FSJES-AC

RECHERCHE OPERATIONNELLE

Semestre 6
Filière : Gestion E1-E2-E3
Filière : Economie et Gestion E1 -E2

PROGRAMMATION LINEAIRE - Complément –

- Partie III : Algorithme du simplexe

- Partie IV : Post – Optimalité
 Dualité
 Analyse de sensibilité
- Exercices avec solutions

M.ATMANI M .EZZAHAR

A/U : 2019 - 2020

1
Remarque : la partie I : Formulation déjà traitée

la partie II : Résolution graphique déjà traitée

Partie III

ALGORITHME DU SIMPLEXE
I - Introduction
La méthode du simplexe est un algorithme qui permet la recherche de la solution optimale d’un
programme linéaire donné.

Dans la partie précédente ( Partie II ) on a présenté la résolution graphique d’un PL à deux variables ,
mais dans d’autres problèmes on a plus de deux variables , d’où la nécessité d’une procédure
algébrique pour résoudre des PL avec plus de deux variables « Cette méthode appelée méthode du
simplexe ».

II – Méthode du simplexe « MAXIMISATION »

Dans ce paragraphe on présentera la méthode du simplexe pour un problème de maximisation sous des
contraintes de types inférieur ou égal.

Donc on présente la méthode à l’aide d’un exemple illustratif.

= 25 + 15

2 +2 ≤ 240

3 +1 ≤ 140

≥ 0, ≥0

2
Première étape :
Transformer le PL sous sa forme standard c à d transformer les inégalités sous forme des égalités en
introduisant des variables d’écarts ( )

2 +2 ≤ 240 2 +2 +1 = 240

3 +1 ≤ 140 3 + 21 + 1 = 140

peuvent être interpréter comme suit :

: la qté de ressource 1 : la qté de ressource 2

Les variables d’écarts n’ont aucun effet sur la fonction objectif

Le modèle s’écrit donc sous sa forme standard :

= 25 + 15 +0 +0

2 +2 +1 = 240

3 + 21 + 1 = 140

≥ 0, ≥ 0, ≥0, ≥0

La question qui se pose c’est comment identifier une solution optimale ?

La réponse sera donnée par les étapes suivantes

Deuxième étape :
La deuxième étape consiste à poser le premier tableau de simplexe à l’origine.

A l’origine = 0, =0 donc = 240 et = 140

sont des variables HORS BASE et et sont des variables de BASE.

TAB : 0

Cj 25 15 0 0
VB qté
0 240 2 2 1 0
0 140 3 2 0 1

Dans le TAB 0 on a placé en première ligne les coefficients Cj des variables , , et

dans la fonction objectif.

La troisième ligne contient les coefficients liés à la première contrainte : 2 +2 +1 = 240

3
La quatrième ligne contient les coefficients liés à la première contrainte : 3 + 21 + 1 = 140

La première colonne indique les contributions des variables de base dans la fonction objectif .

Troisième étape :
Dans cette étape , on donne la méthode itérative pour la détermination de la solution optimale d’un PL.

 Première Itération

- Déterminer la variable entrante - Ve - « Colonne du pivot »

TAB 1

Cj 25 15 0 0
VB qté
0 240 2 2 1 0
0 140 3 2 0 1
Zj 0 0 0 0
Cj - Zj 25 15 0 0
La variable entrante c’est la variable qui correspond à la plus grande valeur positive de Cj – Zj ( le
plus grand profit marginal )

Explication

Zj : correspond aux coefficients des variables de base multiplié par les coefficients de la variable dans
les contraintes deux à deux. ( Z 1 = 2× 0 + 3×0 = 0)

A l’origine ( au départ ) on a x1=0 c à d x1 est hors base ( on ne produit pas le produit type 1 ) si
maintenant on augment x1 d’une unité on a une diminution de e1 de 2 unités et e2 de 3 unités.

L’effet d’une telle variation sur la fonction objectif est 25 – ( 0x1 + 0x2 ) = C1 – Z1

Les Cj – Zj sont données par la dernière ligne du tableau de simplexe .cette variation indique le profit
marginal provenant de la production d’une unité .

Donc si x1 augmente d’une unité le profit augmente de 25 et si x2 augmente d’une unité le profit
augmente de 15.

Alors dans notre exemple la plus grande valeur positive est 25 donc la variable entrante c’est x1.

- Déterminer la variable sortante - Vs - « Ligne du pivot »

On détermine la variable sortante en divisant les valeurs de la quantité par les valeurs correspondantes
dans la colonne de la variable entrante ( on obtient une nouvelle colonne RT ) ratio test.

On sélectionne la ligne avec le plus petit quotient positif pout RT.

On remarque que l’augmentation de x1 est restreinte par deux limites 240/2 et 140/3

4
Alors la ressource 1 permet de produire 240/2 produit type 1 par contre la ressource 2 permet de
produire 140/3 . donc on se limite à 140/3 par conséquent on choisit comme variable sortante e2.

TAB 2

Cj 25 15 0 0
VB qté RT
0 240 2 2 1 0 240/2
0 140 3 2 0 1 140/3
Zj 0 0 0 0
Cj - Zj 25 15 0 0

- Développer un nouveau tableau de simplexe

Ce nouveau tableau est déterminé à l’aide de la méthode de changement de base suivante ( méthode de
pivot )

Le pivot c’est l’intersection entre la colonne de la variable entrante et la ligne de la variable sortante

Remplir le nouveau tableau par la règle de pivotage :

1 – Diviser la ligne du pivot sur la valeur de pivot

×
2 - remplir les autres cases par la règle suivante : = −

∶ : Ancienne valeur

: projection de l’ancienne valeur sur la ligne de pivot

: projection de l’ancienne valeur sur la colonne de pivot.

