FSJES Ain sebaa S6 - Économie et Gestion - Recherche Opérationnelle 2016/2017

Série TD1 - Modélisation et résolution graphique des programmes linéaires

Exercice 1
Résoudre par la méthode graphique les programmes linéaires suivants :
 

 max 4x1 + 5x2 
 max 8x1 + 15x2
x1 + x2 ≤ 1000  30 ≤ x1 ≤ 80

 


(P1 ) 0.4x1 + 0.2x2 ≤ 450 (P2 ) 10 ≤ x2 ≤ 30
0.3x1 + 0.6x2 ≤ 450 x + x2 ≤ 80
 
 1

 

 
x1 , x2 ≥ 0 x1 , x2 ≥ 0


 

 min 50x1 + 80x2 
 max 300x1 + 200x2
 6x1 + 30x2 ≥ 900  x1 + 2x2 ≤ 20

 

(P3 ) 20x1 + 8x2 ≥ 800 (P4 ) 2x1 + x2 ≤ 22
 10x1 + 10x2 ≥ 700  1 + x2 ≤ 12
x

 

 
x1 , x2 ≥ 0 x1 , x2 ≥ 0
 

Exercice 2
Une société fabrique et vend deux produits A et B. Le prix de vente d'une unité du produit A est
3UM et d'une de B est 4UM. Le temps employé pour produire une unité du produit A est une
minute et pour produire une unité du produit B est 2 minutes, le temps maximal est limité et il
ne peut pas dépasser 500 minutes. La société dispose de 350 kg de matières premières. Les deux
produits nécessitent la même quantité de matières premières : 1kg par unité.
La société est intéressée par un plan de production qui donne un prot minimal de 600UM. Le
prot d'une unité du produit A est égal à 2UM tandis que celui du produit B est égal à 1UM.
On se pose le problème de répartir la capacité de production entre les deux produits, de manière
à maximiser le prix total des ventes.
1. Modéliser le problème sous forme d'un programme linéaire (P1 ).
2. Résoudre (P1 ) en utilisant la méthode graphique.
On prendra dans un repère orthonormé l'échelle suivante : 1 cm pour 50 unités.
3. La société sature-t-elle toutes les contraintes ? Justier clairement.
4. On suppose maintenant que le prix de vente d'une unité du produit A est 5UM au lieu de
3UM. Déterminer alors la nouvelle solution en utilisant les résultats obtenus en 1) et 2).

Exercice 3
Résoudre par la méthode graphique les programmes linéaires suivants :
  

 max x1 + 3x2 
 min 6x1 + 9x2 
 max 40x1 + 60x2
 x1 + x2 ≤ 14  3x1 + 2x2 ≥ 18  2x1 + x2 ≤ 70

 
 

(P1 ) −2x1 + 3x2 ≤ 12 (P2 ) x1 + 3x2 ≥ 12 (P3 ) x1 + x2 ≤ 40
2x1 − x2 ≤ 12 x + x2 ≥ 8 x + 3x2 ≤ 90
  
 1  1

 
 

  
x1 , x2 ≥ 0 x1 , x2 ≥ 0 x1 , x2 ≥ 0




max 4x1 + 4x2  min x1 + 2x2 

 
 1 max 2x1 + 5x2
 x1 + x2 ≤ 13  x1 + x2 ≤ 8

 
 

8x1 + 4x2 ≥ 40

(P4 ) 5x1 + 2x2 ≤ 50 (P5 ) 2 (P6 )
−x1 + 8x2 ≥ 40 x + 5x2 ≥ 10
4x1 + 5x2 ≤ 60  1
  
x ≥8
  
x1 , x2 ≥ 0
 
 1
 
x1 , x2 ≥ 0
 
x1 , x2 ≥ 0

Département de Statistiques et Mathématiques Appliquées à l'Économie et à la Gestion (SMAEG) 1

FSJES Ain sebaa S6 - Économie et Gestion - Recherche Opérationnelle 2016/2017
Série de TD 2 - Méthode du simplexe

