Université Ibn Zohr

Faculté des Sciences Juridiques Économiques et Sociales

Travaux Dirigés

Programmation
Linéaire
Mohamed HACHIMI

FILIÈRE SCIENCES ÉCONOMIQUES ET GESTION

TROISIÈME ANNEE EG

Semestre 5

2010
 1
Faculté des Sciences Juridiques Économiques et Sociales

Modélisation

Mettre sous forme de programmes linéaires, sans les résoudre, les exercices suivants :

Exercice 1.1
Un atelier fabrique des tables et des bureaux. Chaque table nécessite 2, 5 h pour
l’assemblage, 3 h pour le polissage et 1 h pour la mise en caisse. Chaque bureau exige 1 h
pour l’assemblage, 3 h pour le polissage et 2 h pour la mise en caisse. L’entreprise ne peut
disposer, chaque semaine, de plus de 10 h pour l’assemblage, de 15 h pour le polissage et
de 8 h pour la mise en caisse. Sa marge de profit est de 30 dh par table et de 40 dh par
bureau.
Combien de tables et de bureaux doit-on produire afin d’obtenir un profit hebdomadaires
maximal ?

Exercice 1.2
Un agriculteur souhaite mélanger des engrais de façon à obtenir au minimum 15 unités
de potasse, 20 unités de nitrates et 3 unités de phosphates. Il achète deux types d’engrais.
Le type 1 procure 3 unités de potasse, 1 unité de nitrates et 3 unités de phosphates. Il
coûte 120 dh. Le type 2 procure 1 unités de potasse, 5 unité de nitrates et 2 unités de
phosphates. Il coûte 60 dh.
Exprimer à l’aide d’un programme linéaire la combainaison d’engrais qui remplira les
conditions exigées au moindre coût.

Exercice 1.3
Un maraîcher, vendant des citrons et des oranges, veut les grouper par lots de vente. Le
premier lot contient 5 citrons et 1 orange, et se vend à 4 Dh. Le deuxième lot contient
1 citron et 10 oranges, et se vend à 6 Dh. Il dispose au total de 60 citrons et 110 oranges.
Quelle est la répartition la plus avantageuse pour lui, entre les deux types de lots ?

Exercice 1.4
On donne ci-après les caractéristiques de 3 gaz : A, B, C :

A B C
Teneur en souffre (g/m3 ) 6 2 4
3
Prix (Dh/m ) 10 25 15
3
Pouvoir calorifique (kcal/m ) 1 000 2 000 1 500

Réaliser le mélange qui donne le plus grand pouvoir calorifique en respectant les
contraintes suivantes :
• La teneur en souffre doit être au plus de 3 g/m3 ,
• Le prix ne doit pas dépasser 22 Dh/m3 .

HACHIMI • T.D • Semestre 5 • 2009

1 Modélisation 3

Exercice 1.5
On décide de réorganiser le trafic entre deux villes A et B. On vous demande conseil sur
le problème suivant : Il y a 12 routes entre A et B. Certaines d’entre elles vont être mises
en sens unique de A vers B, d’autres de B vers A, d’autres encore seront maintenues à
double sens, d’autres enfin seront abandonnées. Le débit d’une route à sens unique de
A vers B est de 60 véhicules à la minute. De même pour une route à sens unique de B
vers A. Le débit d’une route à double sens est de 20 véhicules à la minute de A vers B
et 30 véhicules à la minute de B vers A. L’équipement d’une route à sens unique de A
vers B coûte 200 Dh. Pour route à sens unique de B vers A ce coût est de 400 Dh, et pour
une route à double sens : 300 Dh. On veut assurer au moindre coût un débit total de 300
véhicules à la minute dans chaque sens.

Exercice 1.6
Une entreprise dispose de trois usines localisées à différents endroits au pays. La
production annuelle de chaque usine est la suivante :

Usine Production annuelle

Usine 1 15 000 unités
Usine 2 12 000 unités
Usine 3 23 000 unités

Ces usines alimentent quatre points de vente dont la demande annuelle est la suivante :

Points de vente Demande annuelle

A 10 000 unités
B 5 000 unités
C 20 000 unités
D 15 000 unités

Les coûts unitaires de transport de chaque usine à chaque point de vente sont indiqués
dans le tableau suivant :

Points de ventes
A B C D
Usine 1 5 6 6 8
Usines Usine 2 11 9 4 7
Usine 3 12 7 8 5

Formuler le modèle de programmation linéaire qui permettrait d’obtenir un plan de

transport à un coût minimum.

