CAS 3 

:
SOLUTION :

Identification des variables de décision :

- Les quantités que le modèle doit déterminer sont les produits en inox, repartis en 3
types : A, B et C ; sachant qu’ils sont fabriqués par lot de 50.
- On pose :
X1 : le nombre de lot de type A fabriqué ;
X2 : le nombre de lot de type B fabriqué ;
X3 : le nombre de lot de type C fabriqué.

Expression de l’objectif :
- L’entreprise ALPHA souhaite maximiser son résultat mensuel ;
On a :
Résultat = PRIX – COUT
- Le COUT unitaire de chaque type de lots :
Lot A = 20+ (30*0, 5) + (2*40) +50= 165 DHS/LOT A
Lot B = (1, 5*20) +40+85= 155 DHS/LOT B
Lot C = (1, 5*20) +30+40+68= 168 DHS/LOT C
- Le résultat unitaire de chaque type de lots :
R Lot A = 200-165= 35 DHS/LOT A
R Lot B = 200-155= 45 DHS/LOT B
R Lot C = 210-168= 42 DHS/LOT C

Donc la fonction sera la suivante :

MAX Z= 35 X1 + 45 X2 + 42 X3

Expression des contraintes :

- La contrainte de l’atelier Découpe, on a deux machines de découpe chacune
fonctionne 120 h ; donc la contrainte sera comme suite :
X1 + 1,5 X2 + 1,5 X3 < 240
- La contrainte de l’atelier Emboutissage, on a une machine disponible qui fonction
120 h ; donc la contrainte sera comme suite :
0,5 X1 + X3 < 120
- La contrainte de l’atelier Polissage et Finition, on a deux machines chacune
fonctionne 120 h ; donc la contrainte sera comme suite :

2 X1 + X2 + X3 < 240

- La contrainte évidente : X1 > 0 ; X2 > 0 ; X3 > 0

Le programme linéaire :

{MAXZ=35X1+45X2+4X3¿{1+,5X2+1,5X3≤240¿{ 0,5X1+X3≤120¿{ 2X1+X2+X3≤240¿

La solution du programme linéaire avec la méthode simplex une phase :

On transforme le problème sous sa forme canonique, ajoutant des variables d'excès, d'écart,
et artificielles, selon qu'il convient (afficher/cacher les détails)

 Comme la contrainte 1 est de type '≤' il est nécessaire d'ajouter la variable d'écart E1.
 Comme la contrainte 2 est de type '≤' il est nécessaire d'ajouter la variable d'écart E2.
 Comme la contrainte 3 est de type '≤' il est nécessaire d'ajouter la variable d'écart E3.

MAXIMISER: 35 X1 + 45 MAXIMISER: 35 X1 + 45 X2 + 42 X3 + 0

X2 + 42 X3 E1 + 0 E2 + 0 E3
1 X1 + 1,5 X2 + 1,5 X3 ≤ 240 1 X1 + 1.5 X2 + 1.5 X3 + 1 E1 = 240
0,5 X1 + 0 X2 + 1 X3 ≤ 120 0.5 X1 + 1 X3 + 1 E2 = 120
2 X1 + 1 X2 + 1 X3 ≤ 240 2 X1 + 1 X2 + 1 X3 + 1 E3 = 240
X1, X2, X3 ≥ 0 X1, X2, X3, E1, E2, E3 ≥ 0

Nous avons construit le premier tableau de la méthode du Simplexe.

Tableau
    35 45 42 0 0 0
1
C E
Base C X1 X2 X3 E1 E3
b 2
3/
E1 0 240 1 3/2 1 0 0
2
E2 0 120 1/2 0 1 0 1 0
E2 0 240 2 1 1 0 0 1
Z   0 -35 -45 -42 0 0 0

La variable qui sort de la base est E1, et celle qui entre est X2.
 Tableau
    35 45 42 0 0 0
2
X E
Base Cb C X1 X2 E1 E3
3 2
2/
X2 45 160 1 1 2/3 0 0
3
1/
E2 0 120 0 1 0 1 0
2
4/ -2 /
E3 0 80 0 0 0 1
3 3
Z   7200 -5 0 3 30 0 0

La variable qui sort de la base est E3, et celle qui entre est X1.

