Académique Documents
Professionnel Documents
Culture Documents
Gestion de Production PDF
Gestion de Production PDF
Gestion de la Production
Daniel DE WOLF
1 Introduction 9
1.1 Objectifs du cours . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.2 Denition de la gestion de production . . . . . . . . . . . . . . . 10
1.3 Classication des syst`emes productifs . . . . . . . . . . . . . . . 12
1.3.1 Organisation de type serie unitaire . . . . . . . . . . . . . 12
1.3.2 Organisation en ateliers specialises . . . . . . . . . . . . 13
1.3.3 Organisation en lignes de production . . . . . . . . . . . 13
1.3.4 Les industries de process . . . . . . . . . . . . . . . . . 14
1.4 Formulation en mod`eles mathematiques . . . . . . . . . . . . . . 14
1.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3
4 Table des mati`eres
2.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
5 La planication de la production 73
5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.2 La planication des besoins en composants . . . . . . . . . . . . 74
Table des mati`eres 5
Introduction
la planication de la production;
lordonnancement de projets;
la gestion de la capacite,. . .
Comme references, nous utiliserons les livres de Giard [4] et Baglin et al [1]
pour tous les mod`eles classiques de gestion de la production. Pour ce qui est de
la formulation en mod`eles mathematiques, une tr`es bonne reference est le livre de
Williams [17].
9
10 Chapitre 1. Introduction
Comme lindique Vincent Giard [4] dans son ouvrage, pour pouvoir donner une
denition de la gestion de production, il faut dabord denir ce que lon entend
par la production. La production consiste en une transformation de ressources
(humaines ou materielles) en vue de la creation de biens ou services :
La gestion de production consiste donc a` lobtention dun produit donne dont les
caracteristiques sont connues en mettant en uvre un minimum de ressources.
En gestion de production, on considerera, generalement, comme donnees les ca-
racteristiques du produit que sont :
la denition du produit;
le processus de fabrication;
la demande a` satisfaire.
Denition 1.2 La production de type serie unitaire est une production mobili-
sant sur une periode assez longue lessentiel des ressources dune entreprise pour
realiser un nombre tr`es limite de projets.
Les temps requis a` chaque e tape sont donnes en heures pour chaque produit au
tableau 1.2.
Etape Ressources heures par jour jours par semaine
Etape 1 3 machines 16 6
Etape 2 2 machines 16 6
Etape 3 8 personnes 8 6
Generalement, elles sont notees par les lettres de la n de lalphabet (x, y, z, etc...).
Ici, on note simplement par xi , la quantite du produit i fabriquee par semaine, i
allant de un a` cinq.
Une premi`ere remarque importante simpose. Il est fondamental de bien
preciser les unites selon lesquelles sont exprimees les variables. En effet, lordre
de grandeur des coefcients de lobjectif et des contraintes depend de ces unites.
La deuxi`eme e tape consiste en la formulation de lobjectif.
Denition 1.7 Lobjectif est la quantite que lon veut minimiser ou maximiser.
Denition 1.8 Les contraintes sont toutes les relations entre les variables qui
limitent les valeurs possibles que peuvent prendre ces variables.
2 (2 8) 6 = 192 heures,
8 (1 8) 6 = 384 heures.
Enn, il ne faut pas oublier les contraintes, presque toujours presentes, disant
que lon ne peut pas produire des quantites negatives :
x1 , x2 , . . .x5 0.
1
Remarquez ici limportance davoir precise que les quantites produites
letaient par semaine.
Section 1.5. Exercices 17
1.5 Exercices
Minerai A B C
Si 4% 1% 0,6 %
Mn 0,45 % 0,5 % 0,4 %
tonnes pour le type A, 25 millions par mille tonnes pour B, et 15 millions par
mille tonnes pour C. Si la fonderie envisage de vendre lacier produit 450
millions les mille tonnes, quel doit e tre son plan de production pour maxi-
miser son prot, sachant que le cout de fonte de mille tonnes de minerai est
de 5 millions ? Le cout de fonte ne sapplique pas au mangan`ese ajoute.
Mois 1 2 3 4
Demande 900 1100 1700 1300
Capacite en heures normales 1200 1200 1200 1200
Capacite en heures supplementaires 400 400 400 400
Ligne A B C D
Demande 100 200 150 300
Cout dun petit avion 40 30 70 40
Cout dun moyen avion 200 100 300 350
1.6. Ajout dun nouveau produit a` la gamme. Une societe envisage lajout
de deux nouveaux produits a` sa gamme : le mod`ele standard et le mod`ele
de luxe. Le mod`ele standard peut se fabriquer dans nimporte lequel des 3
ateliers (A, B ou C) de la societe. Une unite de mod`ele standard requiert en
20 Chapitre 1. Introduction
main duvre soit 5 heures dans latelier A, soit 4 heures dans latelier B,
soit 5 heures dans C. Quant au mod`ele de luxe, latelier A ne dispose pas
de lequipement necessaire et sa fabrication devra e tre conee aux ateliers
B et C. Une unite du mod`ele de luxe requiert en main duvre 5 heures
dans latelier B, ou 8 heures dans C. Les capacites disponibles sont de 2 000
heures pour latelier A, 8 000 heures pour B et 4 000 heures pour C. Le
salaire horaire verse aux ouvriers est de 11,50 euros dans latelier A, de
13 euros dans B et de 12 euros dans C. Le cout des materiaux est e value
a` 10 euros pour lunite du mod`ele standard et a` 15 euros pour le mod`ele
de luxe. Lentreprise se propose de vendre le mod`ele standard a` 135 euros
lunite et le mod`ele de luxe a` 145 euros lunite. Le service marketing estime
quon ne peut esperer vendre plus de 2 500 unites du mod`ele standard ni
plus de 1 000 unites du mod`ele de luxe. On suppose que toutes les unites
produites jusqu`a ces niveaux trouvent acheteur.
Formuler le probl`eme correspondant a` la maximisation du prot decoulant
du lancement de ce produit.
Partie I
Les decisions operationnelles
21
Chapitre 2
2.1 Introduction
Dans ce chapitre, nous allons nous limiter aux mod`eles statiques et voir suc-
cessivement le probl`eme dordonnancement sur 1 machine, sur 2 machines. Enn,
nous verrons la generalisation au probl`eme sur m machines dont la resolution
demande le recours a` la programmation en nombres entiers.
23
24 Chapitre 2. Ordonnancement en ateliers specialises
Illustrons le probl`eme sur lexemple suivant tire de Giard [4]. On a cinq taches
a` effectuer sur la machine A. Le tableau 2.1 presente les differentes taches ainsi
que leurs temps operatoires. Il sagit de determiner lordre dans lequel on va
Tache (i) 1 2 3 4 5
Temps operatoire (ti ) 50 150 80 200 30
effectuer ces differentes taches. Il est clair que, quel que soit lordre choisi, le
temps operatoire total est le meme : il sagit de la somme des temps operatoires.
Il faudra donc denir un autre crit`ere de choix entre tous les ordonnancements
possibles. Un ordonnancement possible est illustre a` la table 2.2.
Ordre (j) 1 2 3 4 5
Tache programmee(i) 3 4 1 5 2
Temps dexecution (Tj ) 80 200 50 30 150
1 2 3 4 5 temps
(heures)
3 4 1 5 2 Z
machine A
0,8 2,8 3,3 3,6 5,1
En effet, une ligne horizontale illustre levolution du temps. Ensuite, pour chaque
moyen productif (ici, il y a seulement la machine A), on trace une ligne horizon-
tale en dessous de la ligne du temps. Chaque tache a` effectuer sur la machine
est representee par un segment dont la longueur est proportionnelle a` la duree
dexecution de la tache. On indiquera le numero de la tache au dessus du segment
tandis quune machine au repos est indiquee par un Z.
Si lon veille a` aligner verticalement lorigine du temps pour chaque machine,
une ligne verticale indique donc a` tout moment a` quelle tache est occupee chacune
des machines. Un tableau mural peut e tre ainsi dun grand recours pour les agents
de matrise responsable de laffectation des moyens humains et materiels.
Comme nous lavons indique plus haut, tous les ordonnancements possibles con-
duisent au meme temps total dexecution des taches. Dans lexemple, lexecution
des 5 taches necessite 510 centi`emes dheure. La question qui se pose est alors :
comment choisir parmi les n! ordonnancements possibles ?
Notons Aj le temps dach`evement de la tache programmee en position j. Le
temps dach`evement dune tache est la somme des temps dexecution de la tache
avec ceux des taches precedentes. Par exemple,
A4 = T1 + T2 + T3 + T4
Le calcul des differents temps dach`evement des taches est repris au tableau 2.3.
Ordre (j) 1 2 3 4 5
Tj 80 200 50 30 150
Aj 80 280 330 360 510
Il sagit donc dune somme ponderee des temps operatoires, chaque temps opera-
toire e tant pondere par un facteur dautant plus grand quil se trouve execute plus
tot dans lordonnancement. La r`egle dordonnancement qui minimise le temps da-
ch`evement moyen est celle du temps operatoire minimum : il sagit dexecuter
les taches par ordre croissant de duree :
T1 T2 . . . Tj . . . Tn
Lapplication de cette r`egle donne lordonnancement illustre au tableau 2.4. Cette
application donne le temps dach`evement moyen minimum :
A = 218.
Ordre (j) 1 2 3 4 5
Taches (i) 5 1 3 2 4
Tj 30 50 80 150 200
Aj 30 80 160 310 510
Chaque tache necessite pour son execution le passage sur deux machines : les
machines A et B. Soient tiA et tiB , les temps dexecution de la tache i sur les
machines A et B respectivement. On va utiliser comme crit`ere dordonnancement
la minimisation du temps total dexecution des taches sur les deux machines. On
va distinguer deux cas :
2.3.1 Cas ou` toutes les taches sont a` executer sur A puis B
Supposons donc que cinq taches soient a` executer sur les machines A puis B. Les
temps operatoires (en centi`emes dheure) sont repris au tableau 2.5.
Section 2.3. Ordonnancement avec deux centres de production 27
Taches (i) 1 2 3 4 5
tiA 50 150 80 200 30
tiB 60 50 150 70 200
Z 5 1 3 4 2
machine B
Dans ce cas plus general, certaines taches ne necessitent que le passage sur une
machine, dautres sur les deux dans un ordre ou lautre. Les donnees numeriques
sont reprises au tableau 2.6.
3, 2, 1, 5, 4, 6, 9, 8, 7.
9, 8, 7, 11, 10, 3, 2, 1.
3 2 1 5 4 6 9 8 7
machine A
10 90 140 170 220 290 390 420 490
98 7 11 10 3 2 1 Z
machine B
10 30 120 130 170 200 260 290
Illustrons ceci sur lexemple du tableau 2.7. o`u lon constate que :
On est donc bien dans les conditions dapplication e noncees ci-dessus. Remarquez
quil suft quune des deux conditions soit veriee. Ainsi dans lexemple, la
seconde condition nest pas veriee et lalgorithme sapplique bien.
30 Chapitre 2. Ordonnancement en ateliers specialises
taches 1 2 3 4 5 6 7
Assemblage 20 12 19 16 14 12 17
Inspection 4 1 9 12 5 7 8
Expedition 7 11 4 18 18 3 6
Lorsque lon se trouve dans un des deux cas, on reformule alors le probl`eme en
un probl`eme a` deux machines, la premi`ere groupant les machines A et B (tiAB =
tiA + tiB ) et la seconde groupant les machines B et C (tiBC = tiB + tiC ).
taches 1 2 3 4 5 6 7
Assemblage + Inspection 24 13 28 28 19 19 25
Inspection + Expedition 11 12 13 30 23 10 14
Place 1 2 3 4 5 6 7
tache 5 4 7 3 2 1 6
Z 5 Z 4 Z 7 Z 3 2 Z 1Z 6 Z
Inspection
Z 5 Z 4 7 Z 3 2 Z 1 Z 6
Expdition
Dans le cas o`u la machine centrale nest pas dominee par la premi`ere o`u la
troisi`eme machine, le probl`eme peut e tre modelise comme un probl`eme en nombres
entiers et resolu par une technique de programmation en nombres entiers telle que
la methode de branch and bound.
Section 2.5. Ordonnancement de n taches sur m centres de production 31
{A} {E}
{AB} {DE}
{A, B, C} {C, D, E}
{A, B, C, D} {B, C, D, E}
On prend alors le meilleur des temps totaux dexecution des taches ainsi trouves.
Illustrons ceci sur un exemple a` 4 centres de production. Le tableau 2.8 reprend
les donnees du probl`eme.
32 Chapitre 2. Ordonnancement en ateliers specialises
1 2 3 4 5 6
6 3 4 2 5 1
methode de Johnson :
1 2 3 4 5 6
3 4 6 2 5 1
qui conduit a` un temps de 48,7 heures. Le troisi`eme et dernier probl`eme ctif
consiste a` considerer A+B+C et B+C+D. Il donne la meme solution que le probl`eme
ctif 2. On a donc trouve une solution de temps e gal a` 48,7 heures alors que la
solution optimale (qui peut e tre calculee en faisant une e numeration explicite de
tous les ordonnancement possibles) conduit a` un temps de 48,5 heures.
Section 2.6. Exercices 33
2.6 Exercices
(a) Cherchant a` optimiser lemploi de tous les corps de metier, vous devez
proposer a` cette societe lordre de prise en compte des travaux.
(b) Avec cet ordre, est le nombre de jours e conomises par rapport a` une
prise en compte des fabrications dans lordre de leur arrivee ?
(c) Si on doit tenir compte dun temps inter-operatoire xe de deux jours
entre la n du coffrage et le debut du beton (1 jour imputable au coffrage
et lautre au beton), que devient lordre que vous avez propose ?
3.1 Introduction
Comme le souligne Giard [4], une production sans stock est quasi inconcevable
vu les nombreuses fonctions que remplissent les stocks. En effet, la constitution
de stocks est necessaire sil y a :
35
36 Chapitre 3. La gestion calendaire de stock
Les politiques de gestion de stock visent a` repondre aux deux grandes questions :
Un stock est constitue pour satisfaire une demande future. En cas de demande
aleatoire, il peut y avoir non concidence entre la demande et le stock. Deux cas
sont e videmment possibles :
Ip , le stock moyen possede au cours dune periode, auquel est associe cp , le cout
unitaire de possession;
La fonction de cout secrit donc en general comme une fonction de ces trois
variables detat :
C = cr Ir + cp Ip + cc Ic .
Nous allons examiner un peu plus en details chacun des trois couts partiels.
Les couts
de possession comprennent :
1. les couts de detention dun article en stock durant une certaine periode en
fonction des conditions nanci`eres dacquisition et des e ventuelles condi-
tions de reprise.
Comme signale plus haut, en presence dune demande aleatoire, il peut y avoir
non concidence du stock et de la demande, et donc une rupture ou un stock
residuel. Les consequences de ce stock residuel seront bien differentes selon que
lon se trouve dans
le cas du stock a` rotation non nulle, cest-`a-dire lorsque linvendu peut e tre
vendu a` une periode ulterieure. Cest lexemple des botes de conserves en
e picerie non vendues une periode qui le seront aux periodes suivantes.
Dans ce cas, le cout de possession lie a` limmobilisation du capital. En
gelant la somme dargent correspondant au cout dachat de larticle invendu,
la societe se prive du revenu dun placement nancier quelle aurait pu
realiser. Ce cout est appele cout dopportunite. Le taux dopportunite est
la rentabilite du meilleur investissement que lentreprise aurait pu faire.
Prenons un exemple. Si le taux dopportunite est de 6 % lan, une bote de
conserves achetee 1,20 euro et restant en rayon un mois entier a coute
cp = 1, 20 6% 1/12 = 0, 006 euro.
A nouveau, il faut ici distinguer le cas dune demande interne et celui dune
demande externe :
Pour rappel, on se trouve dans le cas dun stock a` rotation nulle lorsquil ny a
pas de report possible des invendus aux periodes suivantes.
On va ici determiner le niveau initial du stock S, qui est donc ici la variable
de commande. En effet, la periode de revision calendaire, cest-`a-dire lintervalle
entre deux approvisionnements, note T est generalement xe par la nature de
lapprovisionnement. Par exemple, un patissier met en fabrication des gateaux
chaque jour. Le libraire commande des journaux chaque jour, des periodiques
chaque semaine ou chaque mois.
Nous allons illustrer les choses sur lexemple du patissier tire de Giard [4]
qui est un exemple o`u la demande suit une loi de probabilite discr`ete. Supposons
un cout de fabrication de 25 euro lunite et un prix de vente de 60 euro lunite.
