Escolar Documentos
Profissional Documentos
Cultura Documentos
et aide la dcision
Cours du Cycle Probatoire
Simplex
PERT
MPM
176221984.doc
______________________________________________________________________________
___________________________________________________________________
DI GALLO Frdric
Page 2
30/09/2013
176221984.doc
______________________________________________________________________________
INTRODUCTION...................................................10
I. PRSENTATION DE LA RECHERCHE OPRATIONNELLE..................................................10
II. DOMAINES D'APPLICATION...........................................................................................10
2.1) Les problmes combinatoires...............................................................................10
2.2) Les problmes alatoires......................................................................................10
2.3) Les problmes de concurrence.............................................................................10
III. PROPRITS DE LA R.O. INTERDISCIPLINAIRE.............................................................10
PROGRAMMATION LINEAIRE.........................15
I. PROBLMATIQUE DE LA PROGRAMMATION LINAIRE....................................................15
1.1) Introduction..........................................................................................................15
1.2) Exemple.................................................................................................................15
1.3) Forme canonique..................................................................................................16
1.4) Formulation gnrale...........................................................................................18
1.5) Interprtation gomtrique...................................................................................18
1.6) Forme standard.....................................................................................................20
II. CONVEXIT...................................................................................................................21
III. MTHODE DU SIMPLEXE..............................................................................................21
3.1) Exemple avec deux variables................................................................................21
3.2) Mthode des tableaux...........................................................................................23
3.3) Mthode des 2 phases et mthode M....................................................................34
3.4) Paramtrisation des coeff. de la fn co.................................................................38
IV. DUALIT :....................................................................................................................45
PROBLEMES DE TRANSPORT..........................53
I. EXEMPLE DE L'USINE......................................................................................................53
1.1) Problme : rpartition des expditions.................................................................53
1.2) Modlisation du problme....................................................................................54
1.3) Reprsentation graphique.....................................................................................56
1.4) Mthode plus rapide (des regrets)........................................................................57
1.5) Changement de base.............................................................................................57
1.6) Cas de dgnrescence.........................................................................................59
II. RECHERCHE DUNE SOLUTION INITIALE.......................................................................59
2.1) Rgle du coin Nord-Ouest ("hasard")..................................................................59
2.2) Rgle de Balas-Hammer :.....................................................................................60
LES GRAPHES.......................................................66
I. DFINITION VOCABULAIRE.........................................................................................66
1.1) Graphe..................................................................................................................66
1.2) Chemins................................................................................................................67
II. MATRICES ASSOCIES UN GRAPHE............................................................................68
2.1) Matrice latine........................................................................................................68
2.2) Matrices boolenne et arithmtique.....................................................................72
III. CONNEXIT FORTE CONNEXIT................................................................................73
3.1) Connexit..............................................................................................................73
___________________________________________________________________
DI GALLO Frdric
Page 3
30/09/2013
176221984.doc
______________________________________________________________________________
3.2) Forte connexit.....................................................................................................73
3.3) Fermeture transitive.............................................................................................74
3.4) Recherche des classes fortement connexes, des circuits hamiltoniens.................75
3.5) Mthode de Georges DEMOUCRON...................................................................75
ORDONNANCEMENT..........................................96
I. INTRODUCTION...............................................................................................................96
II. MTHODES DORDONNANCEMENT................................................................................97
2.1) Mthode MPM......................................................................................................97
2.2) Mthode PERT......................................................................................................99
2.3) Comparaison des deux mthodes........................................................................100
III. EXERCICES.................................................................................................................101
PROCESSUS STOCHASTIQUES......................106
I. INTRODUCTION.......................................................................................................106
1.1) Historique...........................................................................................................106
1.2) Dfinition d'un Processus Stochastique..............................................................106
II. LES CHANES DE MARKOV ESPACE D'TATS DISCRET............................................107
2.1) Probabilits et matrice de transition..................................................................107
2.2) Probabilits de transition en m tapes...............................................................107
III. GRAPHE DES TRANSITIONS CLASSIFICATION DES CHANES....................................109
3.1)Exemple sur les processus alatoires...................................................................109
IV. DISTRIBUTION DES TATS D'UNE CHANE..................................................................111
V. ETUDE DES CHANES RDUCTIBLES............................................................................111
VI. LES CHANES DE MARKOV TEMPS CONTINU..........................................................111
VII. COMPORTEMENT ASYMPTOTIQUE DES CHANES......................................................111
VIII. PROCESSUS DE NAISSANCE ET DE MORT.................................................................111
FIABILIT.............................................................116
I. INTRODUCTION.......................................................................................................116
II. GENERALITES - TERMINOLOGIE.......................................................................116
2.1) Fonction de dfaillance et fn de fiabilit............................................................116
2.2) Taux davarie ou taux de dfaillance.................................................................116
III. LOIS UTILISEES.....................................................................................................119
3.1) Loi exponentielle.................................................................................................119
3.2) Loi de Weibull.....................................................................................................119
___________________________________________________________________
DI GALLO Frdric
Page 4
30/09/2013
176221984.doc
______________________________________________________________________________
IV. FIABILIT DUN SYSTME ET DE SES COMPOSANTS..................................................120
4.1) Systme structure en srie................................................................................120
4.2) Systme structure parallle..............................................................................120
4.3) Systmes structure mixte..................................................................................121
V. EXERCICES..............................................................................................................121
5.1) Exercice n 1.......................................................................................................121
5.2) Exercice n 2.......................................................................................................122
5.3) Exercice n 3.......................................................................................................122
___________________________________________________________________
DI GALLO Frdric
Page 5
30/09/2013
176221984.doc
______________________________________________________________________________
INTRODUCTION
___________________________________________________________________
DI GALLO Frdric
Page 6
30/09/2013
176221984.doc
______________________________________________________________________________
INTRODUCTION...................................................10
I. PRSENTATION DE LA RECHERCHE OPRATIONNELLE..................................................10
II. DOMAINES D'APPLICATION...........................................................................................10
2.1) Les problmes combinatoires...............................................................................10
2.2) Les problmes alatoires......................................................................................10
2.3) Les problmes de concurrence.............................................................................10
III. PROPRITS DE LA R.O. INTERDISCIPLINAIRE.............................................................10
PROGRAMMATION LINEAIRE.........................15
I. PROBLMATIQUE DE LA PROGRAMMATION LINAIRE....................................................15
1.1) Introduction..........................................................................................................15
1.2) Exemple.................................................................................................................15
1.3) Forme canonique..................................................................................................16
1.4) Formulation gnrale...........................................................................................18
1.5) Interprtation gomtrique...................................................................................18
1.6) Forme standard.....................................................................................................20
II. CONVEXIT...................................................................................................................21
III. MTHODE DU SIMPLEXE..............................................................................................21
3.1) Exemple avec deux variables................................................................................21
3.2) Mthode des tableaux...........................................................................................23
3.3) Mthode des 2 phases et mthode M....................................................................34
3.4) Paramtrisation des coeff. de la fn co.................................................................38
IV. DUALIT :....................................................................................................................45
PROBLEMES DE TRANSPORT..........................53
I. EXEMPLE DE L'USINE......................................................................................................53
1.1) Problme : rpartition des expditions.................................................................53
1.2) Modlisation du problme....................................................................................54
1.3) Reprsentation graphique.....................................................................................56
1.4) Mthode plus rapide (des regrets)........................................................................57
1.5) Changement de base.............................................................................................57
1.6) Cas de dgnrescence.........................................................................................59
II. RECHERCHE DUNE SOLUTION INITIALE.......................................................................59
2.1) Rgle du coin Nord-Ouest ("hasard")..................................................................59
2.2) Rgle de Balas-Hammer :.....................................................................................60
LES GRAPHES.......................................................66
I. DFINITION VOCABULAIRE.........................................................................................66
1.1) Graphe..................................................................................................................66
1.2) Chemins................................................................................................................67
II. MATRICES ASSOCIES UN GRAPHE............................................................................68
2.1) Matrice latine........................................................................................................68
2.2) Matrices boolenne et arithmtique.....................................................................72
___________________________________________________________________
DI GALLO Frdric
Page 7
30/09/2013
176221984.doc
______________________________________________________________________________
III. CONNEXIT FORTE CONNEXIT................................................................................73
3.1) Connexit..............................................................................................................73
3.2) Forte connexit.....................................................................................................73
3.3) Fermeture transitive.............................................................................................74
3.4) Recherche des classes fortement connexes, des circuits hamiltoniens.................75
3.5) Mthode de Georges DEMOUCRON...................................................................75
ORDONNANCEMENT..........................................96
I. INTRODUCTION...............................................................................................................96
II. MTHODES DORDONNANCEMENT................................................................................97
2.1) Mthode MPM......................................................................................................97
2.2) Mthode PERT......................................................................................................99
2.3) Comparaison des deux mthodes........................................................................100
III. EXERCICES.................................................................................................................101
PROCESSUS STOCHASTIQUES......................106
I. INTRODUCTION.......................................................................................................106
1.1) Historique...........................................................................................................106
1.2) Dfinition d'un Processus Stochastique..............................................................106
II. LES CHANES DE MARKOV ESPACE D'TATS DISCRET............................................107
2.1) Probabilits et matrice de transition..................................................................107
2.2) Probabilits de transition en m tapes...............................................................107
III. GRAPHE DES TRANSITIONS CLASSIFICATION DES CHANES....................................109
3.1)Exemple sur les processus alatoires...................................................................109
IV. DISTRIBUTION DES TATS D'UNE CHANE..................................................................111
V. ETUDE DES CHANES RDUCTIBLES............................................................................111
VI. LES CHANES DE MARKOV TEMPS CONTINU..........................................................111
VII. COMPORTEMENT ASYMPTOTIQUE DES CHANES......................................................111
VIII. PROCESSUS DE NAISSANCE ET DE MORT.................................................................111
FIABILIT.............................................................116
I. INTRODUCTION.......................................................................................................116
II. GENERALITES - TERMINOLOGIE.......................................................................116
2.1) Fonction de dfaillance et fn de fiabilit............................................................116
2.2) Taux davarie ou taux de dfaillance.................................................................116
III. LOIS UTILISEES.....................................................................................................119
___________________________________________________________________
DI GALLO Frdric
Page 8
30/09/2013
176221984.doc
______________________________________________________________________________
3.1) Loi exponentielle.................................................................................................119
3.2) Loi de Weibull.....................................................................................................119
IV. FIABILIT DUN SYSTME ET DE SES COMPOSANTS..................................................120
4.1) Systme structure en srie................................................................................120
4.2) Systme structure parallle..............................................................................120
4.3) Systmes structure mixte..................................................................................121
V. EXERCICES..............................................................................................................121
5.1) Exercice n 1.......................................................................................................121
5.2) Exercice n 2.......................................................................................................122
5.3) Exercice n 3.......................................................................................................122
___________________________________________________________________
DI GALLO Frdric
Page 9
30/09/2013
176221984.doc
______________________________________________________________________________
INTRODUCTION
I.
La recherche oprationnelle est une mthode d'analyse scientifique d'un problme. Cette
mthodologie est une mlange d'analyse et de mthodes mathmatique runies pour aider un
dcideur prendre une dcision. Cre en Angleterre durant la seconde guerre mondiale, elle
servait rsoudre les problmes militaires (placements de radar, gestion des convois, etc.).
Elle consiste recevoir un maximum d'information sur le problme afin de proposer des
solutions mais surtout pas de dcider laquelle est la meilleure. La solution choisie dpend
surtout des intrts du dcideur.
Informatique
B.D.