Tableau
    35 45 42 0 0 0
3
X X
Base Cb C X2 E1 E2 E3
1 3
X2 45 120 0 1 1 1 0 -1 / 2
E2 0 90 0 0 1 1/4 1 -3 / 8
X1 35 60 1 0 0 -1 / 2 0 3/4
750 55 /
Z   0 0 3 0 15 / 4
0 2

Tout les coefficients de la dernière ligne sont positifs ou nuls, on ne peut plus augmenter la
fonction objectif, le tableau 3 est donc optimal et l’algorithme du simplex s’arrête.

La solution optimale est Z = 7500

X1 = 60 ; X2 = 120 ; X3 = 0 ; E1 = 0 ; E2 = 90 ; E3 = 0

INTERPRETATION :

- Pour maximiser le résultat de l’entreprise Alpha, il faut suivre le programme optimal

suivant :

Produire 60 lots A, 120 lots B et zéro lot C, pour réaliser une recette mensuelle égal
à 7.500 dhs.
 - Les contraintes de l’atelier Découpe et de l’Emboutissage sont saturées ; par contre
la troisième contrainte ; celle de l’atelier polissage et finition n’est pas saturée, il
reste 90 h non utilisé pendant chaque mois, un sous emploi qu’il faut l’exploiter.

CAS 4 :
SOLUTION :

Identification des variables de décision :

- Les quantités que le modèle doit déterminer sont les articles, repartis en 3 types : A,
B et C.
- On pose :
X1 : le nombre d’articles de type A fabriqué et vendu ;
X2 : le nombre d’articles de type B fabriqué et vendu ;
X 3 : le nombre d’articles de type C fabriqué et vendu.

Expression de l’objectif :
- L’entreprise TERA souhaite maximiser son bénéfice ;
On a :
Le bénéfice unitaire pour article A est de 10 euros par objet, pour B est de 6 euros
par objet et pour C est de 12 euros par objet.
Donc la fonction sera la suivante :

MAX Z= 10 X1 + 6 X2 + 12 X3

Expression des contraintes :

- La contrainte liée aux heures correspondantes à la fabrication des articles avec la
machine-outil mensuellement :
1/35X1 + 1/45 X2 + 1/20 X3 < 200

- La contrainte liée aux heures des techniciens :

4 X1 + 3X2 + 2X3 < 30600

- La contrainte liée aux quantités d’articles vendus mensuellement :

 X1 < 4900
X2 < 5400
X3 < 2000

Le programme linéaire :

{MAXZ=10+6X213¿{/5X1+421/0X3≤2¿{ 4X1+32 X≤306¿{ X1≤490¿{ X2≤540¿{ X3≤20¿

On transforme le problème sous sa forme canonique, ajoutant des variables d'excès, d'écart,
et artificielles, selon qu'il convient (afficher/cacher les détails)

 Comme la contrainte 1 est de type '≤' il est nécessaire d'ajouter la variable d'écart E1.
 Comme la contrainte 2 est de type '≤' il est nécessaire d'ajouter la variable d'écart E2.
 Comme la contrainte 3 est de type '≤' il est nécessaire d'ajouter la variable d'écart E3.
 Comme la contrainte 4 est de type '≤' il est nécessaire d'ajouter la variable d'écart E4.
 Comme la contrainte 5 est de type '≤' il est nécessaire d'ajouter la variable d'écart E5.

