242
Recherche opérationnelle
Cette affectation est :
(A, b)
(B,f)
(C,c)
(D,d)
(E,e)
(F,a)
Le coût de cette affectation, calculé sur la matrice initiale 1 est égal à 133.
Cet exemple a été choisi parce que l'application de l'algorithme hongrois permettait
d'arriver à la solution en un nombre d'itérations important pour la dimension du
problème (on a modifié 7 fois la matrice initiale).
Il faut cependant se rendre compte que traiter ce petit exemple par la programmation
linéaire aurait conduit à des calculs beaucoup plus pénibles !
D'une façon générale, dans beaucoup de problèmes de recherche opérationnelle, on
aboutit à une formalisation du type de programmation linéaire. Ce phénomène peut-être
expliqué par une utilisation (souvent abusive) des concepts de la comptabilité dans les
calculs de coûts. Quoiqu'il en soit, il convient toujours, avant de se lancer dans les
applications souvent lourdes des algorithmes de la programmation linéaire, d'examiner si
la nature du problème ne pourrait pas conduire à des résolutions plus aisées, à l'aide de la
théorie des graphes, par exemple.
Recherche opérationnelle
Cette affectation est :
(A, b)
(B,f)
(C,c)
(D,d)
(E,e)
(F,a)
Le coût de cette affectation, calculé sur la matrice initiale 1 est égal à 133.
Cet exemple a été choisi parce que l'application de l'algorithme hongrois permettait
d'arriver à la solution en un nombre d'itérations important pour la dimension du
problème (on a modifié 7 fois la matrice initiale).
Il faut cependant se rendre compte que traiter ce petit exemple par la programmation
linéaire aurait conduit à des calculs beaucoup plus pénibles !
D'une façon générale, dans beaucoup de problèmes de recherche opérationnelle, on
aboutit à une formalisation du type de programmation linéaire. Ce phénomène peut-être
expliqué par une utilisation (souvent abusive) des concepts de la comptabilité dans les
calculs de coûts. Quoiqu'il en soit, il convient toujours, avant de se lancer dans les
applications souvent lourdes des algorithmes de la programmation linéaire, d'examiner si
la nature du problème ne pourrait pas conduire à des résolutions plus aisées, à l'aide de la
théorie des graphes, par exemple.
