La recherche opérationnelle

La recherche opérationnelle désigne l’ensemble des méthodes permettant de

trouver des solutions optimales en vue d’aboutir à un meilleur résultat
possible.

La modélisation
C’est une technique qui permet de transformer un phénomène à un
programme linéaire en vue de donner une interprétation claire.

Programme linéaire PL :
-Fonction objective (fonction économique) : max ou min
-Contraintes : marché, concurrence, stock
-Variables de positivité (de non négativité) : les variables de décision

Forme canonique :
-Maximisation avec des contraintes ayant ≤ et les variables de décision ayant ≥
-Minimisation avec des contraintes ayant ≥ et les variables de décision ayant ≥
Forme standard :
A ajouter des variables d’écart (e) pour rendre une inéquation à une équation
Solution :
1)
Max Z = 1500 X1 + 1800 X2
5X1 + 3X2 ≤ 270
7X1 + 8X2 ≤ 800
4X1 + 6X2 ≤ 360
X1 ≥ 0 ; X2 ≥ 0

2)
Max Z = 1500 X1 + 1800 X2
5X1 + 3X2 + e1 = 270
7X1 + 8X2 + e2 = 800
4X1 + 6X2 + e3 = 360
X1 ≥ 0 ; X2 ≥ 0 ; e1 ≥0 ; e2 ≥0 ; e3 ≥0

3)
Variables hors bases
X1 = 0
X2 = 0
Variables de bases
e1 = 270
e2 = 800
e3 = 360

Exercice 2
-L’entreprise AMLAS produit des chaises et des petites tables à partir d'un stock
de 16 unités de bois, 10 unités de tissu et emploie un ouvrier qui fournit 40
heures de travail par semaine.
-Pour produire une chaise, il faut 1 heure de travail, une unité de bois et une
unité de tissu. Tandis que pour une table il faut 4 heures de travail et 1 unité de
bois.
-Le prix d'une chaise est de 100 Unités-Monétaire (UM) et celui d'une table de
200 UM.
T.A.F :
1) Déterminer le PL à maximiser le chiffre d'affaire
2) Ecrire la forme standard
3) Déterminer les variables hors bases et les variables de bases

Solution :
1)
Max f(X) = 100 X1 + 200 X2
X1 + 4X2 ≤ 40
X1 + X2 ≤ 16
X1 ≤ 10
X1 ≥ 0 ; X2 ≥ 0

2)
Max f(X) = 100 X1 + 200 X2
X1 + 4X2 + e1 = 40
X1 + X2 + e2 = 16
X1 + e3 = 10
X1 ≥ 0 ; X2 ≥ 0 ; e1 ≥0 ; e2 ≥0 ; e3 ≥0

3)
Variables hors bases
X1 = 0
X2 = 0

Variables de bases
e1 = 40
e2 = 16
e3 = 10

Exercice 3
-Une entreprise prépare trois boites de fruit frais : une boite de luxe, une boite
spéciale et une boite ordinaire.
-La boite de luxe contient 0.45 kg de dattes ; 0.67 kg d'abricots et 0.34 kg de
pêches.
-La boite spéciale contient 0.56 kg de dattes ; 0.34kg d'abricots et 0.84 kg de
pêches.
-La boite ordinaire contient 0.45 kg de dattes et 0.22 kg d'abricots.
-L'entreprise dispose de 33.6 kg de dattes ; 25.2 kg d'abricots et 10.08 kg de
pêches.
-Les profits sur chaque boite de luxe ; spéciale et ordinaire sont respectivement
de 3dh ; 2dh et 1.5dh
T.A.F :
1) Déterminer le programme linéaire à maximiser le profit
2) Ecrire la forme matricielle en déterminant les variables hors bases et les
variables de bases

Solution :
1)
Max f(X) = 3 X1 + 2 X2 + 1,5 X3
0,45 X1 + 0,56 X2 + 0,45 X3 ≤ 33,6
0,67 X1 + 0,34 X2 + 0,22 X3 ≤ 25,2
0,34 X1 + 0,84 X2 ≤ 10,08
X1 ≥ 0 ; X2 ≥ 0 ; X3 ≥ 0

2)
Forme standard
Max f(X) = 3 X1 + 2 X2 + 1,5 X3
0,45 X1 + 0,56 X2 + 0,45 X3 + e1 = 33,6
0,67 X1 + 0,34 X2 + 0,22 X3 + e2 = 25,2
0,34 X1 + 0,84 X2 + e3 = 10,08
X1 ≥ 0 ; X2 ≥ 0 ; X3 ≥ 0 ; e1 ≥0 ; e2 ≥ 0 ; e3 ≥ 0
Variables hors bases
X1 = 0
X2 = 0
X3 = 0
Variables de baes
e1 = 33,6
e2 = 25,2
e3 = 10,08
Forme matricielle

VB X1 X2 X3 e1 e2 e3 B
e1 0,45 0,56 0,45 1 0 0 33,6
e2 0,67 0,34 0,22 0 1 0 25,2
e3 0,34 0,84 0 0 0 1 10,08
C 3 2 1,5 0 0 0 0

B : valeurs des contraintes

C : fonction objective

Exercice 4
-Une entreprise disposant de 8 000 m2 de carton en réserve, fabrique et
commercialise 2 types de boites en carton.
-La fabrication d’une boîte en carton de type 1 et 2 requiert respectivement 1
et 2 m2 de carton ainsi que 2 et 3 minutes de temps d’assemblage.
-Seules 210 heures de travail sont disponibles pendant la semaine à venir.
-Les boîtes sont agrafées et il faut quatre fois plus d’agrafes pour une boite du
second type que pour une du premier. Le stock d’agrafes disponible permet
d’assembler au maximum 15000 boîtes du premier type. Les boîtes sont
vendues respectivement 3 et 5.

T.A.F :
Déterminer le PL à maximiser le chiffre d'affaire

Solution :

Max f(X) = 3 X1 + 5 X2
X1 + 2X2 ≤ 8000
2X1 + 3X2 ≤ 210 × 60 = 12600
X1 + 4X2 ≤ 15000
X1 ≥ 0 ; X2 ≥ 0
La résolution d’un PL :

-Résolution algébrique par la méthode de simplexe

 Forme canonique et la forme standard

 Variables hors bases et variables de bases
 Forme matricielle
 Colonne pivot (variable entrante) : valeur maximale strictement positive
dans C
 Ligne pivot (variable sortante) : à retenir R ayant une valeur minimale
B
strictement positive avec R =
Colonne pivot
 Détermination du Pivot
 Transformations :
-Pour les contraintes (sauf la ligne pivot) : L’ = L – a Lp
𝐿
-Pour la ligne pivot : L’ =
𝑃𝑖𝑣𝑜𝑡
-Pour la fonction objective : C’ = C – a Lp
𝑙𝑖𝑔𝑛𝑒 𝑐𝑜𝑛𝑐𝑒𝑟𝑛é𝑒
Avec a =
𝑃𝑖𝑣𝑜𝑡

La solution optimale : lorsque les valeurs de C sont nulles ou négatives

Exercice 5 :

Une entreprise fabrique 3 biens P1, P2 et P3 dans un atelier où sont

rassemblées 2 machines pour la découpe, une machine pour le polissage, une
machine pour la finition. Chaque machine fonctionne 10h.

Produits P1 P2 P3
Découpe 4 3 0,5
Polissage 1 0,75 0,25
Finition 2 1 0,75
Prix de vente 45 27 16
Cout unitaire 15 12 6

T.A.F :

1) Déterminer le PL à maximiser le Profit

2) Résoudre le PL par la méthode de simplexe

Solution :

1)

Profit unitaire = P – Cu

Profit unitaire (pdt P1) = 45 – 15 = 30

Profit unitaire (pdt P2) = 27 – 12 = 15

Profit unitaire (pdt P3) = 16 – 6 = 10

Max f(x) = 30X1 + 15X2 + 10X3

4X1 + 3X2 + 0,5X3 ≤ 20 avec 10 × 2 = 20

X1 + 0,75X2 + 0,25X3 ≤ 10

2X1 + X2 + 0,75X3 ≤ 10

X1 ≥ 0 ; X2 ≥ 0 ; X3 ≥ 0

Avec X1 : quantité de bien P1

X2 : quantité de bien P2
X3 : quantité de bien P3
2)

Forme standard

Max f(x) = 30X1 + 15X2 + 10X3

4X1 + 3X2 + 0,5X3 + e1 = 20

X1 + 0,75X2 + 0,25X3 + e2 = 10

2X1 + X2 + 0,75X3 + e3 = 10

X1 ≥ 0 ; X2 ≥ 0 ; X3 ≥ 0 ; e1 ≥0 ; e2 ≥0 ; e3 ≥0
Variables hors bases

X1 = 0 ; X2 = 0 ; X3 = 0
Variables de bases

e1 = 20 ; e2 = 10 ; e3 = 10

VB X1 X2 X3 e1 e2 e3 B R
e1 4 3 0 ,5 1 0 0 20 5
e2 1 0,75 0,25 0 1 0 10 10
e3 2 1 0,75 0 0 1 10 5
C 30 15 10 0 0 0 0 -

Variable entrante = X1 ; Variable sortante = e3 ; Pivot = 2

1ére transformation :

