01/03/2024

Ecole Nationale des Sciences Appliquées d'Al Hoceima

LA RECHERCHE OPÉRATIONNELLE

Génie Mécanique (GM1) 2023 - 2024 Mme. Kaoutar Daoudi

Introduction à la recherche opérationnelle

C’est quoi la recherche opérationnelle?

 Recherche opérationnelle :
« ensembled'outils et de méthodes pour formaliser et résoudre des problèmes
classiques .»

 Outils et méthodes :
• théorie des graphes
• optimisation par programmation linéaire
• Heuristique et métaheuristiques
• modélisation des phénomènes aléatoires

RO = Approche scientifique à la prise des décisions, qui cherche à déterminer

comment concevoir et faire fonctionner un système d’une façon optimale

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 2

 01/03/2024

Introduction à la recherche opérationnelle

 Origines de la RO

• Terme de "Operational Research" par R. Watson-Watt(1892-1972), spécialiste

de radar dans la deuxième guerre mondial.

• Problèmes posés : efficacité globale du système de surveillance Radar

et d'intervention aérienne (1937, Blackett, Grande Bretagne).
• Où positionner les radars ?
• Comment transmettre les informations ?
• Comment être sûr du matériel ?
• Comment assurer les différentes tâches ?

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 3

Introduction à la recherche opérationnelle

 Historique de la RO
• Après 1945 : application au secteur civil (économie, administration,
production,…).
• Exemples en sidérurgie :
• Succession des qualités d'acier au laminage à froid de manière à favoriser
l'expédition directe tout en minimisant les coûts liés aux contraintes
techniques
• Simulation du cadencement d'un train de laminage.

• 70-80 : stagnation de la RO
• Depuis 80 : « reprise »
• travaux de groupe (gestion de projet)
• apparition de nouveaux outils
• prise en compte d'objectifs multiples
• intégration des facteurs humains /temps réel
• aide à la décision

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 4

 01/03/2024

Introduction à la recherche opérationnelle

 Domaine d’application de la RO
• Aide à la décision
• Ordonnancement de projet, de job-shop
• Maintenance et Production
• Problèmes de transport,…,etc.

 Exemples de problèmes
• Où installer 4 usines de production parmi 20 sites implantation possibles ?

• Combien faut-il de personnes au service commercial pour qu'une personne ait

moins de 5 % de chances de devoir attendre plus de 15 minutes ?

• Quel est le temps « optimal » de production pour cette machine?

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 5

Introduction à la recherche opérationnelle

 Caractéristiques de la RO

Objectif :
• fournir des éléments de réflexion pour une prise de décision concernant un
problème concret.

Étapes d'une démarche de RO:

• identification du problème
• modélisation du problème (c'est le plus difficile !)
• résolution par des méthodes "classiques"
• validation des résultats et interprétation

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 6

 01/03/2024

Introduction à la recherche opérationnelle

Identification du problème

Collecte des données

Modélisation (Formulation
mathématique)

Vérification du modèle

Recherche des solutions

Présentation des solutions

Implémentation et
recommandations

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 7

Introduction à la recherche opérationnelle

 Modélisation
Délicate car lien entre un problème concret et sa mise en forme abstraite de
manière à permettre sa resolution en veillant à :
• être fidèle à la réalité
• permettre une résolution efficace
• présenter les solutions applicables au problème concret
La forme de modélisation la plus fréquente : modélisation mathématique
• par des équations et des inéquations liant entre eux les paramètres connus et
inconnus de manière à constituer d'une part des contraintes à respecter et
d'autres part des mesures de satisfaction à optimiser (maximiser ou minimiser)
appelés objectifs ou fonctions objectif ou critères.

Autres formes de modélisation :

• les graphes, les réseaux de Petri, le grafcet, les réseaux de file d'attente…

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 8

 01/03/2024

Introduction à la recherche opérationnelle

 Méthodes de résolution

• Méthodes analytiques classiques

• Algorithmes recherchant des solutions numériques par des procédures

déterministes.

