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



Documents pareils
Programmation linéaire

Souad EL Bernoussi. Groupe d Analyse Numérique et Optimisation Rabat http ://

La programmation linéaire : une introduction. Qu est-ce qu un programme linéaire? Terminologie. Écriture mathématique

Coût de fabrication ou d achat. Calcul des besoins Management Industriel et Logistique (4) (2) (1) (2)

Optimisation non linéaire Irène Charon, Olivier Hudry École nationale supérieure des télécommunications

Programmation linéaire

a et b étant deux nombres relatifs donnés, une fonction affine est une fonction qui a un nombre x associe le nombre ax + b

SOMMAIRE OPÉRATIONS COURANTES OPÉRATIONS D INVENTAIRE

Programmation Linéaire - Cours 1

OPTIMISATION À UNE VARIABLE

Suites numériques 4. 1 Autres recettes pour calculer les limites

Résolution d équations non linéaires

Chapitre 3. Les distributions à deux variables

Mathématiques appliquées à l'économie et à la Gestion

CONTROLE DE GESTION. DUT GEA, 2 èm e année option PMO

Optimisation et programmation mathématique. Professeur Michel de Mathelin. Cours intégré : 20 h

2008/2009. Placage Collage Affleurage Pressage Portage Sciage

Première partie. Modélisation des problèmes en programmes linéaires notés PL

EXERCICES - ANALYSE GÉNÉRALE

Nevo UN DESIGN ELEGANT ET UNE PROTECTION CERTIFIEE

LE RÔLE DE LA STATISTIQUE DANS UN PROCESSUS DE PRISE DE DÉCISION

CHOIX OPTIMAL DU CONSOMMATEUR. A - Propriétés et détermination du choix optimal

Analyse en Composantes Principales

Lagrange, où λ 1 est pour la contrainte sur µ p ).

Image d un intervalle par une fonction continue

Optimisation, traitement d image et éclipse de Soleil

Fonctions linéaires et affines. 1 Fonctions linéaires. 1.1 Vocabulaire. 1.2 Représentation graphique. 3eme

Durée : 4 heures Le sujet se présente sous la forme de deux dossiers indépendants

32 Coûts fixes, coûts variables

Théorèmes de Point Fixe et Applications 1

Soutien aux projets structurants de valorisation de transfert Direction du Soutien à l innovation technologique et sociale

Utiliser des fonctions complexes

La maîtrise des matières

CHAPITRE 5. Stratégies Mixtes

un environnement économique et politique

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

Bulletin de service Bureaux d agents, de courtiers en immeubles et d évaluateurs de biens immobiliersetdes autres activités liées à l immobilier

Nouveau Barème W.B.F. de points de victoire 4 à 48 donnes

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

La demande Du consommateur. Contrainte budgétaire Préférences Choix optimal

Programmation linéaire et Optimisation. Didier Smets

DOSSIER DE CREATION D'ENTREPRISE

IV - DETERMINATION DES COUTS

point On obtient ainsi le ou les points d inter- entre deux objets».

Analyse des coûts. 1 ère année DUT GEA, 2005/2006 Analyse des coûts

ESSEC. Cours «Management bancaire» Séance 3 Le risque de crédit Le scoring

Travaux dirigés n 1. Programmation linéaire

Exemple 4.4. Continuons l exemple précédent. Maintenant on travaille sur les quaternions et on a alors les décompositions

La mesure de Lebesgue sur la droite réelle

LES COÛTS PRÉÉTABLIS ET LES ÉCARTS TOTAUX

Les équations différentielles

Les enjeux du développement du secteur de l Automobile

Contribuer de façon durable à l éducation et au succès de nos jeunes LE GUIDE DU DON PLANIFIÉ

Assurance collective protection juridique D entreprise

Comptabilité Générale II

Vers une nouvelle génération de programmes d assurance médicaments. Présenté par Pierre Marion

Microsoft Excel : tables de données

DIPLOME UNIVERSITAIRE DE TECHNOLOGIE, SPÉCIALITÉ GESTION LOGISTIQUE ET TRANSPORT

Charte de vacation. ENTRE LES SOUSSIGNES: D une part : L Ecole Supérieure de Technologie de Meknès, représentée par Monsieur le Directeur.

Quelles sont les principales formules utiles pour l étude de cas de vente?

Octroi de crédit : la minimisation des risques de défaillance n'a pas le dernier mot

Présentation. (N.B. Ce système a été développé en «Easy Language» via Tradestation).

