ISSAT de SOUSSE

Département de Génie Mécanique

Correction de l’exercice N°3, TD N°2

1°) le problème consiste à déterminer le nombre optimal d’avions du type

A et du type B à louer, permettant de minimiser les coûts de location et de
façon à satisfaire la demande de transport.
Les variables de décision sont :
x1 le nombre d’avions du type A,
x2 le nombre d’avions du type B,
Le programme linéaire permettant de minimiser les coûts de location est
le suivant :
Min Z  40x 1  20x 2 (en milliers de dollars)

sujet à :
x 1  12 (disponibilité en avions A)

x 2  9 (disponibilité en avions B)
6x  6x  90 (quantité de baggage s à transporter)
 1 2

200x 1  100x 2  1600 (nombre de persones à transporter)


x 1 , x 2  0
2°) Utilisons la méthode graphique pour le résoudre :
- Traçons les droites contraintes et déterminons le domaine de
solutions réalisables (voir figure).

- Choisissons une valeur arbitraire de Z égale à 600 et traçons la droite

variation de la fonction objectif. (en faisant diminuer cette valeur,
puisqu’on cherche à minimiser)
- La solution se trouve à un point extrême en bas qui correspond à :
6x 1  6x 2  90

x 2  9
x 1  6 avions du type A

La résolution de ce système donne : x 2  9 avions du type B
 Z min  420 milles dollars


KHEMILI Imed 1
 Outils d’Optimisation de Production
2ème année LEM-MI

Z 0  600

x 1  12

6x 1  6x 2  90

x2 9
 

200x 1  100x 2  1600 

Z min  420

2 2022 / 2023
 ISSAT de SOUSSE
Département de Génie Mécanique

3°) Utilisons la méthode du simplexe :

Écrivons le PL sous la forme standard : (il faut introduire deux variables
artificielles y1 et y2 dans les relations du type )
Min Z  40x 1  20x 2  0x 3  0x 4  0x 5  0x 6  My 1  My 2

sujet à :
x 1  x 3  12

x 2  x 4  9
6x  6x  x  y  90
 1 2 5 2

200x 1  100x 2  x 6  y 1  1600


x 1 , x 2 , x 1 , x 2 , x 1 , x 2 , y 1 , y 2  0

Choisissons x3, x4, y1 et y2 comme variables de base, la solution de départ

consiste à annuler les variables hors base :
x 1  x 2  x 6  x 6  0

x 3  12
x 4  9
 y  90
 1
 y 2  1600
Le tableau de départ est:

x1 x2 x3 x4 x5 x6 y1 y2 b
x3 1 0 1 0 0 0 0 0 12
x4 0 1 0 1 0 0 0 0 9
y1 6 6 0 0 -1 0 1 0 90
y2 200 100 0 0 0 -1 0 1 1600
40 20 0 0 0 0 0 0 0
-Z
0 0 0 0 0 0 M M 0

Transformons le tableau pour qu’il devient conforme à la base :

x1 x2 x3 x4 x5 x6 y1 y2 b Limitation
x3 1 0 1 0 0 0 0 0 12 12
x4 0 1 0 1 0 0 0 0 9 Pas de
limitation
y1 6 6 0 0 -1 0 1 0 90 15
y2 200 100 0 0 0 -1 0 1 1600 8 
40 20 0 0 0 0 0 0 0
-Z
-206M -106M 0 0 M M 0 0 -1690M

KHEMILI Imed 3
 Outils d’Optimisation de Production
2ème année LEM-MI

x1 x2 x3 x4 x5 x6 y1 b Limitation
x3 0 -1/2 1 0 0 1/200 0 4 Pas de
limitation
x4 0 1 0 1 0 0 0 9 9 
y1 0 3 0 0 -1 3/100 1 42 14
x1 1 1/2 0 0 0 -1/200 0 8 16
0 0 0 0 0 1/5 0 -320
-Z 0 -3M 0 0 M -3M/100 0 -42M


x1 x2 x3 x4 x5 x6 y1 b Limitation
x3 0 0 1 1/2 0 1/200 0 17/2 1700
x2 0 1 0 1 0 0 0 9 Pas de
limitation
y1 0 0 0 -3 -1 3/100 1 15 500 
x1 1 0 0 -1/2 0 -1/200 0 7/2 Pas de
limitation
0 0 0 0 0 1/5 0 -320
-Z 0 0 0 3M M -3M/100 0 -15M


x1 x2 x3 x4 x5 x6 b
x3 0 0 1 1 1/6 0 6
x2 0 1 0 1 0 0 9

x6 0 0 0 -100 -100/3 1 500

x1 1 0 0 -1 -1/6 0 6
0 0 0 20 100/15 0 -420
-Z

 Z min  420 milles dollars


La solution est optimale : x 1  6 ; x 2  9 ; x 3  6 ; x 6  500
x  x  0
 4 5

4 2022 / 2023