Recherche
Oprationnelle
Outils
mathmatique
___________________________________________________________________
DI GALLO Frdric
Page 10
30/09/2013
176221984.doc
______________________________________________________________________________
Programmation
Linaire
___________________________________________________________________
DI GALLO Frdric
Page 11
30/09/2013
176221984.doc
______________________________________________________________________________
INTRODUCTION 10
I. PRSENTATION DE LA RECHERCHE OPRATIONNELLE 10
II. DOMAINES D'APPLICATION 10
2.1) Les problmes combinatoires 10
2.2) Les problmes alatoires 10
2.3) Les problmes de concurrence 10
III. PROPRITS DE LA R.O. INTERDISCIPLINAIRE 10
PROGRAMMATION LINEAIRE 15
I. PROBLMATIQUE DE LA PROGRAMMATION LINAIRE 15
1.1) Introduction 15
1.2) Exemple 15
a) Agriculteur 15
b) Usine 16
PROBLEMES DE TRANSPORT 53
I. EXEMPLE DE L'USINE 53
1.1) Problme : rpartition des expditions 53
1.2) Modlisation du problme 54
1.3) Reprsentation graphique 56
1.4) Mthode plus rapide (des regrets) 57
1.5) Changement de base 57
1.6) Cas de dgnrescence 59
II. RECHERCHE DUNE SOLUTION INITIALE 59
2.1) Rgle du coin Nord-Ouest ("hasard") 59
___________________________________________________________________
DI GALLO Frdric
Page 12
30/09/2013
176221984.doc
______________________________________________________________________________
2.2) Rgle de Balas-Hammer : 60
LES GRAPHES 66
I. DFINITION VOCABULAIRE 66
1.1) Graphe 66
1.2) Chemins 67
II. MATRICES ASSOCIES UN GRAPHE 68
2.1) Matrice latine 68
2.2) Matrices boolenne et arithmtique 72
a) Matrice arithmtique : 72
b) Matrice boolenne : 72
ORDONNANCEMENT 96
I. INTRODUCTION 96
Contraintes potentielles : 96
___________________________________________________________________
DI GALLO Frdric
Page 13
30/09/2013
176221984.doc
______________________________________________________________________________
1.1) Historique 106
1.2) Dfinition d'un Processus Stochastique 106
II. LES CHANES DE MARKOV ESPACE D'TATS DISCRET 107
2.1) Probabilits et matrice de transition 107
2.2) Probabilits de transition en m tapes 107
III. GRAPHE DES TRANSITIONS CLASSIFICATION DES CHANES 109
3.1)Exemple sur les processus alatoires 109
IV. DISTRIBUTION DES TATS D'UNE CHANE 111
V. ETUDE DES CHANES RDUCTIBLES 111
VI. LES CHANES DE MARKOV TEMPS CONTINU 111
VII. COMPORTEMENT ASYMPTOTIQUE DES CHANES 111
VIII. PROCESSUS DE NAISSANCE ET DE MORT 111
FIABILIT 116
I. INTRODUCTION 116
II. GENERALITES - TERMINOLOGIE 116
2.1) Fonction de dfaillance et fn de fiabilit 116
2.2) Taux davarie ou taux de dfaillance 116
a) Relations fondamentales 118
b) Estimation des fonctions R et F 118
___________________________________________________________________
DI GALLO Frdric
Page 14
30/09/2013
176221984.doc
______________________________________________________________________________
PROGRAMMATION LINEAIRE
I.
1.2) Exemple
a) Agriculteur
Un agriculteur possde 40ha, 63 000 FF et 840 jours de travail. Il dsire semer du mas, du bl
et du soja qui ont les cots et les rapport suivants:
Mas
Bl
soja
Prix (FF/ha)
1500
1800
1050
Temps (jour)
18
27
15
Rapports (FF/ha)
420
510
360
___________________________________________________________________
DI GALLO Frdric
Page 15
30/09/2013
176221984.doc
______________________________________________________________________________
b) Usine
De la mme faon, une usine produit du "A" et du "B" avec du "M1" et du "M2" avec les
caractristiques suivantes:
A
B
Stocks
M1
2
1
8
M2
1
2
7
M3
0
1
3
gains
4
5
Mise en quations avec x1 le nombre de "A" et x2 le nombre de "B" sachant que x1et x2 0
Bilan de M1: 2 x1 + x2 8
Bilan de M2: x1 + 2 x2 7
Bilan de M3: x2 3
Le critre tant un max z = 4 x1 + 5 x2
max z = c j .x j
Fonction conomique
j=1
a ij .x j b i , pour 1 i m
j=1
x j 0,
pour 1 j n
m: contraintes
n: nbre de variables x1,,xn
a ij .x j b i ( a ij ).x j b i
n
j=1
j=1
n
a ij.x j bi
n
j= 1
a ij.x j = bi
n
j= 1
a .x b
j= 1 ij j i
( )
___________________________________________________________________
DI GALLO Frdric
Page 16
30/09/2013
176221984.doc
______________________________________________________________________________
si certaines variables nont pas de condition de signe, on pose xi = xi xi, avec xi0 et xi0.
Remarque: 2 x1 + x2 12 est impossible rsoudre avec cet outil.
___________________________________________________________________
DI GALLO Frdric
Page 17
30/09/2013
176221984.doc
______________________________________________________________________________
Remarques:
max z = x1 + x 2
Le systme :
2x1 + x 2 1
x1 + 3x 2 10
x 4
1
x1 , x 2 0
___________________________________________________________________
DI GALLO Frdric
Page 18
30/09/2013
176221984.doc
______________________________________________________________________________
4
3
2
1
3,
9
3,
6
3,
3
2,
7
2,
4
2,
1
1,
8
1,
5
1,
2
0,
9
0,
6
0,
3
___________________________________________________________________
DI GALLO Frdric
Page 19
30/09/2013
176221984.doc
______________________________________________________________________________
Soit le systme:
-2x1 + x2 1
x1 + 3x2 10
x1 4
max z = -x1 + x2
D1
D3
D1 -2x1 + x2 = 1
x2 = 2x1 + 1
0
D2 3x2 = 10 x1
x2 = 10/3 (1/3)x1
-1
A
D3 x1 4
x2 = 2x1 + 1
D2
k x2 x1 = k
x2 = x1 + k
z a pour maximum 2 atteint en x1 = 1, x2 = 3
A x2 = 1
x1 = 0
- 2 x1 + x 2 + t 1 = 1
x1 + 3x2 + t2 = 10
x1
+t3 = 4
max z = c j .x j
j=1
a ij .x j + x n +i
= b i , pour 1 i m
x j 0,
pour 1 j n
j=1
x n +i 0,
pour 1 i m
___________________________________________________________________
DI GALLO Frdric
Page 20
30/09/2013
176221984.doc
______________________________________________________________________________
Ecriture matricielle :
max ( tc x)
Ax=b
x 0
avec :
x1
c1
a 11
a 21
n+m
x = x n , c= c n x, c R , A =
a
0
x
m1
n +m
b1
, b Rm
b
m
a 1n
a 2n
a mn
1 0 0
0 1 0
,AM
0 0 1
(R), b=
m,n+m
II. Convexit
C IRn est convexe SSI x C , et y C , [0,1] x + (1-)y C
L'intersection d'un nombre fini de convexes est convexe. Un polydre convexe est
l'intersection d'un nombre fini d'ensembles du type A , B , C.
Thorme : L'ensemble des solutions ralisables d'un programme linaire est convexe.
x est un point extrmal d'un convexe (ou point anguleux, ou sommet) SSI il n'existe pas:
x' , x C x' x tels que x = x' + (1-)x avec ]0,1[
Thorme : Tout point x d'un polydre convexe born IRn
convexe de points extrmes de .
Remarque : Dans le cas o est un polydre non born, il existe un thorme analogue
utilisant la notion de rayons extrmaux.
___________________________________________________________________
DI GALLO Frdric
Page 21
30/09/2013
176221984.doc
______________________________________________________________________________
Ici, x1 = 0 , x2 = 0 est une solution de base admissible avec z = 0, c'est dire qu'elle fait
partie de la zone graphique concerne et qu'elle rpond toutes les conditions poses.
On a les variables hors base: x1 , x2 et les variables en base: t1 , t2 , t3
Essayons de faire crotre x2 , avec x1 = 0
t1 = 1 x2 0
t2 = 10 3x2 0
t3 = 4
x2 1
x2 10/3
pas de contrainte
x1 -1/2
x1 1
x1 4
___________________________________________________________________
DI GALLO Frdric
Page 22
30/09/2013
176221984.doc
______________________________________________________________________________
max z = x1 + x 2
2x1 + x 2 + x 3 = 1
x1 + 3x 2 + x 4 = 10
x1 + x 5 = 4
x1 , x 2 , x 3 , x 4 , x 5 0
Sous forme de tableau :
coef
1
10/3
bi
x1
x2
t1
1
2
1
1
10
1
3
0
4
1
0
0
Z
1
1
0
La solution admissible de base (solution initiale) est:
t2
0
1
0
0
t3
0
0
1
0
bi
1
7
4
Z-1
x1
2
7
1
1
x2
1
0
0
0
t1
1
-3
0
-1
t2
0
1
0
0
t2
2/7
1/7
-1/7
-1/7
t3
0
0
1
0
t3
0
0
1
0
x2
t2 L2 3L1
t3
L4 L1
x1
0
1
0
0
x2
1
0
0
0
t1
1/7
-3/7
3/7
-4/7
x2
x1
t3
___________________________________________________________________
DI GALLO Frdric
Page 23
30/09/2013
176221984.doc
______________________________________________________________________________
Conclusion : solution optimale : x1=1, x2=3, z =2
___________________________________________________________________
DI GALLO Frdric
Page 24
30/09/2013
176221984.doc
______________________________________________________________________________
b) Exercice 1
Soit le programme linaire suivant sous sa forme canonique:
x1 + x2 14
-2x1 + 3x2 12
avec x1, x2 0
2x1 - x2 12
max z = x1 + 3x2
1. Mettre sous forme standard
On introduit donc les variables d'cart t1, t2 et t3:
x1 + x2 + t1 = 14
-2x1 + 3x2 + t2 = 12
avec x1, x2, t1, t2, t3 0
2x1 - x2
+ t3 = 12
max z = x1 + 3x2
2. Proposer une rsolution graphique
D2
D1 x1 + x2 = 14
x2 = 14 x1
D3
30
12
D2 x2 = 2/3 x1 + 4
D3 x2 = 2 x1 - 12
D1
si x1 = 0 et k = 0 alors x2 = 0
car x2 = (k x1) / 3
donc 0 x2 = -(1/3) x1
12 x2 = 4 = (1/3) k
30 x2 = 8 x1 = 6
Z = 30 pour x1 = 6 et x2 = 8
3. Trouver une solution optimale par la mthode des tableaux
coef(bi/ai1)
14
4
-2
bi
14
12
2
Z
x1
1
-2
2
1
x2
1
3
-1
3
t1
1
0
0
0
t2
0
1
0
0
t3
0
0
1
0
dfinit
t1
t2
t3
t1 = 14
t2 = 12
t3 = 2
___________________________________________________________________
DI GALLO Frdric
Page 25
30/09/2013
176221984.doc
______________________________________________________________________________
On prend celui qui fait augmenter le plus Z donc ici on choisit de faire rentrer x 2 en base car
son coeff sur Z est de 3.
coef
10*3/5
4*(-3/2)
16*3/4
6
-6
12
bi
10
4
16
Z-12
x1
5/3
-2/3
4/3
3
x2
0
1
0
0
t1
1
0
0
0
t2
-1/3
1/3
1/3
-1
t3
0
0
1
0
dfinit
t1 L1 - L2
x2 L2/3
t3 L3 + L2
LZ - 3L2
L1 : t1 en fonction de x1, x2
L'2 : x2 en fonction de t2
L'1 : t1 en fonction de t2, x2
L1 14
L'2 4
L'1 10
1
-2/3
5/3
1
1
0
1
0
1
0
1/3
-1/3
0
0
0
L3 12
L'2 4
L'3 16
2
-2/3
4/3
-1
1
0
0
0
0
0
1/3
1/3
1
0
1
Z-12-18
x1
1
0
0
0
x2
0
1
0
0
t1
3/5
2/5
-4/5
-9/5
t2
-1/5
1/5
3/5
-2/5
t3
0
0
1
0
dfinit
x1
x2
t3
c) Exercice 2
Soit le programme linaire suivant sous sa forme canonique:
3x1 + x2 8
x1 + 2x2 6
avec x1, x2 0
3x1 + 2x2 9
max z = x1 + x2
1. Mettre sous forme standard
On introduit donc les variables d'cart t1 et t2:
3x1 + x2 + t1 = 8
x1 + 2x2 + t2 = 6
avec xi, ti 0
3x1 + 2x2
+ t3 = 9
max z = x1 + x2
___________________________________________________________________
DI GALLO Frdric
Page 26
30/09/2013
176221984.doc
______________________________________________________________________________
___________________________________________________________________
DI GALLO Frdric
Page 27
30/09/2013
176221984.doc
______________________________________________________________________________
2. Trouver une solution optimale par la mthode des tableaux
coef (bi/ai1)
8/3
6
9/3
bi
8
6
9
Z
x1
3
1
3
1
x2
1
2
2
1
t1
1
0
0
0
t2
0
1
0
0
t3
0
0
1
0
dfinit
t1
t2
t3
t1 = 8
t2 = 6
t3 = 9
On choisit alors celui qui a le coefficient le plus important pour faire augmenter Z. Ici, Coef
x1 = Coef x2 = 1 donc on le choisit au hasard.