TAB 3

Cj 25 15 0 0
VB qté
0 440/3 0 4/3 1 -2/3
25 140/3 1 1/3 0 1/3
Zj 25 25/3 0 25/3
Cj-Zj 0 20/3 0 -25/3

Exemple de calcul : on a diviser toute la ligne de pivot sur la valseur de pivot.

× ×
Pour les autres valeurs exp : = 240 − ;; = 2−

Remarque : les nouvelles valeurs de la colonne de pivot sont nuls

FIN D’ITERATION TEST

Si les Cj – Zj sont tous inférieurs ou égal à zéro on arrête la solution est optimale , si non on
développe une nouvelle itération.

5
Dans notre exemple il reste encore une valeur positive 20/3 , donc il faut développer une nouvelle
itération.

 Deuxième Itération

Cj 25 15 0 0
VB qté RT
0 440/3 0 4/3 1 -2/3 110
25 140/3 1 1/3 0 1/3 140
Zj 25 25/3 0 25/3
Cj-Zj 0 20/3 0 -25/3

La variable entrante Ve c’est x2 et la variable sortante Vs c’est e1. Le pivot c’est 4/3.

Par la même règle de pivotage on remplit un nouveau tableau :

Cj 25 15 0 0
VB qté
0 110 0 1 3/4 -1/2
0 10 1 0 -1/4 1/2
Zj 25 15 5 5
Cj - Zj 0 0 -5 -5

Cj – Zj ≤ 0 donc la solution est optimale.

∗ ∗ ∗
= 10 ; = 110 ; = 1900

En résumé pour résoudre un Pl on procède comme suit :

1) Transformer le PL sous sa forme standard

2) Former le tableau initiale
3) Itérations a) déterminer la variable entrante
b)déterminer la variable sortante et le pivot
c) développer un nouveau tableau par la règle de pivotage
d) si la solution est optimale on arrête si non on répète 3).

6
 Transformer le PL sous sa forme
standard

Former le premier tableau

Solution optimale
Cj-Zj ≤ 0

Déterminer la variable entrante

Déterminer la variable sortante

Développer un nouveau tableau

III – Méthode du simplexe « MINIMISATION »

On procédera à l’illustration de la méthode sur l’exemple suivant :

= 24 + 20

+ ≥ 30

+ 2 ≥ 40

≥0 ; ≥0
7
Première étape :
Cette étape consiste à convertir le PL sous sa forme standard

+ ≥ 30 + − = 30

A l’origine =0 et =0 ,

= − ce qui est non conforme à l’hypothèse de non négativité des variables , d’où la
nécessité d’introduire des variables artificielles ( )

Donc + ≥ 30 + − + 1 = 30

La variable artificielle est une variable de base , ceci indique que la solution est non réalisable.

- Les variables d’écarts (ei) ont un effet nul sur la fonction objectif
- On affecte aux variables artificielles ( Ai) une contribution unitaire M
« M étant très grand qui tend vers plus l’infini »

Le PL devient :
= 24 + 20 +0 1 +0 2+ 1 + 2

+ − + 1 = 30

+ 2 − + 2 = 40

x1 , x2 , e1 , e2 , A1 , A2 ≥ 0

à l’origine x1 = 0 , x2 = 0 , e1 = 0 , e2 = 0 et A1 = 30 et A2 = 40

donc x1 , x2 , e1 ,e2 sont hors base et A1 et A2 sont des variables de base.

Deuxième étape :
Tableau initial :

Cj 24 20 0 0 M M
VB qté x1 x2 e1 e2 A1 A2
M A1 30 1 1 -1 0 1 0
M A2 40 1 2 0 -1 0 1

Troisième étape :
Elle consiste à faire les itérations nécessaires pour trouver la solution optimale .

 Première Itération

8
La minimisation de Z est équivalente à la maximisation de ( - Z ) , donc on peut utiliser la méthode de
maximisation en y changeant le critère de sélection de la variable entrante (Cj – Zj ) par ( Zj – Cj).

Cj 24 20 0 0 M M
VB qté x1 x2 e1 e2 A1 A2 RT
M A1 30 1 1 -1 0 1 0 30/1
M A2 40 1 2 0 -1 0 1 40/2
Zj 2M 3M -M -M M M
Zj-Cj 2M-24 3M-20 -M -M 0 0

On développe un nouveau tableau par la règle de pivotage déjà appliquée dans le cas de
maximisation.

Cj 24 20 0 0 M M
VB qté x1 x2 e1 e2 A1 A2 RT
M A1 10 1/2 0 -1 1/2 1 -1/2 20
20 x2 20 1/2 1 0 -1/2 0 1/2 -40
Zj M/2 + 10 20 -M M/2 - 10 M -M/2 + 10

Zj-Cj M/2 - 14 0 -M M/2 - 10 0 -3/2 M +10

Fin d’itération test est que tous les Zj – Cj sont ≤ 0 ?

Non il reste encore des Zj – Cj positifs M/2 – 14 et M/2 – 10.

