Correction de l’Examen final de Modélisation

Exercice N ◦ 1 : 10 points=1+1,5+2+2+2+1,5
Une entreprise de menuiserie réalise des boites de rangement de jeu d’échec de deux tailles
différentes. La petite boite demande 3 heures de machine outil et utilise 1kg de bois, la grande
demande 2 heures et utilise 3kg de bois. L’entreprise dispose de 4 tourneurs qui peuvent tra-
vailler chacun 40 heures par semaine (chaque tourneur dispose d’une machine). Une petite boite
rapporte 5$ et une grande 20$. Par contre le bois utilisé est rare et on ne peut en obtenir que
210kg par semaine. L’entreprise veut maximiser son profit.
1. Donner une modélisation du problème.
2. Résoudre le problème primal par une interprétation graphique.
3. Résoudre le problème primal en utilisant l’algorithme du simplexe.
4. Donner le problème dual et le résoudre graphiquement.
5. Une entreprise concurrente qui fabrique des jeux de dames et manque de matière première
propose de racheter le bois pour fabriquer des jeux de dames (mais ne cherche pas à louer
les machines-outils avec leur ouvrier).
– Écrire le problème que doit résoudre cette entreprise et en déduire le prix au kilo qu’elle
doit proposer pour que la première entreprise accepte le marché ?
6. L’entreprise conçoit un nouveau modèle de petite boite qui demande la même quantité
de bois et 4h de travail, mais qu’elle vend 10$. Par contre seul un tourneur maitrise la
technique de construction de ce nouveau modèle.
– Écrire le problème que l’entreprise doit résoudre pour maximiser son profit et en donner
une solution.
– Quelle conclusion en tirer ?

Correction de l’exercice N ◦ 1 : 10 points=1+1,5+2+2+2+1,5

1. Modélisation du problème :
(a) Les variables de décisions :
x1 Nombre de petites boı̂tes produites.
x2 Nombre de grandes boı̂tes produites.
(b) Les contraintes du problème :
- Les contraintes de temps :
3x1 + 2x2 ≤ 160

1
 - Les contraintes sur la quantité de boı̂t :

x1 + 3x2 ≤ 210

(c) La fonction objectif :

5x1 + 20x2 = Z(max)
(d) Formulation du problème :


 Z(max) = 5x1 + 20x2
s.c. 3x1 + 2x2 ≤ 160


 x1 + 3x2 ≤ 210
x1 ≥ 0, x2 ≥ 0


2. Résolution Graphique :

x2

La Solution Optimale
est : x=(0,70)

Figure 1 – Représentation graphique

3. Résolution à l’aide de l’algorithme du simplexe :

base x1 x2 x3 x4 b Ratio
x3 3 2 1 0 160 80
x4 1 3 0 1 210 70
-Z 5 20 0 0 0

2
 base x1 x2 x3 x4 b
7
x3 3
0 1 − 32 20
1 1
x2 3
1 0 3
70
-Z − 35 0 0 − 20
3
-1400
La solution optimale est x = (0, 70), la valeur de la fonction objectif est : Z ∗ = 1400$

4. Le problème dual, et sa résolution graphique :



 W (min) = 160y1 + 210y2
s.c. 3y1 + y2 ≥ 5

(P ) :

 2y1 + 3y2 ≥ 20
y1 ≥ 0, y2 ≥ 0


Sa représentation graphique est :

Figure 2 – Représentation Graphique du problème Dual

La solution optimale est :Y ∗ = (0, 20

3
)$
5. Le programme que doit résoudre l’entreprise concurente est :


 W (min) = 210y1
s.c. 3y1 + y2 ≥ 5


 2y1 + 3y2 ≥
y1 ≥ 0, y2 ≥ 0


20
Le prix que l’entreprise concurente va proposer est 3
$.

3
 6. Le nouveau programme de production est :


 Z(max) = 1Ox1 + 20x2
 s.c. 4x1 + 2x2 ≤ 160


4x1 ≤ 40
x1 + 3x2 ≤ 210




x1 ≥ 0, x2 ≥ 0


La solution optimale est : X = (6, 68), la valeur de la fonction objectif sera alors : Z ∗ = 1420$
- On remarque que la nouvelle formule est plus bénifique à l’entreprise, parce qu’elle gagne
8$, de plus par rapport au premier plan de production.

Exercice N ◦ 2 : 3 points
Donner un exemple de programme linéaire, avec au moins deux variables de décision et deux
contraintes, tel que ni lui ni son dual n’aient de solutions admissibles.

Correction de l’Exercice N ◦ 2 :

 

 Z(max) = x1 
 W (min) = −y1
s.c. −x1 + x2 ≤ −1 s.c. −y1 + y2 ≥ 1
 
(P ) : −→Son Dual
(D) :

 x 1 − x2 ≤ 0 
 y1 − y2 ≥ 0
x1 ≥ 0, x2 ≥ 0 y1 ≥ 0, y2 ≥ 0
 

Figure 3 – Représentation Graphique des exemples

Exercice N ◦ 3 : 7 points
Monsieur X est candidat à la présidentielle et décide d’organiser une tournée de meetings
dans des villes de Province. Pour économiser le temps passé en trajet, il récupère la carte des
distances entre les villes qu’il veut visiter. Comme il dispose d’un avion mis à disposition pour
ses trajets, le temps de transport est proportionnel aux distances. Le tableau des distances
entre la capitale V1 et les autres villes V2 , · · · :

V2 V3 V4 V5
V1 786 331 559 250
V2 593 224 905
V3 386 559
V4 681

4
 Monsieur X vous demande de lui organiser sa tournée électorale qui part de la capitale et y
revient après avoir visité successivement toutes les autres villes sans repasser par une ville déjà
visitée, avec un coût minimal.
– Modéliser le problème.

Exercice N ◦ 3 : 7 points
ö Les variables de décisions :

1, si le condidat se déplace à la ville ”j” allant de la ville ”i” ;
xij =
0, Sinon.

ö Les contraintes du problème :

1. A partir de la ville ”i”, il ne peut vister qu’une seule ville :
5
X
xij = 1, ∀i = 1, 5
j=1

2. Lorsqu’il arrive à la ville ”j”, il ne provient que d’une seule ville ”i” :
5
X
xij = 1, ∀j = 1, 5
i=1

3. Elliminer des sous-tours.

XX
xij ≤ |S| − 1, ∀S ⊂ {1, ..., 5}, avec 2 ≤ |S| ≤ 4
i∈S j∈S

ö La fonction objectif :

W (min) = 786x12 +331x13 +559x14 +250x15 +593x23 +244x24 +905x25 +386x34 +559x35 +681x45

ö Formulation du problème :

 W (min) = 786x12 + 331x13 + 559x14 + 250x15 + 593x23 + 244x24 + 905x25 + 386x34 + 559x35 + 68
 P5 x = 1, ∀i = 1, 5

 Pj=1 ij

5
P i=1 x
P ij = 1, ∀j = 1, 5
x ≤ |S| − 1, ∀S ⊂ {1, ..., 5}, avec 2 ≤ |S| ≤ 4


 i∈S j∈S ij


xij ∈ {0, 1}, ∀i, j = 1, 5

Bon courage !