INTALLATION

1. Fichier --> Options

2. Compléments --> Atteindre (en bas) --> Cocher "complément solveur"
3. Une fois chargé, le Solveurs'affiche dans le menu "Données"

UTILITE
Le Solveur s'utilise pour déterminer la ou les valeurs les plus adaptées pour atteindre un objectif.
Ces valeurs respectent les conditions indiquées par l'utilisateur dans le scénario du Solveur.
C'est ce qu'on appelle de l'optimisation sous contraintes.

PRESENTATION
Cellule objectif
(1 seule cellule)

Sens de
l'optimisation
(objectif)
Plage à opti
laquelle le
déterminer
optim

Liste des contraintes

à respecter

Moteur de
résolution
 EXEMPLE
Un atelier dispose de planches de 4 mètres de longeur, qu'il peu
Chaque section à une valorisation commerciale propre.
On peut utiliser le Solveur pour optimiser la découpe des planch

Longeur Valeur
Longeur planche : 4.00 x
dre un objectif. Section 1 : 2.00 31.0 €
Section 2 : 1.30 21.0 €
Section 3 : 0.70 12.0 €

Total valorisé : 0.0 0.0 €

A première vue, il est plus intéressant de découper des sections

Néanmoins, ces 2 sections ne sont pas des diviseurs de la taille d

Commençons par poser le problème pour le Solveur.

Plage à optimiser (sur
laquelle le Solveur va
déterminer les valeurs
optimales)
- L'objectif est de maximiser le total valorisé (cellule N13)
- Sous contrainte de ne pas dépasser la longeur de la planche br
- Et sous contrainte de découper des sections complètes (seulem
Le scénario sera donc le suivant :

oteur de
olution
1. Lancez la résolution.
2. Modifiez les valeurs de longeur et/ou valeur et lancez à nouve
4 mètres de longeur, qu'il peut découper en 3 sections différentes.
commerciale propre.
timiser la découpe des planches afin de maximiser la valeur produite à partir d'une pièce entière.

€/mètre Qte optimale

15.50 €
16.15 €
17.14 €

ant de découper des sections 2 et surtout 3, au regard de la valeur du mètre.

pas des diviseurs de la taille d'une planche brute. Il y aura donc de la perte.

me pour le Solveur.
al valorisé (cellule N13)
er la longeur de la planche brute (M13<=M8)
es sections complètes (seulement des nombres entiers en P9:P11)
et/ou valeur et lancez à nouveau la résolution.
INFORMATIONS COMPLEMENTAIRES
La plage variable est limitée à 200 cellules.

Le choix du moteur de recherche dépend de la complexité du problème.

Pour les moteurs Simplex PL et GRG non-linéaire, Excel doit être en mesure d'établir une équation et d'en cal
Le cas inverse, soit le Solveur ne trouveras pas de solution, soit la solution risque de ne pas être la plus optim
Pour les problèmes complexes, il convient donc d'utiliser le modèle Evolutionnaire, qui est cependant plus lon

Le Solveur s'utilise avec des fonctions Excel, il ne fonctionnera pas sur une cellule dont le résultat dépend d'u

Le choix de la précision, notamment pour le moteur Evolutionnaire peut permettre une amélioration notable

Idem concernant le choix des bornes de la plage variable. Une plage restreinte et correctement choisie perm

Attention à la conception des formules et au choix des bornes afin d'éviter les réultats de formules type #N/A
blir une équation et d'en calculer la dérivée.
de ne pas être la plus optimisée.
e, qui est cependant plus long à exécuter.

dont le résultat dépend d'une macro.

re une amélioration notable du temps de calcul.

correctement choisie permet une exécution plus rapide.

ultats de formules type #N/A, #DIV/0!...

 X Y Regression Ecarts²
0.31 2.52 1.31 1.48 A 1.00
2.06 4.95 3.06 3.56 B 1.00
2.72 6.26 3.72 6.48
2.73 2.75 3.73 0.97 MSE
3.08 3.35 4.08 0.52
3.74 4.91 4.74 0.03 25.00 Y
3.77 5.08 4.77 0.10
Re-
4.16 5.92 5.16 0.57 gres-
20.00 sion
4.17 6.63 5.17 2.15
5.31 5.44 6.31 0.77
5.55 1.42 6.55 26.34 15.00
5.85 6.16 6.85 0.48
6.89 5.55 7.89 5.48
10.00
7.01 1.06 8.01 48.20
9.14 1.73 10.14 70.68
9.19 6.70 10.19 12.18 5.00
9.98 12.13 10.98 1.32
10.56 8.04 11.56 12.40 0.00
11.40 11.32 12.40 1.17 0.00 5.00 10.00 15.00
12.49 3.97 13.49 90.54
12.50 9.49 13.50 16.13
13.09 14.29 14.09 0.04
18.04 16.53 19.04 6.29
20.72 8.82 21.72 166.57

On cherche à étudier la relation linéaire entre les variables X et Y.

