UNIVERSITE SULTAN MOULAY SLIMANE

FACULTE POLYDISCIPLINAIRE
BENI MELLAL

Module :M362 : Recherche Opérationnelle

Licence d'Excellence: Data Science et Sécurité des Systèmes d’Information - Semestre : 6

A.MAARIR
Email: a.maarir@ya.ru 2023/2024
 2

Recherche Opérationnelle

Chapitre 1 - Programmation linéaire.

Recherche Opérationnelle Chapitre 1: Programmation

linéaire
Programmation linéaire
1 Généralités
2 Formulation d’un PL
Forme générale
Exemple
Forme canonique / forme standard
Représentation matricielle
Solution réalisable / solution optimale

3 Exercices d’application

Recherche Opérationnelle LED3SI-S6 3 / 21

Généralités
Origine de la Recherche Opérationnelle (RO) pendant la Seconde Guerre
mondiale en Angleterre.

Recherche Opérationnelle (RO):

est un ensemble de méthodes scientiques pour résoudre des problèmes
d’optimisation liés aux organisations du monde réel.
est la discipline des mathématiques appliquées qui traite des questions
d’utilisation optimale des ressources.

L’objectif de RO est la gestion optimale des opérations (activités)

d’une organisation (transport, production, construction,
communication, planication nancière, santé...)

Recherche Opérationnelle LED3SI-S6

Exemples de problèmes à traiter par RO

Comment maximiser les prots obtenus par un investissement de

20000 DH sur une période de deux ans ?
Comment organiser la séquence des tâches d’un projet en tenant
compte des ressources humaines disponibles, tout en réduisant au
maximum sa durée d’exécution ?
Comment trouver l’itinéraire le plus rapide reliant deux villes ?
Gestion des horaires : Comment élaborer les plannings des cours ou
des examens en prenant en considération les diverses ressources
disponibles, telles que les étudiants, les enseignants, les locaux, ... ?
Comment adapter le nombre de personnel requis dans une gare de
trains ou une banque selon le ux de clients ?

Recherche Opérationnelle LED3SI-S6 5 / 21

En bref, la recherche opérationnelle se penche sur la résolution de
problèmes concrets de prise de décision en ayant pour objectifs principaux :

L’optimisation : minimisation des coûts, maximisation des prots,

réduction des distances, accélération des processus, etc.
L’utilisation eciente des ressources disponibles : temps-machine,
postes de travail, mémoire, main-d’œuvre, matières premières, moyens
de transport, etc.
La recherche opérationnelle repose sur la création de modèles
(modélisation) en réponse aux problématiques posées.
Plusieurs techniques de modélisation sont utilisées, telles que la
programmation linéaire, la théorie des graphes, et d’autres.
Elle constitue ainsi un point de convergence entre les mathématiques
(pour la modélisation), l’informatique (pour les algorithmes) et l’économie
(pour la gestion et la stratégie).
Recherche Opérationnelle LED3SI-S6 6 / 21
Etapes d’un processus de RO

Recherche Opérationnelle LED3SI-S6 7 / 21

Programmation linéaire
La programmation linéaire permet de déterminer l’aectation optimale de
ressources rares entre des activités ou produits concurrents. Les situations
économiques demandent souvent qu’on optimise une fonction sous
plusieurs contraintes.
L’approche adoptée dans ce cours sera divisée en deux étapes principales:
La modélisation du problème: représentation du problème sous
forme d’équations ou d’inéquations linéaires qui permettra ainsi de
bien identier et structurer les contraintes que doivent respecter les
variables du modèle; de plus, on doit dénir l’apport de chaque
variable à l’atteinte de l’objectif poursuivi par l’entreprise, ce qui se
traduira par une fonction à optimiser ⇒ Formulation du problème
linéaire
La résolution du problème: détermination de l’optimum
mathématique à l’aide de certaines techniques propres à la
programmation linéaire ⇒ Algorithme du Simplexe

Recherche Opérationnelle LED3SI-S6 8 / 21

Modélisation

En Programmation linéaire, modéliser un problème consiste à identier:

les variables (inconnues);
les contraintes auquelles sont soumises ces variables;
l’objectif visé (fonction à optimiser).
Dans un problème de programmation linéaire, les contraintes et l’objectif
sont des fonctions linéaires des variables. On parle aussi de programme
linéaire (PL).
Un programme linéaire consiste à utiliser un nombre ni de variables
réelles et de contraintes linéaires pour maximiser ou minimiser une
fonction objectif linéaire.

Recherche Opérationnelle LED3SI-S6 9 / 21

Forme générale d’un PL

 m
 (1) max ou min z = cj xj
 j =1

(2) ∀i = 1 ▷ ▷ ▷ , n : aij xj ⩽, = ou ⩾ bi
(3) ∀j = 1 ▷ ▷ ▷ , m xj ⩾ 0



(1) : fonction objectif.

(2) : n contraintes linéaires.
(3) : contraintes de positivité.

Recherche Opérationnelle LED3SI-S6 10 / 21

Exemple d’un problème linéaire

Une usine fabrique 2 produits p1 et p2 nécessitant les ressources suivantes:

main d’œuvre
équipement
matière première
Ces ressources sont disponibles en quantité limitée.
p1 p2 disponibilité
main d’oeuvre 4 9 81
équipement 3 5 55
matière première 2 1 20

Les produits p1 et p2 rapportent à la vente, respectivement, 6 DH et 4 DH

par unité.

