TD1 : PROGRAMMATION LINEAIRE

Exercice 1

On désire déterminer la composition, à coût minimal, d’un aliment pour bétail qui est
obtenu en mélangeant au plus deux produits bruts : orge et arachide.
-la quantité nécessaire par portion est de 400g.
-l’aliment ainsi fabriqué devra comporter au moins 30% de protéïnes et au plus 5% de
fibres.
On a les données en quantité par gramme d’aliment suivantes :

Aliment Protéïne Fibres Coût (F/kg)

orge 0.09 0.02 450
arachide 0.60 0.06 500

Modeliser le problème sous forme d’un programme linéaire.

Exercice 2

Une société produit des biens A, B et C. La production des biens nécessite l’utilisation
de 4 machines. Les temps de production et les profits générés sont repris dans le tableau
suivant :

1 2 3 4 Profit
A 1 3 1 2 6
B 6 1 3 3 6
C 3 3 2 4 6

Les temps de production disponibles sur les machines 1, 2, 3 et 4 sont de 84, 42, 21 et
42 et la société cherche à maximiser son profit. Formuler ce problème comme un problème
d’optimisation linéaire.

1
 Exercice 3

Une entreprise pharmaceutique fabrique trois types de médicaments : des somnifères, des
euphorisants et des analgésiques, dont les bénéfices de production escomptés sont respec-
tivement de 20, 20 et 10 millions de francs par kilo.

Pour fabriquer chacun de ces médicaments, trois matières premières sont utilisées : de
la caféïne, de la valériane et de la morphine. Les quantités nécessaires de ces produits pour
fabriquer un kilo de médicaments sont résumées dans le tableau suivant :

Somnifères euphorisants analgésiques

caféïne 0 2 4
valériane 4 0 0
morphine 4 1 4

Par ailleurs les quantités de caféïne, valériane et morphime sont limitées par leur produc-
tion à respectivement 2, 4 et 2 unités par jour.

Le but de l’exercice est de planifier les quantités de médicaments à produire afin de

maximiser le bénéfice quotidien.

Modéliser le problème sous forme d’un programme linéaire (P ).

Exercice 4

Une usine fabrique quatre produits (A, B, C, etD), au moyen deux machines (M1 , etM1 ).
Les temps-machines requis par unité de volume de chacun de ces produits sont donnés
ci-dessous, ainsi que les bénéfices unitaires correspondants (par exemple : pour fabriquer
100 litres de A, M1 est utilisée 7 minutes, puis M2 3 minutes ; à ces 100 litres correspond
un bénéfice de 45 unités monétaires).
XXX
XXX Produits
XXX A B C D
Machines XXX
XX
X
M1 7 10 4 9
M2 3 40 1 1
Bénéfices 45 100 30 50

2
La disponibilité journalière de M1 est de 1200 minutes ; celle de M2 est de 800 minutes. On
suppose qu’aucun problème d’ordonnancement ne vient compliquer les choses (utilisation
simultanée des machines, etc.).
Quelle quantité de chaque produit faut-il fabriquer chaque jour de façon à maximiser le
bénéfice, donner seulement le modèle mathématique de ce problème.

Exercice 5

Les produits d’une société anonyme sont conditionnés dans des récipients de deux types A
et B. Afin de pouvoir satisfaire la clientèle, le Directeur de la société se fixe comme objectif
annuel de disposer d’au moins 3 200 000 récipients de type A et d’au moins
400 000 récipients de type B.
Pour produire ces récipients, le Directeur dispose de deux ateliers dont les rendements sont
différents.
Nombre de récipients par heure de fonctionnement

Atelier 1 Atelier 2
Récipient de type A 500 400
Récipient de type B 400 320

Chaque atelier fonctionne au maximum 4 000 heures dans l’année. Les prévisions de
coût variable de production de chaque type de récipient donnent comme résultats :

Coûts variables de production en unité monétaire (u. m.)

Atelier 1 Atelier 2
Récipient de type A 0.4 0.55
Récipient de type B 0.75 0.85

Mais le Directeur peut également sous traiter la fabrication de ces récipients à une société
qui propose comme tarifs :
0.55 u. m. le récipient de type A
1 u. m. le récipient de type B

Donner la formulation mathématique du problème correspondant à un programme de

production optimale.

