UNIVERSITE SAAD DAHLAB DE BLIDA

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimension: px
Commencer à balayer dès la page:

Download "UNIVERSITE SAAD DAHLAB DE BLIDA"

Transcription

1 LA PROGRAMMATION LINEAIRE La première révolution industrielle avait remplacé la force musculaire de l'homme par celle des machines. La seconde voyait la machine se commander elle-même. Les ordinateurs se sont introduits dans les entreprises et les pouvoirs publics firent surgir des problèmes de grande envergure auxquels les directions n'étaient pas préparées. La caractéristique essentielle de la Recherche Opérationnelle est le recours à la méthode scientifique. Le chercheur de la R.O. construit une représentation qu'il appelle un "modèle mathématique". Il peut manipuler les modèles et les étudier plus facilement que le système réel. Les modèles sont parfois très difficiles à construire et peuvent prendre la forme d'expressions mathématiques fort compliquées. Lorsqu'ils mettent leur modèle en formule, les chercheurs doivent énoncer formellement quelles sont les variables, l'objectif, les paramètres. La programmation linéaire est une technique mathématique permettant de déterminer la meilleure solution d un problème dont les données et les inconnues satisfont à une série d équations et d inéquations linéaires. La programmation linéaire a été formulée par Dantzig en 947 et connaît un développement rapide par suite de son application directe à la gestion scientifique des entreprises. Le facteur expliquant l essor de la P.L est la construction d ordinateurs puissants qui ont permis de traiter les problèmes concrets de taille très grande. On l applique surtout en gestion et en économie appliquée. On peut citer les domaines d application de la programmation linéaire qui sont : les transports, les banques, les industries lourdes et légères, l agriculture, les chaînes commerciales, la sidérurgie, et même le domaine des applications militaires. Les méthodes de résolution sont la méthode du simplexe, méthode duale du simplexe, méthodes des potentiels, méthode lexicographique et des méthodes récentes appelées méthodes des points intérieurs. Le but de cette partie du recueil n est pas de donner les méthodes de résolution de la programmation linéaire mais de la présenter à l aide des exemples concrets et faciles. Cours 0: Modélisation d'un programme linéaire noté P.L.

2 Cours 0 : Modélisation d'un programme linéaire noté PL Cours 0: Modélisation d'un programme linéaire noté P.L. 2

3 Exemples concrets de problèmes qui se modélisent par la programmation linéaire. 0. Un problème de restauration. Un restaurateur peut offrir deux types de plats indifféremment. Des assiettes à 80 DA, contenant 05 sardines, 2 merlans et 0 rouget. Des assiettes à 20 DA, contenant 03 sardines, 03 merlans et 03 rougets. Il dispose de 30 sardines, 24 merlans et 8 rougets. Comment doit-il disposer pour réaliser la recette maximale? Réponse 0. Soit x et y respectivement le nombre d assiettes de type et du type 2 à offrir. Le problème est de maximiser la fonction 80 x + 20 y sous les contraintes: 5 x + 3 y 30 2 x + 3 y 24 x + 3 y 8 x 0 et y Préparation de Gâteaux. Un boulanger a la possibilité de faire trois types de gâteaux G, G 2 et G 3. Il utilise à cet effet de la farine (E ), du beurre (E 2 ), des œufs (E 3 ), du sucre (E 4 ) et de la levure (E 5 ). Les quantités a ij de l éléments E i intervenant dans l élaboration du gâteau G j sont données dans le tableau ci dessous : G G 2 G 3 E 2 E 2 2 E 3 2 E E Le boulanger dispose de 20 unités de E, 0 de E 2, 20 de E 3, 20 de E 4 et 0 de E 5. Les bénéfices unitaires valent respectivement 2 pour G, 5 pour G 2 et 7 pour G 3. Ecrire le programme linéaire qui détermine le nombre de gâteaux à confectionner de façon à maximiser le bénéfice total. Cours 0: Modélisation d'un programme linéaire noté P.L. 3

4 Réponse 2. Si on note x j le nombre de gâteaux de type G j, j =, 2, 3. Le problème s écrit : Maxz = 2 x + 5 x x 3 x + x x 3 20 x + 2 x 2 + x x + x 2 + x 3 20 x + 2 x 2 20 x + 2 x 2 + 2x 3 0 x 0, x 2 0, x Problème de découpe. Une usine a reçu des plaques de métal d une largeur de 200 cm et d une longueur de 500 cm. Il faut en fabriquer au moins 30 plaques de largeur de 0 cm, 40 plaques de largeur de 75 cm et 5 plaques de largeur de 60 cm. Donner le modèle mathématique pour que les déchets soient les plus petits possibles. Réponse 3. Une plaque de 200 cm de largeur peut être découpée de cinq façons :. une plaque de 75 cm et deux plaques de 60 cm. Les déchets seront de 05 cm. 2. une plaque de 0 cm et une plaque de 75 cm. Les déchets seront de 5 cm. 3. une plaque de 0 cm et une plaque de 60 cm. Les déchets seront de 30 cm. trois plaques de 60 cm. Les déchets seront de 20 cm. deux plaques de 75 cm. Les déchets seront de 50 cm. Soit x i : le nombre de plaques à découper par la façon i, le problème s écrit : Min z = 5 x + 5 x x x x 5 x 2 + x 3 30 x + x 2 + x x + x x 4 5. x 0,, x Un problème de transport. Une entreprise stocke un produit dans trois dépôts A, A 2 et A 3. Les quantités stockées sont respectivement a, a 2 et a 3. Les dépôts doivent alimenter quatre magasins de vente B, B 2, B 3 et B 4. La quantité du produit nécessaire au point de vente B i est b i ( i =,, 4 ). Comment l entreprise doit-elle répartir les stocks entre les points de vente ou quelle quantité le dépôt A i doit-il livrer au point de vente B j? Cours 0: Modélisation d'un programme linéaire noté P.L. 4

5 Réponse 4. Le problème de transport est un problème particulier de la programmation linéaire. Sa formulation mathématiques est : m n Minz = c ij x ij i= j= m a i i= n b j j=. Cette équation traduit que la demande doit être satisfaite. n x ij j= a i, i =,, m. m x ij = b j, j =,, n -. i= x ij 0, i =,, m et j =,, n. a i 0, i =,, m, b j 0, j =,, n, c ij 0, i =,, m et j =,, n. 05. Un problème de répartition de ressources. Une entreprise peut produire différents biens. Chaque bien est repéré par un indice «j». Pour réaliser sa production, elle utilise des matières premières, des machines, de la main d œuvre, c est à dire des ressources mesurées en unités appropriées. Ces ressources, ou facteurs de production, sont disponibles en quantité limitée ; soit b i la quantité disponible de la ressource «i». On sait par ailleurs, quelle quantité a ij la production d une unité du bien «j» nécessite une ressource «i». Supposons que la production soit à rendement constant, c est à dire que la production de x j unités du bien «j» exige a ij x j unités de la ressource «i». Ecrire un programme de production de l entreprise sous forme de programme linéaire. n Réponse 05. Il s écrit, Max z = c j x j j= n a ij x j j= b i i =,, m. x j 0, j =,, n. Cours 0: Modélisation d'un programme linéaire noté P.L. 5