Recherche Opérationnelle LED3SI-S6 11 / 21

Exemple d’un problème linéaire

variables: x1 et x2 qui sont les quantités des produits p1 et p2

vendues (x1 , x2 ∈ IR)
Fonction objectif à maximiser: la fonction objectif f correspond au
bénéce total f (x1 , x2 ) = 6x1 + 4x2 .
On cherche donc max(x1 ,x2 ) [f (x1 , x2 ) = 6x1 + 4x2 ].
On écrit souvent max z = 6x1 + 4x2
Contraintes:
- disponibilité de la main d’oeuvre: 4x1 + 9x2 ⩽ 81
- disponibilité de la matière première: 3x1 + 5x2 ⩽ 55
- disponibilité d’équipement: 2x1 + x2 ⩽ 20
- positivité: x1 , x2 ⩾ 0

Recherche Opérationnelle LED3SI-S6 12 / 21

Exemple d’un problème linéaire

En résumé, le problème de production des produits p1 et p2 se modélise

sous la forme d’un programme linéaire comme suit:



 max z = 6x1 + 4x2

 s.c. 4x1 + 9x2 ⩽ 81




3x1 + 5x2 ⩽ 55

2x1 + x2 ⩽ 20






x1 , x2 ⩾ 0


Recherche Opérationnelle LED3SI-S6 13 / 21

Forme canonique / Forme standard d’un PL

Forme canonique d’un PL

 m

 max z= j=1 cj xj



 
∀i = 1 ▷ ▷ ▷ , n : aij xj ⩽ bi





∀j = 1 ▷ ▷ ▷ , m xj ⩾ 0


Forme Standard d’un PL

 m

 max z= j=1 cj xj



 
∀i = 1 ▷ ▷ ▷ , n : aij xj = bi





∀j = 1 ▷ ▷ ▷ , m xj ⩾ 0


Recherche Opérationnelle LED3SI-S6 14 / 21

Forme canonique d’un PL: Exemple

La forme canonique du problème de la production des produits p1 et p2

s’écrit: 
max z = 6x1 + 4x2


4x1 + 9x2 ⩽ 81





3x1 + 5x2 ⩽ 55

2x1 + x2 ⩽ 20






x1 , x2 ⩾ 0


Pour passer à la forme standard, on introduit trois variables d’écart x3 , x4

et x5 , an de ramener les contraintes à des égalités.

La variable d’écart liée à une contrainte représente la quantité disponible

non utilisée. C’est l’écart entre la disponibilité et le besoin.

Recherche Opérationnelle LED3SI-S6 15 / 21

Forme standard d’un PL: Exemple

La forme standard du problème de la production des produits p1 et p2

s’écrit: 

 max z = 6x1 + 4x2 + 0x3 + 0x4 + 0x5
4x1 + 9x2 + x3 = 81




3x1 + 5x2 + x4 = 55
2x1 + x2 + x5 = 20





x1 , x2 , x3 , x4 , x5 ⩾ 0


x3 , x4 et x5 sont des variables d’écart (elles seront toujours, comme les

variables de décision x1 et x2 , positives ou nulles).

Recherche Opérationnelle LED3SI-S6 16 / 21

Représentation matricielle d’un PL

Soient les notations suivantes:

x = (x1 , x2 , ▷▷▷, xn )T le vecteur des variables;
b = (b1 , b2 , ▷▷▷, bm )T le second membre des contraintes;
c = (c1 , c2 , ▷▷▷, cn ) le vecteur cout ou prot associé aux variables;
A la matrice m × n des aij .

Forme canonique Forme standard

 

 max z = cx 

 max z = cx

Ax ≤ b Ax = b
 
x⩾0

x≥0

 

Recherche Opérationnelle LED3SI-S6 17 / 21

Si on considère le problème de la production des produits p1 et p2 , alors la
représentation matricielle de sa forme standard s’écrit:



 max z = cx
Ax = b

x⩾0



x = (x1 , x2 , x3 , x4 , x5 )T le vecteur des variables;

b = (81, 55, 20)T le second membre des contraintes;
c = (6, 4, 0, 0, 0) le vecteur prot associé aux variables;
 
4 9 1 0 0
A =  3 5 0 1 0
 
2 1 0 0 1

Recherche Opérationnelle LED3SI-S6 18 / 21

Solution réalisable / Solution optimale

Soit le problème de la production des produits p1 et p2 , on a donc:

x1 , x2 : variables de décision;

x3 , x4 , x5 : variables d’écart;

x = (x1 , x2 , x3 , x4 , x5 )T est dite solution réalisable (admissible) ssi

elle satisfait toutes les contraintes;

x = (x1 , x2 , x3 , x4 , x5 )T est dite solution optimale ssi elle est

réalisable et optimise la fonction objectif.

Recherche Opérationnelle LED3SI-S6 19 / 21

Exercice d’application

Une entreprise fabrique deux produits A et B, en utilisant une machine m

et deux matières premières p et q. On dispose chaque jour de 8 heures de
m, de 10 kg de p et de 36 kg de q. On suppose que:
la production d’une unité de A nécessite 2 kg de p et 9 kg de q, et
utilise la machine m durant 1 heure;
la production d’une unité de B nécessite 2 kg de p et 4 kg de q, et
utilise la machine m durant 2 heures;
les prots réalisés sont de 50 dh par unité de A et 60 dh par unité de
B.
L’objectif que poursuit l’entreprise est de maximiser le prot qu’elle pourra
tirer, par jour, de ces 2 produits en utilisant au mieux ses ressources.

Recherche Opérationnelle LED3SI-S6 20 / 21

Exercice d’application

Q1- Résumer les données de ce problème sous forme d’un tableau.

Q2- Modéliser ce problème sous forme d’un PL.
Q3- Donner la forme Standard du PL modélisé.
Q4- Représenter ce PL matriciellemnt.

Recherche Opérationnelle LED3SI-S6 21 / 21