Vous êtes sur la page 1sur 19

La recherche opérationnelle

Les études des cas :

Cas n°3:

Les étapes à suivre :

 Détecter le problème à résoudre.


 Identifier les variables de décision.
 Préciser la fonction objective.
 Préciser les contraintes.

 Le problème à résoudre :

L’entreprise ALPHA, souhaite à maximiser son résultat mensuel, c’est-à-dire elle veut
choisir un processus par lequel, elle va déterminer selon un niveau des prix et de sortie
qui génère le plus grande profite.

Cette optimisation permet de trouver une solution optimale ou bien une solution qui
s’approche le plus possible de l’optimum.

 Les variables de décision :

Soit : X, Y, Z ; les variables de décision

X : le nombre de Lot de type A à produire et à vendre.

Y : le nombre de Lot de type B à produire et à vendre.

Z : le nombre de Lot de type C à produire et à vendre.

 Les contraintes de problème :

 Contrainte lié à l’atelier découpage :


X+1.5Y+1.5Z ≤ 240 (120*2)

 Contrainte lié à l’atelier Emboutissage :


0.5X+Z ≤ 120

 Contrainte lié à l’atelier polissage et finition :


2X + Y + Z ≤ 240
 On a également Les contraintes de non négativité :
X>0, Y>0, Z>0 
 Le cout unitaire de chaque type de lots :

Lots A :

 la matière première : 50DH


 La main d’œuvre : 115 DH (1*20 + 0.5*30+2*40)
Le cout unitaire : 50+115= 165 DH

Lots B :

 La matière première : 85 DH
 La main d’œuvre : 70DH (1.5*20+ 1*40)
Le cout unitaire : 85+70=155DH

Lots C :

 La matière première : 68 DH
 La main d’œuvre : 100DH (1.5*20+1*30+1*4)
Le cout unitaire : 68+100 =168 DH

L’expression de la recette totale :

 Recette totale=  prix * quantité


 Recette totale = 200X+200Y+210Z

 Profit = recette – dépense


 La fonction objective à maximiser :

max F ( Profit )=( 200−165 ) x+ ( 200−155 ) y+ ( 210−168 ) z

max F=35 x+ 45 y +42 z

Le problème linéaire à résoudre est le suivant :

Le problème peut être modélisé sous la forme standard suivante :


max F=35 x+ 45 y+ 42 z

{
s/c
3 3
x+ y + z ≤240
PL 2 2
1
x+ z ≤120
2
2 x + y + z ≤240
x , y , z≥0

Le processus de résolution par programmation linéaire :


Formalisation du problème

3 variables et plus dans la programmation linéaire

La résolution par la méthode du simplexe
(La forme standard)

Détermination de la solution de départ

Détermination de la solution optimale

max F=35 x + 45 y+ 42 z

{
s/c
3 3
x + y + z ≤240
2 2
La forme standard :
1
x + z ≤120
2
2 x + y + z ≤ 240
x, y , z≥0
La forme canonique :

Soit : e1, e2, e3 les variables d’écart :

max F=35 x + 45 y+ 42 z +0 e 1+ 0 e 2+0 e 3

{
S /C
3 3
x + y + z+ 1e 1+ 0 e 2+0 e 3=240
2 2
1
x + z+ 0 e 1+1 e 2+0 e 3=120
2
2 x+ y+ z+ 0 e 1+0 e 2+1 e 3=240
x , y , z,e1,e2,e3≥0

L’écriture matricielle:

()
Y
Z
max F [ 35 45 420 0 0 ] e 1
e2
e3
¿

[
1 2 /3 2/ 3 1 0 0 Y
[ S /C ] 1/2 0
2 1
1 0 1 0
1 0 0 1 e
Z

e2
e3
1
()240

] ( )
= 120
120
Tableau initial :

Tableau 1     35 45 42 0 0 0
Base R B X Y Z e1 e2 e3
e1 0 240 1 1.5 1.5 1 0 0
e2 0 120 0.5 0 1 0 1 0
e3 0 240 2 1 1 0 0 1
Z   0 -35 -45 -42 0 0 0

La solution de base admissible initiale est :(X,Y,Z,e 1 ,e 2,e3)=(240,120,120,0,0,0).