Faisons rentrer x1 en base:
3x1 + t1 = 8
x1 + t2 = 6
3x1 + t3 = 9
8 3x1 0
6 x1 0
9 3x1 0
8/6 x1
6 x1
3 x1
bi
8/3
10/3
1
Z-8/3
x1
1
0
0
0
x2
1/3
5/3
1
2/3
t1
1/3
-1/3
-1
-1/3
t2
0
1
0
0
L2
-L'1
L'2
6
-8/3
10/3
1
-1
0
2
-1/3
5/3
0
-1/3
-1/3
1
0
0
0
0
0
L3
-3L'1
L'3
9
-8
1
3
-3
0
2
-1
1
0
-1
-1
0
0
0
1
0
1
Lz
-L'1
L'z
Z
-8/3
Z-8/3
1
-1
0
1
-1/3
2/3
0
-1/3
-1/3
0
0
0
t3
0
0
1
0
dfinit
x1 L1/3
t2 L2-L'1
t3 L3-3L'1
0
0
0
t2 = 10/3
t3 = 1 x2 = t1 = 0
Z = 8/3
___________________________________________________________________
DI GALLO Frdric
Page 28
30/09/2013
176221984.doc
______________________________________________________________________________
coef (bi/ai1)
7/2
5/4
-1
bi
7/3
5/3
1
Z-10/3
L'1
1/3L''3
L'1-1/3L''3
8/3
1/3
7/3
L'2
5/3L''3
L'2 5/3 L''3
L'z
2/3L''3
L'z-2/3L''3
10/3
5/3
5/3
x1
1
0
0
0
x2
0
0
1
0
t1
2/3
4/3
-1
1/3
t2
0
1
0
0
t3
-1/3
-5/3
1
-2/3
1
0
1
1/3
1/3
0
1/3
-1/3
2/3
0
0
0
0
1/3
-1/3
0
0
0
5/3
5/3
0
-1/3
-5/3
4/3
1
0
1
0
5/3
5/3
-1/3
-2/3
1/3
0
0
0
0
2/3
-2/3
Z 8/3
2/3
Z 10/3
0
0
0
2/3
2/3
0
dfinit
x1 L'1-1/3L''3
t2 L'2-5/3L''3
x2
Lz-2/3L''3
Z = 10/3
Faisons rentrer t1 et sortir t2 de la base (on fait sortir t 2 car il a le coefficient le plus petit
positif).
bi
3/2
5/4
9/4
Z-15/4
x1
1
0
0
0
x2
0
0
1
0
L''1
L'''2
L''1-2/3L''2
7/3
5/4
3/2
L''2
L'''2
L''3 L''2
-1
5/4
9/4
L''z
L'''2
L''z+1/3L''2
Z-10/3
5/4
Z-15/4
t1
0
1
0
0
1
0
1
t2
-1/2
-1/4
0
0
0
1
0
0
0
0
0
t3
1/2
-5/4
-1/4
-1/4
dfinit
x1 L''1-1/3L''3
t1 L'2-5/3L''3
x2
Lz-2/3L''3
2/3
1
0
-1/2
-1/3
-5/4
1/2
0
0
1
1
1
0
-1
0
-5/4
-1/4
0
0
0
1/3
1
0
-1/4
-2/3
-5/4
-1/4
Ici, on a la solution optimale car les coefficients de la fonction conomique sont tous
ngatifs.
Z = 15/4 pour x1 = 3/2 ; x2 = 9/4 ; t1 = 5/4 ; t2, t3 = 0
___________________________________________________________________
DI GALLO Frdric
Page 29
30/09/2013
176221984.doc
______________________________________________________________________________
d) Exercice 3
Soit le programme linaire suivant sous sa forme canonique:
x1 - x2 3
-x1 + 2x2 4
avec x1, x2 0
2x1 + x2 8
max z = x1 + x2
1. Mettre sous forme standard
On introduit donc les variables d'cart t1 et t2:
x1 - x2 + t1 = 3
-x1 + 2x2 + t2 = 4
avec xi, ti 0
2x1 + x2
+ t3 = 8
max z = x1 + x2
2. Trouver une solution optimale par la mthode des tableaux
coef (bi/ai1)
3
-4
4
bi
3
4
8
Z
x1
1
-1
2
1
x2
-1
2
1
1/2
t1
1
0
0
0
t2
0
1
0
0
t3
0
0
1
0
dfinit
t1
t2
t3
t1 = 3
t2 = 4
t3 = 8
bi
3
7
2
Z-3
x1
1
0
0
0
x2
-1
1
3
3/2
t1
1
1
-2
-1
t2
0
1
0
0
t3
1/3
-1/3
1/3
-1/2
t2
0
1
0
0
t3
0
0
1
0
dfinit
x1
t2
t3
x1
1
0
0
0
x2
0
0
1
0
t1
1/3
5/3
-2/3
0
dfinit
x1 L1+L'3
t2 L2-L'3
x2 L'3
Mais on voit que ce n'est pas la seule solution (notamment grce au graphique) et on peut
donc continuer en faisant rentrer t1 et sortir t2.
___________________________________________________________________
DI GALLO Frdric
Page 30
30/09/2013
176221984.doc
______________________________________________________________________________
___________________________________________________________________
DI GALLO Frdric
Page 31
30/09/2013
176221984.doc
______________________________________________________________________________
bi
12/5
19/5
16/5
Z-4
x1
1
0
0
0
x2
0
0
1
0
t1
0
1
0
0
t2
-5
3/5
2/5
0
t3
2
-1/5
1/5
-1/2
dfinit
x1
t1
x2
e) Exercice 4
Soit le programme linaire suivant sous sa forme canonique:
-x1 + x2 + 5x3 2x4 5
x1
- 3x3 + x4 = 7
avec xi 0
x1 + x2 + 4x3 -3x4 = 4
max z = 13x1 + 6x2 - 2x3 - 10x4
1. Mettre sous forme standard
On introduit donc une seule variable d'cart t1:
-x1 + x2 + 5x3 2x4 - t1 = 5
x1
- 3x3 + x4
=7
x1 + x2 + 4x3 -3x4
=4
avec xi, ti 0
x1
-1
1
1
13
x2
1
0
1
6
x3
5
-3
4
-2
x4
-2
1
-3
-10
t1
-1
0
0
0
x1
-1
1
2
19
x2
1
0
0
0
x3
5
-3
-1
-32
x4
-2
1
-1
2
t1
-1
0
1
6
dfinit
x2
___________________________________________________________________
DI GALLO Frdric
Page 32
30/09/2013
176221984.doc
______________________________________________________________________________
bi
12
7
-15
Z-163
x1
0
1
0
0
x2
1
0
0
0
x3
2
-3
5
25
x4
-1
1
-3
-17
t1
-1
0
1
6
dfinit
x2
x1
Si l'on veut que L3 dfinisse x4 (car le second membre est ngatif donc x 4 ayant un
coefficient ngatif, cela se simplifie): on aura L'3 L3/-3.
bi
17
2
5
Z-78
x1
0
1
0
0
x2
1
0
0
0
x3
1/3
-4/3
-5/3
-10/3
x4
0
0
1
0
t1
-4/3
1/3
-1/3
1/3
dfinit
x2
x1
x4
On arrive donc ici un simplexe et maintenant, on peut chercher optimiser z. Pour cela, on
fait rentrer t1 en base et on sort x1:
on a donc L'1 L1 + 4/3 L2 ; L'2 3L2 ; L'3 L3 + 1/3 L2; L'4 L4 1/3 L2
bi
25
6
7
Z-80
x1
4
3
1
-1
x2
1
0
0
0
x3
-5
-4
-3
-2
x4
0
0
1
0
t1
0
1
0
0
dfinit
x2
t1
x4
___________________________________________________________________
DI GALLO Frdric
Page 33
30/09/2013
176221984.doc
______________________________________________________________________________
a) Exemple 1 :
max z = 2x1 + 3x 2
x1 + x 2 6
x1 + x 2 + x 3 = 6
2x1 x 2 + x 4 = 4
2x + x + x = 2
1 2 5
x1 , x 2 , x 3 , x 4 , x 5 0
La difficult de cette tude provient du fait que lon na pas une solution admissible initiale,
en fixant x1=x2=0 (variables hors-base) car on aurait alors x3=6 0 (valable), mais x4=4 0
(non valable) et x5 = 2 0 (non valable). Il faut donc commencer par chercher une premire
solution admissible. On pourrait essayer se ramener au simplexe.
Ou alors, on introduit des variables artificielles : x6 et x7, associes un coefficient de la
fonction conomique ngatif, (pour que la solution optimale du PL avec ces deux variables
artificielles soit obtenue avec x6 et x7 nulles, cest--dire la solution optimale du nouveau PL
est la mme que celle du PL sans ces deux variables artificielles).
Le Programme Linaire devient :
max z = 2x1 + 3x 2 Mx 6 Mx 7
x1 + x 2 + x 3 = 6
2x1 x 2 + x 4 x 6 = 4
2x + x + x x = 2
1 2 5 7
x1 , x 2 , x 3 , x 4 , x 5 , x 6 , x 7 0
___________________________________________________________________
DI GALLO Frdric
Page 34
30/09/2013
176221984.doc
______________________________________________________________________________
___________________________________________________________________
DI GALLO Frdric
Page 35
30/09/2013
176221984.doc
______________________________________________________________________________
o 1re phase:
Cherchons dans le systme maximiser une nouvelle fonction conomique z' = -V1 V2
V1 = 4 2x1 x2 + t2
V2 = 2 2x1 + x2 + t3
z' = -4 + 2x1 + x2 - t2 - 2 + 2x1 x2 - t3 = -6 + 4x1 - t2 - t3
coef (bi/ai1)
6
2
bi
6
4
2
Z'+6
Z
x1
1
2
2
4
2
x2
1
1
-1
0
3
t1
1
0
0
0
0
t2
0
-1
0
-1
0
t3
0
0
-1
-1
0
V1
0
1
0
0
0
V2
0
0
1
0
0
dfinit
t1
V1
V2
bi
5
2
1
Z'+2
Z-2
x1
0
0
1
0
0
x2
3/2
2
-1/2
2
4
t1
1
0
0
0
0
t2
0
-1
0
-1
0
t3
1
-1/2
1
1
V1
0
1
0
0
0
V2
-1/2
-1
-2
-1
dfinit
t1
V1
x2
t3
-
-
0
-1
V1
-
-1
-2
Ici, L1 L1 - L3
coef (bi/ai1)
10/3
1
-2
bi
7/2
1
3/2
Z'
Z-6
x1
0
0
1
0
0
x2
0
1
0
0
0
t1
1
0
0
0
0
t2
-
-
0
2
dfinit
t1
x2
x1
x1
0
0
1
0
x2
0
1
0
0
t1
4/3
2/3
1/3
-8/3
t2
1
0
0
0
t3
-1/3
1/3
-1/3
-1/3
dfinit
t2
x2
x1
___________________________________________________________________
DI GALLO Frdric
Page 36
30/09/2013
176221984.doc
______________________________________________________________________________
-2
bi
6
4
2
Z
x1
1
2
2
2
x2
1
1
-1
3
t1
1
0
0
0
t2
0
-1
0
0
t3
0
0
-1
0
V1
0
1
0
-M
V2
0
0
1
-M
dfinit
t1
V1
V2
Ici, nous n'avons pas tout fait un tableau du simplexe car les coefficients de z ne sont pas nul
pour V1 et V2. On fait rentrer x2 dans la base et sortir V1: L'1 L1 - L2
bi
2
4
6
Z-12
x1
-1
2
4
-4
x2
0
1
0
0
t1
1
0
0
0
t2
1
-1
-1
3
t3
0
0
-1
0
V1
-1
1
1
-M-3
t1
1
1
1
-3
t2
1
0
0
0
t3
0
0
-1
0
V2
0
0
1
-M
V2
0
0
1
-M
dfinit
t1
x2
V2
x1
-1
1
3
-1
x2
0
1
0
0
dfinit
t2
x2
V2
Erreur de raisonnement: Le premier tableau n'est pas un tableau du simplexe, il aurait donc
fallu commencer par le ramener une forme de vrai tableau du simplexe.
