Bibliographie & annexes
Présentation
English
RÉSUMÉ
Cet article expose les concepts fondamentaux de la programmation linéaire qui consiste à minimiser ou à maximiser une fonction objectif linéaire avec des contraintes d'inégalités et d'égalités linéaires sur les variables du système. Les propriétés fondamentales de la programmation linéaire sont établies et la méthode de résolution du simplexe est présentée. Un exemple de problème de production sert de référence pour illustrer les différentes propriétés, concepts et méthodes développées. Un code MATLAB de la méthode du simplexe est fourni en annexe et une liste de quelques solveurs de programmation linéaire est proposée avec un exemple d'utilisation. La sensibilité aux données de la solution d'un programme linéaire et la notion de dualité en programmation linéaire sont introduites.
Lire cet article issu d'une ressource documentaire complète, actualisée et validée par des comités scientifiques.
Lire l’articleAuteur(s)
-
Jean-François SCHEID : Maître de conférences en mathématiques appliquées - Institut Elie Cartan de Lorraine & TELECOM Nancy - Université de Lorraine, Nancy, France
INTRODUCTION
De nombreux phénomènes économiques et industriels peuvent se modéliser par des systèmes mathématiques d’inégalités et d’égalités linéaires conduisant à des problèmes d’optimisation linéaire. Dans ces problèmes d’optimisation linéaire, on cherche à minimiser ou maximiser une fonction linéaire sous des contraintes linéaires portant sur les variables du problème. On parle souvent de programmation linéaire (ou encore de programme linéaire), le terme de programmation faisant référence à l’idée d’organisation et de planification lié à la nature des phénomènes modélisés. Ce terme a été introduit pendant la Seconde Guerre mondiale et systématiquement utilisé à partir de 1947 lorsque G. Dantzig inventa la méthode du simplexe pour résoudre les problèmes de programmation linéaire. Les applications industrielles de la programmation linéaire sont très présentes par exemple dans l’industrie pétrolière (pour l’extraction, le raffinage et la distribution du pétrole), dans l’agroalimentaire (composition optimale des ingrédients de plats cuisinés, etc.), industrie du fer et de l’acier (composition optimale des aciers), l’industrie du papier (problèmes de découpe), les transports (plan de vols d’avions, minimisation des coûts de transport…) et les réseaux (optimisation des réseaux de communication).
Cet article présente les propriétés et les concepts fondamentaux de la programmation linéaire puis expose l’algorithme du simplexe pour résoudre un programme linéaire. L’algorithme du simplexe est mis en œuvre selon deux méthodes, la méthode des dictionnaires et la méthode des tableaux. La première méthode permet de bien comprendre le déroulement du simplexe alors que la méthode des tableaux est plus algébrique et elle conduit à la mise en œuvre effective de l’algorithme du simplexe. Un code MATLAB basé sur la méthode des tableaux est proposé en annexe. Une application de la méthode du simplexe à l’analyse de sensibilité d’un programme linéaire est également présentée ainsi qu’une introduction à la dualité en programmation linéaire.
L'expertise technique et scientifique de référence
MOTS-CLÉS
DOI (Digital Object Identifier)
Cet article fait partie de l’offre
Mathématiques
(167 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Présentation
Glossaire – Définitions
English
11. Conclusion
Les propriétés fondamentales des solutions de problèmes de programmation linéaire ont été établies. La méthode du simplexe a été présentée pour résoudre un programme linéaire dans lequel on cherche à maximiser une fonction objectif. Il s'agit d'une méthode itérative qui consiste à examiner les sommets du polyèdre des contraintes permettant d'augmenter la fonction objectif. La méthode du simplexe a été mise en œuvre de deux façons différentes, d'une part en utilisant les dictionnaires et d'autre part avec une méthode des tableaux consistant à mettre à jour l'inverse de la matrice de base des contraintes. Cette dernière méthode est implémentée dans un code MATLAB fourni en annexe (§ 10.2). La méthode du simplexe permet de résoudre des problèmes de taille moyenne (moins de 2 000 contraintes). Pour de très grands problèmes avec plusieurs milliers de contraintes, les méthodes de points intérieurs s'avèrent généralement plus efficaces. Ces méthodes sont basées sur des outils d'optimisation non linéaire. La présentation des méthodes des points intérieurs dépasse le cadre de cet article.
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Mathématiques
(167 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
Conclusion
BIBLIOGRAPHIE
-
(1) - BILLIONNET (A.) - Optimisation discrète – De la modélisation à la résolution par des logiciels de programmation mathématique. - Dunod (2007).
-
(2) - BREZINSKI (C.) - Initiation à la programmation linéaire et à l'algorithme du simplexe. - Ellipse, Paris (2006).
-
(3) - CHVATAL (V.) - Linear programming. - W. H. Freeman (1983).
-
(4) - DANTZIG (G.), THAPA (M.) - Linear Programming 1 : Introduction. - Springer Series in Operations Research and Financial Engineering (2013).
-
(5) - DANTZIG (G.), THAPA (M.) - Linear Programming 2 : Theory and Extensions. - Springer Series in Operations Research and Financial Engineering (2013).
-
(6) - HECHE (J.-F.), LIEBLING (T.), DE WERRA (D.) - Recherche...
DANS NOS BASES DOCUMENTAIRES
ANNEXES
GLPK – Gnu Linear Programming Kit (version pour Linux) [Logiciel]
LPSOLVE, (version multi-plateforme sous licence LGPL)
IBM ILOG CPLEX Optimization Studio (version multi-plateforme)
MATLAB – Optimization toolbox
CMPL – <Coliop|Coin> Mathematical Programming Language
HAUT DE PAGE
COIN-OR : COmputational INfrastructure for Operations Research
ROADEF : Société française de Recherche Opérationnelle et d'Aide à la Décision
http://www.roadef.org/content/index.htm
Portail ENSTA de la Recherche Opérationnelle
http://perso.ensta-paristech.fr/~diam/ro/
AFPC : Association Française pour la Programmation par Contraintes
HAUT DE PAGE
L'expertise technique et scientifique de référence
Cet article fait partie de l’offre
Mathématiques
(167 articles en ce moment)
Cette offre vous donne accès à :
Une base complète d’articles
Actualisée et enrichie d’articles validés par nos comités scientifiques
Des services
Un ensemble d'outils exclusifs en complément des ressources
Un Parcours Pratique
Opérationnel et didactique, pour garantir l'acquisition des compétences transverses
Doc & Quiz
Des articles interactifs avec des quiz, pour une lecture constructive