La dernière cellule donne la valeur de –F. Donc la marge F=0. En effet : F =
35X+45Y+42Z=0.

La solution n’est pas optimale. On cherche donc une solution de base meilleure :
autre itération.

La variable laisse la base est  e 1 et entrant est Y.

 Tableau intermédiaire 1 :

Tableau 1     35 45 42 0 0 0

Base B R X Y Z e1 e2 e3

Y 45 160 2/3 1 1 2/3 0 0

e2 0 120 0.5 0 1 0 1 0

e3 0 80 4/3 0 0 -2/3 0 1

-F   7200 -5 0 3 30 0 0

 La variable laisse la base est  e 3 et entrant est X.

 Tableau intermédiaire 2 :


Tableau 2     35 45 42 0 0 0

Base B R X Y Z e1 e2 e3

Y 45 120 0 1 1 1 0 -0.5

e3 0 90 0 0 1 0.25 1 -0.375

X 35 60 1 0 0 -0.5 0 0.75

-F   7500 0 0 3 27.5 0 3.75

La solution optimale est F = 7500


X = 60
Y = 120
Z = 0

Interprétation :

la solution qui maximise le profit A(60.120.0), c’est-à-dire en traitant 60


nombre de Lot de type A à produire et à vendre , 120 nombre de Lot
de type B à produire et à vendre et 0 nombre de Lot de type C à
produire et à vendre qui réalisera un profit maximum de :
(35*60)+(45*120)+(42*0)= 7500 DH.

A l’optimum, la première et la 3éme contrainte sont saturées tandis que


la 2éme contrainte ne l’est pas : pour réaliser un profit maximum,
l’entreprise ALPHA doit produire et vendre 60 nombre de lot A et 120
nombre de lot B :

 (60+1.5*120+1.5*0)=240 et (2*60+1*120+0*120) = 240

Toutefois, il lui restera un stock de Lot de type B à produire et à


vendre de 90 produis :

 90 = 120-(0.5*60+0*120+0*0)

Cas n°4:

Les étapes à suivre :


 Détecter le problème à résoudre.
 Identifier les variables de décision.
 Préciser la fonction objective.
 Préciser les contraintes.

 Le problème à résoudre :

L’atelier de la société TERA veut maximiser les bénéfices dégager de la fabrication


des trois types d’article, alors elle déterminer une fonction qui lui permet de trouver une
solution optimale ou bien une solution qui s’approche le plus possible de l’optimum (la
maximisation du bénéfice unitaire).

 Les variables de décision :

Soit : X, Y, Z ; les variables de décision

X : le nombre de l’article A à produire.

Y : le nombre de l’article B à produire.

Z : le nombre de l’article C à produire.

 Les contraintes de problème :


 Contrainte lié à la disponibilité de la machine mensuellement  :
X/35 + Y/45 + Z/20 ≤ 200
 Contrainte lié à la cadence :
4X+ 3Y + 2Z ≤ 30600
(30600= 170*60*3)
 Contrainte lié à la capacité d’écoulement  :
X ≤ 4900 ; Y ≤ 5400 ; Z ≤ 2000

 Contrainte lié à non négativité :


X, Y, Z ≥ 0

 La fonction objective :
L’atelier de la société TERA vise à maximiser son bénéfice unitaire sous la
fonction suivante :

max : F ( bénèfice unitaire )=10 x +6 y +12 z


 le problème linéaire:

Le problème peut être modélisé sous la forme standard suivante :

max F=10 X +6 Y +12 Z

{
s /c
Z /35+Y /45+Z /20 ≤ 200
PL 4 X+ 3Y + 2 Z ≤ 30600
X ≤ 4900
Y ≤5400
Z ≤ 2000
X ,Y ,Z≥0

max F=10 X +6 Y +12 Z

{
s /c
Z /35+Y / 45+Z /20 ≤ 200
4 X + 3Y +2 Z ≤ 30600
Forme standard :
X ≤ 4900
Y ≤5400
Z ≤ 2000
X ,Y ,Z≥0

La forme canonique :

