Académique Documents
Professionnel Documents
Culture Documents
La marge bnficiaire est de 1200 dhs pour une pice P1 et 1000 dhs pour une
pice P2.
Problme :
Quelle production de chaque type doit-on fabriquer pour maximiser la
marge hebdomadaire ?
RETOUR SOMMAIRE
Diapositive 130
Programmation Linaire
la forme canonique
max
z 1200 x1 1000 x2
sc
3 x1
6 x1
x ,
1
la forme standard
max
sc
4 x2
3 x2
x2
160
180
0
3x1
6 x1
x ,
1
4 x2
3 x2
x2 ,
e1
0
e1 ,
0
e2
e2
160
180
0
RETOUR SOMMAIRE
Diapositive 131
70
z 47200
x1 0
60
6 x1 3x2 180 e2 0
50
Programmation Linaire
40
30
20
standard du modle :
( PL ) max
3x1
sc 6 x1
x ,
1
4 x2
3 x2
x2 ,
e1 0
0 e2
e1 , e2
z0
160
180
0
non-ngatives.
-10
x2 0
0
0
10
20
30
40
50
60
do le sommet O = (0,0,160,180)
Si x1= 0 et e1= 0 alors x2= 40, e2= 60
do le sommet A = (0,40,0,60)
Ces
do le sommet B = (16,28,0,0)
3x1 4 x2 160 e1 0
10
-10
variables
do le sommet C = (30,0,70,0)
RETOUR SOMMAIRE
Diapositive 132
70
z 47200
x1 0
60
50
40
Programmation Linaire
aves
des
contraintes
A
B
30
6 x1 3x2 180 e2 0
3x1 4 x2 160 e1 0
20
z0
10
-10
x2 0
0
0
10
20
30
40
50
60
-10
rgion
atteindre
programme linaire.
problme.
admissible
jusqu
Chaque passage
RETOUR SOMMAIRE
Diapositive 133
70
z 47200
x1 0
60
50
40
Programmation Linaire
x1 et x2 sont VHB
A
B
30
z0
problme
3x1 4 x2 160 e1 0
20
10
technologiques
6 x1 3x2 180 e2 0
-10
x2 0
0
0
10
20
30
40
50
60
-10
z 1200 x1 1000 x2
e1
e2
160
180
3x1
6 x1
4 x2
3x2
RETOUR SOMMAIRE
Diapositive 134
70
z 47200
x1 0
60
Recherche
dune
admissible
solution
de
6 x1 3x2 180 e2 0
50
base
40
A
B
Programmation Linaire
30
objectif :
z 1200 x1 1000 x2
z0
10
la
fonction-objectif
et
une
3x1 4 x2 160 e1 0
20
-10
x2 0
0
0
10
20
30
40
50
60
-10
ne devienne ngative.
Prof. Amale LAHLOU
RETOUR SOMMAIRE
Diapositive 135
et
Programmation Linaire
e2
180 6 x1
3x2
z 1200 x1 1000 x2
1
1
z 1200 30 e2 x2 1000 x2
6
2
e1 160 3 30 e2 x2 4 x2
6
2
5
1
e1 70 x2 e2
2
2
x1 30
1
1
x2 e2
2
6
RETOUR SOMMAIRE
Diapositive 136
70
z 47200
x1 0
60
50
40
Programmation Linaire
B
3x1 4 x2 160 e1 0
20
z0
10
30
6 x1 3x2 180 e2 0
-10
x2 0
0
0
10
20
30
40
50
60
-10
1
1
1
x1 30 x2 e2 30 x2 0 x2 60
2
6
2
On exprime x2 en fonction des deux VHB
5
1
5
140
2
1
e1 70 x2 e2 70 x2 0 x2
28
x2 28 e1 e2
2
2
2
5
5
5
5
1
x2 e2
2
2
RETOUR SOMMAIRE
Diapositive 137
70
z 47200
x1 0
60
Avec
Recherche Oprationnelle
6 x1 3x2 180
50
1
2
1 1
x1 30 28 e1 e2 e2
2
5
5 6
1
4
x1 16 e1 e2
5
15
Donc,
40
A
B
30
20
z0
3x1 4 x2 160
10
-10
x2 0
0
0
10
20
30
40
50
60
-10
lexpression de la fonction-objectif
z 160e1 120e2 47200
sommet :
fonction-objectif.
