2.

En utilisant le Solveur Excel, on a le rapport des

réponses suivant :
 Solution : 𝒙𝟏 = 𝟏𝟎𝟎𝟎𝟎 ; 𝒙𝟐 = 𝟑𝟎𝟎𝟎 𝐞𝐭 𝒙𝟑 = 𝟏𝟎𝟎𝟎
𝐚𝐯𝐞𝐜 𝒁 = 𝟏𝟕𝟎𝟎𝟎𝟎
Interprétation : Pour maximiser son bénéfice,
l’usine doit fabriquer 10000 pièces de type A, 3000
pièces de B et 1000 pièces de C. Dans ce cas, l’usine
réalisera un bénéfice de 170000,00 DH.
Comme impact de la solution, les services
(Usinage, Montage et Finition) seront actifs à
100% (il n’y a de temps mort) par ce que les
marges de ces services sont nulles.

Une entreprise fabrique quatre produits

P1, P2, P3 et P4. Le processus de fabrication peut
exiger jusqu’à cinq machines différentes pour la
réalisation de ces produits. Les temps de fabrication
(en heures) sont indiqués sur le tableau 1
M1 M2 M3 M4 M5 Machines Quantité
P1 0,25 1 1,5 2 0,5 M1 5
P2 2 1,2 2 0,4 1 M2 6
P3 1,5 2 0,25 0,5 1 M3 10
P4 0 1,4 2 1,5 2 M4 5
Tableau 1 M5 8
Tableau 2
Chaque machine peut opérer 40 heures par semaine
et la quantité de machines disponibles pour la
fabrication est indiquée sur le tableau 2. Les
bénéfices obtenus de la vente des produits sont de 80
DH pour P1, 60 DH pour P2, 90 DH pour P3 et 50 DH
pour P4.
1. Déterminer le modèle qui modélise le problème de
fabrication permettant de maximiser les bénéfices ;
2.
 a. Donner la solution qui permet de maximiser le
bénéfice de l’entreprise ;
b. Interpréter les résultats obtenus.

1. Le modèle qui représente le problème de

fabrication permettant de maximiser les bénéfices
est :
𝐌𝐚𝐱 (𝟖𝟎𝒙𝟏 + 𝟔𝟎𝒙𝟐 + 𝟗𝟎𝒙𝟑 + 𝟓𝟎𝒙𝟒 )
𝐒. 𝐂 𝟎, 𝟐𝟓𝒙𝟏 + 𝟐𝒙𝟐 + 𝟏, 𝟓𝒙𝟑 ≤ 𝟐𝟎𝟎 (𝑴𝟏)
𝒙𝟏 + 𝟏, 𝟐𝒙𝟐 + 𝟐𝒙𝟑 + 𝟏, 𝟒𝒙𝟒 ≤ 𝟐𝟒𝟎 (𝑴𝟐)
(𝑺) 𝟏, 𝟓𝒙𝟏 + 𝟐𝒙𝟐 + 𝟎, 𝟐𝟓𝒙𝟑 + 𝟐𝒙𝟒 ≤ 𝟒𝟎𝟎 (𝑴𝟑)
𝟐𝒙𝟏 + 𝟎, 𝟒𝒙𝟐 + 𝟎, 𝟓𝒙𝟑 + 𝟏, 𝟓𝒙𝟒 ≤ 𝟐𝟎𝟎 (𝑴𝟒)
𝟎, 𝟓𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 + 𝟐𝒙𝟒 ≤ 𝟑𝟐𝟎 (𝑴𝟓)
{𝒙𝒊 ∈ ℕ 𝐩𝐨𝐮𝐫 𝒊 = 𝟏, ⋯ , 𝟒
Où 𝒙𝒊 = la quantité à fabriquer du produit 𝑷𝒊 ,
pour 𝒊 = 𝟏, ⋯ , 𝟒.
2. D’après le rapport des réponses donné par le
Solveur d’EXCEL, on :
a. La solution du modèle qui permet de maximiser
le bénéfice de l’entreprise est :
𝒙𝟏 = 𝟕𝟖 ; 𝒙𝟐 = 𝟑𝟓 ; 𝒙𝟑 = 𝟔𝟎 𝒆𝒕 𝒙𝟒 = 𝟎
𝐚𝐯𝐞𝐜 𝐙 = 𝟏𝟑𝟕𝟒𝟎
b. Pour maximiser son bénéfice, l’entreprise doit
fabriquer 78 produits de type P1, 35 produits de
type P2, 60 produits de type P3 et 0 produits de
type P4. Le bénéfice qui se réalisera dans ce cas
est 13740,00 DH.
Comment impact de la solution proposée, on a :
• Les machines M2 et M4 seront actives à
100% car les marges des temps de ces
machines sont nulles ;
• Les machines M1 seront actives que 179,5/200
= 89,75% ;
• Les machines M3 seront actives que 202/400 =
50,50%.
 On représente l’affectation du représentant de
Ai à la visite du client Cj par une variable xij valant 1 si
l’affectation est réalisée, 0 sinon. Le problème à résoudre
est un programme linéaire ayant six contraintes :
Min (𝟒𝟎𝒙𝟏𝟏 + 𝟑𝟎𝒙𝟏𝟐 + 𝟐𝟎𝒙𝟏𝟑 + 𝟓𝟎𝒙𝟐𝟏 + 𝟐𝟎𝒙𝟐𝟐 + 𝟒𝟎𝒙𝟐𝟑 +
 𝟐𝟎𝒙𝟑𝟏 + 𝟏𝟎𝒙𝟑𝟐 + 𝟑𝟎𝒙𝟑𝟑 )
S. C. x11 + x12 + x13 = 1 (contrainte de A1)
 x21 + x22 + x23 = 1 (contrainte de A2)
 x31 + x32 + x33 = 1 (contrainte de A3)
 x11 + x21 + x31 = 1 (contrainte du client C1)
 x12 + x22 + x32 = 1 (contrainte du client C2)
 x13 + x23 + x33 = 1 (contrainte du client C3)
xij ∈ {𝟎, 𝟏} pour 1 ≤ i ≤ 3 et 1 ≤ j ≤ 3
Le Solveur Excel a donné le rapport des réponses ci-
dessous suivant :
Donc la solution qui permet de minimiser le temps,
non productif, perdu en déplacement est :
Client C1 Client C2 Client C3
Représentant A1 x11 = 0 x12 = 0 x13 = 1
Représentant A2 x21 = 0 x22 = 1 x23 = 0
Représentant A3 x31 = 1 x32 = 0 x33 = 0
Z = 25
 • Affecter le représentant A1 au client C3 ;
• Affecter le représentant A2 au client C2 ;
• Affecter le représentant A3 au client C1.