3
 Exercice 6

Un atelier de finition d’une entreprise fabrique des pièces mecaniques de deux types : A
et B, à partir des pièces que lui fournit l’atelier de moulage ; ces pièces brutes permettent
la fabrication de l’un ou l’autre des types A et B, indifféremment.
La capacité journalière de production de l’atelier de moulage est de 130 unités.
Ces pièces moulées subissent ensuite, dans l’atelier de finition, un usinage et un traitement
thermique.
L’usinage d’une pièce de type A nécessite 2 heures de travail sur machine, celui d’une pièce
de type B nécessite 3 heures.
Le traitement thermique demande 3 heures pour une pièce de type A et 1 heure pour une
pièce de type B. Les disponibilités en main d’oeuvre sont telles que 340 heures-machine
peuvent être effectuées à l’usinage et 290 heures au traitement thermique, chaque jour.
Après fabrication, les pièces sont ensuite vérifiées. Compte tenu de effectifs des vérificateurs,
90 pièces de type A et 100 de type B peuvent être vérifiées par jour.
L’entreprise commercialise ces pièces : la marge unitaire sur coût variable pour les pièces
de type A est évaluée au trois quarts de celle relative au pièces de type B.
Ecrire le programme linéaire permettant de déterminer un programme journalier optimal
de fabrication pour l’atelier de finition.

Exercice 7

Le propriétaire d’une station d’essence vend du Super, de l’Ordinaire et du Gas-oil aux

prix respectifs de 415, 390 et 295 unités monétaires le litre, mais livrés par la station mère
aux prix de 405, 375 et 270 unités monétaires.

Comme le propriétaire de la station est peu scrupuleux et veut s’enrichir rapidement, il

se livre au trafic suivant : se basant sur son expérience du métier, il sait qu’il peut vendre
à la pompe "super" un mélange de trois carburants à condition qu’il y ait au moins 70%
de Super et pas plus de 10% d’Ordinaire.

De même, à la pompe "ordinaire", il peut vendre un mélange comportant au moins

15% de Super et pas plus de 70% de Gas-oil.
Enfin, le mélange vendu à la pompe "gas-oil" doit contenir au moins 80% de Gas-oil.

4
D’autre part, le marché est tel que le propriétaire de la station ne peut vendre plus de
20 000 litres de Super, 30 000 litres d’Ordinaire et 20 000 litres de Gas-oil.

Donner la formulation mathématique de ce problème.

Exercice 8

Un importateur de whisky dispose d’un marché illimité, mais se trouve restreint par la
réglementation des importations quant aux quantités mensuelles maximales autorisées, qui
s’établissent comme suit :

Sir Roses au plus 2000 bouteilles à 35 unités monétaires,

Highland Frenzy au plus 2500 bouteilles à 25 unités monétaires,

Old Frenzy au plus 1200 bouteilles à 20 unités monétaires.

Il effectue trois mélanges A, B et C qu’il vend au prix respectifs de 34, 28, 5 et 22, 5
unités monétaires la bouteille.

Ces mélanges se définissent comme suit :

(
pas moins de 60% de Sir Roses,
A
pas plus de 20% de Old Frenzy,

(
pas moins de 15% de Sir Roses,
B
pas plus de 60% de Old Frenzy,

n
C pas plus de 50% de Old Frenzy.

On recherche les mélanges qui rendent maximaux les bénéfices de l’importateur.

On se contentera de mettre le problème en équation.

5
 Exercice 9

Mettre
les programmes linéaires suivantssous forme standard, sous forme canonique :

 max Z = 3x1 + 4x2 + 10x3 
 min Z = 3x1 + 2x2 + 3x3

 

 x1 + 2x2 ≤ 3  x1 + 2x2 − 3x3 = 1

 

 
a) x2 + x3 ≤ 3 , b) 2x1 − x2 − 5x3 ≤ 2

 




 −2 ≤ x1 ≤ 4 


 x1 + 3x2 − x3 ≥ 1
 
x1 , x2 ∈ R, x3 ≥ 0, x1 ∈ R, x2 ≥ 0, x3 ≤ 0.
 

6
 Exercice 10

Résoudre par la méthode graphique les programmes linéaires

 suivants :
 
 max Z = x1 + 2x2
 max Z = 3x1 + 2x2  

min Z = x1 − 3x2 x2 ≤ 4

  

  
2x + x ≤ 5
  


 1 2 

 −x + 2x ≤ 6


 x − 2x ≤ 3
1 2 1 2
1) x1 − x2 ≤ 1 2) 3)

  x1 + x2 ≤ 5
 
 5x1 − x2 ≤ 5

 x 1 + x 2 ≤ 3 

 x1 , x2 ≥ 0,


x1 + x2 ≤ 5

  

 
x1 , x2 ≥ 0,
 


 x , x ≥ 0,
1 2
 
 
 min Z = 3x1 + 2x2 
 max Z = x1 + 2x2
 max Z = x1 + 3x2

 

x1 + 2x2 ≤ 6 2x1 + x2 ≤ 10

 
 

  
x + x ≤ 12
  


 1 2 

 2x + x ≤ 8


 x + 2x ≤ 10
1 2 1 2
4) −2x1 + 3x2 ≤ 12 5) 6)