o Mthode correcte:
Il faut modifier la ligne "z" pour obtenir un vrai tableau du simplexe:
bi
x1
x2
6
1
1
4
2
1
2
2
-1
Z+4M 2+2M 3+M
Z+6M 2+4M
3
t1
1
0
0
0
0
t2
0
-1
0
-M
-M
t3
0
0
-1
0
-M
V1
0
1
0
0
0
V2
0
0
1
-M
0
dfinit
t1
V1
V2
L'4 L4 + ML2
L'4 L4 + ML3
___________________________________________________________________
DI GALLO Frdric
Page 37
30/09/2013
176221984.doc
______________________________________________________________________________
Le tableau initial du simplexe est donc:
coef (bi/ai1)
6
2
1
bi
x1
6
1
4
2
2
2
Z+6M 2+4M
x2
1
1
-1
3
t1
1
0
0
0
t2
0
-1
0
-M
t3
0
0
-1
-M
V1
0
1
0
0
V2
0
0
1
0
t1
1
0
0
0
t2
0
-1
0
-M
t3
1
-
1+M
V1
0
1
0
0
V2
-
-1
-1-2M
t1
1
0
0
0
t2
-
-
2
t3
-
-
-1
V1
-3/4
-2-M
dfinit
t1
V1
V2
bi
5
2
1
Z+2M-2
x1
0
0
1
0
x2
3/2
2
-
4+2M
dfinit
t1
V1
x1
x1
0
0
1
0
x2
0
1
0
0
dfinit
t1
x2
x1
___________________________________________________________________
DI GALLO Frdric
Page 38
30/09/2013
176221984.doc
______________________________________________________________________________
o a. Forme Canonique :
bi
40
420
280
Z
x1
1
10
6
420
x2
1
12
9
510
x3
1
7
5
360+360
t1
1
0
0
0
t2
0
1
0
0
t3
0
0
1
0
dfinit
t1
t2
t3
t3
0
0
1
0
dfinit
x3
t2
t3
x3
1
0
0
0
t1
1
-7
-5
-360-360
t2
0
1
0
0
bi
40
420
280
Z
coef (bi/ai1)
80/4=20
140
bi
80/9
140/3
x1
1
10
6
420
x1
1/3
2
x2
1
12
9
510
x3
1
7
5
510
t1
1
0
0
0
t2
0
1
0
0
t3
0
0
1
0
dfinit
t1
t2
t3
x2
0
0
x3
4/9
1/3
t1
1
0
t2
0
1
t3
-1/9
-4/3
dfinit
t1
t2
___________________________________________________________________
DI GALLO Frdric
Page 39
30/09/2013
176221984.doc
______________________________________________________________________________
280/5=56
280/9
2/3
1
5/9
0
0
1/9
x2
Z-510*210/9 80
0
680/3
0
0
-510/9
___________________________________________________________________
DI GALLO Frdric
Page 40
30/09/2013
176221984.doc
______________________________________________________________________________
bi
20
40
80/9
x1
3/4
7/4
1/4
-120
Z - 49300/3
x2
0
0
1
0
x3
1
0
0
0
t1
9/4
-
-5/4
-510
t2
0
1
0
0
t3
-1/4
-5/4
1/4
0
dfinit
x3
t2
x2
Z 420
510
40
1
1
63000 1500 1800
840 18
27
360
1
1050
15
0
1
0
0
0
0
0
1
z
40
420
280
14
1
10
6
z4760/9
8 8/9
46 2/3
31 1/9
2 2/3
1/3
2
2/3
0
0
0
1
2 5/9
4/9
1/3
5/9
0
1
0
0
z5320/9
1 1/9
23 1/3
15 5/9
0
0
1
0
0
0
0
1
2 1/9
2/5
1/6
4/9
0
1
0
0
z4180/7
20/7
160/7
100/7
0
0
1
0
17
1
12
9
0
0
1
0
0
0
0
1
12
1
7
5
0
1
0
0
0
1
0
0
38/7
18/7
3/7
8/7
0
0
1
0
0
0
1
0
0
0
0
1
Cff
40
35
31,11
1 8/9 Cff
1/9 26,666
1 1/3 23,33
1/9 46,666
1 1/3 1/9
cff
1/6
1/9 2,8571
1/2 2/3
140
1/3
5/9
35
3/7
3/7
4/7
1/7
5/7
2/7
5/7
3/7
___________________________________________________________________
DI GALLO Frdric
Page 41
30/09/2013
176221984.doc
______________________________________________________________________________
Rq : dans cet exemple, toutes les ressources sont puises (crdit, journes de travail) et la
terre est intgralement occupe. Cela provient du fait que le premier P.L. mis sous forme
dgalit est un systme de Cramer.
b. Pour paramtrer alors suivant la valeur de la prime accorde au soja, remplaons dans la
matrice optimale le coefficient de x3 de la fonction conomique par 12(1+), avec 1.
Le nouveau tableau est :
Z4180/7240/7
20/7
160/7
100/7
0
0
1
0
0
0
0
1
0
1
0
0
38/7216/7
18/7
3/7
8/7
3/7+36/7 5/724/7
3/7
2/7
4/7
5/7
1/7
3/7
La solution avant paramtrage tait x1 = 160/7, x2 = 100/7, x3 = 20/7. Cette solution nest
optimale que si tous les coefficients de la fonction conomique sont ngatifs :
Bilan :
___________________________________________________________________
DI GALLO Frdric
Page 42
30/09/2013
176221984.doc
______________________________________________________________________________
1
5/2
19/108
1/12
+
+
+
2
+
3
On va donc garder la solution prcdente si ]19/108, 1/12[
Si 19/108, 1 est le plus coefficient positif de la fonction conomique, donc on fait
rentrer x4 dans la base.
Z4180/7240/7
20/7
160/7
100/7
0
0
1
0
0
0
0
1
0
1
0
0
38/7216/7
18/7
3/7
8/7
3/7+36/7 5/724/7
3/7
2/7
4/7
5/7
1/7
3/7
0
0
0
1
19/9+12
7/18
1/6
4/9
0
1
0
0
Coeff
10/9
6400/21
25/2
0
0
1
0
4/3
1/6
1/3
1/9
1/9
2/3
5/9
Cette solution est stable si 19/9 + 12 0, cestdire si 19/108, ce qui est justement
le cas. Donc si 19/108, la solution optimale consiste cultiver 70/3 ha de mas et 140/9
ha de bl, il reste alors 10/9 ha non cultivs. Le profit est alors de 5320/9 u.m., indpendant de
, mais cest un hasard.
Si 1/12,
Z4180/7240/7
20/7
160/7
100/7
0
0
1
0
0
0
0
1
38/7216/7
18/7
3/7
8/7
0
1
0
0
7/4
0
0
0
1
0
1
0
0
3/7+36/7 5/724/7
3/7
2/7
4/7
5/7
1/7
3/7
Coeff
20/3
40
v1/100
212
1
3
1
512
1
5
4
0
1
0
0
1212
1
7
5
0
0
1
0
0
0
0
1
___________________________________________________________________
DI GALLO Frdric
Page 43
30/09/2013
176221984.doc
______________________________________________________________________________
Cette fois, les coefficients de la fonction conomique sont tous ngatifs et la solution optimale
dans ce cas est de cultiver 40 ha de soja, pour un gain de 480+480 u.m.
___________________________________________________________________
DI GALLO Frdric
Page 44
30/09/2013
176221984.doc
______________________________________________________________________________
Bilan :
Mas
Bl
Soja
Gain
19/108
1/12
70/3
160/7
140/9
100/7
0
20/7
5320/9
4180/7+240/7
5/12
0
20
20
0
0
40
580+240
480+480
Remarque : si prend exactement les valeurs limites : 19/108, 1/12, 5/12, les solutions
optimales sont les mmes par les deux procds de calcul, pour les valeurs plus grandes et
plus petites que la limite.
IV. Dualit :
max z = 14x1 + 17 x 2 + 12x 3
Reprenons lexemple ci-dessus :
x1 + x 2 + x 3 40
Cest--dire :
y1 + 10 y 2 + 6y 3 14
y1 + 12 y 2 + 17 y 3 17
y + 7 y + 5y 12
1 2 3
y1 , y 2 , y 3 0
y1 + 10 y 2 + 6y 3 y 4 = 14
y1 + 12 y 2 + 17 y 3 y 5 = 17
y + 7 y + 5y y = 12
1 2 3 6
y1 , y 2 , y 3 , y 4 , y 5 , y 6 0
___________________________________________________________________
DI GALLO Frdric
Page 45
30/09/2013
176221984.doc
______________________________________________________________________________
y1 + 10y 2 + 6y 3 y 4 + y 7 = 14
y1 + 12y 2 + 9y 3 y 5 + y 8 = 17
y + 7 y + 5y y + y = 12
1 2 3 6 9
y1 , y 2 , y 3 , y 4 , y 5 , y 6 , y 7 , y 8 , y 9 0
On introduit des variables dcart, sinon on na pas de solution initiale admissible : y1=0,
y2=y3=0 et y4 = 14 et y5 = 17 et y6 = 12. Le coefficient M reprsente ici une valeur trs
grande (plus grande que toutes les valeurs numriques apparaissant dans les calculs, et M)
On a alors une solution admissible du nouveau PL : y1= = y6 = 0, y7=14, y8= 17, y9 = 12.
On cherche minimiser z ou maximiser z=z
Z 40 420 280
0
0
0
M M M
14
1
10
6
1
0
0
1
0
0
17
1
12
9
0
1
0
0
1
0
12
1
7
5
0
0
1
0
0
1
Ce tableau nest pas encore un tableau du simplexe car les variables de la base sont y 7, y8 et y9
et la fonction conomique z dpend de ces variables ! ! !
1re transformation : (la ligne de z est remplace par L1+ML2)
Z
+14M
40
+M
420
+10M
280
+6M
0M
14
17
12
1
1
1
10
12
7
6
9
5
1
0
0
0
1
0
0
0
1
1
0
0
0
1
0
0
0
1
40
+3M
420
+29M
280
+20M
14
17
12
1
1
1
10
12
7
6
9
5
1
0
0
0
1
0
0
0
1
1
0
0
0
1
0
0
0
1
Rq : comme M est trs grand, 420+29M > 0 et est le plus grand de tous les coefficient. Donc
on fait rentrer y2 dans la base. Pour voir quelle variable sort de la base, dterminons la
colonne des coefficients relatifs :
Coeff
14/10=1,4
17/121,4166
12/71,7142
Donc il faut faire sortir y7 de la base. Le tableau rsultant est :
Z+588 +12/5M 2 +M/10 0 28+13/5M 42+19/10M
7/5
1/10
1
3/5
1/10
y8
1/5
1/5
0
9/5
6/5
y2
M
0
1
M 4229/10M
0
1/10
0
6/5
0
0
1
0
0
0
coeff
7/3
1/9
___________________________________________________________________
DI GALLO Frdric
Page 46
30/09/2013
176221984.doc
______________________________________________________________________________
y9
11/5
3/10
4/5
7/10
7/10
11/4
0
1
0
0
0 70/3+1/6M 140/9+4/9M M
0
1/2
1/3
0
1
2/3
5/9
0
0
1/6
4/9
1
140/913/9M M
1/3
0
5/9
0
4/9
1
coeff
1/8
1/1
7/38
Pour liminer y9, on va choisir une variable HB ayant un coefficient dans la fonction conomique
positif
y2
y3
y1
Z +4180/7
3/7
5/7
38/7
0
0
0
1
0
1
0
0
0
0
1
0
160/7
4/7
5/7
3/7
100/7
1/7
3/7
8/7
20/7
3/7
2/7
18/7
On a donc obtenu une solution de base admissible : y1= 38/7, y2= 3/7, y3=5/7, y4, y5, y6 tant
des variables HB.
De plus cette solution est optimale (ce ne sera pas toujours le cas), car tous les coefficients de
la fonction conomique sont ngatifs.
colonnes
Lignes
Pr. : les solutions optimales du dual et les solutions optimales du primal sont associes :
n primal
colonnes
sol. primal
x1 x2 x3
x4
x5
x6
x1
1 0 0 3/7 4/7
5/7
160/7
y4
x2
0 1 0 8/7 1/7
3/7
100/7
y5
x3
0 0 1 18/7 3/7
2/7
20/7
y6
x4
0 0 0
1
0
0
0
y1
x5
0 0 0
0
1
0
0
y2
x6
0 0 0
0
0
1
0
y3
coeff primal 0 0 0 38/7 3/7 5/7
y4 y5 y6
y1
y2
y3
n dual
lignes
NB : on aurait pu ne prendre quune seule variable artificielle en transformant la matrice
initiale du problme :
x1 + 12x 2 + 9x 3 x 5 = 17
0x + 2x + x
x1 10x 2 6x 3 + x 4 = 14
x1 + 12x 2 + 9x 3 x 5 = 17
0x + 5x + 4x
x1 7x 2 5x 3 + x 6 = 12
1
+ x4 x5=3
(L2 L1)
x5 + x6 = 5 (L2L3)
___________________________________________________________________
DI GALLO Frdric
Page 47
30/09/2013
176221984.doc
______________________________________________________________________________
z
17
3
5
40
1
0
0
40
12
2
5
280
9
1
4
0
0
1
0
0
1
1
1
0
0
0
1
M
1
0
0
___________________________________________________________________
DI GALLO Frdric
Page 48
30/09/2013
176221984.doc
______________________________________________________________________________
Problmes de
TRANSPORT
___________________________________________________________________
DI GALLO Frdric
Page 49
30/09/2013
176221984.doc
______________________________________________________________________________
INTRODUCTION 10
I. PRSENTATION DE LA RECHERCHE OPRATIONNELLE 10
II. DOMAINES D'APPLICATION 10
2.1) Les problmes combinatoires 10
2.2) Les problmes alatoires 10
2.3) Les problmes de concurrence 10
III. PROPRITS DE LA R.O. INTERDISCIPLINAIRE 10
PROGRAMMATION LINEAIRE 15
I. PROBLMATIQUE DE LA PROGRAMMATION LINAIRE 15
1.1) Introduction 15
1.2) Exemple 15
a) Agriculteur 15
b) Usine 16
PROBLEMES DE TRANSPORT 53
I. EXEMPLE DE L'USINE 53
1.1) Problme : rpartition des expditions 53
1.2) Modlisation du problme 54
1.3) Reprsentation graphique 56
1.4) Mthode plus rapide (des regrets) 57
1.5) Changement de base 57
1.6) Cas de dgnrescence 59
II. RECHERCHE DUNE SOLUTION INITIALE 59
2.1) Rgle du coin Nord-Ouest ("hasard") 59
___________________________________________________________________
DI GALLO Frdric
Page 50
30/09/2013
176221984.doc
______________________________________________________________________________
2.2) Rgle de Balas-Hammer : 60
LES GRAPHES 66
I. DFINITION VOCABULAIRE 66
1.1) Graphe 66
1.2) Chemins 67
II. MATRICES ASSOCIES UN GRAPHE 68
2.1) Matrice latine 68
2.2) Matrices boolenne et arithmtique 72
a) Matrice arithmtique : 72
b) Matrice boolenne : 72
ORDONNANCEMENT 96
I. INTRODUCTION 96
Contraintes potentielles : 96
___________________________________________________________________
DI GALLO Frdric
Page 51
30/09/2013
176221984.doc
______________________________________________________________________________
1.1) Historique 106
1.2) Dfinition d'un Processus Stochastique 106
II. LES CHANES DE MARKOV ESPACE D'TATS DISCRET 107
2.1) Probabilits et matrice de transition 107
2.2) Probabilits de transition en m tapes 107
III. GRAPHE DES TRANSITIONS CLASSIFICATION DES CHANES 109
3.1)Exemple sur les processus alatoires 109
IV. DISTRIBUTION DES TATS D'UNE CHANE 111
V. ETUDE DES CHANES RDUCTIBLES 111
VI. LES CHANES DE MARKOV TEMPS CONTINU 111
VII. COMPORTEMENT ASYMPTOTIQUE DES CHANES 111
VIII. PROCESSUS DE NAISSANCE ET DE MORT 111
FIABILIT 116
I. INTRODUCTION 116
II. GENERALITES - TERMINOLOGIE 116
2.1) Fonction de dfaillance et fn de fiabilit 116
2.2) Taux davarie ou taux de dfaillance 116
a) Relations fondamentales 118
b) Estimation des fonctions R et F 118
___________________________________________________________________
DI GALLO Frdric
Page 52
30/09/2013
176221984.doc
______________________________________________________________________________
PROBLEMES DE TRANSPORT
I.
