1

UNIVERSITE KONGO

Faculté des Sciences Economiques et de Gestion

MBANZA-NGUNGU
Province du Bas-Congo
République Démocratique du Congo

TRAVAUX PRATIQUES
DE
RECHERCHE OPERATIONNELLE

Première licence en Sciences Economiques et de Gestion

Université Kongo / Bas-Congo

Par
Professeur KAMIANTAKO MIYAMUENI
Professeur Ph.D. J. S. KAMAVUAKO Diwavova
 2

I. CHAPITRE PREMIER : LA THEORIE DES GRAPHES

Exercice n°1.1 : Soit le graphe ci-après

e a

b
d
c
Répondez par vrai ou faux aux affirmations ci-après :
1) eabcd est un chemin harmiltonien…………………
2) abce est une chaîne…………………………
3) abcda est un circuit ………………………….
4) abcdea est un circuit hamiltonien…………..
5) eabcda est un chemin simple………………...
6) cabcde est chemin élémentaire
7) abceda est un cycle hamiltonien

Exercice n°1.2 : Soit le graphe défini par G = (X, U) avec X = (x1, x2, x3)
G ={ (x1, x2), (x1, x3), (x2, x3), (x3, x2), (x3, x1)}.
 0 si i  j
Sa matrice booléenne est donnée par la relation M = [mij] = 
1 ailleurs
T.D : - Donnez la représentation sagittale du graphe
- Déterminer et identifier le nombre de chemins de longueur 3 reliant x1 à x2

Exercice n°1.3 : On définit un graphe par le dictionnaire des suivants ci-après :

X S(X) - Faites l’ordonnancement par niveau du graphe
A D, G
B A, C - Dégagez le chemin de valeur maximale et celui de valeur
C - minimale pour un voyageur qui quitte la ville B pour se
D F rendre à C, sachant que les distances entre deux villes sont
E C, F données dans le tableau suivant :
G E, F
F C

A B C D E F G
A 3 4
B 5 12
C
D 5
E 6 2
F 5
G 1 2
 3

Exercice n°1.4 : Soit le graphe ci-après :

A
B

E C

D
a. Calculer M2, M3 et M4.
b. Existe-t-il des chemins de longueur 2, 3, 4 ?
c. Existe-t-il des circuits ?
d. Existe-t-il un chemin hamiltonien ?

Exercice n°1.5 :
Les différents points A, B, C, D, E, F et H d’une ville sont reliés par des lignes de transport en
commun comme le montre le graphe ci-dessous. Les durées de trajet entre deux points figurent
sur les arcs. Déterminer le trajet allant de D à E et ayant une durée minimale.
A 8 B
3
7 4 C
H 6
5 10 9
D
F E
5

Exercice n°1.6 :
L’entreprise KAM’S et Fils est implantée dans la province du Nord Kivu depuis 1998. Depuis
cette époque, elle a connu une croissance importante et régulière créant des gros besoins en
locaux de production et en aires de stockage. Il en résulte une importante dispersion
géographique des différents bâtiments de l’entreprise. La matrice ci-dessous indique le temps en
heures que mettent ses différents véhicules pour joindre les différents points appelés A, B, C, D,
E, F, G, H, I, J.
 4

Arrivées
A B C D E F G H I J
A 18 10 15
B 12
C 5 14
Départs

D 8
E 7 9 13 14
F 5 6
G 4
H 2
I 6
J

a) Etablir le graphe ordonnancé en niveaux

b) Quel est le chemin que doit emprunter un employé désirant se rendre du point A au point
J en un temps : a) minimum - b) maximum. Quel est ce temps ?

Exercice 1.7 :
Soit le graphe ci-dessous.
b

 
a c

Donnez la matrice d’incidence sommets-arcs s’y rapportant.

Exercice 1.8 :
On envoie des marchandises entre des grandes villes. Le tableau ci-après donne les coûts
pratiqués par les transporteurs. Tracer le graphe ordonné par niveaux et
déterminer la solution la plus économique pour aller de B à H.
Arrivées
A B C D E F G H
A 28 35
B 55 25
Départs

C 25 50
D 20 25 30
E 20
F 15
G 10
H

Exercice 1.9 :
Tracez le graphe associé aux données ci-dessous :

Liste des indices des sommets

 5

1 2 3 4 5 6 7 8 9 10

Nombre de successeurs de chaque sommet

(demi-degré extérieur de chaque sommet)
3 2 2 3 2 3 2 1 1 0

Liste de successeurs :
2 4 6 3 9 7 8 2 5 6 6 7 2 3 7 8 10 10 3
Le sommet 1 ayant 3 successeurs, ceux-ci sont les trois premiers éléments ce cette liste
etc.

Valuation des arcs

15 3 20 5 2 3 7 7 3 7 2 8 8 9 7 13 11 1 3
Le sommet 1 ayant 2 comme successeur, la valuation de l’arc (1,2) est 15, celle de l’arc (1,4) est
3, etc.

Exercice 1.10 :
E C
F
A
B

D H

a. Calculer M2, M3 et M4.

b. Existe-t-il des chemins de longueur 2, 3, 4 ?
c. Existe-t-il des circuits ?
d. Existe-t-il un chemin hamiltonien ?
 6

PROPOSITION DE CORRIGE
Exercice 1.1 :

Soit le graphe ci-après

e a

b
d
c
Répondez par vrai ou faux aux affirmations ci-après :
1) eabcd est un chemin harmiltonien ; Vrai
(un chemin Hamiltonien passe une fois et une seule par chaque sommet du graphe et contient
tous les sommets).
2) abce est une chaîne : Vrai
(une chaîne est une suite d’arêtes dont chacune a une extrémité commune avec l’arête précédente
(exception faite pour la première) et l’autre, commune avec l’arête suivante (exception faite de la
dernière). En d’autres termes, il s’agit d’un chemin dont on ne tient pas compte du sens des arcs.

3) abcda est un circuit :Vrai car un circuit est un chemin fini qui se referme sur lui-même
4) abcdea est un circuit hamiltonien : Vrai. (un circuit contenant tous ces sommets)
5) eabcda est un chemin simple : Vrai . Ce chemin passe une fois et une seule chaque arc du
groupe
6) cabcde est chemin élémentaire : Faux. (un chemin est élémentaire s’il passe une fois et une
seule chaque sommet : or le sommet C est parcouru deux fois)
7) abceda est un cycle hamiltonien : Vrai. c’est une chaîne simple se refermant sur elle même).

Exercice 1.2 :

1° Représentation sagittale x3

x1

x2
2° Détermination des chemins de longueur 3 reliant x1 et x2
0 1 1  0 1 1  0 1 1   2 1 1 
M = 1 0 1  , M = 1 0 1 1 0 1  1 2 1 ,
  2

1 1 0 1 1 0 1 1 0 1 1 2

 2 1 1  0 1 1   2 3 3 
M = 1 2 1 1 0 1  3 2 3
3

1 1 2 1 1 0 3 3 2

Il y a 3 chemins de longueur 3 reliant x1 à x2

 7

x 1 – x 3 – x1 – x 2
x 1 – x 2 – x3 – x 2
x 1 – x 2 – x1 – x 2

Exercice 1.3 : Soit le dictionnaire des suivants

X S(X)
A D, G
B A, C
C -
D F
E C, F
G E, F
F C
a) Ordonnancement du graphe par niveau
Il faut nécessairement disposer de la table de précédents

X P(x) -C0 = B il s’agit dans ce niveau d’identifier tous les sommets sans
A B précédent
B - - C1 = A après avoir barré B sur la colonne P(x) on identifie dans
C B, E, F ce niveau les X pour lesquels tous les éléments P(x) sont barrés.
D A - C2 = D, G après avoir barréA sur la colonne P(x). Les sommets D
E G et G possèdent tous les éléments P(x) barrés.
F D, E, G C3 = E après avoir barré D et G sur la colonne P(x) E possède tous
G A ses éléments P(x) barrés
- C4 = F après avoir barré E sur la colonne P(x) F possède tous ses
éléments P(x) barrés
- C5 = C après avoir enfin barré F sur la colonne le sommet C voit
tous ses éléments P(x) barrés

Chemin de valeur maximale et minimale

Algorithme de Ford

a) Chemin de Valeur Maximale

- poser tB = 0 et ti = 0  i  B, avec t = indice majorant
- modifier le nombre de départ i en choisissant un arc (xi xj) pour lequel eij = tj – ti < l(xi xj)
- l’amélioration se fait par la formule tj’ = ti + l(xi xj)
tB = 0
tA = 0 tA’ = 5
tD = 0 tD’= 8
tG =0 tG’= 9
tE= 0 tE’= 10
tF=0 tF’= 11 tF’’=13
tc=0 tc’=12 tC’’=16 tC’’’=18
 8

 Départs de B : (BA) et (BC)

(BA)  eAB = ta – tb < l(BA)
0 < 5 vrai  tA’= tB + l(B,A) = 0 + 5 = 5
(BC)  tC – tB < l(B, C)
= 0 – 0 < 12 vrai  tC’ = tB’ + l(B,C) = 0 +12 = 12
 Départ de A : (AD) et (AG)
(AD)  eAB = tC – tB < l(AD)
= 0 – 5 < 3 vrai  tD’ = tA’ + l(AD) = 5 +3 = 8
(AG)  eGZ = tG – tA’< l(AG)
= 0 – 5 < 4 vrai  tG’ = tA’ + l(AG) = 5 + 4 = 9
 Départ de G : (GE) et (GF)
(GE)  eEG = tE – tG’< l(GE)
= 0 – 9 < 1 vrai tE’ = tG’ + l(GE) = 9 +1 = 10
(GF)  eFG = tF – tG’< l(GF)
= 0 – 9 < 2 vrai  tF’ = tG’ + l(GF) = 9 +2 = 11
 Départ de D : (DF)
eFD = tF’ – tD’ < l(DF)
= 11– 8 < 5 vrai  tF’’ = tD’ + l(DF) = 8 +5 = 13
 Départ de E : (EF) et (EC)
(EF) eFE = tF’’ – tE’ < l(EF)
= 13 – 10 < 2 faux Pas d’amélioration de tF’’
(EC) eCE = tC –tE < l(EC)
= 12 –10 < 6 vrai tC’’ = tE’ + l(FC) = 10+6=16
 Départ de F : (FC)
ECF = tC’’– tF’’ < l(FC)
= 16 – 13 < 5 vrai tc’’’ = tF’’ + l(FC) = 13 +5 = 18
 De C atterrissant (BC), (FC) et (EC)
(BC) eCB = tC’’’ – tB < l(BC)
18 – 0 < 12 Faux  pas d’amélioration de tC’’’
(FC) eCF = tC’’’ – tF’’ < l(FC)
= 18-13 <5 Faux  pas d’amélioration de tC’’’
(EC) eCE = tC’’’ – tE’ < l(EC)
18 -10 < 6 Faux  pas d’amélioration de tC’’’
Valeur maximale = 18.

Recherche du chemin maximale

 Les précédents de C (B, F, E)
(B, C) tC’’’– tB’’ = l(B,C)  18 – 0  12 BC n’est pas chemin Max
(F,C) tC’’’– tF’’ = l(FC)  18 –13 = 5 FC fait partie du chemin Max
 Les précédents de F (D, E, G)
(DF) tF ‘’ – tD = l(DF)  13 – 8 =5 DF fait partie du chemin
(EF) tF’’ – tE’ = l(EF)  13 –10  2 EF b’en fait pas partie
(GF) tF’’ – tG’ = l(GF)  13 – 9  GF n’e fait pas partie
 9

 Les précédents de D (A)

(AD) tD’ – tA’ = l(AD)  8 – 5 = 3 AD fait partir du chemin
 Les Précédents de A (B)
(BA) tA’ – tB’ = l(BA)  5 – 0 = 5 BA fait partie du chemin
D’où le chemin max : B – A- D- F- C l=18

b) Chemin de valeur minimale

- poser tB = 0 ti=  i  B avec t : indice minorant
- modifier le nombre de départ ti en choisissant un arc (xi xj) pour lequel eij = tj – ti > l(xi xj)
- L’amélioration se fait par la formule

tj’ = tj - ti > l(xi xj)

tB =0 tA =  tG =  tF =  tE =  tF =  tC= 
tA’ = 5 tD’ = 8 tG’ = 9 tE’ = 10 tE’ = 13 tC’ = 12
tF’’ = 
 Départ de B (BA) et (BC)
(BA) eAB = tA – tB > l(BA)
=  - 0 > 5 vrai tA’ = tB’ + l(BA) = 0 +5 = 5
(BC) eCB = tC – tB’ > l(BC)
=  – 5 > 12 vrai tC’ = 0 + 12 = 12
 Départ de A (AD) et (AG)
(AD) eDA = tD – tA > l(AD)
=  – 5 > 3 vrai tD’ = tA’ + l(AB) = 5 + 3 = 8
(AG) eGA = tG – tA’ > l(AG)
=  – 5 > 4 vrai tG’ = tA’ + l(AG) = 5 + 4 = 9
 Départ de G (GE) et (GF)
(GE) eEG = tE – tG > l(GE)
=  – 9 > 1 vrai tE’ = tG’ + l(GE) = 9 +1=10
(GF) eFG = tF – tG’ > l(GF)
=  – 9 > 2 vrai  tF’ = tG’ + l(GE) = 9+2 = 11
 Départ de E (EF) et (EC)
(EF) eEF = tF’’– tE > l(EF)
= 11–10 > 2 Faux  Pas d’amélioration de tF’
(EC) eCE = tC’ – tE’ > l(EC)
= 12 –10> 5 Faux  Pas d’amélioration de tC’
 Départ de F (FC)
eCF = tC’– tE’’ > l(EC)
= 12 – 11 > 5 Faux  Pas d’amélioration de tF’’
 Les arrivées de C (BC), (FC) et (EC)
(BC) eCB = tC’ – tB > l(BA) déjà examiné
(FC) eCF = tC’ – tF’’> l(FC) déjà examiné
(EC) eCE = tC ’– tE > l(EC) déjà examiné
 10

Recherche du chemin Minimale

Les précédents de C (B, E, F)

(BC)  tc’– tb= l(BC)  12 – 0 = 12  BC est le chemin Minimal
(EC)  tC’– tE’= > l(EC)  12 - 10  6  EC ne fait pas partie du chemin min
(FC)  tC’– tF’’> l(FC)  12 -11  5  FC ne fait pas partie du chemin min
d’où le chemin min (B) (C) l = 12

Exercice 1.6
On a besoin du dictionnaire des précédents pour trouver les niveaux de génération des sommets.

X P(X) S(X)
A – B, D, E
B A, F E
C E H, J
D A, F E
E A, B, D C, G, H, I
F – B, D
G E I
H C, E J
I E, G J
J C, H, I –

C0 ={A, F}

X P(X) X P(X) X P(X) X P(X) X P(X)

A – A – A – A – A –
B A, F B A, F B A, F B A, F B A, F
C E C E C E C E C E
D A, F D A, F D A, F D A, F D A, F
E A, B, D E A, B, D E A, B, D E A, B, D E A, B, D
F – F – F – F – F –
G E G E G E G E G E
H C, E H C, E H C, E H C, E H C, E
I E, G I E, G I E, G I E, G I E, G
J C, H, I J C, H, I J C, H, I J C, H, I J C, H, I

C1 ={B, D} C2 ={E} C3 ={C, G} C4 ={H, I} C5 ={J}

 11

a) D’où le graphe ordonné selon les niveaux :

G 4
9
I 6
A 15 14
e
18 E 8 C 14
10
12 J
5
B
13 2
5 H
8

F
D
6
C0 C1 C2 C3 C4 C5

b) Chemin de longueur minimale : 24

24 28 Mis en forme : Français (Belgique)

0 G 4 28 Mis en forme : Français (Belgique)

0 9 Mis en forme : Motif : Transparente

I 6 (Blanc)
A 15 14
15 Mis en forme : Français (Belgique)
e 15 22
Mis en forme : Français (Belgique)
18 E 7 C 22 14
10 Mis en forme : Français (Belgique)
12 J
5
B
13 2 29
5 18 H 29 Mis en forme : Bordure :
8 Encadrement : (Simple, Automatique,
0,5 pt Épaisseur du trait)
F 27
Mis en forme : Français (Belgique)
D 27
6 Mis en forme : Français (Belgique)

10

A est marqué 0.
On détermine le temps de trajet minimal en prenant en chaque sommet du graphe (F n’étant pas
concerné) la valeur minimale obtenue en ajoutant la durée du trajet à la valeur marquée aux
sommets immédiatement précédents. Le chemin optimal à emprunter est alors A E C H I qui est
de 29 minutes.
 12

c) Chemin de longueur maximale : 39 Mis en forme : Français (Belgique)

28
0 G 4 44 Mis en forme : Français (Belgique)

0 9 Mis en forme : Motif : Transparente

I 6 (Blanc)
A 15 14
30 Mis en forme : Français (Belgique)
e 37
Mis en forme : Français (Belgique)
18 E 7 C 14
10 Mis en forme : Français (Belgique)
12 J
5
B
13 51 Mis en forme : Français (Belgique)
H 2
5 18 Mis en forme : Bordure :
8 Encadrement : (Simple, Automatique,
0,5 pt Épaisseur du trait)
F 43
D 27 Mis en forme : Français (Belgique)
6
10

Ici, le chemin optimal à emprunter est A B E C J qui est de 51 minutes. A est marqué 0.
On détermine le temps de trajet maximal en prenant en chaque sommet du graphe (F
n’étant pas concerné) la valeur maximale obtenue en ajoutant la durée du trajet à la valeur
marquée aux sommets immédiatement précédents.

Exercice 1.7

La Matrice d’incidence sommets – arcs :

ab ac ba bc
a 1 1 -1 0
b -1 0 1 1
c 0 -1 0 -1

Exercice 1.7 :

Exercice 1.9 :
 13

CHAPITRE DEUXIEME : PROBLEMES D’ORDONNANCEMENT

Exercice n°2.1 :

Un graphe est défini par la grille ci-dessous dont le chiffre situé à côté de chaque nuage
représente la durée en minute s’écoulant entre deux étapes exécutées par une ménagère lors
de la préparation d’un repas.
X

x4 * (70) * (20) * (20)

x3 * (90) * (30)
x2 * (50)
x1 * (20)
x0
X
x0 x1 x2 x3 x4
T.D : – Si la ménagère commence sa cuisine à 9h30’, à quelle heure peut-elle espérer la
terminer en évitant le gaspillage de temps ?
– Quelles sont les tâches pour lesquelles la ménagère doit exécuter sans un moindre
retard de peur que le repas ne se termine dans le temps optimal prévu ? Utiliser à ce
propos la méthode PERT sachant que les tâches sont identifiées à l’aide du tableau
suivant :

Etapes
Tâches
Initiale Finale
x0 x1 A
x0 x2 B
x0 x4 C
x1 x3 D
x2 x3 F
x2 x4 G
x3 x4 E

Calculez le retard maximum que peut prendre la réalisation d’une tâche sans que l’heure de fin
de la cuisine ne soit modifiée.

Exercice n°2.2 : Un étudiant de G3 a pu planifier son projet de rédaction du travail de fin de

cycle en 9 tâches élémentaires reprises dans le tableau suivant :
 14

Tâches Activités Activités Durée en

antérieures semaines
A Recherche du Directeur - 4
B Proposition du thème par le Directeur et rédaction de A 6
l’introduction
C Revue de la littérature - 4
D Recherche des moyens financiers (budget) - 12
E Rédaction du 1er et 2ème chapitre B, C, D 10
F Correction du Directeur B, C 24
G Réception des ouvrages spécifiques auprès du A 7
Directeur
H Elaboration du 3ème chapitre et de la conclusion et E, G 10
dépôt du travail
I Dernière correction et avis du Directeur F, H 3

T.D – Faites le réseau PERT en indiquant le chemin critique et en calculant les marges libres
certaines et totales
- Si l’année académique démarre le 1er février 2002, quelle sera la date qu’il peut espérer
saisir son travail à l’ordinateur toute chose restant égale par ailleurs
- Quelles sont les tâches que cet étudiant doit gérer avec prudence pour ne pas dépasser la
date de fin de travail ?
- Trouvez le chemin critique en utilisant la méthode MPM
- Présentez le diagramme de GANTT de l’exercice

Exercice n° 2.3
Dans le cadre d’un projet de lancement de produit nouveau, l’étude de marché a nécessité les
activités suivantes :
N° Tâches Durée Tâches
en jour antérieures
1–2 A Définition des objectifs de l’étude 1 –
2–3 B Elaboration d’un plan de recherche 3 A
3–4 C Réalisation d’une enquête qualitative 10 B
3–6 D Recrutement des enquêteurs 3 B
6–8 E Formation des enquêteurs 3 D, F
4–5 F Réalisation d’un questionnaire quantitatif 5 C
5–8 G Impression du questionnaire 1 F
5–7 H Détermination de l’échantillon 2 F
8–9 I Passage du questionnaire 20 E, G, H
9 – 10 J Traitement des résultats 4 I
10 – 11 K Analyse des résultats 5 J
 15

Exercice n° 2.4 :
Tâches Tâches antérieures durée
A - 4
B - 2
C A 1
D A,B 1
E A 2
F C 2
G D,F 2
H E 10
I G 4
J H,I 1

Exercice 2.5 :
Mr AKILIMALI veut installer un atelier d’informatique. Les tâches à réaliser sont les suivantes :
Tâches Nombre de Tâches immédiatement
Jours Antérieures
A : Information des commerciaux 20 –
B : Embauche d’un technicien 30 –
C : Formation d’un technicien 3 B
D : Formation des commerciaux 10 A, C
E : Aménagement de la salle 2 A
F : Commande et livraison du mobilier 5 E
G : Livraison des ordinateurs et des imprimantes 1 F
H : Installation du matériel 1 G, D
I : Installation des logiciels 1 H
J : Tests et mise en route 2 I

a) Indiquez par la méthode PERT le délai minimum de mise en route du système

b) Le fournisseur du mobilier a en fait indiqué deux délais possibles selon l’état des stocks à
la commande : 5 jours si les meubles sont en magasin et 25 jours si les meubles doivent
être commandés. Indiquez les répercussions éventuelles sur le déroulement du projet.

