Optimisation linéaire

Slides:



Advertisements
Présentations similaires
Mathématique :Classe:terminaleSE Cours: les fonctions de l’Economie
Advertisements

Résolution Graphique d'un Programme Linéaire
Formulation d’un programme linéaire (PL)
La Méthode de Simplexe Standardisation
3. Variantes de l’algorithme
2. Méthodes du simplexe et son analyse.
Résolution d’un programme linéaire
CH-II. LA GESTION DES DONNEES TECHNIQUES
David Bounie Thomas Houy
Bloc 2 : Modèles d’optimisation par la programmation linéaire
PROCESSUS REPRESENTATION
Génération de colonnes
Optimisation dans les réseaux Recherche Opérationnelle GC-SIE.
Introduction Modélisation Utilisation dun ensemble de relations mathématiques pour refléter le plus adéquatement possible une situation réelle Compromis.
Recherche opérationnelle
Méthodes d‘optimisation en finance
Définition des concepts. La production et le produit الإنتاج و المنتوج Production الانتاج a- Action de produire : processus de fabrication des biens et.
L’échange naturel Le choix individuel de Robinson l’amène à déterminer les termes d’un contrat naturel d’échange, selon lequel, en échange des quantités.
Technologie et Production La fonction de production de l’entreprise
Optimisation en nombres entiers
Optimisation non linéaire sans contraintes
Optimisation linéaire
Optimisation en nombres entiers Recherche Opérationnelle GC-SIE.
Cours de Gestion d’entreprise
Optimisation non linéaire sans contraintes
Optimisation non linéaire sans contraintes
Les contraintes d’un problème
Le calcul du producteur Coût moyen Prix du marché Zone de profit.
Programmation linéaire en nombres entiers : la méthode du simplexe
Optimisation en nombres entiers Recherche Opérationnelle GC-SIE.
Optimisation dans les réseaux
Optimisation dans les réseaux
Optimisation dans les réseaux
Optimisation linéaire
Optimisation linéaire
Optimisation linéaire
Optimisation non linéaire sans contraintes Recherche opérationnelle GC-SIE.
Optimisation non linéaire sans contraintes
Introduction à la programmation linéaire
Introduction à la programmation linéaire
Les marges et la prise de décision Chapitre 8
Partie 2 : programmation stochastique
Préférences et fonctions d’utilité
Programmation linéaire en nombres entiers : les méthodes de troncature
Introduction à la programmation linéaire en nombres entiers
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,
Institut Provincial des Arts et Métiers
Programmation dynamique
La firme Les techniques à deux facteurs La demande de facteurs
GESTION DE PRODUCTION ET OPERATIONS – GPO-
Programmation linéaire en nombres entiers
Mme. Rizlane GUATI Mr Amine ESSALHI. Le producteur…c’est qui?
Foued Mnasri Weal Rekik
Équations de plans.
Les six P de l’entrepreneuriat Avec M Chiasson. Le profit C’est le but principale de l’entreprise. C’est le stimulant initial. Formule de profit. Profit.
- 5 - Optimisation linéaire et non-linéaire
PROGRAMMATION DYNAMIQUE (Exemples d’application)
2. Méthode du simplexe et son analyse.
La gestion des stocks (Modèle de Wilson).
Jacques Paradis Professeur
programmation linéaire
1. Introduction.
1. Méthode du simplexe et son analyse.
Exercice sur la tarification au coût marginal
Programme linéaire - solution graphique
1 UE Intro. Optimisation L3 INFO UPSud II. Programmation linéaire en variables entières (ou mixtes)
Transcription de la présentation:

Optimisation linéaire Recherche opérationnelle GC-SIE

Introduction et exemples

Formulation Ceci est un problème de programmation linéaire: Intro. à la programmation linéaire Michel Bierlaire