Exemple de l'usine
a i = bi .
dire si
satisfaire au mieux les exigences de chacun, en crant, soit un client fictif qui rclamerait le
surplus de la production, soit une usine fictive qui fournirait la quantit manquante.
Avec
Client
disponibilit
Usine
cij
aj
Demande
bj
a i = bi
i
Clients
8
3
2
11
7
0
2
1
10
8
4
5
Demande
des clients
Disponibilit
des usines
9
10
7
26
___________________________________________________________________
DI GALLO Frdric
Page 53
30/09/2013
176221984.doc
______________________________________________________________________________
c ij .x ij
i, j
contraintes de production :
x ij = a i
j=1
contraintes de consommation :
x ij = b j
i =1
pour 1 i m
pour 1 j n
=9
x11 + x12 + x13 + x14
x 21 + x 22 + x 23 + x 24
= 10
x 31 + x 32 + x 33 + x 34 = 7
+ x 21
+ x 31
=6
x11
x
+ x 22
+ x 32
=9
12
x13
+ x 23
+ x 33
=8
x14
+ x 24
+ x 34 = 3
(pour l'usine 1)
(pour l'usine 2)
(pour l'usine 3)
___________________________________________________________________
DI GALLO Frdric
Page 54
30/09/2013
176221984.doc
______________________________________________________________________________
1 1 1
1 7
1
1
1
6
1
1
1
9
1
1
1
8
1
1
1 3
8 11 2
8
3
7 1 4 2 0 10 5
Mais
x ij = x ij = a i = b j
i
Donc on peut liminer une des contraintes, do il y a m+n-1 quations indpendantes, m+n-1
variables dans une base et une solution de base comportera au plus m+n-1 variables non
nulles.
___________________________________________________________________
DI GALLO Frdric
Page 55
30/09/2013
176221984.doc
______________________________________________________________________________
3
6
/
/
4
4
/
/
3
9
10
7
Ici le cot est de 6x8 + 3x11 + 6x7 + 4x1 + 4x10 + 3x5 = 182 mais on ne sait pas s'il
s'agit de la solution optimale
Sous forme dun arbre, on peut reprsenter autre solution
usines
clients
6
6
6 2
3
1
73
8
9
10
7
9
3
1=6
2=9
3=8
c ij
unit de la quantit transporte sur la route hors base. Si cette variation est positive, on a
intrt ne rien transporter sur cette route (x ij reste Hors Base), sinon on peut transporter une
quantit aussi grande que possible, le cot total diminuant proportionnellement ( xij).
Ex. :
route (3, 2) : incidence sur le cot total de lenvoi
dune unit supplmentaire sur (3, 2) : la production
1
3
2=9 de lusine 3 est inchange donc le transport (3, 3)
9-1
doit dcrotre dune unit donc le transport (2, 3)
2
+1 1+1
3=8
crot dune unit et le transport (2,2) dcrot dune
7-1
3
4=3 unit.
Do c 32 = 1c32 1c33 1c22 + 1c23 = - 16.
On appelle c 32 la somme des regrets. On gagne ici 16 units, la dmarche consiste donc
essayer toutes les possibilits pour diminuer les cots. Pour cela, on interprte ces coefficients
en posant cij = ui + vj (d'o c 32 = -c22 + c23 c33 + c32 ). On va poser ces quations sur des
chemins non nuls (autrement dit, hors bases).
Cette mthode permet pour chaque variable de dterminer un cycle de rquilibrage si cest
possible.
6
1=6
___________________________________________________________________
DI GALLO Frdric
Page 56
30/09/2013
176221984.doc
______________________________________________________________________________
u1 + v1 = c11
u + v = c
1 3 13
u1 + v 4 = c14
u 2 + v 2 = c 22
u 2 + v 3 = c 23
u 3 + v 2 = c 32
Il y a donc 6 quations et 7 inconnues. Ce systme a donc une infinit de solutions. On peut
trouver une de ces solutions en choisissant une des inconnues au hasard (u1 = 0)
Alors c12 = c12 ( u 1 + v 3 ) + ( u 2 + v 3 ) ( u 2 + v 2 ) = c12 ( u1 + v 2 ) ,
Plus gnralement, c ij = c ij ( u i + v j ) , pour (i,j) HB
Effectuons ces calculs grce des tableaux.
Regrets pour la solution initiale :
8
2
8
7
1
10
0
.
3
-4
.
-14 -16
-6
.
.
.
.
-3
-11
8
7
16
c11 = c11 ( u1 + v1 ) = 0
8
7
16
c 32 = c 32 ( u 3 + v 2 ) = c 32 0 16 = 16
0
0 -6 0
Ici plusieurs coefficients sont ngatifs, donc plusieurs routes permettent doptimiser le
transport. La solution nest donc pas optimale (la solution optimale sera trouv lorsque le
tableau des regrets ne contiendra que des coefficients positifs). Amliorons-la en faisant entrer
en base la variable x32 (car cest celle qui rapporte la plus grande diminution). Autrement dit,
on fait passer le maximum par le chemin (3,2).
7-
Prenons maximum : = 7. Le cot de cette rpartition est 206 7x16 = 94.
___________________________________________________________________
DI GALLO Frdric
Page 57
30/09/2013
176221984.doc
______________________________________________________________________________
Dterminons le tableau des regrets pour savoir si cette solution est optimale :
8
3
0
8
8
En gris, apparat le calcul des u et v
-4
7
1 -3
7
2
0 16 5
0
0
-6
Comme un regret est encore ngatif, la solution nest pas optimale : elle peut tre amliore
en utilisant le chemin (1,2). On fait alors la recherche du nombre maximal dunits de
transport qui peuvent transiter par ce chemin. Dans ce cas, on ne peut utiliser que des chemins
existants sauf (1,2), donc on va comparer les diverses solutions:
3
2
8
2-
7
7
Dans la premire solution, prenons le maximum ( = 6).
Le gain est de 6x3 - 6x8 + 6x2 - 6x1= 6x(-4) = -24
Dans la seconde solution, prenons le maximum ( = 2).
Le gain est de : 2x(3 8 + 11 - 7) = 2x(-1) = -2, ce qui est plus faible que dans le
premier cas. Continuons donc avec la premire solution. On a donc une nouvelle grille des
transports :
6
3
6
2
2
7
Pour cette rpartition, le cot est de 94 24 = 70
6-
8-
Ou
6-
-2
Comme un coefficient est encore ngatif, on peut encore optimiser la solution en faisant
entrer (2,4) dans les chemins utiliss. Ce qui donne la grille des transports suivante:
8
1
6+ 3-
donc = 2
6
2
6
2
2
2-
7
7
Le cot de cette rpartition est de 64.
Le tableau des regrets est :
1
3
6
0
7
0
2
3
19
8
4
8
7
3
-4
0
4 -5 4
Cette fois-ci, on a atteint la solution optimale puisque tous les regrets sont positifs.
Cependant, cette solution nest pas unique car certains regrets sont nuls. En effet, on ne
changerait rien en utilisant le chemin (1,2) plutt que (2,4).
___________________________________________________________________
DI GALLO Frdric
Page 58
30/09/2013
176221984.doc
______________________________________________________________________________
1-
=1
6
6
1
3
2-
2+
7
7
Le cot de cette nouvelle solution est 70. Cest galement une solution optimale.
Quantit demand
par les clients
12
23
67
71
9
27
39
56
43
11
61
78
92
91
28
49
28
24
67
6
83
65
53
40
14
35
42
54
49
5
18
32
14
9
73
___________________________________________________________________
DI GALLO Frdric
Page 59
30/09/2013
176221984.doc
______________________________________________________________________________
le chemin
35
42
54
49
5
18
32
14
9
Puis le chemin (1,2) (coeff. 27) pour faire passer 9 units et saturer la premire ligne, puis
le chemin (2,2) (coeff. 39) pour faire passer 2 units et saturer la deuxime colonne , puis le
chemin (4,5) (coeff. 40) pour faire passer 9 units et saturer la quatrime ligne; puis le chemin
(2,6) (coeff. 42) pour faire passer 5 units et saturer la dernire colonne, puis le chemin (3,5)
(coeff. 53) pour faire passer 5 units et saturer la cinquime colonne, puis le chemin (2,3)
(coeff. 78) pour faire passer 25 units et saturer la deuxime ligne ; enfin, le chemin (3,3)
pour faire passer les trois units restantes.
9 9
2
25
3
0 0 28-25=3
3-3=0
6
0
5
9
14-9=5 ;
5-5=0
0
5 32-2=30 ; 30-5=25 ; 25-25=0
14-6=8 ; 8-5=3 ; 3-3=0
9-9=0
0
12
23
67
71
9
27
39
56
43
11
61
78
92
91
28
49
28
24
67
6
83
65
53
40
14
35
42
54
49
5
___________________________________________________________________
DI GALLO Frdric
Page 60
30/09/2013
18
32
14
9
176221984.doc
______________________________________________________________________________
Regrets :
12
-1
29
46
0
27
39
3
3
15
-5
78
92
12
54
51
18
24
56
-14
56
26
53
40
15
5
42
-2
6
18
12
24
38
25
12
29
43
30
9-
2+ 25-
3
9
11
28
= 9, donc :
9
9
11
16
3
9
5
6
6
5
9
14
5
6
11
28
11
9+
16-
3
28
5
9
14
18
32
14
9
18
32
14
9
6
9
61
56
61
10
23
39
78
18
26
42
30
3
92
24
53
-2
47
3
12
56
40
6
0
16
55 -13 16
19
Cette solution nest pas optimale.
6
23
37
24
9
11
=9, donc :
9
18
7
3
11
28
11
18
7+
3-
28
11
10
42
54
8
19
6
23
35
22
9
11
=3, donc :
9
11
11
5
9
14
5
9
14
18
10
28
6
9
5
9
14
5
9
14
18
32
14
9
18
32
14
9
5-
18
32
14
9
2
3
18
32
14
9
___________________________________________________________________
DI GALLO Frdric
Page 61
30/09/2013
LES
GRAPHES
INTRODUCTION 10
I. PRSENTATION DE LA RECHERCHE OPRATIONNELLE 10
II. DOMAINES D'APPLICATION 10
2.1) Les problmes combinatoires 10
2.2) Les problmes alatoires 10
2.3) Les problmes de concurrence 10
III. PROPRITS DE LA R.O. INTERDISCIPLINAIRE 10
PROGRAMMATION LINEAIRE 15
I. PROBLMATIQUE DE LA PROGRAMMATION LINAIRE 15
1.1) Introduction 15
1.2) Exemple 15
a) Agriculteur 15
b) Usine 16
PROBLEMES DE TRANSPORT 53
I. EXEMPLE DE L'USINE 53
1.1) Problme : rpartition des expditions 53
1.2) Modlisation du problme 54
1.3) Reprsentation graphique 56
1.4) Mthode plus rapide (des regrets) 57
1.5) Changement de base 57
1.6) Cas de dgnrescence 59
II. RECHERCHE DUNE SOLUTION INITIALE 59
2.1) Rgle du coin Nord-Ouest ("hasard") 59
2.2) Rgle de Balas-Hammer : 60
LES GRAPHES 66
I. DFINITION VOCABULAIRE 66
1.1) Graphe 66
1.2) Chemins 67
II. MATRICES ASSOCIES UN GRAPHE 68
2.1) Matrice latine 68
2.2) Matrices boolenne et arithmtique 72
a) Matrice arithmtique : 72
b) Matrice boolenne : 72
ORDONNANCEMENT 96
I. INTRODUCTION 96
Contraintes potentielles : 96
FIABILIT 116
I. INTRODUCTION 116
II. GENERALITES - TERMINOLOGIE 116
2.1) Fonction de dfaillance et fn de fiabilit 116
2.2) Taux davarie ou taux de dfaillance 116
a) Relations fondamentales 118
b) Estimation des fonctions R et F 118
LES GRAPHES
Ces mthodes utilisant les graphes permettent, en gnral, de trouver le chemin le plus court,
ou de faire passer le maximum par un chemin (d'eau par exemple). Les cas concret
d'utilisation sont vidents
I.