HACHIMI • T.D • Semestre 5 • 2009

 2
Faculté des Sciences Juridiques Économiques et Sociales

Méthode graphique

Exercice 2.1
Reprendre les Exercices 1.1, 1.2 et 1.3 de la feuille de TD1, et trouver les solutions
optimales à l’aide de la méthode graphique.

Exercice 2.2
On considère le programme linéaire suivant :

 max z = 2x1 + 6x2



 x1 + x2 6 8

x1 − x2 6 3



 −x1 + 4x2 6 16


x1 > 0, x2 > 0
1◦ Tracer les contraintes et déterminer la région réalisable.
2◦ La région réalisable comportent combien de points extrêmes ?
3◦ Déterminer la solution optimale avec la méthode graphique.
4◦ Quelles sont les contraintes qui sont satisfaites avec une stricte égalité ?

Exercice 2.3
On considère le programme linéaire suivant :

 min z = 4x1 + 2x2



 4x1 + x2 > 10

2x1 + x2 > 7



 x1 + 6x2 > 9


x1 > 0, x2 > 0
1◦ Déterminer la solution optimale avec la méthode graphique.
2◦ Est-ce que la solution optimale est unique ?

Exercice 2.4
On considère le programme linéaire suivant :

 max z = 4x1 + 6x2



 3x1 + 2x2 > 12

−x1 + x2 6 8



 x1 − x2 6 0


x1 > 0, x2 > 0
1◦ Tracer les contraintes et déterminer la région réalisable.
2◦ Combien existe-t-il de points extrêmes ?
3◦ Peut-on déterminer une solution optimale finie au programme linéaire ?

HACHIMI • T.D • Semestre 5 • 2009

2 Méthode graphique 5

Exercice 2.5
On considère le programme linéaire (P) suivant :

 max z = 6x1 + 5x2



 x1 + x2 6 8

−2x1 + 3x2 6 6



 x1 − x2 6 2


x1 > 0, x2 > 0

1◦ Résoudre graphiquement le problème (P).

2◦ En introduisant un paramètre δ dans la fonction objectif z, le programme s’écrit :

 max z = (6 − 2δ)x1 + (5 + δ)x2



 x1 + x2 6 8

−2x1 + 3x2 6 6



 x1 − x2 6 2


x1 > 0, x2 > 0

a) Résoudre ce programme suivant les valeurs de δ.

b) Parmi les solutions réalisables trouvées dans la première question, quelles sont celles
qui ne sont jamais solutions optimales ?.
c) Pour quelles valeurs de δ, ce programme admet une infinité de solutions optimales ?

HACHIMI • T.D • Semestre 5 • 2009

 3
Faculté des Sciences Juridiques Économiques et Sociales

Méthode du simplexe (I)

Exercice 3.1
Un entreprise fabrique son produit dans deux atelier. Les capacités de production sont
de 7 unités pour le premier atelier et de 10 pour le second. D’autre part, le nombre total
d’heures de main d’œuvre qu’on peut affecter à cette production est 60. Or, chaque unité
de production nécessite 10 h de main d’œuvre dans le premier atelier et 5 h dans le second.
Enfin la production doit permettre de satisfaire au moins une demande de 8. Sachant que
les coûts unitaires sont de 2 pour le premier atelier et 3 pour le second, l’entreprise désire
produire à coût minimum.
1◦ Ecrire le programme (P) correspondant. Que pensez vous a priori de la contrainte de
demande à l’optimum ?
◦
2 Mettre (P) sous forme standard. Montrer qu’on peut définir un sommet A de la
région réalisable qui corresponde à une production maximale du second atelier sans
production du premier.
◦
3 Résoudre (P) en partant de A et en utilisant la méthode du simplexe.

Exercice 3.2
On considère le programme linéaire (P) suivant :


 max z = 3x1 + 4x2 + 10x3

 x1 + 2x3 6 6

 x2 + x3 6 6


x1 > 0, x2 > 0, x3 > 0
1◦ Montrer que le point A = (0, 0, 3) est un sommet de la région réalisable.
2◦ Résoudre (P) par la méthode du simplexe en partant du sommet A.
3◦ Ayant ainsi trouvé un sommet optimal B, montrer qu’il existe un autre sommet
optimal C et le déterminer.

Exercice 3.3
On considère le programme linéaire (P) suivant :


 max z = 4x1 + 2x2 + x3

 x1 + x2 6 1

 x1 + x3 6 1


x1 > 0, x2 > 0, x3 > 0
1◦ Résoudre (P) par la méthode du simplexe. On parvient ainsi en un sommet A dont
on considérera toutes les bases possibles. Que pensez-vous de l’usage du critère
d’optimalité de la méthode ?
2 Dessiner en perspective, dans l’espace R3 la région réalisable. Commenter la situation
◦

du sommet A.

