You are on page 1of 14

Cours de Programmation Linaire donn par le Dr.

Ali DERBALA

LA PROGRAMMATION LINEAIRE
La premire rvolution industrielle avait remplac la force musculaire de l'homme par
celle des machines. La seconde voyait la machine se commander elle-mme.
Les ordinateurs se sont introduits dans les entreprises et les pouvoirs publics firent
surgir des problmes de grande envergure auxquels les directions n'taient pas
prpares. La caractristique essentielle de la Recherche Oprationnelle est le recours
la mthode scientifique. Le chercheur de la R.O. construit une reprsentation qu'il
appelle un "modle mathmatique". Il peut manipuler les modles et les tudier plus
facilement que le systme rel. Les modles sont parfois trs difficiles construire et
peuvent prendre la forme d'expressions mathmatiques fort compliques. Lorsqu'ils

mettent leur modle en formule, les chercheurs doivent noncer formellement quelles

ID

sont les variables, l'objectif, les paramtres.

BL

La programmation linaire est une technique mathmatique permettant de dterminer


la meilleure solution dun problme dont les donnes et les inconnues satisfont une

srie dquations et dinquations linaires. La programmation linaire a t formule

par Dantzig en 1947 et connat un dveloppement rapide par suite de son application

directe la gestion scientifique des entreprises. Le facteur expliquant lessor de la P.L

LA

est la construction dordinateurs puissants qui ont permis de traiter les problmes
concrets de taille trs grande. On lapplique surtout en gestion et en conomie

applique. On peut citer les domaines dapplication de la programmation linaire qui

sont : les transports, les banques, les industries lourdes et lgres, lagriculture, les
chanes commerciales, la sidrurgie, et mme le domaine des applications militaires.

Les mthodes de rsolution sont la mthode du simplexe, mthode duale du simplexe,

SA

mthodes des potentiels, mthode lexicographique et des mthodes rcentes appeles


mthodes des points intrieurs. Le but de cette partie du recueil nest pas de donner

TE

les mthodes de rsolution de la programmation linaire mais de la prsenter laide

IV
ER

SI

des exemples concrets et faciles.

Cours 01: Modlisation d'un programme linaire not P.L.

LA

BL
I

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

Cours 01 : Modlisation d'un

IV
ER

SI
TE

SA

programme linaire not PL

Cours 01: Modlisation d'un programme linaire not P.L.

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

Exemples concrets de problmes qui se modlisent par la programmation


linaire.
01. Un problme de restauration. Un restaurateur peut offrir deux types de plats
indiffremment. Des assiettes 80 DA, contenant 05 sardines, 2 merlans et 01 rouget.
30 sardines, 24 merlans et 18 rougets. Comment doit-il disposer pour raliser la

BL
I

recette maximale ?

Des assiettes 120 DA, contenant 03 sardines, 03 merlans et 03 rougets. Il dispose de

Rponse 01. Soit x et y respectivement le nombre dassiettes de type 1 et du type 2

offrir. Le problme est de maximiser la fonction 80 x + 120 y sous les contraintes:

5 x + 3 y 30

LA

2 x + 3 y 24

x 0 et y 0.

x + 3 y 18

02. Prparation de Gteaux. Un boulanger a la possibilit de faire trois types de

gteaux G1, G2 et G3. Il utilise cet effet de la farine (E1), du beurre (E2), des ufs

(E3), du sucre (E4) et de la levure (E5). Les quantits aij de llments Ei intervenant

SA

dans llaboration du gteau Gj sont donnes dans le tableau ci dessous :


G3

TE

G2
1

E2

SI

G1
1

E3

E4

E5

N
IV

ER

E1

Le boulanger dispose de 20 units de E1, 10 de E2, 20 de E3, 20 de E4 et 10 de E5.

Les bnfices unitaires valent respectivement 2 pour G1 , 5 pour G2 et 7 pour G3 .


Ecrire le programme linaire qui dtermine le nombre de gteaux confectionner de
faon maximiser le bnfice total.

Cours 01: Modlisation d'un programme linaire not P.L.

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

Rponse 2. Si on note xj le nombre de gteaux de type Gj, j = 1, 2, 3.


Le problme scrit : Maxz = 2 x1 + 5 x2 + 7 x3
x2 + 2 x3 20

x1 +

x1 + 2 x2 + x3 10
2 x1 +

x2 + x3 20
20

x1 + 2 x2

x1 + 2 x2 + 2x3 10
x1 0, x2 0, x3 0.