Supposons que la demande quotidienne de ce gateau soit de 2,5 en moyenne et
supposons que la demande, que nous noterons X, suive une loi de Poisson. Le
x 0 1 2 3 4
P (X = x) 0, 0821 0, 2052 0, 2565 0, 2138 0, 1336
x 5 6 7 8 9
P (X = x) 0, 0668 0, 0278 0, 0099 0, 0031 0, 0009
Nous allons ensuite calculer Ip (S), le stock moyen possede. Au tableau 3.3,
on calcule explicitement le stock possede en fonction du stock initial (S) et de
la demande observee (x) : bien e videmment, ce stock nal possede est la partie
positive de (S x). Pour calculer le stock moyen possede, il suft, pour chaque
valeur de S de faire la moyenne ponderee de ce nombre par la probabilite dobserver
x. Ceci est fait en derni`ere ligne du tableau 3.3.
Enn, nous calculons le cout moyen de possession du stock en appliquant la
formule suivante :
C(S) = 35Ir (S) + 25Ip (S)
Ceci est fait au tableau 3.4. On constate (voir gure 3.1) que le cout minimum est
obtenu pour
S = 3.
42 Chapitre 3. La gestion calendaire de stock
C(S)
100
80
60
40
20
0
0 1 2 S = 3 4 5 6 S
Figure 3.1: Evolution du cout moyen de possession du stock.
Section 3.4. Gestion calendaire de stock a` rotation nulle 43
En cas de cout convexe (on peut verier que le cout est bien une fonction
convexe de S), le stock optimal S est celui pour lequel le cout de gestion C(S )
est inferieur a` celui des stocks immediatement inferieur ou superieur :
C(S ) C(S + 1)
C(S ) C(S 1)
ou encore
C(S + 1) C(S ) 0
(3.1)
C(S ) C(S 1) 0
Remarquez que les conditions (3.1) sont lequivalent pour une fonction continue
de dire que la derivee premi`ere doit e tre negative avant S et positive apr`es S . On
va donc e tudier levolution de la difference de cout de stocks successifs :
C(S + 1) C(S).
En general :
Ir (S) = (x S)P (X = x)
x=S+1
Interessons nous maintenant a` la difference de ces ruptures moyennes pour deux
stocks initiaux consecutifs :
Ir (S = 4) Ir (S = 5) = (x 4)P (X = x) (x 5)P (X = x)
x=5 x=6
= (x 4)P (X = x) (x 5)P (X = x)
x=5 x=5
= 1 P (X = x)
x=5
= P (X > 4)
44 Chapitre 3. La gestion calendaire de stock
Il est facile de montrer que ceci est vrai quelle que soit la forme la distribution de
probabilite discr`ete.
Les tableaux de lannexe B donne le calcul de P (X > x) en fonction de , la
valeur du param`etre de la loi de Poisson.
Comme annonce plus haut, il est possible de ramener la fonction de cout comme
une fonction de la seule variable detat Ir (S). Pour cela, nous allons e tablir la
relation entre Ir (S) et Ip (S).
Le stock moyen sur lequel porte le cout de possession est le stock moyen
observe en n de periode qui correspond donc a` linvendu. On observera un stock
residuel si la demande observee x est inferieure a` S, le stock initial. Son niveau
moyen est calcule par lesperance mathematique suivante :
S1
S
Ip (S) = (S x)P (X = x) = (S x)P (X = x)
x=0 x=0
= (S x)P (X = x) (S x)P (X = x)
x=0 x=S+1
= S P (X = x) xP (X = x) + (x S)P (X = x)
x=0 x=0 x=S+1
+ Ir (S)
= SX
+ Ir (S)
Ip (S) = S X (3.3)
qui peut sinterpreter en disant que le stock moyen residuel Ip (S) est e gal au stock
de depart S diminue de la demande moyenne satisfaite (X Ir (S)).
La consequence de la relation (3.3) est que lon peut exprimer le cout total
C(S) en fonction du seul cout de rupture Ir :
+ Ir (S)
C(S) = cr Ir (S) + cp Ip (S) = cr Ir (S) + cp S X
On a donc que :
+ (cr + cp )Ir (S + 1)
C(S + 1) C(S) = cp (S + 1 X)
(cr + cp )Ir (S)
cp (S X)
= cp + (cr + cp )(Ir (S + 1) Ir (S))
ou encore S optimal si :
cp
P (X > S ) P (X > S 1) (3.5)
cp + cr
Do`u
S = 3.
On en conclut quil est optimal de produire chaque matin 3 gateaux, soit la solution
dej`a determinee numeriquement.
46 Chapitre 3. La gestion calendaire de stock
Nous allons e galement illustrer ce cas sur un exemple e galement tire de Giard [4].
Considerons un marchand de journaux qui vent un quotidien a` 3,5 euro lunite, qui
lui-meme lacqui`ere a` 2,8 euro aupr`es de son grossiste qui lui reprend les invendus
au prix de 2,6 euro lunite.
Le cout de rupture, cr , est lie a` linvendu et vaut donc la marge beneciaire :
cr = 3, 5 2, 8 = 0, 7 euro
tandis que le cout de possession, cp , vaut la perte enregistree par invendu, cest-`a-
dire
cp = 2, 8 2, 6 = 0, 2 euro.
Le cout de gestion secrit dans le cas dune loi continue de la mani`ere suivante :
S
C(S) = cp (S x)f (x)dx + cr (x S)f (x)dx
x=0 x=S
C (S ) = 0
Comme dans le cas discret, on peut ramener ce cout a` une fonction du seul
nombre moyen de ruptures. En effet, la relation (3.3) entre Ir (S) et Ip (S) e tablie
dans le cas discret reste valable :
S
Ip (S) = (S x)f (x)dx
0
= (S x)f (x)dx (S x)f (x)dx
0 S
+
= SX (x S)f (x)dx
S
+ Ir (S)
= SX
Cet optimum est un minimum car la derivee seconde de C(S) est positive. En
effet, la derivee de P (X > S) par rapport a` S est clairement negative.
Appliquons ceci au cas de lexemple :
cp 0, 2
P (X > S ) = = = 0, 2222
cr + cp 0, 7 + 0, 2
Comme on ne dispose que de la table de la normale reduite, il faut reduire la
variable aleatoire X en lui retranchant sa moyenne et en la divisant par son e cart
type. On obtient :
X S 300
P > = 0, 2222
20
Par lecture dans la table de la normale reduite, on determine :
S 300
tS = = 0, 765
20
Do`u nalement :
S = 315, 3 315.
Lapprovisionnement periodique optimal est donc de S = 315.
Avant de passer au cas de stocks a` rotation non nulle, examinons quelques
indicateurs que lon peut deduire de la solution optimale.
48 Chapitre 3. La gestion calendaire de stock
La rupture de stock
Do`u nalement :
Ir (S) = xP (X = x) SP (x > S)
x>S
Ir (S = 3) = 2, 5P (X > 2) 3P (X > 3)
= 2, 5 0, 4562 3 0, 2424
= 0, 4133.
Le stock moyen possede, Ip (S), correspond dans le cas de stock a` rotation nulle
au stock residuel moyen. Cet indicateur sobtient a` partir de la rupture moyenne
aussi bien dans le cas discret que dans le cas continu par la relation (3.3) rappelee
ci-dessous :
Ip (S) = S X + Ir (S)
Remarquez que, dans les deux cas, le stock residuel se calcule comme le stock
initial diminue de la demande satisfaite. :
Ir (S) .
Ip (S) = S X
50 Chapitre 3. La gestion calendaire de stock
Le cout
moyen
La marge nette moyenne, notee B(S), est e gale au produit de la marge unitaire,
mu , par la demande moyenne, diminue du cout de stockage :
C(S)
B(S) = mu X (3.9)
Donnons quelques explications sur cette formule. Deux cas sont possibles quant
aux ventes manquees (aux ruptures de ventes) :
Soit les ventes manquees sont perdues, et dans ce cas, le cout de rupture est
la marge beneciaire. La formule (3.9) devient dans ce cas :
B(S) = cr X cr Ir (S) cp Ip (S)
= cr (X Ir (S)) cp Ip (S)
Le benece net est donc la marge beneciaire sur les ventes realisees moins
le cout des invendus.
Soit les ventes manquees sont differees, et dans ce cas, la marge beneciaire
sera realisee sur lensemble de la demande exprimee X, ce qui justie di-
rectement la formule (3.9) .
Pour rappel, on parle de stocks a` rotation non nulle lorsque les invendus dune
periode seront vendus aux periodes suivantes. Cest de loin le cas le plus repandu.
La variable de commande du syst`eme est ici S, le niveau de recompl`etement,
cest-`a-dire le niveau du stock que lon cherche a` retrouver periodiquement. Re-
marquons une difference fondamentale avec le cas de stocks a` rotation nulle. En
effet, la commande a` passer pour un approvisionnement en debut de periode nest
plus xe. Deux cas sont possibles :
3 0, 2 = 0, 6 euro.
Remarquons qu`a la difference du cas de stock a` rotation nulle, la perte liee a` une
ampoule en stock nest plus son prix dachat mais la perte nanci`ere due au gel en
stock de son prix dachat.
52 Chapitre 3. La gestion calendaire de stock
Supposons, pour xer les idees, quun niveau de recompl`etement de 320 ait
e te choisi.
x = 310
S x = 10
T = 5 jours
Figure 3.2: Evolution du stock.
S + (S x) (3.10)
Si x < S : Ip (S) =
2
Section 3.7. Cas de stocks a` rotation non nulle 53
s=0
x S = 30
T = 5 jours
Figure 3.3: Evolution du stock en cas de rupture.
S (3.11)
Si x > S : Ip (S) =
2
54 Chapitre 3. La gestion calendaire de stock
Pour le calcul du stock moyen possede Ip (S), il faut dissocier le cas o`u la
demande x est inferieure a` S de celui o`u elle est superieure a` S :
S
S Sx S
Ip (S) = ( + )f (x)dx + f (x)dx
0 2 2 2 S
Tandis que le nombre moyen de ruptures, Ir (S), peut se calculer comme lintegrale :
Ir (S) = (x S)f (x)dx
S
X Ir (S)
Ip (S) = S + (3.12)
2 2
do`u
cp
P (X > S ) = cp
(3.13)
cr + 2
S = 340.
Tout comme dans le cas de stock a` rotation nulle, on peut deduire les principaux
indicateurs de la solution optimale choisie :
Ir (S ) = g(tS )
= 20 0, 0084 = 0, 168
X Ir (S )
Ip (S ) = S +
2 2
300 0, 168
= 340 + = 190, 08
2 2
C(S ) = cp Ip (S ) + cr Ir (S )
= 0, 01154 190, 08 + 0, 5 0, 168 = 2, 28 euros.
B(S ) = mu X C(S )
= 0, 5 300 2, 28 = 147, 72 euros.
56 Chapitre 3. La gestion calendaire de stock
Terminons ce chapitre en voyant les formules de calcul dans le cas dune loi de
demande discr`ete pour la gestion de stock a` rotation non nulle.
Le stock moyen possede se calcule dans le cas discret comme suit :
S1
x S
Ip (S) = (S )P (X = x) + P (X = x)
0 2 S 2
S1
x S
= (S )P (X = x) + P (X S)
0 2 2
Exprimons ce stock moyen possede en fonction du nombre moyen de rupture :
S1
S S x S
Ip (S) = ( + )P (X = x) + P (X = x)
0 2 2 2 2 S
1
S
= [S + (S x)P (X = x)]
2 0
S 1 1
= + (S x)P (X = x) (S x)P (X = x)
2 2 0 2 S
On obtient donc la relation suivante entre Ip et Ir :
X Ir (S)
Ip (S) = S
+ (3.14)
2 2
cest-`a-dire exactement la meme formule que dans le cas continu.
On peut donc exprimer C(S) en fonction du seul Ir (S) :
C(S) = cp Ip (S) + cr Ir (S)
X Ir (S)
= cp [S + ] + cr Ir (S)
2 2
X cp
= cp (S ) + (cr + )Ir (S)
2 2
Par des calculs analogues a` ceux du cas de la rotation nulle, on determine nalement
le niveau optimal de recompl`etement S par la formule suivante :
cp
P (X > S ) cp P (X > S 1) (3.15)
cr + 2
Il est a` noter que si la loi de demande est du type Poisson, Ir (S), le nombre
moyen de demandes non satisfaites, se calcule par la meme formule que prece-
demment a` savoir :
Ir (S) = P (X > S 1) SP (X > S)
Section 3.8. Exercices 57
3.8 Exercices
3.6. Ventes de eurs. Un e picier va chercher deux fois par semaine des eurs
coupees au marche en gros de sa ville. En effet, au del`a de trois jours, il
ne peut plus les revendre. Son cout dachat dune botte de eurs est de 50
euros et son prix de vente 75 euros. On suppose que la demande de bottes de
eurs suit une loi de Poisson. En moyenne, 30 clients se presentent chaque
semaine pour ce produit.
(a) Quel est le nombre de bottes de eurs coupees a` aller chercher le lundi
matin et le jeudi matin ?
(b) Combien de clients en moyenne sortent de son magasin par semaine
sans eurs faute de stock sufsant ?
(c) Quel est le nombre moyen de bottes de eurs jetees par semaine ?
Chapitre 4
4.1 Introduction
59
60 Chapitre 4. La gestion par point de commande
400
s =167
L temps
L
s = DL (4.1)
sr = sr DL = 200 167 = 33
(q + sr ) + sr (400 + 33) + 33
= = 233
2 2
Il y aurait ainsi un stock dormant de sr .
niveau du stock
q + sr =433
q =400
q =400 q =400
s =200
stock dormant
s =200 s =200
sr =33
L temps
L
Le cout
de possession annuel unitaire peut e tre calcule en tenant compte du taux
dopportunite annuel ici suppose de 20 % comme :
cp = 30 0, 2 = 6 euros.
62 Chapitre 4. La gestion par point de commande
Cette quantite est appelee quantite de Wilson. Verions quil sagit bien dun
minimum en calculant la derivee seconde :
D
C(q) = 2cc 3 > 0
q
Remarquez quau point optimum, on a e galite des couts
de commande et de
possession. En effet :
D D Dcc cp
cc Ic (q ) = cc = cc 2Dc =
q c 2
cp
2Dcc
q cp Dcc cp
cp Ip (q ) = cp = cp =
2 2 2
Appliquons ceci a` lexemple numerique. La quantite e conomique de com-
mande vaut donc :
2Dcc 2 2 400 300
q = = = 489, 9 490
cp 6
Examinons les consequences de la politique optimale.
de moyenne :
20
L = L = 2 400 = 167
288
de variance :
20
L2 = L 2 = (189, 74)2 .
288
En effet, les param`etres de la demande durant 20 jours se deduisent des param`etres
des ventes annuelles en multipliant la moyenne et la variance (et non lecart type)
par L. Donc, on obtient un e cart type de :
20
L = 189, 74 = 50.
288
Section 4.4. Cas dune demande aleatoire 65
4.4.1 Determination de q et s
La fonction de cout
a` minimiser fait intervenir les trois variables detat que sont :
Nous allons obtenir une solution approchee au probl`eme en effectuant une de-
termination independante de s et de q en se basant sur lobservation suivante.
Dans lexpression de C, le nombre moyen de commande depend essentiellement
de la quantite commandee q tandis que le nombre moyen de ruptures depend
essentiellement du point de commande s. On peut donc recrire cette expression
comme :
C(q, s) = cc Ic (q) + cp Ip (q, s) + cr Ir (s)
On voit que le terme qui lie le probl`eme en la variable q et le probl`eme en la variable
s est le stock moyen possede Ip qui depend a` la fois de q et de s. On va determiner
une solution approchee en separant le probl`eme a` deux variables en deux probl`emes
a` une variable de la mani`ere suivante. On va resoudre independamment les deux
probl`emes suivant :
490
L L temps
q
D
cp 1, 225
P (X > s ) = = = 0, 115
cr + cp /2 10 + 1, 225/2
La demande X durant le delai dobtention de 20 jours est une N(167,50). On lit
dans la table de la normale N(0,1) :
s 167
1, 2 =
50
Section 4.4. Cas dune demande aleatoire 67
Do`u nalement
s = 227.
1. en cas de ventes manquees perdues (voir Giard [4], chapitre XII, relation
275, page 836) que :
q I c (s)
Ip (s, q) =+ (s DL) + r
2 2
Le cout de gestion correspondant vaut :
D q Irc (s) D
C(s, q) = cc + cp ( + s DL + ) + cr ( Irc (s))
q 2 2 q
2. en cas de ventes manquees differees (voir Giard [4], chapitre XII, relation
286, page 840) que :
q DL c
Ip (s, q) = + (s DL) + I (S)
2 2q r
o`u Irc (s) note le nombre moyen de ruptures par cycle (durant le delai dob-
tention). Le cout de gestion correspondant vaut :
D q DL c D
C(s, q) = cc + cp ( + s DL + Ir (S)) + cr ( Irc (s))
q 2 2q q
68 Chapitre 4. La gestion par point de commande
Dans le cas present, les ventes manquees sont supposees perdues pour le super-
marche et donc le stock moyen possede se calcule par la formule suivante :
q Irc (s)
Ip (s, q) = + (s DL) +
2 2
490 2, 81
= + 60 +
2 2
= 306, 405
On en deduit le cout
de gestion total suivant :
B(s, q) = mu D C(s, q)
= 24 000 3 445, 45
= 20 554, 54
Ce qui sinterpr`ete en disant que le stock tourne environ 8 fois dans lannee. Il
correspond au nombre de fois quil faudrait reapprovisionner le stock si on le
reapprovisionnait a` hauteur de son niveau moyen.