-Pour les contraintes (sauf la ligne pivot) : L’ = L – a Lp

𝐿
-Pour la ligne pivot : L’ =
𝑃𝑖𝑣𝑜𝑡

-Pour la fonction objective : C’ = C – a Lp

4
L’1 = L1 – 𝒂 Lp = L1 – Lp = L1 – 𝟐 Lp
2

4 – (2 × 2) = 0 ; 3 – (2 × 1) = 1 ; 0,5 – (2 × 0,75) = -1 ; 1 – (2 × 0) = 1
1
L’2 = L2 – 𝒂 Lp = L2 – Lp = L2 – 0,5 Lp
2

𝐋𝟑 𝐋𝟑
L’3 = =
𝑷𝒊𝒗𝒐𝒕 𝟐
30
C’ = C – 𝒂 Lp = C – Lp = C – 15 Lp
2

VB X1 X2 X3 e1 e2 e3 B
e1 0 1 -1 1 0 -2 0
e2 0 0,25 -0,125 0 1 -0,5 5
X1 1 0,5 0,375 0 0 0,5 5
C 0 0 -1,25 0 0 -15 -150
Variables de bases

e1 = 0 ; e2 = 5 ; X1 = 5

Variables hors bases

e3 = 0 ; X2 = 0 ; X3 = 0

Max f(x) = 30X1 + 15X2 + 10X3

Max f(x) = (30 × 5) + (15 × 0) + (10 × 0)

Max f(x) = 150

Pour maximiser le profit et atteindre 150, l’entreprise a intérêt de fabriquer 5

unités de bien P1

Examen 2014/2015 (Exercice 2) :

L’entreprise ALUM fabrique pour des entreprises des pièces en inox. Ces pièces
sont de trois types A, B, C. Elles sont fabriquées par lots de 50 dans un grand
atelier où sont rassemblées deux machines pour la découpe de l’inox, une
machine pour l’emboutissage, deux machines pour le polissage et la finition.
Chaque machine fonctionne 120 heures par mois.

Les caractéristiques de fabrication sont rassemblées dans le tableau suivant

Cout de l’heure Lot A Lot B Lot C

Découpe 20 DH 1h 1,5h 1,5h
Emboutissage 30 DH 0,5h 1h -
Polissage et 40 DH 2h 1h 1h
finition
Inox 50 DH 85 DH 68 DH
Prix de vente 200 DH 200 DH 210 DH

1) Quel est le programme de production mensuel permettant de rendre

maximal la marge sur cout variable globale

2) résoudre et interpréter les résultats du programme

Solution :

1)

M/CV = M/CV unitaire × Q

M/CV unitaire = P – CVu

M/CV unitaire (pdt A) = 200 – (1 × 20) – (0,5 × 30) – (2 × 40) – 50 = 35

M/CV unitaire (pdt B) = 200 – (1,5 × 20) – (1 × 30) – (1 × 40) – 85 = 15

M/CV unitaire (pdt C) = 210 – (1,5 × 20) – (1 × 40) – 68 = 72

Max f(x) = 35X1 + 15X2 + 72X3

X1 + 1,5X2 + 1,5X3 ≤ 240 avec 120 × 2 = 240

0,5X1 + X2 ≤ 120

2X1 + X2 + X3 ≤ 240

X1 ≥ 0 ; X2 ≥ 0 ; X3 ≥ 0

2)

Forme standard

Max Z = 35X1 + 15X2 + 72X3

X1 + 1,5X2 + 1,5X3 + e1 = 240

0,5X1 + X2 + e2 = 120

2X1 + X2 + X3 + e3 = 240

X1 ≥ 0 ; X2 ≥ 0 ; X3 ≥ 0 ; e1 ≥0 ; e2 ≥0 ; e3 ≥0

Variables hors bases

X1 = 0 ; X2 = 0 ; X3 = 0

Variables de bases

e1 = 240 ; e2 = 120 ; e3 = 240

VB X1 X2 X3 e1 e2 e3 B R
e1 1 1,5 1,5 1 0 0 240 160
e2 0,5 1 0 0 1 0 120 ꚙ
e3 2 1 1 0 0 1 240 240
C 35 15 72 0 0 0 0 -

Variable entrante = X3 ; Variable sortante = e1 ; Pivot = 1,5

1ére transformation :
𝐋𝟏 𝐋𝟏
L’1 = =
𝒑𝒊𝒗𝒐𝒕 𝟏,𝟓

𝟎
L’2 = L2 – 𝒂 Lp = L2 – Lp = L2
𝟏,𝟓

𝟏 𝟐
L’3 = L3 – Lp = L3 – Lp
𝟏,𝟓 𝟑

𝟐 4 𝟐 𝟐 𝟐 −2
2 – ( × 1) = ; 1 – ( × 1,5) = 0 ; 1 – ( × 1,5) = 0 ; 0 – ( × 1) =
𝟑 3 𝟑 𝟑 𝟑 3

𝟕𝟐
C’ = C – Lp = C – 48 Lp
𝟏,𝟓

VB X1 X2 X3 e1 e2 e3 B
X3 2 1 1 2 0 0 160
3 3
e2 0,5 1 0 0 1 0 120
e3 4 0 0 −2 0 1 80
3 3
C -13 -57 0 -48 0 0 -11520

Variables de bases

X3 = 160 ; e2 = 120 ; e3 = 80

Variables hors bases

X1 = 0 ; X2 = 0 ; e1 = 0

Max f(x) = 35X1 + 15X2 + 72X3

Max f(x) = (35 × 0) + (15 × 0) + (72 × 160)

Max f(x) = 11520

Pour maximiser la M/CV et atteindre 11520, l’entreprise a intérêt de fabriquer

160 unités de bien C

Exercice 1 (examen 2015/2016) :

Un atelier fabrique des tables et des bureaux. Chaque table nécessite 2,5 hrs
pour l’assemblage, 3 hrs pour le polissage et 1 hr pour la mise en caisse.
Chaque bureau exige 1 hr pour l’assemblage, 3 hrs pour le polissage et 2 hrs
pour la mise en caisse. L’entreprise ne peut disposer chaque semaine de plus
de 10 hrs pour l’assemblage, de 15 hrs pour le polissage et de 8 hrs pour la
mise en caisse.

Sa marge de profit est de 30 Dhs par table et de 40 Dhs par bureau.

1) Quel est le programme de production afin d’obtenir un profit hebdomadaire

maximale ?

2) Résoudre et interpréter les résultats du programme

Solution :

1) Max f(x) = 30 X1 + 40 X2

2,5 X1 + X2 ≤ 10

3 X1 + 3 X2 ≤ 15

X1 + 2 X2 ≤ 8

X1 ≥ 0 ; X2 ≥ 0

2)

Forme standard

Max f(x) = 30 X1 + 40 X2

2,5 X1 + X2 + e1 = 10
3 X1 + 3 X2 + e2 = 15

X1 + 2 X2 + e3 = 8

X1 ≥ 0 ; X2 ≥ 0 ; e1 ≥0 ; e2 ≥0 ; e3 ≥0

Variables hors bases

X1 = 0 ; X2 = 0

Variables de bases

e1 = 10 ; e2 = 15 ; e3 = 8

VB X1 X2 e1 e2 e3 B R
e1 2,5 1 1 0 0 10 10
e2 3 3 0 1 0 15 5
e3 1 2 0 0 1 8 4
C 30 40 0 0 0 0 -

Variable entrante = X2 ; Variable sortante = e3 ; Pivot = 2

1ére transformation :
1
L’1 = L1 – Lp = L1 – 0,5 Lp
2
3
L’2 = L2 – Lp = L2 –1,5 Lp
2
L3 L3
L’3 = =
𝑃𝑖𝑣𝑜𝑡 2
40
C’ = C – Lp = C – 20 Lp
2

VB X1 X2 e1 e2 e3 B R
e1 2 0 1 0 -0,5 6 3
e2 1,5 0 0 1 -1,5 3 2
X2 0,5 1 0 0 0,5 4 8
C 10 0 0 0 -20 -160 -
Variable entrante = X1 ; Variable sortante = e2 ; Pivot = 1,5
2éme transformation :
2 4
L’’1 = L’1 – Lp = L’1 – Lp
1,5 3

L′2 L′2
L’’2 = =
𝑃𝑖𝑣𝑜𝑡 1,5

0,5 1
L’’3 = L’3 – Lp = L’3 – Lp
1,5 3

10 20
C’’ = C’ – Lp = C’ – Lp
1,5 3

VB X1 X2 e1 e2 e3 B
e1 0 0 1 4 1,5 2
–
3
2
X1 1 0 0 -1 2
3

X2 0 1 0 1 1 3
–
3
C 0 0 0 𝟐𝟎 -10 -180
–
𝟑

Variables de bases

e1 = 2 ; X1 = 2 ; X2 = 3

Variables hors bases

e2 = 0 ; e3 = 0

Max f(x) = 30 X1 + 40 X2

Max f(x) = (30 × 2) + (40 × 3)

Max f(x) = 180

Pour maximiser le profit hebdomadaire et atteindre 180, l’entreprise a intérêt

de produire 2 unités des tables et 3 unités des bureaux
Solution :

1)

Max f(x) = 5 X1 + 4 X2 + 6 X3 + 7 X4

0,2 X1 + 0,3 X2 + 0,6 X3 + 0,1 X4 ≤ 0,3

0,3 X1 + 0,4 X2 + 0,3 X3 + 0,3 X4 ≤ 0,3

0,5 X1 + 0,3 X2 + 0,1 X3 + 0,6 X4 ≤ 0,4

X1 ≥ 0 ; X2 ≥ 0 ; X3 ≥ 0 ; X4 ≥ 0

2)

