::;xn= ensemble des variables.
m= nombre de contraintes.Exemple: nX i=1a ixibn X i=1a ixib,nX i=1aixi bn X i=1a ixi=bi, (nX i=1a ixib)ANDnX i=1a ixibx i04/63Programmation Lineaire (PL)
Minimisation/ maximisation d'une fonction lineaire sous des con- traintes elles-m^eme lineaires.Denition(programme lineaire)Classiquement: n= nombre de variables. x1;:::;xn= ensemble des variables.
m= nombre de contraintes.Exemple: nX i=1a ixibn X i=1a ixib,nX i=1aixi bn X i=1a ixi=bi, (nX i=1a ixib)ANDnX i=1a ixibx i04/63Programmation Lineaire (PL)
Minimisation/ maximisation d'une fonction lineaire sous des con- traintes elles-m^eme lineaires.Denition(programme lineaire)Classiquement: n= nombre de variables. x1;:::;xn= ensemble des variables.
m= nombre de contraintes.Exemple: nX i=1a ixibn X i=1a ixib,nX i=1aixi bn X i=1a ixi=bi, (nX i=1a ixib)ANDnX i=1a ixibx i04/63Forme normale d'un PL
max Xc ixi soumis a8j;nX i=1a ixibj8i;xi0A= Matrice desai;j.
c= vecteur desci. b= vecteur desbi.Un programme lineaire est sous
fo rmeno rmale s'il s' ecrit: maxctx soumis aAxb x0 La contraintex0 s'appellec ontraintede p ositivite.5/63Forme normale d'un PL
max Xc ixi soumis a8j;nX i=1a ixibj8i;xi0A= Matrice desai;j.
c= vecteur desci. b= vecteur desbi.Un programme lineaire est sous
fo rmeno rmale s'il s' ecrit: maxctx soumis aAxb x0 La contraintex0 s'appellec ontraintede p ositivite.5/63Exemple
Une usine fabrique des chaises et des tables. Chaque semaine l'usine commande la m^eme quantite de bois, conna^t le temps de travail de ses employes et la duree de fonctionnement de ses machines. Sachant qu'une table rapporte 6 euros et une chaise 4, quel est le mix chaises-tables qui maximise le revenu de l'usine?TableChaiseQuantite disponibleEquipement3981
Main d'oeuvre4555
Bois2120
6/63Exemple
Une usine fabrique des chaises et des tables. Chaque semaine l'usine commande la m^eme quantite de bois, conna^t le temps de travail de ses employes et la duree de fonctionnement de ses machines. Sachant qu'une table rapporte 6 euros et une chaise 4, quel est le mix chaises-tables qui maximise le revenu de l'usine?TableChaiseQuantite disponibleEquipement3981
Main d'oeuvre4555
Bois2120
6/63Mise en equation
TableChaiseQuantite disponible
Equipement3981
Main d'oeuvre4555
Bois2120
Creation de deux variables:xtetxc.
Creation de trois contraintes: equipement, main d'oeuvre, bois:3xt+ 9xc81
4xt+ 5xc55
2xt+xc20
x t;xc0Creation de la fonction objectif.
z= max(6xt+ 4xc)7/63Mise en equation
TableChaiseQuantite disponible
Equipement3981
Main d'oeuvre4555
Bois2120
Creation de deux variables:xtetxc.
Creation de trois contraintes: equipement, main d'oeuvre, bois:3xt+ 9xc81
4xt+ 5xc55
2xt+xc20
x t;xc0Creation de la fonction objectif.
z= max(6xt+ 4xc)7/63Mise en equation
TableChaiseQuantite disponible
Equipement3981
Main d'oeuvre4555
Bois2120
Creation de deux variables:xtetxc.
Creation de trois contraintes: equipement, main d'oeuvre, bois:3xt+ 9xc81
4xt+ 5xc55
2xt+xc20
x t;xc0Creation de la fonction objectif.
z= max(6xt+ 4xc)7/63Mise en equation
TableChaiseQuantite disponible
Equipement3981
Main d'oeuvre4555
Bois2120
Creation de deux variables:xtetxc.
Creation de trois contraintes: equipement, main d'oeuvre, bois:3xt+ 9xc81
4xt+ 5xc55
2xt+xc20
x t;xc0Creation de la fonction objectif.
z= max(6xt+ 4xc)7/63Resolution du systeme
Quand on resout le systeme, on obtient la solution optimale suivante: (xt;xc) = (15=2;5): Cette solution peut ^etre obtenue de plusieurs facons:En dimension 2: graphiquement.