Il est a` remarque que lidee tr`es largement repandue selon laquelle plus le
niveau de rotation est e leve plus le stock est bien gere est fausse. En effet, un
niveau e leve de rotation correspond a` un faible niveau de stock possede mais
correspond a` un cout de passation de commande e leve. Le niveau obtenu ici est le
niveau optimal qui resulte de larbitrage entre les differents couts.
Section 4.5. Exercices 69
4.5 Exercices
4.2. Vente de verre de cristal. Un grand magasin vend chaque semaine 150
cartons de six verres du mod`ele Elite. Le cout dachat de 6 verres est de
8 euros, et le cout associe a` une commande est e value a` 30 euros. Le cout
de possession utilise ne fait intervenir quun cout dopportunite, lequel se
calcule a` laide dun taux de 15 %. On suppose que la demande est certaine
et quil nest pas possible davoir de rupture de stock. La gestion de stock
est du type point de commande. Les ventes manquees sont perdues.
rupture est estime a` 2 euros, parce que la demi-douzaine est vendue 10 euros
et que la direction estime que la rupture de stock de cet article nest pas
prejudiciable a` son image de marque.
(a) Calculez la commande optimale.
(b) Calculez le nouveau point de commande.
(c) Calculez le nombre moyen annuel de demi-douzaines de verres que le
grand magasin na pas e te en mesure de vendre.
(d) Calculez le stock moyen possede.
(e) En deduire le cout de gestion annuel.
4.4. Ventes de carafes a` eau. Un supermarche vend des carafes a` eau 50 euros.
Il les ach`ete aupr`es de son fournisseur 35 euros. La demande hebdomadaire
suit une loi de Poisson de param`etre 5. On utilise un taux dopportunite de
15 % lan. Le cout de passation dune commande est de 30 euros. Le delai
dapprovisionnement est de deux semaines.
(a) Quelle est la quantite a` commander ?
(b) Quel est le niveau de stock qui doit declencher la commande ?
(c) Quel est le nombre moyen de clients non satisfaits pendant le delai de
deux semaines entre la passation de la commande et sa reception ?
4.5. Vente par correspondance. Une societe specialisee dans le vente par cor-
respondance a un article peu vendu. Il sagit dun matelas orthopedique.
La demande mensuelle de cet article suit une loi de Poisson de moyenne 8.
Lacheteur responsable de lapprovisionnement hesite entre trois syst`emes :
(a) La gestion calendaire avec une periode de revision calendaire de deux
mois. Le cout de commande est estime a` 20 euros, le produit est achete
200 euros et revendu 350 euros (y compris le cout moyen de transport
vers le client de 50 euros). La regularite de lapprovisionnement permet
davoir un delai dobtention insigniant. Une demande non satisfaite
est differee avec un cout de 10 euros (frais administratifs).
(b) Une gestion du type quantite e conomique de commande - point de
commande avec les memes couts que precedemment, mais avec cette
fois un delai dobtention de 15 jours environ.
(c) Servir dintermediaire en repercutant au fournisseur la commande, ce
qui permet a` lentreprise de percevoir une commission de 50 euros.
Lentreprise estime que la rentabilite marginale de son capital est de 24 %.
Apr`es e tude du benece net dans les trois cas, que preconisez-vous ?
Partie II
Les decisions tactiques
71
Chapitre 5
La planication de la production
5.1 Introduction
73
74 Chapitre 5. La planication de la production
Niveau 0
Niveau 1 Niveau
2
-E1001 (1)
-E2010 (1) -E3047 (1)
T27 -E1010 (1) E1001 E2010 -E3052 (1)
...
...
...
-E1001 (1) -E2040 (1) -E3047 (2)
T28 -E1020 (1) E1004 E2040 -E3052 (2)
...
... ...
-E1004 (1)
T29 -E1020 (1) ... ...
...
Periode 16 17 18 19 20 21 22 23 24
Demande T 27 7 11 6 15 8 11 12 7
Demande T 28 10 9 4 10 7 14 8 8
Demande T 29 4 8 3 5 12 2 8 7
Demande E1001 0 1 2 3 0 2 1 4 0
Demande E1004 0 0 1 4 0 5 2 2 0
Demande E1010 0 0 0 0 0 0 0 0 0
Demande E1020 0 0 0 0 0 0 0 0 0
Demande E2010 0 0 2 1 4 0 1 2 3
Demande E2040 0 2 0 2 1 4 1 2 3
Demande E3047 0 0 1 1 2 0 1 0 2
Demande E3052 0 2 0 2 3 1 1 2 1
ement SF15
El LA16 LA17
T27 0 0 0
T28 0 0 0
T29 0 0 0
E1001 17 0 30
E1004 4 0 11
E1010 0 0 0
E1020 0 0 0
E2010 10 20 0
E2040 1 0 17
E3047 15 0 0
E3052 0 15 0
Periode 16 17 18 19 20 21 22 23
Assemblage de T 27, T28 et T29 50 50 60 65 55 50 50 50
Assemblage de E1001 et E1004 20 12 24 20 25 22 22 20
Assemblage de E1010 et E1020 20 20 20 20 20 20 20 20
Assemblage de E2010 et E2040 28 30 22 21 24 21 22 23
Assemblage de E3047 et E3052 32 30 32 33 31 31 32 31
depend des ateliers. Ces couts sont donnes au tableau 5.7. Remarquez que
E1001 et E1004, dune part, et E1010 et E1020, dautre part, sont assembles
dans deux ateliers separes.
Periode 16 17 18 19 20 21 22 23
Lancements T 27 7 11 6 15 8 11 12 7
Lancements T 28 10 9 4 10 7 14 8 8
Lancements T 29 4 8 3 5 12 2 8 7
On peut en deduire les besoins bruts du composant E1001 puisquil est utilise
a` raison de un par T27 et de un par T28. A ces besoins bruts pour assemble du T27
et du T28, il faut ajouter les besoins de E1001 comme pi`eces detaches (donnes au
plan directeur de production 5.2). Les besoins bruts du composant E1001 sont
donnes au tableau 5.9. Ces besoins bruts ne correspondent pas a` la production quil
Periode 16 17 18 19 20 21 22 23
Besoins Bruts pour T27 7 11 6 15 8 11 12 7
Besoins Bruts pour T28 10 9 4 10 7 14 8 8
Besoins de E1001 0 1 2 3 0 2 1 4
Besoins Bruts totaux 17 21 12 28 15 27 21 19
est necessaire de mettre en route, compte tenu du stock initial disponible pour cette
reference et des e ventuelles livraisons attendues. Les livraisons attendues sont des
quantites resultant de precedents ordres de lancement de production mais qui nont
pas encore e te livrees. Le stock initial en periode 16 est le stock nal de periode
15. Ces informations sont reprises au tableau 5.10.
Section 5.3. Determination des besoins nets dun composant 79
Periode 15 16 17 18 19 20 21 22 23
Besoins bruts 17 21 12 28 15 27 21 19
Livraisons attendues 0 30 0 0 0 0 0 0
Stock nal 17 0 9 0 0 0 0 0 0
Besoins nets 0 0 3 28 15 27 21 19
Periode 16 17 18 19 20 21 22 23
Livraisons attendues 0 30 0 0 0 0 0 0
Besoins nets 0 0 3 28 15 27 21 19
Lancements de production 30 3 28 15 27 21 19 -
Periode 16 17 18 19 20 21 22 23 24
BBt de T27 - 7 11 6 15 8 11 12 7
LAt de T27 0 0 0 0 0 0 0 0
SFt de T27 0 0 0 0 0 0 0 0 0
BNt de T27 - 7 11 6 15 8 11 12 7
LPt de T27 7 11 6 15 8 11 12 7 -
BBt de T28 - 10 9 4 10 7 14 8 8
LAt de T28 0 0 0 0 0 0 0 0
SFt de T28 0 0 0 0 0 0 0 0 0
BNt de T28 - 10 9 4 10 7 14 8 8
LPt de T28 10 9 4 10 7 14 8 8 -
BBt de T29 - 4 8 3 5 12 2 8 7
LAt de T29 0 0 0 0 0 0 0 0
SFt de T29 0 0 0 0 0 0 0 0 0
BNt de T29 - 4 8 3 5 12 2 8 7
LPt de T29 4 8 3 5 12 2 8 7 -
Periode 15 16 17 18 19 20 21 22 23
BBt pour T27 7 11 6 15 8 11 12 7
BBt pour T28 10 9 4 10 7 14 8 8
BBt de E1001 0 1 2 3 0 2 1 4
BBt totaux 17 21 12 28 15 27 21 19
LAt 0 30 0 0 0 0 0 0
SFt 17 0 9 0 0 0 0 0 0
BNt 0 0 3 28 15 27 21 19
LPt 0 30 3 28 15 27 21 19 -
Periode 15 16 17 18 19 20 21 22 23
BBt pour T29 4 8 3 5 12 2 8 7
BBt de E1004 0 0 1 4 0 5 2 2
BBt totaux 4 8 4 9 12 7 10 9
LAt 0 11 0 0 0 0 0 0
SFt 4 0 3 0 0 0 0 0 0
BNt 0 0 1 9 12 7 10 9
LPt 11 1 9 12 7 10 9 - -
Periode 15 16 17 18 19 20 21 22
BBt pour E1001 30 3 28 15 27 21 19
BBt de E2010 0 0 2 1 4 0 1
BBt totaux 30 3 30 16 31 21 20
LAt 20 0 0 0 0 0 0
SFt 10 0 0 0 0 0 0 0
BNt 0 3 30 16 31 21 20
LPt 20 3 30 16 31 21 20 -
raison dune unite par composant de niveau 1 E1001. Toujours au niveau 2, les
lancements du composant E2040 (de delai de fabrication L=2) sont determines
conformement au tableau 5.16. Ce composant est utilise a` raison dune unite par
Periode 15 16 17 18 19 20 21 22
BBt pour E1004 11 1 9 12 7 10 9 -
BBt de E2040 - 0 2 0 2 1 4 1
BBt totaux - 1 11 12 9 11 13 -
LAt 0 17 0 0 0 0 0
SFt 1 0 6 0 0 0 0 0
BNt 6 9 11 13 -
LPt 17 6 9 11 13 - - -
Periode 15 16 17 18 19 20 21
BBt pour E2010 20 3 30 16 31 21 20
BBt pour E2040 34 12 18 22 26 - -
BBt de E3047 - 0 0 1 1 2 0
BBt Totaux - 15 48 39 58 - -
LAt 0 0 0 0 0 0
SFt 15 0 0 0 0 0 0
BNt 0 48 39 58 - -
LPt 48 39 58 - - -
Lorsque les lancements de production sont determines, on peut calculer les charges
resultantes pour les differents ateliers. Pour que ce plan de production soit reali-
sable, il faut que la charge resultante respecte les capacites de production. Si ce
nest pas le cas, un ajustement charge-capacite est effectue.
Reprenons le meme exemple. Au niveau 0, le tableau 5.19 reprend les lan-
cements de niveau 0. En multipliant ces lancements par les temps operatoires
unitaires donnes au tableau 5.4, on obtient le nombre dheures dassemblage pour
chacun des vehicules. En les additionnant, on obtient la charge de latelier que
lon peut comparer avec la capacite donnee au tableau 5.5. On constate ici quil
ny a aucun probl`eme de capacite au niveau 0.
Passons au niveau 1. Les lancements de production des sous-ensembles E1001
et E1004 assembles dans le meme atelier sont repris au tableau 5.20. En multipliant
Section 5.4. Ajustement charge-capacite 85
Periode 15 16 17 18 19 20 21
BBt pour E2010 20 3 30 16 31 21 20
BBt pour E2040 34 12 18 22 26 - -
BBt de E3052 - 0 2 0 2 3 1
BBt Totaux - 15 50 38 59 - -
LAt 15 0 0 0 0 0
SFt 0 0 0 0 0 0 0
BNt 0 50 38 59 - -
LPt 15 50 38 59 - - -
Periode 16 17 18 19 20 21 22 23
LPt de T27 7 11 6 15 8 11 12 7
LPt de T28 10 9 4 10 7 14 8 8
LPt de T29 4 8 3 5 12 2 8 7
heures de T27 3,5 5,5 3 7,5 4 5,5 6 3,5
heures de T28 10 9 4 10 7 14 8 8
heures de T29 8 16 6 10 24 4 16 14
charge 21,5 30,5 13 27,5 35 23,5 30 25,5
capacite 50 50 60 65 55 50 50 50
exc`es capacite 28,5 19,5 47 37,5 20 26,5 20 24,5
ces lancements par les temps operatoires unitaires donnes au tableau 5.4, on obtient
le nombre dheures dassemblage pour chacun des deux sous-ensembles de niveau
1. En les additionnant, on obtient la charge de latelier que lon peut comparer
avec la capacite donnee au tableau 5.5. On constate ici quil y a un probl`eme de
capacite en periode 18. On reporte aux periodes precedentes en commencant par
utiliser lexc`es de capacite de la periode 17, le reste e tant produit en periode 16.
Periode 16 17 18 19 20 21 22 23
LPt de E1001 30 3 28 15 27 21 19 -
LPt de E1004 1 9 12 7 10 9 - -
heures de E1001 15 1,5 14 7,5 13,5 10,5 9,5 -
heures de E1004 1 9 12 7 10 9 - -
charge 16 10,5 26 14,5 23,5 19,5 - -
capacite 20 12 24 20 25 22 22 20
Exc`es de capacite 4 1,5 0 5,5 1,5 2,5 0 0
Exc`es de charge 0 0 2 0 0 0 - -
Ajustement +0,5 +1,5 -2 0 0 0 - -
LPt de E1001 30 3 28 15 27 21 19 -
LPt de E1004 1,5 10,5 10 7 10 9 - -
Il faut encore determiner sur quel produit cet ajustement va porter. La r`egle
adoptee ici est de reporter les heures constituant le stock de valeur la plus faible.
Pour cela, calculons le cout de revient dune unite de E1001 et dune unite de
E1004. Au cout de la main duvre dassemblage, il faut ajouter le cout de la
mati`ere premi`ere ajoutee a` letape dassemblage et le cout des composants :
cE1001 = 0, 5 70 + 58 = 93 euros,
cE1004 = 1 70 + 71 = 141 euros.
En conclusion, il est plus interessant de stocker du E1004 bien quil ait un cout
de revient unitaire plus e leve ! Le temps operatoire unitaire e tant dune heure, les
2 heures deplacees correspondent a` deux unites de E1004 avancees aux periodes
16 et 17. On obtient lajustement de niveau 1 illustre au tableau 5.20.
On procedera alors de mani`ere semblable pour les niveaux superieurs en partant
des lancements modies de niveau 1 donnes au tableau 5.20.
Jusqu`a present, nous avons adopte la technique du lot par lot pour la determination
des lancements de production. Autrement dit, on lance en production exactement
les besoins nets en decalant pour tenir compte du delai dobtention. Ce cas est
illustre au tableau 5.21 pour lexemple du composant E1001.
Periode 16 17 18 19 20 21 22 23
Livraisons attendues 0 30 0 0 0 0 0 0
Besoins nets 0 0 3 28 15 27 21 19
Lancements de production 30 3 28 15 27 21 19 -
Periode 16 17 18 19 20 21 22 23
Livraisons attendues 0 30 0 0 0 0 0 0
Besoins nets 0 0 3 28 15 27 21 19
Lancements de production 30 30 30 0 30 30 0 -
Stock n de periode 27 29 14 17 26 7
Periode 16 17 18 19 20 21 22 23
LAt 0 30 0 0 0 0 0 0
BNt 0 0 3 28 15 27 21 19
LPt 30 10 30 10 30 20 20 -
SFt 7 9 4 7 6 7
Periode 16 17 18 19 20 21 22 23
LAt 0 30 0 0 0 0 0 0
BNt 0 0 3 28 15 27 21 19
LPt 30 10 21 15 27 21 19 -
SFt 7 0 0 0 0 0
5.6 Exercices
Mois 1 2 3 4 5 6 7 8
Besoins 30 45 60 40 35 30 35 50
Tableau 5.25: Production dengrenages.
dune production est de 150 euros, le cout de detention unitaire est de 1 euro
par mois. On suppose que les livraisons et sorties de stock se font en n de
mois. Ce qui signie quun article fabrique en periode t et livre en n de
periode t pour une demande de periode t ne supporte pas de cout de detention
pendant cette periode. Les ruptures sont interdites.
(a) En utilisant la formule de la quantite e conomique de commande de
lunivers certain, determinez la quantite a` mettre en production. Pour
cela, determiner la moyenne du besoin mensuel.
