[PDF] Programmation Lin aire Cours 1 : programmes lin aires, mod

Chapitre I : Programmation linéaire

Chapitre I : Programmation linéaire Introduction La programmation linéaire est sans aucun doute la technique la plus connue de la recherche opérationnelle Cest aussi un des outils les plus puissants et les plus utilisés en applications industrielles parmi les technologies daide à la décision pour ne citer que :

Cours de Programmation linéaire et Recherche Opérationnelle

Cours de Programmation linéaire et Recherche Opérationnelle Pr Abdelghni LAKEHAL SMI S5 Cours de la Recherche Opérationnelle Table des matières 1 Programmation

Programmation linéaire - African Virtual University

programmation linéaire et de savoir interpréter la solution qui en résulte Expliquer ce qu’est la dualité et décrire son rôle dans la recherche de solutions de problèmes de programmation linéaire Expliquer les buts d’une analyse de sensibilité pour une solution donnée à un problème de programmation linéaire

Programmation Lin aire Cours 1 : programmes lin aires, mod

•C Gu´eret, C Prins et M Sevaux - Programmation lin´eaire : 65 probl`emes d’optimisation mod´elis´es et r´esolus avec Visual Xpress, Eyrolles, 2000 •C Prins et M Sevaux - Programmation lin´eaire avec Excel : 55 probl`emes d’optimisation mod´elis´es pas `a pas et r´esolus avec Excel, Eyrolles, 2011

174 EXERCICES SUPPLÉMENTAIRES — PARTIE II

180 CHAPITRE 4 PROGRAMMATION LINÉAIRE Introduction La programmation linéaire constitue l’origine de l’optimisation mathématique moderne Son étude a été menée par George Bernard Dantzig à partir de 1947 L’algorithme du sim-plexe, que nous présentons dans ce chapitre, est considéré comme un des dix algorithmes les

Cours : Recherche opérationnelle

Chapitre 1 : La programmation linéaire Chapitre 2 : Algorithme du simplexe Chapitre 3 : L’algorithme du simplexe en tableaux Chapitre 4 : Analyse postoptimale Bibliographie Christelle GUERET, Christian PRINS, Marc SEVAUX, Programmation linéaire, Eyrolles, Paris, 2000 Y NORBERT, R OUELLET et R PARENT, La recherche opérationnelle,

Exercices de Programmation Lin´eaire – Mod´elisation

Exercices de Programmation Lin´eaire – Simplexe Primal – exercice 1 : R´esoudre le programme lin´eaire suivant par la m´ethode du simplexe Max z =5x1+6x2+9x3+8x4 s c x1+2x2+3x3+ x465 x1+ x2+2x3+3x463 x1, x2, x3, x4>0 – en faisant entrer en base la variable hors base dont le couˆt r´eduit est le plus grand

Recherche opérationnelle et applications

Recherche opérationnelle et applications Bernard Fortz 2012-2013 Table des matières I Introduction à la recherche opérationnelle 3 1 Quelques exemples de modèles mathématiques 3 2 Tour d’horizon des techniques de recherche opérationnelle 4 II Applications de la programmation linéaire 6 3 Définition, exemples et méthode de résolution 6

[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] recherche opérationnelle cours complet

[PDF] cours recherche opérationnelle methode de simplexe

[PDF] recherche opérationnelle simplexe exercices corrigés

[PDF] livre recherche opérationnelle pdf

[PDF] cours et exercices corrigés de recherche opérationnelle+pdf

ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Programmation Lin´eaire

Cours 1 : programmes lin´eaires, mod´elisation et r´esolution graphique

F. Clautiaux

francois.clautiaux@math.u-bordeaux1.fr

Universit´e Bordeaux 1

Bˆat A33

ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Motivation et objectif du cours

Introduction `a la programmation lin´eaire

Un outil qui permet de :

•mod´eliser •r´esoudre toute une classe de probl`emes d"optimisation.

Existence de solveurs efficace pour la PL

ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Ouvrages de r´ef´erence

V. Chv´atal - Linear Programming, W.H.Freeman, New York, 1983. •R. J. Vanderbei - Linear Programming, Foundations and Extensions,

Springer-Verlag, 2008.

•C. Gu´eret, C. Prins et M. Sevaux - Programmation lin´eaire :65 probl`emes d"optimisation mod´elis´es et r´esolus avec Visual Xpress,

Eyrolles, 2000.

•C. Prins et M. Sevaux - Programmation lin´eaire avec Excel : 55 probl`emes d"optimisation mod´elis´es pas `a pas et r´esolus avec Excel,

Eyrolles, 2011.

ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Sommaire

Introduction par l"exemple

Exemple 1 : Production

Exemple 2 : Transport

Exemple 3 : Planification

Programme lin´eaire

R´esolution graphique

Points extrˆemes

Forme standard, bases

Bilan ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Probl`eme de production

Un fabricant produit 2 types de yaourts `a la fraise A et B `a partir de Fraise, de Lait et de Sucre. Chaque yaourt doit respecter les proportions suivantes de mati`eres premi`eres. AB

Fraise21

Lait12

Sucre01

On dispose de 800 Kg de Fraises, 700 Kg de Lait et 300 Kg de sucre. La vente de 1 Kg de yaourts A et B rapporte respectivement 4eet 5e.