Forme standard

Max f(x) = 5 X1 + 4 X2 + 6 X3 + 7 X4

0,2 X1 + 0,3 X2 + 0,6 X3 + 0,1 X4 + e1 = 0,3

0,3 X1 + 0,4 X2 + 0,3 X3 + 0,3 X4 + e2 = 0,3

0,5 X1 + 0,3 X2 + 0,1 X3 + 0,6 X4 + e3 = 0,4

X1 ≥ 0 ; X2 ≥ 0 ; X3 ≥ 0 ; X4 ≥ 0 ; e1 ≥0 ; e2 ≥0 ; e3 ≥0
Variables hors bases

X1 = 0 ; X2 = 0 ; X3 = 0 ; X4 = 0

Variables de bases

e1 = 0,3 ; e2 = 0,3 ; e3 = 0,4

VB X1 X2 X3 X4 e1 e2 e3 B R
e1 0,2 0,3 0,6 0,1 1 0 0 0,3 3
e2 0,3 0,4 0,3 0,3 0 1 0 0,3 1
e3 0,5 0,3 0,1 0,6 0 0 1 0,4 𝟐
𝟑
C 5 4 6 7 0 0 0 0 -

Variable entrante = X4 ; Variable sortante = e3 ; Pivot = 0,6

1ére transformation :
0,1 1
L’1 = L1 – Lp = L1 – Lp
0,6 6

0,3
L’2 = L2 – Lp = L2 – 0,5 Lp
0,6

L3 L3
L’3 = =
𝑃𝑖𝑣𝑜𝑡 0,6

7 35
C’ = C – Lp = C – Lp
0,6 3

VB X1 X2 X3 X4 e1 e2 e3 B R
7 7 1 7
e1 0,25 0 1 0 – 0,4
60 12 6 30
e2 0,05 0,25 0,25 0 0 1 -0,5 0,1 0,4
5 1 5 2
X4 0,5 1 0 0 4
6 6 3 3
𝟓 𝟐𝟗 𝟑𝟓 𝟏𝟒
C − 0,5 0 0 0 – – -
𝟔 𝟔 𝟑 𝟑

Variable entrante = X3 ; Variable sortante = e2 ; Pivot = 0,25

2éme transformation :
7
12 7
L’’1 = L’1 – Lp = L’1 – Lp
0,25 3

L′2 L′2
L’’2 = =
𝑃𝑖𝑣𝑜𝑡 0,25
1
6 2
L’’3 = L’3 – Lp = L’3 – Lp
0,25 3
29
6 58
C’’ = C’ – Lp = C’ – Lp
0,25 3

VB X1 X2 X3 X4 e1 e2 e3 B
e1 0 1 0 0 1 7 1 0
– –
3 3
X3 0,2 1 1 0 0 4 -2 0,4
X4 0,8 1 0 1 0 2 2 0,6
–
3 3
C -1,8 13 0 0 0 58 -2 -6,6
− –
3 3

Variables de bases

e1 = 0 ; X3 = 0,4 ; X4 = 0,6

Variables hors bases

X1 = 0 ; X2 = 0 ; e2 = 0 ; e3 = 0

Max f(x) = 5 X1 + 4 X2 + 6 X3 + 7 X4

Max f(x) = (5 × 0) + (4 × 0) + (6 × 0,4) + (7 × 0,6)

Max f(x) = 6,6

Pour maximiser le profit et atteindre 6,6. L’entreprise a intérêt de fabriquer

40% du 3éme alliage et 60% du 4éme alliage
Examen rat 2016/2017 (Exercice 1)

Une fabrique de fromage est équipée pour la fabrication de 2 types de

fromages F1 et F2. La fabrication d’un fromage F1 nécessite 3 litres de lait et 1
heure de travail, celle d’un F2, 2 litres de lait et 3 heures de travail. Par
semaine, la fabrique dispose de 16000 litres de lait et 1000 heures de travail.

Les capacités maximales de production sont par semaine 5000 unités F1 et

3000 unités F2. La fabrique acquiert le lait à 3DH le litre et rémunère l’heure de
travail 10 DH.

1) comment faut-il programmer la production pour maximiser le profit sachant

que les prix de vente unitaires pratiqués sont 24 DH pour F1 et 45 DH pour F2 ?

2) Résoudre le programme linéaire (P) par la méthode du simplexe et

intérpreter les résultats

Solution :

1)

Profit unitaire = Prix – Charges unitaires

Profit unitaire (F1) = 24 – (3 × 3) – (10 × 1) = 5

Profit unitaire (F2) = 45 – (3 × 2) – (10 × 3) = 9

Max f(x) = 5 X1 + 9 X2

3 X1 + 2 X2 ≤ 16000

X1 + 3 X2 ≤ 1000

X1 ≤ 5000

X2 ≤ 3000

X1 ≥ 0 ; X2 ≥ 0

2)

Forme standard

Max f(x) = 5 X1 + 9 X2
3 X1 + 2 X2 + e1 = 16000

X1 + 3 X2 + e2 = 1000

X1 + e3 = 5000

X2 + e4 = 3000

X1 ≥ 0 ; X2 ≥ 0 ; e1 ≥0 ; e2 ≥0 ; e3 ≥0 ; e4 ≥0

Variables hors bases

X1 = 0 ; X2 = 0

Variables de bases

e1 = 16000 ; e2 = 1000 ; e3 = 5000 ; e4 = 3000

VB X1 X2 e1 e2 e3 e4 B R
e1 3 2 1 0 0 0 16000 8000
1000
e2 1 3 0 1 0 0 1000
3
e3 1 0 0 0 1 0 5000 infini
e4 0 1 0 0 0 1 3000 3000
C 5 9 0 0 0 0 0 -

Variable entrante = X2 ;

Variable sortante = e2 ;

Pivot = 3

1ére transformation :
2
L’1 = L1 – Lp
3
L2 L2
L’2 = =
𝑃𝑖𝑣𝑜𝑡 3
0
L’3 = L3 – Lp = L3
3
1
L’4 = L4 – Lp
3
 9
C’ = C – Lp = C – 3 Lp
3

VB X1 X2 e1 e2 e3 e4 B R
e1 7 0 1 2 0 0 46000 46000
– 7
3 3 3
1 1 1000
X2 1 0 0 0 1000
3 3 3
e3 1 0 0 0 1 0 5000 5000
e4 1 0 0 1 0 1 8000 -8000
– –
3 3 3
C 2 0 0 -3 0 0 -3000 -

1
Variable entrante = X1 ; Variable sortante = X2 ; Pivot =
3

2éme transformation :
7
3
L’’1 = L’1 – 1 Lp = L’1 – 7 Lp
3

L′2 L′2
L’’2 = = 1 = 3 L′2
𝑃𝑖𝑣𝑜𝑡
3

1
L’’3 = L’3 – 1 Lp = L’3 – 3 Lp
3

1
–
3
L’’4 = L’4 – 1 Lp = L’4 + Lp
3

2
C’’ = C’ – 1 Lp = C’ – 6 Lp
3

VB X1 X2 e1 e2 e3 e4 B
e1 0 -7 1 -3 0 0 13000
X1 1 3 0 1 0 0 1000
e3 0 -3 0 -1 1 0 4000
e4 0 1 0 0 0 1 3000
C 0 -6 0 -5 0 0 -5000
Variables de bases

e1 = 13000 ; X1 = 1000 ; e3 = 4000 ; e4 = 3000

Variables hors bases

X2 = 0 ; e2 = 0

Max f(x) = 5 X1 + 9 X2

Max f(x) = (5 × 1000) + (9 × 0)

Max f(x) = 5000

Pour maximiser le profit et atteindre 5000dh. L’entreprise a intérêt de

fabriquer 1000 unités de F1

Examen 2016/2017 (exercice 1)

Une entreprise fabrique sur une machine donnée, travaillant 45 heures par
semaine, trois produits diférents P1, P2 et P3. L’article P1 laisse un profit net de
4 DHs, l’article P2 de 12 DHs et l’article P3 de 3 DHs.

Les rendements de la machine sont respectivement pour les trois produits et

dans le même ordre 50 ; 25 et 75 articles par heure.

Sachant, d’autre part, grâce à une étude de marché, que les possibilités de
vente ne dépassent pas : 1000 objets P1 ; 500 objets P2 et 1500 objets P3, par
semaine.

On se pose le problème de répartir la capacité de production entre les trois

produits, de manière à maximiser le profit.

