6/29/2023 L’ENTREPRISE RIZ-

PRODUCTION ET CHOIX
INTERTEMPOREL DE
PRODUCTION
CONVEXITE ET OPTIMISATION : Mr Oumar DIOP

PRESENTE PAR:
YANNICK .B NGONO FONE
PANONGMANÉGRE
TIENDREBEOGO
SITUATION
RIZ_ PRODUCTION est une entreprise agricole naissante ayant pour intention de pratiquer la culture
du riz. Pour moderniser plus son activité et accroitre son rendement agricole, elle désir intégrer
l’intelligence artificielle dans sa production. L’IA dans une exploitation agricole consiste à rendre la
production autonome par l’utilisation du matériels interconnectées comme des drones, tracteurs
autonomes, cameras, machines de traite connectées...etc., afin d’obtenir de meilleurs rendements
possibles au moindre couts financiers et environnementales. Disposant d’une importante superficie de
terre arables, l’introduction de l’IA dans sa production lui permettra d’économiser les ressources ainsi
que de transformer sa riziculture en vue d’optimiser sa production. L’implémentation de cette
mutation, qui s’observera par un changement de sa fonction de cout de production, nécessite un
investissement qu’elle envisage réaliser grâce à une stratégie d’autofinancement organiser sur deux
périodes
Au début de la première période, RIZ_ PRODUCTION sait qu’elle vendra une unité de son produit à
un prix p1 durant la période. Cependant, elle anticipe une surproduction sur le marché du riz pouvant
conduire à une baisse du prix unitaire du riz à une valeur p2 a la seconde période. Cette surproduction
viendrait par exemple du fait que le gouvernement venait d’instaurer une loi visant à relancer la
production du riz et donc encourageant les producteurs à produire plus. Les prix sur le marché des
facteurs étant rigide à la baisse car encadrer par l’Etat, l’entreprise envisage améliorer son dispositif de
production au moyen de l’IA permettant de produire plus afin de réduire ses couts notamment ses
couts marginaux et donc de maintenir sa capacite à faire des bénéfices. Elle projette effectuer une
épargne au cours de la première période en vue de réaliser à la seconde période un investissement en
acquisition de meilleurs instruments de production, qui lui permettra de modifier sa fonction de coût
de production. Pour cela elle opte pour une optimisation de son activité de production sur l’horizon
composé des deux périodes. Ayant des obligations de rentabilité envers propriétaires, elle cherchera
donc dans ce contexte a maximiser son profit global sur cet horizon. Puisqu’elle anticipe une chute des
prix, mais qu’elle compte réaliser néanmoins un investissement notamment par l’autofinancement, les
performances de l’entreprise en termes de rentabilité seront affectées d’une période à l’autre et sa
résilience en situation de chute des prix va déterminer sa capacite à se maintenir sur le marché et donc
augmenter sa crédibilité à long terme.
.
OBJECTIF :
Dans un contexte tel que décrit plus haut, RIZ_ PRODUCTION souhaite déterminer les fonctions
d’offres à adopter pour maximiser le profit global sur l’horizon compose de deux périodes tout en
développant ses capacités productives, que l’on perçoit à travers le changement de la fonction de cout
de production.
REVUE DE LA LITTERATURE
La prise de décision en matière de production intertemporelle dans les entreprises agricoles est un
domaine d'étude important en économie et en gestion. Les entreprises sont souvent confrontées à des
choix complexes en matière de production pour optimiser leurs bénéfices aussi bien dans le court ou
moyen terme que long terme. Dans ce contexte, la modélisation mathématique et la programmation
jouent un rôle essentiel dans l'analyse et la résolution de ces problèmes.

Plusieurs études antérieures se sont penchées sur la modélisation des choix de production
intertemporelle dans divers secteurs industriels. Par exemple, Smith et al. (2009) ont étudié les
décisions de production intertemporelle dans le secteur de la fabrication automobile. Ils ont développé
un modèle mathématique basé sur la théorie de la production et ont utilisé la programmation linéaire
pour résoudre le problème. Leur étude a montré l'importance de prendre en compte les coûts de
production, la demande future et les contraintes de capacité dans la prise de décision.

Dans le domaine spécifique de la fabrication de climatiseurs, de nombreuses études ont également été
menées. Par exemple, Johnson et Smith (2012) ont examiné les décisions de production
intertemporelle dans une entreprise de fabrication de climatiseurs. Leur étude a utilisé une approche de
programmation dynamique pour modéliser le problème et a pris en compte des facteurs tels que la
demande saisonnière, les coûts de production et les contraintes de capacité. Les résultats ont montré
comment l'entreprise peut optimiser ses bénéfices en ajustant les niveaux de production au fil du
temps.