6 06. Une usine fabrique trois sortes de pièces ( p, p 2, p 3 ) à l aide de deux machines ( m, m 2 ). Chaque pièce en cours de fabrication doit passer successivement sur les deux machines dans un ordre indifférent et pendant les temps suivants ( en minutes ) Temps d usinage (minutes par pièce) Machines P P 2 P 3 M 2 M 2 La machine m est disponible 8 heures, la machine m 2 est disponible 0 heures. Le profit réalisé sur une pièce p est de 50 DA, sur une pièce p 2 est de 80 DA, celui réalisé sur une pièce p 3 est de 60 DA. Combien doit-on fabriquer de pièces p, p 2 et p 3 pour avoir un profit total maximum? Donner un modèle mathématique du problème. Réponse 06. Si x, x 2, x 3 représentent les nombres de pièces de type p, p 2, p 3 à fabriquer, le profit total est: max Z = 50 x + 80 x x 3 2 x + 4 x x x + 2 x x x 0, x 2 0, x Problème de Mélange. Il faut mélanger trois gaz de telle manière que le gaz mixte soit le plus bon marché que possède un pouvoir calorifique entre plus de 700 et 2000 k. cal/ m 3 et un taux de sulfure au plus de 2,8 g/ m 3. Indications sur les trois gaz : Gaz 2 3 Pouvoir calorifique en Taux de sulfure k. cal/ m 3 En g/ m Prix en DA Ecrire le modèle mathématique de ce problème. Cours 0: Modélisation d'un programme linéaire noté P.L. 6

7 Réponse 07. Soient x, x 2 et x 3 le nombre de m 3 à fabriquer respectivement du er, 2 nd et du 3 ième gaz. Min Z = 00 x x x x x x x + 2 x x x 0, x 2 0, x Problème de nutrition. On se propose de fournir quotidiennement et à chaque individu d une population un minimum de 70 g de protéines, 3000 unités de calories, 800 mg de calcium et 2 mg de fer. Les produits disponibles sont le pain, le beurre, le fromage, les pois et les épinards. Les prix par 00 g de ces produits sont respectivement de 5, 34, 40, 0 et 5 DA. Le problème est de constituer, aux moindres frais, des rations quotidiennes respectant les exigences du régime imposé. Les quantités de protéines (en g ), de calories ( en unités ), de calcium ( en mg) et de fer ( en mg ) par 00 g de ces aliments sont donnés dans le tableau suivant : Pain Beurre Fromage Pois Epinards Protéines Calories Calcium Fer Réponse 08. Soit x le nombre de pain introduit dans la ration de 00g x 2 le nombre de beurre introduit dans la ration de 00g x 3 le nombre de fromage introduit dans la ration de 00g x 4 le nombre de pois introduit dans la ration de 00g x 5 le nombre d épinards introduit dans la ration de 00g Max Z = 3 x + 7 x x x x 5 0 x + 30 x x x x x x x x x x x x x x x + 4 x x 5 2 x i 0, i =,, Cours 0: Modélisation d'un programme linéaire noté P.L. 7

8 09. Une usine possède trois tours, qui au cours d un mois, peuvent être utilisés pendant les temps indiqués dans le tableau ci dessous. Quatre pièces peuvent être usinées sur ces machines. Les quantités de chaque pièce à fabriquer au cours du mois sont fixées de façon impérative et sont indiquées dans le tableau. Le temps d usinage en heures par pièce figurent également. Tours Temps d usinage ( heures par pièces ) Heures de disponibilité des machines I II III IV A B C Productions exigées (nombre au moins de pièces) Ecrire un programme linéaire pour réduire au minimum l utilisation des machines. Quel sera le programme d affectation de diverses fabrications aux diverses machines. Réponse 09. Soit x ij le nombre de pièces i à fabriquer sur la machine j. On aura 2 variables. Le problème s écrit : Minz = 3x + 3x 2 + 2x 3 + 5x 4 + 4x 2 + x 22 + x x x 3 + 2x x x 43 Sous les contraintes : 3x + 3x 2 + 2x 3 + 5x x 2 + x 22 + x x x 3 + 2x x x x +x 2 + x 3 = 0 x 2 + x 22 + x 23 = 40 x 3 + x 32 + x 33 = 50 x 4 + x 42 + x 43 = 20 x ij 0, i =,, 4 et j =, 2, 3. Cours 0: Modélisation d'un programme linéaire noté P.L. 8

9 0. Une usine peut fabriquer quatre sortes de bureaux. La fabrication requiert un certain temps de travail dans l atelier des composants, un certain temps de travail dans l atelier d assemblage et un certain temps dans l atelier de finition. Ces temps sont donnés par : Bureaux Composants Montage Finition A B C D Le profit réalisé sur la vente de chacun de ces bureaux est respectivement de 900 DA, 800 DA, 400 DA et 450 DA. On désire maximiser le profit sachant qu on ne dispose que de 4500, 4000 et 3000 unités de travail dans les ateliers de composants, de montage et de finition respectivement. Ecrire le problème linéaire correspondant à ce problème. Réponse 0. Soient x le nombre de bureau A, x 2 le nombre de bureau B, x 3 le nombre de bureaux C, x 4 le nombre de bureau D à fabriquer. Max z = 900 x x x x 4 x + 3 x 2 + x 3 + x x + x x 3 + x x x 3 + x x i 0, i =,, 4.. Une entreprise possède trois usines situées respectivement à Boufarik, Blida et Médéa. Elle importe un métal, du cuivre, non disponible sur le marché interne qui lui est acheminé vers deux ports celui d Alger et d Oran. Les quantités de cuivre nécessaires aux usines respectives sont de 400, 500 et 600 tonnes tandis que les quantités disponibles sont de 500 et 300 tonnes par semaine respectivement à Alger et Oran. Les coûts unitaires de transport en dinars sont donnés par le tableau suivant: Boufarik Blida Médéa Alger Oran Cours 0: Modélisation d'un programme linéaire noté P.L. 9

10 L unité étant la tonne de cuivre à transporter. Ecrire le programme linéaire associé à un plan de transport à coût minimale. Réponse. Soit x ij le nombre de tonnes de métal qui sont acheminés chaque semaine depuis le port i vers l usine j ( i =, 2 et j =, 2, 3). Le programme s écrit : minz = 500 x x x x x x 23 x + x x 2 + x x 3 + x x + x 2 + x x 2 + x 22 + x x ij 0 ( i =, 2 et j =, 2, 3 ) 2. Programme de raffinerie. Une raffinerie peut traiter trois pétroles bruts appelés brut_, brut_2 et brut_3 originaires de trois pays différents. Par distillation fractionnée dans les «toppings», ces pétroles bruts donnent des coupes qui sont des ensembles d hydrocarbures ayant des températures d ébullition comprises entre des limites fixées. Un «topping» permet d obtenir : des gaz et gaz liquéfiés Une gazoline ou coupe 0-80 c( hydrocarbures dont le point d ébullition est compris entre 0 et 80 c ) Une benzine ou coupe c Un naphta léger ou coupe c Un naphta lourd ou coupe c Un kérosène ou coupe c Un gasoil léger ou coupe c Un gasoil lourd ou coup c Un fuel-oil ou coupe > 400 c Ces coupes subissent ensuite des traitements complémentaires ( épuration, désulfuration, cracking, reforming catalytique ) pour devenir des bases qui, convenablement mélangées, permettront d obtenir les produits commerciaux désirés. La raffinerie considérée fabrique cinq catégories de produits finis : des gaz et gaz liquéfiés, des essences, du pétrole, du gasoil et du fuel-oil. Les rendements des pétroles bruts traités sont précisés par le tableau ci-après ( qui explicite les quantités produites à partir de 00 tonnes de brut ) : Cours 0: Modélisation d'un programme linéaire noté P.L. 0