Le fabricant cherche `a maximiser son profit.

ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Mod´elisation

Sur quelles quantit´es peut-on travailler?

•Que cherche-t-on `a optimiser? •Quelles sont les contraintes du probl`eme? ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Mod´elisation

Sur quelles quantit´es peut-on travailler?

•Seules valeurs non constantes : les quantit´es de yaourtsAetB produites •On parle devariables •On les noteraxAetxB •Que cherche-t-on `a optimiser? •Quelles sont les contraintes du probl`eme? ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Mod´elisation

Sur quelles quantit´es peut-on travailler?

•Variables :xAetxB •Que cherche-t-on `a optimiser? •Le profitz •Calcul´e `a partir dexAetxB •On parle defonction objectif •z= 4xA+ 5xB •Quelles sont les contraintes du probl`eme? ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Mod´elisation

Sur quelles quantit´es peut-on travailler?

•Variables :xAetxB •Que cherche-t-on `a optimiser? •maxz= 4xA+ 5xB •Quelles sont les contraintes du probl`eme? •Premi`ere contrainte : 800 Kg de fraises disponibles •la quantit´e utilis´ee d´epend de la production : 2xA+xB ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Mod´elisation

Sur quelles quantit´es peut-on travailler?

•Variables :xAetxB •Que cherche-t-on `a optimiser? •maxz= 4xA+ 5xB •Quelles sont les contraintes du probl`eme? x x ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Mod´elisation

Sur quelles quantit´es peut-on travailler?

•Variables :xAetxB •Que cherche-t-on `a optimiser? •maxz= 4xA+ 5xB •Quelles sont les contraintes du probl`eme? x x x

A,xB≥0

positivit´e! ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Mon premier programme lin´eaire

max4xA+ 5xB x x x

A,xB≥0

ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Probl`eme de transport

Approvisionner au moindre coˆut les clients `a partir des usines.

Usines (i?I)BordeauxBiarritzToulouse

Productions (pi)251520

Clients (j?J)PauBayonneBordeauxLibourne

Demandes (dj)2012914

Prix/unit´e (ci,j)PauBayonneBordeauxLibourne

Bordeaux261904

Biarritz1222024

Toulouse19302428

ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Mod´elisation

Variables :

x i,j: quantit´e transport´ee dei`aj ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Mod´elisation

Variables :

x i,j: quantit´e transport´ee dei`aj •Objectif :

Minimiser?

i?I? j?Jci,jxi,j ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Mod´elisation

Variables :

x i,j: quantit´e transport´ee dei`aj •Objectif :

Minimiser?

i?I? j?Jci,jxi,j •Contraintes :? i?Ixi,j=dj,?j?J(Demandes `a satisfaire) x i,j≥0,?i?I,j?J ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Probl`eme de planification

Planifier la production d"articles `a moindre coˆut pour les 4 prochains mois. Production maximale normale : 1200 articles / mois Production maximale en heure sup : 400 articles / mois

Surcoˆut heures sup : 7 euros / article

Stockage : 3 euros / article / mois

mois 1mois 2mois 3mois 4

Demandes900110017001300

ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Mod´elisation

Variables :

x t: production normale en p´eriodet= 1,...,4 y t: production en heure sup en periodet= 1,...,4 s t: stock en fin de p´eriodet= 1,...,3 ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Mod´elisation

Variables :

x t: production normale en p´eriodet= 1,...,4 y t: production en heure sup en periodet= 1,...,4 s t: stock en fin de p´eriodet= 1,...,3 •Objectif :

Minimiser 7?t=4

t=1yt+ 3?t=3 t=1st •Contraintes : x

1+y1= 900+s1

s

1+x2+y2= 1100+s2

s

2+x3+y3= 1700+s3

s

3+x4+y4= 1300

s t≥0,t= 1, ...,3 ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Sommaire

Introduction par l"exemple

Programme lin´eaire

R´esolution graphique

Points extrˆemes

Forme standard, bases

Bilan ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

R`egles de r´e´ecriture (1)

Toute contrainte d"´egalit´e peut s"´ecrire comme deux in´egalit´es : n i=1a ixi=b≡? n i=1a ixi≥b≡n? Tout probl`eme de minimisation peut s"´ecrire comme un probl`eme de maximisation : max n? i=1c ixi≡minn? i=1-cixi ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan Ecriture g´en´erale d"un programmation lin´eaire On peut ´ecrire ainsi un programme lin´eaire avecnvariables x

1,...,xnetmcontraintes.

max ?ni=1cixi x i?R,(i= 1,...,n) •Lin´earit´e :Objectif et contraintes sont des fonctions lin´eaires des variables de d´ecision (les coefficientscietaijdes variables sont constants) •Continuit´e :Les variables peuvent prendre n"importe quelle valeur r´eelle respectant les contraintes linaires ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan Exemples simples de programmes non lin´eaires (1) min?ni=1xixi x i?R,(i= 1,...,n) min ?ni=1xi x i?