 Deuxième Itération
On détermine la variable entrante et la variable sortante et le pivot

Cj 24 20 0 0 M M
VB qté x1 x2 e1 e2 A1 A2 RT
M A1 10 1/2 0 -1 1/2 1 -1/2 20
20 x2 20 1/2 1 0 -1/2 0 1/2 -40
Zj M/2 + 10 20 -M M/2 - 10 M -M/2 + 10

Zj-Cj M/2 - 14 0 -M M/2 - 10 0 -3/2 M +10

NB : La variable sortante correspond à RT le plus petit positif

une fois Ve , Vs et le pivot sont déterminés , on développe un nouveau tableau ( règle de pivotage)

9
Cj 24 20 0 0 M M
VB qté x1 x2 e1 e2 A1 A2
0 e2 20 1 0 -2 1 2 -1
20 x2 30 1 1 -1 0 1 1/2
Zj 20 20 -20 0 20 10
Zj - Cj -4 0 -20 0 20 - M 10 - M

Fin d’itération , tous les Zj – Cj sont ≤ 0 , donc le tableau est optimale

∗ ∗ ∗
=0, = 30 , = 0, = 20, = 600

Partie IV

POST – OPTIMALITE
Dans les parties précédentes on s’est intéressé à la formulation et à la résolution des problèmes (
résolution graphique et simplexe ). Dans cette partie on va s’intéresser à l’analyse ( surtout
économique de la solution optimale. On présentera tout d’abord la notion de dualité en programmation
linéaire puis on présentera l’analyse de sensibilité de la solution optimale aux variations des
coefficients des variables dans la fonction objectif et aux variations dans les second membres des
contraintes.

I - DUALITE
A tout programme linéaire , on associe un second programme linéaire appelé dual du premier.

Le dual est en relation étroite avec le premier programme ( primal ) , la solution de l’un des PL est
déterminée à partir de l’autre.

Exemple
Une entreprise de menuiserie produit des tables , des chaises et des armoires , les ressources de
cette entreprises étant limitées par trois contraintes . Le directeur de la production formule le
problème de la manière suivante :

= + +

+ + ≤ ( )

+ + ≤ ( ′ )

+ + ≤ ( )

≥ 0, ≥0, ≥0

10
 ∶ é

∶ ℎ é

∶ é

En utilisant la méthode du simplexe et en effectuant les itérations nécessaires , on trouve le tableau

optimal suivant :

Cj 2 4 3 0 0 0
VB qté
4 20/3 1/3 1 0 1/3 -1/3 0
3 50/3 5/6 0 1 -1/6 2/3 0
0 80/3 -5/3 0 0 -2/3 -1/3 1
Zj 230/3 23/6 4 3 5/6 2/3 0
Cj - Zj -11/6 0 0 -5/6 -2/3 0

La solution optimale donnée par le tableau ce dessus est la suivante :

∗ ∗ ∗ ∗
= , = , = , = , = , = , = /

A - INTERPRETATION DES Cj - Zj

D’après la solution optimale

=0 à toute la quantité du bois est utilisée dans la production

=0 à toute la quantité des heures d’assemblage est utilisée dans la production

= c à d après optimisation il reste encore une quantité de des heures de finition.

D’autre part :

Pour la première ressource ( bois : e1 )

on a : C4 – Z4 = - 5/6 c à d si on n’utilise pas une unité de bois la valeur de Z diminue de 5/6.

Et si on dispose d’une unité supplémentaire de bois ( on utilise l’unité dans la production ) la valeur de
Z augmente de 5/6

En résumé si on dispose d’une unité de bois supplémentaire on peut l’utilisé dans la production et
obtenir 5/6 de plus dans Z. donc on n’est pas disposéà payer plus de 5/6 pour une unité de bois.

La valeur 5/6 est appelé valeur marginale d’une unité de bois .

Pour la deuxième ressource ( heures d’assemblage : e2 )

on a : C5 – Z5 = - 2/3 c à d si on n’utilise pas une heures d’assemblage la valeur de Z diminue

de 2/3. Et si on dispose d’une heure supplémentaire d’assemblage ( on utilise l’unité dans la
production ) la valeur de Z augmente de 2/3

11
En résumé si on dispose d’une heure d’assemblage supplémentaire on peut l’utilisé dans la production
et obtenir 2/3 de plus dans Z. donc on n’est pas disposé à payer plus de 2/3 pour une heure
d’assemblage.

La valeur 2/3 est appelé valeur marginale d’une heure d’assemblage .

Pour la troisième ressource ( heures de finition : e3 )

C6 – Z6 = 0 dans ce cas la valeur marginale d’une heure de finition est 0.

B - LE PROBLEME DUAL

Le programme dual est un programme associé au premier ( primal ).

Comment interpréter ce programme dual ?

On veut placer une valeur monétaire sur les ressources . supposons qu’un autre producteur s’intéresse
à l’achat de toutes les ressources . A quels prix l’entreprise peut céder ses ressources ?

Soit : le prix d’une unité de bois

: le prix d’une heure d’assemblage

: le prix d’une heure de finition

L’objectif de l’acheteur est minimiser le prix à payer pour toutes ces ressources . la fonction objectif
de l’acheteur ( dual ) est :

= + +
Mais cet acheteur ( dual ) sait que le vendeur ( primal ) n’acceptera pas n’importe quel prix .

En fait le vendeur ne cédera ses ressources que si le revenu rapporté par la vendte des ressources
nécessaires à la production d’une unité d’un produit donné , est supérieur ou égal au revenu engendré
par la production de cette unité et sa vente.