1) donner le programme linéaire (P) du problème

2) résoudre le programme linéaire (P) par la méthode du simplexe

3) interpréter les résultats du programme P

Solution :

1)
Max f(x) = 4 X1 + 12 X2 + 3 X3
1 1 1
X1 + X2 + X3 ≤ 45
50 25 75

X1 ≤ 1000

X2 ≤ 500

X3 ≤ 1500

X1 ≥ 0 ; X2 ≥ 0 ; X3 ≥ 0

2)

Forme standard

Max f(x) = 4 X1 + 12 X2 + 3 X3
1 1 1
X1 + X2 + X3 + e1 = 45
50 25 75

X1 + e2 =1000

X2 + e3 = 500

X3 + e4 = 1500

X1 ≥ 0 ; X2 ≥ 0 ; X3 ≥ 0 ; e1 ≥0 ; e2 ≥0 ; e3 ≥0 ; e4 ≥0
Variables hors bases

X1 = 0 ; X2 = 0 ; X3 = 0

Variables de bases

e1 = 45 ; e2 =1000 ; e3 = 500 ; e4 =1500

VB X1 X2 X3 e1 e2 e3 e4 B R
1 1 1
e1 1 0 0 0 45 1125
50 25 75
e2 1 0 0 0 1 0 0 1000 infini
e3 0 1 0 0 0 1 0 500 500
e4 0 0 1 0 0 0 1 1500 infini
C 4 12 3 0 0 0 0 0 -
Variable entrante = X2 ; Variable sortante = e3 ; Pivot = 1

1ére transformation :
1
L’1 = L1 – Lp
25
0
L’2 = L2 – Lp = L2
1
L3
L’3 = = L3
𝑃𝑖𝑣𝑜𝑡
0
L’4 = L4 – Lp = L4
1
12
C’ = C – Lp = C – 12 Lp
1

VB X1 X2 X3 e1 e2 e3 e4 B R
1 1 1
e1 0 1 0 − 0 25 1250
50 75 25
e2 1 0 0 0 1 0 0 1000 1000
X2 0 1 0 0 0 1 0 500 infini
e4 0 0 1 0 0 0 1 1500 infini
C 4 0 3 0 0 -12 0 -6000 -

Variable entrante = X1 ; Variable sortante = e2 ; Pivot = 1

2éme transformation :
1
L’’1 = L’1 – Lp
50
L′2
L’’2 = = L′2
𝑃𝑖𝑣𝑜𝑡
0
L’’3 = L’3 – Lp = L’3
1
0
L’’4 = L’4 – Lp = L’4
1
4
C’’ = C’ – Lp = C’ – 4 Lp
1
VB X1 X2 X3 e1 e2 e3 e4 B R
1 1 1
e1 0 0 1 − − 0 5 375
75 50 25
X1 1 0 0 0 1 0 0 1000 infini
X2 0 1 0 0 0 1 0 500 infini
e4 0 0 1 0 0 0 1 1500 1500
C 0 0 3 0 -4 -12 0 -10000 -

1
Variable entrante = X3 ; Variable sortante = e1 ; Pivot =
75

3éme transformation :
L′′1
L’’’1 = 1 = 75 L′′1
75

0
L’’’2 = L’’2 – 1 Lp = L’’2
75

0
L’’’3 = L’’3 – 1 Lp = L’’3
75

1
L’’’4 = L’’4 – 1 Lp = L’’4 – 75 Lp
75

3
C’’’ = C’’ – 1 Lp = C’’ – 225 Lp
75

VB X1 X2 X3 e1 e2 e3 e4 B R
X3 0 0 1 75 -1,5 -3 0 375 -250
X1 1 0 0 0 1 0 0 1000 1000
X2 0 1 0 0 0 1 0 500 infini
e4 0 0 0 -75 1,5 3 1 1125 750
C 0 0 0 -225 0,5 -3 0 -11125 -

Variable entrante = e2 ; Variable sortante = e4 ; Pivot = 1,5

4éme transformation :
−1,5
L’’’’1 = L’’’1 – Lp = L’’’1 + Lp
1,5
 1 2
L’’’’2 = L’’’2 – Lp = L’’’2 – Lp
1,5 3

0
L’’’’3 = L’’’3 – Lp = L’’’3
1,5

L′′′ 4 L′′′ 4
L’’’’4 = =
𝑃𝑖𝑣𝑜𝑡 1,5

0,5 1
C’’’’ = C’’’ – Lp = C’’’ – Lp
1,5 3

VB X1 X2 X3 e1 e2 e3 e4 B
X3 0 0 1 0 0 0 1 1500
X1 1 0 0 50 0 -2 2 250
–
3
X2 0 1 0 0 0 1 0 500
2 2
e2 0 0 0 -50 1 750
3
C 0 0 0 -200 0 -4 𝟏 -11500
−
𝟑

Variables de bases

X3 = 1500 ; X1 = 250 ; X2 = 500 ; e2 = 750

Variables hors bases

e1 = 0 ; e3 = 0 ; e4 = 0

Max f(x) = 4 X1 + 12 X2 + 3 X3

Max f(x) = (4 × 250) + (12 × 500) + (3 × 1500)

Max f(x) = 11500

3)

Pour maximiser le profit et atteindre 11500, l’entreprise a intérêt de fabriquer

et de vendre 250 unités de P1, 500 unités de P2 et 1500 unités de P3
Exercice 6 :

Une entreprise produit 2 articles A et B sachant qu’elle nécessite 1h de temps

de fabrication pour A et 4h pour B. La charge de travail pour B ne doit pas
dépasser celle de A de plus de 160h.

La production d’articles A ne doit pas excéder de plus de 30 unités la

production de B.

Le nombre total d’articles fabriqués ne doit pas être supérieur à 80 unités par
jour.

Le prix de vente unitaire est respectivement 50 dh et 70 dh pour A et B et le

cout unitaire est respectivement 30 dh et 10 dh pour A et B

T.A.F :

Déterminer le programme linéaire à maximiser le bénéfice

Solution :

Max f(x) = 20 X1 + 60 X2

4 X2 – X1 ≤ 160 donc -X1 + 4 X2 ≤ 160

X1 – X2 ≤ 30

X1 + X2 ≤ 80

X1 ≥ 0 ; X2 ≥ 0

Exercice 7 :

Considérons les Programmes linéaires suivants :

a) Max f(x) = 50 X1 + 60 X2

4 X1 + 3 X2 ≤ 20

X1 + 2 X2 ≤ 29

-4 X1 - X2 ≥ - 12
 X1 ≥ 0 ; X2 ≥ 0

b) Max f(x) = 30 X1 + 15 X2

12 X1 + 9 X2 ≤ 300

X1 + X2 = 120

X1 + 2 X2 ≤ 450

X1 ≥ 0 ; X2 ≥ 0

c) Max f(x) = 200 X1 + 250 X2

7 X1 + 6 X2 ≤ 10

X1 + 2 X2 ≤ 30

2 X1 + 3 X2 ≤ 9

X1 ≤ 0 ; X2 ≥ 0

T.A.F : Ecrire les PL sous leurs formes canoniques

Solution :

a) Max f(x) = 50 X1 + 60 X2

4 X1 + 3 X2 ≤ 20

X1 + 2 X2 ≤ 29

4 X1 + X2 ≤ 12

X1 ≥ 0 ; X2 ≥ 0

b) Max f(x) = 30 X1 + 15 X2

12 X1 + 9 X2 ≤ 300

Avec X = a implique X ≤ a et X ≥ a

X1 + X2 ≤ 120
 X1 + X2 ≥ 120

X1 + 2 X2 ≤ 450

X1 ≥ 0 ; X2 ≥ 0

Max f(x) = 30 X1 + 15 X2

12 X1 + 9 X2 ≤ 300

X1 + X2 ≤ 120

-X1 - X2 ≤ -120

X1 + 2 X2 ≤ 450

X1 ≥ 0 ; X2 ≥ 0

c) Max f(x) = 200 X1 + 250 X2

7 X1 + 6 X2 ≤ 10

X1 + 2 X2 ≤ 30

2 X1 + 3 X2 ≤ 9

X1 ≤ 0 ; X2 ≥ 0

Max f(x) = -200 X’1 + 250 X2

-7 X’1 + 6 X2 ≤ 10

- X’1 + 2 X2 ≤ 30

- 2 X’1 + 3 X2 ≤ 9

X’1 ≥ 0 ; X2 ≥ 0 avec X’1 = - X1

Examen rat 2014/2015

Solution :

1)

Max g(x,y,z) = 3x + 2y’ + 8z

5x + 2y’ + 4z ≤ 8

X – 3y’ + 8z ≤ 25

9x – 6y’ – 3z ≤ 17

x ≥ 0 ; y’ ≥ 0 ; (z) avec y’ = -y

Max g(x,y,z) = 3x + 2y’ + 8 (z’ – z’’)

5x + 2y’ + 4 (z’ – z’’) ≤ 8

X – 3y’ + 8 (z’ – z’’) ≤ 25

9x – 6y’ – 3 (z’ – z’’) ≤ 17

x ≥ 0 ; y’ ≥ 0 ; z’ ≥ 0 ; z’’ ≥ 0 avec z = z’ – z’’

Max g(x,y,z) = 3x + 2y’ + 8z’ – 8z’’

5x + 2y’ + 4z’ – 4z’’ ≤ 8

X – 3y’ + 8z’ – 8z’’ ≤ 25

9x – 6y’ – 3z’ + 3z’’ ≤ 17

x ≥ 0 ; y’ ≥ 0 ; z’ ≥ 0 ; z’’ ≥ 0

2) Forme standard

Max g(x,y,z) = 3x + 2y’ + 8z’ – 8z’’

5x + 2y’ + 4z’ – 4z’’ + e1 = 8

X – 3y’ + 8z’ – 8z’’ + e2 = 25

9x – 6y’ – 3z’ + 3z’’ + e3 = 17

x ≥ 0 ; y’ ≥ 0 ; z’ ≥ 0 ; z’’ ≥ 0 ; e1 ≥0 ; e2 ≥0 ; e3 ≥0

Variables hors bases

x = 0 ; y = 0 ; z’ = 0 ; z’’ = 0

Variables de bases

e1 = 8 ; e2 = 25 ; e3 = 17

VB x Y’ Z’ Z’’ e1 e2 e3 B R
e1 5 2 4 -4 1 0 0 8 2
e2 1 -3 8 -8 0 1 0 25 𝟐𝟓
𝟖
𝟏𝟕
e3 9 -6 -3 3 0 0 1 17 −
𝟑
C 3 2 8 -8 0 0 0 0 -