D'autres travaux de recherche, tels que ceux de Anderson et Brown (2015) et Lee et al. (2018), ont
exploré différentes méthodes de résolution pour les problèmes de production intertemporelle,
notamment l'utilisation de techniques d'optimisation stochastique et d'algorithmes génétiques.

Ces études antérieures ont fourni des informations précieuses sur la modélisation et la résolution des
problèmes de production intertemporelle dans le secteur industriel. Elles ont montré comment les
entreprises peuvent utiliser des modèles mathématiques et la programmation pour prendre des
décisions éclairées en tenant compte de divers facteurs tels que la demande, les coûts et les contraintes
de capacité.
PRESENTATION GENERALE DU PROBLEME
Disposant d’un capital K = 1.000.000 XAF connu au début de la première période, le niveau de
production Q1 qu’elle effectuera et vendra au prix P1=3000 XAF, coutera une part C 1(Q1) de K, et
déterminera l’épargne S = K-C1(Q1) qu’elle effectuera, épargne rémunérée à hauteur de r=1%.
L’investissement requis pour ce projet de modernisation s’élève à W= 450.000 XAF, de sorte que pour
une quantité produite Q, son cout de production de la seconde période soit inférieur à celui de la
période précédente. Le montant dont elle dispose au début de la deuxième période sera utiliser pour
effectuer cet investissement ainsi que pour produire une quantité Q2 du bien commercialiser au cours
de cette période au prix P2= 2900 XAF.
Le bénéfice de la première période est le résultat de l’activité de production et d’épargne de
l’entreprise au terme de la première période d’activité. Ce résultat est par la suite réinvesti dans
l’activité de la seconde période
Ceci étant, le travail qui nous a été proposé par la direction générale de RIZ_ PRODUCTION sous
instruction de son conseil d’administration, est de construire un modèle d’optimisation des décisions
des niveaux de production à adopter sur l’horizon décrit, compte tenu des contraintes lié à la mutation
technologique prévu ainsi que son financement.
Modélisation du problème
Paramètre du modèle :
P 2−P 1
a=  : Variation du niveau des prix entre les périodes
P1
r= taux d’intérêt du placement de la première période
µ : taux d’actualisation
Q1 : quantité produite à la période 1
Q2 : quantité produite à la période 2
 Hypothèses
En considérant ici les hypothèses théoriques classiques formulées dans le cadre d’études de décisions
intertemporelles de production de la firme agricole standard, nous posons ici l’hypothèse que la
stratégie, les procédés et la technologie de production sont reflétés par une fonction de coût total
rigoureusement estimée et qu’une modification de tout éléments susceptibles d’impacter
significativement les coûts lié à la production se traduit par une modification de la part de l’entreprise ,
de sa fonction de cout de production. Cette dernière reflète ainsi par hypothèse toute l’information
relative aux coûts engendrés par l’activité de production. On fait l’hypothèse que l’entreprise n’a pas
de problème d’écoulement de ses produits.
On suppose également la rigidité à la baisse des prix sur le marché des facteurs. En effet le cours des
facteurs de production ne peut significativement varier de sorte à faire varier la fonction de coût
d’entreprise. La fonction de coût total n’est que fonction du niveau de production. L’entreprise
souhaite la modifier lorsque la tendance générale des prix sur le marché du produit réduit sa marge de
réalisation de profit.
Dans la situation présentée par RIZ_ PRODUCTION, elle anticipe une baisse du prix unitaire du riz
produit à la seconde période. La valorisation de la recette totale au cours de cette période est faite à ce
niveau général de prix. Le taux d’intérêt qui permettrai de valoriser à la seconde période, un fond
placé à la première période si les prix restaient inchangés est r, de sorte que le taux d’intérêt nominal
permettant d’intégrer la variation des prix est (1+µ)= (1+r) (1+θ ). Dans la suite, On suppose le
coefficient µ évalué par l’entreprise à travers l’information dont elle dispose et l’anticipation de
l’évolution du niveau de prix. Il permettra d’évaluer le profit de la seconde période, à la première
période, grâce à une actualisation.
 Réflexion à priori et émergence du problème :
Puisque le prix semble s’orienter à la baisse, l’entreprise pourrait trouver judicieux de produire plus à
la période où le prix est le plus favorable, c’est-à-dire à la période 1, ceci afin de faire le plus de profit.
Cependant, il se pose le problème de l’évolution exponentielle des coûts marginaux à mesure que la
quantité à produire augmente ; ce qui limite le niveau de production potentiel. De plus si la même
anticipation est faite du côté des consommateurs constituant sa part de marché, cela pourrait créer chez
eux un comportement attentiste. Ils vont volontairement baisser leurs niveaux de consommations pour
davantage en profiter à la période 02, et peut être même persister ce comportement au-delà de
l’horizon dans l’espoir de voir encore les prix chuter pour mieux en profiter, conduisant ainsi
l’entreprise au stockage d’une part de sa production évalué sous une fonction de cout exponentiel donc
élevé mais commercialisé à un prix relativement encore plus défavorable.