MAXIMISER: 10 X1 + 6 X2 + 12 X3 + 0 E1 +

MAXIMISER: 10 X1 + 6 X2 + 12 X3
0 E2 + 0 E3 + 0 E4 + 0 E5
1/35 X1 + 1/45 X2 + 1/20 X3 ≤ 200 0.028 X1 + 0.022 X2 + 0.05 X3 + 1 E1 = 200
4 X1 + 3 X2 + 2 X3 ≤ 30600 4 X1 + 3 X2 + 2 X3 + 1 E2 = 30600
1 X1 + 0 X2 + 0 X3 ≤ 4900 1 X1 + 1 E3 = 4900
0 X1 + 1 X2 + 0 X3 ≤ 5400 0 X1 + 1 X2 + 1 E4 = 5400
0 X1 + 0 X2 + 1 X3 ≤ 2000 0 X1 + 1 X3 + 1 E5 = 2000

X1, X2, X3 ≥ 0 X1, X2, X3, E1, E2, E3, E4, E5 ≥ 0
Nous avons construit le premier tableau de la méthode du Simplexe.

Tableau
    10 6 12 0 0 0 0 0
1
E
Base Cb C X1 X2 X3 E1 E2 E3 E5
4
1/
E1 0 200 1 / 35 1 / 20 1 0 0 0 0
45
3060
E2 0 4 3 2 0 1 0 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 2000 0 0 1 0 0 0 0 1
Z   0 -10 -6 -12 0 0 0 0 0

La variable qui sort de la base est E5, et celle qui entre est X3.

Ligne pivot (Ligne 5):

2000 / 1 = 2000
0 / 1 = 0
0 / 1 = 0
1 / 1 = 1
0 / 1 = 0
0 / 1 = 0
0 / 1 = 0
0 / 1 = 0
1 / 1 = 1

Ligne 1:
200 - (1 / 20 * 2000) = 100
1 / 35 - (1 / 20 * 0) = 1 / 35
1 / 45 - (1 / 20 * 0) = 1 / 45
1 / 20 - (1 / 20 * 1) = 0
1 - (1 / 20 * 0) = 1
0 - (1 / 20 * 0) = 0
0 - (1 / 20 * 0) = 0
0 - (1 / 20 * 0) = 0
0 - (1 / 20 * 1) = -1 / 20

Ligne 2:
30600 - (2 * 2000) = 26600
4 - (2 * 0) = 4
3 - (2 * 0) = 3
2 - (2 * 1) = 0
0 - (2 * 0) = 0
1 - (2 * 0) = 1
0 - (2 * 0) = 0
0 - (2 * 0) = 0
0 - (2 * 1) = -2

Ligne 3:
4900 - (0 * 2000) = 4900
1 - (0 * 0) = 1
0 - (0 * 0) = 0
0 - (0 * 1) = 0
0 - (0 * 0) = 0
0 - (0 * 0) = 0
1 - (0 * 0) = 1
0 - (0 * 0) = 0
0 - (0 * 1) = 0

Ligne 4:
5400 - (0 * 2000) = 5400
0 - (0 * 0) = 0
1 - (0 * 0) = 1
0 - (0 * 1) = 0
0 - (0 * 0) = 0
0 - (0 * 0) = 0
0 - (0 * 0) = 0
1 - (0 * 0) = 1
0 - (0 * 1) = 0
Ligne Z:
0 - (-12 * 2000) = 24000
-10 - (-12 * 0) = -10
-6 - (-12 * 0) = -6
-12 - (-12 * 1) = 0
0 - (-12 * 0) = 0
0 - (-12 * 0) = 0
0 - (-12 * 0) = 0
0 - (-12 * 0) = 0
0 - (-12 * 1) = 12

Tableau
    10 6 12 0 0 0 0 0
2
X
Base Cb C X1 X2 E1 E2 E3 E4 E5
3
1/
E1 0 100 1 / 45 0 1 0 0 0 -1 / 20
35
E2 0 26600 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
X3 12 2000 0 0 1 0 0 0 0 1
Z   24000 -10 -6 0 0 0 0 0 12

La variable qui sort de la base est E1, et celle qui entre est X1.