Variable entrante = Z’ ; Variable sortante = e1 ; Pivot = 4

1ére transformation :
L1 L1
L’1 = =
𝑃𝑖𝑣𝑜𝑡 4
8
L’2 = L2 – Lp = L2 – 2 Lp
4
 −3
L’3 = L3 – Lp = L3 + 0,75 Lp
4
8
C’ = C – Lp = C – 2 Lp
4

VB x Y’ Z’ Z’’ e1 e2 e3 B
Z’ 1,25 0,5 1 -1 0,25 0 0 2
e2 -9 -7 0 0 -2 1 0 9

e3 12,75 -4,5 0 0 0,75 0 1 23

C -7 -2 0 0 -2 0 0 -16

Variables de bases

Z’ = 2 ; e2 = 9 ; e3 = 23

Variables hors bases

X = 0 ; y’ = 0 ; z’ = 0 ; e1 = 0

y’ = -y donc y = -y’ = 0

Z = z’ – z’’ = 2 – 0 = 2

Max g(x,y,z) = 3x – 2y + 8z

Max g(x,y,z) = (3 × 0) – (2 × 0) + (8 × 2)

Max g(x,y,z) = 16

Exercice 10:

Déterminer la résolution graphique de ces PL

Cas 1

Max f(x) = 4 X1 + 3 X2

X1 + X2 ≤ 40

2X1 + X2 ≤ 60
X1 ≥ 0 ; X2 ≥ 0

Cas 2

Max f(x) = 3 X1 + 2 X2

X1 + 2X2 ≤ 2

2X1 + 4X2 ≥ 8

X1 ≥ 0 ; X2 ≥ 0

Solution

Cas 1

D1 : X1 + X2 = 40

D2 : 2X1 + X2 = 60

Polygone FBEC

 F (0 ; 0)

Max f(x) = 4 X1 + 3 X2 = (4 × 0) + (3 × 0) = 0

 B (0 ; 40)

Max f(x) = 4 X1 + 3 X2 = (4 × 0) + (3 × 40) = 120

  E (20 ; 20)

Max f(x) = 4 X1 + 3 X2 = (4 × 20) + (3 × 20) = 140

 C (30 ; 0)

Max f(x) = 4 X1 + 3 X2 = (4 × 30) + (3 × 0) = 120

On retient la valeur maximale E (20 ; 20) = 140

Cas 2

D1 : X1 + 2X2 = 2

D2 : 2X1 + 4X2 = 8

Pas de solution optimale

Exercice 11 :

Considérons le programme linéaire suivant :

Max z = 30X1 + 70X2

2X1 + 5 X2 ≤ 20

4X1 + 3X2 ≤ 15
2X1 + 3X2 ≤ 12

X1 ≥ 0 ; X2 ≥ 0

T.A.F :

Déterminer la résolution graphique

Solution :

D1 : 2X1 + 5 X2 = 20

D2 : 4X1 + 3X2 = 15

D3 : 2X1 + 3X2 = 12

Polygone OAFE

 (0 ; 0)
Max z = 30X1 + 70X2 = (30 × 0) + (70 × 0) = 0

 A (0 ; 4)

Max z = 30X1 + 70X2 = (30 × 0) + (70 × 4) = 280

 F (1,5 ; 3)

Max z = 30X1 + 70X2 = (30 × 1,5) + (70 × 3) = 255

 E (3,75 ; 0)

Max z = 30X1 + 70X2 = (30 × 3,75) + (70 × 0) = 112,5

On retient la valeur maximale A (0 ; 4) = 280

Exercice 12 :

Un industriel doit livrer 3 biens A, B et C à raison de 6 unités de A, 11 unités de

B et 23 unités de C, il dispose de 2 facteurs de productions X1 et X2.

L’emploi d’une unité de X1 permet de réaliser une unité de A, une unité de B et

une unité de C.

L’emploi d’une unité de X2 permet de réaliser une unité de A, 2 unités de B et 5

unités de C.

Le prix de facteur X1 est de 1000 dh l’unité et celui du facteur X2 est de 4000 dh

l’unité.

T.A.F :

1) Déterminer le programme linéaire à minimiser le cout

2) Résoudre le programme linéaire avec la méthode graphique

Solution :

1)

Min f(x) = 1000 X1 + 4000 X2

X1 + X2 ≥ 6
X1 + 2 X2 ≥11

X1+ 5 X2 ≥ 23

X1 ≥ 0 ; X2 ≥ 0

2)

D1 : X1 + X2 = 6

D2 : X1 + 2 X2 = 11

D3 : X1+ 5 X2 = 23

Polygone ACGI

 A (0 ; 6)

Min f(x) = 1000 X1 + 4000 X2 = (1000 × 0) + (4000 × 6) = 24000

 C (1 ; 5)
Min f(x) = 1000 X1 + 4000 X2 = (1000 × 1) + (4000 × 5) = 21000

 G (3 ; 4)

Min f(x) = 1000 X1 + 4000 X2 = (1000 × 3) + (4000 × 4) = 19000

 I (23 ; 0)

Min f(x) = 1000 X1 + 4000 X2 = (1000 × 23) + (4000 × 0) = 23000

On retient la valeur minimale G (3 ; 4) = 19000

Exercice 13 :

Une entreprise effectue la livraison de 3 biens A, B et C à raison de 200 unités

de A, 150 unités de B et 300 unités de C, il dispose de 2 facteurs de productions
X1 et X2.

L’emploi d’une unité de X1 permet de réaliser 5 unités de A, 4 unités de B et 3

unités de C.

2 unités de X2 permettent de réaliser 4 unités de A, 4 unités de B et 8 unités de

C.

Le prix unitaire de facteur X1 est de 100 dh et celui du facteur X2 est de 150 dh.

T.A.F :

1) Déterminer le programme linéaire à minimiser le cout

2) Résoudre le programme linéaire avec la méthode graphique

Solution :

1)

Min f(x) = 100 X1 + 150 X2

5X1 + 2X2 ≥ 200

4X1 + 2 X2 ≥ 150

3X1 + 4X2 ≥ 300

X1 ≥ 0 ; X2 ≥ 0

2)

D1 : 5X1 + 2X2 = 200

D2 : 4X1 + 2 X2 = 150

D3 : 3X1 + 4X2 = 300

Polygone ACF

 A (0 ; 100)

Min f(x) = 100 X1 + 150 X2 = (100 × 0) + (150 × 100) = 15000

 C (14,28 ; 64,28)

Min f(x) = 100 X1 + 150 X2 = (100 × 14,28) + (150 × 64,28) = 11070

  F (100 ; 0)

Min f(x) = 100 X1 + 150 X2 = (100 × 100) + (150 × 0) = 10000

On retient la valeur minimale F (100 ; 0) = 10000

Exercice 14 :

Un sportif prépare son entrainement chaque semaine d’un certain nombre

d’heures de travail en salle et d’un certain nombre d’heures de travail sur
route.

Pour éviter un sur entrainement, le nombre d’horaire d’entrainement est au

plus 20 heures par semaine.

Pour s’entrainer en salle, il paye l’entraineur 100 dh par heure. Cet entraineur
est disponible entre 10 et 25 heures par semaine.

Les horaires de travail sur route ne doivent pas dépasser 15h par semaine. Par
ailleurs, ça lui coute 120 dh par heure.

T.A.F :

1) Déterminer le programme linéaire à minimiser le cout

2) Résoudre le programme linéaire avec la méthode graphique

Solution :

1)

Min f(x) = 100 X1 + 120 X2

X1 + X2 ≤ 20

X1 ≥ 10

X1 ≤ 25

X2 ≤ 15

X1 ≥ 0 ; X2 ≥ 0
2)

D1 : X1 + X2 = 20

D2 : X1 = 10

D3 : X1 = 25

D4 : X2 = 15

Triangle ECB

 E (10 ; 0)

Min f(x) = 100 X1 + 120 X2 = (100 × 10) + (120 × 0) = 1000

 C (10 ; 10)

Min f(x) = 100 X1 + 120 X2 = (100 × 10) + (120 × 10) = 2200

  B (20 ; 0)

Min f(x) = 100 X1 + 120 X2 = (100 × 20) + (120 × 0) = 2000

On retient la valeur minimale E (10 ; 0) = 1000

La dualité

La dualité consiste à transformer un programme primal à un programme dual

en transformant les contraintes en variables et les variables en contraintes.

