Professional Documents
Culture Documents
et aide la dcision
___________________________________________________________________
Page 2
FSSM 2008-2009
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....................................................................32
3.4) Paramtrisation des coeff. de la fn co.................................................................36
IV. DUALIT :......................................................................................................................43
PROBLEMES DE TRANSPORT..........................52
I. EXEMPLE DE L'USINE...........................................................................................................52
1.1) Problme : rpartition des expditions.................................................................52
1.2) Modlisation du problme....................................................................................53
1.3) Reprsentation graphique.....................................................................................55
1.4) Mthode plus rapide (des regrets)........................................................................56
1.5) Changement de base.............................................................................................56
1.6) Cas de dgnrescence.........................................................................................60
II. RECHERCHE DUNE SOLUTION INITIALE.................................................................................60
2.1) Rgle du coin Nord-Ouest ("hasard")..................................................................60
2.2) Rgle de Balas-Hammer :.....................................................................................61
LES GRAPHES.......................................................67
I. DFINITION VOCABULAIRE................................................................................................67
1.1) Graphe..................................................................................................................67
1.2) Chemins................................................................................................................68
II. MATRICES ASSOCIES UN GRAPHE.....................................................................................69
2.1) Matrice latine........................................................................................................69
2.2) Matrices boolenne et arithmtique.....................................................................70
III. CONNEXIT FORTE CONNEXIT........................................................................................71
3.1) Connexit..............................................................................................................71
___________________________________________________________________
Page 3
FSSM 2008-2009
3.2)
3.3)
3.4)
3.5)
Forte connexit.....................................................................................................71
Fermeture transitive.............................................................................................72
Recherche des classes fortement connexes, des circuits hamiltoniens.................73
Mthode de Georges DEMOUCRON...................................................................73
ORDONNANCEMENT..........................................93
I. INTRODUCTION...................................................................................................................93
II. MTHODES DORDONNANCEMENT........................................................................................94
2.1) Mthode MPM......................................................................................................94
2.2) Mthode PERT......................................................................................................96
2.3) Comparaison des deux mthodes..........................................................................97
III. EXERCICES.....................................................................................................................98
PROCESSUS STOCHASTIQUES......................103
I. INTRODUCTION.......................................................................................................103
1.1) Historique...........................................................................................................103
1.2) Dfinition d'un Processus Stochastique..............................................................103
II. LES CHANES DE MARKOV ESPACE D'TATS DISCRET.........................................................104
2.1) Probabilits et matrice de transition..................................................................104
2.2) Probabilits de transition en m tapes...............................................................104
III. GRAPHE DES TRANSITIONS CLASSIFICATION DES CHANES..................................................105
3.1)Exemple sur les processus alatoires...................................................................105
IV. DISTRIBUTION DES TATS D'UNE CHANE............................................................................107
V. ETUDE DES CHANES RDUCTIBLES.....................................................................................107
VI. LES CHANES DE MARKOV TEMPS CONTINU.....................................................................107
VII. COMPORTEMENT ASYMPTOTIQUE DES CHANES..................................................................107
VIII. PROCESSUS DE NAISSANCE ET DE MORT..........................................................................107
FIABILIT.............................................................112
I. INTRODUCTION.......................................................................................................112
II. GENERALITES - TERMINOLOGIE.......................................................................112
2.1) Fonction de dfaillance et fn de fiabilit............................................................112
2.2) Taux davarie ou taux de dfaillance.................................................................112
III. LOIS UTILISEES.....................................................................................................115
3.1) Loi exponentielle.................................................................................................115
3.2) Loi de Weibull.....................................................................................................115
___________________________________________________________________
Page 4
FSSM 2008-2009
___________________________________________________________________
Page 5
FSSM 2008-2009
INTRODUCTION
___________________________________________________________________
Page 6
FSSM 2008-2009
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....................................................................32
3.4) Paramtrisation des coeff. de la fn co.................................................................36
IV. DUALIT :......................................................................................................................43
PROBLEMES DE TRANSPORT..........................52
I. EXEMPLE DE L'USINE...........................................................................................................52
1.1) Problme : rpartition des expditions.................................................................52
1.2) Modlisation du problme....................................................................................53
1.3) Reprsentation graphique.....................................................................................55
1.4) Mthode plus rapide (des regrets)........................................................................56