Tableau
    10 6 12 0 0 0 0 0
3
X X
Base Cb C X2 E1 E2 E3 E4 E5
1 3
X1 10 3500 1 7/9 0 35 0 0 0 -7 / 4
E2 0 12600 0 -1 / 9 0 -140 1 0 0 5
E3 0 1400 0 -7 / 9 0 -35 0 1 0 7/4
E4 0 5400 0 1 0 0 0 0 1 0
X3 12 2000 0 0 1 0 0 0 0 1
Z   59000 0 16 / 0 350 0 0 0 -11 / 2
 9

La variable qui sort de la base est E3, et celle qui entre est E5.

Tableau
    10 6 12 0 0 0 0 0
4
X E
Base Cb C X2 X3 E1 E3 E4 E5
1 2
X1 10 4900 1 0 0 0 0 1 0 0
19 /
E2 0 8600 0 0 -40 1 -20 / 7 0 0
9
E5 0 800 0 -4 / 9 0 -20 0 4/7 0 1
E4 0 5400 0 1 0 0 0 0 1 0
X3 12 1200 0 4/9 1 20 0 -4 / 7 0 0
Z   63400 0 -2 / 3 0 240 0 22 / 7 0 0

La variable qui sort de la base est X3, et celle qui entre est X2.

Tableau
    10 6 12 0 0 0 0 0
5
X X
Base Cb C X3 E1 E2 E3 E4 E5
1 2
X1 10 4900 1 0 0 0 0 1 0 0
E2 0 2900 0 0 -19 / 4 -135 1 -1 / 7 0 0
E5 0 2000 0 0 1 0 0 0 0 1
E4 0 2700 0 0 -9 / 4 -45 0 9/7 1 0
X2 6 2700 0 1 9/4 45 0 -9 / 7 0 0
16 /
Z   65200 0 0 3/2 270 0 0 0
7

Toute les coefficients de la dernière ligne sont positifs ou nuls, on ne peut plus augmenter la
fonction objectif, le tableau 5 est donc optimal et l’algorithme du simplex s’arrête ;

La solution optimale est Z = 65200

X1 = 4900 ; X2 = 2700 ; X3 = 0 ; E1 = 0 ; E2 = 2900 ; E3 = 0 ; E4 = 2700 ; E5 = 2000.

INTERPRETATION :
 - Pour la réalisation d’un bénéfice maximal de 65200 DH, l’entreprise devra fabriquer
et vendre 4900 articles A, 2700 articles B et zéro article C.

- Nous constatons une saturation en ce qui concerne la contrainte liée aux ventes de l’article A
et la contrainte liée aux heures correspondantes à la fabrication des articles avec la
machine-outil mensuellement ;
- En outre, nous constatons qu’il y a un sous-emploi de 2900 min. De plus, la contrainte liée
aux ventes de l’article B est non saturée il reste en stock 2700 articles. Enfin, la contrainte
liée aux ventes de l’article C est également non saturée, on a rien vendu.

CAS 5:
SOLUTION :

Identification des variables de décision :

- Les quantités que le modèle doit déterminer sont les produits, repartis en 3 types :
A, B et C.
On pose :
X1 : la quantité de produit A a fabriqué ;
X2 : la quantité de produit B a fabriqué ;
X3 : la quantité de produit C a fabriqué.

Expression de l’objectif :
- L’entreprise BETA souhaite maximiser son bénéfice :
On a :
Bénéfice = Recette total – Cout unitaire
 - Le COUT unitaire de chaque type de produits :

Produit A = 2 + 3 + 1= 6 euros/produit A
Produit B = 3+ 5+1,5= 9,5 euros/produit B
Produit C = 2 + 4+ 1 = 7 euros/produit C

- Le résultat unitaire de chaque type de produits  :

R produit A = 15 - 6 = 9 euros/produit A
R produit B = 19,5-9,5= 10 euros/ produit B
R produit C = 15 - 7 = 8 euros/produit C