N,(i= 1,...,n)

ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan Exemples simples de programmes non lin´eaires (2) min?ni=1cixi x i?

R∩[l1,u1]∩[l2,u2],(i= 1,...,n)

min ?ni=1cixi x 1=x2 oux1=x3 x i?R,(i= 1,...,n) ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Forme normale d"un programme lin´eaire

Tout programme lin´eaire peut s"´ecrire sousforme normale. max ?ni=1cixi x i≥0,xi?R,(i= 1,...,n)

Si on a une variablexi?R, on introduitx+

i≥0 etx- i≥0 et on posexi=x+ i+x- i. ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Sommaire

Introduction par l"exemple

Programme lin´eaire

R´esolution graphique

Repr´esentation graphique d"un PL

R´esolution graphique

Points extrˆemes

Forme standard, bases

Bilan ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

R´esolution graphique

On dispose d"un outil (la PL) pour mod´eliser des probl`emes •Comment r´esoudre les probl`emes `a l"aide de la PL? •Plusieurs algorithmes existent, dont le simplexe (prochain cours)

•Pour des probl`emes avec deux variables, on peut r´esoudregraphiquement (aide `a comprendre la structure du probl`eme)

ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Repr´esentation graphique

max 4xA+ 5xB x x x

A,xB≥0

x xAx B ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Repr´esentation graphique

max 4xA+ 5xB x x x

A,xB≥0

xAx B ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Repr´esentation graphique

max 4xA+ 5xB x x x xAx B x ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Repr´esentation graphique

max 4xA+ 5xB x x x

A,xB≥0

xAx B x ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Terminologie

Solution :

affectation de valeurs aux variables

•Solution r´ealisable :solution r´ealisable si les valeurssatisfont l"ensemble descontraintes

•R´egion r´ealisable :ensemble des solutionsr´ealisables. xAx B x x= (80,150) ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Terminologie

Solution :

affectation de valeurs aux variables

•Solution r´ealisable :solution r´ealisable si les valeurssatisfont l"ensemble descontraintes

•R´egion r´ealisable :ensemble des solutionsr´ealisables. xAx B x ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

R´esolution graphique

Max 4xA+ 5xB

x x x

A,xB≥0

xAx B x ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

R´esolution graphique

Max 4xA+ 5xB

x x x

A,xB≥0

x

4xA+ 5xB= 10004xA+ 5xB= 22004xA+ 5xB= 2900

4xA+ 5xB= 0x

Ax B ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

R´esolution graphique

Max 4xA+ 5xB

x x x

A,xB≥0

x

4xA+ 5xB= 22004xA+ 5xB= 2900

4xA+ 5xB= 04xA+ 5xB= 1000xAx

B ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

R´esolution graphique

Max 4xA+ 5xB

x x x

A,xB≥0

x

4xA+ 5xB= 2900

4xA+ 5xB= 04xA+ 5xB= 10004xA+ 5xB= 2200

x Ax B ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

R´esolution graphique

Max 4xA+ 5xB

x x x

A,xB≥0

x

4xA+ 5xB= 04xA+ 5xB= 10004xA+ 5xB= 22004xA+ 5xB= 2900

x Ax B ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Existence d"une solution (optimale)

Quatre possibilit´es

minx+ 2y x+y≥3 x,y≥0

Une solution optimale unique.

?x ?y ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Existence d"une solution (optimale)

Quatre possibilit´es

maxx+ 2y x+y≥3 x,y≥0

Solution non born´ee.

?x ?y ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Existence d"une solution (optimale)

Quatre possibilit´es

maxx+ 2y x+y≥3 x,y≥0

Pas de solution.

?x ?y ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Existence d"une solution (optimale)

Quatre possibilit´es

maxx x+y≥3 x,y≥0

Infinit´e de solutions.

?x ?y ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Sommaire

Introduction par l"exemple

Programme lin´eaire

R´esolution graphique

Points extrˆemes

Points extrˆemes et convexit´e

Algorithme g´eom`etrique

Forme standard, bases

Bilan ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Notion de point extrˆeme

Proposition

S"il en existe, il y a toujours

une solution optimale sur un sommet (point extrˆeme) de la r´egion r´ealisable

Corollaire

Pour trouver l"optimum, il

"suffit" d"examiner les points extrˆemes de la r´egion r´ealisable x

4xA+ 5xB= 04xA+ 5xB= 10004xA+ 5xB= 22004xA+ 5xB= 2900

x Ax B ExemplesProgramme lin´eaireR´esolution graphiquePoints extrˆemesForme standard, basesBilan

Poly`edres et points extrˆemes (1)

D´efinition

Unpoly`edre convexeest l"ensemble des solutions d"un syst`eme fini d"in´egalit´es lin´eaires. L"ensemble des solutions admissibles d"un PL est donc un poly`edre convexe. On s"int´eressera dans un premier temps aux poly`edresborn´es.

Rappel : S est convexe si

?x,y?S,?λ?[0,1],λx+ (1-λ)y?S.quotesdbs_dbs28.pdfusesText_34