• Expériences numériques : simulation ou algorithmes probabilistes (Monte

Carlo, Tabou, recuit simulé).

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 9

Chapitre 1 La programmation linéaire

 01/03/2024

La programmation linéaire :Introduction

 Historique

• La programmation linéaire fut développée au cours de la Seconde

Guerre mondiale.
• L’objectif était d’allouer plus intelligemment les ressources de l’armée.
• Le terme « programmation » est employé avec le sens de « plan ».
• La terminologie est due à George.B. DANTZIG, inventeur de l’algorithme
du Simplexe en 1947

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 11

La programmation linéaire :Introduction

 Méthodes de résolution
La programmation linéaire = méthode permettant d’optimiser, c'est-à-dire
rendre le plus grand ou le plus petit possible, une fonction linéaire, cela sous
certaines contraintes définies par des inégalités.

Les exemples habituels d’optimisation sont la recherche d’un bénéfice

maximal ou d’un coût minimal.

 Domaines d’application
La PL peut résoudre un grand nombre de problèmes :
• modèle de transport,
• allocation de ressources,
• tarifications, …

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 12

 01/03/2024

La programmation linéaire :Introduction

 Etapes de la PL
Une étude de programmation linéaire passe en général par trois étapes fondamentales :

1. La modélisation : consiste à élaborer un modèle appelé Programme linéaire noté

PL qui traduit toutes les données du problème (données techniques, budgétaires,
logistiques, temporelles, …) en équations.
2. La résolution : consiste à résoudre le programme linéaire par deux méthodes : la
méthode de la résolution graphique et l’algorithme du simplexe.
3. L’analyse: de la solution obtenue.

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 13

La programmation linéaire :Introduction

 Modèle PL

Variable de décisions
• Des variables mathématiques représentant des décisions.

Fonction Objectif (fonction à optimiser)

• Une équation linéaire qui quantifie un objectif
• L’objectif le plus fréquent des entreprises est de maximiser les profits.
• Pour un département, on essaie souvent de minimiser les coûts.

Contraintes
• Des équations ou inéquations linéaires qui restreignent les variables de
décisions.

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 14

 01/03/2024

La programmation linéaire : Formulation

 Formulation générale

Fonction
Max/min z = c1x1 + c2x2 + ... + cnxn
Objective
Avec :
a11x1 + a12x2 + ... + a1nxn (≤, =, ≥) b1 a21x1 + a22x2 + ...
Contraintes + a2nxn (≤, =, ≥) b2
:
am1x1 + am2x2 + ... + amnxn (≤, =, ≥) bm

xj = variables de décision
bi = valeur de la contrainte à satisfaire
cj = coefficients de la fonction objectif
aij = coefficients des contraintes
Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 15

La programmation linéaire :Introduction

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 16

 01/03/2024

La programmation linéaire : Formulation

 Hypothèses

• La linéarité des contraintes.

• Linéarité de la fonction objectif.
• L’additivité des effets.
• La proportionnalité des gains/coûts.
• Proportionnalité de la consommation des ressources.
• La divisibilité des variables.
• La détermination des données.

N.B: Ces hypothèses devront être validées pour chaque cas d’application ! Cette analyse
peut mener à choisir un modèle différent (non linéaire, stochastique, ..).

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 17

La programmation linéaire : Formulation

 Règle de réécriture

 Toute contrainte d’égalité peut s’écrire comme deux inégalités :

 Toute contrainte ≥ peut s’´écrire comme une contrainte ≤ :

 Tout problème de minimisation peut s’´écrire comme un problème de maximisation :

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 18

 01/03/2024

La programmation linéaire : Formulation

 Exemple 1:

Une usine réalise deux produits A et B :

 A : nécessite 2 kg de matière première et 4 heures de fabrication et donne
un bénéfice de 30€.
 B: nécessite 4 kg de matière première et 2 heures de fabrication et donne
un bénéfice de 10 €.
 On dispose de 100 kg de matière première et de 280h de travail (2
opérateurs x 35h x 4 semaines).