(b) En deduire, le plan de production et de stockage de mani`ere a` e viter
les ruptures.
90 Chapitre 5. La planication de la production
(c) En deduire le cout de cette politique (somme des couts de mise en route
et de stockage). Comparez avec le cout dune politique de lot par lot.
5.3. Determination des besoins et lancements de production de niveau 2. A
partir de lajustement charge-capacite de niveau 1 du tableau 5.20, deduire
les besoins bruts pour les composants de niveau 2. Ensuite, calculer les
besoins nets et les lancements de production a` capacite innie.
5.4. Ajustement charge-capacite de niveau 2. Verier si la charge resultante
nexc`ede pas la capacite de latelier. Si cest le cas, faire lajustement.
5.5. Planication des besoins en composants. Considerons une entreprise qui
utilise la planication des besoins en composants pour gerer la production
dun ensemble E qui utilise une pi`ece P1 et deux pi`eces P2 par ensemble.
Le plan directeur de production, donne au tableau 5.26, prevoit e galement
la mise a` disposition de pi`eces P1 et P2 comme pi`eces de rechange.
Semaine 0 1 2 3 4 5
Demande E 100 150 150 250 250
Demande P1 10 20 15 25 20
Demande P2 30 20 25 25 30
Tableau 5.26: Plan directeur de production.
Les stocks initiaux (debut de periode 1), les livraisons attendues de premi`ere
periode et les delais dobtention sont donnes au tableau 5.27.
ement Stock initial LA1
El Delai dobtention
E 300 0 1 semaine
P1 150 500 2 semaines
P2 300 300 1 semaine
Tableau 5.27: Stock initiaux, livraisons attendues et delais dobtention.
Comme le souligne Baglin et al [1], les techniques de juste a` temps trouvent leur
origine dans les nouvelles exigences du marche :
Le delai admissible par les clients est plus court : on ne peut donc plus
produire a` la commande, cest-`a-dire lancer une commande speciale avec
des delais longs.
Production = Demande.
91
92 Chapitre 6. Les techniques de juste a` temps
On en conclut que chacun a` tendance a` goner les stocks. Le JAT devant ce constat,
plutot que dessayer de gerer lingerable propose de supprimer les stocks.
Le fonctionnement en JAT appelle cependant les remarques suivantes :
2. Les ux de production peuvent e tre tires non par des commandes clients
mais par le plan directeur de production.
Le but est ici de pouvoir repondre rapidement aux variations quantitative et qua-
litative de la demande. Le moyen utilise est le suivant : pour raccourcir le cycle
de fabrication, on reduit les stocks.
Pour reduire les stocks de mati`ere premi`ere, les fournisseurs doivent livrer
plus souvent.
Pour reduire les stocks de produits nis, on doit pouvoir changer souvent de
fabrication.
Remarquez que, pour reduire les stocks, il faut sattaquer a` leur cause : les pannes
machines, les temps de reglage longs, etc. . .
Il faut ici se premunir contre les causes des stocks que sont les pi`eces recues
defectueuses, les pannes machine, ainsi les retards de livraison. On visera ici le
zero defaut pour les pi`eces fabriquees. En effet, en labsence de stock, le defaut
dune pi`ece livree interrompt la chane de montage. Le zero defaut sera recherche
par la prevention plutot que par le controle a` posteriori.
Il faut e galement assurer la abilite des e quipements. En effet, larret dune
machine entrane larret de toutes les machines en aval faute dapprovisionnement.
De meme pour les machines en amont qui, autrement, constitueront des stocks. La
abilite est obtenue par des procedures de maintenance preventive.
Enn, il existe relation plus e troite entre le client et le fournisseur car le
fournisseur dune usine JAT est generalement plus conscient des consequences de
lenvoi dune pi`ece defectueuse pour le client.
Section 6.4. La methode Kanban 95
Lidee de la methode est que la production soit tiree par laval : chaque poste
ne travaille que pour satisfaire une demande du poste aval. Linformation sur la
demande du poste aval est transmise par un document appele Kanban (etiquette)
donnant :
Cette technique utilise en effet des conteneurs standards pour la circulation entre
les postes.
Letiquette est donc un ordre de fabrication des pi`eces qui
Le fonctionnement du syst`eme Kanban a` une boucle est le suivant (cfr gure 6.1) :
Letiquette est apposee sur le conteneur de pi`eces qui viennent detre fa-
briquees en amont (a);
Au moment o`u le conteneur est mis en fabrication sur le poste aval, le Kanban
est libere et retourne au poste amont (c);
96 Chapitre 6. Les techniques de juste a` temps
(a) (b)
POSTE Transport POSTE
AMONT AVAL
entre postes
(d)
(c)
Il entre dans le planning du poste amont (d) do`u il sort au moment dune
nouvelle fabrication.
un nombre pas trop faible : sinon le poste aval risque de tomber en rupture.
Section 6.4. La methode Kanban 97
Tr Cu = 95 4, 1667 = 395, 83
(1 + )Tr Cu 1, 1 395, 83
Ne = = 4, 3541.
k 100
Il faudra donc au moins 5 e tiquettes en permanence dans le syst`eme.
Supposons maintenant que, au poste amont, larbitrage entre le cout de lance-
ment et le cout de possession justie une production par lot de taille e conomique
optimale :
Qe = 600 pi`eces,
cest-`a-dire a` 6 conteneurs (Qe /k). Il faudra donc attendre davoir six e tiquettes
accrochees au planning du poste amont avant de pouvoir lancer en fabrication de
quoi remplir le premier conteneur. Il faudra donc ajouter ces 6 conteneurs aux 5
precedents.
Le nombre de conteneurs dans la boucle correspond donc en general a` la
somme :
Qe
(1 + )Cu Tr + Qe (6.1)
Ne
k
6.5 Exercices
----> M3
|
M1 ------> M2 ------|
|
-----> M4
101
Chapitre 7
Lordonnancement de projets
7.1 Introduction
Lors de tout projet de grande envergure (construction dun bateau, dun avion, dun
batiment,...), un probl`eme crucial qui se pose est celui du calendrier dexecution
des taches. Le probl`eme est de determiner dans quel ordre doivent senchaner les
diverses taches de mani`ere a` minimiser le temps total dexecution du projet.
Prenons un exemple tire de Giard [4].. On veut construire un nouveau batiment
de mani`ere a` pouvoir demenager au plus tot. Certaines taches (voir tableau 7.1)
ne peuvent sexecuter quapr`es que dautres soient terminees. Par exemple, on
ne peut commencer les fondations que lorsque le terrassement est ni. On ne
peut monter les murs que lorsque les fondations sont terminees. Dautres taches
peuvent sexecuter simultanement. Par exemple, les travaux delectricite et de
plomberie peuvent e tre menes de pair. On doit tenir compte, dans les probl`emes
103
104 Chapitre 7. Lordonnancement de projets
min z = tf t0
Les contraintes de n de chantier expriment que toute tache i doit e tre nie
avant la n de chantier :
ti + di tj
1. On relie dabord toutes les taches qui peuvent e tre effectuees sans prealable
au nud 0, debut de chantier par un arc de longueur nulle. Dans lexemple,
seule la tache 1 est dans ce cas. Remarquez quil sagit de la representation
des contraintes (7.1).
2. Ensuite, on prend une tache dej`a dans le graphe et on examine si elle prec`ede
dautres. Par exemple, la tache 1 doit preceder la tache 2. On doit donc avoir
t1 + d1 t2 .
3. Enn, quand toutes les taches sont dans le graphe, pour les seules taches qui
ne sont suivies daucune autre, on les relie au nud n + 1, n de chantier,
avec un arc de longueur e gale a` la duree de la tache. Ici, seule la tache nition
est dans ce cas, et il faut que cette tache soit nie pour la n du chantier. Il
sagit ici de representer les contraintes du type (7.3).
Section 7.3. Representation graphique du probl`eme 107
10 t3 t0 + 10 t3 .
t5 t0 + 40 t5 40 t0 .
t9 t8 + 5 t9 5 t8 .
Ceci se represente en joignant les nuds 9 et 8 par une arc de longueur -5.
-40
10 2 2
3 4 5
4 2 3
0 5 10 5
0 1 2 6 10 11 12
5
4
4
3 3
7 8 9
-5
2
d1 d2
d3
1 3
On voit ici que le graphe contient un circuit (cycle avec tous les arcs dans
le meme sens) dont la somme des longueurs des arcs est positive. Ecrivons les
contraintes correspondantes :
t1 + d1 t2
t2 + d2 t3
t3 + d3 t1
En sommant et en simpliant, on obtient la condition suivante :
d1 + d2 + d3 0
On peut alors montrer le resultat suivant.
Lemme 7.1 Les contraintes temporelles sont compatibles entre elles si et seu-
lement si le graphe associe ne comporte aucun circuit de longueur (somme des
longueurs des arcs le constituant) strictement positive.
Remarquez quun cycle avec une somme des longueurs negative ne pose pas de
probl`eme. Par exemple, a` la gure 7.4, la tache 8 de longueur 3 doit e tre nie avant
que ne commence la tache 9 et la tache 9 doit commencer endeans les 5 jours de
debut de la tache 8 :
t8 + 3 t9
t9 5 t8
Ceci se represente, comme vu ci-dessus, par une `eche de 8 vers 9 de longueur 3
et une `eche retour de longueur -5. Ceci ne pose pas de probl`eme, la somme des
longueurs e tant negative.
Section 7.5. Calcul de lordonnancement au plus tot 109
t2 = t1 + d1 = 5
Il faut, en effet, que les deux taches precedentes soient nies avant de pouvoir
debuter la tache 9. On arrive ainsi a` determiner la duree totale minimum qui est
ici de 35 jours.
Lordonnancement au plus tot est illustre a` la gure 7.6 o`u le temps de debut
au plus tot est indique au dessus des nuds.
9 11 13
3 4 5
2 2
0 0 5 2 3 20 30 35
4 11
0 1 2 6 10 11 12
0 5 10 5
4 5
9 12 16 4
7 8 9
3 3
Certaines taches sont telles que si on retarde leur date de debut, cela aura des
repercussions sur la date de n de chantier. Par exemple, si on retarde la date
de debut de la tache 11 (nition), cela va directement retarder la date de n de
110 Chapitre 7. Lordonnancement de projets
Les taches critiques sont celles qui servent a` marquer de proche en proche
le sommet n + 1 a` partir du sommet 0. Elles forment ce que lon appelle
le chemin critique qui donne lensemble des taches a` surveiller en premier
si lon veut respecter le delai minimum de realisation du projet. Le chemin
critique, illustre en hachure a` la gure 7.7, peut e tre determine de la mani`ere
suivante. Partant du nud n + 1, on ne retient que les sommets qui ont
permis de joindre n+1 a` partir du nud 1. Il sagit, dans lexemple, des
nuds 12,11,10,9,6,3,2,1 et 0.
Pour toutes les autres taches, cest-`a-dire les taches non critiques, on peut
determiner la marge dune tache comme la difference entre son temps de
debut au plus tard et au plus tot :
mi = ti ti (7.5)
et donc la marge mi est strictement positive pour les taches non critiques
tandis quelle est nulle pour les taches critiques.
i 4 5 7 8
mi 4 4 1 1
On peut interpreter les taches critiques comme lensemble des taches pour
lesquelles tout retard sur leur date de debut aura des repercussions sur la date de
n de chantier. Cest donc lensemble des taches a` surveiller en premier si lon
veut respecter le delai minimum de realisation du projet.
Il est a` remarquer quil peut y avoir plusieurs chemins critiques pour un
probl`eme.
Si lon veut reduire la duree du projet,
Il est aussi a` remarquer que, d`es que lon a reduit la duree du chemin critique,
dautres chemins critiques peuvent apparatre.
112 Chapitre 7. Lordonnancement de projets
4, 2
3, 2 5, 3
1, 5 2, 4 10, 10 11, 5
6, 5
7, 3
9, 4
8, 3
Tache prealable
1
2 1
3 1, 4
4
On pourrait tracer le graphe de la gure 7.9. Mais ce graphe introduit une contrainte
1 2
4 3
supplementaire qui dit que la tache 4 doit preceder la tache 2. Pour resoudre la
difculte, il faut ajouter un arc ctif de longueur nulle entre lextremite de la
tache 1 et le debut de la tache 3. Ceci est illustre a` la gure 7.10.
1 2
4 3
11 4, 2 13
4 17
3, 2 11 5, 3
4
0 5 9 0 20 30 35
1, 5 2, 4 6, 5 10, 10 11, 5
0 0
0 9 0 0 35
0 5 7, 3 9, 4 20 30
1 16 0
12
8, 3
13 1 16
pourtant cette tache a une marge de 4 jours. Il faut donc poursuivre les calculs
pour avoir la date de debut au plus tard des taches.
On calcule la marge de la tache (i, j) liant les nuds i et j comme :
On obtient alors les dates au plus tard des taches en additionnant a` la date au plus
tot du nud de depart, la marge de la tache. Les resultats sont indiques au tableau
ci-dessous.
Tache 1 2 3 4 5 6 7 8 9 10 11
Date au plus tot 0 5 9 11 13 11 9 12 16 20 30
Marge 0 0 0 4 4 0 1 1 0 0 0
Date au plus tard 0 5 9 15 17 11 10 13 16 20 30
ci
mi
di di di
ti t0 , i sans predecesseur
ti + di tj , i < j
ti + di tf , i sans successeur
di di di
tf
Section 7.9. La minimisation des co
uts 117
La borne superieure sur tf a du e tre ajoutee car il est clair, au vu de la forme des
fonctions de cout ci (di ) que sinon on aura tendance a` prendre di = di pout toute
tache et donc a` augmenter au maximum la duree du chantier.
On peut alors resoudre ce probl`eme en fonction du param`etre . En ajoutant
le terme constant que nous avions neglige, on obtient un graphique du genre de
celui represente a` la gure 7.13.
cD ( )
di = di , i di = di , i
1. Tout dabord, le param`etre doit e tre superieur a` une certaine valeur mi-
nimum qui correspond au temps dexecution minimum lorsque toutes les
taches sont a` leur duree minimum di .
118 Chapitre 7. Lordonnancement de projets
cT ( )
cT ( )
cI ( )
cD ( )
Tous ces frais sont e videmment croissants avec , la duree du chantier. On note
cI () ces couts indirects. Si on additionne les deux courbes (couts directs et couts
indirects), comme a` la gure 7.14, on obtient la courbe de cout total dont on peut
determiner le minimum :
cT () = cD () + cI ()
On a donc arbitre entre les deux objectifs de diminution des couts et de diminution
du temps dexecution.
Section 7.10. Exercices 119
7.10 Exercices
7.1. Equipement dun ensemble minier. Lequipement dun ensemble minier
comporte les taches suivantes dont la duree est exprimee en trimestres.
No tache duree prealables
1 Commande dune piste 6 -
2 Construction dun port provisoire 3 -
3 Commande de materiel portuaire 2 -
4 Pose dune voie ferree 4 2
5 Construction dune cite administrative 7 2
6 Construction du port denitif 2 2
7 Construction de linstallation mini`ere 4 1 et 4
8 Equipement portuaire denitif 3 3 et 6
7.5. Lancement dun nouveau produit. Une societe met a` letude le lancement
dun nouveau produit. Ce lancement necessite la realisation de 10 taches
dont les caracteristiques sont donnees au tableau 7.4.
(a) Etablir le graphique de la methode du potentiel.
(b) Verier sur le graphique que le probl`eme est soluble (expliquer suc-
cinctement pourquoi).
(c) Calculer les dates de debut au plus tot, au plus tard, les marges.
(d) Donner tous les chemins critiques.
(e) Le directeur commercial souhaite raccourcir la duree dexecution du
projet dune semaine. Les taches sur lesquelles il est possible dagir
ainsi que le cout correspondant a` leur diminution de duree dune se-
maine sont donnes a` la table 7.5.
tache cout
C 10.000 euros
F 15.000 euros
B 5.000 euros
I 6.000 euros
Que suggerez-vous ?
Chapitre 8
8.1 Introduction
123
124 Chapitre 8. Conception dun centre de production
un client qui se deplace entre les differents rayons dun super marche;
un magasinier qui se deplace entre les differents rayonnages dun ma-
gasin de stockage de carrelage.
Illustrons cette conguration par lexemple tire de Mac Clain [13] dune maternite
qui regroupe les differents services concernes sur un meme e tage dun hopital :
accueil
salle dattente
consultation prenatale
e chographie
salle daccouchement
1. du volume de trac entre deux services de sorte que deux services avec un
ux important soient localises proches lun de lautre;
Section 8.2. Conguration dun centre de production 125
Une matrice de proximite peut e tre utilisee pour indiquer la proximite voulue
A : Absolument necessaire
S : Specialement important
I : Important
G : Generalement proche,
: sans importance
X : a` e viter
La gure 8.1 illustre cette matrice dans le cas de la maternite. On peut e galement,
ACCUEIL
G
SALLE D'ATTENTE
I
CONSULTATIONS X
S
ECOGRAPHIE
A
SALLE ACCOUCHEMENT
plutot que de noter la proximite, donner une matrice de ux entre les differents
services. On peut alors concevoir une localisation des differentes services qui
minimise la somme des ux entre services ponderee par la distance entre ces
services.