1.5) Changement de base.............................................................................................56
1.6) Cas de dgnrescence.........................................................................................60
II. RECHERCHE DUNE SOLUTION INITIALE.................................................................................60
2.1) Rgle du coin Nord-Ouest ("hasard")..................................................................60
2.2) Rgle de Balas-Hammer :.....................................................................................61
LES GRAPHES.......................................................67
I. DFINITION VOCABULAIRE................................................................................................67
1.1) Graphe..................................................................................................................67
1.2) Chemins................................................................................................................68
II. MATRICES ASSOCIES UN GRAPHE.....................................................................................69
2.1) Matrice latine........................................................................................................69
2.2) Matrices boolenne et arithmtique.....................................................................70
___________________________________________________________________
Page 7
FSSM 2008-2009
ORDONNANCEMENT..........................................93
I. INTRODUCTION...................................................................................................................93
II. MTHODES DORDONNANCEMENT........................................................................................94
2.1) Mthode MPM......................................................................................................94
2.2) Mthode PERT......................................................................................................96
2.3) Comparaison des deux mthodes..........................................................................97
III. EXERCICES.....................................................................................................................98
PROCESSUS STOCHASTIQUES......................103
I. INTRODUCTION.......................................................................................................103
1.1) Historique...........................................................................................................103
1.2) Dfinition d'un Processus Stochastique..............................................................103
II. LES CHANES DE MARKOV ESPACE D'TATS DISCRET.........................................................104
2.1) Probabilits et matrice de transition..................................................................104
2.2) Probabilits de transition en m tapes...............................................................104
III. GRAPHE DES TRANSITIONS CLASSIFICATION DES CHANES..................................................105
3.1)Exemple sur les processus alatoires...................................................................105
IV. DISTRIBUTION DES TATS D'UNE CHANE............................................................................107
V. ETUDE DES CHANES RDUCTIBLES.....................................................................................107
VI. LES CHANES DE MARKOV TEMPS CONTINU.....................................................................107
VII. COMPORTEMENT ASYMPTOTIQUE DES CHANES..................................................................107
VIII. PROCESSUS DE NAISSANCE ET DE MORT..........................................................................107
FIABILIT.............................................................112
I. INTRODUCTION.......................................................................................................112
II. GENERALITES - TERMINOLOGIE.......................................................................112
2.1) Fonction de dfaillance et fn de fiabilit............................................................112
2.2) Taux davarie ou taux de dfaillance.................................................................112
III. LOIS UTILISEES.....................................................................................................115
___________________________________________________________________
Page 8
FSSM 2008-2009
___________________________________________________________________
Page 9
FSSM 2008-2009
INTRODUCTION
I.
La recherche oprationnelle est une mthode d'analyse scientifique d'un problme. Cette
mthodologie est un 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
___________________________________________________________________
Page 10
FSSM 2008-2009
Programmation
Linaire
___________________________________________________________________
Page 11
FSSM 2008-2009
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 52
I. EXEMPLE DE L'USINE 52
1.1) Problme : rpartition des expditions 52
1.2) Modlisation du problme 53
1.3) Reprsentation graphique 55
1.4) Mthode plus rapide (des regrets) 56
1.5) Changement de base 56
1.6) Cas de dgnrescence 60
II. RECHERCHE DUNE SOLUTION INITIALE 60
2.1) Rgle du coin Nord-Ouest ("hasard") 60
2.2) Rgle de Balas-Hammer : 61
___________________________________________________________________
Page 12
FSSM 2008-2009
LES GRAPHES 67
I. DFINITION VOCABULAIRE 67
1.1) Graphe 67
1.2) Chemins 68
II. MATRICES ASSOCIES UN GRAPHE 69
2.1) Matrice latine 69
2.2) Matrices boolenne et arithmtique 70
a) Matrice arithmtique : 70
b) Matrice boolenne : 70
ORDONNANCEMENT 93
I. INTRODUCTION 93
Contraintes potentielles : 93
III. EXERCICES 98
___________________________________________________________________
Page 13
FSSM 2008-2009
FIABILIT 112
I. INTRODUCTION 112
II. GENERALITES - TERMINOLOGIE 112
2.1) Fonction de dfaillance et fn de fiabilit 112
2.2) Taux davarie ou taux de dfaillance 112
a) Relations fondamentales 114
b) Estimation des fonctions R et F 114
___________________________________________________________________
Page 14
FSSM 2008-2009
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
___________________________________________________________________
Page 15
FSSM 2008-2009
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
j=1
x j 0,
b i , pour
pour
1i m
1 jn
m: contraintes
n: nbre de variables x1,,xn
a ij .x j
j=1
b i a ij .x j b i
j=1
n
a i .jx j bi
n
j= 1
a i .jx j = bi
n
j= 1
a .x b
j= 1 i j j i
()
___________________________________________________________________
Page 16
FSSM 2008-2009
___________________________________________________________________
Page 17
FSSM 2008-2009
Remarques:
m azx= x1 + x 2
Le systme :
2x 1 + x 2 1
x1 + 3x 2 1 0
x 4
1
x1 , x 2 0
Dans cet exemple, la solution optimale est x1=1, x2 = 3, z = 2
___________________________________________________________________
Page 18
FSSM 2008-2009
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
___________________________________________________________________
Page 19
FSSM 2008-2009
Soit le systme:
-2x1 + x2 1
x1 + 3x2 10
x1 4
max z = -x1 + x2
D1
D1 -2x1 + x2 = 1
x2 = 2x1 + 1
A
D3 x1 4
x2 = 2x1 + 1
k
D3
D2 3x2 = 10 x1
x2 = 10/3 (1/3)x1
-1
D2
x2 x1 = k
x2 = x1 + k
z a pour maximum 2 atteint en x1 = 1, x2 = 3
A x2 = 1
x1 = 0
- 2 x1 + x2 + t1 = 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
j=1
x j 0,
x n +i 0,
pour
pour
1 jn
1i m
___________________________________________________________________
Page 20
FSSM 2008-2009
Ecriture matricielle :
max ( tc x)
Ax=b
x 0
avec :
x1
c1
a 11
a 21
x = x n , c= c n x, c Rn+m, 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 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.