11 Matière première Production Brut_ ( tonnes) Brut_2 ( tonnes) Brut_3 ( tonnes) Gaz et gaz liquéfiés Essences Pétroles Gasoil Fuel-oil Total La raffinerie peut produire au maximum, au cours d une année : tonnes de gaz et gaz liquéfiés, t d essences, t de pétrole, t de gasoil et t de fuel-oil. Elle réalise un bénéfice de 4000 DA par tonne de brut_ mise en œuvre, 5000 DA par tonne de brut_2 et 6000 DA par tonne de brut_3 mise en œuvre. Quelle quantité de chacun des bruts devra-t-elle traiter pour réaliser le bénéfice total maximal? Ecrire le programme correspondant. Réponse 2. Appelons respectivement x, x 2 et x 3 les quantités de brut, en millions de tonnes, traitées annuellement par la raffinerie. Le tableau des rendements ci-dessus montre que la production de gaz et gaz liquéfiés correspondant à million de tonnes de pétrole brut atteint : 0.02 million de tonnes quand on traite du brut n 0.06 million de tonnes quand on traite du brut n 3 Comme la fabrication de cette catégorie de produit est limitée à tonnes, soit 0.3 million de tonnes, la contrainte correspondante s écrit : 0.2 x x Soit encore : x + 3 x 3 5 On obtient de même, pour la limitation de production d essences : 0.20 x x x 3.05 soit encore : 4 x + 5 x x 3 2 pour la limitation de production de pétrole : 0.08 x x soit encore : 4 x + 2 x 3 9 pour la limitation de production de gasoil : 0.40 x x x 3.35 qui est équivalent à l équation : 8 x + 5 x x 3 27 Cours 0: Modélisation d'un programme linéaire noté P.L.

12 pour la limitation de production de fuel-oil : 0.30 x x x 3.80 Soit encore : 3 x + 5 x x 3 8. Le problème est de maximiser le bénéfice en millions de DA, qui s écrit : Max z = 40 x + 50 x x 3 Sous les contraintes : x + 3 x x + 5 x x x + 2 x x + 5 x x x + 5 x x 3 8 x 0, x 2 0, x Problèmes des ordures ménagères. Une ville A produit quotidiennement 500 tonnes d ordures ménagères, une autre ville B produit 400 tonnes. Les ordures doivent être incinérées à l incinérateur ou à l incinérateur 2 qui peuvent traités respectivement jusqu à 500 tonnes par jour. Le coût de l incinération des ordures est de 40 DA par tonne à l incinérateur, et de 30 DA la tonne à l incinérateur 2. L incinération des ordures réduit chaque tonne de déchets à 0.2 tonnes de débris, qui seront enfouis dans deux terrains vagues. Chaque terrain vague peut recevoir au plus 200 tonnes de débris par jours. Il coûtera 3 DA le kilomètre pour transporter une tonne de déchets ( ordures ou débris ). Les distances entre les différents lieus sont données par le tableau ci dessous. Formuler ce problème comme celui de la programmation linéaire pour minimiser le coût total de prélèvement des ordures ménagères des deux villes A et B. Ville A Ville B Terrain vague Terrain vague 2 Incinérateur Incinérateur Réponse 3. Soient x ij : le nombre de tonnes de déchets à transporter de la ville i ( i =, 2 ) à l incinérateur j ( j =, 2 ) et y jk le nombre de tonnes de débris à transporter de l incinérateur j au terrain-vague k ( k =, 2 ) Cours 0: Modélisation d'un programme linéaire noté P.L. 2

13 min Z = 40 (x + x 2 ) + 30 (x 2 + x 22 ) + 3 ( 30 x + 5 x x x y + 9 y y y 22 ) x + x 2 = 500 x 2 + x 22 = 400 y + y 2 = 0.2 ( x + x 2 ) y 2 + y 22 = 0.2 (x 2 + x 22 ) x + x x 2 + x y + y y 2 + y x ij 0, y jk 0 ( i, j, k =, 2 ) Le but des chapitres ultérieurs est de déterminer une solution à ces problèmes de la programmation linéaire, en proposant des méthodes typiques, résolution géométrique dans le cas d'un plan ou d'un espace de dimension trois, algorithme du simplexe, algorithme dual du simplexe et méthode du grand M. Cours 0: Modélisation d'un programme linéaire noté P.L. 3

14 Cours 0: Modélisation d'un programme linéaire noté P.L. 4

Première partie. Modélisation des problèmes en programmes linéaires notés PL

Première partie. Modélisation des problèmes en programmes linéaires notés PL Première partie Modélisation des problèmes en programmes linéaires notés PL ième année Licence LMD de mathématiques, USDBlida 0. Un grossiste doit livrer unités d un produit déterminé P à trois détaillants

Plus en détail

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA

Exercices du Cours de la programmation linéaire donné par le Dr. Ali DERBALA 75. Un plombier connaît la disposition de trois tuyaux sous des dalles ( voir figure ci dessous ) et il lui suffit de découvrir une partie de chacun d eux pour pouvoir y poser les robinets. Il cherche

Plus en détail

INFO-F-310 (MATH-H404) Algorithmique et Recherche Opérationnelle. Prof. Yves De Smet (co-titulaire Prof. Bernard Fortz)

INFO-F-310 (MATH-H404) Algorithmique et Recherche Opérationnelle. Prof. Yves De Smet (co-titulaire Prof. Bernard Fortz) INFO-F-310 (MATH-H404) Algorithmique et Recherche Opérationnelle Prof. Yves De Smet (co-titulaire Prof. Bernard Fortz) Terminologie Recherche Opérationnelle Méthodes quantitatives de gestion Mathématiques

Plus en détail

Recherche Opérationnelle

Recherche Opérationnelle Chapitre 2 : Programmation linéaire (Introduction) Vendredi 06 Novembre 2015 Sommaire 1 Historique 2 3 4 5 Plan 1 Historique 2 3 4 5 La programmation linéaire est un cadre mathématique général permettant

Plus en détail

Cours de mathématiques - Alternance Gea

Cours de mathématiques - Alternance Gea Cours de mathématiques - Alternance Gea Anne Fredet 3 novembre 2005 1 programmation linéaire à deux variables 1.1 Partitionnement du plan Une droite permet de découper un plan en plusieurs parties. Droite

Plus en détail

- 06 - LA GESTION DE LA PRODUCTION : PARTIE 1

- 06 - LA GESTION DE LA PRODUCTION : PARTIE 1 - 06 - LA GESTION DE LA PRODUCTION : PARTIE 1 Objectif(s) : o o Pré requis : o o o Contraintes de production, Optimisation de la gestion de la production. Coût de production, Production sous contraintes,

Plus en détail

Exercices de Programmation Linéaire Modélisation

Exercices de Programmation Linéaire Modélisation Modélisation exercice 1 : On veut préparer 500 litres de punch à partir de cinq boissons A, B, C, D et E. Le punch doit comporter au moins 20% de jus d orange, 10% de jus de pamplemousse et 5% de jus de

Plus en détail

1 Programmation linéaire

1 Programmation linéaire UNIVERSITÉ PARIS OUEST NANTERRE LA DÉFENSE U.F.R. SEGMI Année universitaire 2012 2013 Master d économie Cours de M. Desgraupes Méthodes Numériques Document 4 : Corrigé des exercices d optimisation linéaire