RECHERCHE OPERATIONNELLE

chapitre 4 Nombres de Catalan

Deux disques dans un carré

QUESTIONNAIRE PROPOSITION

Correction du bac blanc CFE Mercatique

DELOCALISATION - RELOCALISATION de la production d une entreprise industrielle française. (par Jean-Michel GANDREUIL)

Exercices - Fonctions de plusieurs variables : corrigé. Pour commencer

Quels polygones sont formés par les milieux des côtés d un autre polygone?

Rupture et plasticité

Joueur B Pierre Feuille Ciseaux Pierre (0,0) (-1,1) (1,-1) Feuille (1,-1) (0,0) (-1,1) Ciseaux (-1,1) (1,-1) (0.0)

Politique de dépenses. de l'association pour une Solidarité Syndicale Étudiante (ASSÉ)

FÉDÉRATION MAROCAINE DES SOCIÉTÉS D'ASSURANCES ET DE RÉASSURANCE FICHIER CENTRAL CRM. MANUEL D UTILISATION Version 1.0

Université Paris-Dauphine DUMI2E 1ère année, Applications

Introduction au Data-Mining

Durée de L épreuve : 2 heures. Barème : Exercice n 4 : 1 ) 1 point 2 ) 2 points 3 ) 1 point

Pro Plateforme multi-services spécialisé Apple

Cours 02 : Problème général de la programmation linéaire

Projet de création / reprise d entreprises

Équations non linéaires

Fonds Raglan pour l éducation Guide de demande de bourse. Dernière mise à jour : juin 2014

Les coûts de la production. Microéconomie, chapitre 7

Table des matières. Avant-propos. Chapitre 2 L actualisation Chapitre 1 L intérêt Chapitre 3 Les annuités III. Entraînement...

LOT 02 CHARPENTE BOIS / BARDAGE

TEMPUS MA-TEMPUS-SMGR

Rachat périodique d actions Libérez la valeur de votre entreprise MC

Mesure et gestion des risques d assurance

INSTRUCTIONS STAGE DE RESPONSABILITE Stage obligatoire du cycle Master

COURS GESTION FINANCIERE A COURT TERME SEANCE 2 COUVERTURE DU BESOIN DE FINANCEMENT CHOIX DU NIVEAU DU FONDS DE ROULEMENT

- la mise en place du contrôle budgétaire est souvent mal vécue, car perçue comme une sanction par le personnel de l entreprise.

Maîtriser son endettement

Logiciel XLSTAT version rue Damrémont PARIS

L Autorité de régulation des communications électroniques et des postes (ci-après «l Autorité»),

IV- Equations, inéquations dans R, Systèmes d équations

L entreprise A.B.C est une société anonyme au capital de DH.

Continuité en un point

F7n COUP DE BOURSE, NOMBRE DÉRIVÉ

Transcription:

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 Pr. O.Chadli Exercice 1 Posons x 1 le nombre de bureaux du modèle M 1 et x 2 le nombre de bureaux du modèle M 2. Les temps libres de chaque département imposent des contraintes qu il faut respecter. La contrainte imposée par les temps libres à l atelier de sciage: Les autres contraintes sont: x 1 + 2x 2 20. 2x 1 + x 2 22 x 1 + x 2 12 Il s ajoute à ces contraintes des contraintes de non-négativité puisque le nombre de bureaux ne peut être négatif, on a donc: x 1 0 et x 2 0. Graphiquement les solutions réalisables sont les points du polygone convexe de la figure suivante: Figure 1: l ensemble des solutions admissibles c est le polygone convexe en gris La direction veut maximiser son profit, c est-à-dire maximiser la fonction: f(x 1, x 2 ) = 300x 1 + 200x 2. Pour chacune de ces solutions admissibles, c est-à-dire pour chacun des points du polygone convexe, la compagnie fera un profit positif. Si la compagnie fabrique trois exemplaires du modèle M 1 et deux exemplaires du modèle M 2, le profit sera: f(3, 2) = 300 3 + 200 2 = 1300 DH. 1