___________________________________________________________________
Page 21
FSSM 2008-2009
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
___________________________________________________________________
Page 22
FSSM 2008-2009
m az x= x1 + x 2
2x 1 + x 2 + x 3 = 1
x 1 + 3x 2 + x 4 = 1 0
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
Z1
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
___________________________________________________________________
Page 23
FSSM 2008-2009
___________________________________________________________________
Page 24
FSSM 2008-2009
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
D2 x2 = 2/3 x1 + 4
D3
30
12
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
___________________________________________________________________
Page 25
FSSM 2008-2009
On prend celui qui fait augmenter le plus Z donc ici on choisit de faire rentrer x2 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
___________________________________________________________________
Page 26
FSSM 2008-2009
65324386.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
___________________________________________________________________
Page 27
FSSM 2008-2009
65324386.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 t2 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
___________________________________________________________________
Page 28
FSSM 2008-2009
65324386.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.
___________________________________________________________________
Page 29
FSSM 2008-2009
65324386.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
___________________________________________________________________
Page 30
FSSM 2008-2009
65324386.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 x4 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
___________________________________________________________________
Page 31
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
a) Exemple 1 :
m a zx= 2x1 + 3x 2
x1 + x 2 6
x1 + x 2 + x 3 = 6
2 x1 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 :
___________________________________________________________________
Page 32
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
m a zx= 2x1 + 3x 2 M 6x M 7x
x1 + x 2 + x 3 = 6
2x 1 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
___________________________________________________________________
Page 33
FSSM 2008-2009
65324386.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
___________________________________________________________________
Page 34
FSSM 2008-2009
65324386.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
___________________________________________________________________
Page 35
FSSM 2008-2009
65324386.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
___________________________________________________________________
Page 36
FSSM 2008-2009
65324386.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
x2
1
5
4
150360
x3
1
0
0
0
t1
1
-7
-5
-360-360
t2
0
1
0
0
bi
40
420
280
Z
x1
1
10
6
420
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
___________________________________________________________________
Page 37
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
coef (bi/ai1)
bi
x1
x2
x3
t1
t2
t3
dfinit
80/4=20
80/9
1/3
0
4/9
1
0
-1/9
t1
140
140/3
2
0
1/3
0
1
-4/3
t2
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
___________________________________________________________________
Page 38
FSSM 2008-2009
65324386.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
___________________________________________________________________
Page 39
FSSM 2008-2009
65324386.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
38/7216/7
0
1
0
0
0
1
1
0
0
18/7
3/7
8/7
3/7+36/7
3/7
4/7
1/7
5/724/7
2/7
5/7
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 :
___________________________________________________________________
Page 40
FSSM 2008-2009
65324386.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
38/7216/7
20/7
160/7
100/7
0
1
0
0
0
1
1
0
0
18/7
3/7
8/7
3/7+36/7
3/7
4/7
1/7
5/724/7
2/7
5/7
3/7
Coeff
10/9
6400/21
25/2
0
0
1
0
19/9+12
7/18
1/6
4/9
0
0
0
1
0
1
0
0
4/3
1/6
1/3
1/9
1/9
2/3
5/9
38/7216/7
0
1
0
0
0
1
1
0
0
18/7
3/7
8/7
3/7+36/7
3/7
4/7
1/7
5/724/7
2/7
5/7
3/7
Coeff
20/3
40
v1/100
7/4
0
0
1
1
0
0
23/4 27
9/4
3/4
5/4
3/7+36/7
0
1
0
5/724/7
1/4
5/4
1/4
212
1
3
512
1
5
0
1
0
1212
1
7
0
0
1
0
0
0
___________________________________________________________________
Page 41
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
80
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.
___________________________________________________________________
Page 42
FSSM 2008-2009
65324386.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 :
m a zx= 1 4x1 + 1 7x 2 + 1 2x 3
Reprenons lexemple ci-dessus :
x1 + x 2 + x 3 4 0
1 0x1 + 1 2x 2 + 7x 3 4 2 0
6 x + 9 x + 5x 2 8 0
1 2 3
x1 , x 2 , x 3 0
Cest--dire :
y1 + 1 0y 2 + 6 y 3 1 4
y1 + 1 2y 2 + 1 7y 3 1 7
y + 7 y + 5y 1 2
1 2 3
y1 + 1 0y 2 + 6y 3 y 4 = 1 4
y1 + 1 2y 2 + 1 7y 3 y 5 = 1 7
y + 7 y + 5y y = 1 2
1 2 3 6
y1 , y 2 , y 3 0
y1 , y 2 , y 3 , y 4 , y 5 , y 6 0
___________________________________________________________________
Page 43
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
y1 + 1 0y 2 + 6y 3 y 4 + y 7 = 1 4
y1 + 1 2y 2 + 9y 3 y 5 + y8 = 1 7
y + 7 y + 5y y + y = 1 2
1 2 3 6 9
y1 , y 2 , y 3 , y 4 , y 5 , y 6 , y 7 , y8 , 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
17/12 1,4166
12/7 1,7142
