Recherche Opérationnelle : Analyse de sensibilité

Prof. A. El maliki

Exercice 1
Une entreprise familiale vend des horloges de fabrication artisanale. David et ses deux soeurs, Diane et Lyne,
travaillent à la fabrication et à la vente de deux types d’horloges : des horloges grand-père et des horloges
murales. David s’occupe de l’assemblage du mécanisme de chaque horloge, Diane fabrique les caissons de bois, alors
que Lyne est en charge de la prise de commandes et de la livraison des horloges. David et Diane sont disponibles
jusqu’à 40 heures par semaine, alors que Lyne peut travailler jusqu’à 20 heures par semaine dans l’entreprise
familiale. Les temps requis pour chaque tâche en fonction du type d’horloge, de même que les profits pour chaque
type d’horloge, sont donnés dans le tableau suivant :
Tâche Horloge grand-père (heures/unité) Horloge murale(heures/unité)
Assemblage du mécanisme 6 4
Fabrication des caissons 8 4
Prise de commandes et livraison 3 3
Profit/unité ($) 300 200

Le problème consiste à déterminer combien d’horloges grand-père et d’horloges murales doivent être fabriquées à
chaque semaine de façon à maximiser le profit total.
1. Formulez ce problème à l’aide d’un modèle de programmation linéaire. Variables :
x1 =nombre d’horloges grand-père fabriquées
x2 =nombre d’horloges murales fabriquées
Objectif :
max z = 300x1 + 200x2
Contraintes :
6x1 + 4x2 ≤ 40
8x1 + 4x2 ≤ 40
3x1 + 3x2 ≤ 20
x1 , x2 ≥ 0
2. Formulez le dual de ce problème et proposez une interprétation de la signification des variables duales.
Variables :(interprétation de la signification des variables duales)
y1 = prix ($/heure)pour louer du temps de la ressource 1, soit David
y2 = prix ($/heure) pour louer du temps de la ressource 2, soit Diane
y3 = prix ($/heure)pour louer du temps de la ressource 3, soit Lyne
Objectif :
min W = 40y1 + 40y2 + 20y3
Contraintes :
6y1 + 8y2 + 3y3 ≥ 300
4x1 + 4y2 + 3y3 ≥ 200
y1 , y2 ≥ 0
Suite à la résolution du programme linéaire trouvé 1. par Excel Solver, le rapport de sensibilité suivant est
obtenu :
Utilisez ce rapport de sensibilité pour déterminer :
1. La solution optimale du problème.
x1 = 10/3, x2 = 10/3 (tableau cellules variables, colonne valeur finale)
2. La solution optimale du dual.
y1 = 0, y2 = 25, y3 = 100/3(tableau contraintes, colonne coût ombre)
3. La valeur optimale du problème.
zmax = 300 × (10/3) + 200 × (10/3) = 1666 + 2/3
4. La valeur optimale du dual.
wmin = 40 × (0) + 40 × (25) + 20 × 100/3 = 1666 + 2/3.
On vérifie zmax = wmin (Théorème de la dualité forte)