Plus en détail

Programmation linéaire et Optimisation. Didier Smets

Programmation linéaire et Optimisation. Didier Smets Programmation linéaire et Optimisation Didier Smets Chapitre 1 Un problème d optimisation linéaire en dimension 2 On considère le cas d un fabricant d automobiles qui propose deux modèles à la vente, des

Plus en détail

Université de Tunis ESSEC Recherche Opérationnelle Série n 2 3 ème Fin et 3 ème EMFB Année Universitaire 20014/2015

Université de Tunis ESSEC Recherche Opérationnelle Série n 2 3 ème Fin et 3 ème EMFB Année Universitaire 20014/2015 Université de Tunis ESSEC Recherche Opérationnelle Série n 3 ème Fin et 3 ème EMFB Année Universitaire 4/5 Exercice : Un artisan fabrique deux articles A et B nécessitant chacun deux opérations: un usinage

Plus en détail

TRAVAUX PRATIQUES : PROGRAMMATION LINEAIRE

TRAVAUX PRATIQUES : PROGRAMMATION LINEAIRE Optimisation TP1 - Programmation linéaire 1 TRAVAUX PRATIQUES : PROGRAMMATION LINEAIRE Programmation linéaire Les problèmes de cette partie sont à traiter à l aide du logiciel MATLAB. La fonction à utiliser

Plus en détail

Programmation linéaire (PL) 2. Programmation linéaire a. Modélisation. Exemple d un modèle de PL. Exemple d un modèle de PL (suite)

Programmation linéaire (PL) 2. Programmation linéaire a. Modélisation. Exemple d un modèle de PL. Exemple d un modèle de PL (suite) Programmation linéaire (PL) IFT1575 Modèles de recherche opérationnelle (RO). Programmation linéaire a. Modélisation Problème classique de planification : affecter des ressources limitées à plusieurs activités

Plus en détail

Introduction et modélisation

Introduction et modélisation LPSIL Année 2007-2008 TD MathOpt - Feuille 1 Introduction et modélisation Rappel sur les définitions 1. Dites quel(s) problèmes parmi P1,P2,P3 sont sous forme standard? P1 : Maximiser 3x 1 5x 2 Sous les

Plus en détail

OPTIMISATION SOUS CONTRAINTES

OPTIMISATION SOUS CONTRAINTES OPTIMISATION SOUS CONTRAINTES Sommaire 1. Optimisation entre des bornes... 1 2. Exercice... 4 3. Optimisation sous contrainte à variables multiples... 5 Suite à une planification de la production, supposons

Plus en détail

Les savoir-faire : I. Taux d évolution : Rappels

Les savoir-faire : I. Taux d évolution : Rappels Les savoir-faire : Calculer une évolution exprimée en pourcentage. Exprimer en pourcentage une évolution. Connaissant deux taux d évolution successifs, déterminer le taux d évolution global. Connaissant

Plus en détail

Exemple d un modèle de PL. 2. Programmation linéaire a. modélisation. Programmation linéaire (PL) Exemple d un modèle de PL (suite)

Exemple d un modèle de PL. 2. Programmation linéaire a. modélisation. Programmation linéaire (PL) Exemple d un modèle de PL (suite) Exemple d un modèle de PL IFT1575 Modèles de recherche opérationnelle (RO). Programmation linéaire a. modélisation Données du problème (Wyndor Glass, sec..1 H&L): Deux types de produits (produit 1, produit

Plus en détail

Chapitre 4 : Dualité en programmation linéaire

Chapitre 4 : Dualité en programmation linéaire Graphes et RO TELECOM Nancy 2A Chapitre 4 : Dualité en programmation linéaire J.-F. Scheid 1 Plan du chapitre 1 Introduction et définitions 2 Propriétés et Théorèmes de dualité 3 Conditions d optimalité

Plus en détail

Initiation à la Microéconomie Licence 1, Semestre 1 TD 2 Correction des questions

Initiation à la Microéconomie Licence 1, Semestre 1 TD 2 Correction des questions Initiation à la Microéconomie Licence 1, Semestre 1 TD 2 Correction des questions 1. Utilisez les courbes d offre et de demande pour illustrer comment chacun des évènements suivants devrait affecter le

Plus en détail

C O M P T A B I L I T E A N A L Y T I Q U E D E X P L O I T A T I O N

C O M P T A B I L I T E A N A L Y T I Q U E D E X P L O I T A T I O N Lamine LAKHOUA Lic. ès Sciences Commerciales et Industrielles C O M P T A B I L I T E A N A L Y T I Q U E D E X P L O I T A T I O N Maturité Suisse I M P O R T A N T Ce document est un support de cours.

Plus en détail

Le problème des multiplications matricielles enchaînées peut être énoncé comme suit : étant

Le problème des multiplications matricielles enchaînées peut être énoncé comme suit : étant Licence informatique - L Année 0/0 Conception d algorithmes et applications (LI) COURS Résumé. Dans cette cinquième séance, nous continuons l exploration des algorithmes de type Programmation Dynamique.

Plus en détail

Agrégation externe de mathématiques, session 2005 Épreuve de modélisation, option Probabilités et Statistiques

Agrégation externe de mathématiques, session 2005 Épreuve de modélisation, option Probabilités et Statistiques Agrégation externe de mathématiques, session 2005 Épreuve de modélisation, option Probabilités et Statistiques (605) GESTION DE STOCK À DEMANDE ALÉATOIRE Résumé : Chaque mois, le gérant d un magasin doit

Plus en détail

Pourquoi faire moins de déchets?

Pourquoi faire moins de déchets? ANNEXE 1 a Pourquoi faire moins de déchets? 1. Parce qu il y en a trop! En Wallonie, la production annuelle de déchets ménagers a atteint un peu moins de 2 millions de tonnes (1 819 452T) en 2008 + ratio

Plus en détail

Epreuve de synthèse - Durée 4 heures Organisation et Gestion de la Production

Epreuve de synthèse - Durée 4 heures Organisation et Gestion de la Production HEI5 Le 26 Mars 2004 Epreuve de synthèse - Durée 4 heures Organisation et Gestion de la Production Sans document Calculatrice autorisée Nom : Prénom : Enseignant responsable : Thierry Lenclud Cette épreuve

Plus en détail

Mathématiques. Ch. 1 Suites : Exercices

Mathématiques. Ch. 1 Suites : Exercices 1 BTS CGO - LYCÉE LOUIS PAYEN - Mathématiques Ch. 1 Suites : Exercices Cours J-L NEULAT 1 Suites et tableurs EXERCICE 1 Un grand magasin estime que chaque année sa clientèle de l année précédente satisfaite

Plus en détail

ÉPREUVE DE MATHÉMATIQUES

ÉPREUVE DE MATHÉMATIQUES R É P U B L I Q U E F R A N Ç A I S E CONCOURS D'ADMINISTRATEUR-ADJOINT 2012-2013 DIRECTION DES RESSOURCES HUMAINES ET DE LA FORMATION Épreuves d'admissibilité 30 janvier 2013 ÉPREUVE DE MATHÉMATIQUES

Plus en détail

UNIVERSITE IBN ZOHR Année Universitaire 2014-2015 Faculté des Sciences Juridiques Economiques et Sociales Agadir