 
 −x1 − x2 ≤ 5 
 x1 + x2 ≤ 6

 2x 1 − x 2 ≤ 12 
 

x2 ≤ 2 x1 + 3x2 ≤ 12

 
 

  
x1 , x2 ≥ 0,
 
 


 x , x ≥ 0, 
 x , x ≥ 0.
1 2 1 2

Exercice 11

Résoudre
 par la méthode du simplexe
 les programmes linéaires suivants :
 min Z = −x1 + 9x2 − 6x3
 
 max Z = 4x1 + 5x2 + x3

 

 3x1 + 3x2 − x3 ≤ 15
 3x1 + 2x2 ≤ 10
 


 
1) −5x1 + x2 + 2x3 ≤ 10 2) x1 + 4x2 ≤ 11

 

 x1 − 3x2 + 6x3 ≤ 3

  3x1 + 3x2 + x3 ≤ 13



 

x1 , x2 , x3 ≥ 0, x1 , x2 , x3 ≥ 0,
 

 min Z = 10x1 − 30x2 
 max Z = 4x1 + 5x2 + x3

 

3x + 2x ≤ 6
 


 1 2 

 x +x +x ≤8
1 2 3
3) 6x1 + x2 ≤ 6 4)

 
 x1 − 2x2 + x3 ≤ 2



 x 2 ≤ 2 

 x1 , x2 , x3 ≥ 0.


x1 , x2 ≥ 0,


7
 Exercice 12

Résoudre les programmes ci-dessous par la méthode des deux phases de l’algorithme du
simplexe.  
  min Z = 4x1 + 5x2 + 3x3  max Z = 2x1 + 3x2
min Z = 6x1 + x2 + 6x3
 
 

  
x1 + 2x2 + x3 ≥ 5 x1 + x2 ≥ 5

 
 


 3x + x + 2x ≥ −2 
 

1 2 3
1) 2) −x1 − x2 + x3 ≥ 1 3) 2x1 − x2 ≥ −2

 2x1 − x3 ≥ 3 
 



 x1 , x2 , x3 ≥ 0,




 2x2 + 4x3 ≥ 1 


 x1 ≤ 3
 
x1 , x2 , x3 ≥ 0, x1 , x2 ≥ 0,
 
 

 min Z = 4x1 + 5x2 + 3x3 + 35 

 min Z = 2x1 + 3x2 + 3x3 + x4 − 2x5
 
x + 3x2 + 4x4 + x5 = 2
 
x1 + 2x2 + x3 ≥ 5  1

 


 
4) −x1 − x2 + x3 ≥ 1 , 5) x1 + 2x2 − 3x4 + x5 = 2

 
 1 4 1

 2x2 + 4x3 ≥ 1 
 − x 1 − x 2 + x3 =
3 3 3

 

 
x1 , x2 , x3 ≥ 0,
 
 x ≥ 0, i = 1, ..., 5,
i



 min Z = x1 + x2 + x3

x1 + 2x2 + 3x3 = 3






 −x1 + 2x2 + 6x3 = 2
6)


 4x2 + 9x3 = 5

3x3 + x4 = 1






 x1 , x2 , x3 , x4 ≥ 0.

Exercice 13

Résoudre par la méthode du grand M les programmes linéaires 

suivants :
  max Z = 2x1 − x2 + 3x3  min Z = 4x1 + 5x2 + 4x3
min Z = 2x1 + 3x2 + x3
 
 

  
 x1 + x2 + x3 = 3  x1 + x2 − x3 ≥ 5

 
 


 x +x +x ≥5  
1 2 3
1) 2) x1 − 2x2 + x3 ≥ 1 3) −x1 − x2 + 2x3 ≥ 1 ,

 3x 1 + x 2 + x 3 ≥ 9 

 2x + x ≤ 2




 x1 , x2 , x3 ≥ 0,
 

 2 3



 2x2 + x3 ≥ 1
 
x1 , x2 , x3 ≥ 0, x1 , x2 , x3 ≥ 0,
 

 min Z = x1 + x2 + x3 
min Z = x1 − x2
 

 
max Z = −5x1 − 2x3 x1 + 2x2 + 3x3 = 3
 
 

  
 −2x1 + x2 ≤ 2

 
 


 x − x + 6x ≥ 2 
 −x + 2x + 6x = 2 
1 2 3 1 2 3
4) 5) 6) −x1 + 2x2 ≥ 8

 x1 + x2 + 2x3 ≥ 1 
 4x2 + 9x3 = 5 



 x1 , x2 , x3 ≥ 0,

 
 x1 + x2 ≤ 5
3x + x = 1
 
 

 3 4 
x1 , x2 ≥ 0.