Exercice 2.6 :
L’entreprise Kam’s a procédé à la réalisation d’un certain nombre de tâches à effectuer pour
ouvrir un magasin et évaluer leurs durées. Le tableau suivant est l’aboutissement de leur travail.

Tâches Tâches immédiatement Durées en Tâches Tâches immédiatement Durées en

antérieures semaine antérieures semaine
A 2 I H 3
B A 8 J I 8
C B 1 K E, G 7
D C 3 L K, J 2
E D 5 M L 1
F C 1 N K, J 1
G F 2 O B 8
H C 2 P M, N, O 1

a) Tracez le graphe ordonné par niveaux

 16

b) Déterminez les tâches constituant le chemin critique et sa durée.

Exercice n°2.7 :
Un projet industriel consistant à mettre sur pied une équipe de travail dans une
compagnie comprend les 9 activités suivantes :

ACTIVITES Durée en jours Antériorité

(1 – 2) Adoption du budget (Ab) 1 –
(2 – 4) Etudes ergonomiques (Ee) 12 Ab
(2 – 5) Plan de formation (Pf) 7 Ab
(2 – 3) Plan de recrutement (Pr) 6 Ab
(3 – 7) Sélection et recrutement (Sr) 8 Ee, Pr
(5 – 6) Formation des collaborateurs (Fc) 5 Ee, Pf
(4 – 6) Organisation managériale (Om) 17 Ee
(6 – 7) Méthodes de gestion (Mg) 6 Fc, Om
(7 – 8) Simulation générale (Sg) 2 Sr, Mg

Exercice 2.8 :
Un projet de construction d’un atelier de fabrication des pièces mécaniques comprend 13
activités identifiées ci-dessous :
N° Désignation de l’activité Durée en Antécédents
jours
A Terrassement 6 -
B Fondation 5 A
C Charpente verticale 4 B
D Charpente toiture 4 C
E Couverture 5 D, F
F Maçonnerie 16 C
G Gros œuvre de la plomberie et Electricité 8 B
H Coulage dalle et béton 4 G
I Chauffage 6 H, F
J Plâtre 12 I, E
K Finitions 7 J, M
L Négociation achat de machine et délai de 15 -
livraison
M Installation de machines 5 L
En supposant que le début des travaux est fixé au 1er août 2012 et que l’équipe fonctionnera
tous les jours, il vous est demandé de mettre en évidence le chemin critique. Utilisez le graphe
potentiel- tâches de la méthode CPM.

Réponse :
Soient la matrice d’adjacence et les dictionnaires des précédents et suivants ci-après :
 17
A B C D E F G H I J K L M P(X) S(X)
A 1 - B
B 1 1 A C,G
C 1 1 B D,F
D 1 C E
E 1 D,F J
F 1 1 C E,I
G 1 B H
H 1 G I
I 1 F,H J
J 1 E,I K
K J,M -
L 1 - M
M 1 L K

C0 = {A, L} C1 = {B, M} C2 = {C, G} C3 = {D, F, H} C4 = {E, I}

C5 = { J } C6 = { K }
C
B
A D
J

G E

F
K
L M
I
H
Exercice 2.9 :
La société Jolie Nkenda & Fils fabrique des conserves alimentaires. Pour étendre ses marchés à
l’Etranger, elle est contrainte de se conformer aux nouvelles normes alimentaires qu’impose
l’UE. Ces normes l’obligent à construire une nouvelle unité de production. Pour ce projet, le chef
d’entreprise envisage la formule de l’atelier – relais avec l’une des communes des environs.
L’augmentation du potentiel de production implique sur le plan matériel l’acquisition de
nouveaux autoclaves1 et sur le plan humain le recrutement d’un chef d’atelier et d’un agent
commercial. Vous trouverez dans le tableau suivant les informations nécessaires à la réalisation
de cette étude.

Désignation de l’activité Durée en jours Antécédents

A Recherche d’une commune d’accueil 30 -
B Etude de l’architecte 15 -
C Constitution du dossier descriptif 10 A, B
D Demande de permis de construire 21 C
E Recherche d’autoclaves 17 D
F Recherche du Chef d’Atelier et du Commercial 10 D
G Sélection et Recrutement de deux salariés 2 F
H Construction de l’atelier 60 D

1Un autoclave est un récipient métallique à fermeture extérieure hermétique, résistant à des
pressions élevées.
 18

IFormation de deux salariés 30 G

JConstitution d’un dossier bancaire pour l’achat de 15 H, J
l’autoclave
K Installation de l’autoclave 10 H
L Equipement d’une chambre froide 8 I
M Publications professionnelles 10 K, L
N Agrément de l’UE 15 -
T.A.F.
a) Donnez le dictionnaire des suivants ;
b) Déterminez les niveaux des sommets ;
c) Tracez le graphe potentiel – tâches ;
d) Ce projet sera réalisé en combien de jours ? Utilisez la méthode CPM ;
e) Des moyens supplémentaires pourraient être mis en œuvre pour accélérer la construction et
ainsi gagner 10 jours. Quelles en seront les conséquences sur le chemin critique et la durée
du projet ?

Exercice 2.9 :
Le projet informatique à l’étude pour un atelier doit, pour des raisons commerciales être
achevé dans un délai de 25 jours. Le responsable du projet a décomposé le travail en 8 tâches
et évalué leurs durées en jours. La matrice ci-dessous présente les antériorités du problème.

ARRIVEES
A B C D E F G H
A 9
B 5
DEPARTS

C 4 4
D 2 2 2
E 8
F 5
G 4
H
Durée de H : 3.

a. Dire si le délai de réalisation pourra être respecté Utilisez les méthodes CPM, MPM et
PERT.
b. Le délai de 25 jours sera-t-il respecté si on prend 5 jours de retard dans le démarrage de
C?
c. Quelles sont les tâches critiques ?
d. Le délai de 25 jours sera-t-il respecté si on prend 4 jours de retard dans le démarrage de
F?
 19

PROPOSITION DE CORRIGE

Exercice 2.1 :
Rechercher le temps optimal que peut prendre une cuisine, revient à calculer à
durée du chemin de valeur maximale (car toutes les tâches doivent être exécutées
dans leur temps prévu mais l’accent est mis sur les arcs critiques c’est-à-dire ceux
qui du chemin de valeur minimale (car ici on ne tient compte que de chemin le
plus cours, les autres chemins sont négligés. Donc on négligerait certaines étapes
pour préparer un repas).

a) Recherche du temps optimal

Nous allons utiliser une technique rapide pour détecter le chemin de valeur max. cela se fait à
l’aide du graphe ordonné par niveau le principe est le suivant :
- au sommet de départ on affecte l’indice optimal t’=0
- pour les autres sommets, on calculera leurs indices en utilisant la formule : tj = ti + l(xixj).
Pour l’arc incident intérieurement au sommet Xj
Max ti’ +l(xixj) s’il y a plusieurs arcs incidents intérieurement à Xj

Remarque : Pour un problème à min, on prendra Min ti’ +l(xixj).

Graphe ordonné
X P(x) C0 =  X0
X0 - C1 = X1, X0
X1 X0 C2 =  X4
X2 X0
X3 X1 X2
X4 X0, X2, X3

Calcul rapide des indices d’amélioration

t0’ = 0
t1’= t0 +l(X0 X1) = 0+20 =20
t2’= t0 +l(X0 X1) = 0+50 =50
t3’= max { t2 +l(X2 X3), t3 +l(X1 X3)} = max {50 + 30, 20 + 90} = max {80, 110} = 110
t’4 = max {t2 +l(X2 X4), t3 +l(X3 X4), t0 +l(X0 X4) } = max {50 + 30, 110 + 20, 20 + 90}
= max {80, 130, 110} = 130

Graphe
70
X4
20 X1 90 20
X0 X3
50 30 20
X2
 20

lMax = 130’ Durée de fin = 9h30’ + 130 = 9h30’ + 2h10’ = 11h40’

Donc à 11h40’. Elle peut espérer terminer sa cuisine.
b) Identification des tâches critiques par la Méthode PERT
Le graphe devient
C(70)

A(20) 1 D(90) 3 E(20) 4

0 20 20 110110 130 130
0 0 B(50) F(30) G(20)
2
20 80

Calcul de DTO (dates au plutôt)

t0 = 0
t2= t0 +l(X0 X2) = 0+50 = 50
t1= t0 +l(X0 X4) = 0 +20 = 20
t3’= max { t2 +l(X2 X3), t1 +l(X1 X3)} = max {50 + 30, 20 + 90} = max {80, 110} = 110

Calcul de DTA (au plus tard)

t0’= min {t’2 – l(X2 X0), t1 – l(X1 X0), t4 – l(X4 X0)} = {80 – 50, 20 – 20, 130 – 70} = 0
t1’ = t3’– l(X3 X1) = 110 – 90 = 20
t2’= min {t’4 – l(X4 X2), t’3 – l(X3 X2)} = min {130 – 20, 130 – 50} = min{110, 80} = 80
t3’ = t4’ – l(x4x3) = 130 – 20 = 110
t4’= min {t2 + l(X4 X2), t3 + l(X2 X4), t0 + l(X0 X4)} = {70, 130, 70}
Le chemin de valeur Max (chemin critique) est celui dont les DTO = DTA
 A, D, et E de durée d = 130’

R) Ces tâches sont : A, D et E

R) Calcul du retard Max de chaque tâche

b) Sans modifier d = 130

Il s’agit du calcul de la Marge totale des tâches

Tâches DTA(j) DTO(i) Durée (dij) MT = DTA(j) – DTO (i)-dij

A 20 0 20 20 – 0 – 20 = 0
B 80 0 50 80 – 0 – 50 = 30
C 130 0 70 130 – 0 – 70 = 60
D 110 20 90 110 – 20 – 90 = 0
E 130 110 20 130 – 110 – 20 = 0
F 110 50 30 110 – 50 – 30 = 30
G 130 50 20 130 – 50 – 20 = 60
 21

Commentaire : La ménagère dispose d’une marge de manœuvre de :

 30’ pour démarrer la tâche B
 1h pour démarrer la tâche C
 30’ pour démarrer la tâche F et
 1h démarrer la tâche G
sans que sa cuisine ne déborde l’heure optimale c’est-à-dire 11h40’

Exercice n°5 :

Ordonnancement du graphe par niveau

P(X) S(x)
A Construction des voies d’accès - B, G
B Travaux de terrassement A E, F
C Construction des bâtiments administratifs - E, F
D Commande du matériel électrique - E
E Construction de la centrale B, C, D H
F Construction du barrage B, C I
G Installation des galeries et conduite forcées A H
H Montage des machines E, G I
I Essais de fonctionnement F, H -

N.B : Le sommet I sans suivants sera relié à une tâche fictive (tâche fin) pour nous permettre de
dater la fin des travaux.

C0 = {A, C, D} C1={B, G} C2 = {E, F} C3= {H} C4 ={I}

a) Graphe PERT

1 G(7)
4 4
A(4) B(6)
C(4) 2 4 H(10) 5 I(3) fin
0 10 10 22 24 34 34 37 37
0 0 D(12) (0) F(24)
3
12 14 E(10)

* Chemin critique : A  B  F  I l = 37 semaines ~ 9 mois et 1 semaine

 22

b) Calcul des marges

Tâches ML = DTO(j)–DTO(i) - dij MT = DTa(j)–DTO(i)–dij MC = DTO(j)–DTA(i)-dij

A= (0-1) 4–0–4=4 4–0–4=0 4–0–4=0
B= (1-2) 10 – 4 – 6 = 0 10 – 4 – 6 = 0 10 – 4 – 6 = 0
C= (0-1) 10 – 0 – 4 = 6 10 – 0 – 4 = 6 10 – 0 – 4 = 6
D= (0-3) 12 – 0 – 12 = 0 14 – 0 – 12 = 2 12 – 0 – 12 = 0
E= (3-4) 22 – 12 – 10 = 0 24 – 12 – 10 = 2 22 – 14 – 10 = – 2
F= (2-5) 34 – 10 – 24 = 0 34 – 10 – 24 = 0 34 – 10 – 24 = 0
G= (1-4) 22 – 4 – 7 = 11 24 – 4 – 7 = 13 22 – 4 – 7 = 11
H= (4-5) 34 – 22 – 10 = 2 34 – 22 – 10 = 2 34 – 24 – 10 = 0
I= (5-f) 37 – 34 – 3 = 0 37 – 34 – 3 = 0 37 – 34 – 3 = 0

MC  ML  MT

c) La date de la saisie sera : 1/02/2002 + 9 mois et 7 jours, vers le 08 octobre 2002.

Les tâches qui méritent l’attention sont :

a) Recherche du directeur
b) Proposition du thème et rédaction de l’introduction
c) Correction du directeur
d) Dernière correction et avis du directeur

Diagramme de GANTT

1 5 10 15 20 25 30 35 40

A
B
C
D
E
F
G
H
I
 23

Méthode PMP

Taches 0 d 0 A 4 B 0 C 0 D 12 E 10 F 4 G 22 H 34 I 37 f
Tâches 0 0d:0 0 A:4 0d:0 0d:0 4 B:6 4 B:6 0 A:4 12 E:10 10 F:24 34 I: 3
antérieures 0 C:4 0 C:4 4 G:4 0 C:4
0 D:12

Chemin critique : A, B, F, I durée = 37 semaines.

Graphe MPM

0 0 4 10 10
A 4 4 6 F 24
B
4 22 24 34 34 3 37 37
4 7 H 10 I FIN
0 6
C 4 17 6 10
G

4
0 2 12 14
D E
12

A B F I s.

Détermination des marges

Tâches x tx t’x MT M Lx  min[t y  t x  d x ]

yEs( x )

A 0 0 0 ML = min {4 – 0 – 0 ; 4 – 0 – 4 }= min {4, 0} = 0

B 4 4 4 ML = min{10 – 4 – 6 ; 12 – 4 – 6} = min {0, 2} = 0
C 0 6 6 ML = min{10 – 0 – 4 ; 12 – 0 – 4} = min {6, 8} = 6
D 0 2 2 ML = 12 – 0 – 12 = 0
E 12 14 2 ML = 22 – 12 – 10 = 0
F 10 10 0 ML = 34 – 10 – 24 = 0
G 4 17 13 ML = 22 – 4 – 7 = 11
H 22 24 2 ML = 34 – 22 – 10 = 2
I 34 34 0 ML = 37 – 34 – 3 = 0
S (Fin) 37

Exercice 6
Le graphe représentant ledit projet est donné ci-après :
 24

Représentation correcte
6 E
D I J K
8 9 10 11
A B
1 2 3 G Fin
C 4
Début F 7
5 H
Les arcs en traits pleins représentent les activités réelles et les arcs en pointillés, les
activités fictives.
L’activité muette reliant les événements 5 et 6 est nécessaire. Si elle n’était pas utilisée ainsi
l’indique le graphe ci-dessous), les activités G et H seraient présentées comme dépendantes du
recrutement des enquêteurs (E) alors que ce n’est évidemment pas le cas. De même l’activité
fictive reliant les événements 7 et 8 doit être introduite pour distinguer les opérations G et H, qui,
autrement, seraient confondues puisque reliant les mêmes événements.
Représentation incorrecte

5,6 E,G,H
D I J K
7,8 9 10 11
A B
1 2 3 F Fin
C 4
Début

Exercice n°7 Recherche des niveaux

Tâches Durée P(X) S(X)

A 4 - C, D, E
B 2 - D
C 1 A F
D 1 A, B G
E 2 A H
F 2 C G
G 2 D, F I
H 10 E J
I 4 G J
J 1 H, I -

C0 = {A, B} C1 ={C, D, E} C2= {F, H} C3 ={G} C4 = {I} C5 ={J}

 25

C 1
4
F I
2
A 4 4
1
D 1 G I FIN
2
10
4 H

B 2

C0 C1 C2 C3 C4 C5

4 7 9 12
4 C 1 I

0 0 5 8 2
A F 4
2
4
4 9 1 7 10
D G 16 16
2 J
4 10
0 7 6 6
B H 1

4 4 2 17 17
E FIN
 26

Exercice 9 :
Pour mieux suivre le chemin critique, nous construisons un graphe ordonné selon les niveaux de
sommets de génération. Pour ce faire, nous avons besoin du dictionnaire des précédents. Le
dictionnaire des suivants est donné ici afin de suivre correctement la succession des étapes.

X P(X) S(X) X P(X)

A – D, E A –
B – C B –
C B D C B
D A, C H D A, C
E A F E A
F E G F E
G F H G F
H G, D I H G, D
I H J I H
J I – J I

C0 = {A, B} C1 = {C, E}

X P(X) X P(X) X P(X) X P(X) X P(X)

A – A – A – A – A –
B – B – B – B – B –
C B C B C B C B C B
D A, C D A, C D A, C D A, C D A, C
E A E A E A E A E A
F E F E F E F E F E
G F G F G F G F G F
H G, D H G, D H G, D H G, D H G, D
I H I H I H I H I H
J I J I J I J I J I

C2 ={D, F} C3 ={G} C4 ={H} C5 ={I} C6 ={J}

D’où le graphe ordonné selon les niveaux :

A E F G
H I J

B C D

C0 C1 C2 C3 C4 C5 C6

a) Le délai minimum de mise en route du système

 27

a. Détermination des DTO

Evénements DTO
Début te = 0
1 t1 = te + 20 = 20
2 t2 = te + 30 = 30
3 t3 = t1 + 2 = 20 + 2 = 22
4 t4 = max {t2 + 3, t1 + 0} = max {30 + 3, 20 + 0} = max {33, 20} = 33
5 t5 = t3 + 5 = 22 + 5 = 27
6 t6 = max {t4 + 10, t5 + 1} = max {33 + 10, 27 + 1} = max {43, 27} = 43
7 t7 = t6 + 1 = 43 + 1 = 44
8 t8 = t7 + 1 = 44 + 1 = 45
Fin (s) t8 = t8 + 2 = 45 + 1 = 47

b. Détermination des DTA

DTO du graphe inversé DTA

Fin (s) ts = 0 t’s = ts – 0 = 47 – 0 = 47
8 t8 = ts + 2 = 0 + 2 = 2 t’8 = ts – 2 = 47 – 2 = 45
7 t7 = t8 + 1 = 2 + 1 = 3 t’7 = ts – 3 = 47 – 3 = 44
6 t6 = t7 + 1 = 3 + 1 = 4 t’6 = ts – 4 = 47 – 4 = 43
5 t5 = t6 + 1 = 4 + 1 = 5 t’5 = ts – 5 = 47 – 5 = 42
4 t4 = t6 + 10 = 4 + 10 = 14 t’4 = ts – 14 = 47 – 14 = 33
3 t3 = t5 + 5 = 5 + 5 = 10 t’3 = ts – 10 = 47 – 10 = 37
2 t2 = t4 + 3 = 14 + 3 = 17 t’2 = ts – 17 = 47 – 17 = 30
1 t1 = max {t3 + 2, t4 + 0} = max{10 +2, 14 + 0} = 14 t’1 = ts – 14 = 47 – 14 = 33
Début te = max {t1 + 20, t2 + 30} = max{14 +20, 47 + 0} = 47 t’e = ts – 47 = 47 – 47 = 0

1 E(2) F(5) 5
3
22 37 27 42 8
En 20 33 G(1)
45 45
0 0 A(20) 33333
0 7
33 6 44 44
J(2)
B(30) D(10) I(1)
43 43 H(1)
C(3) Fin
2 4
47 47
30 30 33 33

Durée minimum : 47 jours. Le chemin critique passe par les tâches B, C, D H, I, J.

Il faudra 47 jours pour mettre le système en marche.