1
 5. De combien on peut diminuer le profit par horloge murale sans changer la solution optimale du problème.
50 $ (voir tableau cellules variables, colonne diminution admissible)
6. Supposons que le profit par horloge murale augmente de 200 à 270. De combien le profit total augmente-t-il ?
Puisque c2 =∈ [200 − 50, 200 + 100] (voir tableau cellules variables, colonnes augmentation et diminution
admissibles) alors la solution optimale n’a pas changé et dans ce cas zmax = 300x1 + 270x2 = 300 × 10/3 +
270 × 10/3 = 1900.
Donc le profit total augmentera de 1900 − 1666.66 = 233.34
7. De combien on peut augmenter le nombre d’heures hebdomadaires durant lesquelles Lyne peut travailler
sans changer la solution optimale du dual.
On peut augmenter le nombre d’heures hebdomadaires de Lyne de 10h (Admissible augmentation, table 2)
sans changer la solution optimale du dual.
8. Diane songe à réduire son temps de travail, ce qui aurait pour effet de réduire le nombre d’horloges fabriqués
chaque semaine. Est-ce que la solution optimale changerait, et si oui comment, si Diane travaille au maximum
38h par semaine au lieu de 40h ?
Diane travaille au maximum 38h par semaine au lieu de 40h : puisque 38 ∈ [40 − 13.33, 40 + 13.33] (voir
table 2), la solution optimale du dual ne change pas. Le profit a diminué de 25 × 2 = 50 ce qui entraine
nécessairement un changement de la solution optimale du primal. La réponse est OUI.
9. David songe à réduire son temps de travail de 20 3 h par semaine. Est-ce que ceci aura un impact sur le plan
de production ? expliquez
NON puisque on a un nombre d’heures de 6.67 que David n’a pas utilisé : ici l’écart entre le nombre d’heures
utilisé et le nombre d’heures disponible est s1 = 40 − 33.33 = 6.67 = 10
3 =admissible réduction. Ici y1 = 0 ne
change pas et aussi le profit ne change pas. Donc le plan de production reste inchangé.

Excercice 2.
Une compagnie, appelé MEUBLE, produit des bureaux, tables et chaises. La fabrication de chaque type de
produit nécessite de la matière première (bois) et deux types d’activités : menuiserie et finition. La quantité requise
de chaque ressource est donnée comme suit :
Bureau Table Chaise Qté disp de ressource
Bois (plaque) 8 6 1 48
Menuiserie (heure) 2 1.5 0.5 8
Finition (heure) 4 2 1.5 20
Prix de revient ($) 60 30 20
1. Formulez ce problème à l’aide d’un modèle de programmation linéaire.
max z = 60x1 + 30x2 + 20x3


 8x1 + 6x2 + x3 ≤ 48 (ressource bois)
2x1 + 1.5x2 + 0.5x3 ≤ 8 (ressource menuiserie)

(P ) s.c

 4x1 + 2x2 + 1.5x3 ≤ 20 (ressource f inition)
x1 , x2 , x3 ≥ 0


2
 2. Formulez le dual de ce problème et proposez une interprétation de la signification des variables duales.
min w = 48y1 + 8y2 + 20y3


 8y1 + 2y2 + 4y3 ≥ 60
6y1 + 1.5y2 + 2y3 ≥ 30

(D) s.c

 y1 + 0.5y2 + 1.5y3 ≥ 20
y1 , y2 , y3 ≥ 0

(yi désigne la valeur (prix) d’une unité de la ressource i.)
Supposez que votre modèle en (1.) soit formulé à l’aide d’un chiffrier Excel. Suite à la résolution du modèle par
Excel Solver, le rapport de sensibilité suivant est obtenu :

Utilisez ce rapport de sensibilité pour déterminer :

1. Les solutions optimales des problèmes primal et dual. Les valeurs optimales des problèmes primal et dual.
x = (x1 , x2 , x3 ) = (2, 0, 8) (voir tableau 1,colonne valeur finale).
y = (y1 , y2 , y3 ) = (0, 10, 10)(voir tableau 2, colonne ombre coût)
Wmin = Zmax = 60 ∗ 2 + 30 ∗ 0 + 20 ∗ 8 = 280 (Théorème de la dualité forte)
2. Exprimer la fonction économique dans la base optimale et interpréter ces coefficients associés à chaque variable
hors base ?