Soit : e1, e2, e3 les variables d’écart :

max F=10 X +6 Y +12 z+ 0 e 1+0 e 2+0 e 3

{
S/C
X /35+Y / 45+Z /20+1 e 1+0 e 2+ 0 e 3=200
4 X + 3Y +2 Z+ 0 e 1+1 e 2+0 e 3=30600
X + 0 e 1+0 e 2+1 e 3=4900
Y +0 e 1+ 0 e 2+0 e 3+1 e 4=5400
Z +0 e 1+ 0 e 2+0 e 3+ 0e4+1 e 5=2000
x, y ,z ,e1,e2,e3,e 4,e5≥0

L’écriture matricielle :
X
Y

X
() Z
e1
max F [ 10 6 12 0 00 ] e 2
e3
e4
e5
¿

( )( )
Y
200
Z
30600
[ S /C ] [ ] e 1 = 4900
e2
5400
e3 200
e4
e5
La résolution par la méthode du simplexe :(La forme standard)

Tableau initial :

Tableau initial     10 6 12 0 0 0 0 0
Base B R X Y Z e1 e2 e3 e4 e5
e1 0 200 1 / 35 1 / 45 1 / 20 1 0 0 0 0
e2 0 30600 4 3 2 0 1 0 0 0
e3 0 4900 1 0 0 0 0 1 0 0
e4 0 5400 0 1 0 0 0 0 1 0
e5 0 200 0 0 1 0 0 0 0 1
-F
  0 -10 -6 -12 0 0 0 0

- La variable qui sort de la base est e5, et celle qui entre est Z.

Tableau intermédiaire 1 :

Tableau 2     10 6 12 0 0 0 0 0
Base B R X Y Z e1 e2 e3 e4 e5
e1 0 190 1 / 35 1 / 45 0 1 0 0 0 -1 / 20
e2 0 30200 4 3 0 0 1 0 0 -2
e3 0 4900 1 0 0 0 0 1 0 0
e4 0 5400 0 1 0 0 0 0 1 0
Z 12 200 0 0 1 0 0 0 0 1
-F   2400 -10 -6 0 0 0 0 0 12

- La variable qui sort de la base est e3, et celle qui entre est X.
Tableau intermédiaire 2 :

tableau 1
    6 12 0 0 0 0 0
3 0
e
Base B R X Y Z e2 e3 e4 e5
1
-1 /
e1 0 50 0 1 / 45 0 1 0 0 -1 / 20
35
e2 0 10600 0 3 0 0 1 -4 0 -2
1
e3 4900 1 0 0 0 0 1 0 0
0
e4 0 5400 0 1 0 0 0 0 1 0
1
Z 200 0 0 1 0 0 0 0 1
2
-F   51400 0 -6 0 0 0 10 0 12

- La variable qui sort de la base est e1, et celle qui entre est Y

Tableau intermédiaire 3:

Tableau 1
    10 6 0 0 0 0 0
4 2
e e
Base B R X Y Z e1 e3 e5
2 4
Y 6 2250 0 1 0 45 0 -9 / 7 0 -9 / 4
e2 0 3850 0 0 0 -135 1 -1 / 7 0 19 / 4
1
X 4900 1 0 0 0 0 1 0 0
0
e4 0 3150 0 0 0 -45 0 9/7 1 9/4
1
Z 200 0 0 1 0 0 0 0 1
2
6490
Z   0 0 0 270 0 16 / 7 0 -3 / 2
0

- La variable qui sort de la base est Z, et celle qui entre est e5.
Tableau intermédiaire 4 :

Tableau 1
    6 12 0 0 0 0 0
5 0
e e
Base B R X Y Z e1 e3 e5
2 4
Y 6 2700 0 1 9/4 45 0 -9 / 7 0 0
e2 0 2900 0 0 -19 / 4 -135 1 -1 / 7 0 0
X 10 4900 1 0 0 0 0 1 0 0
e4 0 2700 0 0 -9 / 4 -45 0 9/7 1 0
e5 0 200 0 0 1 0 0 0 0 1
-F   65200 0 0 3/2 270 0 16 / 7 0 0

La solution optimale est F = 65200


X = 4900
Y = 2700
Z = 0

Interprétation :

la solution qui maximise le profit A(4900.2700.0), c’est-à-dire en traitant 4900


nombre de l’article A à produire , 2700 nombre de l’article B à produire et 0
nombre de l’article C à produire qui réalisera un profit maximum de :
(10*4900)+(2700*6)+(12*0)= 65200 DH.