ID

200 cm et dune longueur de 500 cm. Il faut en fabriquer au moins 30 plaques de

03. Problme de dcoupe. Une usine a reu des plaques de mtal dune largeur de
largeur de 110 cm , 40 plaques de largeur de 75 cm et 15 plaques de largeur de 60 cm.

BL

Donner le modle mathmatique pour que les dchets soient les plus petits possibles .

Rponse 3. Une plaque de 200 cm de largeur peut tre dcoupe de cinq faons :

1. une plaque de 75 cm et deux plaques de 60 cm. Les dchets seront de 05 cm.

2. une plaque de 110 cm et une plaque de 75 cm. Les dchets seront de 15 cm.

LA

3. une plaque de 110 cm et une plaque de 60 cm. Les dchets seront de 30 cm.
deux plaques de 75 cm. Les dchets seront de 50 cm.

trois plaques de 60 cm. Les dchets seront de 20 cm.

Soit xi : le nombre de plaques dcouper par la faon i, le problme scrit :

Min z = 5 x1 + 15 x2 + 30 x3 + 20 x4 + 50 x5

x2 + x3 30

SA

x1 + x2 + x5 40
2 x1 + x3 + 3 x4 15.

TE

x1 0, , x5 0.

SI

04. Un problme de transport. Une entreprise stocke un produit dans trois dpts

ER

A1, A2 et A3. Les quantits stockes sont respectivement a1, a2 et a3. Les dpts

IV

doivent alimenter quatre magasins de vente B1, B2 , B3 et B4. La quantit du produit


ncessaire au point de vente Bi est bi

( i = 1,, 4 ). Comment lentreprise doit-elle rpartir les stocks entre les points de

vente ou quelle quantit le dpt Ai doit-il livrer au point de vente Bj ?

Cours 01: Modlisation d'un programme linaire not P.L.

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

Rponse 4. Le problme de transport est un problme particulier de la programmation


linaire. Sa formulation mathmatiques est :
m n 1
Minz = cij xij
i =1 j =1
m
n 1
ai b j . Cette quation traduit que la demande doit tre satisfaite.
i =1
j =1
n 1
xij ai , i = 1, , m.
j =1

xij 0, i = 1,, m et j = 1,, n 1.

BL

ai 0, i = 1,, m, bj 0, j = 1,, n 1, cij 0, i = 1,, m et j = 1,, n 1.

ID

m
xij = bj, j = 1, , n - 1.
i =1

05. Un problme de rpartition de ressources. Une entreprise peut produire

diffrents biens. Chaque bien est repr par un indice j . Pour raliser sa

production, elle utilise des matires premires, des machines, de la main duvre,

LA

cest dire des ressources mesures en units appropries. Ces ressources, ou facteurs
de production, sont disponibles en quantit limite ; soit bi la quantit disponible de la

ressource i . On sait par ailleurs, quelle quantit aij la production dune unit du

bien j ncessite une ressource i . Supposons que la production soit rendement


constant, cest dire que la production de xj units du bien j exige aij xj units de

la ressource i . Ecrire un programme de production de lentreprise sous forme de


n
Max z = c j x j
j =1
n
aij x j bi i = 1,, m.
j =1
xj 0, j = 1,, n.

IV
ER

SI

TE

Rponse 05. Il scrit,

SA

programme linaire.

Cours 01: Modlisation d'un programme linaire not P.L.

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

06. Une usine fabrique trois sortes de pices ( p1, p2, p3 ) laide de deux machines
( m1, m2 ). Chaque pice en cours de fabrication doit passer successivement sur les
deux machines dans un ordre indiffrent et pendant les temps suivants ( en minutes )
Temps dusinage
P2

P3

M1

M2

12

P1

BL
I

Machines

(minutes par pice)

La machine m1 est disponible 8 heures, la machine m2 est disponible 10 heures. Le

profit ralis sur une pice p1 est de 50 DA, sur une pice p2 est de 80 DA, celui

ralis sur une pice p3 est de 60 DA. Combien doit-on fabriquer de pices p1, p2 et p3

LA

pour avoir un profit total maximum ? Donner un modle mathmatique du problme.

Rponse 06. Si x1 , x2, x3 reprsentent les nombres de pices de type p1, p2, p3

fabriquer, le profit total est: max Z = 50 x1 + 80 x2 + 60 x3


x3 480

6 x1 + 12 x2 + 3

x3 600

2 x1 + 4 x2 + 3

SA

x1 0, x2 0, x3 0.
07. Problme de Mlange. Il faut mlanger trois gaz de telle manire que le gaz

TE

mixte soit le plus bon march que possde un pouvoir calorifique entre plus de 1700

ER
SI

et 2000 k. cal/ m3 et un taux de sulfure au plus de 2,8 g/ m3.