Minimisation ↔ Maximisation

Les contraintes Les variables

= sans signe
≤ ≤
≥ ≥
Les variables Les contraintes
sans signe =
≥ ≤
≤ ≥

Exemple :

Soit le programme linéaire suivant :

Min f(x) = 3 X1 + 2 X2 + 5 X3

X1 – X2 + X3 ≤ 1

2 X1 + 2 X2 – X3 = 6

3 X1 – 3 X2 + X3 ≥ 2

X1 ≥ 0 ; X2 ≤ 0 ; X3

Déterminer le programme dual

Solution
Max f(Y) = Y1 + 6 Y2 + 2 Y3

Y1 + 2 Y 2 + 3 Y 3 ≤ 3

-Y1 + 2 Y2 – 3 Y3 ≥ 2

Y 1 – Y2 + Y 3 = 5

Y1 ≤ 0 ; Y 2 ; Y 3 ≥ 0

Exercice 1 (Examen 2014/2015)

Considérons le programme linéaire (P) suivant :

Min Z (X ; Y) = 19,4 X + 20 Y

0,36 X + 0,45 Y ≥ 135

0,4 X + 0,2 Y ≥ 112

0,16 X + 0,1 Y ≥ 50

X≥0; Y≥0

1) Résoudre le programme linéaire graphiquement

2) Donner la formulation du programme dual (D)

3) Résoudre le programme (D) et déterminer la solution du programme (P)

4) Interpréter les résultats du programme (P)

Solution :

D1 : 0,36 X + 0,45 Y = 135

D2 : 0,4 X + 0,2 Y = 112

D3 : 0,16 X + 0,1 Y = 50
E (0 ; 560)

Min Z(X ; Y) = 19,4 X + 20 Y = (19,4 × 0) + (20 × 560) = 11200

F (150 ; 260)

Min Z(X ; Y) = 19,4 X + 20 Y = (19,4 × 150) + (20 × 260) = 8110

C (250 ; 100)

Min Z(X ; Y) = 19,4 X + 20 Y = (19,4 × 250) + (20 × 100) = 6850

B (375 ; 0)

Min Z(X ; Y) = 19,4 X + 20 Y = (19,4 × 375) + (20 × 0) = 7275

On retient la valeur minimale C (250 ; 100)

Par conséquent X = 250 ; Y = 100 ; Min Z(X ; Y) = 6850

2) Min Z(X ; Y) = 19,4 X + 20 Y

0,36 X + 0,45 Y ≥ 135

0,4 X + 0,2 Y ≥ 112

0,16 X + 0,1 Y ≥ 50

X≥0; Y≥0

Max f(X) = 135 X1 + 112 X2 + 50 X3

0,36 X1 + 0,4 X2 + 0,16 X3 ≤ 19,4

0,45 X1 + 0,2 X2 + 0,1 X3 ≤ 20

X1 ≥ 0 ; X2 ≥ 0 ; X3 ≥ 0

3)

Forme standard

Max f(X) = 135 X1 + 112 X2 + 50 X3

0,36 X1 + 0,4 X2 + 0,16 X3 + e1 = 19,4

0,45 X1 + 0,2 X2 + 0,1 X3 + e2 = 20

X1 ≥ 0 ; X2 ≥ 0 ; X3 ≥ 0 ; e1 ≥ 0 ; e2 ≥ 0

Variables hors bases

X1 = 0 ; X2 = 0 ; X3 = 0

Variables de bases

e1 = 19,4 ; e2 = 20

VB X1 X2 X3 e1 e2 B R
485
e1 0,36 0,4 0,16 1 0 19,4
9
400
e2 0,45 0,2 0,1 0 1 20
9
C 135 112 50 0 0 0 -
Variable entrante = X1 ; Variable sortante = e2 ; Pivot = 0,45

1ére transformation :
0,36
L’1 = L1 – Lp = L1 – 0,8 Lp
0,45
L2 L2
L’2 = =
𝑃𝑖𝑣𝑜𝑡 0,45

135
C’ = C – Lp = C – 300 Lp
0,45

VB X1 X2 X3 e1 e2 B R
85
e1 0 0,24 0,08 1 -0,8 3,4
6
4 2 20 400
X1 1 0 100
9 9 9 9
C 0 52 20 0 -300 -6000 -

Variable entrante = X2 ; Variable sortante = e1 ; Pivot = 0,24

2éme transformation :
L′1 L′1
L’’1 = =
𝑃𝑖𝑣𝑜𝑡 0,24

4
9 50
L’’2 = L’2 – Lp = L’2 – Lp
0,24 27
52 650
C’’ = C’ – Lp = C’ – Lp
0,24 3

VB X1 X2 X3 e1 e2 B R
1 25 −10 85
X2 0 1 42,5
3 6 3 6
X1 1 0 2 50 100 1030 515
27 –
27 27 27
C 0 0 𝟖 𝟔𝟓𝟎 𝟑𝟖𝟎 −𝟐𝟎𝟐𝟏𝟎 -
– –
𝟑 𝟑 𝟑 𝟑

1
Variable entrante = X3 ; Variable sortante = X2 ; Pivot =
3
3éme transformation :
L′′1 L′′1
L’’’1 = = 1 = 3 L′′1
𝑃𝑖𝑣𝑜𝑡 3

2
27 2
L’’’2 = L’’2 – 1 Lp = L’’2 – Lp
9
3

8
3
C’’’ = C’’ – 1 Lp = C’’ – 8 Lp
3

VB X1 X2 X3 e1 e2 B
X3 0 3 1 12,5 -10 42,5
X1 1 2 0 25 40 35
– –
9 9 9
C = -Max 0 -8 0 -250 -100 -6850

Variables de bases

X3 = 42,5 ; X1 = 35

Variables hors bases

X2 = 0 ; e1 = 0 ; e2 = 0

Max f(X) = 135 X1 + 112 X2 + 50 X3

Max f(x) = (135 × 35) + (112 × 0) + (50 × 42,5)

Max f(x) = 6850

Solution du programme (P) :

Min Z(X ; Y) = 19,4 X + 20 Y

0,36 X + 0,45 Y ≥ 135

0,4 X + 0,2 Y ≥ 112

0,16 X + 0,1 Y ≥ 50

X≥0; Y≥0
Forme standard

Min Z(X ; Y) = 19,4 X + 20 Y

0,36 X + 0,45 Y – t1 = 135

0,4 X + 0,2 Y – t2 = 112

0,16 X + 0,1 Y – t3 = 50

X ≥ 0 ; Y ≥ 0 ; t1 ≥ 0 ; t2 ≥ 0 ; t3 ≥ 0

Association des variables

Variables de décision ↔ variables d’écart

X1 → t1 = 0

X2 → t2 = 8

X3 → t3 = 0

e1 → X = 250

e2 → Y = 100

Min Z(X ; Y) = 19,4 X + 20 Y

Min f(x) = (19,4 × 250) + (20 × 100)

Min f(x) = 6850

4) La solution optimale du programme (P) en tant que problème de

minimisation est la suivante : Min Z (250 ; 100) = 6850

Exercice 3 (Examen 2014/2015)

Considérons le programme linéaire (P) suivant :

Min u (X ; Y ; Z) = 8 X + 25 Y + 17 Z

5X+Y+9Z≥3

2X –3Y–6Z≤2
4X+8Y–3Z=8

X≥0; Y≥0;Z≥0

1) Ecrire le programme dual (D) du programme (P)

2) Résoudre le programme dual (D) et déduire la solution du programme (P)

Solution :

1)

Max f (X1 ; X2 ; X3) = 3 X1 + 2 X2 + 8 X3

5 X1 + 2 X2 + 4 X3 ≤ 8

X1 – 3 X2 + 8 X3 ≤ 25

9 X1 – 6 X2 – 3 X3 ≤ 17

X1 ≥ 0 ; X2 ≤ 0 ; X3

2) X’2 = -X2 donc X2 = - X’2

Max f (X1 ; X2 ; X3) = 3 X1 – 2 X’2 + 8 X3

5 X1 – 2 X’2 + 4 X3 ≤ 8

X1 + 3 X’2 + 8 X3 ≤ 25

9 X1 + 6 X’2 – 3 X3 ≤ 17

X1 ≥ 0 ; X’2 ≥ 0 ; X3

X3 = X3’ – X3’’

Max f (X1 ; X2 ; X3) = 3 X1 – 2 X’2 + 8 (X’3 – X3’’)

5 X1 – 2 X’2 + 4 (X3’ – X3’’) ≤ 8

X1 + 3 X’2 + 8 (X3’ – X3’’) ≤ 25

9 X1 + 6 X’2 – 3 (X3’ – X3’’) ≤ 17

X1 ≥ 0 ; X’2 ≥ 0 ; X3’ ≥ 0 ; X3’’ ≥ 0

Max f (X1 ; X2 ; X3) = 3 X1 – 2 X’2 + 8 X3’ – 8 X3’’

5 X1 – 2 X’2 + 4 X3’ – 4 X3’’ ≤ 8

X1 + 3 X’2 + 8 X3’ – 8 X3’’ ≤ 25

9 X1 + 6 X’2 – 3 X3’ + 3 X3’’ ≤ 17

X1 ≥ 0 ; X’2 ≥ 0 ; X3’ ≥ 0 ; X3’’ ≥ 0

Forme standard

Max f (X1 ; X2 ; X3) = 3 X1 – 2 X’2 + 8 X3’’ – 8 X3’

5 X1 – 2 X’2 + 4 X3’ – 4 X3’’ + e1 = 8

X1 + 3 X’2 + 8 X3’ – 8 X3’’ + e2 = 25

9 X1 + 6 X’2 – 3 X3’ + 3 X3’’ + e3 = 17

X1 ≥ 0 ; X’2 ≥ 0 ; X3’ ≥ 0 ; X3’’ ≥ 0 ; e1 ≥ 0 ; e2 ≥ 0 ; e3 ≥ 0

Variables hors bases

X1 = 0 ; X’2 = 0 ; X’3 ; X3’’ = 0

Variables de bases

e1 = 8 ; e2 = 25 ; e3 = 17

VB X1 X’2 X’3 X3’’ e1 e2 e3 B R

e1 5 -2 4 -4 1 0 0 8 2
e2 1 3 8 -8 0 1 0 25 3,125
−17
e3 9 6 -3 3 0 0 1 17
3
C 3 -2 8 -8 0 0 0 0 -