Donc la fonction sera la suivante : MAX Z= 9 X1 + 10 X2 + 8 X3

Expression des contraintes :

- Les contraintes liées aux matières premières :
Matériel AX-200 : 4X1 + 5X2 + 2X3 < 2000
Matériel AX-225 : 2X1 + 5X2 + 4X3 < 1800
- Les contraintes liées aux temps-machine pour chaque département :
Dép. montage : 10X1 + 8X2 +10X3 < 3600
Dép. Contrôle : 12X1 + 10X2 + 6X3 < 3600
Dép. Emballage : 8X1 + 6X2 + 6 X3 < 3600
- La contrainte à la main-d’œuvre :
15X1+ 20X2 + 15X3 < 4800
- La contrainte évidente : X1 > 0 ; X2 > 0 ; X3 > 0

Le programme linéaire :
 {MAXZ=91+0X283¿{41+5X2 3≤0¿{2X1+543≤180¿{X+2103≤6¿{2Χ1+063≤0¿{8Χ1+623≤40¿{15Χ+2 3≤480¿
La solution du programme linéaire avec la méthode simplex normal :

On transforme le problème sous sa forme canonique, ajoutant des variables d'excès, d'écart,
et artificielles, selon qu'il convient (afficher/cacher les détails)

 Comme la contrainte 1 est de type '≤' il est nécessaire d'ajouter la variable d'écart E1.
 Comme la contrainte 2 est de type '≤' il est nécessaire d'ajouter la variable d'écart E2.
 Comme la contrainte 3 est de type '≤' il est nécessaire d'ajouter la variable d'écart E3.
 Comme la contrainte 4 est de type '≤' il est nécessaire d'ajouter la variable d'écart E4.
 Comme la contrainte 5 est de type '≤' il est nécessaire d'ajouter la variable d'écart E5.
 Comme la contrainte 6 est de type '≤' il est nécessaire d'ajouter la variable d'écart E6.

MAXIMISER: 9X1 +10X2 + 8 X3 + 0
MAXIMISER: 9X1+10X2+8X3
E1 + 0 E2 + 0 E3+ 0 E4+ 0 E5+ 0 E6
4X1 + 5 X2 + 2 X3 ≤ 2000 4X1 + 5 X2 + 2 X3 + 1 E1 = 2000
2 X1 + 5 X2 + 4 X3 ≤ 1800 2 X1 + 5 X2+ 4 X3 + 1E2  = 1800
10X1+ 8 X2 + 10X3 ≤ 3600 10X1 + 8 X2 +10X3+ 1 E3 = 3600
12X1+ 10X2+6X3 ≤ 3600 12X1+ 10X2 + 6X3 + 1 E4 = 3600
8 X1+ 6X2 + 6X3 ≤ 4320 8 X1+ 6 X2 + 6X3 + 1 E5 =4320
15X1+ 20X2+15X3 ≤ 4800 15X1+ 20X2+ 15X3+ 1 E6= 4800
X1, X2, X3 ≥ 0 X1, X2, X3, E1, E2, E3, E4, E5, E6 ≥ 0

Nous avons construit le premier tableau de la méthode du Simplexe.

Tableau     9 10 8 0 0 0 0 0 0
1
Base Cb C X1 X2 X3 E1 E2 E3 E4 E5 E6
E4 0 800 1/4 0 -7 / 1 0 0 0 0 -1 / 4
4
 E5 0 600 -7 / 0 1/4 0 1 0 0 0 -1 / 4
4
E6 0 1680 4 0 4 0 0 1 0 0 -2 / 5
E7 0 1200 9 / 2 0 -3 / 0 0 0 1 0 -1 / 2
2
E8 0 2880 7 / 2 0 3/2 0 0 0 0 1 -3 / 10
E9 0 240 3 / 4 1 3/4 0 0 0 0 0 1 / 20
Z   0 -9 -10 -8 0 0 0 0 0 0
La variable qui sort de la base est E9, et celle qui entre est X2.