Donc il faut faire sortir y7 de la base. Le tableau rsultant est :
___________________________________________________________________
Page 44
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
0 28+13/5M 42+19/10M
1
3/5
1/10
0
9/5
6/5
0
4/5
7/10
M
0
1
0
M 4229/10M
0
1/10
0
6/5
1
7/10
0
0
1
0
0
0
0
1
coeff
7/3
1/9
11/4
on
Z +5320/9+19/9M 10/9+7M/18
y2
4/3
1/6
y3
1/9
1/9
y9
19/9
7/18
limine
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
___________________________________________________________________
Page 45
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
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 + 1 x2 2 + 9x 3 x 5 = 1 7
0x + 2x + x + x x =3
(L L )
x1 1 x0 2 6x 3 + x 4 = 1 4
x1 + 1 x22 + 9x 3 x 5 = 1 7
0x + 5x + 4x x + x = 5 (L L )
x 1 7 x 2 5x 3 + x 6 = 1 2
1
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
___________________________________________________________________
Page 46
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
___________________________________________________________________
Page 47
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
Problmes de
TRANSPORT
___________________________________________________________________
Page 48
FSSM 2008-2009
65324386.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 52
I. EXEMPLE DE L'USINE 52
1.1) Problme : rpartition des expditions 52
1.2) Modlisation du problme 53
1.3) Reprsentation graphique 55
1.4) Mthode plus rapide (des regrets) 56
1.5) Changement de base 56
1.6) Cas de dgnrescence 60
II. RECHERCHE DUNE SOLUTION INITIALE 60
2.1) Rgle du coin Nord-Ouest ("hasard") 60
___________________________________________________________________
Page 49
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
2.2) Rgle de Balas-Hammer : 61
LES GRAPHES 67
I. DFINITION VOCABULAIRE 67
1.1) Graphe 67
1.2) Chemins 68
II. MATRICES ASSOCIES UN GRAPHE 69
2.1) Matrice latine 69
2.2) Matrices boolenne et arithmtique 70
a) Matrice arithmtique : 70
b) Matrice boolenne : 70
ORDONNANCEMENT 93
I. INTRODUCTION 93
Contraintes potentielles : 93
III. EXERCICES 98
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
I. INTRODUCTION 103
1.1) Historique 103
1.2) Dfinition d'un Processus Stochastique 103
II. LES CHANES DE MARKOV ESPACE D'TATS DISCRET 104
2.1) Probabilits et matrice de transition 104
2.2) Probabilits de transition en m tapes 104
III. GRAPHE DES TRANSITIONS CLASSIFICATION DES CHANES 105
3.1)Exemple sur les processus alatoires 105
IV. DISTRIBUTION DES TATS D'UNE CHANE 107
V. ETUDE DES CHANES RDUCTIBLES 107
VI. LES CHANES DE MARKOV TEMPS CONTINU 107
VII. COMPORTEMENT ASYMPTOTIQUE DES CHANES 107
VIII. PROCESSUS DE NAISSANCE ET DE MORT 107
FIABILIT 112
I. INTRODUCTION 112
II. GENERALITES - TERMINOLOGIE 112
2.1) Fonction de dfaillance et fn de fiabilit 112
2.2) Taux davarie ou taux de dfaillance 112
a) Relations fondamentales 114
b) Estimation des fonctions R et F 114
___________________________________________________________________
Page 51
FSSM 2008-2009
65324386.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
___________________________________________________________________
Page 52
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
c ij .x ij
i, j
contraintes de production :
x ij
j=1
= ai
contraintes de consommation :
x ij = b j
i =1
pour 1 i m
pour 1 j n
=9
x1 1+ x1 2+ x1 3+ x1 4
x 2 1+ x 2 2+ x 2 3+ x 2 4
=10
x 3 1+ x 3 2+ x 3 3+ x 3 4 = 7
+ x2 1
+ x3 1
=6
x1 1
x
+ x2 2
+ x3 2
=9
12
x1 3
+ x2 3
+ x3 3 = 8
x1 4
+ x2 4
+ x3 4= 3
(pour l'usine 1)
(pour l'usine 2)
(pour l'usine 3)
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.
___________________________________________________________________
Page 53
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
___________________________________________________________________
Page 54
FSSM 2008-2009
65324386.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
2
3
1
73
8
9
10
7
9
3
1=6
2=9
3=8
c .x ij
c ij
dune unit de la quantit transporte sur la route hors base. Si cette variation est positive, on
a intrt ne rien transporter sur cette route (xij 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
9-1
2=9 de lusine 3 est inchange donc le transport (3, 3)
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
___________________________________________________________________
Page 55
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
u1 + v1 = c1 1
u + v = c
1 3 13
u1 + v 4 = c1 4
u 2 + v2 = c2 2
u 2 + v3 = c 2 3
u 3 + v 2 = c 3 2
8
7
16
c11 = c11 ( u1 + v1 ) = 0
0
0 -6 0
.
3
.
.
-4
.
. -3
-14 -16 . -11
8
7
16
c 32 = c 32 ( u 3 + v 2 ) = c 32 0 16 = 16
-6
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).
77
___________________________________________________________________
Page 56
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
Prenons maximum : = 7. Le cot de cette rpartition est 206 7x16 = 94.
___________________________________________________________________
Page 57
FSSM 2008-2009
65324386.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:
6-
Ou
28
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
La solution est-elle optimale ? Pour le savoir, on ralise le tableau des regrets:
4
3
2
8
4
3
7
1 -3
3
6
0 16 5
-4
0
-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:
6+ 3-
8
1
donc = 2
6
2 2-
6
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
-5
7
3
-4
___________________________________________________________________
Page 58
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
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).
