Vous êtes sur la page 1sur 25

UNIVERSIT PARIS OUEST NANTERRE LA DFENSE U.F.R. SEGMI Anne universitaire 2012 2013 Master dconomie Cours de M.

Desgraupes

Mthodes Numriques Document 4 : Corrig des exercices doptimisation linaire

Programmation linaire Mthode du simplexe . . . . . . . Rafnerie de ptrole . . . . . . . . Mthode des variables ajoutes . . Indices doctane . . . . . . . . . . Fabrique de pices dtaches . . . Plan de production de moteurs . . Excavation et matriaux de carrire

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

. . . . . . .

1 1 4 6 11 13 15 17 19 19 21 22

Dualit Main doeuvre et quipements . . . . . . . . . . . . . . . . . . . . . . . . Trois techniques de production . . . . . . . . . . . . . . . . . . . . . . . . Production en heures-machines . . . . . . . . . . . . . . . . . . . . . . . .

Programmation linaire

Corrig ex. 1 : Mthode du simplexe

Programme 1 Max (x1 + 2x2 ) x1 + 3x2 21 x1 + 3x2 18 x1 x2 5 x et x 0 1 2 On introduit des variables dcart, ce qui conduit aux quations suivantes pour les contraintes du problme : = 21 x1 + 3x2 + x3 x1 + 3x2 + x4 = 18 x1 x2 + x5 =5 Le premier tableau du simplexe scrit :

x1 1 -1 1 -1

x2 3 3 -1 -2

x3 1 0 0 0

x4 0 1 0 0

x5 0 0 1 0

21 18 5 0

x3 x4 x5

La variable entrante est x2 qui correspond llment le plus ngatif de la dernire ligne. La variable sortante se calcule en trouvant le plus petit rapport positif entre la colonne de droite et la colonne de x2 (colonne entrante) : Min 18 21 18 , =6 = 3 3 3

Donc x4 est la variable sortante. La ligne de x4 sert de ligne pivot et on excute une transformation du pivot autour de la valeur 3 ( lintersection de la ligne de x4 et de la colonne de x2 ). On obtient le tableau suivant : x1 2 -1/3 2/3 -5/3 x2 0 1 0 0 x3 1 0 0 0 x4 -1 1/3 1/3 2/3 x5 0 0 1 0 3 6 11 12 x3 x2 x5

Maintenant cest x1 qui entre et x3 qui sort car : Min 3 11 3 , = 2 2/3 2

Un nouveau pivot autour du nombre 2 ( lintersection de la ligne de x3 et de la colonne de x1 ) conduit au tableau suivant : x1 1 0 0 0 x2 0 1 0 0 x3 1/2 1/6 -1/3 5/6 x4 -1/2 1/6 2/3 -1/6 x5 0 0 1 0 3/2 13/2 10 29/2 x1 x2 x5

Maintenant cest x4 qui entre et x5 qui sort car : Min 13/2 10 10 , = = 15 1/6 2/3 2/3

Un nouveau pivot autour du nombre 2/3 ( lintersection de la ligne de x5 et de la colonne de x4 ) conduit au tableau suivant : x1 1 0 0 0 x2 0 1 0 0 x3 1/4 1/4 -1/2 3/4 x4 0 0 1 0 x5 3/4 -1/4 3/2 1/4 9 4 15 17 x1 x2 x4

Ce tableau correspond loptimum car il ny a plus de termes ngatifs dans la dernire ligne. On obtient donc comme solution : x 1 = 9 x =4 2 x =0 3 x4 = 15 x = 0 5 La premire et la troisime contrainte sont satures. Programme 2 Min (x1 3x2 ) 3x1 2x2 7 x1 + 4x2 9 2x1 + 3x2 6 x et x 0 1 2 On transforme le problme en une maximisation en changeant le signe de la fonction objectif : Max (x1 + 3x2 ) On introduit ensuite les variables dcart comme ceci : 3x1 2x2 + x3 = 7 x + 4 x + x = 9 1 2 4 2x1 + 3x2 + x5 = 6 x1 et x2 0 Le tableau de dpart pour la mthode du simplexe est donc : x1 3 -1 -2 1 x2 -2 4 3 -3 x3 1 0 0 0 x4 0 1 0 0 x5 0 0 1 0 7 9 6 0 x3 x4 x5

La variable entrante est x2 qui correspond llment le plus ngatif de la dernire ligne. La variable sortante se calcule en trouvant le plus petit rapport positif entre la colonne de droite et la colonne de x2 (colonne entrante) : Min 9 6 6 , = =2 4 3 3

Donc x5 est la variable sortante. La ligne de x5 sert de ligne pivot / on excute une transformation du pivot autour de la valeur 3 ( lintersection de la ligne de x5 et de la colonne de x2 ). Cela conduit au tableau suivant : 3

x1 5/3 5/3 -2/3 -1

x2 0 0 1 0

x3 1 0 0 0

x4 0 1 0 0

x5 2/3 -4/3 1/3 1

11 1 2 6

x3 x4 x2

Cette fois la variable x1 entre dans la base et la variable x4 sort car : Min 3 11 1 = , 5/3 5/3 5

Le pivot se fait autour de la valeur 5/3 ( lintersection de la ligne de x4 et de la colonne de x1 ). On obtient alors le tableau suivant : x1 0 1 0 0 x2 0 0 1 0 x3 1 0 0 0 x4 -1 3/5 2/5 3/5 x5 2 -4/5 -1/5 1/5 10 3/5 12/5 33/5 x3 x1 x2