Quelle production de A et de B doit on réaliser pour obtenir un bénéfice

maximal ?

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 19

La programmation linéaire : Formulation

 Exemple:
Variable de décision:
• X1 = Production de produit A (X1 ≥ 0)
• X2 = Production de produit B (X2 ≥ 0)
Fonction objectif:
• Z = 30 X1 + 10 X2
Contraintes:
• Produit A utilise 2 kg de matière et 4h de production.
• Produit B utilise 4 kg de matière et 2 heures de production.
• La matière première est limitée à 100 kg.

2 X1 + 4 X2 ≤ 100
• Le temps de production est limité à 280 h.
4 X1 + 2 X2 ≤ 280
• Contrainte de positivité (X1 ≥ 0) et (X2 ≥ 0)
Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 20
 01/03/2024

La programmation linéaire : Formulation

 Exemple 2:
Une usine fabrique deux types de produits : P1 et P2.
Chaque type de ces produits nécessite pour son usinage des heures de
fabrication unitaires sur les 5 machines : M1, M2, …, M5 ; comme indiqué
dans le tableau suivant :
 Les bénéfices unitaires pour chaque produit sont 170 Dh pour P1 et 320
Dh pour P2.

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 21

La programmation linéaire : Formulation

 Exemple 2:

 L’objectif : est de déterminer le programme de production qui permet d’avoir le

bénéfice total maximal.

 Modélisation :

Pour j = 1 ou 2, notons par xj la quantité à fabriquer du produit Pj.

Les contraintes techniques.

Pour M1 0x1 + 3x2 = 3x2 ≤ 39

Pour M2 1,5x1 + 4x2 ≤ 60
Pour M3 2x1 + 3x2 ≤ 57
Pour M4 3x1 + 2x2 ≤ 70
Pour M5 3x1 + 0x2 = 3x1 ≤ 57

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 22

 01/03/2024

La programmation linéaire : Formulation

Donc, le programme optimal de fabrication est donné par la solution du

programme linéaire suivant :

  m ax  z  170 x1  320 x 2

  x 2  13
 
 1, 5 x1  4 x 2  60
( P0 )   2 x1  3 x 2  57
 s / c 
  3 x1  2 x 2  7 0
  x1  19
 
  x1  0 , x 2  0

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 23

La programmation linéaire : Résolution Graphique

 Démarche: Problème de production

Un fabricant produit 2 types de yaourts à la fraise A et B à partir de Fraise, de
Lait et de Sucre. Chaque yaourt doit respecter les proportions suivantes de
matières premières.

A B
Fraise 2 1
Lait 1 2
Sucre 0 1

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 4€ et 5€.
Le fabricant cherche `a maximiser son profit.

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 24

 01/03/2024

La programmation linéaire : Résolution Graphique

1.Modélisation:
• Sur quelles quantités peut-on travailler ?

Variables : xA et xB

• Que cherche-t-on à optimiser ?

max z = 4xA + 5xB

• Quelles sont les contraintes du problème ?

Première contrainte : 800 Kg de fraises disponibles
la quantité utilisée dépend de la production : 2xA + xB

2xA+ xB ≤ 800 (fraises)

xA + 2xB ≤ 700 (lait)
xB ≤ 300 (sucre)
xA , xB ≥0 positivit´e !

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 25

La programmation linéaire : Résolution Graphique

2.Résolution graphique:
Comme toutes les contraintes sont linéaires, on trace les droites correspondantes et
on choisit les demi-plans au-dessous des droites pour des contraintes d’infériorité ou
au-dessus des droites pour des contraintes de supériorité.