Dfinition vocabulaire
1.1) Graphe
x2
x6
x3
x5
x4
x1
x2
x1, x2, x3, x6
x3, x4, x6
x1
Suivants
x2, x4, x6
x3, x4
x4, x5
x5
x4, x5
1.2) Chemins
Un graphe peut tre orient ou non orient.
Ex. :
x2
x1
x4
x3
x2
x1
Graphe orient
x4
arte
x3
cycle
x2
x4
x1
x3
x5
Chemin
x2
x4
x3
circuit
B
A
A
B
C
D
E
B
C
AB AC
BB BC
E
AE
CD
DA
EA
DE
EC
Pour trouver les chemins de longueur 2, on calcule M ; pour les chemins de longueur 3, on
calcule M3 et ainsi de suite.
AEA
ABB
BBB
ABC
AEC
BBC
ACD
BCD
CDA
DEA
CDE
DAB
EAB
DAC
DEC
EAC
DAE
ECD
EAE
M =
M =
AEABC
AEAEA
AEABB AEAEC
ABCDE
ABCDA
AEACD
ABBBB ABBBC
AECDE
AECDA
ABBCD
ACDAB ACDAC
ACDAE
ACDEA
ACDEC
BBBBC
BBCDA BBBBB
BBCDE
BCDAC BBBCD
BCDEA BCDAB
BCDAE
BCDEC
CDABC
CDABB
CDACD
CDAEA
CDAEC
CDEAE
CDEAB
CDECD
CDEAC
DEABC
DEAEA DEABB
DEACD DACDE
DEAEC
DACDA DABBB
DABCD DAEAE
DABBC
DECDA DAEAB
DAECD DECDE
DAEAC
EABBC
EABBB
EACDE
EACDA
ECDAC EABCD
ECDAB
ECDAE
ECDEA
ECDEC EAECD
EAEAB
EAEAE
EAEAC
0
0
0
1
1
1
1
0
0
0
1
1
0
0
1
0
0
1
0
0
1
0
0
1
0
1
0
1
1
0
M=
1
1
0
1
1
2
1
0
2
1
1
1
0
0
1
0
0
1
1
1
M =
B= 28 57
.
25
87
26 26
36 38
A=
13
24
26 26
36 38
1x2 + 3x8 = 26
1x5 + 3x7 = 26
2x2 + 4x8 = 36
2x5 + 4x7 = 38
13
A= 2 4
B=
25
87
12 26
22 52
b) Matrice boolenne :
A
0
M =
0
1 1 1
1 1 0
0 0 1
1 1 0
0
M =
1
1 1 1
1 1 1
1 1 0
1 1 1
1
3
M =
0
1 1 1
1 1 1
1 1 1
1 1 1
Ici, la prsence d'un 1 reprsente l'existence d'un chemin. Dans M, sil y a un 1 cela signifie
quil existe un chemin de longueur au plus 2 entre les deux sommets.
Les matrices boolennes permettent daider lors de la recherche des composantes connexes.
Remarque : si le graphe a une entre (point de dbut, c'est dire que les arcs partent de ce
sommet mais aucun n'y arrive), il y a une colonne de 0 associe ce sommet ; et si le graphe
a une sortie, il a une ligne de 0.
F
Df. de composante connexe :
On dfinit une relation dquivalence par xi xj si xi et xj (confondus ou non) sont relis par
une chane (On a videmment : xi xi)
A
Ex :
X= {A, B, C, D, E, F}
Ce graphe contient deux composantes connexes :
{E} et {A, B, C, D, F}
B -> C
C -> B
B -> D
D -> C -> B
Remarque : on dfinit l encore une relation dquivalence (en admettant que A est en
relation avec lui-mme).
2
1
5
0
0
0
M =
0
0
0
0
0
0
1
0
0
0
0
1
0
1
1
1
0
0
1 , I+M=A= 0
0
0
0
0
1
0
0
0
1
1
0
0
0
1
1
1
1
1
0
0
1 , A= 0
0
0
0
1
1
0
0
0
1
1
0
0
1
1
1
1
1
1,
0
1
0
0
0
0
1
0
0
0
1
1
0
0
1
1
1
0
1
1
1
1
0
0
M= 0
0
0
0
0
0
0
0
0
1
0
0
0
1
1
0
0
0
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
0
0
1
1
0
(I+M)6 = 0
0
1 1 1
1
0
0
1 1 1
1 1 1
1 1 1
1
0
0
0
1
0
1 1 1
1 1 1
1 1 1
0
1
0
1
1
1
1
Aprs rorganisation des lignes et des colonnes, on dtermine les classes fortement connexes :
c1 c2 c6 c3 c4 c5 c7
A 1
B 1
F 1
C 0
D
0
E 0
G 0
1
1
1
1
A1 1 B
1
1
1
0
1
1
1
0
1
1
1
1
0
0
0
0
0
0
1 1 1
1 1 1
1 1 1
1
1
1
1
1 F
II
1
1
C
I
II
E
H
A
A
B
C
D
E
F
G
H
I
J
B
1
E
1
F
1
1
G
1
t-(A)
0
1
1
1
1
1
1 chemin de long. 2 de G A
1 chemin de long. 1 de I A
1
1
t+(A)
A est le point de dpart de chemin qui vont vers tous les points: t+(A) = {A B C J}
A est l'arrive de chemin qui proviennent de G et de I: t-(A) = {A, I, G}
A n'est li "dans les 2 sens" qu'avec I, G et A: 1re composante fortement connexe: (A, I,G)
t+(A) t-(A)= classe dquivalence ou composante fortement connexe du graphe
Arcs dont lextrmit initiale est A : AB, AF, AG : 1
Arcs dont lextrmit initiale est B, F, G : BE, BF, FB, FE, GI : 2 (si non marqus)
Arcs dont lextrmit initiale est E ou I : ED, EF, IA : 3
Arcs dont lextrmit initiale est D : DH : 4
Arcs dont lextrmit initiale est H : HC, HJ : 5
Pour t-(A), mme travail sur les colonnes, cest--dire recherche des extrmits initiales des
arcs finissant en A, puis en I, puis en G.
t+(A) t-(A) = {A, G, I}
t+(B) X
Pour B :
Pour C :
t-(B)
X (1) A
0
B
C
D
2
E
1
F
X (3) G
H
X (2) I
J
t-(C)
X (5)
X (4)
0
2
X (3)
X (4)
X (7)
1
X (6)
3
A
B
C
D
E
F
G
H
I
J
X
Pour C :
t+(C) X
B
A
I
I
F
II
C
III
CHEMIN de
VALEUR
OPTIMALE
INTRODUCTION 10
I. PRSENTATION DE LA RECHERCHE OPRATIONNELLE 10
II. DOMAINES D'APPLICATION 10
2.1) Les problmes combinatoires 10
2.2) Les problmes alatoires 10
2.3) Les problmes de concurrence 10
III. PROPRITS DE LA R.O. INTERDISCIPLINAIRE 10
PROGRAMMATION LINEAIRE 15
I. PROBLMATIQUE DE LA PROGRAMMATION LINAIRE 15
1.1) Introduction 15
1.2) Exemple 15
a) Agriculteur 15
b) Usine 16
PROBLEMES DE TRANSPORT 53
I. EXEMPLE DE L'USINE 53
1.1) Problme : rpartition des expditions 53
1.2) Modlisation du problme 54
1.3) Reprsentation graphique 56
1.4) Mthode plus rapide (des regrets) 57
1.5) Changement de base 57
1.6) Cas de dgnrescence 59
II. RECHERCHE DUNE SOLUTION INITIALE 59
2.1) Rgle du coin Nord-Ouest ("hasard") 59
2.2) Rgle de Balas-Hammer : 60
LES GRAPHES 66
I. DFINITION VOCABULAIRE 66
1.1) Graphe 66
1.2) Chemins 67
II. MATRICES ASSOCIES UN GRAPHE 68
2.1) Matrice latine 68
2.2) Matrices boolenne et arithmtique 72
a) Matrice arithmtique : 72
b) Matrice boolenne : 72
ORDONNANCEMENT 96
I. INTRODUCTION 96
Contraintes potentielles : 96
FIABILIT 116
I. INTRODUCTION 116
II. GENERALITES - TERMINOLOGIE 116
2.1) Fonction de dfaillance et fn de fiabilit 116
2.2) Taux davarie ou taux de dfaillance 116
a) Relations fondamentales 118
b) Estimation des fonctions R et F 118
Algorithme de Ford
6
A
2
5
8
2
3
G
F
3
Algorithme :
1. On numrote les sommets dans un ordre quelconque (sauf le x1 et xn)
2. i = + sauf 1 = 0
3. pour tout sommet xj pour lequel j - i > V(xi, xj), V reprsentant la valuation de larc,
remplacer j par i + V(xi, xj)
4. sarrter lorsque aucun i ne peut plus tre modifi.
C =2
C
2
A = 0
A
6
5
D =5
D
E
E=5
3
8
2
F = 6
F
8
BB =7
3
G
=3
Le but est de trouver un Gchemin de A vers B associ la valuation totale la plus faible.
ACDB = 2+3+2=7
AEDB = 5+8+2=15
AEFB = 5+2+1=8
[45]
[25]
D
[15]
[15]
E [10]
[5]
[15]
[20]
C
[10]
[10]
[30]
[20]
[20]
[30]
G
On appelle rseau de transport tout graphe fini, sans boucle, avec une source (ou point de
dpart) et un puits (ou point darrive), o tout arc est valu par un entier positif c(u), nomm
capacit de larc.
Source = entre, sommet sans prdcesseur (ou ajout)
Puits = sortie, sommet sans successeur (ou ajout)
On appelle flux de larc u la quantit (u) (entier naturel) telle que 0 (u) c(u)
Loi de Kirchoff :
( u ) = ( u )
uU x
uU x +
sortie
O Ux- est lensemble des arcs incidents intrieurement x et U x+ est lensemble des arcs
incidents extrieurement x.
( u )
On appelle flot : flux mis par la source = u
U +
x0
( u )
uU x n
2.2) Procdure
1. Trouver un flot complet : flot dont tous les chemins menant de x0 xn ont au moins un
arc satur.
Exemple :
10
A
35
O
25
D
10
E 10
10
20
C
10
10
20
20
20
30
G
OCGXn :
O C G Xn
20 10
30
OCFXn :
OBFXn :
O
A
G
Xn
AG = GXn = 20
45 20 (30-10)=20
OA = 20
O
A E Xn
EXn= 5
25 15 10-5
OA = AE = 5
O
A D
Xn
AD = 10
20 10 20
OA = DXn = 10
OBEXn :
OBDXn :
OAGXn :
OAEXn :
OADXn :
CG = 10 satur
OC = GXn =10
Recommencer tant quil sera ncessaire pour quon ne puisse plus marquer la sortie.
Exemple :
+O
A
25
20
10
35
O
+B
D
10
-E
B
5
10
20
10
+D
S
+B
20
F
10
-F
C
20
+A
E 10
30
G
On fait partir de O: 80 et sortir de S: 80. Comme le sommet S est marqu, le flot nest pas
maximal. Isolons une chane de sommets marqus pour essayer daugmenter le flot allant de
O S.
+B
+O
10
D
A
10
20
5
35
+A
+D
E 10
O
25
-E
5
S
B
En augmentant larc BD de 10 15, on augmentera DS de 20 25, mais il faut annuler le flot
entre B et E et donc pour quilibrer E, augmenter AE puis OA.
Do voil une meilleure solution :
+O
A
40
O
25
D
15
10
+A
E 10
25
B
10
20
C
10
10
20
20
30
G
Les antcdents par un arc nul ne peuvent pas tre marqus. Les sommets marqus sont relis
aux autres par des arcs saturs ou nuls.
arcs bloqus :
on doit bloquer tout arc incident intrieurement un sommet si tous les arcs incidents
extrieurement ce sommet sont saturs ou bloqus :
X
A
on doit bloquer tout arc incident extrieurement un sommet si tous les arcs incidents
extrieurement ce sommet sont saturs ou bloqus :
X
A
Procdure de la recherche :
Posons (i,j) = c(i,j) - (i,j), pour i, j {1, , n}, o c(i,j) est la capacit de larc x ixj et (i,j)
le flux de ce mme arc. ij est appel capacit rsiduelle de (i,j)
Au dpart (i,j) =0
on dtermine dans la liste des arcs praticables celui qui a la plus faible capacit rsiduelle,
soit (i0, j0) ( sil y en a plusieurs, on ordonne les arcs soit par lordre lexicographique, soit
par lordre numrique croissant et on choisit le premier de ces arcs)
on dtermine un chemin simple (sans rptition darcs) passant par (i 0, j0) form darcs
praticables (cd arcs de capacit rsiduelle au moins gale i0,j0.