Il ny a plus de terme ngatif dans la dernire ligne et on est donc loptimum. La solution est : x = 3/5 1 x2 = 12/5 x = 10 3 x 4 = 0 x = 0 5 La deuxime et la troisime contrainte sont satures. Il ne faut pas oublier de rechanger le signe de la fonction objectif : la valeur loptimum est -33/5 (alors que la case infrieure droite du tableau indique 33/5 car ce tableau correspond la maximisation de f ). Corrig ex. 2 : Rafnerie de ptrole On dsigne par x1 et x2 les quantits de brut 1 et 2 quil faut traiter. La fonction objectif est la marge totale, quil faut maximiser : Max (3x1 + 4x2 ) Les contraintes de production sexpriment sous la forme suivante : 0, 25x1 + 0, 35x2 825 0, 30x1 + 0, 30x2 750 0, 45x1 + 0, 35x2 1065 qui se simplient sous la forme suivante : 5x1 + 7x2 x1 + x2 9x1 + 7x2 4

16500 2500 21300

Si on note x3 , x4 , x5 les variables dcart, les contraintes deviennent : 5x1 + 7x2 + x3 = 16500 x1 + x2 + x4 = 2500 9x1 + 7x2 + x5 = 21300 Les tableaux du simplexe sont successivement : Tableau 1 x1 5 1 9 -3 x2 entre et x3 sort. Tableau 2 x1 5/7 2/7 4 -1/7 x1 entre et x4 sort. Tableau 3 x1 0 1 0 0 x2 1 0 0 0 x3 1/2 -1/2 1 1/2 x4 -5/2 7/2 -14 1/2 x5 0 0 1 0 2000 500 2800 9500 x2 x1 x5 x2 1 0 0 0 x3 1/7 -1/7 -1 4/7 x4 0 1 0 0 x5 0 0 1 0 16500/7 1000/7 4800 66000/7 x2 x4 x5 x2 7 1 7 -4 x3 1 0 0 0 x4 0 1 0 0 x5 0 0 1 0 16500 2500 21300 0 x3 x4 x5

Il ny a plus de terme ngatif dans la dernire ligne et on est donc loptimum. La solution est : x = 500 1 x2 = 2000 x =0 3 x4 = 0 x = 2800 5 La valeur loptimum est f = 9500. La premire et le deuxime contrainte sont satures : les quotas imposs pour lessence et le gasoil sont atteints. La troisime prsente un cart de 140 (le tableau indique 2800 mais cette contrainte avait t divise par 20 avant dtre insre dans le tableau) : cela signie que le quota de 1065 impos sur le fuel nest pas atteint et quon fabrique seulement 1065 140 = 925 milliers de m3 de fuel.

Corrig ex. 3 : Mthode des variables ajoutes

Les deux programmes doptimisation de cet exercice prsentent une difcult supplmentaire pour appliquer la mthode du simplexe : on ne peut pas dmarrer le simplexe partir de lorigine (cest--dire partir du point de coordonnes nulles) car ce point ne vrie pas les contraintes. Lorigine ne fait pas partie du domaine ralisable. Il faut donc trouver un point de dpart dans le domaine ralisable, autrement dit trouver un point coordonnes positives qui vrie les quations des contraintes. On utilise pour cela la mthode des variables ajoutes. Elle consiste introduire des variables supplmentaires x1,a , x2,a , . . . dans les contraintes et chercher les annuler. Comme ce sont des variables positives, il suft dannuler leur somme et on en fait un problme doptimisation en xant comme objectif de minimiser cette somme : Min
j

xj,a

Il y a autant de variables ajoutes quil y a de contraintes. Programme 1 Max (x1 x2 + x3 ) 3x1 + 2x2 + x3 x1 x2 x3 + x4 x1 + 4x2 + 2x3 2x4 x1 , x2 , x3 et x4

= = =

1 3 1 0

On introduit 3 variables positives x1,a , x2,a , x3,a dans les contraintes et on cherche minimiser la fonction objectif x1,a + x2,a + x3,a . On se ramne un problme de maximisation en changeant le signe de cette fonction objectif. Le problme scrit donc sous la forme suivante Max (x1,a x2,a x3,a ) +x 3 +x1,a = 1 3x1 +2x2 x1 x 2 x 3 +x 4 +x2,a = 3 x1 +4x2 +2x3 2x4 +x3,a = 1 avec les contraintes x1 , x2 , x3 , x4 , x1,a , x2,a , x3,a 0 La fonction objective initiale du problme est pour le moment ignore. Le problme avec les variables ajoutes peut se traiter au moyen de la mthode du simplexe ordinaire. La conguration de dpart consiste annuler les variables x1 , x2 , x3 , x4 qui sont ainsi des variables hors-base. Les variables de base sont donc au dpart : x1,a = 1 x2,a = 3 x3,a = 1 Trs important : il faut veiller ce que la fonction objectif (x1,a x2,a x3,a ) soit exprime en fonction des variables hors-base. Cest une rgle qui doit toujours tre vrie : 6

tous les stades de la mthode du simplexe, la fonction objectif et les variables de base doivent tre exprimes en fonction des variables hors-base. On doit donc, avant de commencer, extraire x1,a , x2,a , x3,a en fonction de x1 , x2 , x3 , x4 et les remplacer dans la fonction objectif. On a : x1,a = 1 + 3x1 2x2 x3 x2,a = 3 x1 + x2 + x3 x4 x3,a = 1 x1 4x2 2x3 + 2x4 Do x1,a x2,a x3,a = 5 x1 + 5x2 + 2x3 x4 partir de l, la mthode du simplexe sapplique sans problmes. Tableau 1 x1 -3 1 1 1 x2 entre et x3,a sort. Tableau 2 x1 -7/2 5/4 1/4 9/4 x2 0 0 1 0 x3 0 -1/2 1/2 1/2 x4 1 1/2 -1/2 -3/2 x1,a 1 0 0 0 x1,a 0 1 0 0 x3,a -1/2 1/4 1/4 5/4 1/2 13/4 1/4 -15/4 x1,a x2,a x2 x2 2 -1 4 -5 x3 1 -1 2 -2 x4 0 1 -2 1 x1,a 1 0 0 0 x1,a 0 1 0 0 x3,a 0 0 1 0 1 3 1 -5 x1,a x2,a x3,a