UNIVERSITE IBN ZOHR Année Universitaire 2014-2015 Faculté des Sciences Juridiques Economiques et Sociales Agadir UNIVERSITE IBN ZOHR Année Universitaire 2014-2015 Faculté des Sciences Juridiques Economiques et Sociales S5 Agadir Recherche Opérationnelle Corrigé de la série1: Traduction des problèmes en language mathématique

Plus en détail

La Gestion de Production Méthode MRP A. BOUAISSI

La Gestion de Production Méthode MRP A. BOUAISSI La Gestion de Production Méthode MRP A. BOUAISSI Généralités Objet de la gestion de production Introduction 1.1 Objet de la gestion de production La gestion de production a pour objectif de répondre aux

Plus en détail

4. Programmation en nombres entiers

4. Programmation en nombres entiers IFT575 Modèles de recherche opérationnelle (RO). Programmation en nombres entiers a. Modélisation Terminologie de base Programmation en nombres entiers Programmation linéaire avec certaines variables contraintes

Plus en détail

Recherche opérationnelle

Recherche opérationnelle Université dulittoral Côte d Opale Master 2 en Sciences Economiques et de Gestion Recherche opérationnelle Daniel DE WOLF Dunkerque, Septembre 2006 Table des matières 1 Laprogrammation linéaire. 7 1.1

Plus en détail

Problèmes supplémentaires (pratiques)

Problèmes supplémentaires (pratiques) 1. Traduis les énoncés suivants par une inéquation du premier degré à deux variables. a) x adultes et y enfants ont assisté à une représentation dans une salle de spectacles ne pouvant contenir que 250

Plus en détail

Corrigé du baccalauréat STMG Centres étrangers 11 juin 2015

Corrigé du baccalauréat STMG Centres étrangers 11 juin 2015 Corrigé du baccalauréat STMG Centres étrangers 11 juin 2015 La calculatrice (conforme à la circulaire n o 99-186 du 16 novembre 1999) est autorisée. Le candidat est invité à faire figurer sur la copie

Plus en détail

INTRODUCTION À OMP PROBLÈME D USINAGE 1 Préambule

INTRODUCTION À OMP PROBLÈME D USINAGE 1 Préambule 1 Préambule 1 sur 7 Le logiciel OMP est un produit de OM Partners. Le version mise à disposition est la version 9.27. OMP comporte : un compilateur de modèles et de données ; un optimiseur ; un générateur

Plus en détail

COMPRENDRE ET ANTICIPER LES CHANGEMENTS DE COMPORTEMENT DES CONSOMMATEURS

COMPRENDRE ET ANTICIPER LES CHANGEMENTS DE COMPORTEMENT DES CONSOMMATEURS Compte rendu Session du jeudi 14 mai 2009 COMPRENDRE ET ANTICIPER LES CHANGEMENTS DE COMPORTEMENT DES CONSOMMATEURS QUELLES REPONSES POUR LES INDUSTRIELS AUX ENJEUX SUR LE MARCHE DES PRODUITS AGRO-ALIMENTAIReS?

Plus en détail

Chapitre 2 Gestion de l approvisionnement

Chapitre 2 Gestion de l approvisionnement Chapitre Gestion de l approvisionnement Plan du chapitre Section 1 : La gestion comptable des stocks Section : L analyse de l évolution des stocks Section 3 : La gestion prévisionnelle des stocks ÿ ÿ I.

Plus en détail

Programmation linéaire

Programmation linéaire Programmation linéaire DIDIER MAQUIN Ecole Nationale Supérieure d Electricité et de Mécanique Institut National Polytechnique de Lorraine Mathématiques discrètes cours de 2ème année Programmation linéaire

Plus en détail

Proposition de corrigé

Proposition de corrigé Externat Notre Dame Devoir Survéillé n 2 (1 ere ES/L) Samedi 14 décembre Durée : 3 h calculatrice autorisée - pas d échange de calculatrice ou de matériel Proposition de corrigé Dans tout ce devoir, la

Plus en détail

Proportion. Évolution

Proportion. Évolution 1 Proportion. Évolution PROPORTION On considère un ensemble E contenant n éléments et A une partie de E contenant y éléments. La proportion p A des éléments de A par rapport à E est égale à : résumés de

Plus en détail

Programmation Linéaire Cours 1 : programmes linéaires, modélisation et résolution graphique

Programmation Linéaire Cours 1 : programmes linéaires, modélisation et résolution graphique Programmation Linéaire Cours 1 : programmes linéaires, modélisation et résolution graphique F. Clautiaux francois.clautiaux@math.u-bordeaux1.fr Université Bordeaux 1 Bât A33 Motivation et objectif du cours

Plus en détail

Les stocks. Notions de cours. 5 e Partie : Les informations financières

Les stocks. Notions de cours. 5 e Partie : Les informations financières 1 Les stocks A - La gestion des stocks Elle a pour objectif de minimiser le coût de stockage. Il existe plusieurs niveaux de stock : Notions de cours - Stock maximum : niveau de stock ne pouvant pas être

Plus en détail

Problèmes de transport

Problèmes de transport Problèmes de transport formulation des problèmes d affectation Hugues Talbot Laboratoire A2SI 31 mars 2009 Problèmes de Transport Introduction Distribution Théorie Équilibrage Modélisation Plan Solution

Plus en détail

Séance 8 4-530-03. La gestion des stocks. Gestion des opérations

Séance 8 4-530-03. La gestion des stocks. Gestion des opérations Gestion des opérations Séance 8 4-530-03 La gestion des stocks Plan de la présentation Les types de stocks Les types de demandes (indépendante vs dépendante) Les fonctions des stocks Les enjeux de la gestion

Plus en détail

Heuristique et métaheuristique. 8. Optimisation combinatoire et métaheuristiques. Optimisation combinatoire. Problème du voyageur de commerce

Heuristique et métaheuristique. 8. Optimisation combinatoire et métaheuristiques. Optimisation combinatoire. Problème du voyageur de commerce Heuristique et métaheuristique IFT1575 Modèles de recherche opérationnelle (RO) 8. Optimisation combinatoire et métaheuristiques Un algorithme heuristique permet d identifier au moins une solution réalisable

Plus en détail

Licence de gestion. 3ème Année 2012-2013. Feuille d exercices. 2x + y + 5z = 0. 9x + 4y z = 2. x + 2y z + 2t = 3 2x + 4y z + t = 1

Licence de gestion. 3ème Année 2012-2013. Feuille d exercices. 2x + y + 5z = 0. 9x + 4y z = 2. x + 2y z + 2t = 3 2x + 4y z + t = 1 Licence de gestion. 3ème Année 2012-2013 Optimisation Appliquée C. Léonard et C. Roberto Feuille d exercices Exercice 1. Résoudre chacun des systèmes suivants à l aide de la méthode du pivot. (a) x + y

Plus en détail

Escompte bancaire - Équivalence de capitaux

Escompte bancaire - Équivalence de capitaux Escompte bancaire - Équivalence de capitaux VOUS ALLEZ APPRENDRE À : Calculer un escompte, un agio, un taux réel d escompte. Calculer une valeur actuelle et une valeur nette. Calculer la valeur nominale

Plus en détail

CONSEIL CANADIEN DE DÉVELOPPEMENT SOCIAL. Stratégie d accès communautaire aux statistiques sociales