Z = Zmax − e1 x1 − e2 x2 − e3 x3 − y1 s1 − y2 s2 − y3 s3 = 280 − 0x1 − 5x2 − 0x3 − 0s1 − 10s2 − 10s3

Les coefficients des xi , i = 1, · · · 3 sont les coûts réduits et les coefficients des si , i = 1, · · · , 3 sont les coûts
ombres.
3. De combien on peut augmenter le prix unitaire d’une chaise sans changer la solution optimale du problème.
Supposons que le prix unitaire d’une chaise diminue de 2 $, de combien le profit total diminuera-t-il ?
2.5$ (voir tableau 2 colonne admissible augmentation)
c∗3 = 20 − 2 = 18 ∈ [20 − 5, 20 + 2.5] = [15, 22.5] alors la solution optimale du problème ne change pas :
x = (2, 0, 8). Le nouveau profit est alors ZN = 60 ∗ 2 + 30 ∗ 0 + 18 ∗ 8 = 264 et donc le profit total diminuera
de Zmax − ZN = 280 − 264 = 16$
4. Supposons que 20% de la quantité disponible de bois est endommagé. Dans ce cas, quel est le nouveau profit ?
Est-ce que la solution optimale du primal changerait, et si oui comment ?
b∗1 = 48 − 48 ∗ 20% = 38.4 ∈ [48 − 24, 48 + ∞[= [24, +∞[ alors la solution optimale du dual ne change pas :
y = (0, 10, 10). Donc le nouveau profit est ZN = Zmax − (48 ∗ 20%) ∗ y1 = Zmax . La solution optimale du
primal ne change pas puisque le profit maximal n’a pas changé
5. Supposons que la compagnie dispose de 2 heures supplémentaires de finition. Est-ce que la solution optimale
du dual changerait ? Expliquez. On a b∗3 = 20 + 2 ∈ [20 − 4, 20 + 4] (voir tableau 2 colonnes admissible
augmentation, admissible diminution), donc la solution optimale du dual ne change pas.
Remaque : Dans ce cas le nouveau profit deviendra ZN = 280 + 2 ∗ y3 = 300 et la solution optimale du
prblème changerait puisque le profit a changé.
6. Si l’entreprise pouvait augmenter les heures de menuiserie ou de finition, ce qui reviendra à disposer de plus
de temps pour l’une ou l’autre de ces deux activités, quelle étape de la production lui conseillerez-vous de
modifier en premier ?

3
 Si b∗2 ∈ [8 − 1.333, 8 + 2] le prix de la ressource 2 (menuiserie) ne change pas y2 = 10 et si b∗3 ∈ [20 − 4, 20 + 4]
le prix de la ressource 3 (finition) ne change pas y3 = 10. On remaque ici que les deux ressources ont la même
valeur 10$, alors on peut modifier l’un ou l’autre et le bénéfice sera le même.

Excercice 3.
Une société de jouets produit des trains, des camions et des voitures, en utilisant 3 machines M1, M2 et M3.
Les disponibilités quotidiennes des 3 machines sont respectivement Machine Train Camion Voiture
430, 460 et 420 minutes. Un train est vendu à 3$, un camion est M1 1 2 1
vendu à 2$ et une voiture est vendu à 5$. Les temps nécessaires sur M2 3 0 2
chaque machine sont données dans le tableau ci-contre. M3 1 4 0
1. Formulez ce problème à l’aide d’un modèle de programmation linéaire.
Variables :
x1 =nombre de trains
x2 =nombre de camions
x2 =nombre de voitures
max z = 3x1 + 2x2 + 5x3


 x1 + 2x2 + x3 ≤ 430 (disp.M achineM 1(min))
3x1 + 0x2 + 2x3 ≤ 460 (disp.M achineM 2(min))

(P ) s.c

 x1 + 4x2 + 0x3 ≤ 420 (disp.M achineM 3(min))
x1 , x2 , x3 ≥ 0


2. Formulez le dual de ce problème et proposez une interprétation de la signification des variables duales.
min w = 430y1 + 460y2 + 420y3


 1y1 + 3y2 + 1y3 ≥ 3
2y1 + 0y2 + 4y3 ≥ 2

(D) s.c

 y1 + 2y2 + 0y3 ≥ 5
y1 , y2 , y3 ≥ 0

(yi désigne la valeur (prix) d’une unité de la ressource i.)
Suite à la résolution du modèle par Excel Solver, le rapport de sensibilité suivant est obtenu :