x4 entre et x1,a sort. Tableau 3 x1 -7/2 3 -3/2 -3 x1 entre et x2,a sort. Tableau 4 x1 0 1 0 0 x2 0 0 1 0 x3 -7/12 -1/6 1/4 0 x4 1 0 0 0 x1,a 5/12 -1/6 1/4 1 x1,a 7/6 1/3 1/2 1 x3,a 1/12 1/6 1/4 1 4 1 2 0 x4 x1 x2 x2 0 0 1 0 x3 0 -1/2 1/2 1/2 x4 1 0 0 0 x1,a 1 -1/2 1/2 3/2 x1,a 0 1 0 0 x3,a -1/2 1/2 0 1/2 1/2 3 1/2 -3 x4 x2,a x2

Dans le dernier tableau, les trois variables ajoutes sont sorties de la base. Elles sont donc nulles, ce qui tait lobjectif. Cela signie que les variables qui sont maintenant dans la base constituent une solution coordonnes positives pour le systme

des contraintes. On a donc trouv un point de dpart pour rsoudre le problme de lexercice. Cest le point de coordonnes (ici x3 est nulle car elle est hors-base ) : x1 = 1 x = 2 2 x 3 =0 x4 = 4 On peut donc maintenant traiter le problme pos partir du point trouv. On commence par supprimer, dans le dernier tableau calcul, les colonnes des variables ajoutes : x1 x2 x3 x4 0 0 -7/12 1 4 x4 1 0 -1/6 0 1 x1 0 1 1/4 0 2 x2 Dans ce tableau, on voit que les variables x1 , x2 et x4 sont dans la base et que la variable x3 est hors-base. On peut linterprter comme le systme de contraintes suivant : 7 x + x4 = 4 12 3 x1 1 6 x3 = 1 x2 + 1 4 x3 = 2 La dernire ligne doit contenir la fonction objectif initiale x1 x2 + x3 mais celleci doit tre exprime, comme toujours, en fonction de la ou des variable(s) hors-base uniquement. Le systme prcdent permet facilement de tout exprimer en fonction de x3 . On trouve : 17 x 1 x 2 + x 3 = 1 + x 3 12 Le tableau du simplexe scrit donc x1 0 1 0 0 x1 0 1 0 0 x2 0 0 1 0 x2 7/3 2/3 4 17/3 x3 -7/12 -1/6 1/4 -17/12 x3 0 0 1 0 x4 1 0 0 0 x4 1 0 0 0 4 1 2 -1 x4 x1 x2

La variable x3 entre et x2 sort. Par pivot, on obtient le tableau suivant : 26/3 7/3 8 31/3 x4 x1 x3

On est maintenant loptimum et la solution du problme est : x1 = 7/3 x = 0 2 x =8 3 x4 = 26/3 La valeur loptimum est f = 31/3. 8

Programme 2 Max (x1 + 2x2 + 3x3 ) x1 + x2 2x1 + 2x2 x3 12x1 + 8x2 5x3 x1 , x2 et x3

5 = 6 = 32 0

Dans ce problme, la premire contrainte est une ingalit, donc il faut commencer par introduire une variable dcart x4 . On introduit ensuite les variables ajoutes comme dans lexercice prcdent. Le problme scrit sous la forme Max (x1,a x2,a x3,a ) avec le systme de contraintes suivant : +x2 +x4 + x1,a x1 2x1 +2x2 x3 12x1 +8x2 5x3

+x2,a +x3,a

= 5 = 6 = 32

avec x1 , x2 , x3 , x4 , x1,a , x2,a , x3,a 0. La conguration de dpart consiste annuler les variables x1 , x2 , x3 , x4 qui sont ainsi des variables hors-base. Les variables de base sont donc au dpart : x1,a = 5 x2,a = 6 x3,a = 32 Trs important : il faut veiller ce que la fonction objectif (x1,a x2,a x3,a ) soit exprime en fonction des variables hors-base. On doit donc, avant de commencer, extraire x1,a , x2,a , x3,a en fonction de x1 , x2 , x3 , x4 et les remplacer dans la fonction objectif. On a : x1,a = 5 x1 x2 x4 x2,a = 6 2x1 2x2 + x3 x3,a = 32 12x1 8x2 + 5x3 Do x1,a x2,a x3,a = 43 + 15x1 + 11x2 6x3 + x4 partir de l, la mthode du simplexe sapplique sans problmes : Tableau 1 x1 1 2 12 -15 x2 1 2 8 -11 x3 0 -1 -5 6 x4 1 0 0 -1 x1,a 1 0 0 0 x1,a 0 1 0 0 x3,a 0 0 1 0 5 6 32 -43 x1,a x2,a x3,a

x1 entre et x3,a sort. Tableau 2

x1 0 0 1 0

x2 1/3 2/3 2/3 -1

x3 5/12 -1/6 -5/12 -1/4

x4 1 0 0 -1

x1,a 1 0 0 0

x1,a 0 1 0 0

x3,a -1/12 -1/6 1/12 5/4

7/3 2/3 8/3 -3

x1,a x2,a x1

x2 entre et x2,a sort. Tableau 3 x1 0 0 1 0 x2 0 1 0 0 x3 1/2 -1/4 -1/4 -1/2 x4 1 0 0 -1 x1,a 1 0 0 0 x1,a -1/2 3/2 -1 3/2 x3,a 0 -1/4 1/4 1 2 1 2 -2 x1,a x2 x1

x4 entre et x1,a sort. Tableau 4 x1 0 0 1 0 x2 0 1 0 0 x3 1/2 -1/4 -1/4 0 x4 1 0 0 0 x1,a 1 0 0 1 x1,a -1/2 3/2 -1 1 x3,a 0 -1/4 1/4 1 2 1 2 0 x4 x2 x1