Exercice 1
Pour chacun des programmes linéaires suivants :
 Donner la forme standard en utilisant les variables d'écart suggérées.
 Dresser le tableau initial de la méthode simplexe.
 Déterminer le premier pivot.
max Z = 22x1 + 32x2 + 25x3 max Z = 346x1 + 210x2 + 158x3 min Z = −3x1 + 10x2 + 8x3
(e1 ) 3x1 + 4x2 ≤ 18 (e1 ) 25x1 + 42x2 + 28x3 ≤ 210 (e1 ) 5x1 + 12x2 + 6x3 ≤ 20
(e2 ) 5x1 + 2x2 + 1x3 ≤ 27 (e2 ) 36x1 − 26x2 + 54x3 ≤ 390 (e2 ) 2x1 + 2x2 + 2x3 ≥ 3
(e3 ) 2x1 + 6x2 − 3x3 ≤ 15 (e3 ) 42x1 + 34x2 − 61x3 ≤ 345 (e3 ) x1 + 4x2 + 5x3 ≤ 19
(e4 ) 4x1 − 1x2 + 5x3 ≤ 12 (e4 ) 65x1 − 64x2 + 86x3 ≤ 541 (e4 ) 3x2 + 4x3 ≤ 15
x1 , x2 , x3 ≥ 0 x1 , x2 , x3 ≥ 0 x1 , x2 , x3 ≥ 0

Exercice 2
Compléter la 1ère colonne (Base) et discuter la nature des tableaux suivants en justiant
(réalisable, optimal, non borné, dégénéré, non réalisable, innité de solutions optimales) :
T1
Base x1 x2 x3 x4 x5 s.m
0 -1 0 1 -1/4 3
0 0 1 0 1 4
1 -1/3 0 0 4 0
−z 0 3/4 0 0 -3/4 -9
T2
Base x1 x2 x3 x4 x5 s.m
1 0 1 0 0 4
0 1 0 1/2 0 6
3 0 0 −1 1 8
−z -3 0 0 −5/2 0 −30

T3
Base x1 x x x s.m
0 1 1 1 9
2 3 4

1 -3 -1 0 5
−z 0 0 -1 0 -7
T4
Base x1 x2 e1 e2 e3 s.m
0 0 1 1/3 −1/3 2
0 1 0 1/2 0 -7
1 0 0 −1/3 1/3 2
−z 0 0 0 −3/2 −1 −36

Département de Statistiques et Mathématiques Appliquées à l'Économie et à la Gestion (SMAEG) 1

FSJES Ain sebaa S6 - Économie et Gestion - Recherche Opérationnelle 2016/2017
Exercice 3
On donne le premier et le dernier tableau d'un programme linéaire. On demande de préciser le
programme de maximisation que les deux tableaux sont censés résoudre, et sa solution optimale.
Tableau initial :
a b c d e f g
5 3 9 1 0 0 0 12,4
6 4 7 0 1 0 0 14,5
2 9 8 0 0 1 0 9,5
3 12 4 0 0 0 1 13,6
3 4 2 0 0 0 0 0
Tableau nal :
a b c d e f g
0 0 157/46 1 -39/46 1/23 0 239/460
1 0 31/46 0 9/46 -2/23 0 925/460
0 1 17/23 0 -1/23 3/23 0 140/230
0 0 -317/23 0 -3/46 -30/23 1 121/460
0 0 -137/46 0 -19/46 -6/23 0 -3895/460
Exercice 4
Résoudre

à l'aide de la méthode du simplexe

les programmes linéaires suivants

:

 max z = 500x1 + 300x2 
 max z = 4x1 + 5x2 
 max z = 3x1 + 3x2 + 4x3
 20x1 + 10x2 ≤ 2000  1 + x2 ≤ 8
2x  x1 + x2 + 2x3 ≤ 4

 
 

(P1 ) 10x1 + 45x2 ≤ 5400 (P2 ) x1 + 2x2 ≤ 7 (P3 ) 2x1 + 3x3 ≤ 5
40x1 + 30x2 ≤ 4800 x2 ≤ 3 2x1 + x2 + 3x3 ≤ 7

 
 


 
 

x1 , x2 ≥ 0 x1 , x2 ≥ 0 x1 , x2 , x3 ≥ 0
  

 

 max z = x1 + 3x2 
 min z = −x1 − 2x2
 x1 + x2 ≤ 14  −3x1 + 2x2 ≤ 2

 

(P4 ) −2x1 + 3x2 ≤ 12 (P5 ) −x1 + 2x2 ≤ 4
2x − x2 ≤ 12 x1 + x2 ≤ 5
 
 1

 

 
x1 , x2 ≥ 0 x1 , x2 ≥ 0


Exercice 5
On considère les deux

programmes linéaires : 

 max z = 2x1 + x2 
 max z = 3x1 + 2x2
2x1 + x2 ≤ 8 3x1 + 4x2 ≤ 6
 
(P1 ) (P2 )

 x1 + x2 ≥ 5 
 2x1 − 3x2 = 12
x1 , x2 ≥ 0 x1 , x2 ≥ 0
 

1. En appliquant la méthode du grand M, résoudre (P ) et (P ). 1 2

2. En déduire que (P ) admet une innité de solutions optimales et que (P ) est non réali-
sable.
1 2

Département de Statistiques et Mathématiques Appliquées à l'Économie et à la Gestion (SMAEG) 2