Dans notre exemple : la production d’une table nécessite 3 unités de bois , 2 heures d’assemblage et
1 heure de finition. Le revenu engendré par la vente de ces ressources est 3 +2 +1

Mais le revenu engendré par la production et la vente d’une table est 2 unité monétaire. donc une
contrainte imposée par le primal sur le dual est : 3 +2 +1 ≥ 2

- Même analyse pour la chaise : 4 +2 +3 ≥4

- Même analyse pour l’armoire 2 +2 +2 ≥3

Evidemment les prix de vente des ressources sont positifs.

Le programme dual est le suivant :

12
 = + +
3 +2 +1 ≥2

4 +1 +3 ≥4
2 +2 +2 ≥3

≥0, ≥0, ≥0

Primal Dual
= + + = + +
+ + ≤ + + ≥
+ + ≤ + + ≥
+ + ≤ + + ≥
≥ 0, ≥0, ≥0
≥0, ≥ 0, ≥0

solution solution
Cj 2 4 3 0 0 0 Cj 60 40 80 0 0 0
VB qté VB qté ′ ′ ′
4 20/3 1/3 1 0 1/3 -1/3 0 60 5/6 1 0 2/3 0 -1/3 1/6
3 50/3 5/6 0 1 -1/6 2/3 0 0 ′ 11/6 0 0 5/3 1 -1/3 -5/6
0 80/3 -5/3 0 0 -2/3 -1/3 1 40 2/3 0 1 1/3 0 1/3 -2/3
Zj 230/3 23/6 4 3 5/6 2/3 0 Z’j 230/3 60 40 160/3 0 - -
Cj - Zj -11/6 0 0 -5/6 -2/3 0 20/3 50/3
Z’j – 0 0 -80/3 0 - -
C’j 20/3 50/3

20 Y1 = 5/6 ; y2 = 2/3 ; y3 = 0
=0 ; = ; = 50/3
3
e’1 = 11/6 ; e’2 = 0 ; e’3 = 0
e1 = 0 ; e2 = 0 ; e3 = 80/3
Z’* = 230/3
Z* = 230/3

Tableau optimal primal Tableau optimal dual

On remarque que la solution optimale du dual peut etre déduite de la solution du primal de la manière
suivante :

13
 SOLUTION PRIMAL
VARIABLES Cj - Zj
C1-Z1 C2-Z2 C3-Z3 C4-Z4 C5-Z5 C6-Z6
0 20/3 50/3 0 0 80/3 -11/6 0 0 -5/6 -2/3 0

0 -20/3 -50/3 0 0 -80/3 11/6 0 0 5/6 2/3 0

Z’4- Z’5- Z’6- Z’1- Z’2- Z’3- e’1 e’2 e’3
C’4 C’5 C’6 C’1 C’2 C’3
Z’j – C’j VARIABLES
SOLUTION DUALE

En résumé : la valeur de Cj – Zj pour une variable d’écart du primal correspond à la valeur de yi

( la variable de décision du dual ) qui lui associée :

Pour e1 on a C4 – Z4 = - 5/6 ---------------------------------- y1 = |−5/6| = 5/6

Pour e2 on a C5 – Z5 = - 2 /3 ----------------------------------- y2 = |−2/3| = 2/3

Pour e3 on a C6 – Z6 = 0 ---------------------------------------- y3 = |0| = 0

Pour x1 on a C1 – Z1 = - 11/6 --------------------------------------- e’1 = |−11/6| = 11/6

Pour x2 on a C2 – Z2 = 0 --------------------------------------- e’2 = |0| = 0

Pour x3 on a C3 – Z3 = 0 --------------------------------------- e’3 = |0| = 0

Formulation du dual d’un programme linéaire :

Pour déterminer le dual d’un PL on doit suivre les règles suivantes :

 Si le primal est un PL de maximisation sous contraintes du type inférieur ou égal , alors le

dual est un PL de minimisation avec contraintes du type supérieur ou égal et vice versa.
 A toute contrainte du primal on associe une variable dans le dual et à toute variable du primal
on associe une contrainte du dual.
 On écrit le dual d’une manière similaire à celle développée dans la partie précédente.

La solution du dual correspond aux Cj – Zj des variables d’écarts dans

le primal en valeur absolue.

14
ANALYSE DE SENSIBILITE
Dans une première partie , on présentera une analyse de sensibilité de la solution optimale aux
variations des coefficients des variables de décisions dans la fonction objectif . dans une seconde
partie on effectuera une analyse de la sensibilité de la solution optimale due aux variations dans les
seconds membres des contraintes.

 Analyse de sensibilité sur les coefficients dans la fonction objectif Z

On cherche à déterminer un intervalle dans lequel peut varier Cj sans que la solution optimale
ne change.