Supposons que lon note linteret detre proche par la grille de poids suivante :
4 : Absolument necessaire
3 : Specialement important
2 : Important
1 : Generalement proche
0 : sans importance
-1 : a` e viter
On peut alors denir la matrice de poids wik mesurant limportance pour le
service i detre proche du service k donnee au tableau 8.1. Remarquez que la
matrice est symetrique.
Les cinq services sont a` placer a` une des cinq places disponibles sur le plateau
de lhopital represente a` la gure 8.2. On peut mesurer la distance djl entre les
emplacements j et l. Elles sont reprises au tableau 8.2. On obtient e galement une
matrice symetrique de distances.
126 Chapitre 8. Conception dun centre de production
j =2
j =1 j =3
d14
j =5 j =4
avec djl la distance entre les localisations j et l et wik , le poids dans la matrice de
proximite.
Expliquons la forme de cette fonction objectif : on ne retrouvera dans cet
objectif que les termes o`u xij xkl = 1, cest-`a-dire o`u i est mis en place j et k
en place l. Lobjectif minimise la somme des distances entre les paires de lieux
(j, l), ponderee par limportance dune localisation proche des paires de services
(i, k), pour autant que xij et xkl soient e gaux a` un. An de minimiser ce produit,
on mettra donc comme coefcient des wik les plus e leves, les djl les plus faibles,
cest-`a-dire les plus proches lun de lautre ceux qui y ont le plus grand interet.
Les contraintes sont de deux types :
La contrainte indique que chaque place j est occupee par un seul service i.
Tout service i est place :
n
xij = 1, i = 1, . . .n
j=1
Tableau 8.3: Equilibrage dune chane.
On peut tracer un graphe de preseance qui nest rien dautre que le graphe
de la methode du potentiel (sans nud de depart ni darrive). On a represente ce
graphe a` la gure 8.3 o`u chaque tache est representee par son label et sa duree.
La gure 8.3 presente e galement une affectation possible des taches a` cinq
Section 8.2. Conguration dun centre de production 129
C,5
Poste 2
Poste 1 E,15
D,2 F,7
J,10
L,8 M,6
K,4
Poste 4
nc T
RE =
nc
Pas1. Attribuer un score a` chaque tache et classer les taches par score decroissant.
Ici, on utilise comme score 1 la dure de la tache. On obtient :
E, N, J, I, L, B, F, G, M, C, H, K, A, D
Pas 2. Mettre a` jour lensemble des taches disponibles (cest-`a-dire les taches dont
tous les predecesseurs immediats sont affectes). Au debut, ce sont celles sans
predecesseur :
S = {J, G, C, K, A, D}
Section 8.2. Conguration dun centre de production 131
Pas 3. Affecter la tache avec le score le plus e leve dans le premier poste o`u la
capacite et les contraintes de preseance ne sont pas violees :
J au poste 1.
Aller en au Pas 2.
S = {J, G, C, K, A, D} : J en 1; S = {B, M, D} : B en 3;
S = {G, C, K, A, D} : G en 1; S = {M, H, D} : M en 4;
S = {C, K, A, D} : C en 2; S = {H, D} : H en 4;
S = {K, A, D} : K en 2; S = {D} : D en 2;
S = {L, A, D} : L en 2; S = {E} : E en 5;
S = {A, D} : A en 1; S = {F } : F en 6;
S = {I, B, M, D} : I en 3; S = {N } : N en 7
On voit que la solution nest pas dune tr`es grande qualite. On peut utiliser
plutot un second score qui consiste a` additionner a` la duree de la tache, celles de
toutes les taches qui la suivent. Ainsi, a` la duree de la tache A, on ajoute le temps
des taches F, B, I, M, H et N. Le calcul du second score (voir gure 8.4) donne les
resultats suivants :
A B C D E F G H I J K L M N
50 26 42 39 37 22 25 19 24 39 33 29 21 15
A, C, D, J, E, K, L, B, G, I, F, M, H, N
132 Chapitre 8. Conception dun centre de production
C,5
E,15
D,2 F,7
G,6 I,9
J,10
L,8 M,6
K,4
le cout total de manipulation en mettant les produits les plus utilises aux
endroits les plus accessibles;
Illustrons ce cas par lexemple de la societe Sommer qui produit en grandes series
ses differentes references de tapis pleins qui sont vendues en quelques unites a` ses
clients qui sont les centres de bricolage et les surfaces specialisees en revetement
de sol. On approvisionne le stock en grandes quantites (de lordre de 200 rou-
leaux dun meme type). On destocke, a` la demande, en petites quantites (un ou
deux rouleaux). Le stockage est rendu necessaire par la difference entre la taille
e conomique dun lot a` la production et la taille moyenne dun lot demande.
Pour le placement optimal des rouleaux, on a interet a` placer les articles
ayant le plus fort taux de rotation de stock aux emplacements les plus accessibles.
Il y a deux mani`ere de stocker :
Stocker a` des places dediees : une reference donnee sera toujours a` la meme
place. Ce qui facilite le controle et linformation. Linconvenient est que
lon perd beaucoup de place car chaque emplacement est rempli a` 50 % en
moyenne.
Dans ce second cas, lobjectif est de minimiser le temps dacc`es au client le plus
e loigne. Par exemple, dans un service hospitalier, on veut localiser le local des
inrmi`eres de mani`ere a` avoir un temps de reaction aupr`es de chaque patient aussi
court que possible. La solution, dans ce cas, est de construire un e tage circulaire
avec le local des inrmi`eres au centre.
Remarquez quici souvent la solution impliquera des localisations multiples
an de bien couvrir une zone : par exemple, dans le cas des pompiers, on
aura diverses antennes delocalisees permettant datteindre rapidement des villages
decentres.
Nous allons illustrer les decisions de choix dune capacite sur lexemple tire de
Mac Clain [13] dune boulangerie industrielle qui fournit les supermarches de sa
region et qui sattend a` une croissance de la demande.
Les donnees numeriques sont les suivantes :
Les differents choix possibles peuvent e tre utilement illustres sur un arbre de
decision tel que celui de la gure 8.5. Un carre represente une decision. Un cercle
Denition 8.1 On appelle valeur nette presente, la somme actualisee des prots
futurs moins linvestissement initial.
F Nt
40.000 52
0 1 2 3 .. . 20 t
-1.500.000
20
(40 000 52)
V AN = 1 500 000
t=1 1, 25t
t
20
1
= (40 000 52) 1 500 000
t=1 1, 25
F Nt
40.000 52
16.000 52
0 1 2 3 .. . 20 t
-800.000
-1.000.000
Enn, le cas dune demande faible avec un investissement initial de 2 000 est
identique au cas de la construction initiale de 2 000 et dune demande forte lorsque
lon reste a` 2 000. Il a dej`a e te calcule plus haut.
138 Chapitre 8. Conception dun centre de production
Les resultats dans les differents cas sont resumes au tableau 8.4. On peut alors
calculer les prots esperes dans chacun des deux cas dinvestissement initial :
Construire 5 000 :
Construire 2 000 :
Cl 1 MP 2
MP 1
Cl n
Cl 2 MP m
davoir un bon acc`es a` tous. Par exemple, lors de la localisation dun centre
dintervention de pompiers, on veut minimiser le temps dacc`es au client le
plus e loigne. Ce qui conduit a` implanter des antennes decentralisees.
Illustrons la difference entre ces deux objectifs sur un exemple simple illustre a`
la gure 8.9 o`u deux villes sont situees a` 9 kilom`etres de distance lune de lautre.
1.000 x 2.000
0 1 2 3 4 5 6 7 8 9
Usine A B C
Cout de production ($/kg) 0,347 0,326 0,351
Capacite de production (106 kg/jour) 1,8 4 1,6
Expression de lobjectif.
Il sexprime simplement par :
3
10
min cij xij
i=1 j=1
avec cij , le cout de fourniture dun million dunite de lusine i vers le client
j. Ce cout est la somme du cout de production et du cout de transport.
10
xij CAPi
j=1
3
xij = DEMj
i=1
Une premi`ere conclusion qui peut e tre tiree de ce tableau est que (LP2) peut
e tre e limine car ayant un cout xe identique a` celui de (LP3), une alternative qui
a un cout journalier inferieur. Calculons leconomie de (LP3) sur 300 jours de
production par rapport a` la situation actuelle :
(2 561 600 2 533 100) 300 = 8 555 000
Soit une e conomie de 8,555 millions par an pour un investissement initial de 18
millions de $. Cet investissement est certainement rentable, quel que soit le facteur
dactualisation.
Calculons maintenant leconomie additionnelle de (LP4) par rapport a` (LP3) :
(2 533 100 2 469 700) 300 = 19 020 000
Soit un e conomie additionnelle de 19,020 millions par an pour un investissement
additionnel de 16 millions de $. A nouveau, cet investissement est hautement
protable. On choisira donc la solution (LP4) : construire la nouvelle usine C a` 4
millions de kg par jour.
144 Chapitre 8. Conception dun centre de production
yD {0, 1}
En effet, si lusine D est fermee, le membre de droite est nul et rien ne peut sortir
de lusine.
Cette variable interviendra aussi dans la fonction objectif. En effet, a` la somme
des couts de transport, on peut ajouter le cout xe du nouvel investissement. Ceci
conduit a` lexpression suivante pour lobjectif :
4
10
4
min z = cij xij + Ki y i
i=1 j=1 i=2
8.6 Exercices
8.1. Equilibrage dune chane. Pour lexemple de la section 8.2.2,
(a) au moyen dun heuristique au choix, determiner une repartition entre
7 operateurs de temps de cycle maximum de 18 minutes.
(b) calculer le retard dequilibre de la chane ainsi obtenue.
8.2. Montage en chane dune lampe. Le montage dune lampe de bureau
necessite la realisation de 7 taches (notees A a` G) dont les temps e lementaires
de montage et les prealables sont donnes au tableau 8.9. Lobjectif de pro-
duction est de 9 000 lampes par mois de 20 jours (un jour = 8 heures).
8.3. Choix dune capacite. Pour les donnees dinvestissement de la section 8.3
mais avec une probabilite de succ`es du produit de 50 %,
(a) recalculer les valeurs presentes nettes des trois investissements;
(b) expliquer pourquoi la decision optimale change;
(c) determiner la probabilite de succ`es du produit pour laquelle la decision
optimale change.
146 Chapitre 8. Conception dun centre de production
8.5. Ouverture de depots. Une rme travaille uniquement pour 4 gros clients
situes a` Bruxelles, Charleroi, Namur et Ostende, respectivement. Elle veut
reorganiser sa distribution et a la possibilite de satisfaire la demande de ses
clients a` partir de 3 depots differents, a` Anvers, Li`ege et Mons, respec-
tivement. Si un depot est ouvert une annee, cela represente un cout xe
(administration, gardiennage, etc. . . ) de 25 pour Anvers, 15 pour Li`ege et
15 pour Mons. Les capacites annuelles de ces depots, si ils sont ouverts,
sont de 40, 25 et 25 respectivement.
Le directeur des ventes de cette rme consulte ses ches de commandes des
derni`eres annees et estime que, pour lannee prochaine, il devra livrer 20, 12,
9 et 14 unites du produit a` ses quatre clients. Les couts de transport dune
unite de produit entre les usines et les villes sont donnes au tableau 8.10.
pour minimiser la somme des couts xes douverture et des couts variables
de transport. Les couts de production sont identiques dans les trois usines et
nentrent donc pas en consideration. Formuler le probl`eme.
149
Chapitre 9
La programmation dynamique.
9.1 Introduction
La programmation dynamique a pour but de traiter les mod`eles o`u une sequence
optimale de decisions doit e tre prise. Elle est largement utilisee en planication de
la production pour determiner les lancements de production en cas de couts xes
de lancement de production.
Les mod`eles dynamiques repondent aux caracteristiques suivantes :
Ils comportent une certain nombre de periode de temps qui seront notees :
t = 1, 2, ...n
A chaque e tape, une decision doit e tre prise. On note par xt la decision prise
a` la periode t.
Chaque e tape est caracterisee par un certain nombre detats initiaux pos-
sibles. On note par st letat initial de la periode t.
151
152 Chapitre 9. La programmation dynamique.
Le voyageur souscrit a` chaque e tape une police dassurance dont le cout re`ete
le degre dinsecurite du voyage. Ceux-ci sont indiques au dessus des arcs a` la
gure 9.1. Il va donc determiner son itineraire de mani`ere a` choisir la route la plus
sure en minimisant la somme des polices dassurance pour le passage detat en
e tat.
Remarquez dabord que lapproche tr`es simple qui consiste a` choisir a` chaque
e tape la police la moins ch`ere ne conduit pas a` une solution globalement la moins
ch`ere. En effet, en suivant cette strategie, on choisirait le chemin 1 2 6
9 10 avec un cout total dassurance de 13. Cependant en sacriant un peu a`
la premi`ere e tape, on peut gagner aux e tapes ulterieures. En effet, par exemple la
route 1 4 6 9 10 permet un cout total de 11.
Une autre methode serait devaluer toutes les routes possibles. Cependant sur
ce petit exemple, elles sont dej`a au nombre de 3 3 2 = 18 et lorsque le nombre
detapes et/ou le nombre detats crot, cela devient vite un travail prohibitif.
Cest ici quintervient la programmation dynamique qui permet de calculer
la solution optimale sans faire de lenumeration explicite.
Section 9.2. Le probl`eme du voyageur 153
1. La denition des e tapes. Ici les e tapes sont les quatre e tapes du voyage.
Elles sont notees :
t = 1, 2, ...4
2. Le choix des variables detat. Dans notre exemple, st note letat de depart
de letape t. On peut ici donner les valeurs possibles de st a` chaque e tape :
s1 = 1
s2 {2, 3, 4}
s3 {5, 6, 7}
s4 {8, 9}
x1 {2, 3, 4}
x2 {5, 6, 7}
x3 {8, 9}
x4 = 10.
4. Lexpression des relations entre les variables. Ici, les contraintes expriment
que la destination dune e tape (xt ) est le point de depart de la suivante (st+1 ) :
s1 = 1
s2 = x1
s3 = x2
s4 = x3
x4 = 10
Denition 9.1 On note par xt (st ) la meilleure strategie a` letape t, si on est dans
letat st a` letape t.
s4 x4 f4 (s4 )
8 10 3
9 10 4
s3 x3 = 8 x3 = 9 x3 f3 (s3 )
5 1+3=4 4+4=8 8 4
6 6+3=9 3+4=7 9 7
7 3+3=6 3+4=7 8 6
s2 x2 = 5 x2 = 6 x2 = 7 x2 f2 (s2 )
2 7 + 4 = 11 4 + 7 = 11 6 + 6 = 12 5 ou 6 11
3 3+ 4 =7 2+ 7 =9 4 + 6 = 10 5 7
4 4+ 4 =8 1+ 7 =8 5 + 6 = 11 5 ou 6 8
s1 x1 = 2 x1 = 3 x1 = 4 x1 f1 (s1 )
1 2 + 11 = 13 4 + 7 = 11 3 + 8 = 11 3 ou 4 11
choisit x4 = 10 a` letape 4 (voir tableau 9.1). Une des routes optimales est donc
le parcours suivant :
1 3 5 8 10
et donnant un cout total de :
f1 (1) = 11
Cette solution est illustree au tableau 9.5.
t 1 2 3 4
st 1 3 5 8
xt 3 5 8 10
a` un pays, elle nest plus disponible pour les autres pays. On a donc identie
les e tapes.
2. Choix des variables detat. Comment identier les e tats ? Autrement dit,
quelle est linformation necessaire a` une e tape pour pouvoir determiner la
politique optimale ? Il sagit simplement du nombre dequipes medicales
qui restent disponibles. Notons st le nombre dequipes encore disponibles
au debut de letape t. On peut donner les valeurs possibles de st :
s1 = 5
s2 {2, 3, 4}
s3 {1, 2, 3}
x1 {1, 2, 3}
x2 {1, 2, 3}
x3 {1, 2, 3}
4. Relations entre les variables. Les relations de recurrence entre les variables
secrivent ici :
s1 = 5
s2 = s 1 x 1
s3 = s 2 x 2
st+1 = st xt .