Variable entrante = X’3 ; Variable sortante = e1 ; Pivot = 4

1ére transformation :
 L1 L1
L’1 = =
𝑃𝑖𝑣𝑜𝑡 4

8
L’2 = L2 – Lp = L2 – 2 Lp
4
−3
L’3 = L3 – Lp = L3 + 0,75 Lp
4
8
C’ = C – Lp = C – 2 Lp
4

VB X1 X’2 X’3 X3’’ e1 e2 e3 B R

X’3 1,25 -0,5 1 -1 0,25 0 0 2 -4
9
e2 -9 7 0 0 -2 1 0 9
7
46
e3 12,75 4,5 0 0 0,75 0 1 23
9
C -7 2 0 0 -2 0 0 -16 -

Variable entrante = X’2 ; Variable sortante = e2 ; Pivot = 7

2éme transformation :
−0,5 1
L’’1 = L’1 – Lp = L’1 + Lp
7 14
L′2 L′2
L’’2 = =
𝑃𝑖𝑣𝑜𝑡 7

4,5
L’’3 = L’3 – Lp
7
2
C’’ = C’ – Lp
7

VB X1 X’2 X’3 X3’’ e1 e2 e3 B

X’3 17 0 1 -1 3 1 0 37
28 28 14 14
X’2 −9 1 0 0 −2 1 0 9
7 7 7 7
e3 519 0 0 0 57 4,5 1 241
–
28 28 7 14
C −𝟑𝟏 0 0 0 −𝟏𝟎 𝟐 0 𝟏𝟑𝟎
– –
𝟕 𝟕 𝟕 𝟕
Variables de bases
37 9 241
X’3 = ; X’2 = ; e3 =
14 7 14

Variables hors bases

X1 = 0 ; e1 = 0 ; e2 = 0 ; X3’’ = 0

Donc :
−9 37
X1 = 0 ; X2 = -X’2 = ; X3 = X’3 – X3’’ =
7 14

Max f(X) = 3 X1 + 2 X2 + 8 X3
−9 37
Max f(x) = (3 × 0) + (2 × ) + (8 × )
7 14
130
Max f(x) =
7

Solution du programme (P) :

Forme canonique

Min u (X ; Y ; Z) = 8 X + 25 Y + 17 Z

5X+Y+9Z≥3

2X –3Y–6Z≤2

4X+8Y–3Z=8

X≥0; Y≥0;Z≥0

Min u (X ; Y ; Z) = 8 X + 25 Y + 17 Z

5X+Y+9Z≥3

2X –3Y–6Z≤2

4X+8Y–3Z≥8

4X+8Y–3Z≤8
X≥0; Y≥0;Z≥0

Min u (X ; Y ; Z) = 8 X + 25 Y + 17 Z

5X+Y+9Z≥3

-2 X + 3 Y + 6 Z ≥ -2

4X+8Y–3Z≥8

-4 X – 8 Y + 3 Z ≥ -8

X≥0; Y≥0;Z≥0

Forme standard

Min u (X ; Y ; Z) = 8 X + 25 Y + 17 Z

5 X + Y + 9 Z – t1 = 3

-2 X + 3 Y + 6 Z – t2 = -2

4 X + 8 Y – 3 Z – t3 = 8

-4 X – 8 Y + 3 Z – t4 = -8

X ≥ 0 ; Y ≥ 0 ; Z ≥ 0 ; t1 ≥ 0 ; t2 ≥ 0 ; t3 ≥ 0 ; t4 ≥ 0

Association des variables

31
X1 → t1 =
7

X2 → t2 = 0

X’3 → t3 = 0

X’’3 → t4 = 0
10
e1 → X =
7
2
e2 → Y =
7

e3 → Z = 0
Min u (X ; Y ; Z) = 8 X + 25 Y + 17 Z
10 2
Min u (X ; Y ; Z) = (8 × ) + (25 × ) + (17 × 0)
7 7
130
Min u (X ; Y ; Z) =
7

Solution :

1)

Max f(X) = 2 X1 + 6 X2

X1 + X2 ≤ 8

-X1 + X2 ≥ -3

X1 – 4 X2 ≥ -16

X1 ≥ 0 ; X2 ≥ 0

2)

D1 : X1 + X2 = 8

D2 : -X1 + X2 = -3

D3 : X1 – 4 X2 = -16
Polygone OGBCE

O (0 ; 0)

Max f(X) = 2 X1 + 6 X2 = (2 × 0) + (6 × 0) = 0

G (0 ; 4)

Max f(X) = 2 X1 + 6 X2 = (2 × 0) + (6 × 4) = 24

B (3,2 ; 4,8)

Max f(X) = 2 X1 + 6 X2 = (2 × 3,2) + (6 × 4,8) = 35,2

C (5,5 ; 2,5)

Max f(X) = 2 X1 + 6 X2 = (2 × 5,5) + (6 × 2,5) = 26

E (3 ; 0)

Max f(X) = 2 X1 + 6 X2 = (2 × 3) + (6 × 0) = 6
On retient la valeur maximale B (3,2 ; 4,8)

Par conséquent X1 = 3,2 ; X2 = 4,8 ; Max f(X) = 35,2

3)

Forme canonique

Max f(X) = 2 X1 + 6 X2

X1 + X2 ≤ 8

X1 – X2 ≤ 3

-X1 + 4 X2 ≤ 16

X1 ≥ 0 ; X2 ≥ 0

Forme standard

Max f(X) = 2 X1 + 6 X2

X1 + X2 + e1 = 8

X1 – X2 + e2 = 3

-X1 + 4 X2 + e3 = 16

X1 ≥ 0 ; X2 ≥ 0 ; e1 ≥ 0 ; e2 ≥ 0 ; e3 ≥ 0

Variables hors bases

X1 = 0 ; X2 = 0

Variables de bases

e1 = 8 ; e2 = 3 ; e3 = 16

VB X1 X2 e1 e2 e3 B R
e1 1 1 1 0 0 8 8
e2 1 -1 0 1 0 3 -3
e3 -1 4 0 0 1 16 4
C 2 6 0 0 0 0 -
Variable entrante = X2 ; Variable sortante = e3 ; Pivot = 4

1ére transformation :
1
L’1 = L1 – Lp = L1 – 0,25 Lp
4
−1
L’2 = L2 – Lp = L2 + 0,25 Lp
4
L3 L3
L’3 = =
𝑃𝑖𝑣𝑜𝑡 4

6
C’ = C – Lp = = C – 1,5 Lp
4

VB X1 X2 e1 e2 e3 B R
e1 1,25 0 1 0 -0,25 4 3,2
28
e2 0,75 0 0 1 0,25 7
3
X2 -0,25 1 0 0 0,25 4 -16
C 3,5 0 0 0 -1,5 -24 -

Variable entrante = X1 ; Variable sortante = e1 ; Pivot = 1,25

2éme transformation :
L′1 L′1
L’’1 = =
𝑃𝑖𝑣𝑜𝑡 1,25

0,75
L’’2 = L’2 – Lp = L’2 – 0,6 Lp
1,25

−0,25
L’’3 = L’3 – Lp = L’3 + 0,2 Lp
1,25

3,5
C’’ = C’ – Lp = C’ – 2,8 Lp
1,25

VB X1 X2 e1 e2 e3 B
X1 1 0 0,8 0 -0,2 3,2
e2 0 0 -0,6 1 0,4 4,6
X2 0 1 0,2 0 0,2 4,8
C 0 0 -2,8 0 -0,8 -35,2
Variables de bases

X1 = 3,2 ; X2 = 4,8 ; e2 = 4,6

Variables hors bases

e1 = 0 ; e3 = 0

Max f(X) = 2 X1 + 6 X2

Max f(x) = (2 × 3,2) + (6 × 4,8)

Max f(x) = 35,2

Solution du programme (P) :

Forme canonique

Y’ = -Y et Z’ = -Z

Min f (X ; Y ; Z) = 8 X + 3 Y’ + 16 Z’

X + Y’ – Z’ ≥ 2

X – Y’ + 4 Z’ ≥ 2

X ≥ 0 ; Y’ ≥ 0 ; Z’ ≥ 0

Forme standard

Min f (X ; Y ; Z) = 8 X + 3 Y’ + 16 Z’

X + Y’ – Z’ – t1 = 2

X – Y’ + 4 Z’ – t2 = 2

X ≥ 0 ; Y’ ≥ 0 ; Z’ ≥ 0 ; t1 ≥ 0 ; t2 ≥ 0

Association des variables

Variables de décision ↔ variables d’écart

X1 → t1 = 0

X2 → t2 = 0

e1 → X = 2,8
e2 → Y’ = 0

e3 → Z’ = 0,8

Alors X = 2,8 ; Y = - Y’ = 0 et Z = -Z’ = -0,8

Min f (X ; Y ; Z) = 8 X – 3 Y – 16 Z

Min u (X ; Y ; Z) = (8 × 2,8) – (3 × 0) – (16 × -0,8)

