Professional Documents
Culture Documents
Problème 1 :
1°) les bénéfices offerte par le programme de production actuel sont égale
à : 200 80 240 75 34000D .
2°) Le nouveau programme doit permettre au responsable de déterminer
les quantités optimales des lots A et des lots B qu’il doit fabriquer pour
maximiser les bénéfices.
Soient : x1 le nombre de lots A,
x2 le nombre de lots B,
Le programme linéaire permettant de maximiser les bénéfices de
l’Entreprise est le suivant :
Max Z 200x 1 240x 2
sujet à :
3
x 1 x 2 240 (temps disponible sur les deux machines de découpage)
2
1 x 1 x 2 120 (temps disponible sur la machine d'emboutissage)
2
4x x 240 (temps disponible sur les deux machines de Polissage)
1 2
x 1 , x 2 0
Écrivons le PL sous la forme standard :
Max Z 200x 1 240x 2 0x 3 0x 4 0x 5
sujet à :
3
x 1 x 2 x 3 240
2
1
x x x 120
2 1 2 4
2x x x 240
1 2 5
x 1 , x 2 ,...., x 5 0
KHEMILI Imed 1
Méthodes d’Optimisation de la Production
2ème année G. M & EM
x 1 x 2 0
x 240
3
x 4 120
x 5 240
x1 x2 x3 x4 x5 b Limitation
x3 1/4 0 1 -3/2 0 60 240
x2 1/2 1 0 1 0 120 240
x5 3/2 0 0 -1 1 120 80
Z -80 0 0 240 0 28800
x1 x2 x3 x4 x5 b
x3 0 0 1 -4/3 -1/6 40
x2 0 1 0 1/3 -1/3 80
x1 1 0 0 -2/3 2/3 80
Z 0 0 0 560/3 160/3 35200
1 3/ 2
x
C 200 240 ; Y
T T
0 150 50 ; A 1/ 2 1 ; X 1
2 1 x2
2 2013 / 2014
ISSAT de SOUSSE
Département de Génie Mécanique
1 3/ 2
x
200 240 0 150 50 1/ 2 1 1
2 x 2
1
x x
200 240 175 200 1 25 40 1 0
x 2 x2
La proposition n’est pas intéressante.
4°) Le programme linéaire qui permet à ce voisin de déterminer les prix
optimaux qui satisfassent le responsable de l’entreprise et qui minimise ses
dépenses est :
Min W 240 y 1 120 y 2 240 y 3
sujet à :
1
y 1 y 2 2 y 3 200
2
3
2 y 1 y 2 y 3 240
y 1 , y 2 , y 3 0
Sa solution optimale est déduite du tableau optimal du primal.
Le théorème de la dualité nous permet d’écrire : W min Z max 35200D .
Le théorème de complémentarité des écarts nous permet d’écrire la
correspondance suivante entre les variables duales et les variables
primales telle que :
y1 x3 ; y2 x4 ; y3 x5 ; y4 x1 ; y5 x2 .
y 1 y 4 y 5 0 ;
D’où 560 160
y2 dinars/h ; y 3 dinars/h
3 3
5°) En utilisant l’algorithme dual du simplexe le système s’écrit :
Min W 240 y 1 120 y 2 240 y 3
sujet à :
1
y 1 y 2 2 y 3 200
2
3
2 y 1 y 2 y 3 240
y 1 , y 2 , y 3 0
KHEMILI Imed 3
Méthodes d’Optimisation de la Production
2ème année G. M & EM
y1 y2 y3 y4 y5 b
y4 -1/4 0 -3/2 1 -1/2 -80
y2 3/2 1 1 0 -1 240
-W 60 0 120 0 120 -28800
Limitation 240 - 80 - 240
y1 y2 y3 y4 y5 b
y3 1/6 0 1 -2/3 1/3 160/3
y2 4/3 1 0 3/2 -4/3 560/3
-W 40 0 0 80 80 -35200
4 2013 / 2014
ISSAT de SOUSSE
Département de Génie Mécanique
Problème 2 :
1°) Le programme doit permettre au responsable de déterminer les
quantités optimales des produits P1 et des produits P2 qu’il doit fabriquer
pour maximiser les bénéfices.