Utiliser ce rapport de sensibilité pour déterminer :

3. Les solutions optimales des problèmes primal et dual. Les valeurs optimales des problèmes primal et dual.
x = (x1 , x2 , x3 ) = (0, 100, 230) (voir tableau 1, colonne valeur finale).
y = (y1 , y2 , y3 ) = (1, 2, 0)(voir tableau 2, colonne ombre coût)
Wmin = Zmax = 3 ∗ 0 + 2 ∗ 100 + 5 ∗ 230 = 1350 (Théorème de la dualité forte)
4. Quelle augmentation du prix de vente doit-on imposer pour que les trains soient intéressants à produire ?
Les trains deviennent intéressants à produire si le prix de vente unitaire est supérieur à c1 + e1 = 7 :
(prixvente > c1 + e1 = 7), e1 est le coût réduit.
5. Supposons que le prix unitaire du camion passe à 3$, de combien le profit total augmentera-t-il ?
On a c∗2 = 3 ∈ [2 − 2, 2 + 8] = [0, 10] (voir tableau 2 colonnes augmentation et diminution admissibles)

4
 alors la solution optimale du problème ne change pas : x = (0, 100, 230). Le nouveau profit est alors ZN =
3 ∗ 0 + 3 ∗ 100 + 5 ∗ 230 = 1450 et donc le profit total augmentera de ZN − Zmax = 1450 − 1350 = 100$
6. Est-ce que la société a exploité complètement la disponibilité de ses machines ? Justifier.
Pour répondre à cette question on calcule les écarts (si , i = 1, · · · , 3) entre les quantités disponibles et utilisées.
On a s1 = 430 − 430 = 0 ; s2 = 460 − 460 = 0 et s3 = 420 − 400 = 20 (voir tableau 2 colonnes valeur finale
et à droite contrainte). On voit que les temps disponible des machines M1 et M2 sont complètement utilisés.
Par contre il reste encore 20 minutes non utilisées de la machine M3.
7. Supposons que la machine 2 peut fonctionner seulement 450 minutes au lieu de 460 minutes. Quelle consé-
quence cette baisse aura-t-elle sur la production et sur le profit de l’entreprise ?
Puisque la contrainte de la machine M2 est saturée tout changement dans la disponibilé de cette machine
entraine nécessairent un changement dans le plan de production :
On a b∗2 = 450 ∈ [460 − 20, 460 + 400] = [480, 860] (voir tableau 2 colonnes augmentaion et diminution
admissibles) alors la solution optimale du dual ne change pas : y = (1, 2, 0). Donc le nouveau profit est
ZN = Zmax − (460 − 450) ∗ y2 = 1350 − 20 = 1330. La solution optimale du primal change puisque le profit
maximal a changé alors que les profits unitaires ci , i = 1, · · · , 3 restent inchangés
8. Supposons maintenant que la machine 3 peut fonctionner 440 minutes. Dans ce cas, quel est le nouveau
profit ?
b∗3 = 440 ∈ [420 − 20, 420 + ∞] = [400, +∞[ alors la solution optimale du dual ne change pas : y = (1, 2, 0).
Donc le nouveau profit est ZN = Zmax + (440 − 420) ∗ y3 = Zmax . La solution optimale du primal ne change
pas puisque le profit maximal n’a pas changé
9. Exprimer la fonction objectif (Z) dans la base optimale. Que représentent ses coefficients ?

Z = Zmax − e1 x1 − e2 x2 − e3 x3 − y1 s1 − y2 s2 − y3 s3 = 1350 − 4x1 − 0x2 − 0x3 − 1s1 − 2s2 − 0s3

Les coefficients des xi , i = 1, · · · 3 sont les coûts réduits et les coefficients des si , i = 1, · · · , 3 sont les coûts
ombres.