FSJES Ain sebaa S6 - Économie et Gestion - Recherche Opérationnelle 2016/2017

La dualité en programmation linéaire

Exercice 1
Pour chacun des programmes linéaires suivants, donner le problème dual associé :
max Z = 2x1 + 3x2 + 5x3 max Z = 12x1 + 9x2 + 7x3 min Z = 4x1 + 3x2 + 2x3
3x1 + 4x2 + 6x3 ≤ 18 3x1 + 3x2 + 2x3 ≤ 7 2x1 + 4x2 + 3x3 ≥ 8
5x1 + 2x2 + 1x3 ≤ 27 5x1 + 7x2 − 3x3 ≤ 9 −3x1 + 7x2 + 5x3 ≥ 12
2x1 + 6x2 − 3x3 ≤ 15 2x1 − 6x2 + 5x3 ≤ 12 6x1 − 2x2 + 5x3 ≥ 9
4x1 − 1x2 + 5x3 ≤ 12 x1 , x2 , x3 ≥ 0 x1 , x2 , x3 ≥ 0
x1 , x2 , x3 ≥ 0

Exercice 2
On donne les premiers et les derniers tableaux de deux programmes linéaires. On demande de
préciser dans chacun des cas,
i le programme de maximisation que les deux tableaux sont censés résoudre, et sa solution
optimale.
ii le programme de minimisation (dual) que les deux tableaux sont censés résoudre, et sa
solution optimale.

Tableau initial 1 :
Base a b c d e f g s.m
10 2 7 1 0 0 0 61
11 6 5 0 1 0 0 49
10 2 6 0 0 1 0 84
13 7 3 0 0 0 1 127
-Z 5 3 4 0 0 0 0 0

Tableau nal 1 :
Base a b c d e f g s.m
1 0 1 2/9 -1/9 0 0 73/9
1 1 0 -5/9 7/27 0 0 38/27
2 0 0 -26/9 4/27 1 0 878/27
3 0 0 17/27 -40/27 0 1 2506/27
-Z -2 0 0 -1/3 -1/3 0 0 -110/3

Tableau initial 2 :
Base a b c d e f g s.m
5 3 9 1 0 0 0 12,4
6 4 7 0 1 0 0 14,5
2 9 8 0 0 1 0 9,5
3 12 4 0 0 0 1 13,6
-Z 3 4 2 0 0 0 0 0

Département de Statistiques et Mathématiques Appliquées à l'Économie et à la Gestion (SMAEG) 1

FSJES Ain sebaa S6 - Économie et Gestion - Recherche Opérationnelle 2016/2017

Tableau nal 2 :
Base a b c d e f g s.m
0 0 157/46 1 -39/46 1/23 0 239/460
1 0 31/46 0 9/46 -2/23 0 925/460
0 1 17/23 0 -1/23 3/23 0 140/230
0 0 -317/23 0 -3/46 -30/23 1 121/460
-Z 0 0 -137/46 0 -19/46 -6/23 0 -3895/460

Exercice 3
Une usine de confection produit des tee-shirts, des chemises et des pantalons. Elle comprend
quatre ateliers. Le nombre d'unités de temps machines (UTM) nécessaires pour la confection de
ces produits, la quantité d'UTM journalière disponible dans chaque atelier ainsi que les prots
rapportés par chaque unité de produit, sont résumés dans le tableau suivant :

Tee-shirt Chemise Pantalon Capacité disponible

Atelier A1 (teinture) 2 2 3 900
Atelier A2 (tissage) 1 3 4 1040
Atelier A3 (couture) 3 4 2 1200
Atelier A4 (retouches, emballages et envois) 4 3 3 910
Prot unitaire (UM) 6 7 10

1. Modélisez le problème en un P.L et présentez les diérents tableaux de simplexe.

2. Quel est le programme de production journalier ? Commentez.
3. Si on produit 260 pantalons, de combien faudrait-il réduire cette production pour produire
4 tee-shirts ? Justier votre réponse.
4. En partant d'une production journalière de 260 pantalons, a-t-on intérêt à réduire cette
production pour produire une chemise ? Justier votre réponse.
5. Quel est le problème dual ? expliquer sa signication économique. Donner-en les princi-
paux résultats en vous contentant d'utiliser les résultats du problème primal.
Exercice 4
Un chocolatier propose deux types de paquets : un paquet A contenant 8 ÷ufs de chocolat et
8 bonbons ; un paquet B contenant 4 ÷ufs de chocolat et 16 bonbons. Pour confectionner ses
paquets le chocolatier dispose de 120 ÷ufs de chocolat et de 288 bonbons. Le chocolatier réalise
un bénéce de 10 UM par paquet A et 40/3 UM par paquet B.
On appelle x1 le nombre de paquets A et x2 le nombre de paquets B confectionnés.
1. Sachant qu'il a un bon de commande de 9 paquets sans préciser la distribution de ces
derniers, quel problème mathématique doit résoudre le chocolatier pour maximiser son
bénéce ?