Soient : x1 le nombre de produits P1,
x2 le nombre de produits P2,
Le programme linéaire permettant de maximiser les bénéfices de
l’Entreprise est le suivant :
Max Z 4x 1 2x 2
sujet à :
2x 1 x 2 60 (temps disponible sur la machine M1 )
2x 2x 80 (temps disponible sur la machine M )
1 2 2
x 1 , x 2 0
x 1 , x 2 ,...., x 4 0
KHEMILI Imed 5
Méthodes d’Optimisation de la Production
2ème année G. M & EM
2 1 x1
C T 4 2 ; Y T
3/ 2 1 ; A ; X
2 2 x 2
2 1 x1
4 2 3 / 2 1
2 2 x 2
x x
4 2 5 7 / 2 1 1 3 / 2 1 0
x 2 x 2
La proposition est intéressante.
3°) Le programme linéaire qui permet à ce voisin de déterminer les prix
optimaux qui satisfassent le responsable de l’entreprise et qui minimise ses
dépenses est :
Min W 60 y 1 80 y 2
sujet à :
2 y 1 2 y 2 4
y 2y 2
1 2
y 1 , y 2 0
y 1 2 dinars/h
D’où :
y 2 y 3 y 4 0
4°) En utilisant l’algorithme Dual du simplexe, le système s’écrit, sous la
forme standard, de la façon suivante :
6 2013 / 2014
ISSAT de SOUSSE
Département de Génie Mécanique
y 1 , y 2 , y 3 , y 4 , a1 , a2 0
a1 et a2 sont les variables artificielles. Choisissons a1 et a2 comme
variables de base, la solution de départ consiste à annuler les variables
a1 4
hors-base : y1 = y2 = y3 = y4 = 0 et donc , qui est une solution
a2 2
réalisable. Le tableau de départ est :
y1 y2 y3 y4 a1 a2 b
a1 2 2 -1 0 1 0 4
a2 1 2 0 -1 0 1 2
60 80 0 0 0 0 0
-W
0 0 0 0 M M 0
y1 y2 y3 y4 a1 a2 b Limitation
a1 2 2 -1 0 1 0 4 2
a2 1 2 0 -1 0 1 2 1
60 80 0 0 0 0 0
-W
-3M -4M M M 0 0 -6M
y1 y2 y3 y4 a1 b Limitation
a1 1 0 -1 1 1 2 2
y2 1/2 1 0 -1/2 0 1 2
20 0 0 40 0 -80
-W
-M 0 M -2M 0 -2M
y1 y2 y3 y4 b
y1 1 0 -1 0 2
y4 0 1 -1/2 1 0
-W 0 0 40 0 -120
KHEMILI Imed 7
Méthodes d’Optimisation de la Production
2ème année G. M & EM
y 1 , y 2 0
y 1 , y 2 , y 3 , y 4 0
y1 y2 y3 y4 b
y1 1 1 -1/2 0 2
y4 0 -1 -1/2 1 0
-W 0 20 30 0 -120
8 2013 / 2014
ISSAT de SOUSSE
Département de Génie Mécanique
Problème 3 :
1°) Le programme doit permettre à l’entreprise de déterminer les
quantités optimales des boites en cartons qu’il faut fabriquer pour
maximiser les bénéfices.