Indications sur les trois gaz :

IV

Pouvoir calorifique en
3

Taux de sulfure

Prix en DA

En g/ m

1000

100

2000

250

1500

200

k. cal/ m

Gaz

Ecrire le modle mathmatique de ce problme.

Cours 01: Modlisation d'un programme linaire not P.L.

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

Rponse 07. Soient x1, x2 et x3 le nombre de m3 fabriquer respectivement du 1er ,


2 nd et du 3 ime gaz.
Min Z = 100 x1 + 250 x2 + 200 x3
1700 1000 x1+ 2000 x2 + 1500 x3 2000
6 x1 + 2 x2 + 3 x3 2.8

x1 0, x2 0, x3 0

BL
I

08. Problme de nutrition. On se propose de fournir quotidiennement et chaque


individu dune population un minimum de 70 g de protines, 3000 units de calories,

800 mg de calcium et 12 mg de fer. Les produits disponibles sont le pain, le beurre, le

fromage, les pois et les pinards. Les prix par 100 g de ces produits sont

respectivement de 5, 34, 40, 10 et 5 DA. Le problme est de constituer, aux moindres

LA

frais, des rations quotidiennes respectant les exigences du rgime impos.


Les quantits de protines (en g ), de calories ( en units ), de calcium ( en mg) et de
Calories

Fer

Pain

10

300

50

Beurre

30

1800

400

Fromage

35

800

450

Pois

20

1500

750

Epinards

25

300

120

15

TE

Calcium

SA

Protines

fer ( en mg ) par 100 g de ces aliments sont donns dans le tableau suivant :

SI

Rponse 08. Soit x1 le nombre de pain introduit dans la ration de 100g

ER

x2 le nombre de beurre introduit dans la ration de 100g

IV

x3 le nombre de fromage introduit dans la ration de 100g


x4 le nombre de pois introduit dans la ration de 100g

x5 le nombre dpinards introduit dans la ration de 100g


Max Z = 3 x1 + 7 x2 + 7 x3 + 5 x4 + 5 x5
10 x1 + 30 x2 + 35 x3 + 20 x4 + 25 x5 70
300 x1 + 1800 x2 + 800 x3 + 1500 x4 + 300 x5 3000
50 x1 + 400 x2 + 450 x3 + 750 x4 + 120 x5 800
4 x1 +

4 x4 + 15 x5 12
xi 0, i = 1,, 5

Cours 01: Modlisation d'un programme linaire not P.L.

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

09. Une usine possde trois tours, qui au cours dun mois, peuvent tre utiliss
pendant les temps indiqus dans le tableau ci dessous. Quatre pices peuvent tre
usines sur ces machines. Les quantits de chaque pice fabriquer au cours du mois
sont fixes de faon imprative et sont indiques dans le tableau. Le temps dusinage
en heures par pice figurent galement .
Heures de disponibilit des

( heures par pices )

machines

II

III

IV

80

30

130

Productions exiges

10

40

50

20

moins

BL

au

de

(nombre

ID

Tours

Temps dusinage

pices)

LA

Ecrire un programme linaire pour rduire au minimum lutilisation des machines.

Quel sera le programme daffectation de diverses fabrications aux diverses machines.

Rponse 09. Soit xij le nombre de pices i fabriquer sur la machine j.

On aura 12 variables. Le problme scrit :

3x11 + 3x21 + 2x31 + 5x41 80

SA
A

Sous les contraintes :

Minz = 3x11 + 3x21 + 2x31 + 5x41 + 4x12 + x22 + x32 + 2x42 + 2x13 + 2x23 + 3 x33 + 4 x43
4x12 + x22 + x32 + 2x42 30
3x11 +x12 + x13 = 10
x21 + x22 + x23 = 40
x31 + x32 + x33 = 50
x41 + x42 + x43 = 20
xij 0, i = 1, , 4 et j = 1, 2, 3.

IV

ER

SI

TE

2x13 + 2x23 + 3 x33 + 4 x43 130

Cours 01: Modlisation d'un programme linaire not P.L.

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

10. Une usine peut fabriquer quatre sortes de bureaux. La fabrication requiert un
certain temps de travail dans latelier des composants, un certain temps de travail dans
latelier dassemblage et un certain temps dans latelier de finition. Ces temps sont
Bureaux

Composants

Montage

Finition

Le profit ralis sur la vente de chacun de ces bureaux est respectivement de 900 DA,

ID

1800 DA, 1400 DA et 450 DA. On dsire maximiser le profit sachant quon ne

donns par :

BL

dispose que de 4500, 4000 et 3000 units de travail dans les ateliers de composants,
de montage et de finition respectivement.