Département de Statistiques et Mathématiques Appliquées à l'Économie et à la Gestion (SMAEG) 2

FSJES Ain sebaa S6 - Économie et Gestion - Recherche Opérationnelle 2016/2017

2. A l'aide de la méthode du simplexe résoudre le programme linéaire suivant :



 max z = 30u1 + 40u2
 1 + u2 ≤ 10
2u


(P ) u1 + 2u2 ≤ 12
u1 + u2 ≤ 3




u1 , u2 ≥ 0


3. En utilisant le changement de variable suivant x1 = 3u1 et x2 = 3u2 , déduire le nombre

de paquets A et de paquets B an de maximiser le bénéce du chocolatier. Quel est ce
bénéce ?
4. Déterminer le programme dual (D) associé au programme (P ).
5. A l'aide du tableau optimal de (P ) établir le tableau optimal de (D) en justiant les
étapes de calcul.
6. S'il pouvait le faire, le chocolatier aurait-il intérêt à augmenter le nombre d'÷ufs de
chocolat ou plutôt le nombre de bonbons ? Justier votre réponse.

Exercice 5
Les dirigeants de la société Optimex (spécialisée dans la fabrication des produits cosmétiques)
veulent lancer une nouvelle gamme de soins pour le visage. Celles-ci sont fabriquées à partir
de deux matières premières : la lanoline et la glycérine. Pour des raisons techniques, chaque
fournisseur propose à Optimex, un lot de 2 pots indissociables : un pot de la lanoline, un pot
de glycérine. Les livraisons ont lieu au début de chaque cycle de fabrication. Tout cycle de
fabrication nécessite au moins 120 grammes de lanoline et 90 grammes de glycérine.
Trois fournisseurs sont pressentis pour livrer ces matières. Leurs proposition de prix sont les
suivantes :
Fournisseur Prix du lot (UM) Contenu en lanoline (grammes) Contenu en glycérine (grammes)
F1 120 6 2
F2 132 6 4
F3 60 2 2
1. Écrire le programme linéaire (P2 ) permettant, tout en apportant à la société Optimex
susamment de lanoline et glycérine pour un cycle de fabrication, de minimiser le prix
d'achat total des lots.
2. Donner le programme dual (D2 ) associé à (P2 ).
3. Résoudre (D2 ) par la méthode du simplexe.
4. En déduire la solution optimale de (P2 ) (c-à-d les variables de décision optimales et la
valeur optimale de la fonction économique).
5. A quel prix maximum peut-on acheter 1 gramme supplémentaire de lanoline ? Justier.
6. Quel serait le coût total si on augmente de 1 gramme la quantité de glycérine nécessaire
à un cycle de fabrication ? Justier.

Département de Statistiques et Mathématiques Appliquées à l'Économie et à la Gestion (SMAEG) 3

FSJES Ain sebaa S6 - Économie et Gestion - Recherche Opérationnelle 2016/2017

L'analyse de sensibilité en programmation linéaire

Exercice 1
On considère les données de l'exercice 5 de la série de TD n3.
1. Donner la solution optimale de la société Optimex, sachant que le premier fournisseur
propose un prix du lot à 110UM au lieu de 120UM.
2. A quel prix maximum peut-on acheter 3 gramme supplémentaire de glycérine ? Justier.

Exercice 2
On donne le premier et le dernier tableau d'un programme linéaire.