CONSEIL CANADIEN DE DÉVELOPPEMENT SOCIAL. Stratégie d accès communautaire aux statistiques sociales CONSEIL CANADIEN DE DÉVELOPPEMENT SOCIAL Stratégie d accès communautaire aux statistiques sociales La Stratégie d accès communautaire aux statistiques sociales est un projet du Conseil canadien de développement

Plus en détail

(D après sujet de BEP Bâtiment Secteur 2 Académie de Bordeaux Session 1999)

(D après sujet de BEP Bâtiment Secteur 2 Académie de Bordeaux Session 1999) EXERCICES SUR LA PROPORTIONNALITÉ Exercice 1 Compléter le tableau de proportionnalité. Exercice 2 160 42 70 (D après sujet de CAP Secteurs 1, 2, 3 et 5 Nouvelle Calédonie Session 2006) Lors du contrôle

Plus en détail

Analyse de la complexité algorithmique (1)

Analyse de la complexité algorithmique (1) Analyse de la complexité algorithmique (1) L analyse de la complexité telle que nous l avons vue jusqu à présent nous a essentiellement servi à déterminer si un problème est ou non facile (i.e. soluble

Plus en détail

Sujet 1 : Introduction à l optimisation

Sujet 1 : Introduction à l optimisation Sujet 1 : Introduction à l optimisation MHT 423 : Modèles et méthodes d optimisation Andrew J. Miller Dernière mise à jour: April 7, 2010 Dans ce sujet... 1 Ressources, logiciels et liens 2 Introduction

Plus en détail

Introduction générale

Introduction générale Chapitre 0 Introduction générale Processus d aide à la décision Exemple application Diverses applications de la Recherche opérationnelle Objectifs et contenu du cours Khaled Jabeur 2012 1 Plan 1. Processus

Plus en détail

Séance 1 : Notion de fonction : fonction linéaire et fonction affine

Séance 1 : Notion de fonction : fonction linéaire et fonction affine Séance 1 : Notion de fonction : fonction linéaire et fonction affine La première partie de la première séance est dédiée à la lecture de la fiche méthodologique. Pourquoi débuter les révisions par une

Plus en détail

Alliance globale du karité Hôtel du Golf Abidjan, Côte d'ivoire Réunion (annuelle) de l Assemblée générale. Procès-verbal 25 mars 2014 14h00

Alliance globale du karité Hôtel du Golf Abidjan, Côte d'ivoire Réunion (annuelle) de l Assemblée générale. Procès-verbal 25 mars 2014 14h00 Alliance globale du karité Hôtel du Golf Abidjan, Côte d'ivoire Réunion (annuelle) de l Assemblée générale Procès-verbal 25 mars 2014 14h00 Ordre du jour I. Mot de bienvenue du Comité exécutif de l Alliance

Plus en détail

Compléments sur Excel. H. HOCQUARD hocquard@labri.fr

Compléments sur Excel. H. HOCQUARD hocquard@labri.fr Compléments sur Excel H. HOCQUARD hocquard@labri.fr Plan Outils de résolution La valeur cible Le solveur Interactivité dans les feuilles Fonctions de recherche (ex: RechercheV) Utilisation de la barre

Plus en détail

Étude sur les taux de revalorisation des contrats individuels d assurance-vie au titre de 2014 n 47 juin 2015

Étude sur les taux de revalorisation des contrats individuels d assurance-vie au titre de 2014 n 47 juin 2015 n 47 juin 2015 Étude sur les taux de revalorisation des contrats individuels d assurance-vie au titre de 2014 Synthèse générale Le niveau des taux de revalorisation servis aux assurés appelle une vigilance

Plus en détail

Séquence 5. Sommaire. Pré-requis Généralités sur les suites numériques TICE Synthèse du cours Exercices d approfondissement.

Séquence 5. Sommaire. Pré-requis Généralités sur les suites numériques TICE Synthèse du cours Exercices d approfondissement. Séquence 5 Sommaire Pré-requis Généralités sur les suites numériques TICE Synthèse du cours Exercices d approfondissement 1 1 Pré-requis Suite chronologique Exemple 1 Le tableau suivant indique la population

Plus en détail

Ressources pour le lycée technologique

Ressources pour le lycée technologique éduscol Enseignement de mathématiques Classe de première STMG Ressources pour le lycée technologique Contexte pédagogique Objectifs Suites numériques Visualiser les situations exprimées à l aide de suites

Plus en détail

MT18 A 2012 Variables aléatoires à valeurs réelles Aleth Chevalley Loi binomiale, loi de Poisson, loi normale

MT18 A 2012 Variables aléatoires à valeurs réelles Aleth Chevalley Loi binomiale, loi de Poisson, loi normale MT8 A 0 Variables aléatoires à valeurs réelles Aleth Chevalley Loi binomiale, loi de Poisson, loi normale. Fonction de répartition.. Variable aléatoire à valeurs réelles Définition : Soit un ensemble fondamental

Plus en détail

Les calculs fondamentaux pour son entreprise

Les calculs fondamentaux pour son entreprise Les calculs fondamentaux pour son entreprise 1. Seuil de rentabilité et point mort : Définition et calcul Seuil de Rentabilité et Point Mort sont deux facettes d un même concept. Petite-entreprise. net

Plus en détail

T.S.A T E S T S E N I O R A T T I T U D E S. Un test de personnalité spécifiquement conçu pour le recrutement et le bilan professionnel des seniors

T.S.A T E S T S E N I O R A T T I T U D E S. Un test de personnalité spécifiquement conçu pour le recrutement et le bilan professionnel des seniors T.S.A T E S T S E N I O R A T T I T U D E S Un test de personnalité spécifiquement conçu pour le recrutement et le bilan professionnel des seniors Une analyse fonctionnelle de l image de soi et des compétences

Plus en détail

Chapitre 5. Le monopole

Chapitre 5. Le monopole Chapitre 5. Le monopole 5.1. Présentation. Une entreprise est dite en situation de monopole lorsqu elle est l unique offreur sur le marché d un bien, si le nombre de demandeurs sur le marché est grand

Plus en détail

Chapitre II : Gestion des stocks :

Chapitre II : Gestion des stocks : Chapitre II : Gestion des stocks : Section I : Présentation générale de la problématique des stocks I. 1. DEFINITION DES STOCKS : Un stock est une quantité de biens ou d articles mis en réserve pour une

Plus en détail

LISI AUTOMOTIVE. Convention logistique pour la fourniture de fixations mécaniques

LISI AUTOMOTIVE. Convention logistique pour la fourniture de fixations mécaniques LISI AUTOMOTIVE Convention logistique pour la fourniture de fixations mécaniques 1 / Objet La présente Convention définit les modalités des engagements "logistiques" que les sociétés du groupe LISI Automotive

Plus en détail

Pourcentages. Propriétés : a Augmenter une quantité de a % revient à multiplier sa valeur initiale par : 1+.