Le service de production d’une

entreprise doit entreprendre 3 tâches, chacune de ces
tâches peut être affecté à une des 3 machines
disponibles, les temps d’exécution de chaque tâche
sur chaque machine sont indiqués dans le tableau qui
suit :
Machine 1 Machine 2 Machine 3
Tâche 1 14 2 7
Tâche 2 5 12 8
Tâche 3 8 6 3

1. Modéliser le problème d’affectation pour ce

service ;
2. la
solution de ce problème.
Pour utiliser LINDO, il faut procéder comme avant :
1. On fait entrer la fonction économique ;
2. Commencer à écrire les contraintes après avoir
introduit la mention « Subject to »
3. Après avoir terminé l’édition des contraintes il
faut ajouter la commande « END », qui indique
que l’édition des contraintes est terminée. Ainsi on
peut définir la nature des variables de décision.
Pour dire qu’une variable X est de type :
a. Entiers (𝑿 ∈ ℕ), on écrit : « GIN X » ;
b. Binaire (𝑿 ∈ {𝟎, 𝟏}), on écrit : « INT X »
c. Quelconque (𝑿 ∈ ℕ), on écrit : « FREE X »
1. On a 7 équipes des chauffeurs dans cette entreprise
de transport :
• Equipe E1 qui travaille Lu-Ma-Me-Je-Ve ;
• Equipe E2 qui travaille Ma-Me-Je-Ve-Sa ;
• Equipe E3 qui travaille Me-Je-Ve-Sa-Di ;
• Equipe E4 qui travaille Je-Ve-Sa-Di-Lu ;
• Equipe E5 qui travaille Ve-Sa-Di-Lu-Ma ;
• Equipe E6 qui travaille Sa-Di-Lu-Ma-Me ;
• Equipe E7 qui travaille Di-Lu-Ma-Me-Je.
variables d’activités ou de décision
Ici ce sont les nombres des chauffeurs :
𝒙𝒊 = nombre des chauffeurs de Ei pour 𝟏 ≤ 𝒊 ≤ 𝟕
Ces variables sont entières (∈ ℕ).
Contraintes du problème
• 𝒙𝟏 + 𝒙𝟒 + 𝒙𝟓 + 𝒙𝟔 + 𝒙𝟕 ≥ 𝟏𝟑 (Contrainte du lundi) ;
• 𝒙𝟏 +𝒙𝟐 + 𝒙𝟓 + 𝒙𝟔 + 𝒙𝟕 ≥ 𝟏𝟖 (Contrainte du mardi) ;
• 𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 + 𝒙𝟔 + 𝒙𝟕 ≥ 𝟐𝟏 (Contrainte du mercredi) ;
• 𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 + 𝒙𝟒 + 𝒙𝟕 ≥ 𝟏𝟔 (Contrainte du jeudi) ;
• 𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 + 𝒙𝟒 + 𝒙𝟓 ≥ 𝟏𝟐 (Contrainte du vendredi) ;
• 𝒙𝟐 + 𝒙𝟑 + 𝒙𝟒 + 𝒙𝟓 + 𝒙𝟔 ≥ 𝟐𝟓 (Contrainte du samedi) ;
• 𝒙𝟑 + 𝒙𝟒 + 𝒙𝟓 + 𝒙𝟔 + 𝒙𝟕 ≥ 𝟗 (Contrainte dimanche).
Fonction économique