En toute dimension: comment faire?x
tx cBoisMaind'o euvre515=2Equipement 8/63Resolution du systeme
Quand on resout le systeme, on obtient la solution optimale suivante: (xt;xc) = (15=2;5): Cette solution peut ^etre obtenue de plusieurs facons:En dimension 2: graphiquement.
En toute dimension: comment faire?x
tx cBoisMaind'o euvre515=2Equipement 8/63Points extr^emes et recherche de solution
optimalex tx cBoisMaind'o euvre515=2EquipementUne contrainte
Paixibdenit undemi-espace .
La contraintePaixibests erreep ourun p ointzsiPaizi=b.Unp ointextr ^emezest un point tel que: zsoit une solution, zest l'unique point a l'intersection d'un ensembleCde contraintes serrees. 9/63Points extr^emes et recherche de solution
optimalex tx cBoisMaind'o euvre515=2EquipementUne contrainte
Paixibdenit undemi-espace .
La contraintePaixibests erreep ourun p ointzsiPaizi=b.Unp ointextr ^emezest un point tel que: zsoit une solution, zest l'unique point a l'intersection d'un ensembleCde contraintes serrees. 9/63A quoi ressemble une solution optimale?
Remarque:
L'ensemble des solutions est une intersection de demi-espaces fermes.En particulier c'est un espace
convexe et ferm e .Theoreme 1: On optimise une fonction lineaire (donc convexe et concave) dans un convexe )Un maximum (resp. minimum) local est unmaximum (resp. minimum) global .Theoreme 2:Si la valeur optimale est nie alors il existe un
p ointextr ^emequi atteint le maximum .Principe de l'algorithme du simplexe:Se promener de points extr^emes en points extr^emes. 10/63A quoi ressemble une solution optimale?
Remarque:
L'ensemble des solutions est une intersection de demi-espaces fermes.En particulier c'est un espace
convexe et ferm e .Theoreme 1: On optimise une fonction lineaire (donc convexe et concave) dans un convexe )Un maximum (resp. minimum) local est unmaximum (resp. minimum) global .Theoreme 2:Si la valeur optimale est nie alors il existe un
p ointextr ^emequi atteint le maximum .Principe de l'algorithme du simplexe:Se promener de points extr^emes en points extr^emes. 10/63A quoi ressemble une solution optimale?
Remarque:
L'ensemble des solutions est une intersection de demi-espaces fermes.En particulier c'est un espace
convexe et ferm e .Theoreme 1: On optimise une fonction lineaire (donc convexe et concave) dans un convexe )Un maximum (resp. minimum) local est unmaximum (resp. minimum) global .Theoreme 2:Si la valeur optimale est nie alors il existe un
p ointextr ^emequi atteint le maximum .Principe de l'algorithme du simplexe:Se promener de points extr^emes en points extr^emes. 10/63A quoi ressemble une solution optimale?
Remarque:
L'ensemble des solutions est une intersection de demi-espaces fermes.En particulier c'est un espace
convexe et ferm e .Theoreme 1: On optimise une fonction lineaire (donc convexe et concave) dans un convexe )Un maximum (resp. minimum) local est unmaximum (resp. minimum) global .Theoreme 2:Si la valeur optimale est nie alors il existe un
p ointextr ^emequi atteint le maximum .Principe de l'algorithme du simplexe:Se promener de points extr^emes en points extr^emes. 10/63Etape 1: Mettre le PL sous forme standard
Forme standard:maxctx
soumis aAx=b x0Idee:rajouter desva riablesd' ecart. n X i=1a ixibCreer une variableyet poser:
y=bnX i=1a ixiNotez quey0 etPn
quotesdbs_dbs33.pdfusesText_39[PDF] programmation linéaire recherche opérationnelle
[PDF] interprétation droite de henry
[PDF] principe droite de henry
[PDF] exercice corrigé droite de henry
[PDF] courbe de henry excel
[PDF] droite de henry pdf
[PDF] programmation linéaire exercices corrigés pdf
[PDF] programmation linéaire exercices corrigés
[PDF] programmation linéaire simplexe
[PDF] recherche opérationnelle programmation linéaire exercices corrigés pdf
[PDF] exercices recherche operationnelle
[PDF] theme astral chinois complet gratuit interpretation
[PDF] cours recherche opérationnelle methode de simplexe
[PDF] recherche opérationnelle simplexe exercices corrigés