Introduction Modélisation Utilisation dun ensemble de relations mathématiques pour refléter le plus adéquatement possible une situation réelle Compromis.

Slides:



Advertisements
Présentations similaires
Résolution Graphique d'un Programme Linéaire
Advertisements

Formulation d’un programme linéaire (PL)
La Méthode de Simplexe Standardisation
LA QUALITE LOGICIELLE Plan du cours La modélisation d’activité 1 h ½
Chap4- Le mix marketing II- La politique de prix
3. Variantes de l’algorithme
2. Méthodes du simplexe et son analyse.
Le processus de contrôle de gestion : La postévaluation
CH-II. LA GESTION DES DONNEES TECHNIQUES
Exposé sous le thème: Co
Bloc 2 : Modèles d’optimisation par la programmation linéaire
Equipe optimisation TempoSoft
CHAPITRE 1 L’OPTIMISATION
Génération de colonnes
Application à la méthode des
                                        République Algérienne Démocratique et Populaire Ministère de l’Enseignement Supérieur et de la Recherche Scientifique.
Théorie du consommateur lorsque la richesse dépend des prix
PROGRAMMATION SCIENTIFIQUE EN C
SPATIAL WOODSTOCK ET STANLEY
IAS 16 « Immobilisations corporelles »
Production de modèles algébriques
CHAPITRE 9 CHAPITRE 9 Lorganisation de la Production Lorganisation de la Production CHAPITRE 9 CHAPITRE 9 Lorganisation de la Production Lorganisation.
Introduction à la conception de Bases de Données Relationnelles
CHAPITRE 1 LES SYSTÈMES D' INÉQUATIONS
Nommer 4 inconvénients d’avoir du stock?
Cours de Gestion d’entreprise
Dualité Introduction à la dualité. Construction du couple primal-dual.
Programmation linéaire en nombres entiers : la méthode du simplexe
Chapitre 3: Les équations et les inéquations
Optimisation linéaire
Introduction à la programmation linéaire
Introduction à la programmation linéaire
Les marges et la prise de décision Chapitre 8
2. Le Monopole Hypothèse de base du modèle:
3. Théorie de la production (offre) (suite)
SEMINAIRE DE CONTACT novembre 2008 Outils de gestion de projet.
GPA750 – Gestion de Projets
Sous-espaces vectoriels engendrés
LA THEORIE DU PRODUCTEUR
l’algorithme du simplexe
MAXIMISER les RESULTATS
Introduction Objet de la programmation mathématique, construction d'un modèle mathématique, problème général de programmation mathématique et classification,
CONSOMMATEURS ET SUBSTITUTION
Institut Provincial des Arts et Métiers
PROGRAMMATION SCIENTIFIQUE EN C
La firme Les techniques à deux facteurs La demande de facteurs
Tarification non-linéaire
Introduction à l’économie du travail
Programmation linéaire en nombres entiers
METHODE : Les unités et calculs indispensables en chimie
Fondements d’Economie pour l’Entreprise TD - Externalités
Foued Mnasri Weal Rekik
MODULE 1 L’OPTIMISATION
Séance 2 Thème 1: Le processus décisionnel – perspective à court terme (partie 2) 2-1.
- 5 - Optimisation linéaire et non-linéaire
Économie Managériale La firme dominante © Ecole des HEC 2001.
La motivation: donner de la valeur à l’activité
2. Méthode du simplexe et son analyse.
programmation linéaire
1. Introduction.
GESTION DE LA TRESORERIE
1. Méthode du simplexe et son analyse.
Modélisation des Actions Mécaniques Première sti2d
Programme linéaire - solution graphique
Localisation d’entrepôts (1/3)
1 UE Intro. Optimisation L3 INFO UPSud II. Programmation linéaire en variables entières (ou mixtes)
1. Introduction.
1. Introduction.
Transcription de la présentation:

Introduction Modélisation Utilisation dun ensemble de relations mathématiques pour refléter le plus adéquatement possible une situation réelle Compromis entre ladéquation avec la réalité et la facilité de résoudre le modèle

Modèle mathématique Trois entités à identifier i)lensemble des actions (activités) qui soffrent à lagent de décision (variables) ii)lobjectif visé exprimé sous la forme dune fonction mathématique (fonction économique) iii)Les règles définissant la nature du système à létude exprimées en termes de relations mathématiques (contraintes)