Il ne saurait être question de calculer le profit réalisable pour chacun des points du polygone convexe. Pour avoir une vision globale du problème, représentons le profit réalisé par le paramètre z. On a: 300x 1 + 200x 2 = z qui représente une famille de droites parallèles. En isolant x 2, on obtient: x 2 = ( 3 2 )x 1 + 1 200 z Il s agit donc d une famille de droites de pente 3 et qui passent par le point dont l ordonnée 2 z à l origine est 200 (c est dire le point dont les coordonées sont x 1 = 0 et x 2 = z/200). Parmi les droites de cette famille, seules celles ayant des points communs avec l ensemble des solutions admissibles (qui est representé ici par le polygone convexe en gris sur le graphique) nous intéressent. z La fonction f(x 1, x 2 ) atteindra sa valeur maximale lorsque l ordonnée à l origine de la droite: 200 x 2 = ( 3 2 )x 1 + 1 200 z atteindra sa valeur maximum tout en passant par au moins un des points de l ensemble des solutions admissibles (polygone convexe en gris sur le graphique). Figure 2: Les droites hachurées representent les droites parallèles d équations x 2 = ( 3 2 )x 1 + 1 200 z pour une valeur donnée de z. Graphiquement on constate que la droite respectant ces conditions semble être la droite de la famille passant par le point-sommet du polygone convexe (10, 2). Le profit est alors: f(10, 2) = 300 10 + 200 2 = 3400 DH. Il reste à s assurer algébriquement des coordonnées du point-sommet représentant l optimum en résolvant le système: { 2x1 + x 2 = 22 x 1 + x 2 = 12 2

ce qui donne x 1 = 10 et x 2 = 2. Ainsi le programme de la direction est (10,2). Exercice 2 Notons par x 1, x 2 et x 3 respectivement les quantités des produits P 1, P 2 et P 3 fabriqués par l entreprise. La contrainte imposée par la phase de fabrication liée à l usinage est: x 1 + 2x 2 + x 3 100. Les autres contraintes imposées par les phases d assemblage et de finition sont données par: 3x 1 + 4x 2 + 2x 3 120 2x 1 + 6x 2 + 4x 3 200 Il s ajoute à ces contraintes des contraintes de non-négativité puisque le nombre des produits fabriqués ne peut être négatif, on a donc: x 1 0, x 2 0 et x 3 0. La direction veut maximiser son profit, c est à dire maximiser la fonction: f(x 1, x 2, x 3 ) = 6x 1 + 7x 2 + 8x 3. Le programme linéaire que doit résoudre l entreprise est donc: maximiser 6x 1 + 7x 2 + 8x 3 x 1 0, x 2 0, x 3 0 x sous contraintes 1 + 2x 2 + x 3 100 3x 1 + 4x 2 + 2x 3 120 2x 1 + 6x 2 + 4x 3 200 Exercice 3 Les données du problème se résument dans le tableau suivant: Dattes Abricots Pêches boîte luxe 0.45 kg 0.67 kg 0.34 kg boîte spéciale 0.56 kg 0.34 kg 0.084 kg boîte ordinaire 0.45 kg 0.22 kg 0 kg Notons par x 1, x 2, x 3 respectivement le nombre de boîtes de luxe, spéciales, ordinaires. La contrainte imposée par la quatité de dattes disponible est: 0.45 x 1 + 0.56 x 2 + 0.45 x 3 33.6 Les autres contraintes imposées par les quatités d abricots et de pêches disponibles sont données par: 0.67 x 1 + 0.34 x 2 + 0.22 x 3 25.2 0.34 x 1 + 0.084 x 2 10.08 Il s ajoute à ces contraintes des contraintes de non-négativité puisque le nombre de boîtes ne peut être négatif, on a donc: x 1 0, x 2 0 et x 3 0. 3

La compagnie veut maximiser son profit, c est à dire maximiser la fonction: Le programme linéaire est donc: f(x 1, x 2, x 3 ) = 3 x 1 + 2 x 2 + 1.5 x 3 maximiser 3 x 1 + 2 x 2 + 1.5 x 3 x 1 0, x 2 0, x 3 0 0.45 x sous contraintes 1 + 0.56 x 2 + 0.45 x 3 33.6 0.67 x 1 + 0.34 x 2 + 0.22 x 3 25.2 0.34 x 1 + 0.084 x 2 10.08 Exercice 4 Notons par x ij la quantité d espace loué par la compagnie pour une durée de j mois à compter du mois i (m2). Par exemple x 12 signifie que la compagnie a loué l espace pour une période de deux mois à partir du premier mois (ç.à.d. le premier mois et le deuxième mois); x 32 signifie qu elle a loué l espace pour deux mois à partir du troisème mois (ç.à.d. le troisième mois et le quatrième mois) et ainsi de suite. Pour une valeur de i allant de 1 jusqu à 5, alors j prend la valeur de 1 jusqu à 6 i. Ainsi les variables x ij qui representent la quantité d espace loué sont comme suite: x 11 x 12 x 13 x 14 x 15 x 21 x 22 x 23 x 24 x 31 x 32 x 33 x 41 x 42 x 51 Les contraintes économiques sont données comme suite: x 11 + x 12 + x 13 + x 14 + x 15 30000 x 12 + x 13 + x 14 + x 15 + x 21 + x 22 + x 23 + x 24 20000 x 13 + x 14 + x 15 + x 22 + x 23 + x 24 + x 31 + x 32 + x 33 40000 x 14 + x 15 + x 23 + x 24 + x 32 + x 33 + x 41 + x 42 10000 x 15 + x 24 + x 33 + x 42 + x 51 50000 les contraintes de signes sont comme suite: x ij 0, pour i = 1,, 5 et j = 1,, 6 i pour chaque valeur de i L objectif de la compagnie est de minimiser le coût total de location (en DH): minimiser [65(x 11 + x 21 + x 31 + x 41 + x 51 ) + 100(x 12 + x 22 + x 32 + x 42 ) + 135(x 13 + x 23 + x 33 )+ 160(x 14 + x 24 ) + 190(x 15 )] Le programme linéaire qui se pose donc pour la compagnie est comme suite: 4