Pourcentages. Propriétés : a Augmenter une quantité de a % revient à multiplier sa valeur initiale par : 1+. Pourcentages A) Part pourcentage Soit E un ensemble à n éléments et A une partie de E ayant p éléments p Le pourcentage de A dans E est le nombre t tel que : t = n Exercice n 1 : Dans un lycée de 25 élèves,

Plus en détail

Consultation publique Modes de financement des municipalités Régime d impôt foncier et le système d évaluation foncière Prestation régionale des

Consultation publique Modes de financement des municipalités Régime d impôt foncier et le système d évaluation foncière Prestation régionale des Consultation publique Modes de financement des municipalités Régime d impôt foncier et le système d évaluation foncière Prestation régionale des services Mai 2011 Consultation publique Modes de financement

Plus en détail

Introduction à l optimisation

Introduction à l optimisation Université du Québec à Montréal Introduction à l optimisation Donnée dans le cadre du cours Microéconomie II ECO2012 Baccalauréat en économique Par Dominique Duchesneau 21 janvier septembre 2008 Ce document

Plus en détail

Premier trimestre terminé le 31 mars 2003, comparativement au premier trimestre terminé le 28 février 2002 (en dollars américains)

Premier trimestre terminé le 31 mars 2003, comparativement au premier trimestre terminé le 28 février 2002 (en dollars américains) ANALYSE PAR LA DIRECTION ET APERÇU FINANCIER MODIFIÉS Premier trimestre terminé le 31 mars, comparativement au premier trimestre terminé le 28 février 2002 (en dollars américains) Sommaire des résultats

Plus en détail

FICHE M15 : Pourcentages

FICHE M15 : Pourcentages FICHE M15 : ourcentages Un pourcentage est mathématiquement représenté par une fraction sur. Appliquer un pourcentage de % à un nombre revient à le multiplier par. % correspond à la fraction. 7 13,6 7%

Plus en détail

2 nde Corrigé de l évaluation n 3 de mathématiques Lundi 13 Mai 2013. Lectures graphiques (9 points) Les 2 parties sont indépendantes Partie A

2 nde Corrigé de l évaluation n 3 de mathématiques Lundi 13 Mai 2013. Lectures graphiques (9 points) Les 2 parties sont indépendantes Partie A nde Corrigé de l évaluation n 3 de mathématiques Lundi 13 Mai 013 Lectures graphiques (9 points) Les parties sont indépendantes Partie A Tous les clients d un petit restaurant ont opté pour la formule

Plus en détail

Travail rendu : Présentation et définition de la M.R.P : Management des ressources de production

Travail rendu : Présentation et définition de la M.R.P : Management des ressources de production Travail rendu : Présentation et définition de la M.R.P : Management des ressources de production Préparé par : Ait ahmed Essedek Matière : Gestion de la production et des stocks Encadré par : Mr. NACIRI

Plus en détail

MATH-F-306 - Optimisation. Prénom Nom Note

MATH-F-306 - Optimisation. Prénom Nom Note MATH-F-306 Optimisation examen de 1 e session année 2009 2010 Prénom Nom Note Répondre aux questions ci-dessous en justifiant rigoureusement chaque étape, affirmation, etc. AUCUNE NOTE N EST AUTORISÉE.

Plus en détail

Réussir le Use Test est une exigence critique pour les assureurs ayant

Réussir le Use Test est une exigence critique pour les assureurs ayant Réussir le Use Test est une exigence critique pour les assureurs ayant demandé la validation de leur sous Solvabilité II. Cet article décrit comment les assureurs peuvent en même temps satisfaire aux exigences

Plus en détail

Excel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur

Excel Avancé. Plan. Outils de résolution. Interactivité dans les feuilles. Outils de simulation. La valeur cible Le solveur Excel Avancé Plan Outils de résolution La valeur cible Le solveur Interactivité dans les feuilles Fonctions de recherche (ex: RechercheV) Utilisation de la barre d outils «Formulaires» Outils de simulation

Plus en détail

HSP/GC/25/5/Add.1 Conseil d administration du Programme des Nations Unies pour les établissements humains

HSP/GC/25/5/Add.1 Conseil d administration du Programme des Nations Unies pour les établissements humains NATIONS UNIES HSP HSP/GC/25/5/Add.1 Conseil d administration du Programme des Nations Unies pour les établissements humains Distr. générale 2 avril 2015 Français Original : anglais Vingt-cinquième session

Plus en détail

Projet Gestion De Production

Projet Gestion De Production Projet Gestion De Production Groupe de Projet LALUQUE Florian MONTANVERT Kevin PERS Cyril ROSE Aurélien SAUJOT Steeven Enseignants Responsables LEROUX Stéphane VIDAL Jean- Baptiste Introduction Dans le

Plus en détail

Fondements de Finance

Fondements de Finance Programme Grande Ecole Fondements de Finance Chapitre 6. : Critères de choix d investissement et Free Cash Flow prévisionnel Cours proposé par Fahmi Ben Abdelkader Version étudiants Avril 2012 Préambule

Plus en détail

CHAPITRE 2 SYSTEMES D INEQUATIONS A DEUX INCONNUES

CHAPITRE 2 SYSTEMES D INEQUATIONS A DEUX INCONNUES CHAPITRE 2 SYSTEMES D INEQUATIONS A DEUX INCONNUES Exercice 1 Dans un repère orthonormé on donne les points A( 1;2 ), ( 5; 6) et les droites a 3x + 2y = 5 et b 4x 3y + 10 = 0. B, 1 C 5; 2, 1 D 7; 2 1)

Plus en détail

Première partie : Questions de réflexion (5 points) Exercice n 1 : le bilan comptable de l entreprise (2 pts)

Première partie : Questions de réflexion (5 points) Exercice n 1 : le bilan comptable de l entreprise (2 pts) Collège de Blidette Année Scolaire : 2010/2011 Date : Le 08/11/2010 DEVOIR DE CONTRÔLE N 1 GESTION Prof : Ben Belgacem M ed Classe : 4 ème année E & G Durée : 3 Heures Le devoir comporte 7 pages dont 4

Plus en détail

Réglementations et organisation de l'alimentation dans les E.A.J.E. Direction de la Petite Enfance et de l'éducation

Réglementations et organisation de l'alimentation dans les E.A.J.E. Direction de la Petite Enfance et de l'éducation Réglementations et organisation de l'alimentation dans les E.A.J.E. Direction de la Petite Enfance et de l'éducation Le GEM RCN. (Groupe d Etude des Marchés de Restauration Collective et de Nutrition)

Plus en détail

FONDS DE ROULEMENT : NIVEAU ET ADMINISTRATION PRÉSENTATION. Source : Articles 5.1, 5.6, et 6.2 à 6.4 du Règlement financier.

FONDS DE ROULEMENT : NIVEAU ET ADMINISTRATION PRÉSENTATION. Source : Articles 5.1, 5.6, et 6.2 à 6.4 du Règlement financier. 38 e session, Paris 2015 38 C 38 C/39 11 août 2015 Original anglais Point 9.5 de l ordre du jour provisoire FONDS DE ROULEMENT : NIVEAU ET ADMINISTRATION PRÉSENTATION Source : Articles 5.1, 5.6, et 6.2

Plus en détail

M2 MPRO. Optimisation dans les Graphes 2014-2015

M2 MPRO. Optimisation dans les Graphes 2014-2015 M2 MPRO Optimisation dans les Graphes 2014-2015 Programmation linéaire et problèmes d'optimisation dans les graphes 1 Problèmes d'optimisation dans les graphes : quelles méthodes pour les résoudre? Théorie

Plus en détail

Algorithme du simplexe

Algorithme du simplexe Algorithme du simplexe Une solution à la programmation linéaire Hugues Talbot Laboratoire A2SI 18 mars 2008 Plan Algèbre linéaire Algorithme du simplexe Formulation et forme standard Notations Recherche

Plus en détail

Baccalauréat ES Pondichéry 21 avril 2016

Baccalauréat ES Pondichéry 21 avril 2016 Exercice 1 Commun à tous les candidats Baccalauréat ES Pondichéry 21 avril 216 4 points Cet exercice est un QCM (questionnaire à choix multiples). Pour chacune des quatre questions posées, une seule des