 Construction de la fonction économique objectif

A la première période, le capital dont dispose l’entreprise est K, reparti entre cout de production de la
première période, et épargne.
Le cout total de production de l’entreprise au cours de la première période est fonction du niveau de
production Q1 correspondant à la période. Il est obtenu par la relation exponentielle suivante :
C 1 ( Q1 ) =e(0,1 Q ) +100000
1
∂ C1 (0,1 Q )
=0,1∗e Représente le cout marginal de production à la période 1.
1

∂Q 1
Le système des prix est supposé connu sur chaque période. Soit P1 représente le prix sur la première
période.
Le bénéfice issu de l’activité de production sur la première période est déterminé par :

π 1 ( Q1 ) =P1 Q 1−C 1 ( Q 1) =P1 Q1 −(e ¿ ¿ ( 0,1 Q 1 )+ 100000) ¿.

S = K-C1 (Q1) Représente l’épargne potentielle effectué à la période elle est constituée pour aider à la
réalisation de l’investissement de la période suivante et éventuellement soutenir le résultat de la
période. Le résultat du premier exercice est calculé en sommant le résultat de l’activité de production
sur la première période avec la rémunération de l’épargne investie
R1=π 1+(r∗S¿¿ 1)=P1 Q1 −C1 (Q1 )+(r∗S ¿¿ 1)=P 1 Q1−(e ¿ ¿ ( 0,1Q1 ) +100000)+( r∗S¿¿ 1)¿ ¿ ¿ ¿

La production, à la seconde période, d’une quantité Q2 coûte C 2( Q 2) (l’entreprise souhaite améliorer

son dispositif de production), obtenu par la nouvelle fonction de coût C 2 ( Q2 ) =¿ 2 Q 2 −Q 2+ 100000
2

et le prix unitaire du produit riz sur le marché à la seconde période est P2 ( P2 < P1). Le coût marginal
∂ C2
de seconde période est : =4 Q2−1
∂Q 2
Le bénéfice issu de l’activité de production de seconde période est calculé par :

π 2=P2 Q2−C2 ( Q2 )=P 2 Q2−(2Q22−Q2+100000)

Ainsi, Le bénéfice global de l’entreprise au terme des deux périodes en prenant en compte le taux
d’actualisation, sera obtenu par la relation suivante :
1 1
(P Q −( 2 Q2 −Q2 +100000 ) ) ¿
2
π (Q 1 , Q2 ) =π 1 ( Q1 ) + π 2 ( Q2 )=P1 Q1−(e ¿ ¿ ( 0,1 Q1) + 100000)+
1+ µ 1+µ 2 2
Ou µ est le taux d’actualisation et sa détermination est fonction des prix renseignés par l’entreprise.

 Construction des Contraintes économiques :

En début de seconde période, le capital disponible sera K 2=¿ K+ R1. Le K 2 est utilisé (tout ou en
partie) dans la seconde période. Ainsi, K 2 ≥C 2(Q2)+W . Nous obtenons la relation suivante :

C 2 ( Q 2 )+W ≤ ( K + R 1 )
Pour que l’amélioration du dispositif de production soit effective, il faudrait que la courbe de la
fonction de cout total de production de la seconde période soit en dessous de celle de la fonction de
cout total de première période lors de la représentation graphique sur l’ensemble des possibilités de
productions. Analytiquement, pour une quantité Q 1 produite à la première période, il faudrait que si
l’on suppose produire la même quantité à la seconde période qu’on ait la relation suivante qui soit
vérifiée : C 2 ( Q 1 ) <C 1 (Q 1).

RIZ_ PRODUCTION dans un contexte réel ne peut se déroger de sa fonction première qui est celle de
produire pour prétendre à des profits sous peine de voir sa place sur le marché menacé et sa part de
marché dérobé par des concurrents et donc i.e. Q 1, Q 2>0 
Programme a optimiser :
On obtient le système suivant:

{
C 2 ( Q1 ) ≤C∧1(Q 1)
C 2 (Q 2 ) +w ≤ ( K + R 1 )
Q1 , Q2> 0

PRESENTATION DU PROTOCOLE DE RESOLUTION

A ce niveau, nous sommes interrogés sur la méthode à adopter pour aborder la résolution de ce
problème. Nous étudions ainsi la nature du problème et l’existence de solution à l’aide d’outils
analytique et graphique, ce qui orientera notre strategie de résolution et nous permettra de justifier
notre approche d’optimisation, à la base du programme de recherche d’une solution éventuelle.