minimiser [65(x 11 + x 21 + x 31 + x 41 + x 51 ) + 100(x 12 + x 22 + x 32 + x 42 ) + 135(x 13 + x 23 + x 33 )+ 160(x 14 + x 24 ) + 190(x 15 )] sous contraintes x 11 + x 12 + x 13 + x 14 + x 15 30000 x 12 + x 13 + x 14 + x 15 + x 21 + x 22 + x 23 + x 24 20000 x 13 + x 14 + x 15 + x 22 + x 23 + x 24 + x 31 + x 32 + x 33 40000 x 14 + x 15 + x 23 + x 24 + x 32 + x 33 + x 41 + x 42 10000 x 15 + x 24 + x 33 + x 42 + x 51 50000 x ij 0, pour i = 1,, 5 et j = 1,, 6 i pour chaque valeur de i Exercice 5 Notons par x 1, x 2, x 3, x 4 respectivement le nombre de bureaux des modèles M 1, M 2, M 3, M 4 produits par l entreprise. La contrainte liée à la phase de menuiserie est comme suite: 4 x 1 + 9 x 2 + 7 x 3 + 10 x 4 7000. La contrainte liée à la phase de finition est comme suite: x 1 + x 2 + 3 x 3 + 40 x 4 4000. Il s ajoute à ces contarintes économiques, les contraintes de signes: x 1 0, x 2 0, x 3 0, x 4 0. La compagnie veut maximiser son profit, c est à dire maximiser la fonction: Le programme linéaire est donc: f(x 1, x 2, x 3, x 4 ) = 60 x 1 + 100 x 2 + 90 x 3 + 200 x 4 maximiser 60 x 1 + 100 x 2 + 90 x 3 + 200 x 4 x 1 0, x 2 0, x 3 0, x 4 0 sous contraintes 4 x 1 + 9 x 2 + 7 x 3 + 10 x 4 7000 x 1 + x 2 + 3 x 3 + 40 x 4 4000 Exercice 6 1- Notons par x 1 et x 3 respectivement les quantités des produits P 1 et P 2 fabriqués par la société. Les contraintes économiques liées à l utilisation des machines M 1, M 2 et M 3 sont données par: Les contraintes de signes sont données par: 20 x 1 + 30 x 2 300 50 x 1 + 50 x 2 500 10 x 1 + 40 x 2 200. x 1 0 et x 2 0. 5

Pour déterminer la fonction économique, notons que la marge sur coût variable est donnée par la formule: MCV = CA CV, où CA = chiffre d affaire CV = charge variable. Comme les marges sur coûts variables en poucentage du prix de vente pour P 1 et P 2 sont respectivement de 25% et 20%, on en déduit donc que la fonction économique est donnée par: Le programme linéaire est donc: f(x 1, x 2 ) = 80 x 1 + 100 x 2. maximiser 80 x 1 + 100 x 2 x 1 0, x 2 0 20 x sous contraintes 1 + 30 x 2 300 50 x 1 + 50 x 2 500 10 x 1 + 40 x 2 200 Graphiquement, l ensemble des solutions admissibles est donné par le polygone convexe (F) sur la figure. Figure 3: l ensemble des solutions admissibles c est le polygone convexe en gris La société veut maximiser la marge sur coûts variables, c est-à-dire maximiser la fonction: f(x 1, x 2 ) = 80x 1 + 100x 2. Pour chacune de ces solutions admissibles, c est-à-dire pour chacun des points du polygone convexe (F), la compagnie fera un profit positif. Si la compagnie fabrique trois exemplaires du Produit P 1 et deux exemplaires du produit P 2, le profit sera: f(3, 2) = 80 3 + 100 2 = 440 DH. 6