Il faut e galement ajouter la condition quau moins une e quipe soit envoyee
dans chaque pays :
xt 1, t = 1, 2, 3
A letape t = 3, les e tats possibles vont de 1 (il faut au moins une e quipe pour le
pays 3) jusqu`a 3 (on a au moins affecte une e quipe au pays 1 et une e quipe au pays
2). A la derni`ere e tape, on a interet a` affecter toutes les e quipes encore disponibles
(voir tableau 9.7).
s3 x3 f3 (s3 )
1 1 50
2 2 70
3 3 80
A letape 2, les e tats possibles vont de 2 (il faut au moins une e quipe pour le
pays 2 et une e quipe pour le pays 3) a` 4 (on a au moins attribue une e quipe au pays
1). A la deuxi`eme e tape, au gain de letape, il faut ajouter le gain resultant pour
letape 3 avec s3 = s2 x2 . Le detail des calculs est donne au tableau 9.8.
s2 x2 = 1 x2 = 2 x2 = 3 x2 f2 (s2 )
2 20 + 50 = 70 1 70
3 20 + 70 = 90 45 + 50 = 95 2 95
4 20 + 80 = 100 45 + 70 = 115 = 75 + 50 = 125 3 125
De meme a` letape 1, au gain de letape, il faut ajouter ceux des e tapes suivantes
avec s2 = s1 x1 . Le detail des calculs est donne au tableau 9.9.
s1 x1 = 1 x1 = 2 x1 = 3 x1 f1 (s1 )
5 45 + 125 = 170 70 + 95 = 165 90 + 70 = 160 1 170
Periode t 1 2 3 4 5
Capacite de production a` 200 2 2 3 3 3
Capacite de production a` 250 3 3 3 3 3
Demande previsionnelle n t 2 1 4 2 4
Tableau 9.10: Demande previsionnelle et capacite de production.
ckage limitee a` 2 unites. Le cout de stockage est de 10 par unite stockee par mois.
Une unite fabriquee le mois t peut e tre utilisee pour satisfaire la demande de n
de mois. On sinterdit toute rupture de stock.
xt = production a` la periode t.
On denit la fonction
ft (st , xt )
comme e tant le cout de la meilleure planication pour les periodes restantes si on
est dans letat st au debut de la periode t et que lon decide de produire xt a` la
periode t. Ce cout est la somme du cout de production de letape t, dun cout de
possession du stock pendant le mois t ainsi que du cout des e tapes ulterieures :
ft (st , xt ) = cpt (xt ) + cs st + ft+1 (st + xt dt )
160 Chapitre 9. La programmation dynamique.
o`u dt note la demande previsionnelle qui est donnee au tableau 9.10. La fonction
cpt (xt ) denote le cout de production a` letape t. Ce dernier est la somme dun cout
xe de lancement de 150, a` payer pour autant quil y ait production, et dun cout
direct de main duvre qui est de 200 par unite produite en heures normales, de
250 par unite produite en heures supplementaires. Remarquez quen presence de
cout de lancement le cout de production nest pas convexe. Ceci peut e tre verie
a` la gure 9.2 qui illustre la fonction de cout pour t = 5.
cp 5(x5 )
1500
1250 250
1000
750
200
550
350
350
1 2 3 4 5 6 x5
st 2, t.
Ce qui limitera a` trois les e tats du monde possibles a` chaque e tape. La relation
liant les variables detat et de decision est la suivante :
st+1 = st + xt dt
On sinterdit toute rupture. Ce qui se traduit par un stock nal non negatif :
xt 0, t.
Section 9.5. Application a` la planication de la production. 161
s5 x5 = 2 x5 = 3 x5 = 4 x5 = 5 x5 = 6 x5 f5 (s5 )
0 1.000 1.250 1.500 4 1.000
1 760 1.010 1.260 3 760
2 570 770 1.020 2 570
s4 x4 = 0 x4 = 1 x4 = 2 x4 = 3 x4 = 4 x4 f4 (s4 )
0 1.550 1.510 1.570 3 1.510
1 1.360 1.320 1.330 2 1.320
2 1.020 1.130 1.140 0 1.020
162 Chapitre 9. La programmation dynamique.
s3 x3 = 2 x3 = 3 x3 = 4 x3 = 5 x3 = 6 x3 f3 (s3 )
0 2.510 2.570 2.520 4 2.510
1 2.270 2.330 2.280 3 2.270
2 2.080 2.090 2.040 4 2.040
s2 x2 = 0 x2 = 1 x2 = 2 x2 = 3 x2 f2 (s2 )
0 2.860 2.820 2.840 2 2.820
1 2.520 2.630 2.600 0 2.520
2 2.290 2.410 0 2.290
s1 x1 = 2 x1 = 3 x1 = 4 x1 f1 (s1 )
0 3.370 3.320 3.340 3 3.320
t= 1 2 3 4 5
dt 2 1 4 2 4
st 0 1 0 0 1
xt 3 0 4 3 3
Signalons quil existe un algorithme plus efcace dans le le cas ou` il ny a pas de
cout
xe et que les couts
marginaux sont croissants. En effet, dans ce cas, le
cout de production devient convexe et une procedure plus efcace consiste a`
Periode t 1 2 3 4 5
Capacite residuelle a` 200 0 2 3 3 3
Capacite residuelle a` 250 3 3 3 3 3
Demande residuelle 0 1 4 2 4
Periode t 1 2 3 4 5
Capacite residuelle a` 200 0 1 3 3 3
Capacite residuelle a` 250 3 3 3 3 3
Demande residuelle 0 0 4 2 4
Periode t 1 2 3 4 5
Capacite residuelle a` 200 0 0 0 3 3
Capacite residuelle a` 250 3 3 3 3 3
Demande residuelle 0 0 0 2 4
Periode t 1 2 3 4 5
Capacite residuelle a` 200 0 0 0 1 3
Capacite residuelle a` 250 3 3 3 3 3
Demande residuelle 0 0 0 0 4
Periode t 1 2 3 4 5
Capacite residuelle a` 200 0 0 0 0 0
Capacite residuelle a` 250 3 3 3 3 3
Demande residuelle 0 0 0 0 0
Par difference avec les capacites initiales, on obtient les capacites utilisees a` chaque
e tape et donc le plan optimal de production et stockage (st est le stock de debut t)
suivant :
Periode t 1 2 3 4 5
dt 2 1 4 2 4
st 0 0 1 0 1
xt 2 2 3 3 3
Remarquez que, par rapport au cas avec cout de lancement, on a encore avance
des productions (une unite de demande de periode 3 produite a` la periode 2, et une
unite de demande de periode 5 produite a` la periode 4) pour benecier des capacites
encore disponibles en heures normales qui coutent moins cher que la production en
heures supplementaires. Mais la deuxi`eme cause danticipation de production, a`
savoir e viter de mettre en route une production pour une faible quantite, a disparu.
Section 9.6. Exercices 165
9.6 Exercices
Periode 13 14 15 16
Besoins totaux 4 5 2 3
Periode t 1 2 3 4 5
Production a` 1.000 euros 15 12 10 15 15
Production a` 1.400 euros 2 2 1 3 3
Production a` 1.800 euros 5 5 5 5 5
Demande 12 17 13 21 18
2% 1.000 = 20 euros.
Un calcul semblable est fait pour les produits fabriquees a` 1.400 euros ou
1.800 euros.
Donnez la politique optimale de production et de stockage.
Chapitre 10
La programmation lineaire.
10.1 Introduction
Nous prenons un exemple tire de Hillier et Lieberman [7]. Il sagit dune entreprise
de fabrication de chassis qui envisage la production de deux nouveaux mod`eles
au moyen des capacites residuelles de ses trois ateliers. Il sagit respectivement
dun chassis en aluminium et dun chassis en bois. Le premier produit necessite
167
168 Chapitre 10. La programmation lineaire.
x1 4
2x2 12
3x1 + 2x2 18
max z = 3 x1 + 5 x2
x1
4
2x2 12
(10.1)
s.c.q.
3x1 + 2x2 18
x1 0
x2 0
Section 10.3. Resolution graphique 169
Dans le cas dun probl`eme lineaire a` deux variables de decision, le probl`eme peut
e tre resolu de mani`ere graphique en suivant le processus suivant en trois e tapes.
La premi`ere e tape consiste a` representer graphiquement la region realisable.
Dans le cas de lexemple, cest lensemble des points (x1 , x2 ) satisfaisant les
inegalites de (10.1) :
x1 4 (1)
2x2 12 (2)
3x1 + 2x2 18 (3)
x1 0 (4)
x2 0 (5)
x2
(4)
10
8 (1)
(2)
6
2 (3)
(5)
0 2 4 6 8 x1
z = 3x1 + 5x2 = k.
Ce qui correspond graphiquement a` des droites parall`eles. Les points dune de ces
droites sont donc le lieu de tous les points donnant la meme valeur du prot (do`u
le nom de droite disovaleur de la fonction objectif). Ceci est fait a` la gure 10.2
o`u lon a represente z = 15, 30 et 36.
x2
z = 30 (2, 6)
6
z = 15
4
2 z = 36
0 2 5 6 10 x1
Observation 2 :
On constate que la solution optimale est a` un sommet de la region realisable.
On peut alors se demander si la solution optimale sera toujours a` un sommet de
la region realisable. En fait, lorsque la ligne diso-marge est parall`ele a` un cote du
polygone, on a que tout le cote du polygone est optimal. Par exemple, si lobjectif
avait e te z = 3x1 + 2x2 , tout le segment entre (2,6) et (4,3) aurait e te optimum.
Observation 3 :
Meme si tout un cote du polygone est optimal, on peut toujours choisir une solution
optimale correspondant a` un sommet.
En conclusion, on peut voir quil suft devaluer la valeur de lobjectif en
chacun des sommets pour determiner loptimum dun probl`eme lineaire. An de
limiter le nombre de sommets a` examiner, lalgorithme du Simplexe proc`ede de la
mani`ere suivante :
ii) Determiner les cotes passant par ce sommet x . Trouver un cote le long
duquel z crot. Sil ny en na pas, STOP : le x courant est optimal.
10
(0, 9)
8 x1 = 4
(2, 6) (4 , 6)
(0, 6) 2x2 = 12
4 (4, 3)
2 3x1 + 2x2 = 18
(0 , 0) 2 (4, 0) (6 , 0) 8 x2 = 0
max =
3x1 + 5x2
x1
4
2x2 12
s.c.q. 3x1 + 2x2 18
x1
0
x2 0
A B C D E
1 en alu en bois b
2 Production de chassis
3 Prot : 3 5 =B3*$B$2+C3*$C$2
4 Atelier 1 : 1 0 =B4*$B$2+C4*$C$2 4
5 Atelier 2 : 0 2 =B5*$B$2+C5*$C$2 12
6 Atelier 3 : 3 2 =B6*$B$2+C6*$C$2 18
7 x1 positif : 1 0 =B7*$B$2+C7*$C$2 0
8 x2 positif : 0 1 =B8*$B$2+C8*$C$2 0
coefcients dune meme e quation ainsi que sa formule de calcul ont e te ranges dans
une meme ligne qui contient comme commentaire le nom de lequation (Atelier
Section 10.4. Le solveur dExcel 173
A B C D E
1 en alu en bois b
2 Production de chassis 2 6
3 Prot : 3 5 36
4 Atelier 1 : 1 0 2 4
5 Atelier 2 : 0 2 12 12
6 Atelier 3 : 3 2 18 18
7 x1 positif : 1 0 2 0
8 x2 positif : 0 1 6 0
1. On a rentre les contraintes une par une. On peut rentrer par groupe les
contraintes ayant meme sens. Ainsi, dans lexemple, on aurait pu rentrer les
trois contraintes de capacites en bloc par la commande suivante :
$D$4 : $D$6 <= $E$4 : $E$6
soit en utilisant, comme indique plus haut, loption suppose non negatif.
4. Seules les variables non calculees (les variables independantes du mod`ele)
doivent e tre rentrees dans la section variables. Ainsi, si lon avait cal-
cule dans une cellule le nombre dheures passees dans latelier 1, cette cel-
lule contiendrait une variable (au sens mathematique du terme) mais ne
devrait pas e tre rentree dans les cellules variables pour Excel, sans quoi
Excel considererait quil sagit dune variable independante et effacerait sa
formule de calcul.
5. Si le mod`ele est lineaire (contraintes lineaires et fonction objectif lineaire),
on a tout interet a` selectionner loption Mod`ele suppose lineaire, ce qui
declenchera lalgorithme du Simplexe plutot quun algorithme general de
programmation non lineaire.
6. Remarquez enn que pour modier le mod`ele on peut utiliser :
la commande supprimer la contrainte;
la commande modier la contrainte.
x1 = 2
x2 = 6
z = 36
Lorsque le solveur a termine, soit quil ait trouve la solution optimale, soit quil
ne parvienne pas a` en trouver (probl`eme non realisable ou non convergence de
lalgorithme de resolution), la bote de dialogue illustree a` la gure 10.5 apparat.
Elle laisse le choix entre garder dans les cellules variables la solution obtenue
par le solveur soit retablir la solution initiale (generalement zero partout). Cette
bote permet e galement de generer trois types de rapport :
176 Chapitre 10. La programmation lineaire.
Remarquez que pour determiner le nom, Excel fait, dans chaque cas, la conca-
tenation du premier commentaire rencontre dans la meme ligne que la cellule et
du premier commentaire rencontre dans la meme colonne que la cellule. Ceci
est particuli`erement utile si lon a des variables a` deux indices comme dans un
probl`eme de transport. En effet, les variables seront stockees dans un tableau o`u les
lignes correspondront, par exemple, aux origines et les colonnes, aux destinations.
Il sufra de mettre de i a` gauche de la ligne et vers j en haut de la colonne pour
que le nom de la variable a` lintersection de la ligne et la colonne se voit attribuer le
nom de i vers j par le rapport dExcel. On a e galement utiliser cette facilite pour
notre exemple, en mettant en A2 le commentaire Production de chassis, en
B1 le commentaire en alu et en C1, le commentaire en bois.
Le rapport des limites (voir gure 10.8) fournit pour chaque variable :
10.6 Exercices
10.1. La minimisation des couts. Une entreprise peut fabriquer un meme produit
dans deux usines differentes. Les capacites de production de ces deux usines,
exprimees en quantite de produit par jour, sont de 7 pour la premi`ere usine et
de 10 pour la seconde. Dautre part, on suppose que le nombre dheures de
main duvre que lon peut affecter globalement a` cette production est de 60
par jour. Or chaque unite produite necessite 10 heures de main duvre dans
la premi`ere usine alors quelle nen necessite que 5 dans la seconde. Enn,
la production totale doit permettre de satisfaire au moins une demande de 8
unites par jour. Sachant que les couts variables unitaires sont de 2 pour la
premi`ere usine et de 3 pour la seconde, lentreprise desire produire a` cout
minimum.
(a) Ecrire le programme lineaire correspondant.
(b) Resoudre graphiquement.
La societe offre aux villes un prix de 35 euros par tonne de dechet. Elle
doit decider du montant optimal de dechets a` acheter a` chaque ville pour
minimiser son cout dachat. Pour couvrir ses frais xes, la societe doit au
moins collecter 1.500 tonnes de listing dordinateur par an. Au del`a de 6.000
tonnes de journaux mis sur le marche par an, le prix que la societe recoit
pour la vente de journaux chute et donc la compagnie ne desire pas vendre
plus que cette quantite. Combien la societe doit-elle acheter de dechets par
an a` chacune des villes ?
(a) Calculer les marges sur couts variables (difference entre prix de vente
et cout variable de production) par unite de chacun des deux produits.
Indication : calculer dabord le prix de lheure dans chacun des ateliers
et le temps necessaire dans chacun des ateliers par produit.
(b) Les capacites de production sont de 1.200 heures par mois pour latelier
dusinage et de 500 heures par mois pour latelier de nition. Formuler
le programme lineaire correspondant a` la maximisation de la marge sur
couts variables (choix des variables, expression des contraintes et de
lobjectif).
(c) Determiner graphiquement les productions qui maximise la marge sur
cout variable.
10.5. Organisation de la distribution deau. Une agence pour leau est chargee
du captage de leau et de la fourniture des agglomerations situees dans son
district. Le captage est possible aupr`es de 3 sources doffre maximum donnee
(le captage est limite pour ne pas diminuer trop le niveau des nappes souter-
raines). Le tableau ci-dessous donne en derni`ere colonne loffre de chaque
source.
e tre plus e levee (elle est donnee en derni`ere ligne du tableau ci-dessus). On
ne livrera jamais plus que cette demande effective. Chacune des villes peut
e tre alimentee par nimporte quelle source, sauf la ville 4 qui ne peut e tre
alimentee a` partir de la source 3. Cependant, vu leloignement geographique,
le cout unitaire de fourniture depend a` la fois du lieu de production et du lieu
de consommation de leau (voir le tableau ci-dessus pour les donnees.)
On se demande comment organiser le transport de toute leau disponible
de sorte a` assurer a` toutes les villes leurs besoins minimaux en ne depassant
pas la demande maximum tout en minimisant les couts totaux de fourniture
de leau pour le district.
Analyse postoptimale.
11.1 Introduction
183
184 Chapitre 11. Analyse postoptimale.
Nous allons illustrer ceci sur sur lexemple introductif du chapitre 10 dont lenonce
est rappele ci-dessous.
max z = 3 x1 + 5 x2
x1
4
2x2 12
s.c.q.