Tableau     9 10 8 0 0 0 0 0 0
2
Base Cb C X1 X X3 E4 E5 E E7 E8 E9
2 6
E4 0 800 1/4 0 -7 / 1 0 0 0 0 -1 / 4
4
E5 0 600 -7 / 0 1/4 0 1 0 0 0 -1 / 4
4
E6 0 168 4 0 4 0 0 1 0 0 -2 / 5
0
E7 0 120 9 / 2 0 -3 / 0 0 0 1 0 -1 / 2
0 2
E8 0 288 7 / 2 0 3 / 2 0 0 0 0 1 -3 / 10
0
X2 10 240 3 / 4 1 3 / 4 0 0 0 0 0 1 / 20
Z   240 -3 / 0 -1 / 0 0 0 0 0 1/2
0 2 2
La variable qui sort de la base est E7, et celle qui entre est X1.

Tableau     9 10 8 0 0 0 0 0 0
3
Base Cb C X1 X X3 E4 E E6 E7 E8 E9
2 5
E4 0 2200 / 3 0 0 -5 / 3 1 0 0 -1 / 18 0 -2 / 9
E5 0 3200 / 3 0 0 -1 / 3 0 1 0 7 / 18 0 -4 / 9
E6 0 1840 / 3 0 0 16 / 3 0 0 1 -8 / 9 0 2 / 45
X1 9 800 / 3 1 0 -1 / 3 0 0 0 2 / 9 0 -1 / 9
E8 0 5840 / 3 0 0 8 / 3 0 0 0 -7 / 9 1 4 / 45
X2 10 40 0 1 1 0 0 0 -1 / 6 0 2 / 15
Z   2800 0 0 -1 0 0 0 1/3 0 1/3
La variable qui sort de la base est X2, et celle qui entre est X3.

Tableau 4     9 10 8 0 0 0 0 0 0
Base C C X X2 X E4 E5 E6 E7 E8 E9
b 1 3
 E4 0 800 0 5/3 0 1 0 0 -1 / 0 0
3
E5 0 1080 0 1/3 0 0 1 0 1/3 0 -2 / 5
E6 0 400 0 -16 / 3 0 0 0 1 0 0 -2 / 3
X1 9 280 1 1/3 0 0 0 0 1/6 0 -1 / 15
E8 0 1840 0 -8 / 3 0 0 0 0 -1 / 1 -4 / 15
3
X3 8 40 0 1 1 0 0 0 -1 / 0 2 / 15
6
Z   2840 0 1 0 0 0 0 1/6 0 7 / 15

Tous les coefficients de la dernière ligne sont positifs ou nuls, on ne peut plus augmenter la
fonction objectif, le tableau 4 est donc optimal et l’algorithme du simplex s’arrête.

La solution optimale est Z = 2840

Avec : X1 = 280 ; X2 = 0 ; X3 = 40

INTERPRETATION :

- Pour la réalisation d’un bénéfice maximal de 2840 euros, l’entreprise BETA devra
fabriquer et vendre 280 unités de A, 0 unités de B et 40 unités de C.

- Nous constatons une saturation en ce qui concerne la contrainte liée à la main

d’œuvre
Et la contrainte liée au temps-machine dans le département de contrôle ;
- En outre, nous constatons qu’il y a un sous-emploi de 800 unités pour matériel AX-
200 et 1080 pour matériel AX-225. De plus, les deux contraintes liées au temps-
machine pour les deux autres départements à savoir le département de montage et
d’emballage sont non saturées aussi il reste respectivement 400 min et 1880 min .
 CAS 6 :
SOLUTION :

Identification des variables de décisions :

Les quantités demandés pour l’élaboration de deux produits A et B :

X1 : Les quantités de produit A à fabriquer ;

X2 : Les quantités de produit B à fabriquer.