___________________________________________________________________
Page 59
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
1-
Le cot de
6 2-
cette
2+
nouvelle
7
solution est
70. Cest galement une solution optimale.
=1
6
1
1
7
8
3
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
___________________________________________________________________
Page 60
FSSM 2008-2009
65324386.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
___________________________________________________________________
Page 61
FSSM 2008-2009
18
32
14
9
65324386.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+
6
23
37
24
11
28
= 9, donc :
9
9
11
16
3
9
11
28
11
9+
16
3
9
11
28
=9, donc :
18
9
11
7
3
9
6
5
61
54
59
23
39
78
16
24
32
5
2
24
53
49
5
14
56
40
0
16
55 -11 18
Cette solution est optimale.
10
42
54
8
19
6
23
35
22
25
3
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.
11
11
28
18
7+
3-
9
11
28
=3, donc :
18
9
11
10
18
5
6
6
11
28
14
9
5
5
6
6
5
9
14
18
32
14
9
5
18
5
6
6
5
9
14
6
6
5
9
14
5
9
14
5
9
14
18
32
14
9
5-
6
32
14
9
6
9
5
9
14
32
18
32
14
9
2
3
5
18
32
14
9
65324386.doc
______________________________________________________________________________
LES
GRAPHES
___________________________________________________________________
Page 63
FSSM 2008-2009
65324386.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 52
I. EXEMPLE DE L'USINE 52
1.1) Problme : rpartition des expditions 52
1.2) Modlisation du problme 53
1.3) Reprsentation graphique 55
1.4) Mthode plus rapide (des regrets) 56
1.5) Changement de base 56
1.6) Cas de dgnrescence 60
II. RECHERCHE DUNE SOLUTION INITIALE 60
2.1) Rgle du coin Nord-Ouest ("hasard") 60
2.2) Rgle de Balas-Hammer : 61
___________________________________________________________________
Page 64
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
LES GRAPHES 67
I. DFINITION VOCABULAIRE 67
1.1) Graphe 67
1.2) Chemins 68
II. MATRICES ASSOCIES UN GRAPHE 69
2.1) Matrice latine 69
2.2) Matrices boolenne et arithmtique 70
a) Matrice arithmtique : 70
b) Matrice boolenne : 70
ORDONNANCEMENT 93
I. INTRODUCTION 93
Contraintes potentielles : 93
III. EXERCICES 98
___________________________________________________________________
Page 65
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
1.2) Dfinition d'un Processus Stochastique 103
II. LES CHANES DE MARKOV ESPACE D'TATS DISCRET 104
2.1) Probabilits et matrice de transition 104
2.2) Probabilits de transition en m tapes 104
III. GRAPHE DES TRANSITIONS CLASSIFICATION DES CHANES 105
3.1)Exemple sur les processus alatoires 105
IV. DISTRIBUTION DES TATS D'UNE CHANE 107
V. ETUDE DES CHANES RDUCTIBLES 107
VI. LES CHANES DE MARKOV TEMPS CONTINU 107
VII. COMPORTEMENT ASYMPTOTIQUE DES CHANES 107
VIII. PROCESSUS DE NAISSANCE ET DE MORT 107
FIABILIT 112
I. INTRODUCTION 112
II. GENERALITES - TERMINOLOGIE 112
2.1) Fonction de dfaillance et fn de fiabilit 112
2.2) Taux davarie ou taux de dfaillance 112
a) Relations fondamentales 114
b) Estimation des fonctions R et F 114
___________________________________________________________________
Page 66
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
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
___________________________________________________________________
Page 67
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
1.2) Chemins
Un graphe peut tre orient ou non orient.
Ex. :
x
x2
x1
x3
x4
x1
Graphe orient
x4
arte
x3
cycle
circuit
Ex. : (a,b,c,d) est un chemin hamiltonien. Mais il ny a pas de circuit hamiltonien : il faudrait
que d a
NB : dans un graphe dordre n, un circuit hamiltonien est de longueur n, un chemin est de
longueur n 1.
Dans un graphe non orient :
On appelle un arc non orient une arte. Le chemin devient chane, le circuit cycle.
___________________________________________________________________
Page 68
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
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
CDA
DEA
M =
BCD
CDE
DAB
EAB
DAC
DEC
EAC
DAE
ECD
EAE
M =
___________________________________________________________________
Page 69
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
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
M
=
1
0
1
1
0
1
1
0
1
1
2
1
0
2
1
1
1
0
0
1
0
0
1
1
1
M =
25
25
87
26 26
36 38
A=
13
24
25
87
1x2 + 3x8 = 26
1x5 + 3x7 = 26
2x2 + 4x8 = 36
2x5 + 4x7 = 38
B= 8 7
26 26
36 38
A=
13
24
12 26
22 52
b) Matrice boolenne :
A
D
B
C
0
M =
0
1
1
0
1
1
1
0
1
0
1
0
M =
1
1
1
1
1
1
1
1
1
1
0
1
3
M =
0
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.