 Etude de la nature du problème et de l’existence de solution

La fonction de profit intertemporelle est donnée par :
1
(P Q −( 2 Q2 −Q2 +100000 ) )¿
2
π (Q 1 , Q2 ) =P 1 Q1−(e ¿ ¿ ( 0,1Q 1 ) +100000)+
1+ µ 2 2
( 0,1 Q1) 1
Le gradient de la fonction de profit est ∇ π =( P1−0,1 e ; ( P −4 Q2 +1 ) )
1+ µ 2

[ ]
( 0,1Q 1)
−0,001e 0
2
Et la matrice Hessienne de la fonction de profit ci-dessus est H=∇ π = −4
0
1+µ

La matrice H est une matrice semi-définie négative car ∀ (a b) ϵ R ²

[ ]()
( 0,1Q 1)
−0,001e 0
a (0,1Q ) ²∗4
( a b )∗ −4 ∗ =−a ²∗0,001e −b 1
≤0
0 b 1+µ
1+µ

Cette fonction de profit intertemporelle est une fonction de classe C² strictement concave sur
R ² . On ne pourra par conséquent pas adopter une approche de résolution de la recherche
opérationnelle linéaire. Ceci étant, on peut se tourner vers l’optimisation non linéaire, soit convexe ou
non convexe. Pour déterminer à quelle type d’optimisation nous auront recours par la suite nous
devons étudier le domaine sur le quel sera optimisé la fonction objectif, ceci à travers l’analyse des
contraintes.
Les contraintes :

- ∀ Q ∈ R+¿ ¿, C 2 ( Q ) ≤ C 1 ( Q ) ⇔ 2 Q 2−Q+100000 ≤ e(0,1Q ) +100000

¿

2 (0,1 Q 1)
⇔ 2Q2−Q−e(0,1Q ) ≤ 0. Nous posons la fonction F ( Q 1 ,Q 2 )=2 Q 1 −Q1−e

Notre contrainte devient F ( Q 1 ,Q 2 ) ≤ 0 , ∀ ( Q1 , Q2 ) ∈ R+¿ ∗R ¿

¿
+¿ ¿
¿

(F_constraint)

On a : ∇ F ( Q1 , Q2 ) =¿ ( 4 Q1−1−0,1 e(0,1 Q 1) , 0)τ

 ∂² F
=4−0,001 e (
0,1 Q )
1
. Cette fonction n’est ni convexe ni concave, elle admet un point
∂²Q
d’inflexion.
- C 2 ( Q 2 )+ w ≤ ( K + R 1 ) ⇔ C 2 ( Q 2 )+ w−K−P1 Q 1+C 1 ( Q 1 )−r∗( K−C 1 ( Q 1 ) ) ≤ 0 =>
C 2 ( Q 2 )+ (1+r )∗C 1 ( Q1 ) −P1 Q1 +w−( 1+r )∗K ≤ 0

Réécrivons ainsi notre contrainte en posant cette fonction G(Q 1 ,Q 2)≤ 0

(G_constraint)

[ ]
( 0,1Q 1)
0,001(1+r )e 0
Cette fonction est convexe sur R+¿ ¿ , sa hessienne définie par
¿ est défini
0 4
positive.
Les analyses obtenues peuvent être illustré par l’espace des contraintes suivant,

Nous avons ainsi à faire à un problème d’optimisation convexe

dont la fonction objective est une fonction concave. Les méthodes d’optimisation convexe étant conçu
pour effectuer des résolutions de programme de minimisation, maximiser Cette fonction revient à
minimiser la fonction :

1
(P 2 Q2−( 2Q2 −Q 2+100000 ) )¿
2
f ( Q 1 ,Q 2 )=−π ( Q 1, Q 2 )=−P1 Q1+(e ¿ ¿ ( 0,1 Q1) + 100000)−
1+ µ
La projection de cette fonction, qui est celle que nous programmerons pour résoudre ce problème,
dans l’ensemble convexe de résolution issu des contraintes nous donnent la représentation graphique
suivante :
Cependant, la présence de contrainte convexes, notamment les fonctions de couts totaux des deux
périodes, mais également la contrainte d’égalité entre les dépenses les moyens disponibles au cours de
la seconde période, nous orientent vers des méthodes plus appropriées à la résolution des programmes
d’optimisation de nature convexe ou quasi-convexe.