Expression de la fonction objective :

La société GAMA souhaite minimiser le coût du transport des matières premières et le

retour des produits finis :

Min F = Coût du transport = Coût d’approvisionnement + Coût de distribution

= (2*2X1 + 2*3X2) + (2*1,5X1 + 2*2X2)

Ce qui implique :

Min F = 7X1 + 10X2

Expression des contraintes :

- Les contraintes liées à la fabrication minimale :

X1 > 4000  ; X2 > 5000

- La contrainte liée à la main d’œuvre :

X1 + 0,5X2 < 10000

- La contrainte liée à la matière première :

2X1 + 3X2 > 36000

Le programme linéaire :

{MinF=7X1+02¿{s/c:X1≥40¿{X2≥50¿{X1+0,52≤10 ¿{2X1+32≥60¿
La solution du programme linéaire avec la méthode graphique :
 Coordonée X Coordonée Y
Point Valeur de la fonction (Z)
(X1) (X2)
O 0 0 0
A 4000 0 28000
B 4000 5000 78000
C 4000 12000 148000
D 4000 9333.3333333333 121333.33333333
E 0 5000 50000
F 7500 5000 102500
G 10500 5000 123500
H 0 20000 200000
I 10000 0 70000
J 6000 8000 122000
K 0 12000 120000
L 18000 0 126000

En vert, les points dont on trouve la solution.

En rouge, les points qui ne satisfont pas les contraintes.

Interprétation :
-On remarque que le programme mensuel de production sera de 4000 unités du produit A et
9334 unités du produit B pour minimiser le coût de transport qui est d’un montant global de
121340 DH.

Analyse des contraintes :

Les contraintes liées à la fabrication minimale sont satisfaisantes puisque :

X1 = 4000 et X2 = 9334 > 5000.

La contrainte liée à la main d’œuvre n’est pas saturée parce que :

4000+ 0,5 * 9334 =8667 <10000 avec un écart de 1333

La contrainte liée à la matière première est satisfaisante parce que :

2 * 4000 + 3 *9334 = 36002 > 36000

 CAS 7 :
SOLUTION :

Identification des variables de décisions :

X1 : Nombre de camions V1 à louer.

X2: Nombre de camions V2 à louer.

X3 : Nombre de camions V3 à louer.

Expression de la fonction objective :

L’objectif :

Minimiser les coûts des camions à louer pour transporter les machines : M1, M2, M3.

Le cas 7 avance que les 3 véhicules (V1,V2,V3) ont des tarifs respectivement de 500,900 et
1500.

Par conséquent, la fonction économique est :

Min Z = 500 X1 + 900 X2 + 1500 X3

Expression des contraintes :

2X + 2Y + 4Z = 90

 L’entreprise souhaite transporter 90 M1 en un seul convoi.

4X + 6Y + 20Z = 240

 L’entreprise souhaite transporter 240 M2 en un seul convoi.

10X + 20Y + 30Z = 750

 L’entreprise souhaite transporter 750 M3 en un seul convoi.

Le programme linéaire :

MIN z=500 X + 900Y +1500 Z

PL
{ S /c
2 X +2Y + 4 Z=90
4 X+ 6 Y +20 Z=240
10 X +20 Y +30 Z=750
X ,Y , Z >0
La solution du programme linéaire avec la méthode simplex une phase :

On transforme le problème sous sa forme canonique, ajoutant des variables d'excès, d'écart,
et artificielles, selon qu'il convient (afficher/cacher les détails)

 Comme la contrainte 1 est de type '=' il est nécessaire d'ajouter la variable artificielle X6.
 Comme la contrainte 2 est de type '=' il est nécessaire d'ajouter la variable artificielle X5.
 Comme la contrainte 3 est de type '=' il est nécessaire d'ajouter la variable artificielle X4.