Ecrire le problme linaire correspondant ce problme.

Rponse 10. Soient x1 le nombre de bureau A, x2 le nombre de bureau B, x3 le nombre

de bureaux C, x4 le nombre de bureau D fabriquer.

x1 + 3 x2 + x3 + x4 4500

LA

Max z = 900 x1 + 1800 x2 + 1400 x3 + 450 x4

2 x1 + x2 + 2 x3 + x4 4000

x2 + 4 x3 + x4 3000

xi 0, i = 1, , 4.

SA

11. Une entreprise possde trois usines situes respectivement Boufarik, Blida et
Mda. Elle importe un mtal, du cuivre, non disponible sur le march interne qui lui

SI
TE

est achemin vers deux ports celui dAlger et dOran. Les quantits de cuivre
ncessaires aux usines respectives sont de 400, 500 et 600 tonnes tandis que les

ER

quantits disponibles sont de 500 et 300 tonnes par semaine respectivement Alger

IV

et Oran. Les cots unitaires de transport en dinars sont donns par le tableau suivant:

Alger
Oran

Boufarik

Blida

Mda

500

600

700

1000

900

800

Cours 01: Modlisation d'un programme linaire not P.L.

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

Lunit tant la tonne de cuivre transporter. Ecrire le programme linaire associ


un plan de transport cot minimale.
Rponse 11. Soit xij le nombre de tonnes de mtal qui sont achemins chaque semaine
depuis le port i vers lusine j ( i = 1, 2 et j = 1, 2, 3). Le programme scrit :
minz = 500 x11 + 600 x12 + 700 x13 + 1000 x21 + 900 x22 + 800 x23
x11 + x21 400

x12 + x22 500

x13 + x23 600

BL
I

x11 + x12 + x13 500


x21 + x22 + x23 300

xij 0 ( i = 1, 2 et j = 1, 2, 3 )

12. Programme de raffinerie. Une raffinerie peut traiter trois ptroles bruts appels

LA

brut_1, brut_2 et brut_3 originaires de trois pays diffrents. Par distillation fractionne

dans les toppings , ces ptroles bruts donnent des coupes qui sont des ensembles

dhydrocarbures ayant des tempratures dbullition comprises entre des limites

fixes. Un topping permet dobtenir : des gaz et gaz liqufis

Une gazoline ou coupe 0-80c( hydrocarbures dont le point dbullition est compris

SA

Une benzine ou coupe 80-130c

entre 0 et 80c )
Un naphta lger ou coupe 130-160c

TE

Un naphta lourd ou coupe 160-190c

ER
SI

Un krosne ou coupe 190-230c


Un gasoil lger ou coupe 230-310c
Un gasoil lourd ou coup 310-400c

IV

Un fuel-oil ou coupe > 400c

Ces coupes subissent ensuite des traitements complmentaires ( puration,

dsulfuration, cracking, reforming catalytique ) pour devenir des bases qui,


convenablement mlanges, permettront dobtenir les produits commerciaux dsirs.
La raffinerie considre fabrique cinq catgories de produits finis : des gaz et gaz
liqufis, des essences, du ptrole, du gasoil et du fuel-oil. Les rendements des
ptroles bruts traits sont prciss par le tableau ci-aprs ( qui explicite les quantits
produites partir de 100 tonnes de brut ) :
Cours 01: Modlisation d'un programme linaire not P.L.

10

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

Matire premire

Brut_1

Brut_2

Brut_3

Production

( tonnes)

( tonnes)

( tonnes)

Gaz et gaz liqufis 2

Essences

20

25

30

Ptroles

Gasoil

40

25

30

Fuel-oil

30

50

30

Total

100

100

100

La raffinerie peut produire au maximum, au cours dune anne :

BL
I

300 000 tonnes de gaz et gaz liqufis, 1 050 000 t dessences , 180 000 t de ptrole,

1 350 000 t de gasoil et 1 800 000 t de fuel-oil.

Elle ralise un bnfice de 4000 DA par tonne de brut_1 mise en uvre, 5000 DA par

tonne de brut_2 et 6000 DA par tonne de brut_3 mise en uvre. Quelle quantit de

chacun des bruts devra-t-elle traiter pour raliser le bnfice total maximal ? Ecrire le

LA

programme correspondant.