HACHIMI • T.D • Semestre 5 • 2009

 4
Faculté des Sciences Juridiques Économiques et Sociales

Méthode du simplexe (II)

Exercice 4.1
Résoudre le programme suivant en utilisant la méthode du simplexe

 max z = 10x1 + 15x2



 5x1 + 2x2 6 80

x1 + x2 6 20



 x1 + 2x2 6 30


x1 > 0, x2 > 0

Exercice 4.2
Résoudre le programme suivant en utilisant la méthode du simplexe

 max z = 120x1 + 108x2 + 75x3



 x1 + x2 + x3 6 12

x1 6 5



 8x1 + 7x2 + 5x3 6 145


x1 > 0, x2 > 0, x3 > 0

Exercice 4.3
Résoudre le programme suivant en utilisant la méthode du simplexe

 max z = x1 − x2



 2x1 − x2 > −4

x1 − x2 6 4



 x1 + x2 6 10


x1 > 0, x2 > 0

Exercice 4.4
Résoudre le programme suivant en utilisant la méthode du simplexe

 max z = 10x1 + 14x2



 x1 + x2 > 12

x1 > 8



 x2 6 6


x1 > 0, x2 > 0

1◦ Montrer que x̄ = (12, 0) est un sommet de la région réalisable. Mettre le programme

sous forme standard, puis donner la solution de base réalisable ȳ associée à x̄.
◦
2 Résoudre ce programme par la méthode du simplexe en prenant comme point de
départ ȳ.

HACHIMI • T.D • Semestre 5 • 2009

 5
Faculté des Sciences Juridiques Économiques et Sociales

Dualité

Exercice 5.1
Formuler le problème dual de chacun des programmes linéaires suivants :
 
 max z = 2x1 + 4x2 + 3x3  max z = 3x1 + x2 − 2x3

 


 3x1 + 4x2 + 2x3 6 60 
 x1 + 2x2 > 10
 
(P1 ) 2x1 + x2 + 2x3 6 40 (P2 ) 3x1 − x2 + x3 = 7

 


 x1 + 3x2 + 2x3 6 80 
 x1 + 3x3 6 8

 

x1 > 0, x2 > 0, x3 > 0 x2 > 0, x3 > 0
 
 max z = 10x1 + 14x2  max z = 400x1 + 350x2 + 450x3

 


 x1 + x2 > 12 
 2x1 − 3x2 + 2x3 6 120
 
(P3 ) x1 > 8 (P4 ) 4x1 + 3x2 = 160

 


 x2 6 6 
 3x1 − 2x2 + 4x3 > 100

 

x1 > 0, x2 > 0 x2 > 0
Exercice 5.2
Appliquer le théorème des écarts complémentaires vue en cours pour vérifier l’optimalité
de la solution proposée.


 max z = 7x1 + 6x2 + 5x3 − 2x4 + 3x5



 x1 + 3x2 + 5x3 − 2x4 + 2x5 6 4


 4x1 + 2x2 − 2x3 + x4 + x5 6 3

 2x1 + 4x2 + 4x3 − 2x4 + 5x5 6 5



 3x1 + x2 + 2x3 − x4 − 2x5 6 1



x1 > 0, x2 > 0, x3 > 0, x4 > 0, x5 > 0
Solution proposée : (x1 , x2 , x3 , x4 , x5 ) = (0, 4/3, 2/3, 5/3, 0)

Exercice 5.3
Appliquer le théorème des écarts complémentaires vue en cours pour vérifier l’optimalité
de la solution proposée.

 max z = 4x1 + 5x2 + x3 + 3x4 − 5x5 + 8x6





 x1 − 4x3 + 3x4 + x5 + x6 6 1



 5x1 + 3x2 + x3 − 5x5 + 3x6 6 4


 4x1 + 5x2 − 3x3 + 3x4 − 4x5 + x6 6 4

 − x2 + 2x4 + x5 − 5x6 6 5



 − 2x1 + x2 + x3 + x4 + 2x5 + 2x6 6 7





 2x1 − 3x2 + 2x3 − x4 + 4x5 + 5x6 6 5


x1 > 0, x2 > 0, x3 > 0, x4 > 0, x5 > 0
Solution proposée : (x1 , x2 , x3 , x4 , x5 , x6 ) = (0, 0, 5/2, 7/2, 0, 1/2)

HACHIMI • T.D • Semestre 5 • 2009