Dans le dernier tableau, les trois variables ajoutes sont sorties de la base. Elles sont donc nulles, ce qui tait lobjectif. Cela signie que les variables qui sont maintenant dans la base constituent une solution coordonnes positives pour le systme des contraintes. On a donc trouv un point de dpart pour rsoudre le problme de lexercice. Cest le point de coordonnes (ici x3 est nulle car elle est hors-base ) : x1 = 1 x = 2 2 x 3 =0 x4 = 2 On peut donc maintenant traiter le problme pos partir du point trouv. On commence par supprimer, dans le dernier tableau calcul, les colonnes des variables ajoutes : x1 0 0 1 x2 0 1 0 x3 1/2 -1/4 -1/4 x4 1 0 0 2 1 2 x4 x2 x1

Dans ce tableau, on voit que les variables x1 , x2 et x4 sont dans la base et que la variable x3 est hors-base. On peut linterprter comme le systme de contraintes suivant : 1 x3 + x4 = 2 2 1 x2 x3 = 1 4 1 x1 x3 = 2 4 10

La dernire ligne doit contenir la fonction objectif initiale x1 + 2x2 + 3x3 mais celle-ci doit tre exprime, comme toujours, en fonction de la ou des variable(s) horsbase uniquement. Le systme prcdent permet facilement de tout exprimer en fonction de x3 qui est ici lunique variable hors-base. On trouve : x1 + 2 x2 + 3 x3 = 4 + Le tableau du simplexe scrit donc x1 0 0 1 0 x2 0 1 0 0 x3 1/2 -1/4 -1/4 -15/4 x4 1 0 0 0 2 1 2 4 x4 x2 x1 15 x3 4

La variable x3 entre et x4 sort. Par pivot, on obtient le tableau suivant : x1 0 0 1 0 x2 0 1 0 0 x3 1 0 0 0 x4 2 1/2 1/2 15/2 4 2 3 19 x3 x2 x1

On est maintenant loptimum et la solution du problme est : x1 = 3 x = 2 2 x =4 3 x4 = 0 La valeur loptimum est f = 19. Corrig ex. 4 : Indices doctane

On dsigne par x1A et x2A (resp. x1B et x2B ) le nombre de barils de P1 et de P2 utiliss pour fabriquer les essences A (resp. B ). Indice doctane des essences A et B : IA = IB = 71x1A + 99x2A x1A + x2A 71x1B + 99x2B x1B + x2B

Les contraintes scrivent : IA 96 et IB 85, ce qui conduit, aprs regroupement des termes, aux ingalits suivantes : 25x1A 3x2A x1B x2B 0 0

11

Les containtes de disponibilit des ressources P1 et P2 scrivent comme ceci : x1A + x1B x2A x2B La fonction objectif est : f = 3, 75(x1A + x2A ) + 2, 75(x1B + x2B ) + 1, 25(3900 x1A x1B ) + 2, 25(5000 x2A x2B ) = 2, 5x1A + 1, 5x2A + 1, 5x1B + 0, 5x2B + 16125 3900 5000

Notons x1 , x2 , x3 , x4 les variables dcart. Le tableau de dpart de la mthode du simplexe scrit : Tableau 1 x1A 25 0 1 0 -2,5 x2A -3 0 0 1 -1,5 x1B 0 1 1 0 -1,5 x2B 0 -1 0 1 -0,5 x1 1 0 0 0 0 x2 0 1 0 0 0 x3 0 0 1 0 0 x4 0 0 0 1 0 0 0 3900 5000 16125 x1 x2 x3 x4

x1A entre et x1 sort. Tableau 2 x1A 1 0 0 0 0 x2A -3/25 0 3/25 1 -1,8 x1B 0 1 1 0 -1,5 x2B 0 -1 0 1 -0,5 x1 1/25 0 -1/25 0 0,1 x2 0 1 0 0 0 x3 0 0 1 0 0 x4 0 0 0 1 0 0 0 3900 5000 16125 x1A x2 x3 x4

x2A entre et x4 sort. Tableau 3 x1A 1 0 0 0 0 x2A 0 0 0 1 0 x1B 0 1 1 0 -1,5 x2B 3/25 -1 -3/25 1 1,3 x1 1/25 0 -1/25 0 0,1 x2 0 1 0 0 0 x3 0 0 1 0 0 x4 3/25 0 -3/25 1 1,8 600 0 3300 5000 25125 x1A x2 x3 x2A

x1B entre et x2 sort. Tableau 4 x1A 1 0 0 0 0 x2A 0 0 0 1 0 x1B 0 1 0 0 0 x2B 3/25 -1 22/25 1 -0,2 x1 1/25 0 -1/25 0 0,1 12 x2 0 1 -1 0 1,5 x3 0 0 1 0 0 x4 3/25 0 -3/25 1 1,8 600 0 3300 5000 25125 x1A x1B x3 x2A

x2B entre et x3 sort. Tableau 5 x1A 1 0 0 0 0 x2A 0 0 0 1 0 x1B 0 1 0 0 0 x2B 0 0 1 0 0 x1 1/22 -1/22 -1/22 1/22 1/11 x2 3/22 -3/22 -25/22 25/22 14/11 x3 -3/22 25/22 25/22 -25/22 2,5/11 x4 3/22 -3/22 -3/22 25/22 19,5/11 150 3750 3750 1250 25875 x1A x1B x2B x2A