Formulation Intro. à la programmation linéaire Michel Bierlaire

Formulation Intro. à la programmation linéaire Michel Bierlaire

Formulation Intro. à la programmation linéaire Michel Bierlaire

Définitions x1,…xn : variables de décisions Si le vecteur x satisfait toutes les contraintes, x est une solution admissible. L’ensemble de toutes les solutions admissibles est l’ensemble admissible ou la région admissible. Intro. à la programmation linéaire Michel Bierlaire

Définitions La fonction cTx est la fonction objectif ou fonction de coût. Une solution admissible x* qui minimise la fonction objectif (i.e. cTx* £ cTx pour tout x admissible) est appelée solution admissible optimale ou solution optimale. Intro. à la programmation linéaire Michel Bierlaire

Définitions Forme standard Forme canonique Intro. à la programmation linéaire Michel Bierlaire

Exemple Un atelier de montage peut assembler deux produits finis différents, notés P1 et P2. Chaque produit est fabriqué à partir de 3 matières premières, M1, M2 et M3. On connaît pour chacune de ces matières premières : le nombre bi d’unités disponibles pour le prochain cycle de production, i = 1, 2, 3 ; le nombre aij d’unités nécessaires à l’assemblage d’une unité du produit Pj , i = 1, 2, 3, j = 1, 2 ; le prix d’achat unitaire i , i = 1, 2, 3. De plus, on connaît, pour chacun des produits finis, son prix de vente unitaire j , j = 1, 2. Intro. à la programmation linéaire Michel Bierlaire

Exemple Pour le directeur de l’atelier, le problème est d’utiliser « au mieux » les matières premières à disposition. Supposons qu’il décide de produire x1 unités de produit P1 et x2 unités de P2. Le revenu associé à la production d’une unité de produit j est j mais ce prix ne tient pas compte du coût des matières premières : Le profit associé à la production d’une unité de produit j est Intro. à la programmation linéaire Michel Bierlaire

Exemple Si xj unités de produit j sont assemblées, le profit correspondant est cjxj et le profit total sur le cycle de production est : Le but du directeur est de maximiser ce profit. Ses décisions sont cependant sujettes à des contraintes. Premièrement, les quantités produites doivent être non négatives, elles doivent satisfaire les contraintes : Intro. à la programmation linéaire Michel Bierlaire

Exemple D’autre part, les productions possibles sont limitées par les matières premières à disposition. La quantité de matière première Mi nécessaire à la réalisation d’un plan de production donné est : ai1x1 + ai2x2, et les quantités produites doivent satisfaire les contraintes : Intro. à la programmation linéaire Michel Bierlaire

Exemple Le problème du directeur est de déterminer le nombre d’unités x1 et x2 à produire Intro. à la programmation linéaire Michel Bierlaire

Programmation non linéaire Hypothèses Hypothèse de proportionnalité et additivité ou hypothèse de linéarité La contribution des variables de décision à la fonction objectif et aux contraintes est proportionnelle à leur valeur 3x1 ¾ x2  1/x1 log(x2)  La contribution de chaque variable est indépendante de la valeur des autres variables z=3x1+x2  z=2 x1 x2  Si elle est violée : Programmation non linéaire Intro. à la programmation linéaire Michel Bierlaire

Programmation en nombres entiers Hypothèses Hypothèse de divisibilité: Les variables prennent des valeurs fractionnaires. Si elle est violée : Programmation en nombres entiers Hypothèse de certitude : Chaque paramètre est connu précisément. Programmation stochastique Intro. à la programmation linéaire Michel Bierlaire

Représentation graphique x1 x2 s.c. 1.5 3 z=-2 1.5 3 z=-1 z=0 c=(-1,-1)T Intro. à la programmation linéaire Michel Bierlaire

Représentation graphique Identification du domaine admissible Identification des lignes de niveaux Lignes de niveaux perpendiculaires au vecteur c, et donc parallèles entre elles A chaque valeur de z correspond une ligne de niveau La valeur de z augmente dans la direction de c LPLab2D Intro. à la programmation linéaire Michel Bierlaire