Si cest un chemin lmentaire (sans rptition de sommets), on fait passer le flux i,j =
i0, j0 sur tous les arcs (i,j) de ce chemin et on remplace i,j par i,j = i,j - i0,j0 (les arcs de
capacit rsiduelle nulle devenant des arcs saturs)
si ce chemin nest pas lmentaire, on bloque les arcs de capacit la plus faible du circuit
et on recommence.
Pour tous les sommets, il faut ensuite examiner sil reste encore des blocages effectuer,
les effectuer et revenir au dbut.
Arrt de la procdure : la procdure est termine lorsque tous les arcs incidents
extrieurement lentre du rseau (ou incidents intrieurement la sortie du rseau) sont
saturs ou bloqus.
Remarque : on obtient souvent le flot optimal.
Exemple:
B
A
[5]
[4]
[7]
[8]
[9]
[1]
D
[5]
[10]
F
[5]
[5]
[5]
H
[4]
[4]
[5]
I
[6]
G
AB 5
AC 8
AD 9
BC 7
BE 4
CF 10
CH 5
DC 1
DG 5
DH 4
EI
5
FH 5
FI
5
GI 6
HG 4
10
11
5
8
8
7
4
9
5
0
5
4
5
4
5
5
3
5
5
8
7
4
9
2
0
5
4
5
4
5
2
0
5
5
8
7
4
9
X
0
5
X
5
X
5
2
0
5
5
6
7
4
9
X
0
3
X
5
X
5
0
0
5
5
6
7
4
9
X
0
X
X
5
X
5
0
0
1
5
X
7
0
9
X
0
X
X
1
X
5
0
0
0
5
X
6
0
8
X
0
X
X
X
X
4
0
0
0
5
X
X
0
8
X
0
X
X
X
X
4
0
0
0
1
X
X
0
4
X
0
X
X
X
X
0
0
0
0
X
X
X
0
X
X
0
X
X
X
X
0
0
0
5
7[8]
+A
C
3[9]
1
D
-C
+C
F
5
4[5]
2[5]
4[5]
5
+C
H
4
I
6
G
+D
Est-il optimal ? Marquage. On s'aperoit que I nest pas marqu donc le flux est maximal.
Exemple de marquage:
B
+
A
C
-C
Si AC < CD :
D
+A
E
+C
+A
B
D
C
E
+C
Si AC > CD :
+
-D
B
D
+A
C
+C
E
+C
2.4) Exercices
a) Exercice n1: Plus court chemin
a
1
1
3
1
2
b
2
4
2
2
1
c
3
2
1
3
4
d
4
5
5
5
3
e
5
3
4
4
5
0
0
2
0
1
1
3
1
1
0
2
1
0
2
3
3
4
4
4
2
4
2
3
3
4
0
0
2
0
1
1
3
1
1
0
2
1
0
2
3
1
2
2
2
0
2
0
1
1
2
0
/
0
/
0
0
2
0
1
X2
0
1
3
0
2
1
1
0
1
3
0
2
2
1
0
1
0
1
0
2
0
/
0
/
0
/
0
/
0
/
0
0
0
/
/
0
/
0
0 0
0
/
0
/
0
0
Dont les indices de satisfactions sont les suivants :
1+3+1+2+3=10
2+3+1+1+3=10
0
/
0
/
0
0
0
/
0
0
/
0
/
4+3+1+1+1=10
Comme on trouve cette fois-ci un zro par ligne et par colonne, (et mme de plusieurs
manires diffrentes), on a obtenu une affectation optimale.
3.1) Exercices
ORDONNANCEMENT
INTRODUCTION 10
I. PRSENTATION DE LA RECHERCHE OPRATIONNELLE 10
II. DOMAINES D'APPLICATION 10
2.1) Les problmes combinatoires 10
2.2) Les problmes alatoires 10
2.3) Les problmes de concurrence 10
III. PROPRITS DE LA R.O. INTERDISCIPLINAIRE 10
PROGRAMMATION LINEAIRE 15
I. PROBLMATIQUE DE LA PROGRAMMATION LINAIRE 15
1.1) Introduction 15
1.2) Exemple 15
a) Agriculteur 15
b) Usine 16
PROBLEMES DE TRANSPORT 53
I. EXEMPLE DE L'USINE 53
1.1) Problme : rpartition des expditions 53
1.2) Modlisation du problme 54
1.3) Reprsentation graphique 56
1.4) Mthode plus rapide (des regrets) 57
1.5) Changement de base 57
1.6) Cas de dgnrescence 59
II. RECHERCHE DUNE SOLUTION INITIALE 59
2.1) Rgle du coin Nord-Ouest ("hasard") 59
2.2) Rgle de Balas-Hammer : 60
LES GRAPHES 66
I. DFINITION VOCABULAIRE 66
1.1) Graphe 66
1.2) Chemins 67
II. MATRICES ASSOCIES UN GRAPHE 68
2.1) Matrice latine 68
2.2) Matrices boolenne et arithmtique 72
a) Matrice arithmtique : 72
b) Matrice boolenne : 72
ORDONNANCEMENT 96
I. INTRODUCTION 96
Contraintes potentielles : 96
FIABILIT 116
I. INTRODUCTION 116
II. GENERALITES - TERMINOLOGIE 116
2.1) Fonction de dfaillance et fn de fiabilit 116
2.2) Taux davarie ou taux de dfaillance 116
a) Relations fondamentales 118
b) Estimation des fonctions R et F 118
ORDONNANCEMENT
Il s'agit de l'utilisation des graphes pour optimiser les enchanements (le chemin critique
dans l'organisation des tches).
I.
Introduction
Contraintes potentielles :
Contraintes de succession : telle chose doit se faire compltement ou
partiellement avant une autre.
la tche i prcde la tche j = succession totale ;
la tche i doit tre aux 2/3 commence avant que j commence =
succession partielle
Localisation temporelle : disponibilit dans le temps. Si par exemple, un
quipement nest disponible quentre les instants t1 et t2
Formalisation :
Soit di :
la dure de la tche i
donnes
dj :
la dure de la tche j
ti :
la date de dbut de la tche i
inconnues
tj :
la date de dbut de la tche j
Contraintes : si i prcde j,
ti + di tj di tj - ti
si 2/3 i prcde j,
ti + 2/3 di tj 2/3 di tj -ti
dune manire gnrale,
ij di tj ti cd ij tj - ti (o ij est une donne)
contraintes disjonctives : exclusion mutuelle car les thces ne peuvent pas se
faire en mme temps (exemple : les tches i et j utilisent une mme ressource : une
seule machine, ). [ti, ti + di] [tj, tj + dj] =
contraintes cumulatives : les moyens sont limits, en main duvre, en
quipement, en budget
Pour illustrer une solution, on peut utiliser un diagramme de GANT :
charpentiers
couvreurs
plombiers
maon
0
10
20
30
40
50
1m
Dpart maon
1m
2m
couvreur
1m
3 sem
15j
1,5
m
carrel.
lectric.
Fin
2 m 1s
Tches
A
B
C
D
E
F
G
H
I
Contraintes
Peut dbuter 5 jours aprs lorigine
Peut dbuter ds lorigine
Peut dbuter 3 jours aprs lorigine
Ne peut dbuter que quand A et B sont finis
Quand B est fini
Quand B et C sont finis
Quand D, E, F sont finis
Quand E est fini et que la moiti de C est ralise
Quand D, E, F sont finis
A
5
0
16
14
14
14
20
8
8
18
18
25
I
25
18
Dure
16 j
14 j
20 j
8j
18 j
25 j
15 j
17 j
10 j
15
10
17
10
:0
:0
21
:0 16
14
14
A :5
B :0
14
23
B : 0 14
20
48
32
48
63
B:0
C:3
8
18
25
D : 21
E : 14
F : 23
10
18
C:3
E : 14
8
18
25
D : 21
E : 14
F : 23
15
17
10
G : 48
H : 32
I : 48
Chemin critique
Chaque colonne de ce tableau est constitue :
Date au plus tt de Xi
Nom du sommet : Xi
Dure de la tche XjXi
Prdcesseur Xj: date au plus tt de Xj
On retrouve le chemin critique en repartant de et en dterminant le chemin qui a permis
de trouver la date au plus tt de ce sommet final.(en gras et soulign dans le tableau)
0 A
24 B
A:
B:
C :3
5 D :40
0
3
16 D :40
E :28
F :23
14 F :23 20
14 H :46 10
14
40
G :48 8
I :53 8
28
G: 48 18
H: 46 18
I: 53 18
23
G: 48 25
I: 53 25
48
:63 15
46
:63 17
53
: 63 10
Numro de ltape k
Date au plus tard de ltape k
Lopration est donc reprsente par un arc auquel on associe une valeur numrique, dure
de lopration.
Les sommets sont les aboutissements des oprations, ou reprsentent la ralisation de
certaines tapes ou objectifs partiels du programme (oprations fictives parfois).
Si on veut reprsenter la succession de deux oprations a et b, a durant 4 units de temps et
b 6, on tracera :
b ne peut dbuter que quand a est achev, mais il nest pas
b(6)
a(4)
3
2
1
oblig de commencer immdiatement aprs. Le moment 1 est le
dmarrage de a, linstant 2 est lachvement de a et le moment
o b peut commencer, linstant 3 est lachvement de b.
En revanche, si b peut commencer ds que deux units de temps ont t consacres a, il
faut introduire un autre sommet :
1
a(2)
2
b(6
)
a(4)
63
21 40
A
16
5 24
B
0 0
3
4
3 3
3
14 23
14
9
48 48
C1
10
15
10
63 63
10
0
5
C2
10
13 13
12
63 63
7
32 46
18
17
25
23 23
11
32 46
Chemin critique
MPM :
2
b(2)
c(5)
d(7)
c(5)
b(2)
d(7)
b(0) : opration
virtuelle
d
3
5
c
MPM :
a(5)
c(3)
a(0)
b(2)
d(1)
MPM :
deux solutions, lune en fractionnant,
lautre non.
a(2)
b1(1)
b2(2)
b3(4)
5
c(3)
4
b1
e(2)
b2
d(4)
Ou :
c
2
1
b
2+1=3
1+2+4=7
III. Exercices
b3
1
8
PROCESSUS
STOCHASTIQUES
176221984.doc
______________________________________________________________________________
INTRODUCTION 10
I. PRSENTATION DE LA RECHERCHE OPRATIONNELLE 10
II. DOMAINES D'APPLICATION 10
2.1) Les problmes combinatoires 10
2.2) Les problmes alatoires 10
2.3) Les problmes de concurrence 10
III. PROPRITS DE LA R.O. INTERDISCIPLINAIRE 10
PROGRAMMATION LINEAIRE 15
I. PROBLMATIQUE DE LA PROGRAMMATION LINAIRE 15
1.1) Introduction 15
1.2) Exemple 15
a) Agriculteur 15
b) Usine 16
PROBLEMES DE TRANSPORT 53
I. EXEMPLE DE L'USINE 53
1.1) Problme : rpartition des expditions 53
1.2) Modlisation du problme 54
1.3) Reprsentation graphique 56
1.4) Mthode plus rapide (des regrets) 57
1.5) Changement de base 57
1.6) Cas de dgnrescence 59
II. RECHERCHE DUNE SOLUTION INITIALE 59
2.1) Rgle du coin Nord-Ouest ("hasard") 59
___________________________________________________________________
DI GALLO Frdric
Page 103
30/09/2013
176221984.doc
______________________________________________________________________________
2.2) Rgle de Balas-Hammer : 60
LES GRAPHES 66
I. DFINITION VOCABULAIRE 66
1.1) Graphe 66
1.2) Chemins 67
II. MATRICES ASSOCIES UN GRAPHE 68
2.1) Matrice latine 68
2.2) Matrices boolenne et arithmtique 72
a) Matrice arithmtique : 72
b) Matrice boolenne : 72
ORDONNANCEMENT 96
I. INTRODUCTION 96
Contraintes potentielles : 96
Page 104
30/09/2013
176221984.doc
______________________________________________________________________________
I. INTRODUCTION 106
1.1) Historique 106
1.2) Dfinition d'un Processus Stochastique 106
II. LES CHANES DE MARKOV ESPACE D'TATS DISCRET 107
2.1) Probabilits et matrice de transition 107
2.2) Probabilits de transition en m tapes 107
III. GRAPHE DES TRANSITIONS CLASSIFICATION DES CHANES 109
3.1)Exemple sur les processus alatoires 109
IV. DISTRIBUTION DES TATS D'UNE CHANE 111
V. ETUDE DES CHANES RDUCTIBLES 111
VI. LES CHANES DE MARKOV TEMPS CONTINU 111
VII. COMPORTEMENT ASYMPTOTIQUE DES CHANES 111
VIII. PROCESSUS DE NAISSANCE ET DE MORT 111
FIABILIT 116
I. INTRODUCTION 116
II. GENERALITES - TERMINOLOGIE 116
2.1) Fonction de dfaillance et fn de fiabilit 116
2.2) Taux davarie ou taux de dfaillance 116
a) Relations fondamentales 118
b) Estimation des fonctions R et F 118
___________________________________________________________________
DI GALLO Frdric
Page 105
30/09/2013
176221984.doc
______________________________________________________________________________
PROCESSUS STOCHASTIQUES
I.