MAXIMISER: 500 X1 + 900 MAXIMISER: 500 X1 + 900 X2 + 1500

X2 + 1500 X3 X3 + 0 X4 + 0 X5 + 0 X6
2 X1 + 2 X2 + 4 X3 = 90 2 X1 + 2 X2 + 4 X3 + 1 X6 = 90
4 X1 + 6 X2 + 20 X3 = 240 4 X1 + 6 X2 + 20 X3 + 1 X5 = 240
10 X1 + 20 X2 + 30 X3 = 750 10 X1 + 20 X2 + 30 X3 + 1 X4 = 750
X1, X2, X3 ≥ 0 X1, X2, X3, X4, X5, X6 ≥ 0

Nous avons construit le premier tableau de la phase I de la méthode des Deux Phases.

Tableau
    0 0 0 -1 -1 -1
1
E
Base Cb C X1 X2 X3 E1 E3
2
E3 -1 90 2 2 4 0 0 1
E2 -1 240 4 6 20 0 1 0
E1 -1 750 10 20 30 1 0 0
-
Z   -1080 -16 -28 0 0 0
54

La variable qui sort de la base est E2, et celle qui entre est X3.

Tableau
    0 0 0 -1 -1 -1
2
X
Base Cb C X1 X2 E1 E2 E3
3
E3 -1 42 6/5 4/5 0 0 -1 / 5 1
X3 0 12 1/5 3 / 10 1 0 1 / 20 0
E1 -1 390 4 11 0 1 -3 / 2 0
Z   -432 -26 / 5 -59 / 5 0 0 27 / 10 0

La variable qui sort de la base est E1, et celle qui entre est X2.
 Tableau
    0 0 0 -1 -1 -1
3
C
Base C X1 X2 X3 E1 E2 E3
b
E3 -1 150 / 11 10 / 11 0 0 -4 / 55 -1 / 11 1
-3 /
X3 0 15 / 11 1 / 11 0 1 1 / 11 0
110
X2 0 390 / 11 4 / 11 1 0 1 / 11 -3 / 22 0
-150 / -10 /
Z   0 0 59 / 55 12 / 11 0
11 11

La variable qui sort de la base est E3, et celle qui entre est X1.

Tableau
    0 0 0 -1 -1 -1
4
X X
Base Cb C X2 E1 E2 E3
1 3
X1 0 15 1 0 0 -2 / 25 -1 / 10 11 / 10
X3 0 0 0 0 1 -1 / 50 1 / 10 -1 / 10
X2 0 30 0 1 0 3 / 25 -1 / 10 -2 / 5
Z   0 0 0 0 1 1 1

Il y a une solution possible au problème, nous pouvons donc passer à la Phase II pour le
calcul.

Tableau
    500 900 1500
1
Base Cb C X1 X2 X3
X1 500 15 1 0 0
X3 1500 0 0 0 1
X2 900 30 0 1 0
Z   34500 0 0 0
Tout les coefficients de la dernière ligne sont positifs ou nuls, on ne peut plus augmenter la
fonction objectif, le tableau 3 est donc optimal et l’algorithme du simplex s’arrête.

La solution optimale est Z = 34500

X1 = 15 ; X2 = 30 ; X3 = 0 ; E1=E2=E3=0

Interprétation :
Pour qu’elle puisse transporter 90 machine M1, 240 machines M2 et 750 machines M3
l’entreprise doit utiliser 15 camions V1, 30 camions V2 et 0 camions V3, et ce pour un coût
optimal de 34500.

Vérification des contraintes :

2*15 + 2*30 + 4*0 = 90 (Contrainte saturée)

4*15 + 6*30 + 20*0 = 240 (Contrainte saturée)

10*15 + 20*30 + 30*0 = 750 (Contrainte saturée)

In fine, toutes les contraintes sont saturées, en outre, les résultats obtenus ont abouti à un
coût optimal de : 500*15 + 900*30 +1500*0 = 34500.
La source des tableaux : http://www.phpsimplex.com/simplex/page7.php?f=1&l=fr

Réaliser par :

Ahmed Bouameur
Rouchedi Tyaibi
Bensi Abdellah
Anass Elaroussy
Tareq Tabaa
Charif Kassem