L'objectif est de définir les paramètres A et B les plus adaptés pour que l'équation Y = A*X + B donne les valeurs les plus proch

1. Ecrivez la formule objectif en G5.

2. Ouvrez le Solveur, et définissez G5 comme cellule objectif à minimiser.
3. La plage variable est G2:G3, il n'y a pas de contrainte particulière dans le cas présent.
4. Lancez la résolution avec le moteur de résolution "GRG non-linéaire".
 10.00 15.00 20.00 25.00

nne les valeurs les plus proches des Y observés.

 X Y Regression Ecarts²
0.31 2.52 2.70 0.03 A 0.51
2.06 4.95 3.60 1.83 B 2.55
2.72 6.26 3.93 5.45
2.73 2.75 3.94 1.41 MSE 8.67
3.08 3.35 4.11 0.57
3.74 4.91 4.45 0.21 18.00 Y
3.77 5.08 4.46 0.38
16.00 Re-
4.16 5.92 4.67 1.56 gres-
4.17 6.63 4.67 3.87 14.00 sion
5.31 5.44 5.25 0.03 12.00
5.55 1.42 5.37 15.62
10.00
5.85 6.16 5.52 0.40
6.89 5.55 6.05 0.26 8.00
7.01 1.06 6.11 25.49 6.00
9.14 1.73 7.20 29.91
4.00
9.19 6.70 7.23 0.27
9.98 12.13 7.63 20.27 2.00
10.56 8.04 7.92 0.01 0.00
11.40 11.32 8.35 8.81 0.00 5.00 10.00 15.00
12.49 3.97 8.90 24.31
12.50 9.49 8.91 0.33
13.09 14.29 9.21 25.76
18.04 16.53 11.73 23.04
20.72 8.82 13.10 18.32

On cherche à étudier la relation linéaire entre les variables X et Y.

L'objectif est de définir les paramètres A et B les plus adaptés pour que l'équation Y = A*X + B donne les valeurs les plus proch

1. Ecrivez la formule objectif en G5.

2. Ouvrez le Solveur, et définissez G5 comme cellule objectif à minimiser.
3. La plage variable est G2:G3, il n'y a pas de contrainte particulière dans le cas présent.
4. Lancez la résolution avec le moteur de résolution "GRG non-linéaire".
 10.00 15.00 20.00 25.00

nne les valeurs les plus proches des Y observés.

 Elève Sexe Age Equipe
Anthony D. H 26 1 Nombre d'équipes :
Hélène H. F 49 2
Martin Y. H 32 3
Dave J. H 41 1 1
Monica C. F 36 2 2
Henri G. H 52 3 3
Jean F. H 47 1
Anna B. F 20 2
Tony G. H 19 3
Chloe F. F 22 1
Antoine. I. H 29 2
Arnaud. S. H 33 3
Mélanie. D. F 29 1
Aurélie. H. F 22 2

Une petite entreprise souhaite organiser une journée "Team building". A cette fin, l'organisateur doit faire des équipes équ
Difficulté supplémentaire, le nombre d'équipes est amené à changer selon l'activité proposée.

1. Ecrivez des formules (zones jaunes) permettant d'évaluer l'hétérogénéité entre équipes sur chacun des 3
2. Ecrivez une formule synthétisant l'information des 3 précédentes et servant de base à l'optimisation.
3. Ouvrez le Solveur et écrivez le scénario (définir la cellule objectif, les cellules variables, les contraintes…). C
4. Lancez la résolution.
 3

Nombre Age %H
5 33.0 60%
5 31.2 20%
4 34.0 100%

ganisateur doit faire des équipes équilibrées en nombre, âge et parité.

éité entre équipes sur chacun des 3 critères.

ervant de base à l'optimisation.
ellules variables, les contraintes…). Choisir la résolution "Evolutionnaire".
 Elève Sexe Age Equipe
Anthony D. H 26 1 Nombre d'équipes : 3
Hélène H. F 49 3
Martin Y. H 32 3 Nombre
Dave J. H 41 3 1 5
Monica C. F 36 1 2 4
Henri G. H 52 1 3 5
Jean F. H 47 2
Anna B. F 20 1
Tony G. H 19 3
Chloe F. F 22 2
Antoine. I. H 29 1
Arnaud. S. H 33 2 Possibilité 1 : 0.10
Mélanie. D. F 29 2 Possibilité 2 : 0.21
Aurélie. H. F 22 3

Une petite entreprise souhaite organiser une journée "Team building". A cette fin, l'organisateur doit faire des équipes équilib
Difficulté supplémentaire, le nombre d'équipes est amené à changer selon l'activité proposée.

1. Ecrivez des formules (zones jaunes) permettant d'évaluer l'hétérogénéité entre équipes sur chacun des 3 critè
2. Ecrivez une formule synthétisant l'information des 3 précédentes et servant de base à l'optimisation.
3. Ouvrez le Solveur et écrivez le scénario (définir la cellule objectif, les cellules variables, les contraintes…). Cho
4. Lancez la résolution.
 Age %H
32.6 60%
32.8 50%
32.6 60%

0.00 0.08 0.18

0.00 0.18

it faire des équipes équilibrées en nombre, âge et parité.

uipes sur chacun des 3 critères.

e à l'optimisation.
les, les contraintes…). Choisir la résolution "Evolutionnaire".