 Pour la première contrainte liée à la disponibilité de la machine est saturée :


4900/35 +2700/45 +0/20=200

 Pour la deuxième contrainte liée à la cadence de produit n’est pas


saturée (30600): 4*4900+3*2700+0*2= 27700, donc reste une différance
de 2700 minute qui peut s’exploiter.
 Pour les contraintes liées aux découlements des articles ; l’article 1er est
saturé, mais la 2éme et 3éme ne sont pas saturées ; pour la 2éme reste
2700 article à vendre, et pour la 3éme reste en totalité (2000).

Cas n°5:

 Le problème à résoudre :

L’entreprise BETA cherche à maximiser son profit résultant des 3 produits A ; B et C, tout en
respectant une utilisation optimale des contraintes de ressources.

 Les variables de décision :

Soit : X, Y, Z ; les variables de décision

X : le nombre de produit A à produire et à vendre

Y : le nombre de produit B à produire et à vendre

Z : le nombre de produit C à produire et à vendre

 La fonction objective :

Maximisation des profits réalisés :

Max F(X ; Y ; Z) : (Prix de vente – les coûts)*nombre de produits

1
 Profit du produit A = 15 - (2+3+4* heure ) = 9
4
1
 Profit du produit B = 20 - (3+5+4.50* heure) = 10
3
1
 Profit du produit C = 15 – (2+4+4* heure ¿ = 8
4

Max F (X ; Y ; Z) : 9X + 10Y + 8Z

 Les contraintes de problème :


 Contrainte liée aux matières premières  :

4X + 5Y + 2Z ≤ 2000
2X + 5Y + 4Z ≤ 1800
 Contrainte liée au temps de machine :

10X + 8Y + 10Z ≤ 3600


12X + 10Y + 6Z ≤ 3600
8X + 6Y + 6Z ≤ 4320

 Contrainte liée à la main d’œuvre :

15X + 20Y + 15Z ≤ 4800

Le problème peut être modélisé sous la forme standard suivante :

max f =9 x +10 y+ 8 z

{
s/c
4 x +5 y +2 z ≤2000
2 x +5 y +4 z ≤1800
PL: 10 x+ 8 y +10 z ≤3600
12 x +10 y +6 z ≤ 3600
8 x +6 y +6 z ≤ 43200
15 x +20 y +15 z ≤ 4800
x , y , z≥0

 Résolution par méthode simplexe :


 soit : e1, e2, e3, e4, e5, e6 les variables d’écart :

Tableau initial :

Base B X Y Z e1 e2 e3 e4 e5 e6 R
e1 0 4 5 2 1 0 0 0 0 0 2000
e2 0 2 5 4 0 1 0 0 0 0 1800
e3 0 10 8 10 0 0 1 0 0 0 3600
e4 0 12 10 6 0 0 0 1 0 0 3600
e5 0 8 6 6 0 0 0 0 1 0 4320
e6 0 15 20 15 0 0 0 0 0 1 4800
-F   -9 -10 -8 0 0 0 0 0 0 0
- La variable qui sort de la base est e6, et celle qui entre est Y

Tableaux final :

Bas
R X Y Z e1 e2 e3 e4 e5 e6 B
e
e1 800 0 5/3 0 1 0 0 -1 / 3 0 0 0
e2 1080 0 1/3 0 0 1 0 1/3 0 -2 / 5 0
e3 400 0 -16 / 3 0 0 0 1 0 0 -2 / 3 0
X 280 1 1/3 0 0 0 0 1/6 0 -1 / 15 9
E5 1840 0 -8 / 3 0 0 0 0 -1 / 3 1 -4 / 15 0
Z 40 0 1 1 0 0 0 -1 / 6 0 2 / 15 8
-F 2840 0 1 0 0 0 0 1/6 0 7 / 15  

La solution des problèmes :

La solution optimale est F = 2840


X = 280
Y = 0
Z = 40

Interprétation :