___________________________________________________________________
Page 70
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
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)
Ex :
C
E
X= {A, B, C, D, E, F}
Ce graphe contient deux composantes connexes :
{E} et {A, B, C, D, F}
___________________________________________________________________
Page 71
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
Exemple :
1
5
0
0
0
M =
0
0
1
0
0
0
0
1
1
0
0
0
0
0
1
0
1
1
1
0
0
1 , I+M=A= 0
0
0
0
0
1
1
0
0
0
1
1
1
0
0
0
0
1
1
1
1
1
0
0
1 , A= 0
0
0
0
1
1
1
0
0
0
1
1
1
0
0
1
1
1
1
1
1
1,
0
1
0
0
0
0
1
1
0
0
0
1
1
1
0
0
1
1
1
1
0
1
1
1
1
___________________________________________________________________
Page 72
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
0
0
M= 0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
1
0
0
0
0
0
0
1
0
1
0
1
0
0
0
0
0
D
0
1
0
0
1
1
0
(I+M)6 = 0
0
1 1 1
1
0
0
0
1
0
1
1
1
1
1
1
1
0
0
0
1
0
1
1
1
1
1
1
1
1
1
1
1
1
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
0
0
0
0
1
1
1
0
0
0
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
A1 1 B
1
1
1
1
1
1
1
F
1
II
1
1
II
E
H
___________________________________________________________________
Page 73
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
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
___________________________________________________________________
Page 74
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
t+(C) t-(C) = {C, D, H, J}
Pour C :
t+(C) X
B
A
I
I
F
II
C
III
___________________________________________________________________
Page 75
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
CHEMIN de
VALEUR
OPTIMALE
___________________________________________________________________
Page 76
FSSM 2008-2009
65324386.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 52
I. EXEMPLE DE L'USINE 52
1.1) Problme : rpartition des expditions 52
1.2) Modlisation du problme 53
1.3) Reprsentation graphique 55
1.4) Mthode plus rapide (des regrets) 56
1.5) Changement de base 56
1.6) Cas de dgnrescence 60
II. RECHERCHE DUNE SOLUTION INITIALE 60
2.1) Rgle du coin Nord-Ouest ("hasard") 60
2.2) Rgle de Balas-Hammer : 61
___________________________________________________________________
Page 77
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
LES GRAPHES 67
I. DFINITION VOCABULAIRE 67
1.1) Graphe 67
1.2) Chemins 68
II. MATRICES ASSOCIES UN GRAPHE 69
2.1) Matrice latine 69
2.2) Matrices boolenne et arithmtique 70
a) Matrice arithmtique : 70
b) Matrice boolenne : 70
ORDONNANCEMENT 93
I. INTRODUCTION 93
Contraintes potentielles : 93
III. EXERCICES 98
___________________________________________________________________
Page 78
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
1.2) Dfinition d'un Processus Stochastique 103
II. LES CHANES DE MARKOV ESPACE D'TATS DISCRET 104
2.1) Probabilits et matrice de transition 104
2.2) Probabilits de transition en m tapes 104
III. GRAPHE DES TRANSITIONS CLASSIFICATION DES CHANES 105
3.1)Exemple sur les processus alatoires 105
IV. DISTRIBUTION DES TATS D'UNE CHANE 107
V. ETUDE DES CHANES RDUCTIBLES 107
VI. LES CHANES DE MARKOV TEMPS CONTINU 107
VII. COMPORTEMENT ASYMPTOTIQUE DES CHANES 107
VIII. PROCESSUS DE NAISSANCE ET DE MORT 107
FIABILIT 112
I. INTRODUCTION 112
II. GENERALITES - TERMINOLOGIE 112
2.1) Fonction de dfaillance et fn de fiabilit 112
2.2) Taux davarie ou taux de dfaillance 112
a) Relations fondamentales 114
b) Estimation des fonctions R et F 114
___________________________________________________________________
Page 79
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
Algorithme de Ford
6
A
C
5
2
2
E
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.
=0
A
=2
C
6
E E=
53
=5
D
=6
1
F
3
=7
GG
Le but est de trouver un=3chemin 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
___________________________________________________________________
Page 80
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
[45]
[25]
[15]
[15]
[30]
S
[20]
[10]
[10]
E [10]
[5]
[20]
[15]
[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 Ux+ est lensemble des arcs
incidents extrieurement x.
( u )
On appelle flot : flux mis par la source = u
U +
x0
( u )
uU x n
___________________________________________________________________
Page 81
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
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
10
10
10
20
E 10
20
10
20
20
30
G
OCGXn :
O C G Xn
20 10
30
OCFXn :
OBFXn :
O
B
D
Xn
OB = (25+)10
10
15 30
BD=DXn= 10
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
___________________________________________________________________
Page 82
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
Exemple :
+O
A
35
O
25
20
10
10
-E
B
10
10
20
10
20
+A
E 10
-F
C
+B
D
+D
S
+B
20
F
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
40
O
A
25
+A
E 10
10
B
20
15
10
10
10
20
25
S
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.
___________________________________________________________________
Page 83
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
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 xixj 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 (i0, 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
___________________________________________________________________
Page 84
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
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]
4[5]
5
+C
H
4
2[5]
I
6
G
+D
Est-il optimal ? Marquage. On s'aperoit que I nest pas marqu donc le flux est maximal.
___________________________________________________________________
Page 85
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
Exemple de marquage:
B
+
A
C
-C
Si AC < CD :
D
+A
+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
___________________________________________________________________
Page 86
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
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
/
0
/
0
0
0
2
0
1
X2
1
3
1
1
0
2
1
0
2
3
1
2
2
2
0
2
0
1
1
2
0
1
3
0
2
0
3
1
0
0
1
1
0
1
3
0
2
2
1
0
1
0
1
0
2
X1
0
/
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
/
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.