Exemple :

= + +

+ + ≤ ( )

+ + ≤ ( ′ )

+ + ≤ ( )

≥ 0, ≥0, ≥0

Solution optimale :
Cj 2 4 3 0 0 0
VB qté
4 20/3 1/3 1 0 1/3 -1/3 0
3 50/3 5/6 0 1 -1/6 2/3 0
0 80/3 -5/3 0 0 -2/3 -1/3 1
Zj 230/3 23/6 4 3 5/6 2/3 0
Cj - Zj -11/6 0 0 -5/6 -2/3 0

Considérons une variation du coefficient C2 de 4 à 4+∆ . En remplaçant

dans le tableau optimale 4 par 4+∆ .
Cj 2 4+∆ 3 0 0 0
VB qté
4+∆ 20/3 1/3 1 0 1/3 -1/3 0
3 50/3 5/6 0 1 -1/6 2/3 0
0 80/3 -5/3 0 0 -2/3 -1/3 1
Zj 230/3 23/6 +1/3 ∆ 4+∆ 3 5/6 +1/3 ∆ 2/3 - 1/3 ∆ 0
+20/3 ∆
Cj - Zj -11/6- 1/3 ∆ 0 0 -5/6 - 1/3 -2/3 +1/3 ∆ 0
∆
La solution donnée par ce tableau reste optimale si :
15
-11/6- 1/3 ∆ ≤ 0

-5/6 - 1/3 ∆ ≤ 0

-2/3 +1/3 ∆ ≤ 0

Donc : -11/6- 1/3 ∆ ≤ 0 ------------------------- ∆ ≥ −11/2

-5/6 - 1/3 ∆ ≤ 0 ------------------------- ∆ ≥ −5/2

-2/3 +1/3 ∆ ≤ 0 --------------------------- ∆ ≤ 2

Ce qui donne : −5/2 ≤ ∆ ≤ 2

3/2 ≤ 4 + ∆ ≤ 6

La solution reste optimale tant que C2 reste entre 3/2 et 6 .

 Analyse de sensibilité sur les seconds membres des contraintes

On cherche à déterminer dans quel intervalle on peut varier une quantité Qi de ressource
sans que la solution optimale change.

Exp :
= + +

+ + ≤ ( )

+ + ≤ ( ′ )

+ + ≤ ( )

≥ 0, ≥0, ≥0

Soit un changement de Q1 de 60 à 60 + ∆

Dans le premier tableau on remplace 60 par 60 + ∆ .

Dans le tableau optimal la colonne correspondant à e1 nous donne les coefficients de ∆ dans
la colonne des quantités .

Cj 2 4 3 0 0 0
VB qté
4 20/3 + 1/3 ∆ 1/3 1 0 1/3 -1/3 0
3 50/3 – 1/6 ∆ 5/6 0 1 -1/6 2/3 0
0 80/3 – 2/3 ∆ -5/3 0 0 -2/3 -1/3 1
Zj 230/3 23/6 4 3 5/6 2/3 0
Cj - Zj -11/6 0 0 -5/6 -2/3 0

La base x2 , x3 , e3 reste optimale tant que :

16
20/3 + 1/3 ∆≥ 0, 50/3 – 1/6 ∆ ≥0 , 80/3 – 2/3 ∆≥ 0

Càd - 20 ≤ ∆ ≤ 40

Donc 40 ≤ 60 + ∆ ≤ 100

40 ≤ Q1 ≤ 100

Tant que la qté de bois reste entre 40 et 60 unités , les valeurs marginales des
ressources restent valables.

EXERCICES AVEC SOLUTIONS

EXERCICE : N°1 - FORMULATION

Une usine fabrique deux produits A et B à partir de trois matières premières M1 ,M2 et M3. Les avec
caractéristiques suivantes :

A B STOCKS
M1 5 1 8
M2 1 2 7
M3 0 1 3
GAINS 4 5

Solution

17
EXERCICE : N°2 - FORMULATION

Un chef de rayon dans un supermarché dispose de trois stocks d’articles qualifiés : léger ( L) , moyen
(M) et fort ( F) : 300L , 180 M et 240 F.

Pour écouler ces stockes , le responsable a élaboré deux types de lots constitués comme suit :
Lot 1 contient : 5L , 1M, 2F

Lot 2 contient : 3L , 3M , 3F

Le bénéfice du lot 1 est 6 UM et lot 2 12 UM. Formuler ce problème.

Solution

18
EXERCICE : N°3 - FORMULATION

Une chaine de magasins pour dames vend des robes qui viennent de trois collections : « Prêt à porter »
, « Femme au travail » et « Haute couture » , plus les robes sont dispendieuses , plus elles rapportent ,
toutefois elles demandent plus de temps de la part des vendeuses et elles requièrent des étalages plus
élaborés.

Le directeur des achats exige pour avoir suffisamment de variétés au moins 1000 , 1100,1200 robes
respectivement pour la 1ère ,2ème et 3ème collection. Il désire maximiser son profit et il doit tenir compte
du fait que ses vendeuses travaillent durant 6400 heures et qu’il dispose de 10000m2 de plancher pour
l’exposition.

Les données pertinentes sont comme suit :

collection Profit Heures Espace requis

/robe vendeuses (m2/1000robes)
par 1000
robes
Prte a 5UM 300 200
porter
Femme 12UM 500 400
au travail
Haute 25UM 2000 800
couture

19
Solution

EXERCICE : N° 4 - FORMULATION

Un opérateur télécom lance un nouveau produit . Il décide d’organiser une campagne de

communication en utilisant les deux supports de médiatiques Télé et radio. Le public cible est
constitué de trois catégories dont les effectifs sont résumés dans le tableau suivant :

CAT1 CAT2 CAT3 Cout d’un msg

Télé 10 25 9 10000UM
Radio 5 30 8 7000UM
effectif 9100 25000 9000
Pour que cette campagne soit efficace elle doit toucher au moins 50% du CAT1 et 70% du CAT2 et
30% du CAT3. Modéliser ce problème.