Soient : x1 le nombre de boites du type 1,
x2 le nombre de boites du type 2,
Le programme linéaire permettant de maximiser les bénéfices de
l’Entreprise est le suivant :
Max Z 3x 1 5x 2
sujet à :
x 1 2x 2 8000 (disponibilité en carton : en m²)
2x 1 3x 2 12600 (disponibilité en temps d'assemblage : en min)
x 4x 15000 (disponibilité en agrafes)
1 2
x 1 , x 2 0
2°) Écrivons le PL sous la forme standard :
Max Z 3x 1 5x 2 0x 3 0x 4 0x 5
sujet à :
x 1 2x 2 x 3 8000
2x 1 3x 2 x 4 12600
x 1 4x 2 x 5 15000
x 1 , x 2 ,...., x 5 0
Choisissons x3, x4 et x5 comme variables de base, la solution de départ
consiste à annuler les variables hors base :
x 1 x 2 0
x 8000
3
x 4 12600
x 5 15000
KHEMILI Imed 9
Méthodes d’Optimisation de la Production
2ème année G. M & EM
x1 x2 x3 x4 x5 b Limitation
x3 1/2 0 1 0 -1/2 500 1000
x4 5/4 0 0 1 -3/4 1350 1080
x2 1/4 1 0 0 1/4 3750 15000
Z -7/4 0 0 0 5/4 18750
x1 x2 x3 x4 x5 b Limitation
x1 1 0 2 0 -1 1000 Pas de limitation
x4 0 0 -5/2 1 1/2 100 200
x2 0 1 -1/2 0 1/2 3500 7000
Z 0 0 7/2 0 -1/2 20500
x1 x2 x3 x4 x5 b
x1 1 0 -3 2 0 1200
x5 0 0 -5 2 1 200
x2 0 1 2 -1 0 3400
Z 0 0 1 1 0 20600
y 1 , y 2 , y 3 0
10 2013 / 2014
ISSAT de SOUSSE
Département de Génie Mécanique
y 1 1 Fr/m²
D’où : y 2 1 Fr/min
y y y 0
3 4 5
4°) a°) Nous venons de déterminer le coût d’une minute d’assemblage, y2,
qui est égale à 1 Fr. Si l’entreprise va engager l’étudiant, il lui en coûtera
moins (0,5 Fr la minute). L’entreprise a donc intérêt à l’engager.
b°) Le nouveau chiffre d’affaires devient : 20600 (42 60 0,5) 21860 Fr
5°) Si on observe le tableau optimal, on remarque qu’on a déjà un reste
d’agrafes suffisant pour agrafer 200 boites du premier type, donc toute
autre quantité supplémentaire n’ajoutera rien au chiffre d’affaires.
Problème 4 :
1°) Le programme doit permettre à l’entreprise de déterminer les
quantités optimales de chaque type de radio qu’il faut fabriquer pour
maximiser les bénéfices.
Soient : x1 le nombre de radios A,
x2 le nombre de radios B,
Le programme linéaire permettant de maximiser les bénéfices de
l’Entreprise est le suivant :
Max Z 15x 1 10x 2
sujet à :
x 1 2x 2 40
2x 1 x 2 50
x 1 3x 2 30
x 1 , x 2 0
2°) Écrivons le PL sous la forme standard :
Max Z 15x 1 10x 2 0x 3 0x 4 0x 5
sujet à :
x 1 2x 2 x 3 40
2x 1 x 2 x 4 50
x 1 3x 2 x 5 30
x 1 , x 2 ,...., x 5 0
KHEMILI Imed 11
Méthodes d’Optimisation de la Production
2ème année G. M & EM
x1 x2 x3 x4 x5 b Limitation
x3 0 3/2 1 -1/2 0 15 10
x1 1 1/2 0 1/2 0 25 50
x5 0 5/2 0 -1/2 1 5 2
Z 0 -5/2 0 15/2 0 375
x1 x2 x3 x4 x5 b
x3 0 0 1 -1/5 -3/5 12
x1 1 0 0 3/5 -1/5 24
x2 0 1 0 -1/5 2/5 2
Z 0 0 0 7 1 380
12 2013 / 2014
ISSAT de SOUSSE
Département de Génie Mécanique
y 1 , y 2 , y 3 0
y 2 7 euros/h
D’où : y 3 1 euros/h
y y y 0
1 4 5
y 1 , y 2 , y 3 0
y 1 , y 2 , , y 5 0
Le tableau de départ est :
y1 y2 y3 y4 y5 b
y4 -1 -2 -1 1 0 -15
y5 -2 -1 -3 0 1 -10
-W 40 50 30 0 0 0
Limitation 40 25 30 - -
KHEMILI Imed 13
Méthodes d’Optimisation de la Production
2ème année G. M & EM
y1 y2 y3 y4 y5 b
y2 1/2 1 1/2 -1/2 0 15/2
y5 -3/2 0 -5/2 -1/2 1 -5/2
-W 15 0 5 25 0 375
Limitation 10 - 2 50
y1 y2 y3 y4 y5 b
y2 1/5 1 0 -3/5 1/5 7
y3 3/5 0 1 1/5 -2/5 1
-W 12 0 0 24 2 380
14 2013 / 2014