On note l’existence d’une tâche fictive (muette) entre A et D.

b) Si le délai de livraison du mobilier est de 25 jours au lieu de 5, Il faudra recalculer les

DTO et les DTA.
 28

a. Détermination des DTO

Evénements DTO
Début te = 0
1 t1 = te + 20 = 20
2 t2 = te + 30 = 30
3 t3 = t1 + 2 = 20 + 2 = 22
4 t4 = max {t2 + 3, t1 + 0} = max {30 + 3, 20 + 0} = max {33, 20} = 33
5 t5 = t3 + 25 = 22 + 25 = 47
6 t6 = max {t4 + 10, t5 + 1} = max {33 + 10, 47 + 1} = max {43, 48} = 48
7 t7 = t6 + 1 = 48 + 1 = 49
8 t8 = t7 + 1 = 49 + 1 = 50
Fin (s) t8 = t8 + 2 = 50 + 2 = 52

a. Détermination des DTA

DTO du graphe inversé DTA

Fin (s) ts = 0 t’s = ts – 0 = 52 – 0 = 52
8 t8 = ts + 2 = 0 + 2 = 2 t’8 = ts – 2 = 52 – 2 = 50
7 t7 = t8 + 1 = 2 + 1 = 3 t’7 = ts – 3 = 52 – 3 = 49
6 t6 = t7 + 1 = 3 + 1 = 4 t’6 = ts – 4 = 52 – 4 = 48
5 t5 = t6 + 1 = 4 + 1 = 5 t’5 = ts – 5 = 52 – 5 = 47
4 t4 = t6 + 10 = 4 + 10 = 14 t’4 = ts – 14 = 52 – 14 = 38
3 t3 = t5 + 25 = 5 + 25 = 30 t’3 = ts – 10 = 52 – 30 = 22
2 t2 = t4 + 3 = 14 + 3 = 17 t’2 = ts – 17 = 52 – 17 = 35
1 t1 = max {t3 + 2, t4 + 0} = max {30 +2, 14 + 0} = 32 t’1 = ts – 32 = 52 – 32 = 20
Début te = max {t1 + 20, t2 + 30} = max {32 +20, 47 + 0} = 52 t’e = ts – 47 = 52 – 52 = 0

1 E(2) F(25) 5
3
22 22 47 47 8
En 20 20 G(1)
50 50
0 0 A(20) 33333
33 0 7 J(2)
B(30) D(10) 6 49 49 I(1)
48 48 H(1)
C(3) Fin
2 4
52 52
30 35 33 38

Il faudra donc 52 jours pour démarrer le projet si f = 25 au lieu de 5. Dans ce cas, le chemin
critique devient : A –E– F– G– H– I – J.

On note l’existence d’une tâche fictive (muette) entre A et D.

 29

2.10

X
9

X X
2 3
X8

x1 x4
X X1
7 0
X
5

X
6-
66

Exercice 10 :

On a besoin du dictionnaire des précédents pour trouver les niveaux de génération des sommets.

X Durées en semaines P(X) S(X)

A 2 - B
B 8 A C, O
C 1 B D, F, H
D 3 C E
E 5 D K
F 1 C G
G 2 F K
H 2 C I
I 3 H J
J 8 I L, N
K 7 E,G L, N
L 2 K, J M
M 1 L P
N 1 K, J P
O 8 B P
P 1 M, N,O -

C0 ={A}
 30

X P(X) X P(X) X P(X) X P(X) X P(X)

A – A – A – A – A –
B A B A B A B A B A
C B C B C B C B C B
D C D C D C D C D C
E D E D E D E D E D
F C F C F C F C F C
G F G F G F G F G F
H C H C H C H C H C
I H I H I H I H I H
J I J I J I J I J I
K E,G K E,G K E,G K E,G K E,G
L K, J L K, J L K, J L K, J L K, J
M L M L M L M L M L
N K, J N K, J N K, J N K, J N K, J
O B O B O B O B O B
P M, N,O P M, N,O P M, N,O P M, N,O P M, N,O

C1 ={B } C2 ={C, O} C3 ={D, F, H} C4 ={E, G, I} C5 ={J, K}

X P(X) X P(X) X P(X)

A - A - A -
B A B A B A
C B C B C B
D C D C D C
E D E D E D
F C F C F C
G F G F G F
H C H C H C
I H I H I H
J I J I J I
K E,G K E,G K E,G
L K, J L K, J L K, J
M L M L M L
N K, J N K, J N K, J
O B O B O B
P M, N,O P M, N,O P M, N,O

C6 ={L, N } C7 ={M} C8 ={P}

D’où le graphe ordonné selon les niveaux :

 31

C0 C1 C2 C3 C4 C5 C6 C7 C8

c) Déterminez les tâches constituant le chemin critique et sa durée.

Exercice 11

2.3.2.1.1 Représentation des activités par les nœuds (graphe potentiel – tâches)

Pr Sr

Ab Ee Om Sg

Mg

Pf Fc

Représentation des activités par les nœuds

Représentation des activités par les arcs (graphe potentiel – étapes)

Ici, chaque activité du projet est représentée au moyen d’un arc et de 2 nœuds. Un de ces
nœuds correspond au début de l’exécution de l’activité et l’autre à sa fin.

3
Pr Sr
F1
Ab Ee Om
1 2 4 6 7 8
Mg Sg

F2 Fc
Pf
5

Représentation des activités par des arcs.

 32

1 7
2 Pr 2 Sr
2 2
62 6 8
2
Sg
2
0 1
0 Ab 1 Ee Om Mg
0 1 0

Pf Fc

Figure 2.4 : Graphe CPM, représentation des activités par les nœuds

Exercice 2.12 :
La construction d’un entrepôt peut se décomposer en 10 tâches reliées entre elles par des
conditions d’antériorité. L’entreprise chargée de cette construction vous communique le tableau
des enchaînements des différentes activités, avec indications des durées respectives de chaque
tâche. Pour planifier son travail, elle vous demande de représenter sur un graphe le chemin
critique indiquant le temps minimum nécessaire pour la réalisation de ce projet.

Tableau en annexe
Désignation Activités prérequises Durée (jours)
A Acceptation des plans – 4
B Préparation du terrain – 2
C Commande des matériaux A 1
D Creusage des fondations A, B 1
E Commande des portes et fenêtres A 2
F Livraison des matériaux C 2
G Coulage des fondations D, F 2
H Livraison des portes et fenêtres E 10
I Pose des murs de la charpente du toit G 4
J Mise en place des portes et fenêtres H, I 1

TAF :
 Déterminer le chemin critique du projet ;
 Calculer la marge libre et la marge totale de chaque charge ;
 Déterminer le flottement de chaque sommet ou événement.

Solution :
 Servons-nous du tableau ci-dessus pour construire la matrice booléenne qui nous
permettra d’obtenir le dictionnaire des précédents et le dictionnaire des suivants.
 33

ARRIVEE
A B C D E F G H I J P(X) S(X)
A 1 1 1 – C, D, E
B 1 – D
C 1 A F
DEPART

D 1 A, B G
E 1 1 A G, H
F C
G 1 D, F 1
H 1 E J
I 1 G J
J H,I –

A partir du dictionnaire des précédents, on obtient les niveaux de génération des sommets ci-
dessous ainsi que le graphe associé :
C0 = {A, B} C1 = {C, D, E} C2 = {F, H} C3 = {G} C4 = {I} C5 = {J}

2 6
0 0 0 0

7 8
0 0 0 0
3
1 0 0
0 0

3 4 5
0 0 0 0 0 0
 34

CHAPITRE TROISIEME
LE PROBLEME DE FLOTS DANS LES GRAPHES

Mathématiquement, il s’agit de résoudre le programme suivant :

Max  i
avec 0 ≤  ij ≤ Cij (Contrainte de capacité)

et   (i, j )    (i, j ) (Contrainte de conservation du flot)

i , j  U x i , j  U x

Pour résoudre ce problème, nous utiliserons l’algorithme de FORD et FULKERSON dont le

principe se résume en 3 étapes ci-après :
- Détermination d’un flot au jugé,
- Détermination du flot complet,
- Détermination d’un flot maximum à partir d’un flot complet.

a) Détermination d’un flot au jugé

Il s’agit de n’importe quel flot respectant les conditions de capacité et de conservation de
flot

b) Détermination d’un flot complet

Un flot est complet si tous les chemins du graphe allant de x0 à xn sont saturés.
Un chemin est dit saturé si au moins un des arcs qui le compose est saturé, c’est-à-dire s’il ya
au moins un arc pour lequel la capacité (Cij) sur l’arc (ij) = au flot  ij sur l’arc (ij)
Pour saturer un chemin (non saturé), on ajoute aux flots de ses arcs la capacité résiduelle
minimale des arcs, c’est-à-dire, min (Cij –  ij )
c) Détermination du flot maximal
Le flot est dit maximal lorsque toutes les chaînes du graphe de x0 à xn sont saturées.
Une chaîne est dite saturée si parmi tous les arcs parcourus dans le sens des flèches, il y a au
moins un pour lequel C(xi, xi+1) =  (xi, xi+1) ou si parmi tous les arcs parcourus en sens
contraire des flèches, il y en a au moins un pour lequel  (xi+1, xi) = 0.
Soit A+, l’ensemble des arcs parcourus dans le sens des flèches et A-, l’ensemble des arcs
parcourus dans le sens contraire des flèches. Pour saturer une chaîne, on procède comme
suit :
Pour les arcs A+ de la chaîne, on ajoute le nombre d à chacun des flots des arcs appartenant à
A+ ;
Pour les arcs A- de la chaîne, on enlève « d » à chacun des flots des arcs appartenant à A+
où :
d = Min [d1, d2]
d1 = min [C(xi, xi+1) – (xi, xi+1)]
d2 = min [(xi +1, xi)]
 35

Exercice n°5 : Soit une liaison routière permettant de se rendre de la localité E vers la
localité S. Les arcs représentent les différentes routes en sens unique et les
sommets, les points de croisement des routes (nœud du transit). Les chiffres
marqués sur les arcs représentent la capacité de véhicules que peut faire
passer chaque route. Dans l’hypothèse où le flux de véhicule est constant le
long des arcs et qu’à chaque nœud de transit il arrive autant de véhicule
qu’il en repart. On vous demande de déterminer le nombre maximum des
véhicules qui peuvent circuler dans ce réseau routier (calculer le flot
maximum).

4 3
4 1 4
1 3 S
E 4
7
2 4 4
2

Exercice n°6 : La Regideso dispose de 3 châteaux d’eau A, B et C alimentant quatre sous

régions de la ville de Kinshasa soient D, E, F et G. Les débits d’eau en
1/3m3 par château et les besoins respectifs en eau de D, E, F et G sont
donnés sur la figure ci-après :

10 D(30)
(45)A 15
20
E(10)
20 5
(25)B
15
F(20)
10
(20)C
10
G(30)

Quelle est la meilleure alimentation ?

Exercice n°7 : Une société Agro-industrielle dispose de stocks de café dans 3 usines
d’exploitation A, B, K
(A) AKETI : 200 tonnes
(B) BUTEMBO : 100 tonnes
(K)KIKWIT : 350 tonnes
 36

Elle doit assurer l’approvisionnement de ses différentes usines tarification dot les demandes sont
à

(F) FARADJE : 250 tonnes

(L) LIKASI : 200 tonnes
(T) Tumba : 200 tonnes

Les capacités de transport disponible assurant la liaison entre les différentes

usines d’origine et les centres de traitement sont résumées dans le graphe suivant :

150 (F)
(A)
100
50 (L)
(B) 100 50

(K) 50 100
(T)

Quel sera le meilleur plan d’approvisionnement ?

Exercice n°8 : Déterminer le flot maximal à partir de la matrice des capacités suivante :
5 6 7 8 Dispo
1 5 2 9 17
2 4 3 4
3 3 4 8 5
4 2 4 2
Demande 6 4 10 8

PROPOSITION DE CORRIGE
 37

CHAPITRE QUATRIEME :
LA PROGRAMMATION LINEAIRE PARAMETREE

 Analyse de la sensibilité
 La paramétrisation
Exercices 4.1 :
Compte tenu des heures d’entretien, une machine est disponible 170 heures par mois. On
peut fabriquer avec cette machine l’article A à la cadence de 50 à l’heure et l’article B à
la cadence de 80 à l’heure. Mais l’article A rapporte net 3 unités monétaires (um) alors
que l’article B ne rapporte que 2 um. D’autre part, la capacité d’absorption du marché
étant limitée, on ne peut fabriquer plus de 7000 objets A, ni plus de 10000 objets B par
mois. En utilisant l’algorithme du simplexe, le gérant de l’atelier a obtenu le nombre d’a
articles de chaque catégorie qu’il faut fabriquer pour obtenir le profit maximal. Le
tableau optimal est donné ci-après, le programme linéaire étant :
Maximiser Z = 3x1 + 2x2
1 1
sujette à : x1  7000, x2  10000, x1  x 2  170 , x1  0 et x2  0
50 80
3 2 0 0 0
ci i x1 x2 x3 x4 x5 voi
3 1 1 0 0 –5/8 1/8 2250
0 3 0 0 1 5/8 –1/8 4750
2 2 0 1 0 1 0 10000
–1/8 –3/8 Z =26750

a) On suppose maintenant que le profit net c1tiré de l’article A n’est plus déterminé
avec exactitude. On pose donc c1 = 3(1 +  ). Qu’en résulte-t-il quant à la solution
–1 <  < +  ?
b) Tracez la courbe Z(  ) où Z(  ) est la fonction économique paramétrée.
c) Le nombre d’heures de disponibilité de la machine passe de 170 à 170(1 + µ)
heures par mois où –1 < µ < 2. Comment la solution est-elle modifiée lorsque µ
varie entre ces bornes ?

Exercice 4.2 :
Une entreprise qui fabrique trois types de produits : des tables (x1), des chaises (x2) et des
bibliothèques (x3) à travers trois départements (assemblage, A; Finissage, F et Emballage, E) a
trouvé qu’elle pouvait maximiser son bénéfice π en résolvant le programme linéaire suivant :
Max π = 20 xl + 40 x2 + 30 x3 s.c. 3x1 + 4x2 + 2x3  60, 2x1 + x2 + 2x3  40 et x1 + 3x2 +
2x3  80 avec x1  0, x2  0 et x3  0. Sa solution optimale est donnée ci-après :
20 40 30 0 0 0
ci I x1 x2 x3 x4 x5 x6 Voi
40 2 2/6 1 0 2/6 –2/6 0 20/3
30 3 5/6 0 1 –1/6 4/6 0 50/3
0 6 –10/6 0 0 –4/6 –2/6 1 80/3
 j  cj  zj –110/6 –50/6 –40/6 Z = 2300/3
 38

a. De combien faut-il accroître la marge unitaire c1 = 20 pour que l'activité X1 devienne

rentable ?
b. Dans quel intervalle peut-on faire varier le coefficient C3 pour que la base actuelle reste
optimale ?
c. Dans quel intervalle peut-on varier b3 = 80 tout en conservant le même plan de production ?
d. De combien devrait-on réduire le nombre d'unités de la ressource 2 utilisée par x 1 pour que
cette activité devienne rentable ?

Exercice n°4.3 : Une industrie dispose de trois machines M1¸ M2 et M3 pour produire trois biens
X1, X2 et X3. La production d’une unité du bien X1, exige 2h de traitement
dans la machine M1, 3h dans M2 et 1h dans M3.
La production d’une unité du bien X2 exige 1h dans M1, 3h dans M2 et 2h
dans M3. Enfin, celle de X3 : 1h dans M2 et 2h dans M3. Les heures
disponibles sont respectivement : 6000, 9000 et 4000 pour M1, M2. Les
profits on vous demande 10$ pour X1, 15$ pour X2 et 5$ pour X3. On vous
demande d’étudier l’impact des opérations suivantes sur la solution du
programme (analyse de la sensibilité) :

a) De combien accroître le profit de X3 pour que cette activité devienne rentable ?

b) Quel est l’intervalle de variation du profit du bien X1 si la solution reste inchangée ?
c) Quelle activité être en jeu si le profit de X1 accroît de 8$ ?
d) De combien peut-on varier les heures disponibles de M3 sans changer la solution
optimale ?
e) De combien réduire le nombre d’heures de M3 consacrée à la fabrication du bien X3 pour
que cette activité devienne rentable ?
f) L’introduction nouvelle contrainte X1 +X2 +X3  5000 pour modifier la solution optimale
du programme ?

Exercice n°4.4 : Discuter sur la solution des programmes linéaires suivants :

 X  X 2  X 3  20
A) Max Z = (7 +2)X1 + (12 +)X2 +(10-)X3 S/C  1 et Xj  0, j = 1,2,3
2 X 1  2 X 2  X 3  20
 X 1  10  2

B) Max Z = 2X1 + X2 S/C  X 1  X 2  25   et Xj  0, j = 1, 2.
 X  10  2
 2

3 X 1  X 2  3  2

C) Max C : 2X1 + X2 S/C 4 X 1  3 X 2  3   et Xj  0, j = 1, 2.
 X  2X  2  
 1 2

PROPOSITION DES SOLUTIONS

 39

Exercice 4.1
Solution :
Intégrons maintenant  dans le tableau optimal et recalculons les  j afin de déterminer les
intervalles dans lesquels  varie.

3+ 3  2 0 0 0
ci I x1 x2 x3 x4 x5 Voi Voi /aie
3+ 3  1 1 0 0 -5/8 1/8 2250
0 3 0 0 1 5/8 -1/8 4750 7600  s
2 2 0 1 0 1 0 10000 10000
 j  cj  zj -1/8+15  /8 -3/8-3  /8 Z
e =26750+6750 
3+3  1 1 0 1 0 0 7000
0 4 0 0 8/5 1 -1/5 7600
2 2 0 1 -8/5 0 1/5 2400
 j  cj  zj 1 -2/5 25800+21000 
  3
5

1 15  3 3
Dans le A0,  4     0 entraîne que   1/15 et  5     0 entraîne que   -
8 8 8 8
1
1. D’où l’intervalle  1    . L’optimum restera inchangé tant que  4 et  5 sont négatifs.  4
15
est négatif tant que   1/15 et  5 est négatif car   -1 par hypothèse. Par contre si   1/15,
 4 est positif. On doit faire entrer x4 dans la base et x3 sortira de la base.
1
Dans le second tableau  3    3  0 . Donc   1/15.  3 est négatif car   1/15 ainsi
5
que  5. Dans ce cas, le l’optimum est atteint.

D’où Le Tableau :
 -1 1/15 +
C1 0 6/5 = 3,2
Valeur de x1 2250 7000
Valeur de x2 10000 24000
Valeur de Z 26750 + 6750  25800 + 21000 
27200
 40

Courbe de Z

30000
26750
27200
20000

10000

-1  1/15 0,2
0 3,2 3,6
C1

Exercice 4.2

a. De combien faut-il accroître la marge unitaire c1 = 20 pour que l'activité X1 devienne

rentable ?
Réponse :
C’1  Z1 = (C1  Z1)  (C1  C'1)  0
 110/6  (20  C'1)  0
 110/6  20 + C'1  0
C'1  20 + 110/6  C’1 doit être  230/6
Donc, il faut augmenter c1 de (230/6) – 20 = 110/6 au moins.

b. Dans quel intervalle peut-on faire varier le coefficient C3 pour que la base actuelle reste
optimale ?
Réponse :
Recalculons les j = Cj  Zj des variables hors-base en fonction de c3. C'est pour connaître
l'intervalle dans lequel c3 peut varier.
1 = C1  Z1 = 20  [40(2/6) + C3 (5/6) + 0]  0
= 20  80/6  C3(5/6) +  0
= 40/6  C3 (5/6)  0
 C3 (5/6)   40/6  C3  8
4 = C4  Z4 = 0  [40(2/6) + c3(  1/6) + 0]  0
=  80/6 + C3 (1/6)  0
(1/6) C3  80/6  C3  80
5 = C5  Z5 = 0  [40(  2/6) + C3(4/6) + 0]  0
= 80/6  C3 (4/6)  0
 41

 (4/6) C3   80/6  C3  20
Ainsi : 20  c3  80

c. Dans quel intervalle peut-on varier b3 = 80 tout en conservant le même plan de production ?
 60 
Soit P0 =  40  dans le tableau initial. Nous calculons P0 dans le tableau optimal
80   
comme suit :
 2 / 6  2 / 6 0  60   40 / 6 
 
P0 =   1 / 6 4 / 6 0  40  =  10 0 / 6   0
 
 4 / 6  2 / 6 1 80    16 0 / 6   
   
320
Donc 160/6 +   0     160/6 et  b3  + 
6
d. De combien devrait-on réduire le nombre d'unités de la ressource 2 utilisée par x 1 pour que
cette activité devienne rentable ?
Réponse :
3  3 
On remplace la colonne X1 = 2 dans le tableau initial par X 1' = 2    . Ce qui donne dans le
1   1 
 2 / 6  2 / 6 0  3   2 / 6  2 / 6 
 
tableau optimal K-1 P1' =   1 / 6 4 / 6 0 2    =  5 / 6  4 / 6  .
 4 / 6  2 / 6 1  1    10 / 6  2 / 6
     
Pour que l'activité x1 devienne susceptible de rentrer dans la base, il faut :
1 = C1  Z1 = 20  [40(2/6 + 2/6) + 30(5/6  4/6)]  0   110/6 + 40/6  0.
Il s'ensuit que   11/4. On doit donc réduire le coefficient de x1 de la deuxième contrainte au moins
de 11/4.