___________________________________________________________________
Page 87
FSSM 2008-2009
65324386.doc
______________________________________________________________________________
___________________________________________________________________
Page 88
FSSM 2008-2009
ORDONNANCEMENT
___________________________________________________________________
Page 89
FSSM 2008-2009
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 52
I. EXEMPLE DE L'USINE 52
1.1) Problme : rpartition des expditions 52
1.2) Modlisation du problme 53
1.3) Reprsentation graphique 55
1.4) Mthode plus rapide (des regrets) 56
1.5) Changement de base 56
1.6) Cas de dgnrescence 60
II. RECHERCHE DUNE SOLUTION INITIALE 60
2.1) Rgle du coin Nord-Ouest ("hasard") 60
2.2) Rgle de Balas-Hammer : 61
___________________________________________________________________
Page 90
FSSM 2008-2009
LES GRAPHES 67
I. DFINITION VOCABULAIRE 67
1.1) Graphe 67
1.2) Chemins 68
II. MATRICES ASSOCIES UN GRAPHE 69
2.1) Matrice latine 69
2.2) Matrices boolenne et arithmtique 70
a) Matrice arithmtique : 70
b) Matrice boolenne : 70
ORDONNANCEMENT 93
I. INTRODUCTION 93
Contraintes potentielles : 93
III. EXERCICES 98
___________________________________________________________________
Page 91
FSSM 2008-2009
FIABILIT 112
I. INTRODUCTION 112
II. GENERALITES - TERMINOLOGIE 112
2.1) Fonction de dfaillance et fn de fiabilit 112
2.2) Taux davarie ou taux de dfaillance 112
a) Relations fondamentales 114
b) Estimation des fonctions R et F 114
___________________________________________________________________
Page 92
FSSM 2008-2009
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 :
10
20
30
40
50
___________________________________________________________________
Page 93
FSSM 2008-2009
1m
Dpart
maon
2m
1m
couvreur
1m
3 sem
15j
1,5 m
carrel.
lectric.
Fin
2 m 1s
___________________________________________________________________
Page 94
FSSM 2008-2009
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
5
5
:0 0
:0 3
21
: 16
14
0
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
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)
___________________________________________________________________
Page 95
FSSM 2008-2009
G : 48
H : 32
I : 48
A:
B:
C :3
0 A
24 B
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
:6 15
3
46
53
:6
3
17
:
63
10
63
Notation :
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(6)
b ne peut dbuter que quand a est achev, mais il nest pas
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)
___________________________________________________________________
Page 96
FSSM 2008-2009
21 40
0
4
3 3
C1
10
7
32 46
18
15
10
63 63
5
13 13
10
10
12
63 63
06
C2
3
14 23
14
B
0 0
16
5 24
9
48 48
17
25
23 23
11
32 46
Chemin critique
MPM :
c(5)
d(7)
b(2)
3
b(0) : opration
virtuelle
d
3
5
c
a(3)
c(5)
d(7)
b(2)
___________________________________________________________________
Page 97
FSSM 2008-2009
a(5)
MPM :
c(3)
a(0)
b(2)
d(1)
MPM :
deux solutions, lune en fractionnant,
lautre non.
4
2
2
1
b3
e
b2
a
b1
a(2)
b1(1)
b2(2)
b3(4)
5
c(3)
4
e(2)
1
8
d(4)
d
Ou :
1
b
2+1=3
1+2+4=7
III. Exercices
___________________________________________________________________
Page 98
FSSM 2008-2009
PROCESSUS
STOCHASTIQUES
65324386.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 52
I. EXEMPLE DE L'USINE 52
1.1) Problme : rpartition des expditions 52
1.2) Modlisation du problme 53
1.3) Reprsentation graphique 55
1.4) Mthode plus rapide (des regrets) 56
1.5) Changement de base 56
1.6) Cas de dgnrescence 60
II. RECHERCHE DUNE SOLUTION INITIALE 60
2.1) Rgle du coin Nord-Ouest ("hasard") 60
2.2) Rgle de Balas-Hammer : 61
65324386.doc
______________________________________________________________________________
LES GRAPHES 67
I. DFINITION VOCABULAIRE 67
1.1) Graphe 67
1.2) Chemins 68
II. MATRICES ASSOCIES UN GRAPHE 69
2.1) Matrice latine 69
2.2) Matrices boolenne et arithmtique 70
a) Matrice arithmtique : 70
b) Matrice boolenne : 70
ORDONNANCEMENT 93
I. INTRODUCTION 93
Contraintes potentielles : 93
III. EXERCICES 98
65324386.doc
______________________________________________________________________________
1.2) Dfinition d'un Processus Stochastique 103
II. LES CHANES DE MARKOV ESPACE D'TATS DISCRET 104
2.1) Probabilits et matrice de transition 104
2.2) Probabilits de transition en m tapes 104
III. GRAPHE DES TRANSITIONS CLASSIFICATION DES CHANES 105
3.1)Exemple sur les processus alatoires 105
IV. DISTRIBUTION DES TATS D'UNE CHANE 107
V. ETUDE DES CHANES RDUCTIBLES 107
VI. LES CHANES DE MARKOV TEMPS CONTINU 107
VII. COMPORTEMENT ASYMPTOTIQUE DES CHANES 107
VIII. PROCESSUS DE NAISSANCE ET DE MORT 107
FIABILIT 112
I. INTRODUCTION 112
II. GENERALITES - TERMINOLOGIE 112
2.1) Fonction de dfaillance et fn de fiabilit 112
2.2) Taux davarie ou taux de dfaillance 112
a) Relations fondamentales 114
b) Estimation des fonctions R et F 114
65324386.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.