Pour réaliser un bénéfice optimale de 2840, l’entreprise doit produire 280 unité de
produit A et 40 unité de produit C et aucune unité de produit B car il n’est pas
avantageux pour l’entreprise, donc l’entreprise peut abandonner la production de ce type
de produit.
 Analyse des contraintes :
 Contrainte liée aux matières premières :
4*280 + 5*0 + 2*40 = 1200
2*280 + 5*0 + 4*40 = 720
Les contraintes liée aux achats de matières premières ne seront pas saturée, et elles
restent des quantités disponibles de 800 du matériel AX-200 et 1080 unité de matériel
AX-225.
 Contrainte liée au temps de machine :
10*240 + 8*0+ 10*40 =2800
12*240 + 10*0 + 6*40 = 3120
8*240 + 6*0 + 6*40 = 2160
Les contraintes liées au temps de machine ne seront pas saturées et elles restent
400minute dans dép. Montage et 280 minutes dans dép. Contrôle et 1840 minutes dans
dép.embalage.
 Contrainte liée à la main d’œuvre :
15*240 + 20*0+ 15*40 = 4200
Cette contrainte elle-même ne sera pas saturée, et il reste 40 minute.
Pour conclure, si l’entreprise veut maximiser sans profile, aucune contraintes ne sera
saturées.

Cas n°7 :

 Le problème à résoudre :

L’entreprise envisage à déménager un nombre spécifique de ses machines tout en


minimisant les coûts de location des véhicules V1, V2 et V3 utilisées pour les transporter.

 Les variables de décision :

Soit : X, Y, Z ; les variables de décision

X : nombres de véhicules V1

Y : nombres de véhicules V2

Z : nombres de véhicules V3

La fonction objective 

Minimisation du coût de location :

Min F(X ; Y. ; Z) : coût de location de V1 + coût de location de V2+ coût de location de V3
Min F(X ; Y ; Z) : 500X + 900Y + 1500Z

 Les contraintes de problème :


 Contrainte liée au transport de M1 :
2X+2Y+4Z ≥ 90
 Contrainte liée au transport de M2 :
4X+6Y+20Z ≥240
 Contrainte liée au transport de M3
10X+20Y+30Z ≥750

Donc ; le problème revient à résoudre est le suivant :

min f =500 x +900 y +1500 y

PL

{ 2 x +2
S /C
y +4 z ≥ 90
4 x +6 y +20 z ≥ 240
10 x +20 y+ 30 z ≥750
x , y, z≥0

 Pour résoudre ce problème on utilise le dual qui se présente comme suit  :

Maxf =90 x 1+240 x 2+750 x 3

PL

{ S /C
2 x 1+4 x 2+10 x 3 ≥ 90
2 x 1+6 x 2+20 x 3 ≥240
4 x 1+20 x 2+30 x 3 ≥ 750
x 1 , x 2 , x 3≥ 0

Tableau initial :

Soit : e1, e2, e3 les variables d’écart :

BASE X1 X2 X3 e1 e2 e3 R

e1 2 4 10 1 0 0 500

e2 2 6 20 0 1 0 900

e3 4 20 30 0 0 1 1500
F 90 240 750 0 0 0 0

- La variable qui sort de la base est e2, et celle qui entre est X3.

BASE X1 X2 X3 e1 e2 e3 R

e1 1 1 0 1 -1/2 0 50

X3 0 1/5 1 -1/10 -1/20 0 40

e3 0 10 0 -1 -1 1 100

F 0 0 0 -15 -30 0 -34500

Donc ; Résultats égal à : 34500 ; Avec : X=15 ; Y=30 et Z=0

Interprétation :

Le coût minimum total de location des véhicules qui permet à l’entreprise de


transporter ses machines en un seul voyage ; est de 34500 DH.

Tout en louant 15 véhicules V1 et 30 véhicules V2 et aucune véhicules V3,

Analyse des contraintes :

Les contraintes constituent un système de 3 équations comportant 3 variables :

 Transport de M1 : 2*15+2*30=90 (une satisfaction)


 Transport de M2 : 4*15+6*30=240 (une satisfaction)
 Transport de M3 : 10*15+20*30=750 (une satisfaction)

L’entreprise va achever son but de transporter exactement 90 M1 ; 240 M2 et 750 M3, il
ne reste aucune place.
X