 

 x , x , x , x ≥ 0,
1 2 3 4

8
 Exercice 14

Déterminer le programme dual de chacun des programmes linéaires ci-dessous :

 
 max Z = 2x1 + 4x2 + 3x3   max Z = 10x1 + 6x2
min Z = 20x1 + 24x2

  

  
3x1 + 4x2 + 2x3 ≤ 60 x1 + x2 ≥ 40

 
 


 
 x + x ≥ 30 

1 2
1) 2x1 + x2 + 2x3 ≤ 40 , 2) 3) 3x1 + 2x2 = 60 ,

 
 x1 + 2x2 ≥ 40 




 x1 + 3x2 + 2x3 ≤ 8 

 x1 , x2 ≥ 0,




 2x1 + x2 ≥ 25
 
x1 , x2 , x3 ≥ 0, x1 , x2 ≥ 0.
 
 

 max Z = 3x1 + 4x2 + 10x3 
 min Z = 3x1 + 2x2 + 3x3

 

x1 + 2x2 ≤ 3  x1 + 2x2 − 3x3 = 1

 


 
4) x2 + x3 ≤ 3 , 5) 2x1 − x2 − 5x3 ≤ 2

 




 −2 ≤ x1 ≤ 4 


 x1 + 3x2 − x3 ≥ 1
 
x1 , x2 ∈ R, x3 ≥ 0, x1 ∈ R, x2 ≥ 0, x3 ≤ 0.
 

Exercice 15

Une entreprise de mécanique fabrique, dans son usine, 3 types de pièce a, b, c dans 3
ateliers : usinage, montage, finition. Le tableau ci-dessous résume.

nombre d’heures machines Prix de

nécessaire pour fabriquer vente de la
une pièce pièce
usinage montage finition
pièce a 0.10 0.15 0.15 35.50
pièce b 0.20 0.15 0.25 51.50
pièce c 0.40 0.45 0.15 92.50
coût variable
60 80 50
de l’heure
Capacité
de l’atelier 2000 2400 2400
( en heure/mois)
1) Déterminer le programme de fabrication permettant à l’usine d’obtenir un bénéfice
maximum (on suppose que la totalité des charges variables sont reparties par l’intermé-
diaire des trois centres d’analyse).

9
 2)Déterminer le dual du programme linéaire obtenu dans la question 1).

Exercice 16

En utilsant les théorèmes des écarts complémentaires vérifier l’optimalité des solutions
pour chacun des programmes linéaires ci-dessous :



 min Z = 8x1 + 7x2 + 3x3


 2x + x ≥ 1
1 2
(P1 ) x∗ = ( 31 , 13 , 0)T et x∗ = (2, 13 , 1)T
 x1 + 2x2 + x3 ≥ 1



 x1 , x2 , x3 ≥ 0,



 max Z = x1 + 2x2


 −2x1 + x2 ≤ 1



(P2 ) x1 − 2x2 ≤ 2 x∗ = (0, 29 )T et x∗ = ( 15 , 75 )T





 x1 + 2x2 ≤ 3

x1 , x2 ≥ 0,


21


 min Z = 9x1 + 2 x2 + 4x3


 2x1 + x2 ≥ 1
(P3 ) x∗ = ( 12
5 1 1 T
, 6, 4)


 x1 + 2x2 + x3 ≥ 1

 x1 , x2 , x3 ≥ 0,


Exercice 17

On considère le programme linéaire ci-dessous :



 max Z = 3x1 + 2x2


 2x1 + x2 ≤ 5



x1 − x2 ≤ 1





 x1 + x2 ≤ 3

x1 , x2 ≥ 0,

La solution x e = (2, 1)T est-elle réalisable, de base optimale ?
Que pouvez-vous dire quant à l’ensemble des solutions optimales du dual ? Déterminez cet
ensemble.