Il ne saurait être question de calculer le profit réalisable pour chacun des points du polygone convexe (F). Pour avoir une vision globale du problème, représentons le profit réalisé par le paramètre z. On a: 80x 1 + 100x 2 = z qui représente une famille de droites parallèles. En isolant x 2, on obtient: x 2 = ( 4 5 )x 1 + 1 100 z Il s agit donc d une famille de droites de pente 4 et qui passent par le point dont l ordonnée 5 z à l origine est 100 (c est dire le point dont les coordonées sont x 1 = 0 et x 2 = z/100). Parmi les droites de cette famille, seules celles ayant des points communs avec l ensemble des solutions admissibles (qui est representé ici par le polygone convexe en gris sur le graphique) nous intéressent. z La fonction f(x 1, x 2 ) atteindra sa valeur maximale lorsque l ordonnée à l origine de la droite: 100 x 2 = ( 4 5 )x 1 + 1 100 z atteindra sa valeur maximum tout en passant par au moins un des points de l ensemble des solutions admissibles (polygone convexe (F) en gris sur le graphique). Figure 4: Les droites hachurées representent les droites parallèles d équations 80x 1 + 100x 2 = z pour une valeur donnée de z. Graphiquement on constate que la droite respectant ces conditions semble être la droite de la famille passant par le point-sommet B(6.67; 3.33) du polygone convexe (F). Le profit est alors: f(10, 2) = 80 6.67 + 100 3.33 = 866.6 DH. 7

Il reste à s assurer algébriquement des coordonnées du point-sommet B représentant l optimum. En effet, le point B represente l intersection des deux droites d équations respectivement 50x 1 +50x 2 = 500 et 10x 1 + 40x 2 = 200. On résoud donc le système: { 50x1 + 50x 2 = 500 10x 1 + 40x 2 = 200 ce qui donne x 1 = 6.67 et x 2 = 3.33. Ainsi, la direction on doit choisir entre les solutions approchées x 1 = 7 et x 2 = 3 ou bien x 1 = 6 et x 2 = 4. Pour pouvoir choisir on doit analyser chaque programme et voir celui qui reste optimal. Pour x 1 = 7 et x 2 = 3: on a 50 7 + 50 3 = 500 et 10 7 + 40 3 = 190; Pour x 1 = 6 et x 2 = 4: on a 50 6 + 50 4 = 500 et 10 6 + 40 4 = 220. On voit donc que la deuxième solution approchée n est pas envisageable car elle n est pas admissible. Ainsi le programme de la direction est (7, 3). 2- Déductions: a- Le chiffre d affaires prévisionnel mensuel M est donné par l expression M = p Q, où p est le prix et Q represente la quantité produite. Ainsi dans notre cas, M = (p 1 x 1 ) + (p 2 x 2 ) avec p 1 c est le prix de vente au grossiste du produit P 1 et p 2 le prix de vente du produit P 2. Ainsi, le chiffre d affaire prévisionnel mensuel est M = 320 7 + 500 3 = 3740DH. b- Déterminons le coefficient moyen τ de marge sur coûts variable par rapport au chiffre d affaires prévisionnel de l ensemble des deux produits. Ce coefficient est donné par τ = (τ 1 p 1 x 1 ) + (τ 2 p 2 x 2 ), M où τ 1 = 25%, τ 2 = 20% et M est le chiffre d affaire mensuel de l ensemble des deux produits. Ainsi, τ 23%. 3- Indication pour le programme de fabication optimal. a- Les machines pour lesquelles il y a plein emploi sont les machines M 2 et M 3 car 50x 1 + 50x 2 = 50 7 + 50 3 = 500 10x 1 + 40x 2 = 10 7 + 40 3 = 190 200. La machine qui n est pas entièrement exploitée est la machine M 1 car 20 x 1 + 30 x 2 = 20 7 + 30 3 = 230 < 300. Il reste donc 70h pour la machine M 1 qui sont non expoitées. b- La société peut faire appel à une sous-traitance concernant la production relative à la machine M 1 s il s avère que le coût de production relatif à M 1 (énergie consommée, main d oeuvre,...) est inférieur à celui qu elle pourra réaliser en faisant appel au service d une autre entreprise spécialisée (respect des normes de qualité...). 8