Exercice 9a :

Ce programme peut encore s’écrire comme :

Forme Canonique Forme standard

Max Z = –10x1 + 4x2 + 4x3 Max Z = –10x1 + 4x2 + 4x3 + 0x4 +0x5+0x6+0x7 – Mx8 – Mx9
Sous les contraintes Sous les contraintes :
–2x1 + x2 + x3 ≤ 4 –2x1 + x2 + x3 + x4 =4
x1 + 2x2 + x3 ≥ 1 x1 + 2x2 + x3 – x5 + x8 =1
– x1 – 2x2 + 3x3 ≤ 2 – x1 – 2x2 + 3x3 + x6 =2
x1 – x2 + x3  2 x1 – x2 + x3 – x7 + x9 = 2
 42

et xj  0 ; j = 1, 2, 3 et xj  0 (j = 1, 2, … 7).

De la forme standard, on peut identifier la matrice I0 formée avec les vecteurs x4, x8, x6 et x9. En
lisant les mêmes variables dans le tableau optimal donné partiellement, on forme la matrice K-1
suivante :
x 4 x8 x6 x9
2 0  3/ 2 5/ 2
1 0 1 2 . Il ne reste plus qu’à compléter ce tableau en multipliant K-1 par les
1 0  1/ 2 3 / 2
6  1  9 / 2 17 / 2
colonnes des variables manquantes, à savoir x1, x3, x5, x7 et Voi, après avoir introduit à gauche du
tableau les colonnes ci et i et en bas la ligne des j.
   x1 x3 x5 x 7 Voi   x1 x3 x5 x7 Voi 
2 0  3 / 2 5 / 2   2 1 0 0 4   0 0 0  5/ 2 10 
 
1 0 1 2  1 1 1 0 1 = 1 0 0 2 6
    
 1 0  1 / 2 3 / 2   1 3 0 0 2  0 1 0  3/ 2 6 
6  1  9 / 2 17 / 2  1 1 0  1 2   0 0 1  17 / 2 31 

On obtient alors le tableau optimal suivant :

ci i x1 x2 x3 x4 x5 x6 x7 x8 x9 voi
4 2 0 1 0 2 0 –3/2 5/2 0 5/2 10
-10 1 1 0 0 1 0 –1 2 0 2 6
4 3 0 0 1 1 0 –1/2 3/2 0 3/2 6
0 5 0 0 0 6 1 –9/2 17/2 –1 17/2 31
ch –10 4 4 0 0 0 0 –M –M Z=4
xi 6 10 6 31
j –2 –2 –4 M M

Exercice 9b
Soit, x1, quantité de graviers fournis par la carrière P1,
x2, quantité de graviers fournis par la carrière P2.

Le problème linéaire s’écrit : Min C = 30 x1 + 50 x2 soumise aux contraintes

6 x1 + 2 x2  30, 3 x1 + 2 x2  24, 5 x1 + 10 x2  60, x1  0, et x2  0.

Son dual est :

Max Z = 30 y1 + 24 y2 + 60 y3 ,
soumise aux contraintes
6 y1 + 3 y2 + 5 y3  30,
2 y1 + 2 y2 + 10 y3  50,
y1  0, y2  0 et y3  0,
dont le tableau optimal est :
 43

30 24 60 0 0
ci i y1 y2 y3 y4 y5 Voi
24 2 5/2 1 0 1/2 –1/4 5/2
60 3 –3/10 0 1 –1/10 3/20 9/2
j –12 –6 –3 Z = 330

La correspondance entre le primal et le dual donne (en considérant le dual comme le

primal)

PRIMAL Variables principales Variables d’écart VB primales : y2 et y3

y1 y2 y3 y4 Y5 VHB primales : y1, y4 et y5
DUAL x3 x4 x5 x1 X2 VB duales : x3, x1 et x2
Variables d’écart Variables principales VHB duales : x4 et x5

1 = -12  x3 = 12
4 = -6  x1 = 6 z = 30(6) + 50(3) = 330
5 = -3  x2 = 3

le tableau optimal du primal étant :

30 50 0 0 0
ci i x1 x2 x3 x4 x5 Voi
0 3 0 0 1 –5 / 2 3/10 12
30 1 1 0 0 –1/2 1/10 6
50 2 0 1 0 ¼ –3/20 3
j 5/2 9/2 Z = 330

On devra extraire 6 tonnes de P1 et 3 tonnes de P2. Le coût minimum s’élèvera à 330 F.

Réponse Exercice 9c :

Soit le programme linéaire

Max Z = 10 xl + 14 x2 + 12 x3
Soumise aux contraintes
x1 + 3 x2 + 2 x3  40
3 xI + 2 x2 + x3  45
x1 + x2 + 4 x3  38
x1  0, x2  0 et x3  0

D'où le tableau initial Ao:

10 14 12 0 0 0
ci I x1 x2 x3 x4 x5 x6 Voi
0 4 1 3 2 1 0 0 40
0 5 3 2 1 0 1 0 45
0 6 1 1 4 0 0 1 38
j 10 14 12 Z=0

La connaissant, on a, en se servant du tableau partiel donné, la matrice

 44

 11 / 24  2 / 24  5 / 24 
K-1 =  7 / 24 10 / 24 1 / 24 
  1 / 24  2 / 24 7 / 24 
En multipliant cette dernière par les composantes des colonnes du tableau initial, on doit
obtenir les composantes des colonnes correspondantes de la solution optimale. D'où le tableau
optimal :

10 14 12 0 0 0
ci i x1 x2 x3 x4 x5 x6 Voi
14 2 0 1 0 11/24 –2/24 -5/24 160/24 = 20/3
10 1 1 0 0 –7/24 10/24 1/24 208/24 = 26/3
12 3 0 0 1 –1/24 -2/24 7/24 136/24 = 17/3
j –3 –2 –1 Z = 248

L’industriel devra donc fabriquer 20/3 tables, 26/3 chaises et 17/3 écritoires. Le
bénéfice maximum s'élèvera à 248 um.

b) Considérez le cas d’un concurrent de l’industriel. Cet entrepreneur désire transformer la

matière première, puis commercialiser les produits qu’il fabrique dans les mêmes conditions que
l’autre. Il se propose dès lors d’acheter les stocks de matière première dont dispose le premier
industriel. A combien faudra-t-il fixer les prix d’achat unitaires des trois matières premières de
manière que les deux hommes soient satisfaits ?

Réponse :

Soit y1, le prix de la matière A, y2 celui de la matière B et y3, le prix de la matière C. Le

problème de l’industriel consiste à minimiser le prix d’achat total de ces trois matières premières,
soit de résoudre le problème dual ci-après :

Primal Dual
Max Z = 10x1 + 14x2 + 12x3 Min C = 40y1 + 45y2 + 38y3
Sous les contraintes : Sous les contraintes
x1  3x 2  2 x3  40 y1 +3 y2 + y3  10
3 x1  2 x 2  x3  45 3y1 + 2y2 + y3  14
2y1 + y2 + 4y3  12
x1  x 2  4 x3  38
avec y1  0, y2  0 et y3  0
avec x1  0, x2  0

Les relations d’exclusion donnent la correspondance suivante :

Variables principales Variables d’écart

Primal x 1 x2 x 3 x4 x5 x6
y 4 y5 y6 y1 y2 y3
Dual Variables d’écart Variables principales

4 = –3  la valeur correspondante dans le dual est y1. Donc y1 = 3

5 = –2  la valeur correspondante dans le dual est y2. Donc y2 = 2
6 = –1  la valeur correspondante dans le dual est y3. Donc y3 = 1
x1 = 26/3  la valeur correspondante dans le dual est y4. Donc 4 = 26/3
 45

x2 = 20/3  la valeur correspondante dans le dual est y5. Donc 5 = 20/3

x3 = 17/3  la valeur correspondante dans le dual est y6. Donc 6 = 17/3

Conclusion :
Le prix de la matière A, y1, = 3 $
Le prix de la matière B, y2 = 2$
Le prix de la matière C, y3, = 1$.

Le prix total est égal à C = 40(3) + 45(2) + 38(1) = 120 + 90 + 38 = 248 $.

40 45 38 0 0 0
ci i y1 y2 y3 y4 y5 y6 Voi
40 1 1 0 0 –11/24 7/24 1/24 3
45 2 0 1 0 2/24 –10/24 2/24 2
38 3 0 0 1 5/24 –1/24 –7/24 1
j 26/3 20/3 17/3 C = 248

Réponse à l’exercice 9d:

Le problème étant un problème de maximisation, le tableau sera optimal si les  j sont tous
négatifs ou nuls. Le tableau du simplexe complet donne :

ci i x1 x2 x3 x4 x5 voi voi/aie
3 1 1 4/3 0 –1/3 1/3 4/3 <
1 3 0 –1/3 1 1/3 2/3 5/3 5
ch 3 2 1 0 0
XI 4/3 5/3 P = 12/3 + 5/3 = 17/3
j –5/3 2/3 –5/3
Comme les  j ne sont pas tous négatifs, c’est que le tableau donné par l’étudiant n’est pas
optimal. En effet, on peut améliorer la valeur de P en faisant entrer x 4 dans la base après en avoir
fait sortir x3. Dans ces cas, on obtient le tableau ci-après :

ci i x1 x2 x3 x4 x5 voi
3 1 1 1 1 0 1 3
0 4 0 –1 3 1 2 5
ch 3 2 1 0 0
xi 3 5 P=9
j –1 –2 –3

On s’aperçoit que tous les  j sont négatifs. La solution est optimale. X1 = 3 et x4 = 5, x2 = x3 =

x5 = 0. P maximal = 9.

Réponse à l’exercice 9 e :
Soit x1, le nombre de lots de 5 citrons et 1 orange ;
x2, le nombre de lots de 1 citron et 10 oranges ;.

Le problème est de maximiser le prix de vente total R = 400 x1 + 600 x2, sous les contraintes
5 x1 + x2  60 et x1 + 10 x2  110 avec x1  0 et x2  0.
 46

Ce problème peut être résolu par la méthode graphique car le nombre de variables principales est
égal à 2.
L’algorithme du simplexe donne le tableau suivant :

400 600 0 0
ci i x1 x2 x3 x4 Voi Voi/aie
0 3 5 1 1 0 60 60
0 4 1 10 0 1 110 11→ s
 j  cj  zj 400 600 ↑ e 1 R=0
0 3 49/10 0 1 –1/10 49 10→ s
600 2 1/10 1 0 1/10 11 110
 j  cj  zj 340 ↑ e –60 R = 6600
400 1 1 0 60/49 –1/49 10
600 2 0 1 –1/49 5/49 10
 j  cj  zj –3400/48 –2600/49 R = 10 000

Tous les j sont négatifs. Le tableau est donc optimal. Ainsi le maraîcher devra vendre 10 lots de
5 citrons et 1 orange, ainsi que 10 lots de 1 citron et 10 oranges pour gagner un revenu maximum
de 10 000 F

b) Supposons à présent qu'un grossiste veuille vendre des oranges et des citrons ; il a le
choix entre les vendre au camelot et faire des lots qu'il vendra lui-même. A quel prix
doit-il vendre les oranges et les citrons au maraîcher pour avoir avantage à les lui
vendre plutôt qu'à faire lui-même le camelot ?

Réponse :

Soit y1, le prix du citron et y2 celui de l’orange. Le problème du grossiste est de vendre le stock
au maraîcher au prix global de P = 60 y1 + 110 y2 qui doit être minimisé sous les contraintes de
non-négativité y1  0 et, y2  0 et sachant que le prix de vente doit être supérieur au prix de lot
(5 y1 + y2  400, y1 + 10 y2  600). Ce problème est le dual du précédent, problème pouvant
également être résolu par la méthode graphique. Cependant, la solution peut aussi s’obtenir à
partir du tableau optimal du primal.

Soit le tableau suivant donnant les relations d’exclusion entre Primal et Dual :

Correspondance entre le Primal et le Dual

Contraintes du primal Variables principales Variables d’écart
x1 x2 x3 x4
Contraintes du dual y3 y4 y1 y2
Variables d’écart Variables principales

x3 est hors base. 3 = -3400/49  sa correspondante duale y1 est une VB. Donc y1 = 3400/49
x4 est hors base. 4 = -2600/49  sa correspondante duale y2 est une VB. Donc y2 = 2600/49
x1 (VB) = 10  sa correspondante duale est y3 est une VHB. Donc 3 = 10
x2 (VB) = 10  sa correspondante duale est y4 est une VHB. Donc 4 = 10
 47

L’ordre de ces VB dans le tableau optimal sera obtenu en croisant les deux tableaux primal et dual,
signes changés. D’où le tableau optimal du dual :

Tableau optimal du dual

ci i y1 y2 y3 y4 Voi
60 1 1 0 -60/49 1/49 3400/49
110 2 0 1 1/48 -5/49 2600/49
ch 120 180 0 0
yi 3400/49 2600/49 P = 10000
j 10 10

y1, le prix du citron, = 3400/49 et y2, celui de l’orange, = 2600/49.

Le grossiste vendra le stock au maraîcher au prix global de :

P = 60 (3400/49) + 110(2600/49) = (204000 + 286000)/49 = 10 000

 48

CHAPITRE CINQUIEME
PROBLEMES OU MODELE DE TRANSPORTS

Pour résoudre le problème de transport, la démarche ci-après sera adoptée (une

démarche proche de celle du simplexe car il s’agit d’un problème de programmation linéaire).

Recherche de la première
solution de base admissible

En ignorant les coûts En tenant compte des coûts

Méthode du coin Nord-ouest Méthode de Balas - Hammer

ou Règle du coin supé. gauche Règle de la pénalité unitaire

Première
solution de base
admissible

Test d’optimalité

Méthode stepping-
stone ou Méthode N Amélioration de la N Métho
des paliers de U.V
solution et obtention
d’un nouveau tableau
Arrêt
Arrêt

Programme

m n m m
Min C =   Cij X ij S/c X ij dj X ij  Oi et Xij  0
i 1 j 1 i 1 i 1
 49

Exercice n°5.1 :

L’entreprise SEP-Congo qui approvisionne en produit pétrolier la RDC, dispose de 4

voies d’approvisionnements : Banana, Matadi, Mombassa et Lusaka. Les quantités disponibles
par ces différentes voies sont 150.000 t par Banana, 345.000 t par Matadi, 150.000 t par
Mombassa et 150.000 t par Lusaka. A partir de ces voies, la société doit fournir du carburant aux
villes suivantes dont les coûts se présentent comme suit :

Banana : - Kinshasa : 60 Matadi : - Kinshasa : 50

- Kisangani : 150 - Kisangani : 100
- Goma : 200 - Goma : 150
- Kalemie : 300 - Kalemie : 250
- Lubumbashi : 180 - Lubumbashi : 120

Mombassa : - Kinshasa : 250 Lusaka : - Kinshasa :260

- Kisangani : 90 - Kisangani : 300
- Goma : 80 - Goma : 210
- Kalemie : 150 - Kalemie : 100
- Lubumbashi : 200 - Lubumbashi : 60

Les demandes de cinq villes (en milliers de tonnes) sont respectivement de 350, 120, 80, 45, 200.

TD : - Répartissez les quantités à transporter par origine et destination par la méthode du coin
nord-ouest et par la méthode de le Balas-Hammer ; comparez les résultats ;
- Trouvez la solution optimale (trouvez les affectations optimales c’est-à-dire qui
minimisent le coût total de transport).

Exercice n°5.2 :

La compagnie Sucrière de Kwilu-Ngongo produit du sucre qu’elle stocke dans des

dépôts à Kinshasa. Elle dispose de gros clients qui lui passent de façon régulière des commandes
et chacun desquels elle vend du sucre à des prix intéressant. La sucrière utilise le service de
transport de Transbenz. On vous demande d’organiser ce transport d’une façon optimale avec les
données ci-après :

Quantités commandées par les clients : 500 ; 100 ; 800 ; 700 ; 500
Quantité disponible en dépôts : 800 ; 1200 ; 1000.
Les coûts respectifs : 6 ; 3 ; 3 ; 2 ; 2
7;5;1;5;7
5 ; 3 ; 4 ; 5 ; 5.
 50

Exercice n° 5.3

Après un certain nombre d’itérations, un étudiant de L1 en économie a trouvé le

tableau ci-après se rapportant à un problème de transport.

Destination Disponibilités
D1 D2 D3 D4 D5 D6
Origine
12 27 61 49 89 35 18
C1
18
23 39 78 28 65 42 32
C2
9 11 7 5
67 56 92 24 53 54 14
C3
3 6 5
71 43 91 67 40 49 9
C4
9
Demandes 9 11 28 6 14 5 73

T.D :
1) Est-il arrivé à la solution optimale ? (Utilisez pour ce faire la méthode de
Stepping Stone et la méthode UV)
2) Quel est le plan de transport optimal ?

Exercice n° 5.4

Dans les quatre Districts constituant la Province Orientale (Bas-Uélé, Haut Uélé, Ituri et Tshopo)
existent des quantités respectives de 500, 600, 200 et 900 tonnes de minerais à transporter. Les
distances mutuelles des points de vente (communes de Kisangani) au nombre de 6 (Makiso,
Mangobo, Kisangani, Tshopo, Lubunga et Kabondo) sont données dans le tableau ci-dessous :

MKS MNB KIS TSH LUB KAB

BU 9 12 9 6 9 10
HU 7 3 7 7 5 5
IT 6 5 9 11 3 11
TS 6 8 11 2 2 10

Etablir le plan de transport le plus économique de manière à faire parvenir, aux points de vente, les
quantités respectives : 400, 300, 700, 200, 400 et 200.

Exercice n°5.5 :

Une société pétrolière dispose de 5 raffineries A, B, C, D et E dont les

capacités de traitement respectives (en dizaines des tonnes) sont 50 ; 75 ; 30 ; 25 et
60. Les produits pétroliers proviennent de 4 pays étrangers Travail, X, Y et Z dont
les contingentement d’expédition sont respectivement (en milliers de tonnes ) 60 ;
40 ; 75 et 25. Etablir le plan de traitement sachant que les coûts de transport à la
tonne sont donnés par le tableau.
 51

A B C D E
W 110 120 100 105 115
X 165 155 150 180 175
Y 200 210 203 206 209
Z 130 125 127 132 133

Exercice n°5.6 :

Un homme d’affaires possède trois usines de panification situées dans trois quartiers
différents. La capacité de production de chaque usine par semaine est de 4500 pains pour U 1 ;
2500 pains pour U2 et 2000 pains pour U3. Pour cette semaine, il doit faire face aux commandes
de ses principaux clients répartis selon quatre critères suivants :
- 3000 pains pour les agents d’une entreprise de la place (camp de travailleurs)
- 1000 pains pour les agents de l’armée (camp militaire)
- 2000 pains pour les étudiants résidant au home (home de résidents)
- 3000 pains aux élèves (internat de la place)
Chaque usine alimente les différents centres de consommation selon le sens des
flèches du schéma ci-dessus où les chiffres sur les arcs représentent le profit que l’homme
d’affaire gagne en vendant une unité de pain (en $).
Déterminer les quantités de pains que cet homme d’affaires doit vendre pour un profit maximum.

Exercice n° 5.7 :

Soit la matrice de transport suivant avec Cij le coût de transport d’une unité de
marchandises du centre de production pi vers le centre de consommation Dj

D1 D2 D3 qpi
Pi 15 10 3 65
P2 6 6 10 55
qdj 40 35 45

T.D. - Combien y a-il des variables ? de contraintes ?

- Une solution de base doit avoir au plus combien de variations positives ?
- Combien y a-t-il des variables hors base ?
- Formuler le Dual de ce problème.

Exercice n°5.8 :

La société KAM-Sprl a des usines à Matete, Lemba et Ngaba dont les capacités sont
respectivement : 1000, 200 et 400 unités d’un produit fini quelconque. Elle doit satisfaire la
demande de ses quatre principaux clients situés respectivement à Limete, Kintambo, Ndjili et
Maluku soient 700 ; 100 ; 300 et 500 unités.
La direction des études de recherche de cette entreprise pense que l’usine de Matete peut
satisfaire pour 500 la demande de Limete, et 500 celle de Maluku. L’usine de Lemba à son tour
 52

n’alimente que la demande de Limete. Enfin, l’usine de Ngaba consacrera 25% de sa

production pour la demande de Kintambo et le reste à celle de Ndjili.
On vous demande d’apprécier ces affectations par rapport à l’objectif de minimisation de coûts
de transports si les coûts de transport par unité du lieu de production (usine) au lieu de
consommation sont donnés par la matrice ci-dessous :

Matrice des coûts en $

Limete Kintambo Ndjili Maluku
Matete 7 8 10 6
Lemba 5 10 8 3
Ngaba 10 8 9 12

Donner ensuite le plan optimal de transport.