Solution

20
EXERCICE : N° 5 - FORMULATION

Un étudiant en agriculture veut déterminer les quantités de trois types de grains à donner au bétail afin
de satisfaire ses besoins en nutrition au cout minimum. Le tableau suivant donne l’information
nécessaire pour ce problème

Type de grains Mais Blé Orge Minimum

requis
Protéine(mg/Kg) 10 9 11 20
Calcium(mg/Kg) 50 45 58 70
Fer(mg/Kg) 9 8 7 12
Calories(cal/Kg) 1000 800 850 4000
Cout/Kg en UM 5,5 4,7 4,5

Solution

21
EXERCICE : N° 6 - FORMULATION

Une entreprise de relation publique veut faire un sondage d’opinion.

Chaque employé peut faire chaque jour 80 interviews par téléphone ou 40 interviews direct.

Un employé ne peut faire qu’un seul de sondage type pendant une journée.

Afin d’avoir un échantillon représentatif on doit satisfaire les trois critères :

- Au moins 3000 interviews

- Au moins 1000 interviews par téléphone
- Au moins 800 interviews directe

L’employé conduisant les interviews par téléphone est payé 150 UM et L’employé conduisant les
interviews directes est payés 170 UM.

22
Solution

EXERCICE : N° 7 - FORMULATION

Un agriculteur souhaite mélanger des engrais de façon à obtenir au minimum 15 unités

de potasse, 20 unités de nitrates et 30 unités de phosphates. Il achète deux types d’engrais.
Le type 1 procure 3 unités de potasse, 1 unité de nitrates et 3 unités de phosphates. Il
coûte 120 dh. Le type 2 procure 1 unités de potasse, 5 unité de nitrates et 2 unités de
phosphates . Il coûte 60 dh.
Modéliser le problème de l’agriculteur à l’aide d’un programme linéaire

Solution :

23
EXERCICE : N° 8 - FORMULATION – Résolution graphique

Un artisan fabrique deux articles A et B nécessitent chacun deux opérations : Un usinage et

un traitement thermique . Le produit A subit un usinage d’une heure et un traitement
thermique de 3H. B subit un usinage de 2H et un traitement thermique de 3H. de plus 2 Kg
de matière première entrent dans la composition de A et 1 Kg dans celle de B.
La fabrication de B se termine par un travail de finition qui dure 1H.
L’artisan dispose de 80 H d’usinage , 150 H de traitement thermique , 35 H de finition et
80Kg de matière première.
La marge bénéficiaire est 30 DH pour l’article A est 25 DH pour l’article B.
1 – Formuler le programme linéaire qui permet de maximiser le bénéfice de l’artisan.
2 – Résoudre le problème par la méthode graphique. (en utilisant la méthode d’énumération
des sommets.)
3 – Effectuer une analyse de sensibilité pour le bénéfice de l’article A.
4 – Quelles sont les ressources épuisées ?

Solution

24
25
EXERCICE : N° 9 - Résolution simplexe - dualité

1)Résoudre par la méthode du simplexe

2) Formuler le programme dual et déduire la solution duale

Max Z = 100 X1 + 150 X2

10 X1 + 4 X2 ≼ 160

X1 + X2 ≼ 20

10 X1 + 20 X2 ≼ 300

X1 ≥ 0 , X2 ≥ 0

26
27
28
EXERCICE : N° 10 - Résolution graphique – résolution simplexe - dualité

Une entreprise produit deux modèles d’articles , l’un que l’on appellera modèle A exige 2
Kilogrammes de matière première et 30 heures de fabrication et donne un bénéfice de 700
dhs . l’autre que l’on appellera modèle B exige 4 Kilogrammes de matière première et 15
heures de fabrication et donne un bénéfice de 600 dhs. On dispose de 200 000 grammes de
matière première et 1200 heures de travail.

Travail à faire
1 – Donner le programme qui permet à l’entreprise de maximiser son bénéfice.
2 – Résoudre le Problème par la Méthode graphique.
3 – Résoudre le Problème par la méthode du simplexe.
4 – Interpréter les résultats du programme primal.
5 - Déduire la solution optimale duale.
6 – Donner l’interprétation économique de votre solution optimale duale en termes de
valorisation marginal des facteurs de productions primales.
7- si le Manager doit avoir des réserves sur une seule des ressources , laquelle doit il
choisir ?
8- a – Effectuer une analyse de sensibilité pour le prix de l’article A , Interpréter les
résultats obtenus .
b- Effectuer une analyse de sensibilité pour la quantité de matière première .
Interpréter les résultats obtenus

Solution

29
30
31
32
33
EXERCICE : N° 11 - Rrésolution simplexe - dualité

Un fabricant produit deux types de yaourts A et B à partir de trois matières premières

( fraise, lait , sucre ) . Le type A nécessite 2 Kg de fraise et 4 kg de lait. Le type B nécessite 1
Kg de fraise, 2 kg de lait et 1Kg de sucre.
Les matières premières sont en quantité limitée : 800 Kg de fraise, 700 Kg de lait et 300 kg
de sucre.
La vente de A rapporte 50 DH et la vente de B rapporte 60 DH.

1- Ecrire le programme linéaire qui permet de maximiser le bénéfice du fabricant.