On est maintenant loptimum. La solution est x = 150 1A x2A = 1250 x = 3750 1B x = 3750 2B f = 25875 On fabrique donc 1400 (= 150+1250) barils dessence A et 7500 (= 3750+3750) barils dessence B . Les quatre variables dcart sont nulles, ce qui signie que les quatre contraintes sont satures : il ny a aucun reliquat de produits P1 et P2 et les indices doctane obtenus sont respectivement de 96 et 85. Corrig ex. 5 : Fabrique de pices dtaches

On dsigne par x1 et x2 le nombre de lots de 100 pices de type A et B respectivement. Les contraintes de disponibilit des trois ateliers conduisent aux inquations suivantes : 200 2x1 + x2 x1 + 4, 5x2 540 4x1 + 3x2 480 Si on note x3 , x4 , x5 les variables dcart, les contraintes deviennent : = 200 2x1 + x2 + x3 x1 + 4, 5x2 + x4 = 540 4x1 + 3x2 + x5 = 480 La marge sur cot variable unitaire ralise pour les lots de type A, compte-tenu du nombre dunits doeuvre requis et de leur cot de fabrication, est : c1 = 138 [(10 2) + (12 1) + (14 4)] = 50 Pour les lots de type B , on obtient de mme : c2 = 136 [(10 1) + (12 4, 5) + (14 3)] = 30

13

La marge totale est c1 x1 + c2 x2 . On cherche donc maximiser la marge : Max (50x1 + 30x2 ) Le premier tableau du simplexe est donc : x1 2 1 4 -50 x2 1 4,5 3 -30 x3 1 0 0 0 x4 0 1 0 0 x5 0 0 1 0 200 540 480 0 x3 x4 x5

La variable x1 entre dans la base. On forme les rapport positifs entre la colonne de droite et la colonne entrante et on cherche le plus petit : Min 200 540 480 200 = , , = 100 2 1 4 2

Cest donc la variable x3 qui sort et on fait une transformation du pivot autour du nombre 2 ( lintersection de la ligne de x3 et de la colonne de x1 ). On obtient le tableau suivant : x1 1 0 0 0 x2 1/2 4 1 -5 x3 1/2 -1/2 -2 25 x4 0 1 0 0 x5 0 0 1 0 100 440 80 5000 x1 x4 x5

La variable x2 entre maintenant dans la base. Puis : Min 100 440 80 , , = 80 1/2 4 1

donc la variable x5 sort et on fait une transformation du pivot autour du nombre 1 ( lintersection de la ligne de x5 et de la colonne de x2 ). on obtient, aprs pivot, le tableau suivant : 0 0 0 0 1 0 15/2 -2 15 1 0 0 -4 1 5 120 80 5400 x4 x2

Cest loptimum. La solution est donc : x = 60 1 x2 = 80 x = 0 3 x = 120 4 x 5 = 0 f = 5400 La premire et la troisime contrainte sont satures, autrement dit les atelier T et M sont utiliss plein, tandis que dans latelier F il reste 120 units doeuvre inutilises.

14

Corrig ex. 6 : Plan de production de moteurs

Emboutissage Soudure Peinture

Temps opratoire unitaire pour le modle A 50 mn 30 mn 20 mn

Temps opratoire unitaire pour le modle B 40 mn 20 mn 10 mn

Temps disponible (en heures) 2500 h 1000 h 800 h

Cot variable de lheure 150 e 60 e 20 e

Les prix de vente sont xs 215 e pour le modle A et 150 e pour le modle B. On dsigne par x1 et x2 les quantits de moteurs des deux types A et B qui vont tre produites. Calculons les marges bnciaires rsultant de ces fabrications. Pour le modle A, le prix de vente unitaire est de 215 et on doit retirer les cots de fabrication qui dpendent du temps pass dans les trois ateliers (attention les temps sont en minutes et les cots sont exprims lheure). On trouve donc : c1 = 215 (50 150 + 30 60 + 20 30)/60 = 50 De mme pour les moteurs de type B on obtient : c1 = 150 (40 150 + 20 60 + 10 30)/60 = 25 Lobjectif est de maximiser la marge totale : Max(50 x1 + 25 x2 ) Il y a des contraintes de disponibilit qui sexpriment de la manire suivante (en mettant tous les temps en minutes) : 50x1 + 40x2 2500 60 30x1 + 20x2 1000 60 20x1 + 10x2 800 60 Il y a dautre part une contrainte de march qui impose un quota maximal sur le nombres de moteurs de type A : x1 1800 On introduit des variables dcart x3 , x4 , x5 , x6 dans les quatre contraintes : 50x1 +40x2 +x3 = 2500 60 30x1 +20x2 +x4 = 1000 60 20 x +10 x + x = 800 60 1 2 5 x1 +x6 = 1800 Le tableau de dmarrage du simplexe scrit comme ceci : Tableau 1 15

x1 60 30 20 1 -50

x2 40 20 10 0 -25

x3 1 0 0 0 0

x4 0 1 0 0 0

x5 0 0 1 0 0

x6 0 0 0 1 0

150000 60000 48000 1800 0

x3 x4 x5 x6

La variable x1 entre dans la base et la variable x6 en sort car : Min Tableau 2 x1 0 0 0 1 0 x2 40 20 10 0 -25 x3 1 0 0 0 0 x4 0 1 0 0 0 x5 0 0 1 0 0 x6 -60 -30 -20 1 50 42000 6000 12000 1800 90000 x3 x4 x5 x1 150000 60000 48000 1800 = 1800 , , , 60 30 20 1