Elle consiste à minimiser le nombre total des
chauffeurs. Ici c’est la fonction :
𝐙 = 𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 + 𝒙𝟒 + 𝒙𝟓 + 𝒙𝟔 + 𝒙𝟕
Modèle obtenu (Programme linéaire)
𝐌𝐢𝐧 (𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 + 𝒙𝟒 + 𝒙𝟓 + 𝒙𝟔 + 𝒙𝟕 )
𝐒. 𝐂 𝒙𝟏 + 𝒙𝟒 + 𝒙𝟓 + 𝒙𝟔 + 𝒙𝟕 ≥ 𝟏𝟑
𝒙𝟏 +𝒙𝟐 + 𝒙𝟓 + 𝒙𝟔 + 𝒙𝟕 ≥ 𝟏𝟖
𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 + 𝒙𝟔 + 𝒙𝟕 ≥ 𝟐𝟏
(𝐒) 𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 + 𝒙𝟒 + 𝒙𝟕 ≥ 𝟏𝟔
𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 + 𝒙𝟒 + 𝒙𝟓 ≥ 𝟏𝟐
𝒙𝟐 + 𝒙𝟑 + 𝒙𝟒 + 𝒙𝟓 + 𝒙𝟔 ≥ 𝟐𝟓
𝒙𝟑 + 𝒙𝟒 + 𝒙𝟓 + 𝒙𝟔 + 𝒙𝟕 ≥ 𝟗
{𝒙𝒊 ∈ ℕ 𝐩𝐨𝐮𝐫 𝟏 ≤ 𝟏 ≤ 𝟕
2. Le logiciel LINDO a donné le rapport des réponses
ci-dessous suivant :
Donc, la solution est :
𝒙𝟏 = 𝟎 ; 𝒙𝟐 = 𝟏𝟐 ; 𝒙𝟑 = 𝟎 ; 𝒙𝟒 = 𝟒 ; 𝒙𝟓 = 𝟎 ;
𝒙𝟔 = 𝟗 𝐞𝐭 𝒙𝟕 = 𝟎 𝐚𝐯𝐞𝐜 𝐙 = 𝟐𝟓
Pour que l’entreprise couvre tous les besoins en
engageant un nombre minimum de chauffeurs, il
faut qu’elle utilise uniquement trois équipes :
• Equipe E2 qui travaille Ma-Me-Je-Ve-Sa, avec 12
chauffeurs ;
• Equipe E4 qui travaille Je-Ve-Sa-Di-Lu, avec 4
chauffeurs ;
• Equipe E6 qui travaille Sa-Di-Lu-Ma-Me, avec 9
chauffeurs.
Dans ce cas, le nombre total des chauffeurs est 25.
1. Le programme linéaire qui permet de maximiser le
bénéfice de l’entreprise X est
Max (15x1 + 24x2 + 10x3 + 14x4)
S. C. 2,5x1 + 4x2 ≤ 600 (Département)
(S)  x1 + x3 ≤ 250 (Demande P1)
 x2 + x4 ≤ 200 (Demande P2)
x1, x2, x3, x4  ℕ
• 15 = 40 – 25 ;
• 24 = 54 – 30 ;
• 10 = 40 – 30 ;
• 14 = 54 – 40.
2. Le logiciel LINDO a donné le rapport des réponses
ci-dessous suivant :
Donc, la solution est :
𝒙𝟏 = 𝟎 ; 𝒙𝟐 = 𝟏𝟓𝟎 ; 𝒙𝟑 = 𝟐𝟓𝟎 𝐞𝐭 𝒙𝟒 = 𝟓𝟎
𝐚𝐯𝐞𝐜 𝐙 = 𝟔𝟖𝟎𝟎
Pour maximiser son bénéfice, l’entreprise X, doit :
• fabriquer dans son département uniquement
150 produits P2 ;
• acheter de l’entreprise Y, 250 produits P1 et 50
produits P2.
L’entreprise X réalisera, dans ce cas, un bénéfice
de 6800,00 DH.
Pour l’impact de cette solution et comme tous les
SURPLUS sont nuls, on a :
• le département de fabrication de X est actif à
100% ;
• toutes les demandes sont satisfaites.