Résolution Trois entités à identifier i)lensemble des actions (activités) qui soffrent à lagent de décisions (variables) ii)lobjectif visé exprimé sous la forme dune fonction mathématique (fonction économique) iii)Les contraintes définissant la nature du système à létude exprimées en termes de relations mathématiques (contraintes) Résolution du modèle Utiliser une procédure (algorithme, méthode) pour déterminer les valeurs des variables représentant lamplitude de lutilisation des diverses actions pour optimiser la fonction économique (atteindre lobjectif) en respectant les contraintes imposées

Modèle linéaire Deux propriétés particulières: 1.Additivité des variables: leffet global des actions prises (variables) est égale à la somme des effets particuliers de chacune des actions (variables). Il ny a pas deffet croisé des actions 2. Les variables prennent toujours des valeurs non négatives

Exemple 1: problème de diète 3 types de grains disponibles pour nourrir le troupeau: g1, g2, g3 Chaque kg de grain contient des quantités de 4 éléments nutritifs: ENA, ENB, ENC, END La quantité hebdomadaire requise de chaque élément nutritif est spécifiée Le prix au kg de chaque type de grains est spécifié. Problème: Déterminer la quantité de chaque grain (en kg) à utiliser pour établir une diète à coût minimum respectant la quantité requise de chaque élément nutritif

Données du problème 3 types de grains disponibles pour nourrir le troupeau: g1, g2, g3 Chaque kg de grain contient 4 éléments nutritifs: ENA, ENB, ENC, END La quantité hebdomadaire requise de chaque élément nutritif est spécifiée Le prix au kg de chaque type de grains est spécifié. Problème: Déterminer la quantité de chaque grain (en kg) à utiliser pour établir une diète à coût minimum respectant la quantité requise de chaque élément nutritif quantité g1 g2 g3 hebd. ENA ENB ENC END $/kg

Variables du problème 3 types de grains disponibles pour nourrir le troupeau: g1, g2, g3 Chaque kg de grain contient 4 éléments nutritifs: ENA, ENB, ENC, END La quantité hebdomadaire requise de chaque élément nutritif est spécifiée Le prix au kg de chaque type de grains est spécifié. Problème: Déterminer la quantité de chaque grain (en kg) à utiliser pour établir une diète à coût minimum respectant la quantité requise de chaque élément nutritif i) Activités ou actions du modèle Actions variables # kg de g1 x 1 # kg de g2 x 2 # kg de g3 x 3

Fonction économique et contraintes ii) Fonction économique Coût de la diète par semaine = 41x x x 3 à minimiser iii) Contraintes ENA: 2x 1 + 3x 2 +7x ENB: 1x 1 + 1x ENC: 5x 1 + 3x END: 0.6x x 2 + x Non négativité des variables: x 1 0, x 2 0, x 3 0 quantité g1 g2 g3 hebd. ENA ENB ENC END $/kg

Modèle mathématique ii) Fonction économique Coût de la diète par semaine = 41x x x 3 à minimiser iii) Contraintes ENA: 2x 1 + 3x 2 +7x ENB: 1x 1 + 1x ENC: 5x 1 + 3x END: 0.6x x 2 + x Non négativité des variables: x 1 0, x 2 0, x 3 0 min z = 41x x x 3 Sujet à 2x 1 + 3x 2 +7x x 1 + 1x x 1 + 3x x x 2 + x x 1 0, x 2 0, x 3 0

Exemple 2: problème dentreposage Entreposage dune commodité pour vente future. Problème séchelonnant sur 3 périodes successives. À chaque période, nous pouvons acheter et/ou vendre, et les prix unitaires dachat et de vente sont les mêmes Coût unitaire dentreposage = $1 par période. Capacité de lentrepôt = 60 unités. 30 unités disponibles initialement Problème: Déterminer pour chaque période les quantités à acheter, à vendre et à entreposer pour maximiser les profits au cours des 3 périodes.

Entreposage dune commodité pour vente future. Problème séchelonnant sur 3 périodes successives. À chaque période, nous pouvons acheter et/ou vendre, et les prix unitaires dachat et de vente sont les mêmes Coût unitaire dentreposage = $1/ période. Capacité de lentrepôt = 60 unités. 30 unités disponibles initialement Problème: Déterminer pour chaque période les quantités à acheter, à vendre et à entreposer pour maximiser les profits au cours des 3 périodes. Données du problème

Entreposage dune commodité pour vente future. Problème séchelonnant sur 3 périodes successives. À chaque période, nous pouvons acheter et/ou vendre, et les prix unitaires dachat et de vente sont les mêmes Coût unitaire dentreposage = $1/période. Capacité de lentrepôt = 60 unités. 30 unités disponibles initialement Problème: Déterminer pour chaque période les quantités à acheter, à vendre et à entreposer pour maximiser les profits au cours des 3 périodes. i) Activités ou actions du modèle Actions variables à chaque période t Acheter Entreposer Vendre Variables du problème

