Programmation linéaire : pourquoi l’optimum est-il au sommet ?

Intervenant 10:00

Bienvenue à toutes et à tous dans le podcast du magazine Tangente. C'est un immense plaisir d'accueillir notre public aujourd'hui pour une toute nouvelle exploration intellectuelle.

Intervenant 20:10

Bonjour à tous, ravi d'être là.

Intervenant 10:13

Alors, pour commencer cette analyse, il faut convoquer une image familière. L'image classique de la quête de l'optimum, de la perfection, c'est souvent l'ascension d'une montagne.

Intervenant 20:23

Oui, c'est ce qu'on imagine instinctivement.

Intervenant 10:25

Voilà, on imagine qu'on grimpe laborieusement, la pente s'adoucit peu à peu sous nos pieds, et puis soudain, paf, on est au sommet, c'est l'endroit plat, on plante son drapeau, on a atteint le maximum, c'est très intuitif, très rassurant.

Intervenant 20:39

C'est effectivement la représentation mentale que l'on s'en fait touche, ce fameux sommet arrondi de la courbe. Enfin, en maths, c'est le moment précis où la pente, ou plutôt la dérivée, s'annule, comme on l'apprend de manière assez systématique sur les bancs du lycée.

Intervenant 10:54

C'est ça. Mais le but de notre plongée d'aujourd'hui, c'est de renverser complètement cette image. Il faut imaginer un instant un monde géométrique sans aucune colline.

Intervenant 21:04

Sans le moindre relief doux exactement.

Intervenant 11:06

Un monde brut fait uniquement de plans inclinés, de lignes parfaitement droites, de murs ultra rigides. Il n'y a pas de sommet douillet au milieu de la carte. Et la question vertigineuse qui se pose, c'est où se cache le point culminant dans un monde pareil ?

Intervenant 21:21

Et la réponse mathématique à cette question est fascinante. Parce que le point culminant, il se cache là où c'est le plus abrupt. Dans les coins. Sur les bords extrêmes en fait.

Intervenant 11:31

Ah, c'est fou ! Et c'est exactement l'essence de l'article assez saisissant que nous allons décortiquer, qui s'intitule tout simplement « la programmation linéaire ». Et attention, il y a un piège d'entrée de jeu. Le mot « programmation » est ici un magnifique faux ami.

Intervenant 21:47

Oh que oui, c'est un gros piège.

Intervenant 11:49

Quand on l'entend aujourd'hui, on pense tout de suite aux codes informatiques, aux développeurs, aux logiciels. Mais l'origine du terme n'a rien à voir avec ça.

Intervenant 21:57

Absolument rien à voir. Nous sommes face à une branche pure et dure des mathématiques, mais dont le but initial est de résoudre des problèmes économiques ultra concrets. L'histoire de cette théorie est d'ailleurs profondément ancrée dans les nécessités du monde réel.

Intervenant 12:11

Oui, des années 30, c'est ça ?

Intervenant 22:12

Exactement. Elle prend racine dans les années 1930 et on la doit principalement à un esprit brillant, l'économiste et mathématicien soviétique Leonid Vitalievitch Kantorowitsch.

Intervenant 12:23

Et pour que l'on prenne bien la mesure de l'impact colossal de ses travaux, il faut quand même souligner un fait historique majeur. Cette invention lui a valu le prix Nobel d'économie en 1975. C'est pas rien. Non. Il reste d'ailleurs à ce jour le seul et unique chercheur soviétique de l'histoire à avoir jamais reçu cette distinction. C'est dire à quel point l'outil qu'il a forgé était révolutionnaire pour la gestion des ressources.

Intervenant 22:48

Et ce qui rend cette théorie si puissante, je trouve, c'est le contraste énorme entre sa mécanique redoutable et la simplicité de ses postulats de départ. Le but de la programmation linéaire, c'est d'optimiser les fonctions du premier degré, tout en respectant des contraintes qui sont elles aussi du premier degré.

Intervenant 13:05

Donc tout est linéaire.

Intervenant 23:06

Voilà. En apparence, c'est d'une rigueur absolue, c'est très calme, presque austère sur le papier. Mais sous le capot, c'est une machinerie d'optimisation sans pareil.

Intervenant 13:17

D'accord, décortiquons un peu tout ça. Optimiser, maximiser, on voit très bien ce que cela représente dans la vie matérielle de tous les jours. Bien sûr. Si une entreprise gère une ligne de production ou une usine gigantesque, le but est limpide. Il faut maximiser un rendement, un profit ou à l'inverse minimiser des coûts de transport ou d'achat.

Intervenant 23:34

Avec une contrainte réelle.

Intervenant 13:35

Toujours. Le principe de réalité incontournable, c'est que les ressources sont limitées. On ne dispose pas d'une infinité d'heures de travail pour les ouvriers, ni d'un stock magique de matières premières. Mais ce que je trouve curieux, c'est cette insistance sur le mot linéarité. Pourquoi ce cadre strict du premier degré ?

Intervenant 23:52

Eh bien, la linéarité, dans ce contexte économique et mathématique, ça impose une règle du jeu super stricte. Les effets sont toujours rigoureusement proportionnels aux causes et ils s'additionnent de manière transparente.

Intervenant 14:05

Ok, un exemple.

Intervenant 24:06

Prenons un cas pratique d'usine. Si fabriquer un meuble nécessite 3 kg de bois, en fabriquer 100 nécessitera exactement 300 kg de bois.

Intervenant 14:14

Pas de prix de gros, pas de fatigue des machines.

Intervenant 24:16

C'est ça. Le modèle pur de la programmation linéaire refuse complètement les subtilités comme les économies d'échelle ou l'usure qui ralentirait la cadence. Les variables que l'on manipule, qu'on appelle souvent les activités, ce sont des objets physiques palpables.

Intervenant 14:30

Des tonnes d'acier, des heures de vol, des litres de carburant, ce genre de trucs.

Intervenant 24:34

Exactement.

Intervenant 14:35

Et par définition, puisqu'on parle de matière physique, on ne peut pas fabriquer un nombre négatif de meubles. Non,

Intervenant 24:40

ça n'aurait

Intervenant 14:41

aucun sens. Donc ces variables sont logiquement positives ou nulles.

Intervenant 24:45

C'est le point de départ géométrique. L'objectif est donc de trouver la combinaison parfaite de ces variables pour maximiser une fonction cible qu'on appelle la fonction objectif.