Maintenant la variable x2 entre dans la base et la variable x4 en sort car : Min Tableau 3 x1 0 0 0 1 0 x2 0 1 0 0 0 x3 1 0 0 0 0 x4 -2 0,05 -0,5 0 1,25 x5 0 0 1 0 0 x6 0 -1,5 -5 1 12,5 30000 300 9000 1800 97500 x3 x2 x5 x1 42000 6000 12000 6000 , , = = 300 40 20 10 20

On a atteint loptimum. La solution est : x = 1800 1 x2 = 300 x = 30000 3 x = 9000 5 x 6 = 0 f = 97500 La deuxime et la quatrime contrainte sont satures : les valeurs 1,25 et 12,5 dans la dernire ligne du tableau sont les prix duaux 4 et 6 associs. On fabrique le maximum envisag de moteurs de type A et latelier de soudure fonctionne plein. Le premier atelier (emboutissage) est sous-utilis : il reste 500 (=30000/60) heures disponibles. De mme, dans le troisime atelier, il reste 9000/60=150 heures disponibles.

16

Corrig ex. 7 : Excavation et matriaux de carrire On dsigne par x1 et x2 les quantits qui seront extraites des deux carrires. La redevance acquitter est de 19, 40 103 x1 + 20 103 x2 et on cherche la minimiser. Pour simplier les calculs, on divise les coefcients par 103 , do le problme : Min (19, 40x1 + 20x2 ) Les rendements lis au concassage des matriaux conduisent aux inquations suivantes qui expriment que les quantits obtenues doivent pouvoir couvrir les besoins imposs par le contrat : 3 3 0, 36 10 x1 + 0, 45 10 x2 13500 0, 40 103 x1 + 0, 20 103 x2 11200 0, 16 103 x1 + 0, 10 103 x2 5000 Ces inquations peuvent tre rcrites de la manire suivante : 4x1 + 5x2 150 2 x1 + x2 56 8x1 + 5x2 250 Elles montrent en particulier quon ne peut pas dmarrer le simplexe partir de lorigine (0, 0). En renversant le sens des ingalits et en introduisant les variables dcart, on obtient : = 150 4x1 5x2 +x3 2x1 x 2 +x4 = 56 8x1 5x2 +x5 = 250 Il existe des mthodes pour trouver un point de dmarrage pour le simplexe : cela revient, une fois quon a introduit les variables dcart, rsoudre un systme dquations linaires en coordonnes positives. Une des mthodes possibles est la mthode des valeurs ajoutes (mais on ne lutilisera pas ici). Dans le cas particulier de cet exercice, on peut se contenter plus simplement de dterminer un point valide sur lun des axes. Par exemple, si on regarde les intersections des contraintes avec laxe vertical (x1 = 0), on trouve les valeurs 30, 50, 56. Comme le domaine se trouve au-dessus de ces points, on choisit le point de coordonnes (0, 56) comme point de dpart. On peut vrier quil satisfait effectivement les trois contraintes : il est sur la droite de la deuxime contrainte, donc x4 = 0. On part donc de la situation suivante : x1 = 0 x4 = 0 x2 = 56 x3 = 130 x5 = 30 Les variables x1 et x4 sont des variables hors-base. On doit donc exprimer les autres variables en fonction de celles-ci. On obtient : x2 = 56 2x1 + x4 x3 = 130 6x1 + 5x4 x5 = 30 2x1 + 5x4 17

et donc

x 4 = 56 2x1 +x2 6 x1 +x3 5x4 = 130 2 x1 5x4 +x5 = 30 De mme la fonction objectif scrit, en fonction de x1 et x4 , comme ceci : f = 1120 20, 6x1 + 20x4

On change son signe pour transformer le problme de minimisation en une maximisation : Max (20, 6x1 20x4 1120) Le premier tableau du simplexe sera nalement : x1 2 6 2 -20,6 x2 1 0 0 0 x3 0 1 0 0 x4 -1 -5 -5 20 x5 0 0 1 0 56 130 30 -1120 x2 x3 x5

La variable x1 entre et la variable x5 sort car : 56 130 30 30 Min , , = 15 = 2 6 2 2 Le pivot conduit au tableau suivant : x1 0 0 1 0 x2 1 0 0 0 x3 0 1 0 0 x4 4 10 -5/2 -31,5 x5 -1 -3 1/2 10,3 26 40 15 -811 x2 x3 x1

On fait maintenant entrer la variable x4 et sortir la variable x3 car : 26 40 Min , =4 4 10 Le pivot se fait autour de la valeur 10 ( lintersection de la ligne de x3 et de la colonne de x4 ). On aboutit au tableau suivant : x1 0 0 1 0 x2 1 0 0 0 x3 -2/5 1/10 1/4 3,15 x4 0 1 0 0 x5 1/5 -3/10 -1/4 0,85 10 4 25 -685 x2 x4 x1

Ce tableau correspond loptimum. La solution est donc : x = 25 1 x 2 = 10 x =0 3 x4 = 4 x = 0 5 En rtablissant le signe de f et le facteur 103 , on obtient : f = 685000 18

S 1

isoquante O 1

F IGURE 1 Rsolution graphique

Dualit

Corrig ex. 8 : Main doeuvre et quipements

Max {3/2 x1 + x2 } 2x + x 2 1 2 x 2 1 x1 et x2 0 8-1) En introduisant des variables dcart, les contraintes scrivent : 2x1 + x2 x2 +x 3 +x4 =2 =1