2- Résoudre ce problème par la méthode du simplexe.
3- Ecrire le programme dual et déduire sa solution.
4- Si le fabricant souhaite diminuer la quantité de l’une des matières premières,
laquelle doit-il choisir ? pourquoi ?
5- Quel est le prix maximum qu’il faut dépenser par le fabricant pour doubler la
production du yaourts type A ?
Solution
1- La fabricant produit deux types de yaourts A et B.
Soit la qté X1de A et X2 de B

A X1 consomme 2 KG FRAISE , 4KG de LAIT et rapporte 50DH

B X2 consomme 1KG FRAISE , 2 KG de LAIT , 1 Kg de SUCRE et
rapporte 60DH

Max Z = 50 X1 + 60 X2
2X1 + 1X2 ≤ 800
4X1 + 2X2 ≤ 700
1X2 ≤ 300
X1 , X2 ≥ 0

2- Résolution simplexe
Forme standard

Max Z = 50 X1 + 60 X2 + 0 e1 + 0 e2 + 0 e3
2X1 + 1X2 + e1 = 800
4X1 + 2X2 + e2 = 700
1X2 + e3 = 300
X1 , X2 , e1 , e2 , e3 ≥ 0

Méthode des tableaux

Cj 50 60 0 0 0
VB Q X1 X2 e1 e2 e3 RT
0 e1 800 2 1 1 0 0 800
0 e2 700 4 2 0 1 0 350
0 e 3 300 0 1 0 0 1 300
Zj 0 0 0 0 0
Cj - Zj 50 60 0 0 0

34
Cj 50 60 0 0 0
VB Q X1 X2 e1 e2 e3 RT
0 e1 500 2 0 1 0 -1 250
0 e2 100 4 0 0 1 -2 25
60 X2 300 0 1 0 0 1 ∞
Zj 0 60 0 0 60
Cj - Zj 50 0 0 0 -60

Cj 50 60 0 0 0
VB Q X1 X2 e1 e2 e3 RT
0 e1 450 0 0 1 -1/2 0
50 X1 25 1 0 0 1/4 -1/2
60 X2 300 0 1 0 0 1
Zj 50 60 0 50/4 35
Cj - Zj 0 0 0 -50/4 -35

Tous les Cj – Zj ≤0 , donc la solution est optimale.

∗ ∗ ∗
= 25 = 300 = 19250

3 – le programme dual

Min Z = 800 Y1+ 700 Y2+ 300 Y3

2 Y1 + 4 Y2 ≥ 50
1Y1 + 2Y2 + 1Y3 ≥ 60
Y1 , Y2,Y3 ≥0

La solution duale :
Y1 = 0
C1 – Z1 = 0 Y2 = 50/4
C2 – Z2 = 0 Y3 = 35
C3 – Z3 = 0 =0
C4 – Z4= -50/4 =0
C5 – Z5 = -35

4 – si le fabricant souhaite diminuer la quantité d’une ressource , il doit diminuer la matière

qui n’est pas consommée.
En terme de consommation de matière première : On a X1 = 25 et X2 = 300
La consommation de fraise est (25*2) + (300*1) = 350 ≤ 800 donc il reste 450 Kg de
fraise
La consommation de lait est (25*4) + (300*2)= 700 épuisement total.
La consommation de sucre est (25*0) + (300*1)= 300 épuisement total

Donc il doit diminuer la quantité de fraise.

5 – si le fabricant souhaite doubler la quantité de yaourt type A.

Donc il souhaite produire 25 unités de plus , qui consomme :
35
 25* 2 Kg de fraise = 50 kg de fraise et 25*4 Kg de lait = 100 Kg de lait.
La valeur marginale de fraise est nulle ( il reste déjà 450 Kg de fraise qui n’est pas
consommée ) et la valeur marginale de lait est 50/4 dh.
Donc il faut dépenser au maximum 100*50/4 = 1250dh.

EXERCICE : N° 12 - Résolution simplexe - dualité

Une compagnie d’alimentation dispose de 2000 Kg de café Africain , 3000 Kg de café

brésilien et 500 Kg de café colombien. En utilisant ces trois produits la compagnie procède à
des mélanges pour obtenir deux lots de café à commercialiser.

Lot de type 1 est composé de 6Kg de café Africain et 3 Kg de café brésilien et 1 Kg de

café colombien ce type est vendu à 140 Dhs

Lot de type 2 est composé de 4 Kg de café Africain et 4 kg de café brésilien et 2 Kg de café

colombien ce type est vendu à 170 Dhs.

1 – Ecrire le modèle de programmation linéaire correspondant à ce problème de manière à

maximiser le bénéfice de la compagnie

2 – résoudre le problème par la méthode du simplexe

3 – Interpréter les résultats du programme primale
4 – Déduire la solution optimale duale
5 – Donner l’interprétation économique de votre solution optimale duale en termes de
valorisation marginal des facteurs de productions primales
6 – Effectuer une analyse de sensibilité pour le prix de vente du lot type 1 . interpréter les
résultats obtenus

Solution

36
37
38
EXERCICE : N° 13 - Résolution simplexe - dualité

La société JET produit deux types de peintures A et B, à partir de trois matières premières
M1 , M2 et M3.
Peinture type A nécessite 10 Kg de M1 , 2 Kg de M2 et 1 Kg de M3 . Son prix de vente est
1200 Dhs.
Peinture type B nécessite 5 Kg de M1 et 3 Kg de M2. Son prix de vente est 1000 Dhs.
La société dispose de 200 Kg de M1 , 60 Kg de M2 et 34 Kg de M3.
1 – Ecrire le programme linéaire qui permet de maximiser le bénéfice de la société.
2 – Résoudre le problème par la méthode du simplexe, interpréter les résultats obtenus.
3 – Ecrire le programme dual et déduire sa solution
4 – Effectuer une analyse de sensibilité pour le prix de vente de la peinture type B.
5 – Une entreprise concurrente demande à la société JET de lui vendre 50 % de la matière M1
(et ce, bien entendu avant que la fabrication ne soit lancée) . A quel prix minimum la société
JET devra t - elle vendre cette quantité ? Expliquer clairement votre raisonnement
6 – Supposons qu’un troisième type C est proposé par le département de production, et qui
nécessite 2kg de M1 et 3Kg de M2 , et son prix de vente est 650 Dhs. Tenant compte de la
valeur marginale de M1 et M2 , est-ce que la société JET doit produire ce type ? Expliquer
clairement votre raisonnement