IV.2. PROPOSITION DE CORRIGE

Exercice n°5.1 :

a) Méthode du Coin Nord-Ouest

Destination
Kin Kisangani Goma Kalemie Lubumb Capacités
Origine
60 150 200 300 180
Banana 150
150
50 100 150 250 20
Matadi 345
200 120 25
250 90 80 150 200
Mombasa 150
55 45 50
260 300 210 100 60
Lusaka 150
150
Demandes 350 120 80 45 200 795

CT = 150(60) + 200(50) + 120(100) + 25(150) + 55(80) + 45(150) + 50(200) + 150(60)

= 64900$
 53

b) Balas - Hammer

Kin Kis Goma Kal Lushi Oi L1 L2 L3 L4 L5 L6
60 150 200 300 180 90 - - - - -
Banana 150
150
50 100 150 250 120 50 50 20 20 20 20
Matadi 345
200 95 50
250 90 80 150 200 10 10 10 60 60 110
Mombasa 150
25 80 45
260 300 210 100 60 40 40 40 40 - -
Lusaka 150
150
Dde 350 120 80 45 200 795
C1 10 10 70 50 60
C2 200 10 70 50 60
C3 - 10 70 50 60
C4 - 10 - 50 60
C5 - 10 - 100 80
C6 - 10 - - 80
C7 - ? - - ?

CT = 150 (60) + 200(50) + 95(100) + 50(120) + 25(90) + 80(80) + 45(150) + 150(60) = 58.900 $

b) On remarque le CT trouvé par la méthode de Balas-Hammer est de loin inférieur à celui

trouvé par la méthode du coin Nord-ouest. Donc la méthode de Balas a un coût total
proche de la solution optimale).

Test d’optimalité (Tableau Balas-Hammer)

a) Stepping - Stone (Evaluation de cases vides : VHB)

12 = 150 – 100 + 50 – 60 = 40
13 = 200 – 80 + 90 – 100 + 50 – 60 =100
14 =300 – 150 + 90 – 100 + 50 – 60 = 130
15 = 180 – 120 + 50 – 60 = 50
23 = 150 – 80 + 90 – 100 = 60
24 = 250 – 150 + 90 – 100 = 90
31 = 250 – 50 + 100 – 90 = 210
35 = 200 – 120 +100 – 90 = 90
41 =260 – 50 + 100 – 90 = 270
42 =300 – 100 + 120 – 60 = 260
43 = 210 – 80 + 90 – 100 + 120 – 60 = 180
44 = 100 – 150 + 90 – 100 + 120 – 60 = 0

Le tableau est optimal car  ij  0. La solution n’est pas unique car 44 = 0 (dégénérescence du
second-type)
 54

b) Méthode U.V Résoudre le système Cij = Ui + Vj avec Cij le coût des V.B

U1 +V1 = 60 posons U2 = 0 ( il se répète plusieurs fois)  V1 = 50

U2 +V1 = 50 U1 = 60 – 50 = 10 V2 = 100
U2 +V2 = 100 U3 = 90 – 100 = – 10 V5 = 120
U3 +V5 = 120 U4 = 60 – 120 = – 60 V3 = 90
U3 +V2 = 90 V4 = 160
U3 +V3 = 80
U3 +V3 = 150
U4 +V5 = 60

Calcul des indices d’amélioration eij= Cij – (Ui + Vj)

V1=50 V2=100 V3=90 V4=160 V5=120

U1=10 40 100 130 50
U2=0 60 90
U3= -10 210 90
U4= -60 270 260 180 0

Exercice n°5.3 :

Dans les quatre Districts constituant la Province Orientale (Bas-Uélé, Haut Uélé, Ituri et Tshopo)
existent des quantités respectives de 500, 600, 200 et 900 tonnes de minerais à transporter. Les
distances mutuelles des points de vente (communes de Kisangani) au nombre de 6 (Makiso,
Mangobo, Kisangani, Tshopo, Lubunga et Kabondo) sont données dans le tableau ci-dessous :

MKS MNB KIS TSH LUB KAB

BU 9 12 9 6 9 10
HU 7 3 7 7 5 5
IT 6 5 9 11 3 11
TS 6 8 11 2 2 10
Etablir le plan de transport le plus économique de manière à faire parvenir, aux points de vente, les
quantités respectives : 400, 300, 700, 200, 400 et 200.

Réponse :
C’est un problème de transport dont la résolution se fait en 2 étapes : la première consiste à
obtenir une première solution de base admissible en utilisant l’une des méthodes suivantes : la
méthode du CNO, la méthode de Balas-Hammer appelée aussi méthode de la différence
maximale ou la règle de la pénalité maximale. La seconde étape est celle de test d’optimalité qui
consiste à vérifier si la première solution de base obtenue à l’étape précédente est optimale.
1ère étape : obtention d’une première SBA.

Nous utilisons la méthode du coût minimum

 55

Quantités
MKS MNB KIS TSH LUB KAB
disponibles m=4
9 12 9 6 9 10 n =6
BU 500
500 m + n – 1= 9
7 3 7 7 5 5 Cases
HU 600
200 200 200 occupées (var
6 5 9 11 3 11 Xij non
IT 200 nulles)
100 100
6 8 11 2 2 10
TS 900
300 200 400
Quantités
400 300 700 200 400 200 2200
demandées

Le coût total de transport est égal à :

CT = 9(500) + 3(200) + 7(200) + 5(200) + 6(100) + 5(100) + 6(300) + 2(200) + 2(200) = 11 600
2ème étape : Test d’optimalité.
Ce test se fait soit par l'algorithme du Stepping Stone, soit par la méthode uv ou l’algorithme
primal-dual. On vérifie si les nombre de cases occupées est exactement à m + n – 1. Cette
condition est bel et bien remplie car il y a exactement 6 + 4 – 1 = 9 cases occupées. La méthode uv a
été retenue pour le test.
Après avoir trouvé une solution de base initiale par la méthode du coût minimum, on ajoute à la
matrice des coûts une ligne ui et une colonne vj.
v1 v2 v3 v4 v5 v6
Quantités
MKS MNB KIS TSH LUB KAB
disponibles
u1 9 12 9 6 9 10
BU 500
500
u2 7 3 7 7 5 5
HU 600
200 200 200
u3 6 5 9 11 3 11
IT 200
100 100
u4 6 8 11 2 2 10
TS 900
300 200 400
Quantités
400 300 700 200 400 200 2200
demandées

Pour les trajets actuellement utilisés, la relation suivante doit être respectée : ui + vj = cij
On résout alors le système d'équations séquentielles suivant :
u1 + v3 = 9 u2 + v2 = 3 u2 + v3 = 7 u2 + v6 = 5
u3 + v1 = 6 u3 + v2 = 5 u4 + v1 = 6 u4 + v4 = 2 u4 + v5 = 2
Comme aucune variable n’est prédominante, on pose u1 = 0. Il vient :
 56

u1 = 0 v1 = 6 v5 = 2
u2 = –2 v2 = 5 v6 = 7
u3 = 0 v3 = 9
u4 = 0 v4 = 2
Après avoir évalué les ui et vj à partir des cases occupées, on les applique aux cases non occupées
pour calculer les valeurs eij = ui + vj . On obtient le tableau ci-après :
v1=6 v2=5 v3=9 v4=2 v5=2 v6=7
MKS MNB KIS TSH LUB KAB
u1= 0 9 12 9 6 9 10
BU
6 7 2 2 7
u2=-2 7 3 7 7 5 5
HU
4 0 0
u3=0 6 5 9 11 3 11
IT
9 2 2 7
u4=0 6 8 11 2 2 10
TS
5 9 7

On calcule ensuite les indices d'évaluation par la formule ij = cij – eij = cij – ui – vj. D’où le tableau :
MKS MNB KIS TSH LUB KAB
BU 3 5 4 7 3
HU 3 7 5
IT 0 9 1 4
TS 3 2 6

Les ij étant tous positifs, la solution obtenue par la méthode du coût minimum est optimale.
Cependant, elle n’est pas l’unique solution optimale car un ij, en l’occurrence 33, est nul. En
affectant une quantité dans la case 33, on trouve une autre solution optimale équivalente qui est :

Solution alternative :

Quantités
MKS MNB KIS TSH LUB KAB
disponibles m=4
9 12 9 6 9 10 n =6
BU 500
500 m + n – 1= 9
7 3 7 7 5 5 Cases
HU 600
300 100 200 occupées (var
6 5 9 11 3 11 xij non nulles)
IT 200
100 100
6 8 11 2 2 10
TS 900
300 200 400
Quantités
400 300 700 200 400 200 2200
demandées

Le coût total de transport est égal à :

CT = 9(500) + 3(300) + 7(100) + 5(200) + 6(100) + 9(100) + 6(300) + 2(200) + 2(200) = 11 600
L’
 57

Exercice n°5.5 :

Méthode de B-H

A B C D E Disp L1 L2 L3 L4 L5 L6 L7

110 120 100 105 115 10
W 5 5 5 - - - -
30 25 25
165 155 150 180 175
X 40 5 10 10 10 10 - -
40 800
200 210 203 206 209
Y 75 3 6 9 9 9 1 -
45 30
130 125 127 132 133
Z 25 25 2 5 5 5 - -
25
Dde 50 75 30 25 60 240
C1 20 5 27 27 18
C2 20 5 - 27 18
C3 20 5 - - 28
C4 35 30 - - 42
C5 35 55 - - 34
C6 - - - - -
C7 - - - - -

CT = 5(110) + 30(100) + 25(105) + 40(155) + 45(200) + 30(209) + 25(133)

= 30.970

Test d’optimalité

Cij = U+V A B C D E Lcodée

W 100 119 100 105 119 100
X 146 155 136 141 155 136
Y 200 209 190 195 209 190
Z 124 133 114 119 133 114
F 191 300 281 286 300 281
C.Codée 10 19 0 5 19

Indice d’amélioration

A B C E D
W 1 -4
X 19 14 39 20
Y 1 13 11
Z 6 -8 13 13
F 9 19 14
WE = -4 on doit transférer 5 unités CT = 5x4 = -20
ZB = -8 on doit transférer 25 unités CT = 25x8 = -200
 58

Solution améliorée

A B C D E Disp
110 100 101 60
W
5 30 25
200 209
X 40
45 30
200 209
Y 75
45 30
125
Z 25
300 209 40
F
10 30
Dde 50 75 30 25 60 240
CT = 30770

Indice d’amélioration

A B C D E
W 1 -4
X 19 14 39 20
Y 1 13 11
Z 14 21 21 8
F 9 19 14

Solution améliorée

A B C D E Disp
100 101 115 60
W
30 25 5
155
X 209 40
40
200 209
Y 75
50 25
125
Z 25
25
300 300 40
F
10 30
Dde 50 75 30 25 60 240

CT = 30.750

A B C D E
W 4 5
X 19 10 35 20
Y 1 9 7
Z 14 17 17 8
F 9 15 10

Le tableau est optimal. D’où le coût minimum = 30.750

 59

Exercice n°5.6 :
Méthode de Balas- Hammer

T M E E Disp L1 L2 L3 L4 L5

10 15 0 20
U1
2500 1000 1000
45000 5 5 5 5 5
20 5 15 0
U2
500 2000
2500 5 5 5 15 -
0 0 10 10
U3 2000 2000 10 - - -
Dde 3000 1000 2000 3000 9000

C 1 10 10 5 10
C 2 10 10 15 20
C 3 10 10 15 -
C 4 10 10 - -

 = 2500(10) +1000(15) +100(20)+500(20) +2000(15) +2000(10)

 = 120.000 $
Test d’optimalité

Cij = U+V T M E E L codée (U)

U1 10 15 5 20 5
U2 20 25 15 30 15
U3 0 5 -5 10 -5
C codée 5 10 0 15

Indices

ij T M E E Le tableau n’est pas optimal. Il faut retrouver

U1 –5 la chaîne qui a conduit à 3E = 15
U2 –20 –30  =15x2000=30.000$
U3 0 –5 15

Tableau amélioré

T M E e Disp
10 15 0 20
U1 45000
500 1000 1000
20 5 15 0
U2 2500
2500 
0 0 10 10
U3 2000
2000
Dde 3000 1000 2000 3000 9000
 60

 = 500(10) +1000(15) +3000(20) + 2500(20) + 2000(10) = 150.000$

U+V T M E E LC(U)
U1 10 15 5 20 5
U2 20 25 15 30 15
U3 15 20 10 25 10
CC 5 10 0 15

Indice eij = Cij – (U+V)

ij T M E E
U1 –5 Le tableau est optimal
U2 –20 –30
U3 15 –20 15

Interprétation

max = 150.000$ / semaine

Exercice n°5.7 :

Cas où qdj = qpi = 120

- Nombre de variables = m x n = 2x3 = 6
- Nombre de contraintes = m + n = 2+3=5
- Une solution de base doit avoir au plus m+ n –1 variables positives c’est-à-dire : 2+3-
1=4 variables positives
- Formulation du Dual

Max R = 65 U1 + 55U2 +40V1 +35V2 +45V3

U1 +V1  15
U1 +V2  10
s/c U1 +V3  3
U1 +V1  6
U2 +V2  6
U1 +V3  10
 61

Exercice n°5.8 :

LIMETE KINTAMBO N’DJILI MALUKU

7 8 10 6
MATETE 1000
500 500
5 10 8 3
LEMBA 200
200
10 8 9 12
NGABA 400
100 300
700 100 300 500 1600

CT = 500(7) + 200(5) + 100(8) + 300(9) + 500(6) = 11.000$

Ces affirmations sont-elles optimales ?

Il s’agit là d’un problème de dégénérescence car la solution comporte moins de m+n-1 cases
occupées (6 cases). Il faut cependant occuper une case par l’affectation «  » de manière à
appliquer le test d’optimalité.

LIMETE KINTAMBO N’DJILI MALUKU

7 8 10 6
MATETE 1000
700 300
5 10 8 3
LEMBA 200
200
10 8 9 12
NGABA 400
 100 300
700 100 300 500 1600

Stepping stone

12 = 8 – 8 + 10 –7 = 3
13 = 10 – 9 + 10 –7 = 4
22 = 10 – 8 + 10 – 5 = 7
23 = 8 – 9 + 10 – 5 = 4

Les affectations dont il est question ne sont pas optimales. Car on peut encore réduire le coût de
200 x1 = 200 F

LIMETE KINTAMBO N’DJILI MALUKU

7 8 10 6
MATETE 1000
700 300
5 10 8 3
LEMBA 200
200
10 8 9 12
NGABA 400
 100 300
700 100 300 500 1600
 62

CT = 700(7)+300(6)+200(3)+100(8)+300(9)=10.800$

Codage des lignes et des colonnes

Cij = U+V V1 V2 V3 V4 L c(U)

U1 7 5 6 6 0
U2 4 2 3 3 -3
U3 10 8 9 9 3
Cc 7 5 6 6

Indices eij = Cij – (U+V)

3 4
1 8 5
4

Le tableau est optimal

Plan de transport

Le coût de transport minimum = 10.800$

 63

CHAPITRE SIXIEME :
PROBLEMES D’AFFECTATION

La formulation d’un problème d’affectation est :

m n
Min C =   Cij X ij
i 1 j 1

S/c Xij  0 , 1
n

X
i 1
ij 1

X
i 1
ij 1

Nous allons recourir à la Méthode hongroise pour résoudre ce problème. Cette méthode se
résume en 5 étapes suivantes :
1°) Obtention de zéros (au moins) par ligne et par colonne
En ligne, on soustrait tous les éléments de cette ligne par l’élément le plus petit. En
colonne on soustrait tous les éléments de la colonne par l’élément le plus petit de cette
colonne.
2°) Encadrement de zéro par ligne ou par colonne
On commence par la ligne ou colonne possédant moins de zéros : on encadre le zéro et on
lance les autres zéros en ligne et en colonne.
3°) Optimalité des affectations
Les affectations sont optimales si le nombre de zéro encadré est égal à l’ordre de la
matrice. Au cas contraire, il faut permettre les zéros pour avoir une solution améliorée.
4°) Permutation des zéros
- Marquer les lignes ne contenant aucun zéro encadré
- Marquer, sur ces lignes, les colonnes contenant un zéro barré
- Passer un trait aux éléments des lignes non marqués et aux éléments des colonnes
marquées.
- Dégager une sous matrice contenant les éléments non traversés par les traits et détecter
l’élément le plus petit « d »
- Obtenir un autre tableau : en ajoutant « d » aux éléments traversés deux fois par les
traits, et en soustrayant « d » aux éléments non traversés par les traits, tout en laissant
inchangés les éléments traversés une seule fois par le trait.
5°) Vérifier que le nouveau tableau obtenu est optimal au cas contraire reprendre le
processus à partir de l’étape n°4.

Remarque : Pour un problème de Max. Il suffit tout simplement de le rendre minimum pour
utiliser la méthode hongroise. Pour cela la matrice de coût sera constituée de la
différence entre le plus grand élément de la matrice de gain et tous les éléments
de cette matrice ou tout simplement en dégageant la matrice de regret
correspondant au problème à maximiser.
 64

Exercice n°5.1 :
Soient 5 ouvriers A, B, C, D, E et 5 postes de travail 1, 2, 3, 4 et 5. Affecter les cinq
ouvriers aux cinq postes de telle sorte que chaque ouvrier ait un poste et un seul et que le coût
des affectations soit minimal.
Vous disposez pour cela de la matrice des affectations ci-après où Cij représente le coût que
l’entreprise supporte en affectant l’ouvrier i au poste j.

12 8 11 15 4
7 9 17 14 10
9 6 12 7 7
7 8 14 8 10
9 9 13 10 6

Exercice n°5.2 :
La compagnie sucrière de Kwilu - Ngongo doit recourir aux services de quatre
mécaniciens (M1, M2, M3 et M4 ) pour la répartition de ses quatre machines (m1, m2, m3, m4 et
m4) tombées en panne, il y a deux mois.
L’entretien avec ces 4 mécaniciens a permis à cette entreprise d’élaborer la matrice
suivante indiquant le temps que chaque mécanicien mettra pour réparer chaque type de
machines ainsi que le coût horaire de réparation de chaque machine.

m1 m2 m3 m4
M1 40’ 1h00’ 30’ 1h10’
M2 30’ 50’ 1h20’ 45’
M3 1h5’ 1h00’ 45’ 1h00’
M4 1h5’ 40’ 1h00’ 30’
Coût horaire en $ 18 30 24 42

T.D. – Faites le plan d’affectation qui minimise les coûts de cette entreprise sachant qu’un
mécanicien doit être affecté à une machine et une seule.

Exercice n°5.3 :
Le secrétariat académique de l’Université Kongo doit affecter 5 économistes candidats
assistants aux cours suivants : Technique de commerce (C1), Droit fiscal (C2),
Mathématique (C3), Ecopol (C4) et Recherche opérationnelle (C5). L’académique
souhaite les affecter en optimisant leurs aptitudes à enseigner ces cours. Il dispose pour
cela des informations sur les différentes côtes qu’ils ont obtenues dans ces 5 cours
pendant leur parcours universitaire comme critère d’affectation.

C1 C2 C3 C4 C5
E1 15 9 7 8 2
E2 3 17 4 10 9
E3 6 6 8 7 16
E4 11 2 16 16 11
E5 18 15 3 12 9
 65

Trouver la meilleure affectation sachant que chacun d’eux doit être affecté à un cours et un
seul.

Exercice n°5.4:
Une entreprise de construction vient d’ouvrir 4 nouveaux chantiers, situés en A, B, C et
D. Ces chantiers nécessitent l’emploi de grues actuellement situées sur des chantiers qui
viennent d’être terminés et situés en V, W, X, Y et Z. Le tableau suivant donne le nombre
d’heures que prendrait le transport de chacune des grues de l’endroit où elle est située
vers chacun des chantiers nouveaux.

V W X Y Z
A 8 28 17 11 20
B 13 28 4 26 12
C 38 19 18 15 6
D 19 28 24 10 15
(heures de transport)

L’entreprise désire démarrer le plus vite possible ses nouveaux chantiers. A quel chantier doit–
elle affecter ses grues disponibles ?

Exercice n°5.5 :
Trois candidats (A, B, et C) ont été présélectionnés pour un programme de bourse
organisé dans deux pays : le pays W où le programme est en anglais et le pays X où le
programme est en français. La sélection ne portera que sur deux d’entre les trois
candidats en fonction de leur aptitude à maîtriser les deux langues.
Un test de langue a été organisé à ce propos, les résultats obtenus sont repris dans le
tableau ci-dessous où la cotation est sur 20 points.

A B C
W 14 11 13
X 13 8 11

On vous demande d’affecter les deux candidats qui seront sélectionnés de manière à ce
que chacun suit un programme et un seul.