La rsolution graphique est reprsente sur la gure 1. La solution est au point S qui a pour coordonnes (1/2, 1). Les deux contraintes sont satures donc, loptimum, les variables x1 et x2 sont dans la base et les variables dcart x3 et x4 sont hors-base. Do I = {1, 2} et le = {3, 4}. complmentaire I Matriciellement, on peut crire le programme sous la forme : Max c.x Bx = b x0 avec c = (3/2 B= 2 0 1 1 1 19 0 1 0 0) 0 1

Dans cette notation, le vecteur des prix duaux scrit (I ) = cI (B I )1 et par consquent (I ) = (3/2 1) 2 0 1 1
1

(1)

1 (3/2 2

1)

1 0

1 2

= (3/4

1/4)

Les prix duaux sont donc 1 = 3/4 et 2 = 1/4. 8-2) Dans la situation prcdente, on a b1 = 2 et b2 = 1. La question consiste se demander dans quelle mesure on peut modier b1 et b2 (cest--dire faire bouger les droites des deux contraintes) sans changer de base loptimum, autrement dit sans changer la forme du domaine ralisable. Daprs le graphique, si b1 est xe, on voit quon peut faire augmenter b2 jusqu 2 (qui est en fait la valeur de b1 ). Au contraire, si b2 est xe, on voit quon peut faire augmenter b1 indniment mais que si on le fait diminuer on ne peut aller que jusqu la valeur 1 (qui est en fait la valeur de b2 ). On en conclue que la base reste inchange tant que lon maintient lingalit b2 b1 . 8-3) La marge optimale est exprime par la formule f = 1 b1 + 2 b2 les variations de f scrivent donc f = 1 b1 + 2 b2 Par consquent, si b1 est constant, f = 2 b2 et, si b2 est constant, f = 1 b1 . 8-4) Le prix dusage p2 est le cot unitaire dutilisation de lquipement. Donc si b2 varie dune unit, on doit payer p2 tandis que la marge augmente de 2 . Ce nest rentable que si p2 < 2 , ce qui est bien le cas puisque p2 vaut 0.2 et que 2 vaut 1/4=0.25. En revanche si p2 vaut 0.4, une augmentation des capacits dquipement ne sera pas rentable puisque 0.4 > 0.25 (cela coterait plus que a ne rapporte). 8-5) On augmente maintenant simultanment les deux contraintes mais en maintenant le rapport b1 = 2 b2 . Le prix dusage est P = p1 b1 + p2 b2 = (2p1 + p2 )b2 . Dautre part f = 1 b1 + 2 b2 = (21 + 2 )b2 . Une telle volution nest protable que si P < f . La condition est donc 2p1 + p2 < 21 + 2 Cette condition est valable quelle que soit lchelle des extensions, car tant que le rapport entre b1 et b2 reste inchang, on maintient la relation b2 b1 trouve la question 2 qui est la condition pour que les prix duaux trouvs restent valides.

20

Corrig ex. 9 : Trois techniques de production

9-1) En appelant x1 , x2 et x3 les quantits de bien fabriques selon lune des trois techniques, le programme doptimisation scrit de la manire suivante : Max {3x1 + 4x2 + 5x3 } 0, 5 x + 1, 5 x + 2 x 12 1 2 3 2 x1 + 1, 5 x2 + 0, 5 x3 15 x1 , x 2 , x 3 0 9-2) On introduit des variables dcart x4 et x5 : 0, 5 x1 2 x1 +1, 5 x2 +1, 5 x2 +2 x3 +0, 5 x3 +x 4 +x 5 = 12 = 15

Le premier tableau du simplexe scrit x1 0,5 2 -3 x2 1,5 1,5 -4 x3 2 0,5 -5 x4 1 0 0 x5 0 1 0 12 15 0 x4 x5

On fait entrer x3 dans la base. Min 12 15 , =6 2 0, 5

Donc x4 est la variable sortante. Aprs pivot, on obtient le tableau suivant : x1 0,25 1,875 -1,75 x2 0,75 1,125 -0,25 x3 1 0 0 x4 0,5 -0,25 2,5 x5 0 1 0 6 12 30 x3 x5

On fait maintenant entrer x1 dans la base. Min 6 12 12 , = = 6, 4 0, 25 1, 875 1, 875

Donc x5 est la variable sortante. Le tableau suivant est : x1 0 1 0 x2 0,6 0,6 0,8 x3 1 0 0 x4 0,533 -0,133 2,267 x5 -0,133 0,533 0,933 4,4 6,4 41,2 x3 x1

21

Cest loptimum : x 1 x 2 x 3 x 4 x 5 = 6, 4 = 96/15 =0 = 4, 4 = 66/15 =0 =0

et la valeur loptimum est f = 41, 2. 9-3) Pour crire quil faut satisfaire une demande de 10 units au moins, on doit rajouter la contrainte x1 + x2 + x3 10 Or, avec la solution optimale, on a x1 + x2 + x3 = 10, 8, autrement dit cette contrainte est satisfaite dans les conditions prcdentes. Elle najoute donc rien et ne modie pas la solution : cest une contrainte non sature. 9-4) On considre le sommet de coordonnes (96/15, 0, 66/15, 0, 0). On sait dj quil est optimal puisque cest la solution trouve par le simplexe. On va cependant le vrier au moyen des conditions doptimalit. = {2, 4, 5}. Le criLa base loptimum est I = {1, 3} et le complmentaire est I tre doptimalit scrit matriciellement (en reprenant la mme notation qu lexercice prcdent) : cI cI .(B I )1 .B I 0 On a ici c = (3 B= Par consquent cI = (3 5) cI = (4

(2)

0 2 0, 5

0) 1 0 0 1

0, 5 1, 5 2 1, 5

0)

BI =

0, 5 2 2 0, 5

BI =

1, 5 1, 5

1 0

0 1

On calcule lexpression (2) : (4 0 0) (3 5) 0, 5 2 2 0, 5


1

1, 5 1, 5

1 0

0 1

= (4/5

34/15

14/15)

Cest bien un vecteur strictement ngatif. Corrig ex. 10 : Production en heures-machines

10-1) P2 .