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 26

 01/03/2024

La programmation linéaire : Résolution Graphique

2.Résolution graphique:

On choisit deux points de chaque droite et on les trace:

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 27

La programmation linéaire : Résolution Graphique

2.Résolution graphique:

On choisit deux points de chaque droite et on les trace:

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 28

 01/03/2024

La programmation linéaire : Résolution Graphique

2.Résolution graphique:

On choisit deux points de chaque droite et on les trace:

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 29

La programmation linéaire : Résolution Graphique

2.Résolution graphique:

•Solution : affectation de valeurs aux

variables
•Solution réalisable : si les valeurs satisfont
l’ensemble des contraintes .Ex: le point
x(80,150) appartient au domaine réalisable

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 30

 01/03/2024

La programmation linéaire : Résolution Graphique

2.Résolution graphique:

•Domaine réalisable (DR) : ou bien zone

des solutions acceptables représente
l’ensemble des solutions réalisables qui
respectent toutes les contraintes.

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 31

La programmation linéaire :Introduction

 Le domaine réalisable (DR) est l’ensemble de tous les points satisfaisant toutes
les contraintes du PL. Dans notre exemple, le point (80,150) (Z= 1070) appartient
au DR. Ce point est dit réalisable.

 Pour un problème de maximisation (min), une solution optimale est un point du

DR qui donne la valeur la plus large (faible) de la fonction objective.

N.B: (80, 150) ≠ solution optimale car (300, 200) est réalisable et donne Z = 2200
meilleur profit que Z= 1070.

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 32

 01/03/2024

La programmation linéaire : Résolution Graphique

2.Résolution graphique:
 Recherche de la solution optimale

La fonction objectif Z = 4xA + 5xB représente

pour Z fixé ( 4xA + 5xB = cte) l’équation des
courbes de niveau (des droites de pente -4/5)
qu’on appelle aussi ligne d’isoprofit ou isocoût.

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 33

La programmation linéaire : Résolution Graphique

2.Résolution graphique:
 Recherche de la solution optimale

 Maximiser Z revient à déplacer la ligne

d’isoprofit dans la direction qui augmente la
valeur de Z (pour un pb de maximisation).
 La dernière ligne qui touche le DR définit la
plus large valeur de toutes les solutions
réalisables, et contient la solution optimale

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 34

 01/03/2024

La programmation linéaire : Résolution Graphique

2.Résolution graphique:

Point optimal

Un théorème mathématique montre

que le point optimal ne peut être qu’un
sommet du polygone .
Dans ce cas est le sommet en jaune
du polygone encadré en Bleu .

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 35

La programmation linéaire : Résolution Graphique

2.Résolution graphique: (PL à 2 variables)

Les contraintes où apparaissent des inégalités correspondent

géométriquement à des demi-plans.

Intersection de ces demi-plans = ensemble des variables

satisfaisant à toutes les contraintes.

 L’ensemble des contraintes est un polygone convexe.

 le maximum du profit (l’optimum) est atteint en un sommet du

polygone convexe des contraintes.

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 36

 01/03/2024

La programmation linéaire : Résolution Graphique

2.Résolution graphique: (PL à 2 variables)

Le domaine admissible d’un PL peut être
 vide: dans un tel cas, le problème est sans solution admissible (pas de solution
optimale).

 borné (et non vide): le problème possède toujours au moins une solution
optimale.

 non borné: dans ce cas, selon la fonction objectif

- le problème peut posséder des solutions optimales.
- il peut exister des solutions admissibles de valeur arbitrairement grande (ou
petite).
- dans un tel cas, le PL n'admet pas de solution optimale finie et est dit non
borné.

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 37

La programmation linéaire : Résolution Graphique

 Application
Une compagnie est spécialisée dans la production de deux types de produits : des
climatiseurs et des ventilateurs. Les deux produits nécessitent un certain nombre
d’heures de main d’œuvre. Le tableau suivant donne les informations nécessaires sur
les deux produits.

Heures machine Main d’œuvre Profit

Climatiseur 2 h/unité 3 h/unité 25 DT/unité
Ventilateur 2 h/unité 1 h/unité 15 DT/unité
Total disponible 240 h 140 h

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 38

 01/03/2024

La programmation linéaire : Résolution Graphique

1. Formulation du programme linéaire:

a) Variables de décision : doivent complètement décrire les décisions à

prendre.