 Choix de la méthode de résolution

Dans le cadre de la conception d’un programme de résolution de ce problème, nous utiliserons la
fonction de minimisation (Minimize) du package Optimize contenu dans la bibliothèque Scipy du
langage de programmation python, prenant en compte l’optimisation sous contrainte – égalité et
inégalité- pour implémenter un algorithme d'optimisation spécifiquement conçus pour résoudre des
problèmes d'optimisation avec des contraintes à savoir, la méthode SLSQP.
La méthode SLSQP-Sequential Least Squares Programming - est une méthode itérative qui combine la
méthode des moindres carrés séquentiels avec la méthode de Lagrange pour résoudre des problèmes
d'optimisation non linéaires avec des contraintes. Elle est une méthode d'optimisation appropriée pour
les problèmes d'optimisation non linéaires avec des contraintes. Dans ce problème d'optimisation
spécifique, nous avons une fonction objective non linéaire et des contraintes non linéaires. La méthode
SLSQP est donc pertinente pour résoudre ce problème. Elle itère entre les étapes de résolution de
sous-problèmes de moindres carrés et de calcul des multiplicateurs de Lagrange, afin de trouver un
optimum local. Elle devrait fournir une solution optimale en tenant compte des contraintes spécifiées.
Il est important de noter que la méthode SLSQP peut converger vers un minimum local et non global.
RESOLUTION SUR PYTHON
Le programme implémentant cette méthode ainsi permettant l’illustration des graphiques et joint en
annexe fichier python.
RESULTAT ET ECONOMIQUE INTERPRETATION
L’entreprise pour maximiser son profit global sur l’horizon considéré, devra produire
98,72808886639515 unités du produit à la période 1 commercialisé à 3000 XAF l’unité, et
725,2474237603614 unités à la période 2 commercialisée à 2900 XAF l’unité, pour réaliser un profit
intertemporel de 1.087.919,8313683104 XAF repartis entre les deux périodes : 176788,5236252392 à
la 1ere période, et 951975.1249867261 à la 2 -ème période, équivalent à 911131,3077430712 en fin de
1ere période.
Les résultats obtenus révèlent une stratégie de production justifiée par l’analyse économique suivante
qui pourrait en être sous-jacente. En effet, restreindre volontairement le niveau de production en
période 1, lui permettra d’économiser ses ressources, en produisant juste assez pour réaliser une marge
bénéficiaire non nulle. Elle anticipera un éventuel comportement attentiste de la part de ses
consommateurs en simulant une légère pénurie, ceci afin de conserver le besoin de ces derniers
d’acquérir immédiatement le bien lorsque l’occasion se produit, soit immédiatement à la baisse du prix
en seconde période. Ayant contrôler l’évolution des coûts marginaux de productions – passage grâce à
l’investissement en automatisation du processus de production d’une évolution exponentielle à une
évolution quadratique – elle pourra produire en quantité plus importante, et sous les hypothèses ci-
dessus citées, réaliser des économies d’échelles qui lui procureront un bénéfice plus important.

CONCLUSION

Ce document présente l’implémentation d’un protocole d’optimisation convexe appliqué à la

résolution d’un problème de choix intertemporel de production auquel est confronté une entreprise
agricole récente pratiquant la riziculture, souhaitant maximiser son profit global sur l’horizon sous la
contrainte du financement de l’intégration de l’intelligence artificielle dans le but d’automatiser le
processus de production. La modélisation du problème a permis d’obtenir un programme
d’optimisation non linéaire, à équation convexes, que nous avons résolu grâce à la programmation
de la méthode SLSQP-Sequential Least Squares Programming - qui itère entre les étapes de
résolution de sous-problèmes de moindres carrés et de calcul des multiplicateurs de Lagrange, afin
de trouver un optimum local. Les résultats obtenus ont débouché sur une stratégie de production
justifié par une analyse économique qui met en avant la prudence dans le choix des niveaux de
production et l’anticipation sur la réaction des consommateurs. Ceci étant, Il est judicieux de noter
que la méthode SLSQP peut converger vers un minimum local et non global. Si l’on soupçonne qu'il
existe plusieurs optima locaux dans problème, il peut être utile d'explorer d'autres méthodes
d'optimisation ou d'ajuster les conditions initiales pour obtenir une solution plus proche de
l'optimum global- tel est le cas ici, mais le point optimal présenté est proche de l’optimum global du
fait des conditions initiales choisies-.