Min u (X ; Y ; Z) = 35,2

Solution :

1) Min f (X ; Y) = 194 X + 200 Y

0,36 X + 0,45 Y ≥ 13500

0,4 X + 0,2 Y ≥ 11200

0,16 X + 0,1 Y ≥ 5000

X≥0; Y≥0

2) Max f (X) = 13500 X1 + 11200 X2 + 5000 X3

0,36 X1 + 0,4 X2 + 0,16 X3 ≤ 194

0,45 X1 + 0,2 X2 + 0,1 X3 ≤ 200

X1 ≥ 0 ; X2 ≥ 0 ; X3 ≥ 0

3)

Forme standard

Max f(X) = 13500 X1 + 11200 X2 + 5000 X3

0,36 X1 + 0,4 X2 + 0,16 X3 + e1 = 194

0,45 X1 + 0,2 X2 + 0,1 X3 + e2 = 200

X1 ≥ 0 ; X2 ≥ 0 ; X3 ≥ 0 ; e1 ≥ 0 ; e2 ≥ 0

Variables hors bases

X1 = 0 ; X2 = 0 ; X3 = 0

Variables de bases

e1 = 194 ; e2 = 200

VB X1 X2 X3 e1 e2 B R
4850
e1 0,36 0,4 0,16 1 0 194
9
4000
e2 0,45 0,2 0,1 0 1 200
9
C 13500 11200 5000 0 0 0 -

Variable entrante = X1 ; Variable sortante = e2 ; Pivot = 0,45

1ére transformation :
0,36
L’1 = L1 – Lp = L1 – 0,8 Lp
0,45
L2 L2
L’2 = =
𝑃𝑖𝑣𝑜𝑡 0,45

13500
C’ = C – Lp = C – 30000 Lp
0,45
VB X1 X2 X3 e1 e2 B R
425
e1 0 0,24 0,08 1 -0,8 34
3
4 2 20 4000
X1 1 0 1000
9 9 9 9
C 0 5200 2000 0 -30000 -6000000 -

Variable entrante = X2 ; Variable sortante = e1 ; Pivot = 0,24

2éme transformation :
L′1 L′1
L’’1 = =
𝑃𝑖𝑣𝑜𝑡 0,24
4
9 50
L’’2 = L’2 – Lp = L’2 – Lp
0,24 27

5200 65000
C’’ = C’ – Lp = C’ – Lp
0,24 3

VB X1 X2 X3 e1 e2 B R
1 25 10 425
X2 0 1 − 425
3 6 3 3
X1 1 0 2 50 100 10300 5150
27 –
27 27 27
C 0 0 𝟖𝟎𝟎 𝟔𝟓𝟎𝟎𝟎 𝟑𝟖𝟎𝟎𝟎 -6736666,667 -
– –
𝟑 𝟑 𝟑

1
Variable entrante = X3 ; Variable sortante = X2 ; Pivot =
3

3éme transformation :
L′′1 L′′1
L’’’1 = = 1 = 3 L′′1
𝑃𝑖𝑣𝑜𝑡
3

2
27 2
L’’’2 = L’’2 – 1 Lp = L’’2 – Lp
9
3

800
3
C’’’ = C’’ – 1 Lp = C’’ – 800 Lp
3
VB X1 X2 X3 e1 e2 B
X3 0 3 1 12,5 -10 425
X1 1 2 0 25 40 350
– –
9 9 9
C 0 -800 0 -25000 -10000 -6850000

Variables de bases

X1 = 350 ; X3 = 425

Variables hors bases

X2 = 0 ; e1 = 0 ; e2 = 0

Max f(X) = 13500 X1 + 11200 X2 + 5000 X3

Max f(x) = (13500 × 350) + (11200 × 0) + (5000 × 425)

Max f(x) = 6 850 000

4)

Solution du programme (P) :

Forme standard

Min f (X ; Y) = 194 X + 200 Y

0,36 X + 0,45 Y – t1 = 13500

0,4 X + 0,2 Y – t2 = 11200

0,16 X + 0,1 Y – t3 = 5000

X ≥ 0 ; Y ≥ 0 ; t1 ≥ 0 ; t2 ≥ 0 ; t3 ≥ 0

Association des variables

X1 → t1 = 0

X2 → t2 = 800

X3 → t3 = 0
e1 → X = 25000

e2 → Y = 10000

Min f (X ; Y) = 194 X + 200 Y

Min u (X ; Y) = (194 × 25000) + (200 × 10000)

Min u (X ; Y) = 6 850 000

Pour minimiser le cout des redevances, la société a intérêt d’extraire 25000

tonnes de pierres P1 et 10000 tonnes de pierres P2

Examen 2016/2017 (Exercice 2) :

Un agriculteur souhaite mélanger des engrais de façon à obtenir au minimum

15 unités de potasse, 20 unités de nitrates et 24 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 coute 12 DH.

Le type 2 procure 1 unité de potasse, 5 unités de nitrates et 2 unités de

phosphates. Il coute 6 DH.

1) Donner le programme primal P de la combinaison d’engrais qui remplira les

conditions exigées au moindre cout.

2) Résoudre le programme primal P graphiquement

3) Donner et résoudre la formulation du programme dual D par la méthode du

simplexe

4) Déterminer la solution du programme P et interpréter les résultats

Solution :

1)

Min f(X ; Y) = 12 X + 6 Y

3 X + Y ≥ 15
X + 5 Y ≥ 20

3 X + 2Y ≥ 24

X≥0;Y≥0

2)

D1 : 3 X + Y = 15

D2 : X + 5 Y = 20

D3 : 3 X + 2Y = 24

 A (0 ; 15)

Min f(X ; Y) = 12 X + 6 Y = (12 × 0) + (6 × 15) = 90

 B (2 ; 9)

Min f(X ; Y) = 12 X + 6 Y = (12 × 2) + (6 × 9) = 78

  G (6,15 ; 2,76)

Min f(X ; Y) = 12 X + 6 Y = (12 × 6,15) + (6 × 2,76) = 90,36

 F (20 ; 0)

Min f(X ; Y) = 12 X + 6 Y = (12 × 20) + (6 × 0) = 240

On retient la valeur minimale B (2 ; 9) = 78

Alors X = 2 ; Y = 9 ; Min f(X ; Y) = 78

3)

Max f(x) = 15 X1 + 20 X2 + 24 X3

3 X1 + X2 + 3 X3 ≤ 12

X1 + 5 X2 + 2 X3 ≤ 6

X1 ≥ 0 ; X2 ≥ 0 ; X3 ≥ 0

La forme standard :

Max f(x) = 15 X1 + 20 X2 + 24 X3

3 X1 + X2 + 3 X3 + e1 = 12

X1 + 5 X2 + 2 X3 + e2 = 6

X1 ≥ 0 ; X2 ≥ 0 ; X3 ≥ 0 ; e1 ≥ 0 ; e2 ≥ 0

Variables hors bases

X1 = 0 ; X2 = 0 ; X3 = 0

Variables de bases

e1 = 12 ; e2 = 6

VB X1 X2 X3 e1 e2 B R
e1 3 1 3 1 0 12 4
e2 1 5 2 0 1 6 3
C 15 20 24 0 0 0 -
Variable entrante = X3 ; Variable sortante = e2 ; Pivot = 2

1ére transformation :
3
L’1 = L1 – Lp = L1 – 1,5 Lp
2
L2 L2
L’2 = =
𝑃𝑖𝑣𝑜𝑡 2

24
C’ = C – Lp = C – 12 Lp
2

VB X1 X2 X3 e1 e2 B R
e1 1,5 -6,5 0 1 -1,5 3 2
X3 0,5 2,5 1 0 0,5 3 6
C 3 -40 0 0 -12 -72 -

Variable entrante = X1 ; Variable sortante = e1 ; Pivot = 1,5

2éme transformation :
L′1 L′1
L’’1 = =
𝑃𝑖𝑣𝑜𝑡 1,5

0,5 1
L’’2 = L’2 – Lp = L’2 – Lp
1,5 3

3
C’’ = C’ – Lp = C’ – 2 Lp
1,5

VB X1 X2 X3 e1 e2 B
X1 1 13 0 2 -1 2
–
3 3
X3 0 14 1 1 1 2
–
3 3
C 0 -27 0 -2 -9 -78

Variables de bases

X1 = 2 ; X3 = 2
Variables hors bases

X2 = 0 ; e1 = 0 ; e2 = 0

Max f(x) = 15 X1 + 20 X2 + 24 X3

Max f(x) = (15 × 2) + (20 × 0) + (24 × 2)

Max f(x) = 78

4) Solution du programme (P) :

Forme standard

Min f(X ; Y) = 12 X + 6 Y

3 X + Y – t1 = 15

X + 5 Y – t2 = 20

3 X + 2Y – t3 = 24

X ≥ 0 ; Y ≥ 0 ; t1 ≥ 0 ; t2 ≥ 0 ; t3 ≥ 0

Association des variables

X1 → t1 = 0

X2 → t2 = 27

X3 → t3 = 0

e1 → X = 2

e2 → Y = 9

Min f(X ; Y) = 12 X + 6 Y

Min f (X ; Y) = (12 × 2) + (6 × 9)

Min f (X ; Y) = 78

Pour minimiser les couts d’engrais, l’entreprise a intérêt d’acheter 2 unités de

type 1 et 9 unités de type 2.