Entreposage dune commodité pour vente future. Problème séchelonnant sur 3 périodes successives. À chaque période, nous pouvons acheter et/ou vendre, et les prix unitaires dachat et de vente sont les mêmes Coût unitaire dentreposage = $1/période. Capacité de lentrepôt = 60 unités. 30 unités disponibles initialement Problème: Déterminer pour chaque période les quantités à acheter, à vendre et à entreposer pour maximiser les profits au cours des 3 périodes. ii) Fonction économique Revenu net Fonction économique

Entreposage dune commodité pour vente future. Problème séchelonnant sur 3 périodes successives. À chaque période, nous pouvons acheter et/ou vendre, et les prix unitaires dachat et de vente sont les mêmes Coût unitaire dentreposage = $1/période. Capacité de lentrepôt = 60 unités. 30 unités disponibles initialement Problème: Déterminer pour chaque période les quantités à acheter, à vendre et à entreposer pour maximiser les profits au cours des 3 périodes. ii) Contraintes Deux contraintes pour chaque période Contraintes

Entreposage dune commodité pour vente future. Problème séchelonnant sur 3 périodes successives. À chaque période, nous pouvons acheter et/ou vendre, et les prix unitaires dachat et de vente sont les mêmes Coût unitaire dentreposage = $1/période. Capacité de lentrepôt = 60 unités. 30 unités disponibles initialement Problème: Déterminer pour chaque période les quantités à acheter, à vendre et à entreposer pour maximiser les profits au cours des 3 périodes. ii) Contraintes Contraintes

ii) Contraintes Contraintes

Problème du restaurateur Disponibilités du restaurateur: 30 oursins 24 crevettes 18 huîtres Deux types dassiettes de fruits de mer offertes par le restaurateur: à $8 composée de 5 oursins, 2 crevettes et 1 huître à $6 composée de 3 oursins, 3 crevettes et 3 huîtres Problème: déterminer le nombre dassiettes de chaque type à offrir pour que le restaurateur maximise son revenu en respectant les disponibilités de fruits de mer

Variables du problème Disponibilités du restaurateur: 30 oursins 24 crevettes 18 huîtres Deux types dassiettes de fruits de mer offertes par le restaurateur: à $8 composée de 5 oursins, 2 crevettes et 1 huître à $6 composée de 3 oursins, 3 crevettes et 3 huîtres Problème: déterminer le nombre dassiettes de chaque type à offrir pour que le restaurateur maximise son revenu en respectant les disponibilités de fruits de mer ii) Activités ou actions du modèle Actions variables # ass. $8 x # ass. $6 y

Fonction économique et contraintes Disponibilités du restaurateur: 30 oursins 24 crevettes 18 huîtres Deux types dassiettes de fruits de mer offertes par le restaurateur: à $8 composée de 5 oursins, 2 crevettes et 1 huître à $6 composée de 3 oursins, 3 crevettes et 3 huîtres Problème: déterminer le nombre dassiettes de chaque type à offrir pour que le restaurateur maximise son revenu en respectant les disponibilités de fruits de mer i) Activités ou actions du modèle ii) Fonction économique revenu du restaurateur = 8x + 6y à maximiser iii) Contraintes oursins: 5x + 3y 30 crevettes: 2x + 3y 24 huîtres: 1x + 3y 18 non négativité des variables: x,y 0

Modèle mathématique i) Activités ou actions du modèle ii) Fonction économique revenu du restaurateur = 8x + 6y à maximiser iii) Contraintes oursins: 5x + 3y 30 crevettes: 2x + 3y 24 huîtres: 1x + 3y 18 non négativité des variables: x,y 0 max 8x + 6y Sujet à 5x + 3y 30 2x + 3y 24 1x + 3y 18 x,y 0

Variables libres Min x_1+x_2 Sujet à x_2 0 x_1+x_2 = 3 On peut poser x_1 = x_1^+-x_1^- Ce qui donne Min x_1^+-x_1^-+x_2 Sujet à x_1^+-x_1^-+x_2 = 3 x_1^+, x_1^-,x_2 0

Variables libres Autre technique: élimination de variable x_1 = 3-x_2 Min 3-x_2+x_2 Sujet à x_2 0 Ce qui donne min 3 Sujet à x_2 0 … infinité de solutions!