RETOUR SOMMAIRE
Diapositive 138
Programmation Linaire
Solution
optimale
oui
Stop
Non
Choix de la variable
entrante
Choix de la variable
sortante
Pivotage
impossible
Stop
Programmation Linaire
z 1200
max
sc
avec
4
3
x1
x2
e 0
1
e
2
1
0
1000
x1
x2
e
1
e
2
x1
x2 160
180
1
e
2
RETOUR SOMMAIRE
Diapositive 140
Programmation Linaire
Base
1200
1000
Valeur
Coeff
Var
x1
x2
e1
e2
e1
160
e2
180
zj
cj - zj
1200
1000
x1 , x2 , e1 , e2 0,0,160,180
x2 0
On augmente la
valeur prise par la
fonction-objectif z
La valeur de la fonction-objectif : z 0
La dernire ligne (celle de cj zj ) se lit : z 1200 x1 1000 x2 0e1 0e2 0
Cette ligne donne les cots marginaux (ou taux de substitution) des VHB.
RETOUR SOMMAIRE
Diapositive 141
Programmation Linaire
Base
1200
1000
Valeur
Coeff
Var
x1
x2
e1
e2
e1
160
e2
180
zj
cj - zj
1200
1000
x1 , x2 , e1 , e2 0,0,160,180
En effet :
Donc la marge z 0
La solution de base admissible de
dpart est donc,
encore 160 h
RETOUR SOMMAIRE
Diapositive 142
Choix de la variable
entrante
Programmation Linaire
Maintenant comment
dterminer le sommet adjacent ?
Base
1200
1000
Valeur
Coeff
Var
x1
x2
e1
e2
e1
160
e2
180
zj
cj - z j
1200
1000
VE Colonne de pivot
La dernire ligne donne les cots marginaux des variables hors base :
Si on pose x1 1, x2 0 alors,
et
e1 160 (3 1) (4 0) 157
e2 180 (6 1) (3 0) 174
une augmentation de 1 unit de x1 ferait crotre la fonction-objectif de 1200 UM
e1 160 (3 0) (4 1) 156
e2 180 (6 0) (3 1) 177
une augmentation de 1 unit de x2 ferait crotre la fonction-objectif de 1000 UM
RETOUR SOMMAIRE
Diapositive 143
Programmation Linaire
sortir de la base.
RETOUR SOMMAIRE
Diapositive 144
Choix de la variable
sortante
Le rapport des coefficients de la
Programmation Linaire
1200
1000
Valeur
Limite
160
160/3
180
180/6
Coeff
Var
x1
x2
e1
e2
e1
e2
pivot
zj
cj - z j
1200
1000
0
VE Colonne de pivot
VS
Ligne de pivot
Base
e1 160 3x1 0
x1 160 3
160
x1 min 180
6 , 3
e
180
6
x
180
6
0 x1 180
2
1
1
6
x
0
1
x 0
x 0
1
1
Ainsi, la variable ne peut dpasser la plus petite des valeurs dans la dernire colonne Limite
On a intrt prendre le maximum de x1 : x1 = 180/6 = 30. La deuxime contrainte sera
sature e2 = 0: e2 variable sortante de la base,
e2 180 6 x1 3x2 180 (6 30) (3 0) 0
e1 = 70, en effet
RETOUR SOMMAIRE
Diapositive 145
Programmation Linaire
aux
coefficients
strictement
positifs
RETOUR SOMMAIRE
Diapositive 146
Base
1200
1000
Valeur
Limite
160
160/3
180
180/6=30
1000
Coeff
Var
x1
x2
e1
e2
e1
e2
zj
cj - z j
1200
Base
1200
1000
x2
e1
e2
Coeff
Var
x1
e1
1200
x1
6/6=1
Valeur
1
3/6
0/6 =0
1/6
180/6= 30
zj
cj - z j
Base
1200
1000
Valeur
Coeff
Var
x1
x2
e1
e2
e1
5/2
-1/2
70
1200
x1
3/6
1/6
30
zj
1200
600
200
cj - z j
400
-200
36000
Lorsque au moins lun des cots marginaux cj zj est positif et que lobjectif consiste maximiser z, le tableau
courant est considr comme non optimal et un autre tableau sera construit par pivotage.