Exercice n°5.6 :
Soient 6 Economistes et 6 postes à pourvoir. Affectez les 6 Economistes aux 6 postes de manière
que tous les Economistes aient chacun un poste et un seul, ceci de telle sorte que la valeur totale
des affectations soit minimale.
 66

P1 P 2 P3 P 4 P5 P6
M 1 10 90 27 14 39 52
M 2 29 24 79 90 23 13
M 3 17 43 62 2 73 70
M 4 58 14 6 18 16 63
M 5 15 41 78 44 73 70
M 6 25 44 81 36 80 80

Exercice n°5.7

Le Doyen de la FASEG de l’ULPGL doit affecter quatre finalistes Kambale, Chiza,

Mudekereza et Amisi à cinq cours différents : RO, CONAT, MQE, Math 1 et Math 2. La
matrice suivante indique la satisfaction probable à réaliser en affectant le candidat i au cours j.
Le Doyen sait bien que avec 4 économistes, seulement 4 de ces 5 cours peuvent être assurés.
Il voudrait donc savoir dans lesquels des 4 cours affecter les économistes de façon à
maximiser la rentabilité totale.

Enseignements
RO CONAT MQE Math I Math II
Kambale (K) 92 90 94 91 83
Economistes

Chiza (C) 84 88 96 82 81
Mudekereza 90 90 93 86 93
(M)
Amisi (A) 78 94 89 84 88
 67

PROPOSITION DE CORRIGE

Exercice n°5.1 :
Obtention de zéro en ligne et en colonne

T1 ui T2
12 8 11 15 4 4 8 4 7 11 0
7 9 17 14 10 7 0 2 10 7 3
9 6 12 7 7 6 3 0 6 1 1
7 8 14 8 10 7 0 1 7 1 3
9 9 13 10 6 6 3 3 7 4 0
30 6 1 =30

Encadrement des zéros

8 4 1 10 0 Les affectations ne sont optimales car la ligne 5 n’a pas de

zéro encadré.
0 2 4 6 3

3 0 0 0 1

0 1 1 0 3
3 3 1 3 0

Permutation des zéros pour un nouveau tableau

8 4 1 10 0 X

0 2 4 6 3

3 0 0 0 1

0 1 1 0 3
3 3 1 3 0 x

Nouveau tableau
 8 4 1 10 
S/M =   dmin = 1
3 3 1 3 
 68

1 2 3 4 5
A 7 3 0 9 0
B 0 2 4 6 4

C 3 0 0 0 2

D 0 1 1 0 4

E 2 2 0 2 0

Affectations
Coût
1 2 3 4 5 A 1 A 7
A 0 0 1 0 0 B 2 6
B 1 0 0 0 0 C 3 11
C 0 1 0 0 0 D 4 8
D 0 0 0 1 0 E 5 6
E 0 0 0 0 1 38

Les affectations sont optimales : Coût min = 30+7+1=38

Exercice n°5.2 :

Obtention des zéros en ligne et en colonne

40 60 30 70 30
30 50 80 45 30
65 60 45 60 45
65 40 60 30 30
135

10 30 0 40 10 20 0 40
0 20 50 15 0 10 50 15
10 15 0 15 20 5 ǿ 15
35 10 30 0 35 0 30 ǿ

 10 20 40 
S/M =   d=5
 20 5 15 
 69

Affectations Coûts
m1 m2 m3 m4 M1 m1 30x18/60= 9$
M1 5 15 (0) 35 M2 m2 1x30 = 30$
M2 (0) 10 55 15 M3 m3 30x24/60 = 12$
M3 15 (0) ǿ 10 M4 m4 30x42/60 = 21$
M4 35 ǿ 35 (0) 72$

Exercice n°5.3 :

Problème min correspondant dmax =18

T1
3 9 11 10 16 3
15 1 14 8 9 1
12 12 10 11 2 2
7 16 2 2 7 2
0 3 15 6 9
8
x
0 6 8 7 13 x
14 0 13 7 8
10 10 8 9 0  6 8 7 13 
/M=   d= 3
5 14 0 0 5  3 15 6 9 
0 3 15 6 9 x

0 3 5 4 10 X
17 0 13 7 8 X
13 10 8 9 0
8 14 0 0 5
0 0 12 3 6 x

 5 4 10 
 
/M = 13 7 8  d= 3
12 3 6 
 
C1 C2 C3 C4 C5
E1 0 3 2 1 7
E2 17 0 10 4 5
E3 16 13 8 9 0
E4 11 17 0 0 5
E5 0 0 9 0 3
 70

Affectations Cotes max

E1 C1 15

E2 C2 17

E3 C3 16

E4 C4 12

E5 C5 16
76 moyenne de cote optimale = 15/20

Exercice n°5.4 :
Il s’agit de minimiser le temps de transport des grumes situées dans les chantiers V, W, X, Y, Z.
En destination de nouveaux chantiers qui doivent être construits en A, B, C et D. chaque grue
sera affectée dans un chantier et un seul. Etant donné que le nombre de grue est supérieur aux
nouveaux chantiers (5 > 4), pour démarrer la méthode hongroise, il faudra ajouter un chantier
fictif dont les heures de transport seront nulles de manière à avoir une matrice carrée.
Il s’agit de minimiser le temps de transport des grumes situées dans les chantiers V, W, X, Y, Z.
En destination de nouveaux chantiers qui doivent être construits en A, B, C et D. chaque grue
sera affectée dans un chantier et un seul. Etant donné que le nombre de grue est supérieur aux
nouveaux chantiers (5>4), pour démarrer la méthode hongroise, il faudra ajouter un chantier
fictif dont les heures de transport seront nulles de manière à avoir une matrice carrée.

V W X Y Z
A 8 28 17 11 20 8
B 13 28 4 26 12 4
C 38 19 18 15 6 6
D 19 28 24 10 15 10
F 0 0 0 0 0

V W X Y Z

A 0 20 9 3 12 Les affectations sont optimales

V A : 8
B 9 24 0 22 8 W F: 0
X B: 4
C 32 13 12 9 0 Y D : 10
Z C: 6
D 9 18 14 0 5 28h
F 0 0 0 0 0

Commentaire : la grue W ne sera pas utilisée

 71

Exercice n°5.5 :

A B C
W 14 11 13
X 13 8 11
F 16 16 16

 On ajoute une ligne fictive avec une cote très élevée (dans notre exercice nous avons
pris 16/20)
 nous transformons le problème à Max en un problème à min afin de démarrer la
méthode hongroise en remplaçant cij par c’ij = n – cij, où n = 16.
D’où la matrice :

A B C
W 2 5 3 2
X 3 8 5 3
F 0 0 0

A B C
W 0 3 1 x
3 1
X 0 5 2 x SM =  
 5 2
F 0 0 0

A B C
Affectation
W 0 2 0 A W: 13
X 4 1 B X : 13
0
C
F 1 0 0

Les sélectionnés sont A et C

A va suivre le programme en français dans la ville X
C va suivre le programme en anglais dans le pays W
 72

Exercice n°5.6 :

a) Obtention des zéros

P1 P 2 P3 P 4 P5 P 6
P1 P 2 P3 P 4 P5 P 6
M1 0 80 17 4 29 42
M 1 10 90 27 14 39 52 10
M 2 16 11 66 77 10 0
M 2 29 24 79 90 23 13 13
M 3 15 41 60 0 71 68
M 3 12 43 62 2 73 70 2
M 4 52 8 0 12 10 57
M 4 58 14 6 18 16 63 6
M5 0 26 63 29 58 55
M 5 15 41 78 44 73 70 15
M6 0 19 56 11 55 55
M 6 25 44 81 36 80 80 25
8 10
b)
0 72 17 4 19 42 x

16 3 66 77 0 0 72 17 4 19 42

15 33 60 0 61 68 18 63 29 48 55

52 0 0 12 0 57 11 56 11 45 55

0 18 63 29 48 55 x 4

0 11 56 11 45 55 x

0 68 13 0 15 38 x

20 3 66 77 0 0 68 13 15 38

19 33 60 0 61 68 x 33 60 61 68

56 0 0 12 0 57 14 59 44 51

0 14 59 25 44 51 x 7 52 41 51

0 7 52 7 41 51 x 7

X x
 73

0 61 6 0 8 31 x

27 3 61 84 0 0 61 6 8 31

19 26 53 0 54 61 X 26 53 54 61

63 0 0 19 0 57 7 52 37 44

0 7 52 25 37 44 X 6

0 0 45 7 34 44

X x

1 2 3 4 5 6

A 0 55 0 0 2 25

B 33 3 66 90 0 0
C 19 20 47 0 48 55

D 69 0 0 25 0 57

E 0 1 46 25 31 38

F 0 0 45 13 34 44

Coût 1 3 3 4 5 6
A. .1 15 A 0 0 1 0 0 0
B 0 0 0 0 0 1
B. .2 44
C 0 0 0 1 0 0
C. .3 27 D 0 0 0 0 1 0
D. .4 2 E 1 0 0 0 0 0
F 0 1 0 0 0 0
E. .5 16
F. .6 13
Total 117
 74

Exercice 5.7
Le Doyen de la FASEG de l’ULPGL doit affecter quatre finalistes Kambale, Chiza,
Mudekereza et Amisi à cinq cours différents : RO, CONAT, MQE, Math 1 et Math 2. La
matrice suivante indique la satisfaction probable à réaliser en affectant le candidat i au cours j.
Le Doyen sait bien que avec 4 économistes, seulement 4 de ces 5 cours peuvent être assurés.
Il voudrait donc savoir dans lesquels des 4 cours affecter les économistes de façon à
maximiser la rentabilité totale.

Enseignements
RO CONAT MQE Math I Math II
Economistes

Kambale (K) 92 90 94 91 83
Chiza (C) 84 88 96 82 81
Mudekereza (M) 90 90 93 86 93
Amisi (A) 78 94 89 84 88

Réponse :

RO CN MQE M1 M 2
K 92 90 94 91 83
C 84 88 96 82 81
On ajoute une ligne fictive avec un profit très
M 90 90 93 86 93
élevé (dans notre exemple nous avons pris 96
A 78 94 89 84 88
F 96 96 96 96 96
Tableau 1

RO CN MQE M1 M 2
K 4 6 2 5 13 On transforme le problème à
Maximisation en un problème de
C 12 8 0 14 15
minimisation afin de démarrer la
M 6 6 3 10 3
méthode hongroise en remplaçant cij par
A 18 2 7 12 8 c’ij = n – cij, où n = 96.
F 0 0 0 0 0
Tableau 2

D’où la matrice :
 75

Tableau 3 Tableau 4
R0 CN MQ M1 M2 Minimum RO CN MQ M1 M2
ligne K 2 4 0 3 11 x
K 4 5 2 5 13 2
C 12 8 0 14 15 x
C 12 8 0 14 15 0
M 6 6 8 10 3 3 M 3 3 5 7 0
A 18 2 7 12 8 2
A 16 0 5 10 6
F 0 0 0 0 0 0
F 0 0 0 0 0

Tableau 5 Tableau 6
RO CN MQ M1 M2 RO CN M1 M2
K 2 4 0 3 11 X K 2 4 3 11 2
C 12 8 14 15
C 12 8 0 14 15 X
M 3 3 5 7 0 Le minimum du tableau partiel est 2. On enlève
ce nombre aux éléments du tableau non traversé
A 16 0 5 10 6 par une ligne et on l’ajoute à ceux traversés
F 0 0 0 0
deux fois. On obtient alors le tableau 7ci-après.
0
X

Tableau 7 Tableau 8
RO CN MQ M1 M2 RO CN MQ M1 M2
K 0 2 0 1 9 K 0 2 0 1 9
C 10 6 0 12 13
C 10 6 0 12 13
M 3 3 2 7 0
A 16 0 7 10 6 M 3 3 5 7 0
F 5 0 2 0 0
A 16 0 5 10 6

F 5 0 2 0 0
 76

Affectations
Tableau 9 : Matrice des affectations Tableau 10
Profit
RO CN MQ M1 M2 K. .RO 92
K 1 0 0 0 0 C. .CN 94
C 0 0 1 0 0 M. .MQ 96
A. .M1 96
M 0 0 0 0 1
F. .M2 93
A 0 1 0 0 0 Total 471
F 0 0 0 1 0 Le cours de Math 1 n’aura pas d’enseignant.
Ce qui portera le profit à 375.
 77

CHAPITRE SEPTIEME :
LE PROBLEME DU VOYAGEUR DE COMMERCE (PVC)
(Problèmes d’Itinéraires cycliques)

Le problème du voyageur de commerce peut se formuler comme suit :

n n
Min C   cij xij (7.1)
i 1 j 1
n

x
i 1
ij  1 , j = 1, 2, …, n (7.2)
n

x
j 1
ij  1 , i = 1, 2, …, n (7.3)

1 si l ' arc (i, j ) de coût cij appartient au circuit hamiltonien optimal

xij   (7.4)
 0 sin on
 i, j  / xij  1  forme un seul circuit (7.5)

Exercice n°6.1 :
Un homme d’affaires possède cinq établissements situés dans cinq villes différentes A, B, C, D
et E. Le 13 février 2003 à 7 h00, il compte visiter une et une seule fois chaque établissement.
Il dispose cependant de la matrice ci-dessous donnant la durée en jours du voyage entre deux
villes (y compris le temps de la visite).

A B C D E
A  2 1 3 4
B 1  6 5 7
C 4 3  8 2
D 5 7 4  1
E 2 3 5 2 

1) Combien y a - t-il d’itinaires ?

2) Quel itinaire devra-t-il prendre pour regagner rapidement son domicile qui se trouve dans la
ville B ?
3) Quelle est la date qu’il doit espérer rentrer chez lui ?
4) Cocher la meilleure assertion. Ce phénomène a trait à la recherche :
1. d’un chemin simple 3. d’un circuit hamiltonnien
2. d’une chaîne composée 4. d’un circuit composé
3. d’une chaîne élémentaire

Exercice n°6.2 :
Le PDG de Congo boisson, une entreprise ayant son siège dans la ville de Kinshasa (V 1), désire
visiter ses cinq filiales situées respectivement dans la ville de Matadi (V 2), la ville de Boma
(V3), la ville de Kikwit (V4), la ville de Mbuji Mai (V5) et celle de Mbandaka (V6). Pendant un
mois de voyage, il passea dans chaque filiale une et une seulle fois pour discuter avec les
 78

responsables de ces filiales sur l’opportunité de créer un centre de santé pour le personnel du
groupe « Congo Boisson ».
Il se présente cependant auprès d’une agence de transport qui lui communique le tarif de
voyage entre deux villes tel que repris dans la matrice suivante :

V1 V2 V3 V4 V5 V6
V1  150 50 100 80 120
V2 150  120 150 80 60
V3 50 120  140 80 80
V4 100 150 140  90 160
V5 80 80 80 90  80
V6 120 60 80 160 80 

T.D : a) Calculer le nombre d”itinéraires possibles

b) Quel itinéraire devra-t-il prendre s’il désire minimiser les coûts de voyage ?
c) Présenter l’arborescence du problème

PROPOSITION DE CORRIGE

Exercice n°6.1 : 1° Obtention d’un zéro au moins par ligne et par colonne

T1 A B C D E Min ligne
A  2 1 3 4 1
B 1  6 5 7 1
C 4 3  8 2 2
D 5 7 4  8 1
E 2 3 5 2  2 Ci=1+1+2+1+2=7

T1 A B C D E
A  1 0 2 3
B 0  5 4 6
C 2 1  6 0
D 4 6 3  0
E 0 1 3 0 
Ci= 1 B(s0) = Ci + Cj= 8

T1 A B C D E
A  1 0 2 3
B 0  5 4 6
C 2 1  6 0
D 4 6 3  0
E 0 1 3 0 
Min colonne 1 Ci= 1 B(s0) = Ci + Cj= 8
 79

2° Evaluation de zéros et choix de combinaison

ij = min Xij +min Xij
(AB) = 0 + 0 = 0 (DE) = 0 + 3 = 3
(AC) = 3 + 0 = 3 (EA) = 0 + 0 = 0
(BA)= 0 + 4 = 4 (EB) = 0 + 0 = 0
(CB) = 0 + 0 = 0 (ED) = 2 + 0 = 2
(CE) = 0 + 0 = 0
max = 4 d’où le choix de (BA)
B(S1) = B(S0) + (BA)= 9+4 = 12

3. Obtention d’un nouveau tableau en supprimant la combinaison choisie

Comme on a choisi B  A. On pose A B =  pour éviter que le voyageur rentre sans visiter
les autres villes.

T4 B C D E
A  0 2 3
C 0  6 0
D 5 3  0
E 0 3 0  Ci= 0 B(s2) = B(s0) + R(S2)
Cj= 0 où R(S2) = Ci + Cj= 0
B(S2)= 8+0=8
Evaluation de zéro

(AC) = 3 + 2 = 5 (DE) = 0 + 3 = 3
(CB) = 0 + 0 = 0 (EB) = 0 + 0 = 0 max= 5
(CE) = 0 + 0 = 0 (ED) = 2 + 0 = 0 B(S3) = B(S2) + (AC) = 8 + 5 = 13

Nouveau tableau : on a B  A  C on pose

B C D
C  6 0
D 5  0 Ci = 0 R(S4) = 0
E 0 0  Cj = 0 B(S4) = B(S2) + R(S4) = 8 + 0 = 8

Evaluation de zéro
(CE) = 0 + 6 = 6 (ED) = 0 + 6 = 6
(DE)= 0 + 5 = 5 max = 6
(EB) = 5 + 0 = 5 B(S5) = B(S4) + (CE) = 8 + 6 = 14

Nouveau tableau
 80

B D B D
D 5  Ci =0 D 0  Cj =0
E  0 B  0
où R(S6) = Ci + Cj = 5
B(S6) = B(S4 + R(S6) = 8 + 5 = 13

Remarque : En comparant le dernier sommet pair aux autres sommets (impairs) on constate
que le coût minimum se trouve dans le sommet S1 d’où il faut aller sonder ce
sommet.
Retour au tableau n°1 (qui nous a permis grâce aux zéro de choisir BA) on pose
BA =  car déjà choisi.

T’1 A B C D E
A  2 1 3 4 1
B   6 5 7 5
C 4 3  8 2 2
D 5 7 4  1 1 Ci = 1 + 5 + 2 + 1 + 2 = 11
E 2 3 5 2  2

T2 A B C D E
A  1 0 2 3
Cj = 1
B   1 0 2
R(S’2)= Ci + Cj = 11 + 1= 12
C 2 1  6 0 B(S1) = R(S’2) = 12
D 4 6 3  0
E 0 1 3 0 

A B C D E
A  0 0 2 3 (AB) = 0 (CE) = 0 (ED) = 0
(AC) = 1 (DE)=3 (BD) = 1
B   1 0 2
(EA) = 2 (CB) = 0 (EB) = 0
C 2 1  6 0 B’S7) = B(S1) + (DE) = 12 + 13 = 15
D 4 5 3  0
E 0 0 3 0 

Nouveau tableau
On a : D  E on pose ED = 

A B C D
A  0 0 2 Cj = 0 R(S8) = 0
Cj = 0 B(S8) =B(S1) +R(S8) = 12+0 = 12
B   1 0
C 2 1  6
E 0 0 3 
 81

Evaluation des zéros

(AB)= 0 (CB)=2 (AC)=0 B(S9) = B(S8) + (BD)
(EA)= 2 (DE)=3 (EB)=2 B(S9= = 12+3 = 15
Nouveau Tableau
B  DE on pose EB = 

A B C
A  0 0 Cj = 0
Cj = 0
C 2 0 
R(S10) =0 B(S10) =B(S8) +R(S10) = 12+0 = 12
E 0 0 3

Evaluation des zéros

(AB) = 0 (EA) = 5 (AC) = 3 B(S10) = B(S8) + R(S10) =12 + 5 = 17

Nouveau tableau
B C
A  0 Cj = 0 R(S12) =0 B(S12) = B(S10) + R(S12) =12
Cj = 0
C 0 

Evaluation des zéros

(AC)=  (CB)=  B(S13)= B(S12) + (AC)= 
B(S14)= B(S12) + R(S14) = 12+0 =12
B(S15)= B(S14) + (CB) =
B(S16)= B(S14) + R(S16) = 12 BDEACB

Arborescence B(S0)=8

B(S1)=12 B(S2)=8

BA BA
B(S7)= 15 B(S8)= 12 B(S3)=13 B(S4)=8

DE DE AC AC
B(S9)= 15 B(S10)=12 B(S5)=14 B(S6)=13

BD BD CE CE

B(S11)=17 B(S12)= 12

EA EA

B(S13)=  B(S14)= 12
AC AC

B(S15)=  B(S16)= 12

CB CB
 82

D 1 E
Itinéraire:
5 2
B A Durée : 5+1+2+1+3=12

3 1
C
BDEACB
Matrice non symétrique  nbre = (n-1) !
Réponses a) Nombre d’itinéraire :
Matrice symétrique  nbre = 1/2(n-1) !