3x1 + 2x2 18
x1 0
x2 0
x2
z = 3x1 + 5x2
9
8
(5/3, 13/2) 2x2 = 13
6
x1 = 4 2x2 = 12
x1 = 5
4
2 3x1 + 2x2 = 18
0 x1
0 2 4 6, 8
Figure 11.1: Analyse postoptimale.
z = 37
Do`u une augmentation dobjectif qui determine la valeur du troisi`eme prix cache :
z = z z = 1 = y3 .
Le resultat peut aussi e tre interprete dans lautre sens : y3 est la perte de prot
si on diminue dune unite la capacite du troisi`eme atelier.
Remarquer que dans la pratique, si on utilise la forme algebrique de lalgorithme
du Simplexe, ces prix caches sont calcules automatiquement par lalgorithme.
Cest ainsi que tout bonne implementation de lalgorithme du Simplexe fournit
cette information (voir le rapport de sensibilite dExcel presente au chapitre 10).
186 Chapitre 11. Analyse postoptimale.
x2
z = 3x1 + 5x2
10
3x1 + 2x2 = 19
8
(7/3, 6)
6 2x2 = 12
x1 = 4
4
2
3x1 + 2x2 = 18
0 2 4 6 8 x1
b3 [12, 24].
Remarquons nalement que lon a toujours une valeur nulle du prix cache
pour une contrainte non liante. Une contrainte non liante est une contrainte o`u
la variable decart est non nulle. Par exemple, la premi`ere contrainte
x1 4
La question qui se pose ici est la suivante :Si on augmente le prix de vente unitaire
ou si lon diminue le cout de production unitaire, quel est limpact sur la valeur de
lobjectif ?
A nouveau, on peut predire cette variation de lobjectif pour autant que le
sommet optimal ne change pas. En effet, tant que le sommet optimal ne change
pas, la solution optimale x = (x1 , x2 , . . .xn ) reste la meme. Seul le prot optimal
change. Le nouveau prot vaut donc :
n
z = (cj + cj )xj
j=1
Supposons que la marge sur le premier produit augmente dune unite. Autre-
ment dit, lobjectif devient :
x1 = 2
x2 = 6
z = 38 36 = 2 = x1
2x2 = 12,
x2
10
8
(2, 6)
6
z = 4x1 + 5x2 = 38
4 z = 3x1 + 5x2 = 36
0 2 4 6 8 10 12 x1
11.4 Cout
reduit des variables hors base
On appelle variables hors base celles dont la valeur est a` zero a` loptimum.
Le cout reduit de la variable hors base xj , note dj , mesure laugmentation
de la fonction objectif si lon accrot dune unite la valeur de la variable xj .
Nous illustrerons cette notion sur l exemple de planication de la production
de chassis auquel on adjoint un troisi`eme chassis mixte aluminium bois, pour lequel
la marge unitaire est de 4 et les temps unitaires de fabrication dans les trois ateliers
sont respectivement de 1, 2 et 3 heures. La formulation de ce probl`eme est donc :
11.5 Exercices
Min z = 0x1 + x2
s.c.q. 3x1 + 4x2 9, (1)
5x1 + 2x2 8, (2)
3x1 x2 0, (3)
x1 , x2 0.
Produit A Produit B
Prix de vente 60 $ 41 $
Materiau requis 2 unites 1 unite
Main-duvre 0,75 heure 0,5 heure
Usinage 1,5 heure 0,8 heure
Section variables :
No Nom Valeur Co^
ut Coefficient Valeur Valeur
finale r
eduit objectif minimum maximum
C1 produitA 40 0 60 20,75 67,75
C2 produitB 320 0 41 32,125 1,0E+30
C3 heuresup 30 0 -15 -67,33 0
C4 matierep 400 0 -4,75 -24,375 1,0E+30
C5 pubpourA 0 -36,5 -1 -1,E+30 35,5
C6 pubpourB 65 0 -1 -36,5 1,0E+30
Les ouvriers souhaiteraient que lon ne fasse plus appel aux heures
supplementaires. Ils estiment que le prix de 15 $ nest pas une compen-
sation nanci`ere sufsante. Ils exigent une augmentation de 10 $ par
heure. Faut-il mieux pour lentreprise ne plus recourir aux heures
supplementaires ou acceder a` la demande ?
(c) Quel serait le revenu net que tirerait la societe de 10 $ de depenses
supplementaires en publicite chaque semaine ?
Chapitre 12
12.1 Introduction
des probl`emes avec des conditions logiques, par exemple des disjonctions
en gestion de projet (voir chapitre 7);
Denition 12.2 On appelle probl`emes mixtes entiers (MIP en anglais pour Mixed
Integer Programming) les probl`emes comportant un certain nombre de variables
positives et un certain nombre de variables enti`eres.
193
194 Chapitre 12. La programmation en nombres entiers.
c(x)
x
Figure 12.1: Representation dun cout xe.
Le choix le plus e vident est de considerer xij comme e tant la partie de demande
du client j satisfaite a` partir de lentrepot i (voir gure 12.2). Une seconde serie
de variables yi , astreintes a` e tre binaires, represente louverture du depot :
1 si le depot i est ouvert,
yi =
0 sinon
Il faut dabord exprimer que la demande de chaque client est satisfaite. Ceci peut
secrire de la mani`ere suivante :
m
xij = dj , j = 1, . . ., n
i=1
196 Chapitre 12. La programmation en nombres entiers.
1 1
2 2
si dj
i xij j
m n
En effet, si lon fait la somme sur tous les entrepots des parties de la demande du
client j satisfaites a` partir de ces entrepots, on doit obtenir exactement la demande
du client.
La seconde serie de contraintes exprime la liaison entre lutilisation dun ent-
repot et son ouverture. Elles peuvent secrire de la mani`ere suivante :
n
xij si yi et yi {0, 1} (12.3)
j=1
Expression de lobjectif :
mi yi xi Mi yi et yi {0, 1} (12.6)
o`u mi est une borne inferieure sur la teneur de xi dans le melange et Mi est une
borne superieure sur la teneur de xi dans le melange.
La condition du nombre maximum dingredients dans le melange sexprime
alors simplement par :
n
yi k, (12.7)
i=1
1. Soit xi > 0. Alors, par les contraintes (12.6), la variable yi doit valoir 1 et
exprime bien que lingredient i est dans le melange.
y1 + y2 + y3 + y4 = 1 (12.8)
yi {0, 1}, i = 1, 2. . .4
z = max cT x
Ax b,
s.c.q.
x 0 et entiers.
Cette methode peut e galement e tre appliquee aux probl`emes avec variables binaires
(zero-un). Elle peut e galement e tre appliquee aux probl`emes mixtes (MIP), cest-
a` -dire aux probl`emes comportant un certain nombre de variables enti`eres et un
certain nombre de variables continues.
200 Chapitre 12. La programmation en nombres entiers.
Nous illustrons la methode sur lexemple suivant tire de Norbert et al [15] dont
on a leg`erement modie la fonction objectif :
(3)
(2)
x2 (1)
P0
5 P2
P1
P3
4
z = 150
3
0
0 1 2 3 4 5 6 7 8 9 10 x1
x1 = 4, 5
x2 = 4, 75
z0 = 305.
Cette solution est inacceptable car les variables ne sont pas enti`eres. Cependant,
elle fournit une premi`ere borne superieure sur z :
z 305.
soit x1 4 soit x1 5
z 0 = 305
x1 = 4, 50
x2 = 4, 75
x1 4 x1 5
z1 = 285 z2 = 300
x1 = 4 x1 = 5
x 2 = 4, 5 x 2 = 4, 5
x2 4 x2 5
z3 = 290 z4 =
x1 = 6 Probl`eme
x2 = 4 non realisable
Noeud 1 : x1 = 4, x2 = 4, 5, z1 = 285.
Noeud 2 : x1 = 5, x2 = 4, 5 z2 = 300.
Remarquez que les valeurs atteintes par la fonction objectif sont moins e levees
que dans la relaxation lineaire precedente. Ceci nest pas e tonnant : on a, en
Section 12.4. Application a` lexemple 203
effet, ajoute des contraintes et donc restreint lespace des solutions realisables.
Comme les deux sous-regions forment une representation contenant lensemble
des solution enti`eres, on peut en conclure que la borne superieure sur z est :
z max(z1 , z2 ) = 300.
Noeud 3 : x1 = 6, x2 = 4, z3 = 290.
Noeud 4 : non realisable
Noter que, au nud 3, on a obtenu une solution enti`ere dont la valeur correspon-
dante de la fonction objectif est 290. On a une premi`ere borne inferieure sur la
valeur optimale de la fonction objectif et on a donc que :
290 z
dans ce cas, il ne sert a` rien de continuer a` diviser ce nud. On peut donc couper
le nud 4.
Remarquons, pour terminer, que lon peut e galement couper la branche du
nud 1. En effet, la valeur de z1 = 285 est inferieure a` la borne inferieure de 290
qui vient detre trouvee. On na donc aucun espoir de trouver en poursuivant les
calculs a` la branche 1 de trouver une solution enti`ere meilleure que 290. Dans le
cas contraire, on aurait du diviser la branche 1.
La methode est terminee puisquil nexiste plus de nud a` diviser. On deter-
mine la solution optimale comme e tant la meilleure solution enti`ere trouvee. Il
sagit du point P3 suivant :
x1 = 6
x2 = 4
1. lorsque la relaxation lineaire obtenue est non realisable (cas du nud 4),
12.5 Exercices
z = max x1 + x2
s.c.q. x1 + x2 1,
3x1 x2 3,
x1 4x2 14,
4x1 + x2 20,
2x1 x2 7,
x1 , x2 0 et entiers
12.6. Decoupe de bobines m`eres. Les papetiers fabriquent des rouleaux de papier
dont la largeur est xee par les caracteristiques des machines de production.
Leur clients peuvent leur reclamer des rouleaux de diverses largeurs et de
diverses longueurs. Comme il est frequent que ni la largeur ni la longueur
des bobines m`eres ne soient des multiples de celles de rouleaux commandes,
il y a des pertes connues sous le nom de chutes. La largeur des bobines m`eres
est de 215 cm et leur longueur de 250 m. Les commandes acceptees par le
papetier sont reprises au tableau 12.3. Comme la longueur des rouleaux
Largeur 1 2 3 4 5 6 7 8 9 10
64 3 2 2 1 1 1 0 0 0 0
60 0 1 0 2 1 0 3 2 1 0
35 0 0 2 0 2 4 1 2 4 6
Chute 23 27 17 31 21 11 0 25 15 5
peut produire 150 unites par jour ouvrable. Le nombre de jours ouvrables est
e galement repris au tableau 12.5. Il y a un effectif initial de 32 ouvriers et un
stock initial de 0. Le cout dembauche dun ouvrier est de 20 000 euros. Le
cout de licenciement est de 50 000 euros. Le cout de stockage dune unite
pendant un trimestre est de 10 euros. On suppose que les licenciements et
les embauches de personnel ne peuvent se realiser quen debut de chaque
trimestre. De plus, pour des raisons commerciales, on souhaite avoir un
niveau minimum de stock en n de chaque trimestre. Ceci an de faire face
aux demandes du debut du trimestre suivant. Ce niveau minimum est donne
au tableau 12.5. Les temps partiels sont permis.
On demande de determiner les engagements et licenciements debut de chaque
trimestre, de mani`ere a` ce que leffectif du mois soit sufsant pour satisfaire
la demande (aucune rupture de stock nest permise) a` cout total minimum
(somme du cout dembauche, du cout de licenciement et du cout de stockage).
(a) Formuler le probl`eme comme un probl`eme lineaire.
(b) Resoudre au moyen du solveur dExcel. On fera attention a` bien
distinguer les variables independantes des variables dependantes.
Bibliographie
[4] GIARD Vincent, Gestion de la production et des ux, 3`eme Edition, Econo-
mica, Paris, 2003.
[6] HEIZEZ Jay, Barry RENDER, Operations Management, 8`eme e dition, Pear-
son Education, Upper Saddle River, 2006.
209
210 Bibliographie
[13] J.O. MAC CLAIN, L.J. THOMAS et J.B. MAZZOLA, Operations Manage-
ment: Production of Goods and Services, Prentice Hall, 1992.
Cout
de gestion :
cp
S tel que P (X > S ) P (X > S 1) si X Poisson()
cp + cr
cp
S tel que P (X > S ) = si X N (, )
cr + cp
cp
S tel que P (X > S ) cp P (X > S 1) si X Poisson()
cr + 2
cp
S tel que P (X > S ) = cp si X N (, )
cr + 2
211
212 Annexe A. Formulaire pour la gestion de production
cout de gestion :
s = DL
avec L = delai dapprovisionnement, exprime en annee.
q D
Ip (q ) = et Ic (q ) =
2 q
Cout
de gestion en univers certain :
D q
C(q ) = cc Ic (q ) + cp Ip (q ) = cc + c p
q 2
avec Ic (q) = nombre moyen de commandes par an;
Ip (q) = stock moyen possede;
D = demande annuelle;
q = quantite optimale commandee.
Section A.2. La gestion par point de commande 213
Cout
de gestion en cas de demande aleatoire :
(1 + )Cu Tr + Qe
Ne
k
avec Cu = consommation du poste aval en unites par minute;
Qe = taille e conomique des lots fabriques en amont;
k = la capacite dun conteneur;
Tr = temps de reaction du syst`eme;
= marge de securite.
A.4
Equilibrage dune chane de production
nc T
RE =
nc
avec n = nombre de postes de travail,
c = temps dun cycle,
T = temps total requis par un article.