La compagnie veut décider du nombre de climatiseurs et du nombre de

ventilateurs à produire pour maximiser le profit. Ceci nous amène à choisir les
deux variables de décision suivantes :

x1 = nombre de climatiseurs

x2 = nombre de ventilateurs

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 39

La programmation linéaire : Résolution Graphique

1. Formulation du programme linéaire:

b) Fonction objectif : dans n’importe quel programme linéaire, le responsable de

décision veut maximiser (en général, le revenu ou profit) ou minimiser (en
général le coût) une fonction des variables de décisions. Cette fonction est
appelée “ fonction objectif ”.

L’objectif de l’entreprise est de déterminer le programme de production qui

maximisera son profit (Z=profit). La fonction objectif s’écrit alors:

Max Z = 25x1 + 15x2

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 40

 01/03/2024

La programmation linéaire : Résolution Graphique

1. Formulation du programme linéaire:

c) Contraintes du modèle : La limitation des ressources contraint l’entreprise
de la manière suivante :
1) Contraintes heure machine 2x1 + 2x2 ≤ 240
2) Contrainte main d’œuvre 3x1 + x2 ≤ 140
3) Contraintes de non-négativité (exprimant que les niveaux d’activité
ne peuvent être négatifs) x1 ≥ 0, x2 ≥ 0

Modèle complet : x1 = nbre de climatiseurs, x2 = nbre de ventilateurs

Max Z = 25 x1 + 15 x2
2x1 + 2x2 ≤ 240
3x1 + x2 ≤ 140
x1 ≥ 0, x2 ≥ 0

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 41

La programmation linéaire : Résolution Graphique

1. Représentation graphique:
1ère étape : domaine réalisable
(PL)

Domaine réalisable
Max Z = 25 x1 + 15 x2
2x1 + 2x2 ≤ 240
3x1 + x2 ≤ 140
x1 ≥ 0, x2 ≥ 0

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 42

 01/03/2024

La programmation linéaire : Résolution Graphique

1. Représentation graphique:
2ème étape : Recherche de la solution optimale
(PL)
Max Z = 25 x1 + 15 x2

La fonction objectif Z = 25x1+15x2

représente pour Z fixé (25x1 + 15x2 = cte)
l’équation des courbes de niveau (des
droites de pente -5/3) qu’on appelle aussi
ligne d’isoprofit ou isocoût.

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 43

La programmation linéaire : Résolution Graphique

1. Représentation graphique:
3ème étape : Calcul de la solution optimale

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 44

 01/03/2024

La programmation linéaire : Résolution Graphique

 Notion de convexité et points extrême:

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 45

La programmation linéaire : Résolution Graphique

 Notion de convexité et points extrême:

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 46

 01/03/2024

La programmation linéaire : Résolution Graphique

 Rôle des points extrêmes:

►Si un programme linéaire a une solution optimale,

►alors au moins un point extrême est optimal.

►Si plusieurs solutions optimales existent alors

la fonction objectif doit être parallèle à au moins
une des contraintes.

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 47

La programmation linéaire : Résolution Graphique

 Cas particuliers de PL:

Si la fonction objectif est min z = x1 + 2x2 (18/5, 7/5) est optimal.

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 48

 01/03/2024

La programmation linéaire : Résolution Graphique

 Cas particuliers de PL:

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 49

La programmation linéaire : Résolution Graphique

 Cas particuliers de PL:

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 50

 01/03/2024

La programmation linéaire : Résolution Graphique

La méthode graphique est une méthode simple qui donne facilement la

solution du PL dans le cas de 2 variable.
Cependant, lorsque le nombre de variables dépasse 3, cette méthode
devient non praticable, d’où la nécessité d’un algorithme qui est la
méthode de simplexe.

Prof. Kaoutar DAOUDI Cours RO-GM1-ENSAH 51