Solution
1°) le programme linéaire qui permet de maximiser le bénéfice de l’entreprise

Soit X1 la quantité de la peinture type A et X2 la quantité de la peinture type B

Max Z = 1200 X1 + 1000X2

10X1 + 5X2 ≼ 200
2X1 + 3X2 ≼ 60
1 X1 ≼ 34
X1 ; X2 ≥ 0

2°) Résolution simplexe

Forme standard : on introduit trois variables d’écarts e1 , e2 et e3

Max Z = 1200 X1 + 1000X2 + 0 e1 + 0 e2 + 0 e3

10X1 + 5X2 + e1 = 200
2X1 + 3X2 + e2 = 60
1X1 + e3 = 34
X1 , X2 , e1 , e2 , e3 ≥0 Ve

Cj 1200 1000 0 0 0
VB Q X1 X2 e1 e2 e3 RT
0 e1 200 10 5 1 0 0 20

39
0 e2 60 2 3 0 1 0 30
0 e3 34 1 0 0 0 0 34
Zj 0 0 0 0 0
Cj - Zj 1200 1000 0 0 0

Cj 1200 1000 0 0 0
VB Q X1 X2 e 1 e2 e3 RT
1200 X1 20 1 1/2 1/10 0 0 40
0 e 2 20 0 2 -1/5 1 0 10
0 e 3 14 0 -1/2 -1/10 0 1 -28
Zj 1200 600 120 0 0
Cj - Zj 0 400 - 120 0 0

Cj 1200 1000 0 0 0
VB Q X1 X2 e 1 e2 e3
1200 X1 15 1 0 3/20 -1/4 0
1000 X2 10 0 1 -1/10 1/2 0
0 e 3 19 0 0 -3/10 1/4 1
Zj 1200 1000 80 200 0
Cj - Zj 0 0 -80 -200 0
Tous les Cj-Zj ≼ 0 donc la solution est optimale , X1 = 15 ; X2 = 10 et Z = 1200*15 + 1000*10 =
28000. Pour maximiser le bénéfice de l’entreprise , il faut produire 15 unités de type A et 10 unités
de type B.

3°) Le programme dual

Y1 la valeur d’un Kg de M1 ; Y2 la valeur d’un Kg de M2 ; Y3 la valeur d’un Kg de M3

Min Z = 200 y1 + 60 y2 + 34 y3 la solution duale :

10y1 + 2y2 + 1y3 ≥ 1200 d’après le dernier tableau ( tableau optimal ) on a :

5y1 + 3y2 ≥ 1000 C4 – Z4 = -80 ; C5 – Z5 = -200 ; C6 – Z6 = 0

y1 ; y2 ; y3 ≥ 0 donc y1 = 80 ; y2 = 200 ; y3 = 0 et Z = 28000.

4°) Analyse de sensibilité pour le prix de vente de la peinture type B , d’après le dernier tableau
on a :

Cj 1200 1000+∆ 0 0 0
VB Q X1 X2 e 1 e2 e3
1200 X1 15 1 0 3/20 -1/4 0
1000+∆ X2 10 0 1 -1/10 1/2 0
0 e 3 19 0 0 -3/10 1/4 1
Zj 1200 1000+∆ 80-∆/10 200+∆/2 0
Cj - Zj 0 0 -80+∆/10 -200-∆/2 0
La solution reste optimale si tous les Cj-Zj ≼0 , donc :

40
-80+∆/10 ≼0 donc ∆≼ 800

-200-∆/2 ≼0 donc ∆ ≥ - 400 donc -400≼∆≼800 donc 600≼ ∆+1000 ≼ 1800

Tant que le prix de la peinture type B reste entre 600 et 1800 , alors la solution est optimale.

5°) prix minimum de la vente de 50% de M1

la valeur marginale de M1 est 80 ,

la société ne peut accepter qu’une valeur supérieure ou égale à 80 pour un Kg de M1 , donc

minimum 80 pour 1 Kg de M1 ,

la société dispose de 200 Kg de M1 , alors 50 % de M1 c’est 100 Kg

donc le prix minimum pour vendre 50% ( 100Kg ) c’est 100 * 80 = 8000 Dhs

6°) production d’un troisième type C

le troisième type C demande 2Kg de M1 et 3Kg de M2 .

donc la valeur marginale de (2Kg de M1 et 3Kg de M2) c’est 2*80 + 3*200 = 760 Dhs

si la société JET utilise la quantité (3Kg de M2 et 2Kg de M1) dans la production de type A et type B

le revenu est 760 Dhs , mais s’elle utilise la quantité (3Kg de M2 et 2Kg de M1) pour le type C le
revenu c’est 650 Dhs , donc la société ne doit pas produire le type C.

41