Tableau initial 1 : Tableau nal 1 :

a b c d e f g s.m a b c d e f g s.m
2 3 4 3 1 0 0 10 2/3 1 4/3 1 1/3 0 0 10/3
5 2 6 7 0 1 0 14 11/3 0 10/3 5 -2/3 1 0 22/3
3 5 2 4 0 0 1 18 -1/3 0 -14/3 -1 -5/3 0 1 4/3
-Z 10 25 32 21 0 0 0 0 -Z -20/3 0 -4/3 -4 -25/3 0 0 -250/3

1. Préciser le programme de maximisation que les deux tableaux sont censés résoudre, et sa
solution optimale.
2. Donner la solution du nouveau programme linéaire suivant.
Tableau initial 2 :
Base a b c d e f g s.m
2 3 4 3 1 0 0 10
5 2 6 7 0 1 0 14
3 5 2 4 0 0 1 18
-Z 9 22 28 19 0 0 0 0

3. En déduire la solution du programme linéaire suivant.

Tableau initial 3 :
Base a b c d e f g s.m
2 3 4 3 1 0 0 10
5 2 6 7 0 1 0 14
3 5 2 4 0 0 1 18
-Z 9 22 28 21 0 0 0 0

Exercice 3
On considère le tableau suivant :
FSJES Ain sebaa S6 - Économie et Gestion - Recherche Opérationnelle 2016/2017

Tableau initial 1 :
Base a b c d e f g s.m
1 3 2 4 1 0 0 230
2 6 7 3 0 1 0 170
4 2 6 5 0 0 1 250
-Z 8 12 13 7 0 0 0 0

1. Quel programme de maximisation ce tableau est-il censé poser ?

2. Après application de la méthode simplexe, on obtient le tableau nal suivant, quelle est
la solution optimale du problème de maximisation ?
Tableau nal 1 :
Base a b c d e f g s.m
0 0 -1/2 25/10 1 -1/2 0 127
0 1 8/10 1/10 0 2/10 -1/10 9
1 0 11/10 12/10 0 -1/10 3/10 58
-Z 0 0 -54/10 -38/10 0 -16/10 -12/10 -572

3. Utiliser ces tableaux pour donner les solutions des nouveaux problèmes :
Tableau initial 2 Tableu initial 3 :
Base a b c d e f g s.m Base a b c d e f g s.m
1 3 2 4 1 0 0 220 1 3 2 4 1 0 0 240
2 6 7 3 0 1 0 190 2 6 7 3 0 1 0 180
4 2 6 5 0 0 1 210 4 2 6 5 0 0 1 260
-Z 8 12 13 7 0 0 0 0 -Z 8 12 13 7 0 0 0 0

4. On s'intéresse maintenant à un nouveau problème :

Tableau initial 4 :
Base a b c d e f g s.m
1 3 2 4 1 0 0 220
2 6 7 3 0 1 0 190
4 2 6 5 0 0 1 a
-Z 8 12 13 7 0 0 0 0

Pour quelle valeur du paramètre "a" la solution de ce problème est elle obtenue par
application du tableau précédent ?

Exercice 4
On donne le premier et le dernier tableau d'un programme linéaire.
FSJES Ain sebaa S6 - Économie et Gestion - Recherche Opérationnelle 2016/2017

Tableau initial 1 : Tableau nal 1 :

Base a b c d e s.m Base a b c d e s.m
2 1 1 0 0 10 0 0 1 -3 1 1
1 1 0 1 0 7 1 0 0 2 -1 2
1 2 0 0 1 12 0 1 0 -1 1 5
-Z 30 40 0 0 0 0 -Z 0 0 0 -20 -10 -260

1. Préciser le programme linéaire que les deux tableaux sont censés résoudre, et sa solution
optimale.
2. Donner la solution des nouveaux problèmes suivants :

Tableau initial 2 : Tableau initial 3 :

Base a b c d e s.m Base a b c d e s.m
2 1 1 0 0 11 2 1 1 0 0 10
1 1 0 1 0 8 1 1 0 1 0 7
1 2 0 0 1 14 1 2 0 0 1 12
-Z 30 40 0 0 0 0 -Z 32 45 0 0 0 0

Exercice 5
On donne le premier et le dernier tableau d'un programme linéaire.

Tableau initial 1 : Tableau nal 1 :

Base a b c d e s.m Base a b c d e s.m
1 2 1 0 0 1600 0 1 3/2 -1/2 0 600
3 4 0 1 0 3600 1 0 -2 1 0 400
3 2 0 0 1 2700 0 0 3 -2 1 300
-Z 20 30 0 0 0 0 -Z 0 0 -5 -5 0 -26000

1. Préciser le programme linéaire que les deux tableaux sont censés résoudre, et sa solution
optimale.
2. Donner la solution des nouveaux problèmes suivants :

Tableau initial 2 : Tableau initial 3 :

Base a b c d e s.m Base a b c d e s.m
1 2 1 0 0 1800 1 2 1 0 0 1800
3 4 0 1 0 3900 3 4 0 1 0 3900
3 2 0 0 1 2900 3 2 0 0 1 2900
-Z 20 30 0 0 0 0 -Z 18 35 0 0 0 0