x 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0,5
0 0,0488 0,0952 0,1393 0,1813 0,2212 0,2592 0,2953 0,3297 0,3624 0,3935
1 0,0012 0,0047 0,0102 0,0175 0,0265 0,0369 0,0487 0,0616 0,0754 0,0902
2 0,0000 0,0002 0,0005 0,0011 0,0022 0,0036 0,0055 0,0079 0,0109 0,0144
3 0,0000 0,0000 0,0000 0,0001 0,0001 0,0003 0,0005 0,0008 0,0012 0,0018
4 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0002
5 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
215
216 Annexe B. Tables pour la gestion de stocks
x 0,55 0,6 0,65 0,7 0,75 0,8 0,85 0,9 1 1,5
0 0,4231 0,4512 0,4780 0,5034 0,5276 0,5507 0,5726 0,5934 0,6321 0,7769
1 0,1057 0,1219 0,1386 0,1558 0,1734 0,1912 0,2093 0,2275 0,2642 0,4422
2 0,0185 0,0231 0,0283 0,0341 0,0405 0,0474 0,0549 0,0629 0,0803 0,1912
3 0,0025 0,0034 0,0044 0,0058 0,0073 0,0091 0,0111 0,0135 0,0190 0,0656
4 0,0003 0,0004 0,0006 0,0008 0,0011 0,0014 0,0018 0,0023 0,0037 0,0186
5 0,0000 0,0000 0,0001 0,0001 0,0001 0,0002 0,0003 0,0003 0,0006 0,0045
6 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0009
7 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002
8 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
x 2 2,5 3 3,5 4 4,5 5 5,5 6 6,5
0 0,8647 0,9179 0,9502 0,9698 0,9817 0,9889 0,9933 0,9959 0,9975 0,9985
1 0,5940 0,7127 0,8009 0,8641 0,9084 0,9389 0,9596 0,9734 0,9826 0,9887
2 0,3233 0,4562 0,5768 0,6792 0,7619 0,8264 0,8753 0,9116 0,9380 0,9570
3 0,1429 0,2424 0,3528 0,4634 0,5665 0,6577 0,7350 0,7983 0,8488 0,8882
4 0,0527 0,1088 0,1847 0,2746 0,3712 0,4679 0,5595 0,6425 0,7149 0,7763
5 0,0166 0,0420 0,0839 0,1424 0,2149 0,2971 0,3840 0,4711 0,5543 0,6310
6 0,0045 0,0142 0,0335 0,0653 0,1107 0,1689 0,2378 0,3140 0,3937 0,4735
7 0,0011 0,0042 0,0119 0,0267 0,0511 0,0866 0,1334 0,1905 0,2560 0,3272
8 0,0002 0,0011 0,0038 0,0099 0,0214 0,0403 0,0681 0,1056 0,1528 0,2084
9 0,0000 0,0003 0,0011 0,0033 0,0081 0,0171 0,0318 0,0538 0,0839 0,1226
10 0,0000 0,0001 0,0003 0,0010 0,0028 0,0067 0,0137 0,0253 0,0426 0,0668
11 0,0000 0,0000 0,0001 0,0003 0,0009 0,0024 0,0055 0,0110 0,0201 0,0339
12 0,0000 0,0000 0,0000 0,0001 0,0003 0,0008 0,0020 0,0045 0,0088 0,0160
13 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0007 0,0017 0,0036 0,0071
14 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0006 0,0014 0,0030
15 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0005 0,0012
16 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002 0,0004
17 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002
18 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
19 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
x 7 7,5 8 8,5 9 9,5 10 11 12 13
0 0,9991 0,9994 0,9997 0,9998 0,9999 0,9999 1,0000 1,0000 1,0000 1,0000
1 0,9927 0,9953 0,9970 0,9981 0,9988 0,9992 0,9995 0,9998 0,9999 1,0000
2 0,9704 0,9797 0,9862 0,9907 0,9938 0,9958 0,9972 0,9988 0,9995 0,9998
3 0,9182 0,9409 0,9576 0,9699 0,9788 0,9851 0,9897 0,9951 0,9977 0,9989
4 0,8270 0,8679 0,9004 0,9256 0,9450 0,9597 0,9707 0,9849 0,9924 0,9963
5 0,6993 0,7586 0,8088 0,8504 0,8843 0,9115 0,9329 0,9625 0,9797 0,9893
6 0,5503 0,6218 0,6866 0,7438 0,7932 0,8351 0,8699 0,9214 0,9542 0,9741
7 0,4013 0,4754 0,5470 0,6144 0,6761 0,7313 0,7798 0,8568 0,9105 0,9460
8 0,2709 0,3380 0,4075 0,4769 0,5443 0,6082 0,6672 0,7680 0,8450 0,9002
9 0,1695 0,2236 0,2834 0,3470 0,4126 0,4782 0,5421 0,6595 0,7576 0,8342
10 0,0985 0,1378 0,1841 0,2366 0,2940 0,3547 0,4170 0,5401 0,6528 0,7483
11 0,0533 0,0792 0,1119 0,1513 0,1970 0,2480 0,3032 0,4207 0,5384 0,6468
12 0,0270 0,0427 0,0638 0,0909 0,1242 0,1636 0,2084 0,3113 0,4240 0,5369
13 0,0128 0,0216 0,0342 0,0514 0,0739 0,1019 0,1355 0,2187 0,3185 0,4270
14 0,0057 0,0103 0,0173 0,0274 0,0415 0,0600 0,0835 0,1460 0,2280 0,3249
15 0,0024 0,0046 0,0082 0,0138 0,0220 0,0335 0,0487 0,0926 0,1556 0,2364
16 0,0010 0,0020 0,0037 0,0066 0,0111 0,0177 0,0270 0,0559 0,1013 0,1645
17 0,0004 0,0008 0,0016 0,0030 0,0053 0,0089 0,0143 0,0322 0,0630 0,1095
18 0,0001 0,0003 0,0007 0,0013 0,0024 0,0043 0,0072 0,0177 0,0374 0,0698
19 0,0000 0,0001 0,0003 0,0005 0,0011 0,0020 0,0035 0,0093 0,0213 0,0427
20 0,0000 0,0000 0,0001 0,0002 0,0004 0,0009 0,0016 0,0047 0,0116 0,0250
21 0,0000 0,0000 0,0000 0,0001 0,0002 0,0004 0,0007 0,0023 0,0061 0,0141
22 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0003 0,0010 0,0030 0,0076
23 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0001 0,0005 0,0015 0,0040
24 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0002 0,0007 0,0020
25 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0003 0,0010
26 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0005
27 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001 0,0002
28 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0001
29 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
x 14 15 16 17 18
0 1,0000 1,0000 1,0000 1,0000 1,0000
1 1,0000 1,0000 1,0000 1,0000 1,0000
2 0,9999 1,0000 1,0000 1,0000 1,0000
3 0,9995 0,9998 0,9999 1,0000 1,0000
4 0,9982 0,9991 0,9996 0,9998 0,9999
5 0,9945 0,9972 0,9986 0,9993 0,9997
6 0,9858 0,9924 0,9960 0,9979 0,9990
7 0,9684 0,9820 0,9900 0,9946 0,9971
8 0,9379 0,9626 0,9780 0,9874 0,9929
9 0,8906 0,9301 0,9567 0,9739 0,9846
10 0,8243 0,8815 0,9226 0,9509 0,9696
11 0,7400 0,8152 0,8730 0,9153 0,9451
12 0,6415 0,7324 0,8069 0,8650 0,9083
13 0,5356 0,6368 0,7255 0,7991 0,8574
14 0,4296 0,5343 0,6325 0,7192 0,7919
15 0,3306 0,4319 0,5333 0,6285 0,7133
16 0,2441 0,3359 0,4340 0,5323 0,6249
17 0,1728 0,2511 0,3407 0,4360 0,5314
18 0,1174 0,1805 0,2577 0,3450 0,4378
19 0,0765 0,1248 0,1878 0,2637 0,3491
20 0,0479 0,0830 0,1318 0,1945 0,2693
21 0,0288 0,0531 0,0892 0,1385 0,2009
22 0,0167 0,0327 0,0582 0,0953 0,1449
23 0,0093 0,0195 0,0367 0,0633 0,1011
24 0,0050 0,0112 0,0223 0,0406 0,0683
25 0,0026 0,0062 0,0131 0,0252 0,0446
26 0,0013 0,0033 0,0075 0,0152 0,0282
27 0,0006 0,0017 0,0041 0,0088 0,0173
28 0,0003 0,0009 0,0022 0,0050 0,0103
29 0,0001 0,0004 0,0011 0,0027 0,0059
30 0,0001 0,0002 0,0006 0,0014 0,0033
31 0,0000 0,0001 0,0003 0,0007 0,0018
32 0,0000 0,0000 0,0001 0,0004 0,0010
33 0,0000 0,0000 0,0001 0,0002 0,0005
34 0,0000 0,0000 0,0000 0,0001 0,0002
35 0,0000 0,0000 0,0000 0,0000 0,0001
36 0,0000 0,0000 0,0000 0,0000 0,0001
37 0,0000 0,0000 0,0000 0,0000 0,0000
220 Annexe B. Tables pour la gestion de stocks
P zj
zi 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148
0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611
1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681
1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233
2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
g(tS ) tj
ti 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
-3 3,0005 3,0104 3,0202 3,0304 3,0403 3,0505 3,0603 3,0702 3,0804 3,0903
-2,9 2,9004 2,9105 2,9204 2,9305 2,9406 2,9504 2,9606 2,9704 2,9805 2,9904
-2,8 2,8006 2,8107 2,8207 2,8308 2,8405 2,8506 2,8607 2,8705 2,8805 2,8906
-2,7 2,7010 2,7109 2,7209 2,7309 2,7409 2,7508 2,7608 2,7708 2,7809 2,7909
-2,6 2,6014 2,6115 2,6214 2,6312 2,6414 2,6513 2,6612 2,6711 2,6811 2,6910
-2,5 2,5020 2,5120 2,5218 2,5318 2,5419 2,5517 2,5617 2,5716 2,5817 2,5915
-2,4 2,4027 2,4126 2,4225 2,4326 2,4425 2,4524 2,4624 2,4721 2,4821 2,4920
-2,3 2,3037 2,3137 2,3234 2,3334 2,3434 2,3531 2,3632 2,3730 2,3828 2,3929
-2,2 2,2049 2,2146 2,2246 2,2344 2,2445 2,2543 2,2641 2,2740 2,2839 2,2938
-2,1 2,1064 2,1164 2,1261 2,1359 2,1457 2,1556 2,1654 2,1753 2,1852 2,1949
-2 2,0084 2,0183 2,0280 2,0378 2,0476 2,0574 2,0672 2,0771 2,0868 2,0967
-1,9 1,9111 1,9207 1,9305 1,9402 1,9499 1,9597 1,9694 1,9792 1,9889 1,9987
-1,8 1,8143 1,8240 1,8335 1,8433 1,8529 1,8625 1,8723 1,8820 1,8916 1,9013
-1,7 1,7182 1,7279 1,7374 1,7470 1,7566 1,7661 1,7758 1,7853 1,7951 1,8047
-1,6 1,6232 1,6327 1,6422 1,6516 1,6611 1,6706 1,6801 1,6896 1,6992 1,7088
-1,5 1,5293 1,5387 1,5479 1,5574 1,5667 1,5761 1,5855 1,5949 1,6043 1,6138
-1,4 1,4366 1,4458 1,4551 1,4643 1,4736 1,4829 1,4922 1,5013 1,5107 1,5200
-1,3 1,3455 1,3546 1,3636 1,3726 1,3818 1,3909 1,4000 1,4092 1,4183 1,4274
-1,2 1,2561 1,2650 1,2739 1,2828 1,2916 1,3006 1,3096 1,3186 1,3275 1,3365
-1,1 1,1686 1,1773 1,1859 1,1947 1,2034 1,2121 1,2209 1,2296 1,2384 1,2473
-1 1,0833 1,0918 1,1002 1,1087 1,1171 1,1256 1,1342 1,1428 1,1513 1,1599
-0,9 1,0004 1,0086 1,0168 1,0250 1,0333 1,0415 1,0499 1,0582 1,0666 1,0749
-0,8 0,9202 0,9281 0,9360 0,9440 0,9519 0,9599 0,9680 0,9760 0,9842 0,9923
-0,7 0,8429 0,8504 0,8581 0,8658 0,8735 0,8812 0,8889 0,8967 0,9045 0,9123
-0,6 0,7686 0,7760 0,7833 0,7906 0,7980 0,8054 0,8128 0,8203 0,8277 0,8353
-0,5 0,6978 0,7047 0,7117 0,7187 0,7257 0,7328 0,7399 0,7471 0,7542 0,7614
-0,4 0,6304 0,6370 0,6436 0,6503 0,6569 0,6636 0,6704 0,6772 0,6840 0,6909
-0,3 0,5668 0,5730 0,5792 0,5855 0,5918 0,5981 0,6045 0,6109 0,6174 0,6239
-0,2 0,5069 0,5127 0,5186 0,5245 0,5304 0,5363 0,5424 0,5484 0,5545 0,5606
-0,1 0,4509 0,4564 0,4618 0,4673 0,4728 0,4784 0,4840 0,4897 0,4954 0,5011
0 0,3989 0,4040 0,4090 0,4141 0,4193 0,4244 0,4297 0,4349 0,4402 0,4456
222 Annexe B. Tables pour la gestion de stocks
g(tS ) tj
ti 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0 0,3989 0,3940 0,3890 0,3841 0,3793 0,3744 0,3697 0,3649 0,3602 0,3556
0,1 0,3509 0,3464 0,3418 0,3373 0,3328 0,3284 0,3240 0,3197 0,3154 0,3111
0,2 0,3069 0,3027 0,2986 0,2945 0,2904 0,2863 0,2824 0,2784 0,2745 0,2706
0,3 0,2668 0,2630 0,2592 0,2555 0,2518 0,2481 0,2445 0,2409 0,2374 0,2339
0,4 0,2304 0,2270 0,2236 0,2203 0,2169 0,2136 0,2104 0,2072 0,2040 0,2009
0,5 0,1978 0,1947 0,1917 0,1887 0,1857 0,1828 0,1799 0,1771 0,1742 0,1714
0,6 0,1686 0,1660 0,1633 0,1606 0,1580 0,1554 0,1528 0,1503 0,1477 0,1453
0,7 0,1429 0,1404 0,1381 0,1358 0,1335 0,1312 0,1289 0,1267 0,1245 0,1223
0,8 0,1202 0,1181 0,1160 0,1140 0,1119 0,1099 0,1080 0,1060 0,1042 0,1023
0,9 0,1004 0,0986 0,0968 0,0950 0,0933 0,0915 0,0899 0,0882 0,0866 0,0849
1 0,0833 0,0818 0,0802 0,0787 0,0771 0,0756 0,0742 0,0728 0,0713 0,0699
1,1 0,0686 0,0673 0,0659 0,0647 0,0634 0,0621 0,0609 0,0596 0,0584 0,0573
1,2 0,0561 0,0550 0,0539 0,0528 0,0516 0,0506 0,0496 0,0486 0,0475 0,0465
1,3 0,0455 0,0446 0,0436 0,0426 0,0418 0,0409 0,0400 0,0392 0,0383 0,0374
1,4 0,0366 0,0358 0,0351 0,0343 0,0336 0,0329 0,0322 0,0313 0,0307 0,0300
1,5 0,0293 0,0287 0,0279 0,0274 0,0267 0,0261 0,0255 0,0249 0,0243 0,0238
1,6 0,0232 0,0227 0,0222 0,0216 0,0211 0,0206 0,0201 0,0196 0,0192 0,0188
1,7 0,0182 0,0179 0,0174 0,0170 0,0166 0,0161 0,0158 0,0153 0,0151 0,0147
1,8 0,0143 0,0140 0,0135 0,0133 0,0129 0,0125 0,0123 0,0120 0,0116 0,0113
1,9 0,0111 0,0107 0,0105 0,0102 0,0099 0,0097 0,0094 0,0092 0,0089 0,0087
2 0,0084 0,0083 0,0080 0,0078 0,0076 0,0074 0,0072 0,0071 0,0068 0,0067
2,1 0,0064 0,0064 0,0061 0,0059 0,0057 0,0056 0,0054 0,0053 0,0052 0,0049
2,2 0,0049 0,0046 0,0046 0,0044 0,0045 0,0043 0,0041 0,0040 0,0039 0,0038
2,3 0,0037 0,0037 0,0034 0,0034 0,0034 0,0031 0,0032 0,0030 0,0028 0,0029
2,4 0,0027 0,0026 0,0025 0,0026 0,0025 0,0024 0,0024 0,0021 0,0021 0,0020
2,5 0,0020 0,0020 0,0018 0,0018 0,0019 0,0017 0,0017 0,0016 0,0017 0,0015
2,6 0,0014 0,0015 0,0014 0,0012 0,0014 0,0013 0,0012 0,0011 0,0011 0,0010
2,7 0,0010 0,0009 0,0009 0,0009 0,0009 0,0008 0,0008 0,0008 0,0009 0,0009
2,8 0,0006 0,0007 0,0007 0,0008 0,0005 0,0006 0,0007 0,0005 0,0005 0,0006
2,9 0,0004 0,0005 0,0004 0,0005 0,0006 0,0004 0,0006 0,0004 0,0005 0,0004
3 0,0005 0,0004 0,0002 0,0004 0,0003 0,0005 0,0003 0,0002 0,0004 0,0003
A.1 Introduction
223
224 Annexe A. Solutions nales des exercices
26 25 30 27 28 29
B A D C
B A D C G
Pour letudiant 2 :
F E B A D C
a) Calcul de lordonnancement :
Place 1 2 3 4 5
Tache 2 4 3 5 1
t 1 2 3 4 5 6 7 8
Pt 110 0 110 0 0 110 0 0
St 80 35 85 45 10 90 55 5
Score 2 :
a) Variables :
millions de tonnes transportees du depot i vers le client j.
indicatrice de louverture du depot i lannee prochaine.
Section A.9. La programmation dynamique 235
b) Contraintes :
-satisfaction de la demande;
-capacite de production;
-non negativite;
caract`ere binaire des indicatrices.
c) Objectif : minimiser la somme des couts de tranport et des couts dou-
verture des depots :
Region t 1 2 3
st 6 5 3
xt 1 2 3
Contraintes :
Relation de recurrence entre les variables : st+1 = st + xt
dt+1 .
Limite du stock : st 2.
positivite : xt , st 0.
b) Resolution par la programmation dynamique : voir cours.
c) Plan optimal de livraison et de stockage :
t 12 13 14 15
xt 4 7 0 3
st 0 0 2 0
Periode t 1 2 3 4 5
xt 17 14 11 21 18
st 0 5 2 0 0
Section A.10. La programmation lineaire 237
x1 = 4 x2 = 4 z = 20
x1 = 0 x2 = 700 z = 29.400
z = 2.460
x12 = 50 x22 = 20 x24 = 40 x31 = 50
y1 = 12 y2 = 24.
Section A.11. Analyse postoptimale 239
a) Variables :
teneur du melange en charbon i;
binaire indicatrice de la presence du charbon i.
b) Objectif : minimiser le cout dachat des charbons.
c) Contraintes :
produire une tonne;
respecter la teneur minimum dans le melange;
respecter le nombre maximum de charbons;
respecter la teneur maximum en Si;
positivite et caract`ere entier.
a) Formulation du probl`eme :
Choix des variables :
-nombre davions affectes sur la ligne OM;
-nombre davions affectes sur la ligne OT.
Expression des contraintes :
satisfaire la demande;
respecter le nombre davions;
caract`ere entier des variables.
Objectif : minimiser les couts dexploitation des lignes.
b) Solution optimale: (x1 , x2 ) = (4, 2) , z = 22.
z = 8 x1 = 4 x2 = 4
z = 335
x12 = 4 x23 = 7 x43 = 4 x3I = 12
a) Formulation :
Variables :
lembauche au debut de periode t;
le licenciement au debut de t;
les effectifs au debut de la periode t;
le stock en n de periode t.
Objectif : minimiser la somme des couts dembauche, de licen-
ciement et de stockage.
Les contraintes :
Bilan des effectifs;
242 Annexe A. Solutions nales des exercices