Nombre = (5-1) ! = 41 = 24 itinéraires

b) Itinéraire
a) Date = 13 février + 12 jours = 25 février
b) Assertion 4 : un circuit hamiltonien

Exercice n°6.2

T1 V 1 V 2 V 3 V 4 V 5 V 6 T1
V1  150 50 100 80 120 50  100 0 50 30 70
V2 150  120 150 80 60 60 90  60 90 20 0
V3 50 120  140 80 80 50 0 70  90 30 30
V4 100 150 140  90 160 90 10 60 50  0 70
V5 80 80 80 90  80 80 0 0 0 10  0
V6 120 60 80 160 80  60Ci=390 60 0 20 100 20 
B(S0) = Ci + Cj = 390 + 10 = 400 10

T1 V 1 V 2 V 3 V 4 V 5 V 6 (13)= 30 (45)=30 (53)=0

V1  100 0 40 30 70 (62)= 20 (26)=20 (51)=0
V2 90  60 80 20 0 (54)= 40 (31)=30 (52)=0
V3 0 70  80 30 30 (56)=40
V4 10 60 50  0 70
B(S1) = B(S0) +(54)=400+40=440
V5 0 0 0 0  0
V6 60 0 20 90 20 
B(S0) = Ci + Cj = 390 + 10 = 400

Nouveau tableau posons (45) = 

T1 V 1 V 2 V 3 V 5 V 6 T1 V1 V2 V3 V5 V6
V1  100 0 30 70 Ci=10 V1  100 0 30 70
V2 90  60 20 0 V2 90  60 20 0
V3 0 70  30 30 V3 0 70  30 30
V4 10 60 50  70 10 V4 10 60 50  70
V6 60 0 20 20  V6 60 0 20 20  Ci=20
20
R(S2) = 10+20 = 30
B(S2) = B(S0) + R(S2) = 400 + 30 = 430
 83

T1 V1 V2 V3 V5 V6 (13)= 30 (41)=40 (53)=0

V1  100 0 10 70 (25)= 20 (62)=50 (51)=0
V2 90  60 0 0 (26)= 30 (65)=0 (61)=0
V3 0 70  10 30 (31)=10
V4 0 50 40  60
B(S3) = B(S2) +(62
V6 60 0 20 0  B(S3) = 430 + 50 = 480

Nouveau tableau on a 5  4 6  2 on pose (2 6) = 

T1 V1 V3 V5 V6 T1 V 1 V 3 V 5 V 6
V1  0 10 70 V1  0 10 40
V2 90 60 0  V2 90 60 0 
V3 0  10 30 V3 0  10 0
V4 0 40  60 10 V4 0 40  30
30
C1 = 0 R(S4) 0 +30 = 30
 Cj = 30 B(S4) = B(S2 + R(S4)
B(S4) = 430 + 30 = 460

Remarque : En comparant B(S4) = 460 avec B(S3) = 480 B(S1) = 440

Il ressort que le coût min se trouve au sommet Si d’où éclatement du sommet Si.

Retour au tableau Ti en posant (54) =  car déjà choisi

T1 V1 V2 V3 V4 V5 V6 T1 V 1 V 2 V 3 V4 V5 V6
V1  150 50 100 80 120 50 V1  100 0 50 30 70
V2 150  120 150 80 60 60 V2 90  60 90 20 0
V3 50 120  140 80 80 50 V3 0 70  90 30 30
V4 100 150 140  90 160 90 V4 10 60 50  0 70
V5 80 80 80   80 80 V5 0 0 0   0
V6 120 60 80 160 80  60 V6 60 0 20 100 20 
Ci = 390 50 Ci = 390

On recalcule B(Si) =  Ci + Cj = 390+50 = 440

T1 V 1 V 2 V 3 V 4 V 5 V6 Evaluation des zéros

V1  100 0 0 30 70 (13)= 0 (45)=30 (56)=0
V2 90  60 40 20 0 (14)= 40 (51)=0 (62)=20
V3 0 70  40 30 30 (26)= 20 (52)=0 (31)=30
V4 10 60 50  0 70 (53)=0
V5 0 0 0   0 B(S5) = B(S1) +(14) = 440+40=480
V6 60 0 20 50 20 

Nouveau tableau on : 1 4, on pose (4 – 1 ) = 

 84

T1 V 1 V2 V3 V5 V6
V2 90  60 20 0
V3 0 70  30 30
V4  60 50 0 70
V5 0 0 0  0  Ci = 0 R(S6) = 0
V6 60 0 20 20  Cj= 0 (S1) = B(Si) + R(S6) = 440+0=440

Evaluation de zéro
(26)= 20 (45)=70 (52)=0 (56)= 0 (31)= 30 (51)=20
(53)= 0 (53)= 20 (62)= 20
B(S7) = B(S6) +(45) = 440+70= 510
Nouveau tableau on a: 1 4 5, on pose (5 1) = 

T1 V1 V2 V3 V6
V2 90  60 0
V3 0 70  30
V5  0 0 0  Ci = 0 Cj= 0
V6 60 0 20 20 R(S8) = 0 B(S8) = B(S6) + R(S8) = 440

Evaluation des zéros

(26)= 60 (52)= (56)= 20
(31)= 90 (53)= 0 (62)=20
B(S9) = B(S8) +(31) = 440+90= 530
Nouveau tableau on a : 1 4 5 on pose (5 3) = 
3

T’6 V2 V3 V6  Ci = 0 Cj= 20
V2  60 0 R(S10) = 0 +20 =20
V5 0  0 B(S10) = B(S8) + R(S10)
V6 0 0  B(S10) = 440 + 20 = 460

T’7 V2 V3 V6 Evaluation des zeros

V2  40 0 (26)= 4 (62)= 0 (56)= 20
V5 0  0 (52)= 0 (63)= 0 (56)=0
V6 0 0  B(S11) = B(S10) + (26) = 460+40= 500

Nouveau tableau on a : 1 4 5 6 on pose (6 2) = 

3
T’6 V2 V3  Ci = 0 Cj= 20 R(S12) = 0
V2 0  B(S12) = B(S10) + R(S12) = 440 + 20 = 460
V6  0

Evaluation de zéro
(52)=  (63)= 
B(S13) = B(S12) +(52) = 
B(S14) = B(S12) +R(S14) =460+0=460
B(S15) = B(S14) +(63) = 460+ = 
B(S16) = B(S14) +R(S16) = 460 +0=460
 85

Exercice n°38

T1 A B C D E F T1 A B C D E F
A  50   60  50 A  0   10 
B 30  100 70 45 30 30 B 0  70 40 15 0
C 25 40  40   25 C 0 15    0
D   30   10 10 D   20   0
E 80 35 80    35 E 45 0 45   
F 55  60 20 50  20 V6 35  40 0 30 
Ci = 170 20 10 Ci = 30

B(S0) = Ci+Cj=170+30=200

T1 A B C D E F Evaluation des zéros

A  0   0 
B 30  50 40 5 0 (BA)= 0 (CA)= 0 (FD) = 60
C 0 15    0 (AE)= 5 (CF)= 0 (BA) = 0
D   0   0 (DC)= 20 (BF)= 0 (EB) = 25
E 45 0 25    B(S0)= B(S0) + (FD)
F 35  20 0 20  =200 +60 = 260
Ci = 30

Nouveau tableau posons (DF) = 

T4 A B C E F Evaluation des zéros

A  0  0 
B 0  50 5 0 (BA)= 0 (CA)= 0 (FD) = 60
C 0 15   0 (AE)= 5 (CF)= 0 (BA) = 0
D   0   (DC)= 20 (BF)= 0 (EB) = 25
E 45 0 25   B(S1) = B(S0) + (FD)
=200 + 60 = 260

Nouveau tableau posons (DF) = 

T4 A B C E F Evaluation de zéro
A  0  0  Ci=0 (AB) = 0 (CA)= 0 (FD) = 0
B 0  50 5 0 Cj =0 (AE) =5 (CF) = 0 (BA)=0
C 0 15   0 B(S2) = B(S0) + R(S2 (DC) =20 (BF) =0 (EB)=25
D   0   B(S2) = 200+0=200 B(S1) = B(S0) + (FD)
E 80  0 = 200+60 = 260
B(S3) = 

Nouveau tableau on a : F D on pose (CF) = 

C
T4 A B E F Evaluation de zéro
A  0 0  (AC)= 5 (EB)= 45
B 0  5 0 Ci=0 B(S4) =0 (BF)=  (CA)= 
C 0 15   Cj =0 B(S4) = B(S2+R(S4) B(S5)=B(S4)+(BF)=200+
E 45 0   R(S4) B(S4) = 200+0+200 B(S5) = 
 86

Nouveau on a : F  D  C on pose (CD) = 

B
T4 A B E Evaluation des zéros
A  0 0 (AB) = 0
C 0   Ci=0 B(S6) = B(S4) + R(S6) (CA) = (AE) =  (EB) = 45
E 45 0  Cj =0 B(S4) = B(S4) + R(S6) B(S7) =B(S6) + (AE)
R(S6)=0 B(S6) = 200 B(S7) = 200 + 
B(S7) = 

Nouveau Tableau on a : a F  D  C on pose EA = 

B A E

T4 A B E Evaluation de zéro
A  0 0 R(S8) = 0 (CA) =  (EB) = 
C 0   Ci=0 B(S8) = B(S6) + R(S8) B(S9) = B(S8) + (CA)
E 45 0  Cj =0 B(S8) = 200 + 0 = 200 B(S9) = 200 +  = 
B(S10) = B(S8) + R(S10)
B(S10) = 200 + 0 = 200
B(S11) = B(S10) + R(S10)
B(S12) = B(S11) + R(S12) = 200

Arborescence

Itinéraire

Distance Min = 60 + 35 + 30 + 20 + 30 + 25 = 200

 87

CHAPITRE HUITIEME :
PROBLEMES DE FILES D’ATTENTE OU THEORIE DES QUEUES

VII.I. Problèmes

Exercice n°8.1 :
Le chef d’une grande entreprise de la place a constaté que l’influence des ouvriers au magasin
est à peu près constante entre 9h et 10h00’ : (période de la stationnarité).
Pendant 100 jours, décomptant le nombre d’ouvriers entrant dans le magasin par période de 5
minutes, l’analyse à qui le responsable a confié l’étude du phénomène a dressé le tableau suivant

Nombre d’ouvriers arrivant par Fréquences observées

période de 5 minutes
0 29
1 34
2 24
3 9
4 3
5 1
6 0

L’analyse a conclu que les arrivées sont distribuées selon une loi de poisson. La durée de service
en minutes pendant la même période est donnée dans le tableau ci-après :

Durée de service Nombre d’ouvriers servis

en Minutes (Fréquences observées)
< 1’ 23
1–2 20
2–3 14
3–4 12
4–5 9
5–6 5
6–7 4
7–8 5
8–9 3
9 – 10 2
10 – 11 2
> 11 1

T.D - Utiliser le test approprié pour vérifier la loi des arrivées et celle de services.
- Est-il opportun d’embaucher un second magasinier ?

Exercice n°8.2 :
Soit un atelier dans lequel les machines tombent en panne selon une loi de poisson de taux  = 3
(par heure). Le coût d’arrêt d’une machine peut être évalué à 10F/heure. On a le choix :
1) entre un mécanicien expérimenté réparant les machines selon un service exponentiel de
taux 4 par heure et il demande 3F l’heure, soit 5F, y compris les charges.
2) et un mécanicien très expérimenté réparant les machines selon un service exponentiel de
taux cinq par heure il demande 4F par heure soit 6,5F y compris les charges.
Lequel embaucher ?
 88

Exercice n°8.3 :
Le service au comptoir d’une importante association d’une grande ville est rempli par un
employé social qui reçoit en moyenne 3 personnes par heure en vue de leur procurer une aide
(alimentation, recherche le logement …) L’employé prend 15 minutes pour ce type de service.
Supposez que les arrivés suivant une loi de poisson et que le temps de service soit distribué
suivant une loi exponentielle négative et que la règle de la file d’attente soit FIFO :

T.D : a) Trouver la probabilité pour qu’il n’y ait personne ?

b) Trouver la probabilité pour qu’il y ait deux clients dans le bureau (un servi et un attend)
en même temps.
c) Le nombre moyen des clients dans le système
d) Le temps moyen qu’un client passe dans le bureau y compris le temps de la
consultation
e) La longueur moyenne de la file d’attente.

Exercice n°8.4 :
Un médecin a observé que la durée moyenne d’une consultation est de 15’. Il se dit qu’en
convoquant les malades à des heures fixes séparées par un intervalle de 20’, il verra décroître
l’excessive occupation de sa salle d’attente.

En fait, la durée de consultation suit la loi exponentielle et l’arrivée des clients peut être
considérée comme aléatoire et assimilée à temps pour cause d’embouteillage, de difficulté de
transport etc. …

On demande de calculer :
- La valeur des variables de décisions relatives à ce problème d’attente
- La probabilité de ne pas avoir moins de 3 clients dans ce système.

Exercice n°8.5:
Une banque commerciale a installé dans ses agences un distributeur automatique de billets (D.
A. B.) des pointages de la fréquentation de ces D. A. B. A montré qu’il était très utilisé par la
clientèle de la banque. la direction s’interroge sur la nécessité d’installer un second DAB à
proximité du premier pour éviter un temps d’attente trop long des utilisateurs.
Pour des raisons commerciales, Elles souhaitent en effet que ce temps passé par le client soit
inférieur à quatre minutes en moyenne.
Les arrivées des utilisateurs suivent approximativement une loi de poisson moyennes sept par
période de quinze minutes, il faut d’autre part une minute trente seconde au DAB pour servir un
client.

L’installation du second DAB est-elle nécessaire ?

Exercices n°8.6 :
Rent -A-Dent Ldt reçoit une moyenne des 15 demandes par jour pour les vieux modèles
d’automobiles. Elle peut satisfaire 20 clients par jour. Néanmoins, si moins de 3 voitures sont
louées, elle perd de l’argent pour 2 voitures seulement.

Cette perte est de 200F/j ; pour une seule, elle atteint 260F et au cas où elle ne loue aucune
voiture elle perd 290FJ. Ces pertes sont bien sûr compensées par les gains sur les locations ou
supérieures trois véhicules. Si l’on ne s’intéresse qu’aux pertes, quelle est la perte journalière
moyenne ? Supposez que les arrivées et le taux de services suivent une loi de poisson et que la
liste d’attente puisse être ’illimitée et sans défection.
 89

Exercices n°8.7 :
Les arrivées à une cabine téléphonique suivent la loi de poisson de moyenne 15 personnes par
heure. Chaque communication dure en moyenne 3 minutes suivant la loi exponentielle négative
Faut-il installer une deuxième cabine si l’on souhaite que les clients passent plus de 3 minutes en
moyenne avant d’être servis ?

Exercices n°8.8 :
A une poste de contrôle auto- mobile, le nombre de véhicules se présentant par heure est de 20.
Le temps nécessaire d’accomplissement des formalités est de 6 minutes par voyageur. On admet
que les arrivées sont poissonnienne et que la durée de services suit la loi exponentielle négative..
Combien de postes de contrôles sont nécessaires pour éviter tout engorgement de trafic ?

Exercices n°8.9 :
1) utilisez les données du problème n° pour trouver le nombre de personnes attendant d’être
servis si le temps de service suit une loi normale de moyenne 15’ et d’écart type 0,25’.

2) Toujours avec les mêmes données, sauf que le nombre de personne dans le système est limité
à 5.

On vous demande :
a) La probabilité qu’il y ait deux personnes au bureau.
b) la probabilité qu’il y ait 5 personnes.
c) le nombre moyen de personnes dans le système
d) le nombre de personnes dans la file.
e) Le temps d’attente dans la file.
f) Le temps d’attente dans le système.

Exercices n°8.10 :

Soit un phénomène d’attente à plusieurs stations. Le taux moyen des arrivées par dizaines de
minutes est  =8. La durée X de services est 5 minutes.

Calculer pour six stations, le nombre moyen d’unités dans la file d’attente et le temps d’attente
dans la file.
 90

VIII.2. Proposition de corrigé

MODULE I MODULE II MODULE III MODULE IV

CANAL UNIQUE MULTIPLE UNIQUE UNIQUE
PHASE = UNIQUE UNIQUE UNIQUE
Taux d’arrivée POISSON POISSON POISSON POISSON
P(x) de service Exponentiel Exponentiel Exponentiel Normal Non spécifié
Règle de priorité FIFO FIFO - -
Capacité du système Illimitée Illimitée Limitée Illimitée
Destination M/M/1 M/M/S M/M/1/M M/G/1
Es Temps moyen dans le système 1  1 1 1 1
ou t f   tf  tf  tf 
µ    µ µ µ µ

n : nombre moyen d’unité dans le V

    1  (M  1) M   M 1 
V  
 
ou 
système µ   1  1    1   M 1  1   2 2
2(1   )

 s .p0
Ef : Temps moyen dan la file 
ou
1 
(µ   )  1  

S / S(1  )2
  1  M M 1  (M  1) M 

(1   )  1   M 1


2(1   )

1   2 2 
S 

Pn : Probabilité d’avoir une fille de 1  n ou n  1   n

P0  0  n  S  M 1 
 P0 = 1-
plus de n unité P0 = 1 –  n! 1   
Où
(N<n) : Probe d’attendre moins de x
n
temps dans la file Pr (N>n) = n+1 .P0  n  S  1  
S!Sn  s P=  M 1 
1   

[Tf <x] probabilité d’attendre moins 1

-ux(1– ) P0 
s 1
de x temps dans la file n s
P(tf < x) =   n!  
n0 S!(1  )
S
Problèmes d’avoir n unités dans la Qn = Pn+1 = n+1.P0
file
 91
Exercice 8.1

Analyse des arrivées

Calculons le nombre moyen des arrivées par période de 5 minutes
X Fi Xi n i
0 29 0
1 34 34
2 24 48
3 9 27
X
 Xifi  126  1,26
4 3 12 N 100
5 1 5
6 0 0
100 126

Test sur des arrivées

H0 : les arrivées sont poissonniennes

H1 : les arrivées ne sont pas poissonniennes

Calcul du X2

(fn  f t ) 2
X2   Où f
ft n : fréquence observée

ft : fréquence théorique
Les fréquences théoriques de la loi de poisson sont calculées l’aide de la formule
( t )n e  t
f (t )  avec t = 1,26
n!

(1,26)n e 1, 26 0,2837(1,26)n

f (n )  
n! n!

n fn ft /fn-ft / (fn-ft)2 (fn-ft)2/ ft

0 29 28 1 1 0,0357
1 34 36 2 4 0,1111
2 24 23 1 1 0,0435
3 9 9 0 0 0,0
4 4 4 0 0 0,0
0,1903

D=c–1–p où c = nombre de classes = 5

D=5–1–1=3 p = nombre de paramètre de la loi 
X 20,95  0,352
on a Xc2  Xt2 d’où on accepte H0, c’est-à-dire les arrives sont poissonniennes.
 92

 Analyse des services

Calculons le temps moyen de service ( 1 )
µ
X Fn Xc Xcfn
 23 0,5 11,5
1–2 20 1,5 30,0
2–3 14 2,5 35,0 1 3,27 min

3–4 12 3,5 42,0
4–5 9 4,5 40,5
5–6 5 5,5 27,5   1 0,3058 / min
3,27
6–7 4 6,5 26,0
7–8 5 7,5 37,5
8–9 3 8,5 25,5
9 – 10 2 10,5 21,0
10 – 11 1 11,5 11,5
> 12 0 12,5 0,0
100 327,0
Test

H0 = Le service suit la loi exponentielle négative

H1 : Le service ne suit pas la loi exponentielle négative
P() = µe µ

En réduisant à 9 classes on d= 9 – 1 –1 = 7

 calculée
2 0,9609 02,95 2,167
On accepte H0 c’est les services sont exponentiels.

Caractéristiques
Pour S = 1 : utilisation de la capacité installée   

 = 1,26/5 min
µ= 0,3058/min ~ 1,529 / 5min
1,26
= 0,83
1,529
 0,83
n  4,88~5
1 10,83

tf n  S 16,35'
 0,3058
Pour S = 2  =0,82
 93

1 2 (0,82 )2
P0  2 1 D = 1+ 10,82  2,39
  2
2!(1 4) 2(10,4)
 n!  2!(1 4)
n 0
2
3
 S 1 (0,82)3
P0  1 0,42 n V  V .P0  0,396 x0,42 0,166
2,39  2 2!2(10,41)2
S!S(1 )
S
0,166
n V  0,166 0,82 0,986 t f V  0,658
 0,252
Il est opportun d’embaucher un second magasinier.

Exercice 8.2 :
Calculons le temps d’arrêt en heures machines dans l’un et l’autre cas pour une journée de travail de
8 heures.
1) 8 n 8  8. 3 24 heures machine
  43

2) 8 n 8  8. 3 12 heures machine

  53
Coût dans le 1er cas : 24x10 +8x5 = 280 F/j
Coût dans le 2ème cas : 12x10 + 8x6,5 = 172 F/j
On devra donc embaucher le mécanicien le plus expérimenté.