Prof. Amale LAHLOU
RETOUR SOMMAIRE
Diapositive 147
Base
1200
1000
Valeur
Limite
Coeff
Var
x1
x2
e1
e2
e1
160
e2
180
zj
cj - zj
1200
1000
Base
1200
1000
Valeur
Coeff
Var
x1
x2
e1
e2
160/3
e1
5/2
-1/2
70
180/6
1200
x1
3/6
1/6
30
zj
1200
600
200
cj - zj
400
-200
36000
x2
e1
e2
e1
(3 NLP)
e1
e1 70 ( 52 1) e1 52
x1 30 ( 63 1) x1 63
z (400 1) 36000 z 400
On a intrt a augmenter x2 : x2 V entrante dans la
base e1
x1
70 52 x2 0
x2 28
x2 28
30 12 x2 0 x2 60
RETOUR SOMMAIRE
Diapositive 148
Base
1200
1000
Valeur
Limite
Coeff
Var
x1
x2
e1
e2
e1
5/2
-1/2
70
1200
x1
3/6
1/6
30
zj
1200
600
200
cj - z j
400
-200
Base
1200
1000
Valeur
Coeff
Var
x1
x2
e1
e2
70/(5/2)
1000
x2
2/5
-1/5
28
30/(3/6)
1200
x1
-1/5
4/15
16
zj
1200
1000
160
120
cj - zj
-160
-120
36000
47200
5
2
x2
e1
e2
x1
( 12 NLP)
x1
RETOUR SOMMAIRE
Diapositive 149
Av : coefficient considr
Nv : nouvelle valeur, valeur modifie de Av
Cpivot : coefficient situ sur la mme ligne que
Av mais sur la colonne de pivot
Lpivot : coefficient situ sur la mme colonne
que Av mais sur la ligne de pivot
Var de base
Base
1200
1000
Valeur
Limite
160
160/3
180
180/6=30
1000
Coeff
Var
x1
x2
e1
e2
e1
e2
zj
cj - z j
1200
Valeur
Base
Av
Cpivot
Lpivot
pivot
1200
1000
Valeur
Coeff
Var
x1
x2
e1
e2
e1
5/2
-1/2
70
1200
x1
3/6
1/6
30
zj
cj - z j
exemple
5
3
4 3
2
6
RETOUR SOMMAIRE
Diapositive 150
Base
1200
1000
Valeur
Limite
160
160/3
180
180/6
1000
Coeff
Var
x1
x2
e1
e2
e1
e2
zj
cj - zj
1200
Base
1200
1000
(c j z j ) :
Valeur
Limite
Coeff
Var
x1
x2
e1
e2
e1
5/2
-1/2
70
70/(5/2)
1200
x1
3/6
1/6
30
30/(3/6)
zj
1200
600
200
cj - zj
400
-200
Base
36000
1200
1000
VB : e1 , e2
VHB : x1 , x2
VB : e1 , x1
VHB : e2 , x2
(c j z j ) :
Valeur
Coeff
Var
x1
x2
e1
e2
1000
x2
2/5
-1/5
28
1200
x1
-1/5
4/15
16
zj
1200
1000
160
120
cj - zj
-160
-120
47200
VB : x1 , x2
VHB : e1 , e2
e1 160 3x1 4 x2
e2 180 6 x1 3x2
z 1200 x1 1000 x2 0
5
1
x2 e2
2
2
3
1
x1 30 x2 e2
6
6
e1 70
Programmation Linaire
Profit total
47 200
Profit
unitaire
(UM)
1 200
1 000
Pice P1
Pice P2
Temps
dusinage
unitaire
Temps
dusinage
total
Temps
dusinage
unitaire
Temps
dusinage
total
Temps
dusinage
effective
(heure)
Atelier A1
3 h
48
4h
112
160
160
Atelier A2
6h
96
3h
84
180
180
quantit
16
Capacit
maximum
(heure)
cart
28
profit total est donc de 47 200 UM. Pour cela, les deux atelier seront utiliss pleine
capacit.
RETOUR SOMMAIRE
Diapositive 152
Programmation Linaire
max
cj-zj
min
cj-zj
max
cj-zj
max
cj-zj
VHB
- 14
-9
VHB
VHB
VHB
VHB
-300
Valeur
0
-300
264
Valeur
- 360
Valeur
VHB
max
cj-zj
VHB
1400
VH
B
Valeur
1400
VHB
Valeur
limite
-2
12
------
13
------
20
260
RETOUR SOMMAIRE
Diapositive 153