Rponse 12. Appelons respectivement x1 , x2 et x3 les quantits de brut, en millions

de tonnes, traites annuellement par la raffinerie. Le tableau des rendements ci-dessus

montre que la production de gaz et gaz liqufis correspondant 1 million de tonnes


de ptrole brut atteint :

A
D

0.02 million de tonnes quand on traite du brut n1

SA

0.06 million de tonnes quand on traite du brut n3


Comme la fabrication de cette catgorie de produit est limite 300 000 tonnes, soit

SI

Soit encore :

TE

0.3 million de tonnes, la contrainte correspondante scrit :


0.2 x1 + 0.06 x3 0.30
x1 + 3 x3 15

N
IV

ER

On obtient de mme, pour la limitation de production dessences :

soit encore :

0.20 x1 + 0.25 x2 + 0.30 x3 1.05


4 x1 + 5 x2 + 6 x3 21

pour la limitation de production de ptrole : 0.08 x1 + 0.04 x3 0.18


soit encore :

4 x 1 + 2 x3 9

pour la limitation de production de gasoil : 0.40 x1 + 0.25 x2 + 0.30 x3 1.35


qui est quivalent lquation : 8 x1 + 5 x2 + 6 x3 27
Cours 01: Modlisation d'un programme linaire not P.L.

11

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

pour la limitation de production de fuel-oil : 0.30 x1 + 0.50 x2 + 0.30 x3 1.80


3 x1 + 5 x2 + 3 x3 18.

Soit encore :

Le problme est de maximiser le bnfice en millions de DA, qui scrit :


Max z = 40 x1 + 50 x2 + 60 x3
x1 + 3 x3 15

Sous les contraintes :

4 x1 + 5 x2 + 6 x3 21
4 x1 + 2 x3 9

8 x1 + 5 x2 + 6 x3 27

ID

3 x1 + 5 x2 + 3 x3 18

BL

x1 0, x2 0, x3 0.

13. Problmes des ordures mnagres. Une ville A produit quotidiennement 500

tonnes dordures mnagres, une autre ville B produit 400 tonnes. Les ordures doivent

tre incinres lincinrateur 1 ou lincinrateur 2 qui peuvent traits

LA

respectivement jusqu 500 tonnes par jour. Le cot de lincinration des ordures est

de 40 DA par tonne lincinrateur 1, et de 30 DA la tonne lincinrateur 2.

Lincinration des ordures rduit chaque tonne de dchets 0.2 tonnes de dbris, qui

seront enfouis dans deux terrains vagues. Chaque terrain vague peut recevoir au plus

200 tonnes de dbris par jours. Il cotera 3 DA le kilomtre pour transporter une

SA
A

tonne de dchets ( ordures ou dbris ). Les distances entre les diffrents lieus sont
donnes par le tableau ci dessous.

Formuler ce problme comme celui de la

programmation linaire pour minimiser le cot total de prlvement des ordures

SI

TE

mnagres des deux villes A et B.

Incinrateur 2

Ville A

30

Ville B

36

42

Terrain vague 1

Terrain vague 2

U
N

IV

ER

Incinrateur 1

Rponse 13. Soient xij : le nombre de tonnes de dchets transporter de la ville i ( i =


1, 2 ) lincinrateur j ( j = 1, 2 ) et yjk le nombre de tonnes de dbris transporter de
lincinrateur j au terrain-vague k ( k = 1, 2 )
Cours 01: Modlisation d'un programme linaire not P.L.

12

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

min Z = 40 (x11 + x21 ) + 30 (x12 + x22 ) + 3 ( 30 x11 + 5 x12 + 36 x21 + 42 x22 + 5 y11+

9 y12 + 8 y21 + 6 y22 )

BL
I

x11 + x12 = 500


x21 + x22 = 400
y11+ y12 = 0.2 ( x11 + x21 )

y21 + y22 = 0.2 (x12 + x22 )


x11 + x21 500

LA

x12 + x22 500


y12 + y22 200

y11+ y21 200

xij 0, yjk 0 ( i, j, k = 1, 2 )

Le but des chapitres ultrieurs est de dterminer une solution ces problmes de la

programmation linaire, en proposant des mthodes typiques, rsolution gomtrique

SA

dans le cas d'un plan ou d'un espace de dimension trois, algorithme du simplexe,

N
IV

ER

SI

TE

algorithme dual du simplexe et mthode du grand M.

Cours 01: Modlisation d'un programme linaire not P.L.

13

N
IV

ER

SI

TE

SA

LA

BL
I

Cours de Programmation Linaire donn par le Dr. Ali DERBALA

Cours 01: Modlisation d'un programme linaire not P.L.

14