Un processus est Markovien s'il est sans mmoire (c'est dire qu'il ne dpend pas de ce
qui s'est pass avant). A tous instants u et t avec t>u , la probabilit que Xt = y ne dpend pas
de Xs pour s<u et de Xu mais seulement de Xu:
P (Xt = y / Xs
pour s<u et
Xu=x) = P (Xt = y / Xu = x)
65324386.doc
______________________________________________________________________________
est fini.
En supposant que
matrice de transition.
P11 P1r
:
:
:
:
:
:
Pr1 Prr
Avec Pij 0
r
P (X
= Ej / Xo = Ei) =1
j=1
P ij =1 pour tout i.
j=1
65324386.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
Pk j
(m )
(n)
Pik
k =1
p o u ri, 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
65324386.doc
______________________________________________________________________________
Si P (X0 = A) = 1 alors P (X1 = C) = 0 et P (X1 = B) = 0.5
65324386.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
F
65324386.doc
______________________________________________________________________________
FIABILITE
65324386.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 52
I. EXEMPLE DE L'USINE 52
1.1) Problme : rpartition des expditions 52
1.2) Modlisation du problme 53
1.3) Reprsentation graphique 55
1.4) Mthode plus rapide (des regrets) 56
1.5) Changement de base 56
1.6) Cas de dgnrescence 60
II. RECHERCHE DUNE SOLUTION INITIALE 60
2.1) Rgle du coin Nord-Ouest ("hasard") 60
2.2) Rgle de Balas-Hammer : 61
65324386.doc
______________________________________________________________________________
LES GRAPHES 67
I. DFINITION VOCABULAIRE 67
1.1) Graphe 67
1.2) Chemins 68
II. MATRICES ASSOCIES UN GRAPHE 69
2.1) Matrice latine 69
2.2) Matrices boolenne et arithmtique 70
a) Matrice arithmtique : 70
b) Matrice boolenne : 70
ORDONNANCEMENT 93
I. INTRODUCTION 93
Contraintes potentielles : 93
III. EXERCICES 98
65324386.doc
______________________________________________________________________________
1.2) Dfinition d'un Processus Stochastique 103
II. LES CHANES DE MARKOV ESPACE D'TATS DISCRET 104
2.1) Probabilits et matrice de transition 104
2.2) Probabilits de transition en m tapes 104
III. GRAPHE DES TRANSITIONS CLASSIFICATION DES CHANES 105
3.1)Exemple sur les processus alatoires 105
IV. DISTRIBUTION DES TATS D'UNE CHANE 107
V. ETUDE DES CHANES RDUCTIBLES 107
VI. LES CHANES DE MARKOV TEMPS CONTINU 107
VII. COMPORTEMENT ASYMPTOTIQUE DES CHANES 107
VIII. PROCESSUS DE NAISSANCE ET DE MORT 107
FIABILIT 112
I. INTRODUCTION 112
II. GENERALITES - TERMINOLOGIE 112
2.1) Fonction de dfaillance et fn de fiabilit 112
2.2) Taux davarie ou taux de dfaillance 112
a) Relations fondamentales 114
b) Estimation des fonctions R et F 114
65324386.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.
65324386.doc
______________________________________________________________________________
Par analogie, si la fonction de fiabilit R est drivable, on dfinit le taux instantan davarie
par la fonction dfinie par
MTBF = E(T) =
+
0
tf(t)dt
65324386.doc
______________________________________________________________________________
a) Relations fondamentales
Ln(R(t)) =
F(t) = 1 - exp(-
(u)du
t
0
(u)du)
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
65324386.doc
______________________________________________________________________________
F(t) = 1 - e-
si t [0, +[ et R(t) = e-
MTBF = E[T] = 1 /
La probabilit pour que le systme fonctionne aprs un temps dutilisation gal la MTBF
est R(1/ ) = 1 / e 0,368, soit 36,8%.
Dans lexemple ci-dessus, on peut approximer la loi par une loi exponentielle de paramtre
1 / 1060 0,00094. On en dduit que la probabilit pour que la pice fonctionne au
moins 2000 heures est R(2000) = exp(-2000/1060) 0,15
(t) = / . [(t - ) / ]
-1
, si t > , 0 sinon.
f(t) = / . [(t - ) / ]
: paramtre de position,
: paramtre de dispersion,
: paramtre de forme.
-1
exp [ - [(t - ) / ] ] si t ,
0 si t <
65324386.doc
______________________________________________________________________________
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) = B 2 o B est donn galement par la table.
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
Exemple :
R(t) =
1 i n
Ri(t)
Si les composants suivent des lois exponentielles de paramtre i, R suit une loi
exponentielle de paramtre = 1 + + n .
65324386.doc
______________________________________________________________________________
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, =
Do,
MTBF = 1 / ( 1 + + n)
+ + 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
65324386.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.