Plus en détail

Le programme de distribution

Le programme de distribution Le programme de distribution Ce document décrit en bref les concepts de la distribution de solutions de Management de Flotte (AVL) produits par GPS4NET. Les informations présentées ont un caractère purement

Plus en détail

LA PROGRAMMATION LINEAIRE : ANALYSE DE SENSIBILITE

LA PROGRAMMATION LINEAIRE : ANALYSE DE SENSIBILITE LA PROGRAMMATION LINEAIRE : ANALYSE DE SENSIBILITE Nous abordons dans cette leçon la partie analyse de sensibilité de la résolution d'un problème de programmation linéaire. Il s'agit d'étudier les conséquences

Plus en détail

Modifications fiscales de 2017 touchant. L assurance-vie EN DÉTAIL. La vie est plus radieuse sous le soleil

Modifications fiscales de 2017 touchant. L assurance-vie EN DÉTAIL. La vie est plus radieuse sous le soleil 1 Modifications fiscales de 217 touchant l assurance-vie EN DÉTAIL offre une protection, mais certains L assurance-vie contrats permettent en plus d accumuler de l épargne de façon fiscalement avantageuse.

Plus en détail

CHAPITRE 5 LES COUTS A BASE D'ACTIVITES

CHAPITRE 5 LES COUTS A BASE D'ACTIVITES CHAPITRE 5 LES COUTS A BASE D'ACTIVITES La méthode des coûts à base d'activités, ou comptabilité d'activités, en anglais ABC (Activity Based Costing), a pour objectif de mieux rattacher le coût des ressources

Plus en détail

Au Conseil Général de la Commune de Senarclens

Au Conseil Général de la Commune de Senarclens Au Conseil Général de la Commune de Senarclens Préavis municipal concernant l aménagement du terrain communal situé en zone village au lieu-dit «Les Condémines» Validation de l avant-projet et élaboration

Plus en détail

Chapitre 6. Modélisation en P.L.I. 6.1 Lien entre PL et PLI. 6.1.1 Approximation de la PLI

Chapitre 6. Modélisation en P.L.I. 6.1 Lien entre PL et PLI. 6.1.1 Approximation de la PLI Chapitre 6 Modélisation en P.L.I. 6.1 Lien entre PL et PLI (P) problème de PL. On restreint les variables à être entières : on a un problème de PLI (ILP en anglais). On restreint certaines variables à

Plus en détail

Chapitre 6. Programmation Dynamique. Méthodes P.S.E.P. 6.1 Programmation dynamique. 6.1.1 Exemple introductif

Chapitre 6. Programmation Dynamique. Méthodes P.S.E.P. 6.1 Programmation dynamique. 6.1.1 Exemple introductif Chapitre 6 Programmation Dynamique. Méthodes P.S.E.P. 6.1 Programmation dynamique 6.1.1 Exemple introductif Problème : n matrices M i (m i, m i+1 ) à multiplier en minimisant le nombre de multiplications,

Plus en détail

1 FAITES CONNAISSANCE AVEC LA MÉTHODE DES PLANS D EXPÉRIENCES

1 FAITES CONNAISSANCE AVEC LA MÉTHODE DES PLANS D EXPÉRIENCES 1 FAITES CONNAISSANCE AVEC LA MÉTHODE DES PLANS D EXPÉRIENCES Si vous lisez ce livre c est que, probablement, vous faites des expériences et que vous cherchez à mieux les organiser. Vous cherchez surtout

Plus en détail

MESURES ET INCERTITUDES

MESURES ET INCERTITUDES MESURES ET INCERTITUDES OBJECTIFS DE CE CHAPITRE : Savoir exprimer une mesure avec le bon nombre de chiffres significatifs. Savoir arrondir le résultat d un calcul avec le bon nombre de chiffres significatifs.

Plus en détail

Maximisation du profit et concurrence parfaite

Maximisation du profit et concurrence parfaite Maximisation du profit et concurrence parfaite Chapitre 2 Faculté des sciences économiques et de gestion Le sens de la concurrence Un marché parfaitement concurrentiel a les caractéristiques suivantes:

Plus en détail

Comité du programme et budget

Comité du programme et budget F ORIGINAL : ANGLAIS DATE : 28 JUIN 2010 Comité du programme et budget Quinzième session Genève, 1 er 3 septembre 2010 POLITIQUE EN MATIERE DE PLACEMENTS Document établi par le Secrétariat 1. L article

Plus en détail

Programmation linéaire

Programmation linéaire Programmation linéaire NICOD JEAN-MARC Master 2 Informatique Université de Franche-Comté UFR des Sciences et Techniques septembre 2008 NICOD JEAN-MARC Rappels sur les graphes 1 / 47 Sommaire 1 Exemple

Plus en détail

Recherche opérationnelle

Recherche opérationnelle Recherche opérationnelle p. 1/45 Recherche opérationnelle Michel Bierlaire michel.bierlaire@epfl.ch EPFL - Laboratoire Transport et Mobilité - ENAC Recherche opérationnelle p. 2/45 Recherche opérationnelle

Plus en détail

Rapport sur l application de la Loi sur les carburants de remplacement Exercice 2005-2006

Rapport sur l application de la Loi sur les carburants de remplacement Exercice 2005-2006 Rapport sur l application de la Loi sur les carburants de remplacement Exercice 2005-2006 Sa Majesté la Reine du chef du Canada représentée par le président du Conseil du Trésor, 2006 N o de catalogue

Plus en détail

Introduction aux Principes d Economie

Introduction aux Principes d Economie Université de Rennes 1 Année 2000-2001 Examen AES 1 ère année Introduction aux Principes d Economie Session de septembre Thierry PENARD (Durée : 2 heures) Correction Exercice 1 : Le marché des téléphones

Plus en détail

La gestion des déchets de. chantier Dossier n 4 EDD1

La gestion des déchets de. chantier Dossier n 4 EDD1 La gestion des déchets de Fiche Ressource n 1 chantier Dossier n 4 EDD1 La gestion des déchets de chantier : La gestion des déchets de chantier des travaux publics est un enjeu primordial pour les générations

Plus en détail

Programmation linéaire

Programmation linéaire 1 Programmation linéaire 1. Le problème, un exemple. 2. Le cas b = 0 3. Théorème de dualité 4. L algorithme du simplexe 5. Problèmes équivalents 6. Complexité de l Algorithme 2 Position du problème Soit

Plus en détail

LYCEE professionnel : NOM Prénom : Classe : MATHEMATIQUES

LYCEE professionnel : NOM Prénom : Classe : MATHEMATIQUES Académie de Montpellier LYCEE professionnel : NOM Prénom : Classe : MATHEMATIQUES EVALUATION DES COMPETENCES A L ENTREE DE LA CLASSE DE SECONDE DE LYCEEE PROFESSIONNEL 2013-2014 CAHIER DE L ELEVE La calculatrice

Plus en détail

Informatique 1ère Année 2012-2013

Informatique 1ère Année 2012-2013 SERIE D EXERCICES N 1 INTRODUCTION, STRUCTURE CONDITIONNELLE : IF..ELSE Exercice 1 Ecrire le programme qui lit deux entiers saisis et affiche leur produit. Modifier ensuite ce programme pour saisir des

Plus en détail