INTRODUCTION
On appelle processus stochastique tout problme qui dpend du hasard.
1.1) Historique
La premire ide de la thorie des processus se trouve chez Einstein en 1905 dans l'tude
du mouvement brownien. Puis, vers 1910, Markov dcrit l'alternance des voyelles et des
consonnes dans "Eugne Ouguine" de Pouchkine l'aide d'une chane de Markov.
En 1910, le danois Erlang cre la thorie des files d'attente pour l'aider rsoudre des
problmes de dimensionnement de standards tlphoniques. En 1933, Kolmogorov rdige la
formalisation des processus stochastiques. Depuis, Kendall, Levy, Khintchine, Feller, Dood
ont dvelopp cette thorie.
P (Xt = y / Xs
pour s<u et
Xu=x) = P (Xt = y / Xu = x)
___________________________________________________________________
DI GALLO Frdric
Page 106
30/09/2013
176221984.doc
______________________________________________________________________________
= { E , E , , E , }
1
En supposant que est fini, on pose r = card et on peut dfinir une matrice P appel
matrice de transition.
Avec Pij 0
P11 P1r
r
:
:
P (X1 = Ej / Xo = Ei) =1
j=1
:
:
:
:
Pr1 Prr
= M (matrice des transitions)
Remarque: Toute matrice de transition est stochastique.
Dfinition: Une matrice carre P = (Pij) est stochastique si ses lments sont positifs ou
nuls: i,j , Pij 0 . La somme des lments de chaque ligne est gale 1:
r
P ij =1 pour tout i.
j=1
___________________________________________________________________
DI GALLO Frdric
Page 107
30/09/2013
176221984.doc
______________________________________________________________________________
Proprit:
___________________________________________________________________
DI GALLO Frdric
Page 108
30/09/2013
176221984.doc
______________________________________________________________________________
En effet, Pij(m) = P (Xm=j / X0=i)
r
P (X
= j / Xm -1 = k) P (Xm -1 = k / X0 = i)
k =1
(1)
kj
Pik
(m -1)
k =1
m -1
=P
matriciels
ou P
(n+m)
ij
Pkj
(m)
(n)
Pik
k =1
pour i, j , n, m I
A
0.1
B
0.5
0.2
H
0.4
0.5
0.3
1
0.3
0.4
0.7
0.2
0.4
1
0.6
1
0.3
0.1
0.2
0.8
1
0.4
0.5
0.1
0.8
0.1
0.1
___________________________________________________________________
DI GALLO Frdric
Page 109
30/09/2013
176221984.doc
______________________________________________________________________________
Si P (X0 = A) = 1 alors P (X1 = C) = 0 et P (X1 = B) = 0.5
___________________________________________________________________
DI GALLO Frdric
Page 110
30/09/2013
176221984.doc
______________________________________________________________________________
Si P (X0 = A) = 0.1
P (X0 = B) = 0.8
P (X0 = C) = 0.1
Alors P (X1 = A) = P (X0 = A) x P (X1 = A / X0 = A) = 0.1 x 0.1
r
P (X
P (X1 = B) =
= Ej ) P (X1 = B / X0 = Ej)
k =1
matrice carre
D
I
G
C
E
J
___________________________________________________________________
DI GALLO Frdric
Page 111
30/09/2013
176221984.doc
______________________________________________________________________________
FIABILITE
___________________________________________________________________
DI GALLO Frdric
Page 112
30/09/2013
176221984.doc
______________________________________________________________________________
INTRODUCTION 10
I. PRSENTATION DE LA RECHERCHE OPRATIONNELLE 10
II. DOMAINES D'APPLICATION 10
2.1) Les problmes combinatoires 10
2.2) Les problmes alatoires 10
2.3) Les problmes de concurrence 10
III. PROPRITS DE LA R.O. INTERDISCIPLINAIRE 10
PROGRAMMATION LINEAIRE 15
I. PROBLMATIQUE DE LA PROGRAMMATION LINAIRE 15
1.1) Introduction 15
1.2) Exemple 15
a) Agriculteur 15
b) Usine 16
PROBLEMES DE TRANSPORT 53
I. EXEMPLE DE L'USINE 53
1.1) Problme : rpartition des expditions 53
1.2) Modlisation du problme 54
1.3) Reprsentation graphique 56
1.4) Mthode plus rapide (des regrets) 57
1.5) Changement de base 57
1.6) Cas de dgnrescence 59
II. RECHERCHE DUNE SOLUTION INITIALE 59
2.1) Rgle du coin Nord-Ouest ("hasard") 59
___________________________________________________________________
DI GALLO Frdric
Page 113
30/09/2013
176221984.doc
______________________________________________________________________________
2.2) Rgle de Balas-Hammer : 60
LES GRAPHES 66
I. DFINITION VOCABULAIRE 66
1.1) Graphe 66
1.2) Chemins 67
II. MATRICES ASSOCIES UN GRAPHE 68
2.1) Matrice latine 68
2.2) Matrices boolenne et arithmtique 72
a) Matrice arithmtique : 72
b) Matrice boolenne : 72
ORDONNANCEMENT 96
I. INTRODUCTION 96
Contraintes potentielles : 96
Page 114
30/09/2013
176221984.doc
______________________________________________________________________________
I. INTRODUCTION 106
1.1) Historique 106
1.2) Dfinition d'un Processus Stochastique 106
II. LES CHANES DE MARKOV ESPACE D'TATS DISCRET 107
2.1) Probabilits et matrice de transition 107
2.2) Probabilits de transition en m tapes 107
III. GRAPHE DES TRANSITIONS CLASSIFICATION DES CHANES 109
3.1)Exemple sur les processus alatoires 109
IV. DISTRIBUTION DES TATS D'UNE CHANE 111
V. ETUDE DES CHANES RDUCTIBLES 111
VI. LES CHANES DE MARKOV TEMPS CONTINU 111
VII. COMPORTEMENT ASYMPTOTIQUE DES CHANES 111
VIII. PROCESSUS DE NAISSANCE ET DE MORT 111
FIABILIT 116
I. INTRODUCTION 116
II. GENERALITES - TERMINOLOGIE 116
2.1) Fonction de dfaillance et fn de fiabilit 116
2.2) Taux davarie ou taux de dfaillance 116
a) Relations fondamentales 118
b) Estimation des fonctions R et F 118
___________________________________________________________________
DI GALLO Frdric
Page 115
30/09/2013
176221984.doc
______________________________________________________________________________
FIABILIT
I.
INTRODUCTION
La fiabilit est laptitude dun systme, dun matriel fonctionner sans incident pendant un
temps donn. Pour lAFNOR cest la caractristique dun dispositif qui sexprime par la
probabilit pour ce dispositif daccomplir la fonction requise, dans des conditions
dtermines, pendant une priode donne. Prvoir la fiabilit est essentiel pour des raisons de
scurit (systmes de freinage, systmes nuclaires, systmes informatiques, ). La quasi
impossibilit de rparer certains matriels, (satellites), les problmes conomiques (cots de
dfaillances, gestion du personnel de maintenance, maintenance des stocks de pices de
rechange, ...) rendent ncessaire la connaissance de la fiabilit des systmes utiliss. On ne
considrera ici que des situations simples.
___________________________________________________________________
DI GALLO Frdric
Page 116
30/09/2013
176221984.doc
______________________________________________________________________________
(N(t) N(t1)) / N(t)( t1 - t)
Par analogie, si la fonction de fiabilit R est drivable, on dfinit le taux instantan davarie
par la fonction dfinie par
On supposera que R est partout non nulle et continment drivable sur [0, + [, ce qui
implique que est continue sur [0, + [.
MTBF (Mean Time Between Failure): moyenne des temps entre deux dfaillance ne pas
confondre avec la moyenne des temps de bon fonctionnement. La MTBF est lesprance
mathmatique de la variable alatoire T reprsentant la dure de vie du systme, si f est la
densit de probabilit de T, alors :
Page 117
30/09/2013
176221984.doc
______________________________________________________________________________
a) Relations fondamentales
Ln(R(t)) = 0t (u)du
F(t) = 1 - exp(-0t (u)du)
b) Estimation des fonctions R et F
Une estimation de R(t) est fournie par le pourcentage de dispositifs nayant pas subi de
dfaillance dans lintervalle de temps [0, t].
Exemple :
Ltude de la fiabilit de pices mcaniques a conduit tudier la dure de vie de 9 de ces
pices. Les temps de bon fonctionnement en heures jusqu dfaillance sont :
Pice n
T
1
90
2
350
3
950
4
1660
5
530
6
1260
7
2380
8
230
9
720
On estime R(t) par le quotient par 9 du nombres de systme en tat de marche linstant t. On
obtient ainsi le tableau suivant :
t
N(t)
R(t)
F(t)
90
8
8/9
1/9
230
7
7/9
2/9
530
6
6/9
3/9
720
5
5/9
4/9
950
4
4/9
5/9
1260
3
3/9
6/9
1660
2
2/9
7/9
2380
1
1/9
8/9
0
0
1
Cette mthode destimation est acceptable si le nombre des systmes mis en service linstant
t = 0 est suffisamment grand. Pratiquement si N dsigne ce nombre de systmes, on estime
F(t) linstant de la i-me dfaillance par :
i / N si N > 50 (mthode des rangs bruts)
i / (N + 1) si 20 < N <= 50 (mthode des rangs moyens)
(i - 0,3) / (N + 0,4) si N <= 20 (mthode des rangs mdians)
Par exemple, dans le cas prcdent, on obtient en utilisant les rangs mdians:
i
t
F(t)
R(t)
1
90
0,07
0,93
2
230
0,18
0,82
3
530
0,29
0,71
4
720
0,39
0,61
5
950
0,5
0,5
6
1260
0,61
0,39
7
1660
0,72
0,28
8
2380
0,82
0,18
9
0,93
0,07
___________________________________________________________________
DI GALLO Frdric
Page 118
30/09/2013
176221984.doc
______________________________________________________________________________
0 si t <
: paramtre de position,
: paramtre de dispersion,
___________________________________________________________________
DI GALLO Frdric
Page 119
30/09/2013
176221984.doc
______________________________________________________________________________
: paramtre de forme.
On montre que la MTBF est :
MTBF = E(T) = (1 + 1 / ) + .
Le calcul pratique se fait grce la formule E(T) = A + , o le nombre A est donn par une
table de Weibull. De mme V(T) = B2
C1
C2
C3
La dure de vie du systme S est dfinie par la donne de la fonction R. Les vnements
"Ti > t" tant indpendants, on a :
P(T > t) = P(T1 > t et T2 > t et et Tn > t)
= P(T1 > t) . P(T2 > t) P(Tn > t)
Do
R(t) = 1 i n Ri(t)
Exemple :
Si les composants suivent des lois exponentielles de paramtre i, R suit une loi
exponentielle de paramtre = 1 + + n .
C3
___________________________________________________________________
DI GALLO Frdric
Page 120
30/09/2013
176221984.doc
______________________________________________________________________________
R(t) = 1 F(t) = 1 - 1 i n (1 - Ri(t))
Exemple :
Un systme structure srie est constitu de n composants Ci indpendants dont la dure de
vie Ti suit une loi exponentielle de paramtre li. Calculons la MTBF de ce systme.
Pour chaque composant Ci, nous avons Ri (t) = exp(i t) si t 0, 0 sinon.
La fonction de fiabilit de ce systme est dfinie par le produit de ces fonctions do,
R(t) = exp(1t + + nt) si t 0, 0 sinon.
On en dduit que le systme suit une loi exponentielle de paramtre, = 1 + + n.
Do,
MTBF = 1 / (1 + + n)
Exemple :
C1
C3
C2
Par la suite :
R(t) = R3(t).( R1(t) + R2(t) R1(t).R2(t)).
V.
EXERCICES
5.1) Exercice n 1
C3
C4
C2
C5
___________________________________________________________________
DI GALLO Frdric
Page 121
30/09/2013
176221984.doc
______________________________________________________________________________
5.2) Exercice n 2
La fiabilit dun type de machines a t ajuste par une loi de Weibull de paramtres = 40,
= 60 et = 1.1.
1) Dterminer la MTBF et calculer le temps de bon fonctionnement pour une
dfaillance admise de 50%.
2) Calculer le taux davarie pour les valeurs t = 45, 75, 105, 135 et 165.
5.3) Exercice n 3
La fiabilit dun portail automatique suit une loi exponentielle de paramtre =1.52 . 10-3.
Quelle est la MTBF ? Calculer la probabilit de voir le systme tomber en panne pendant la
premire anne de fonctionnement.
___________________________________________________________________
DI GALLO Frdric
Page 122
30/09/2013