Calcul des marges sur cot variable unitaires pour les deux produits P1 et

On value les donnes en fonction des rsultats du dernier exercice mensuel. La fabrication du produit P1 a requis 650 heures-machines dans latelier dusinage alors que celle du produit P2 en a requis 350. Le produit P1 utilise 650/(650+350)=65% du 22

temps de latelier dusinage. Les cots variables dans cet atelier ont t de 80000, donc le cot correspondant au produit P1 est de 80000 0.65. Comme il a t fabriqu 5000 pices de P1 , on a nalement un cot unitaire de 80000 0.65 = 10.4. 5000 De la mme manire, on calcule le cot unitaire pour le produit P2 dans latelier dusinage comme ceci : 80000 0.35 = 4. 7000 On calcule de mme les cots unitaires dans latelier de nition. La fabrication du produit P1 a requis 150 heures-machines dans latelier de nition alors que celle du produit P2 en a requis 350. Le produit P1 utilise 150/(150+350)=30% du temps de latelier de nition. Les cots variables dans cet atelier ont t de 50000, donc le cot correspondant au produit P1 est de 50000 0.30. Comme il a t fabriqu 5000 pices de P1 , on a nalement un cot unitaire de 50000 0.30 = 3. 5000 De la mme manire, on calcule le cot unitaire pour le produit P2 dans latelier de nition comme ceci : 50000 0.70 = 5. 7000 Compte-tenu des autres cots imputs directement aux produits, la marge sur cot variable du produit P1 est nalement : m1 = 50 12 10.4 3 = 24.6 Celle du produit P2 est : m2 = 30 5.8 4 5 = 15.2 0-1 ) On dsigne par x1 et x2 les quantits respectives de produits P1 et P2 fabriqus. La marge sur cots variables totale sera de : f = 24.6x1 + 15.2x2 Le nombre dheures-machines, au cours du dernier exercice mensuel, a t de 650 pour 5000 pices de P1 produites dans latelier dusinage. Chaque unit de P1 a donc 650 ncessit heures-machines dans latelier dusinage. Dans latelier de nition, le 5000 150 nombre dheures-machines par pice P1 a t de . On calcule de mme, le nombre 5000 dheures-machines pour P2 . Les capacits de production mesures en heures-machine sont de 1100 pour la division usinage et de 550 pour la division nition. Cela conduit aux contraintes suivantes pour chacun des deux ateliers respectivement : 650 350 5000 x1 + 7000 x2 1100 150 x1 + 350 x2 550 5000 7000 23

Le programme doptimisation est nalement : Max (24.6 x1 + 15.2 x2 ) 0.13 x1 + 0.05 x2 1100 0.03 x1 + 0.05 x2 550 Pour dterminer graphiquement la solution de ce programme, il faut placer les droites des deux contraintes et reprsenter les isoquantes de la fonction-objectif. Les pentes des deux contraintes sont respectivement de -0.13/0.05=-2.6 pour la premire et -0.03/0.05=-0.6 pour la seconde. Dautre part, la pente des isoquantes est 24.6/15.2 1.618. Comme elle est comprise entre les pentes des deux contraintes, la solution se trouve lintersection de ces deux contraintes. Cest donc le point solution du systme suivant : 0.13 x1 + 0.05 x2 = 1100 0.03 x1 + 0.05 x2 = 550 On trouve x 1 x 2 = 5500 = 7700

La valeur de la fonction objectif en ce point optimal est f = 252340. 10-2) Les conditions doptimalit scrivent : 1 (0.13 x1 + 0.05 x2 1100) = 0 2 (0.03 x1 + 0.05 x2 550) = 0 x1 (24.6 0.131 0.032 ) x2 (15.2 0.051 0.052 ) Comme on sait que x1 et x2 sont non nuls, on en dduit le systme dquations linaires : 24.6 0.131 0.032 = 0 15.2 0.051 0.052 = 0 On le rsout et on trouve : 1 2 = 154.8 = 149.2

10-3) La formule exprimant la marge totale en fonction des prix duaux est 1 b1 + 2 b2 . On trouve ici : 1 b1 + 2 b2 = 154.8 1100 + 149.2 550 = 252340. On retrouve bien la valeur loptimum obtenue la question prcdente. Tant quon ne change pas de base pour la solution, les prix duaux restent constants et la rpartition de la marge entre les deux divisions principales se fait au prorata des heures-machines disponibles dans les deux ateliers. 10-4) Les prix dusage par heure-machine r1 et r2 des deux divisions sont les frais xes supports, rapports lheure-machine. On fait porter le cot de la division dadministration part gale sur les deux ateliers. Latelier dusinage supporte ainsi des frais xes de 60000 + 25000 = 85000 24

pour un nombre dheures-machines de fonctionnement de 650 + 350 = 1000. Le prix dusage sera donc de r1 = 85. Pour latelier de nition, on trouve de mme 40000 + 25000 = 65000 pour un nombre dheures-machines de fonctionnement de 150 + 350 = 500. Le prix dusage sera donc de r2 = 65000/500 = 130. 0-2 ) En comparant les prix dusage avec les prix duaux, on se rend compte quune augmentation de capacit dans latelier dusinage ou dans latelier de nition sera protable car r1 < 1 et r2 < 2 .

25