10
 Exercice 18

Résoudre par la méthode duale simplexe  les programmes linéaires suivants :

  min Z = 4x1 + 5x2 + 3x3 
min Z = 6x + x + 6x max Z = −6x1 − x2 − 6x3

1 2 3

 
 

x + 2x + x ≥ 5
  


 3x + x + 2x ≥ −2


 1 2 3 

 3x + x + 2x ≥ 2
1 2 3 1 2 3
1) , 2) −x1 − x2 + x3 ≥ 1 3)

 2x1 − x3 ≥ 3 
 
 2x1 + 4x2 − x3 ≥ 3


 x1 , x2 , x3 ≥ 0,




 2x 1 + 4x 2 ≥ 1 

 x1 , x2 , x3 ≥ 0,


x1 , x2 , x3 ≥ 0,

 
 max Z = 2x1 + 3x2  min Z = −4x1 + 5x2 − 3x3 
 min Z = 6x1 − x2 − 6x3

 
 
 
x + x ≥ 5 x + 2x + x ≥ 5
  


 1 2 

 1 2 3 

 3x + x + 2x ≥ −2
1 2 3
4) 2x1 − x2 ≥ −2 5) −x1 − x2 + x3 ≥ 1 6)

 
 
 2x1 − x3 ≥ 3



 x1 ≤ 3 


 2x 1 + 4x 3 ≥ 1 

 x1 , x2 , x3 ≥ 0,

 
x1 , x2 ≥ 0, x1 , x2 , x3 ≥ 0,
 

Exercice 19

Mme Djakous veille à ce que ses poulets absorbent chaque jour, au minimum 216 unités
de fer et 78 unités de vitamines.
Une mesure de maïs procure 2 unités de fer et 5 unités de vitamines. Une mesure de
nourriture à base d’os procure 4 unités de fer et 1 unité de vitamines. Une mesure de
millet procure 2 unités de fer et 1 unité de vitamines.
Comment Mme Djakous devra-t-elle mélanger ces trois aliments de façon à satisfaire au
moindre coût les exigences quotidiennes d’ingestion des ses poulets, sachant que les mesures
de ces aliments coûtent respectivement 4000, 2000 et 6000 francs ?
Résoudre le programme linéaire obtenu en utilisant l’algorithme dual simplexe.

Exercice 19

La société Fourivoire fabrique deux types de fours F1 et F2 à partir de trois facteurs

de production :
M (heures machines) ; O (heures ouvriers) ; T (heures techniciens).

Les combinaisons de facteurs de production pour chaque type de fours, le prix de vente
de chaque four : V, le coût unitaire en francs : C de chaque facteur de production et les
capacités hebdomadaires : K de chaque atelier sont donnés dans le tableau suivant :

11
 M O T V
F1 5 7 4 2010
F2 3 8 6 2400
C 20 30 50
K 270 800 360
1)On se propose de déterminer combien de fours de chaque type la société Fourivoire
doit fabriquer chaque semaine pour maximiser sa marge sur coût de production. Donner
le programme linéaire (P ) correspondant.

2) Déterminer le dual du programme linéaire obtenu dans la question 1). Résoudre (D)
et en déduire une solution optimale de (P ). Donner une interprétation économique de ce
programme dual.

Exercice 20

Résoudre les programmes linéaires paramétriques

  suivants :

 min Z = (1 − λ)x1 − (3 + λ)x2 
 max Z = x1 + 3x2

 

 2x1 − 2x2 ≥ 1  x1 + x2 ≤ 14

 

 
1) 2x1 + 2x2 ≥ 2 ; 2) −2x1 + 3x2 ≤ 12 + 5λ .

 

 x2 ≤ 2  2x1 − x2 ≤ 12 − 10λ

 


 

x1 , x2 ≥ 0 x1 , x2 , λ ≥ 0
 

Exercice 21

Résoudre le programme linéaire en nombres entiers ci-dessous à l’aide de l’algorithme

descoupes de Gomory  

 min Z = 3x1 − 7x2 + 12x3 
 min Z = −x1 + 9x2 − 6x3 
 max Z = 4x1 + 6x2 + 2x3

 
 

 −3x1 + 6x2 + 8x3 ≤ 12  3x1 + 3x2 − x3 ≤ 15  4x1 − 4x2 ≤ 5

 
 

  
1) 6x1 − 3x2 + 7x3 ≤ 8 ; 2) −5x1 + x2 + 2x3 ≤ 10 ; 3) −x1 + 6x2 ≤ 5 ;

 
 




 −6x1 + 3x2 + 3x3 ≤ 5 


 x1 − 3x2 + 6x3 ≤ 3 


 −x1 + x2 + x3 ≤ 5
  
x , x , x ≥ 0, et entiers x1 , x2 , x3 ≥ 0, et entiers x1 , x2 , x3 ≥ 0, et entiers
  
 1 2 3


 max Z = 20x1 + 10x2 + 10x3


 2x + 20x + 4x ≤ 15
1 2 3
4)


 6x1 + 20x2 + 4x3 = 20

 x1 , x2 , x3 ∈ Z+


12