Exercice 8.3 :

 = 3/h
1 15'  µ = 60 4     34 0,75
 15 
a) P0= 1 –  = 1 – 0,75 = 0,25
b) P2 = P0 n = 0,25(0,75)2 = 0,14
 0,75
c) n   3.clients
1 0,25

d) tS  n  3 1h
 3
e) V n  30,752,25 clients

Exercice 8.4

1 15' µ = 60 4 malades/ h
 15
1 20 '   60 3 malades / h
 20
 94

    34 0,75

Variables de décision
 0,75
1. n   3 malades Prob (X>3) 1 – (P0 + P1 + P2)
1 0,25

2. tS  n  3 1h P0 = 1–  = 0,25
 3
3. V n  30,752,25 malades P1 = P0.’= 0,25*0,75 = 0,1876

4. t f V 
2,25
0,75h 45’ P2 = P0.2 = 0,1406
 3
P(X>3) = 1 – 0,5781 = 0,4219
Exercice 8.4 :

 = 7/15 min 7/15 Min

1
1 7/15 min  1,5'   15 0,7
µ 10
15

µ  1 10
1,5 15
 0,7
Pour S=1 : n   2,33 t S  n  4,99'
1 0,3 

tS  n 4,99' t f tS  1 4,99' - 1,5'

 µ

Pour S=2 P0 = 1  1 0,48

2 (0,7)2
1  1 0,7 
 0,7
2(1 ) 2(1 )
S 2
 S 1 (0,7)3
V P0  .0,48 0,0974
S!S(1 S )2 2!2(10,72 )2

0,0974
tf = V  0,209 '~13sec
 0,466
Conclusion : Il n’est nécessaire d’installer un second DAB car avec S=1 Ef > 4’

Exercice n°8.5 :
 = 15  = 0,75
µ = 20 X ~vz perte
Pn = (1 – ) n

P2 = (1– 0,75)(0,75)2 = 0,1406 E(P) = 0,1406 x 200 =28,13

P1 = (1– 0,75)(0,75) = 0,1875 E(P) = 0,1875x260=48,375
P0 = (1 – 0,75) = 0,25 E(P) = 0,25x290=72,5
 95
Perte journalière = 28,13 + 48,75 + 72,5 = 149,38 F

Exercice n°8.6
 = 15/h
1 3'  µ 60/3 = 20 H
µ
 0,75
 =   15 0,75 n  3 tf = n  3 .60 9'
µ 20 1 0,25 µ 20
Pour S= 2
 2 1 (0,75 )2 1 1
P0 = [ 1+   ] 10,75 [ ]  0,4545
 2(1
0,75 2,2
2(1 ) )
S 2
 S 1 (0,75)3
V .P0 V  .0,4545 0,1227
 2 2!2(1
0,75 2
S!S(1 ) )
S 2
0,1227
t f V  x60 0,49'
 15
Il faut donc installer une deuxième cabine car le tf < 3’.

Exercice n°45 :
 = 20/H 1  6'     20 2 µ = 60/6 =10
µ µ 10
Pour éviter l’engagement, il faut que  < S.
Il faut plus de deux douaniers pour éviter tout engorgement du trafic.

Exercice n°8.7

* 1)  = 3/µ µ = 60/15= 4/µ  = ¾=0,75 V

S 15 ' = 0,25
2 (0,75)2
V
2(1)

1(µ)2 
2(10,75)
1(4.0,25)2 2,25

*2) M = 5  = 0,75
1 10,75 0,25
* P(n=2) = ? Pn = P02 où Po =  0,304
1 M 1 10,7551 10,756
a) P(n = 2) = 0,304(0,75)2 = 0,17
b) P(n = 5) 0,304(0,75)5 = 0,072
 1(M 1) M  M M 1  0,75 16(0,75)5 5(0,75)6 
c) n    0,25   1,7
1  1 M 1   1(0,75)6 
 96
 2 1 M M 1 (M 1) M  15(0,75)4  4(0,75)5 
d) V    = 2,25  1,08
1  1 M
  1(0,75)5 
 1 M M 1 (M 1) M  0,75
e) tf =
µ(1)  1 M   4(0,25).0,48 21,6'

ou bien tf =  V 1,08
*60 21,6'
 3
f) t f t f  1 21,6'15'36,6
µ

Exercice n°8.8

 = 8/10 1 5' µ = 2/10’  = 8/2=4

µ
1
 2 3 4 5  6 
S=6 Po = 1     
 2! 3! 4! 5! 6!(1 4) 
 6 
1
 4 2 43 4 4 45 46 
Po = 1 4     0,017
 2! 3! 4! 5! 6!(1 4) 
 6 

 S 1 47
V .P0  *0,017 0,580
S.S!'1 S )2 6.6!(1 46)

tf = V 
0,580
0,0725 x10 0,725 '
8 8
 97
CHAPITRE NEUVIEME :
PROBLEMES DE GESTION DES STOCKS

VIII.1. Problème

Exercice n°9.1 :
Une entreprise doit commander 16,5 unités d’une matière première par mois. Le coût de passation
d’une commande est de 100fr. Le coût de stockage par unité et par an représente 20% du coût de
l’inventaire. La matière première en question est vendue à 100 FR par unité.
- Combien commander ?
- Quand commander ? *
- A combien se chiffre le coût total optimal de cette M.P. ?

Exercice n° 9.2 :
La demande annuelle de l’université Kongo en stock de craies est de 400 boites. Le prix d’une boite
de craie est de 50 FR. Le coût de stockage d’une boite par trimestre est de 5% du prix de l’inventaire.
La passation d’une commande coûte 20fr à l’U.K. Un fournisseur fait la proposition à l’université en
lui disant : je vous accorderai une réduction de 2% sur le prix si vous commander 100boîtes de craie
ou plus à la fois. L’U.K. devra-t-elle accepter ou refuser cette commande ? (De montrer votre
démarche

Exercice n° 9.3 :
La société COTNEUCO doit fournir à ses distributeurs 50.000 pneus par an. Cette demande est fixe
et connue. Le distributeur fournit directement aux utilisateurs ses pneus et n’a pas de magasin de
stockage Il livre donc chaque jour l’approvisionnement d’une journée. Le coût de rupture de stock
est de 50FR par unité et par mois. Les frais de stockage de la société s’élèvent à 20fr par pneu et par
mois et le frais de préparation et de mise en route des machines sont de 500FR par unités de
fabrication
- Calculer le niveau de rupture, la quantité de stockée et la quantité économique
nécessaire pour satisfaire la demande de ses distributeurs.
- Calculer le coût total.

Exercice n° 9.4 :
La demande de l’entreprise M. K. suit la loi normale de moyenne 120 et d’écart type 20 unités.
Quelle quantité que l’entreprise devra stocker lorsque la probabilité de tomber en rupture est de 10%.

Exercice n°9.5 :
La de mande de journaux suit une loi normale de moyenne 120 et de variance 400. Le coût de
rupture est fixé à 20FR.
- calculer la probabilité d’accepter une rupture de stock ?
- quelle quantité que le marchand devra stocker ?
- sachant que le coût de stockage est fixé à 10 fr / jour
 98

Exercice n°9.6:
Une pâtisserie se spécialise dans la fabrication de beignets frais. La quantité vendue par jour est de
2756 beignets à 1,00fr. La distribution est normale d’écart type 500. Les invendues du jour sont
gardés au four la nuit et à la rigueur vendus le lendemain matin avant la sortie de la nouvelle
production et la vente est en moyenne 0,200.
Calculer la probabilité de rupture de stock ainsi que le niveau moyen de stock qui minimise des
pertes moyennes journalières ?

Exercice n° 9.7 :
La société MOTOTRAC (1) envisage de réorganiser la gestion de ses stocks. En conséquences elle
s’est livrée à une classification des matières premières et pièces déverses qui entrent dans la
composition de la fabrication ; celles ci ont été classées par prix décroissants selon leur pourcentage
par rapport au nombre total d’unités des articles en stock d’une part, et leur pourcentage par rapport à
la valeur totale du stock d’une part, et leur pourcentage par rapport à la valeur totale d’autre part.

Dans la catégorie A ont été regroupés les articles d’importance déterminante dans la valeur B ont été
regroupé les articles d’importance moyenne dans la valeur de stock : 40% des articles représentant
30% e la valeur du stock. Pour le moment l’entreprise n’envisage pas une gestion très poussée de
cette catégorie.

Dans la catégorie C on été regroupés les articles de faible importance dans la valeur du stock. La
gestion de ces articles sera négligée actuellement. La fabrication par la société MOTOTRAC de
tondeuses débroussailleuses, motoculteur, faucheuses, motopompes automotrices, nécessite un
approvisionnement en moteurs 5CV ; cet élément appartient à la catégorie A et dans un premier
temps l’entreprise envisage la gestion des stocks de ce type de moteur. Le responsable du service
approvisionnement est chargé d’un double problème :
- Déterminer le lot économique qui minimise les coûts,
- Etablir prévisionnelle ment un programme d’approvisionnement pour l’année n.

A.Détermination du lot économique des moteurs 5 CV

La société MOTOTRAC a chargé le service commercial de prévoir les ventes de tondeuses,

motocultures, etc., pour l’année n, il en est sorti l’utilisation d’une quantité de 100 moteurs CV.

Elle a, en conséquence, contacté un fournisseur qui lui propose un tarif dégressif :

- quantités commandées inférieures à 10 unités : prix unitaire 1000F
- quantité commandée comprises entre 10 et 20 unités : remise de 20%
- quantité commandée supérieures à 20 unités : remise de 30%

Chaque fois qu’une commande est passée et livrée, les frais s’élèvent à 150 F. D’autre part, le coût
de possession du stock est évalué à 24% de la valeur du stock moyen.

Dans l’hypothèse d’une gestion sans stock de sécurité :

 99
1. Etablir les trois équations du coût total annuel d’approvisionnement (y compris le coût
d’achat) en fonction des quantités commandées, en envisageant les trois hypothèses des
tarifs des fournisseurs.
2. faire l’étude mathématique les 3 fonctions en précisant les limités et le minimum de chacune
d’elles. Les représenter toutes trois sur un même graphique et faire apparaître nettement le
tracé représentatif du coût total d’approvisionnement compte tenu des conditions de
tarification.
3. conclure en indiquant le nombre de moteurs à chaque commande est le nombre de
commandes à passer dans l’année.

B. Programme d’approvisionnement des moteurs 5 CV

L’entreprise décide de passer ses commandes à raison de 20 moteurs à chaque livraison est le
service d’approvisionnement pour l’année n. les prévisions de consommation de moteurs pour
l’année n s’établissent ainsi :
Janvier 12 Mai 7 Septembre 8
Février 12 Juin 6 Octobre 9
Mars 12 Juillet 5 Novembre 8
Avril 10 Août 4 Décembre 7

Le délai de livraison des fournisseurs est d’un mois. Le stock de sécurité est évalué à 15 jours de
consommation future. Le stock initial au 1/1/n a été estimé à dix moteurs. Les livraisons ont lieu le
1er ou le 15 du mois.

Déterminer par le calcul, les dates de livraisons et les dates de passation des commandes. Donner une
représentation graphique.

VIII.2. PROPOSITION DE CORRIGE

Exercice n°9.1 :

Données

Du = 16,5 unités/mois 16,5x12 =198 unités/an

C0 = 100
Cs= 0,20x10 = 20 Fr/unité/an
P : prix d’achat = 100

Formules
Min CT+ = Cs. Q  C0 Du  Du P
2 Q
Coût de coût de coût d’achat
Stockage passation
de Cde
 L’inconnue est Q c’est la qualité optimale à commander
 100

dCT Cs C0Du C0 Dµ CS 2C0 Dµ

  0  Q* 
dQ 2 Q2 Q2 2 CS
Dµ
 Nombre de commande /an  N* =
Q*
1
 Intervalle de temps s’écoulant entre deux approvisionnements T = .Q
N

Solution

2x100x198 198 1
Q* =  44,5 N* = 4 T x12  3 mois
20 44,5 4
Conclusion : L’entreprise devra commander trimestriellement 44,5 unités de cette matière
première. Donc 4 fois par an un coût minimum de l’ordre de :

CT = 2C0DµCS  Dµ P = 2x100x198x20  198x100  20.690F

Exercice n°9.2 :

Données

Dµ = 400 boites/an p= 50 F CS = 5% de 50 unités  CS = 0,05x4x50 = 10 F/an

Si Q100  r = 0,02

Formule

Sans réduction Avec réduction

Q D
CT = CS Q  C0 D  Dµ P CT = CS(1-r)  C0  Dµ P(1  r )
2 Q 2 Q
2C0 Dµ 2x 20x400
Q* =   40 Q = 100
CS 10
D 400
N* =   10 N* = D  400  4
Q 40 Q 100
CT = 10 x 40/2 + 20x10 + 400x50 CT = 10(1– 0,02)100/2 + 20 x 4 + 400x50(1– 0,02)
CT = 20400 Fr. CT = 9,8x50 +80 +20.000 x 0,98 = 20.170 Fr.

L’université Kongo devra accepter la proportion du fournisseur car il y a économie de 20.400 –

20.170 = 230 Fr.

Exercice n°9.3 :

Données
 101
Du = 50.000/an
Cp = 50F/unité/mois = 50 x12 = 60 F/unité/an
CS = 20F/unité/mois = 20 x12 = 240F/unité/an

Formule
Soient L : quantité stockée
Q : quantité économique nécessaire pour satisfaire la demande
Q-L : Niveau de rupture
Cp : coût de pénurie
CT(QL) = CS L  C0 D  Cp Q  L   Dµ P
2 2

2Q Q 2Q
2C0 Dµ Cp 2C0 Dµ CS  Cp Cp
L= Q= CT = 2C0DµCS
CS CS  Cp CS Cp CS  Cp

2x500x50.000 600
 L= = 456,44x0,845 = 386 pneus
240 240  600
1
 Q = 456,44 = 540 pneus
0,0845
 Q – L = 540 – 386 = 154 pneus
 CT = 2x500x50.000x240 0,845 = 92,656,11

Exercice n°9.4

Données

Q  120  = 20  = 0,1

Formule

QL
P(Q – L>0) = p(t> )=

Q* = Q  t1  1,28 d’où Q* = 120 + 1,28(20) = 146

Exercice n°9.5

Données
Q = 120 2 = 400 = 20
CP= 20 F CS= 10 F

Formules
 102

a) P(Q – L> 0) = CS  20  10  10 0,33

Cp Cs 1020 1020 30
b) Q = QZ(1)
Q = QZ0,67 
Z (1- )
0 0,50 0,17
0,475
X 0,67 0,1827
0,475 0,6827
Z0,67 = 0,475x0,17 0,44
0,1827
X = 120 +0,44(20) = 129
Le marchand devra stocker 129 journaux le stock de sécurité est de 9.

Exercice n°9.6 :

Q2750 p = 1F  = 500
Coût de production : 0,6
CS = coût d’opportunité = manque à gagner des invendus = P – Cprod = 1 – 0,6 = 0,4
a) Prob de rupture
P(Q-L>0) = CS  0,2 0,4~40%
CS Cp 0,40,2
2 2
b) Q+ = ? Q* = Q Z1

1 0,50 0,1
0,475
? 0,67 0,1827
0,475 0,6827
Z0,60 = 0,475x0,1 0,259
0,1827
Q=2750+0,259 = 2875

Exercice n°9.7

Données
Dµ = 100
Si Q <10  p = 1000 F
Si 10  Q  20  r = 20%
Si Q > 20  r = 30%
C²0 = 150
CS= 24% de 1000 = 240

Solution
 103

* Si Q > 10 CT = CS Q C0 D DµP

2 Q
CT = 240 Q 150D 100.1000
2 Q
CT = 120 Q 1500100.000
Q

* Si
10  Q  20  r = 20%
Q
CT = CS(1– r) C0 Dµ DµP(1r)
2 Q
Q
CT = 240(1– 0,2) 150100100.1000(10,2)
2 Q
CT = 96Q + 15 .000 80.000
Q
Si Q > 20  r = 30%
Q
CT = 240(1 – 0,3) 150100100.1000(10,3)
2 Q
CT = 84Q + 15.000 70.000
Q
Coût Total annuel : C1 = 120 Q + 100.000 + 15.000
Q
Limite Q   C1 = 120 Q +100
Q   C1 = 
C2 = 96 Q + 80.000 + 15.000
Q
Limite Q   C2 = 96 Q +80.000
Q   C2 = 
C3 = 84 Q + 70.000 + 15.000
Q
Limite Q   C3 = 84 Q +70.000
Q   C3 = 
Détermination de la quantité optimale

C1 = 120 Q + 100.000 + 15.000 si Q < 10

Q
dC 1 120 150000 Q* = 15000 11,18
dQ Q2 120

C2 = 96 Q + 80.000 + 15.000 ssi 10  Q  20

Q
dC 2 96Q 150000
dQ Q2

Q* = 15000 12,5
96
 104

C3 = 84 Q + 70.000 + 15.000 ssi Q > 20

Q
dC 3 84Q  150000 Q* = 15000 13,36
dQ Q2 84
Calcul précis de quelques points permettant de tracer les courbes
* C1 = 120 Q + 15.000 +100.000 Q < 10
Q
si Q = 10 C1 = 120(0) + 15.000 +100.000 = 102.700
10
*
Q = 11,18 C1 = 120(11,18) + 15.000 +100.000 = 102.683,3
11,18
* C2 = 96 Q + 15.000 +80.000 ssi 10  Q  20
Q
Si Q = 10  C1 = 82460
Q = 12,5  C1 = 82400
Q = 20  C2 = 82670
* C3 = 84Q + .000 +70.000 ssi Q > 20
15
Q
Q* = 13,36  C3 = 72.245
Q =20  C3 = 72.430

Graphique

140000

120000

100000

80000

60000

40000

20000

0
10 11,18 12,5 13,36 20

Il apparaît nettement sur le graphique que l’entreprise doit passer des commandes de 20
moteurs soit 5 commandes dans l’année.

N* = D  100 5
Q 20
 105
B. Détermination des dates de livraison et des dates de commande

Stock avec Livraison Commandes

Dates Consommation rupture Stock rectifié
Dates Q Dates Q
éventuelle
D - 10
J 12 –2 1/1 20 18 1/12 20
F 12 16
M 12 –6 1/3 20 14 ½ 20
A 10 4
M 7 –3 1/5 20 14 ¼ 20
J 6 11
J 5 6
A 4 2 15/8 20 22 15/7 20
S 8 –6 14
O 9 5
N 8 –3 1/11 20 17 1/10 20
D 7 10

Graphique

100
90
80
70
60
50
40
30
20
10
0
d j f m a m j j a s o n d
 106

BIBLIOGRAPHIE

I. Ouvrages

1. Baranger et alii, Gestion, Vuibert, Paris, 1985, 430p

2. Bisson-Vaivre, S. et Ficano, C., Outils mathématiques de gestion, Bréal, Rosny, 1998.
3. Burland A et Simon C. ; Comptabilité de gestion, Vuibert, Paris, 1993, 452 p
4. Dayan, Armand et all., Manuel de Gestion, Volume 2, Ellipses/AUF, Paris, 1999.
5. Delgado, J.P., Mathématiques appliquées, 2ème édition, Eska, Paris, 2001.
6. Desbazeille, G., Exercices et Problèmes de Recherche Opérationnelle, Dunod, Paris, 1972.
7. Faure, R, Eléments de la Recherche Opérationnelle, Gauthier Villars, Paris, 1971
8. Faure, R., Lemaire, B. et Picouleau, C., Précis de Recherche Opérationnelle, Cours et exercices
d’application, 5ème édition, Dunod, Paris, 2009.
9. Goujet et Nicolas, Mathématique Appliquée à la gestion, 2ème édition, Masson, Paris, 1989.
10. Kaufmann A, Méthodes et modèles de la Recherche Opérationnelle, Tome 1, Dunod, Paris,
1972.
11. Monks, J. G., Gestion de la production et des opérations, Cours et Problèmes, Mc Graw – Hill,
Book Co., New York, 1993 (Série Schaum).
c) Rambhujun, N., et L. Benraiss, Analyse des données et techniques décisionnelles appliquées
au Management des ressources humaines, MRH, Foucher, Paris, 2008.
d) Roche, F.et Barny, F., Mathématiques : Comptabilité et Gestion, Hachette Education, Paris,
2000.
e) Roseaux, Exercices et Problèmes résolus de Recherche Opérationnelle, Tome 1, Masson,
Paris, 1996.
f) Roseaux, Exercices et Problèmes résolus de Recherche Opérationnelle, Tome 2, Masson,
Paris, 1987.
g) Roseaux, Exercices et Problèmes résolus de Recherche Opérationnelle, Tome 3, Masson,
Paris, 1989.
h) Vedrine, J-P, Techniques quantitatives de gestion, Vuibert, Paris, 1985.

II. Autres documentations

1. KAMIANTAKO M., Cours de R.O, FASEG, Université Kongo, 2013.

2. KAMIANTAKO M., Cours de M.Q.E, FASEG, Université Kongo, 2013.
3. MAPHANA MA NGUMA, Cours de R.O, GASEG, Université de Kinshasa, 2004.
4. MUKOKO Samba, Cours de Méthodes Quantitatives de Gestion, ISC/Gombe 2002.
5. MUSENGA TSHIMPANGILA, Cours de R.O, FASE, UPC, Kinshasa Lingwala 1998.