Compte

rendu
de
Recherc
he
Travail élaboré par : Younes Rahma Opérati
Classe : GCV 2 B onnelle
Professeur : Mr. Kormi Tarek et
Optimis
ation

Année universitaire

2023-2024
 I. Introduction
L'optimisation et la recherche opérationnelle occupent une place cruciale dans le domaine de la
prise de décision stratégique et de la résolution de problèmes complexes. Ces disciplines
s'appuient sur des méthodes analytiques et des outils mathématiques avancés pour trouver les
meilleures solutions possibles dans des contextes variés. Le présent compte rendu se penche sur
l'application de ces concepts dans un cadre spécifique, mettant en lumière les défis rencontrés,
les méthodologies utilisées et les résultats obtenus.

II. But de TP
L'objectif de ce TP est de développer la compétence à poser des problèmes d'optimisation
linéaire et à les résoudre en utilisant deux approches différentes :

o L'exploitation du solveur intégré dans Microsoft Excel.

o L'utilisation du logiciel Lingo spécialisé dans la résolution de problèmes d'optimisation
linéaire.

III. Résolution de l’exercice 1

1) Formulation du problème
On prend les variables suivantes :

X1 : Quantité de produit P1 fabriquée

X2 : Quantité de produit P2 fabriquée

Max Z = 4X1 + 3X2

SC

3X1 + 4X2 ≤ 12

7X1 + 2X2 ≤ 14

X1, X2 ≥ 0

Page | 1
 2) Méthode Simplex
La méthode du Simplexe implique un processus itératif, et après plusieurs itérations, les résultats
sont récapitulés dans le tableau ci-dessous :

Z X1 X2 X3 X4 b

X1 0 0 1 0.318 -0.136 1.909

X2 0 1 0 -0.091 0.182 1.455

Z 1 0 0 0.591 0.318 11.545

3) Solveur Microsoft Excel

La résolution par le solveur de Microsoft Excel nous donne les résultats suivants :

Etude de sensibilité :

Page | 2
 4) Résolution par Lingo

 Il est notable que les résultats obtenus sont identiques avec les différentes méthodes utilisées.

Page | 3
 IV. Résolution de l’exercice 2
1) Formulation du problème
On prend les variables suivantes :

X1 : Quantité de farine M

X2 : Quantité de farine N

Min W = X1 + 0.8 X2

SC
0.1 X1 ≥ 4
0.2 X2 ≥ 6
0.1 X1 + 0.2 X2 ≥ 20
0.2 X1 + 0.1 X2 ≥ 19
X1 ≥ 0, X2 ≥ 0
2) Méthode graphique

La résolution graphique du problème nous donne les résultats suivants :

Z= 116

X1= 60

X 2= 70

Page | 4
 3) Solveur Microsoft Excel

Etude de sensibilité :

Page | 5
 4) Résolution par Lingo

On remarque qu’on a trouvé les mêmes résultats par les différentes méthodes

V. Résolution de l’exercice 3
1) Formulation du problème
On prend les variables suivantes :

X1 : mélange d’abricot.

X2 : mélange de fraise.

Max Z =1320 X1 + 860 X2

SC
X1 ≤ 15
X2 ≤ 10
0.2X1 + 0.1X2 ≤ 2
X1, X2 ≥ 0

Page | 6
 2) Méthode Simplex
Après plusieurs itérations, on a obtenu les résultats illustrés dans le tableau ci-dessous :

Z X1 X2 X3 X4 X5 b
X3 0 0 0 1 0.5 -5 10

X2 0 0 1 0 1 0 10
X1 0 1 0.5 0 -0.5 5 5
Z 1 0 0 0 200 6600 15200
3) Solveur Microsoft Excel

Etude de sensibilité :

Page | 7
 4) Résolution avec Lingo

VI. Résolution de l’exercice 4

1) Formulation du problème
On prend les variables suivantes :

X1 : ferraille 1
X2 : ferraille 2
X3 : ferraille 3
X4 : ferraille 4
X5 : ferraille 5
X6 : ferraille 6
X7 : ferraille 7

Page | 8
 |
Min W= 0.2X1 + 0.25X2 + 0.15X3 + 0.22X4 + 0.26X5 + 0.2X6 + 0.17X7

SC
X 1 ≤ 4000
X 2 ≤ 3000
X 3 ≤ 6000
X 4 ≤5000
X 5 ≤ 2000
X 6 ≤ 3000
X 7 ≤ 2500
X 1 + X 2 + X 3 + X 4 + X 5+ X 6 + X 7 =5000
0.02 ×5000 ≤ 0.025 X 1+ 0.03 X 2 ≤0.03 ×5000
0.004 ×5000 ≤ 0.003 X 3 +0.9 X 4 + 0.96 X 5 +0.004 X 6 +0.006 X 7 ≤ 0.006 ×5000
0.012× 5000≤ 0.013 X 1 +0.008 X 2+ 0.04 X 5 +0.012 X 6 ≤ 0.0165 ×5000
X i ≥ 0 ∀ i=1 … 7

2) Solveur Microsoft Excel

Page | 9
Etude de sensibilité :

VII. Résolution de l’exercice 5

1) Formulation du problème
On prend les variables suivantes :

X1 : mélange E

X2 : mélange F

X3 : mélange G

Page | 10
 Max Z = 4.1625 X1 + 7.075X2 + 6.25X3 + 15125
SC
X1 ≥ 400
X2 ≥ 800
X3 ≥ 200
0.3 X1 + 0.3 X2 + 0.2 X3 ≤ 8000
0.25 X1 + 0.2 X2 + 0.2 X3 ≤ 4250
0.4 X1 + 0.2 X2 + 0.4 X3 ≤ 16000
0.05 X1 + 0.3 X2 + 0.2 X3 ≤ 2000
X1, X2 et X3 ≥ 0

2) Solveur Microsoft Excel

Page | 11
Etude de sensibilité :

VIII. Résolution de l’exercice 6

1) Formulation du problème
On prend les variables suivantes :
X1 : engin E1 dans le chantier C1 X9 : engin E1 dans le chantier C3
X2 : engin E2 dans le chantier C1 X10 : engin E2 dans le chantier C3
X3 : engin E3 dans le chantier C1 X11 : engin E3 dans le chantier C3
X4 : engin E4 dans le chantier C1 X12 : engin E4 dans le chantier C3
X5 : engin E1 dans le chantier C2 X13 : engin E1 dans le chantier C4
X6 : engin E2 dans le chantier C2 X14 : engin E2 dans le chantier C4
X7 : engin E3 dans le chantier C2 X15 : engin E3 dans le chantier C4
X8 : engin E4 dans le chantier C2 X16 : engin E4 dans le chantier C4

Page | 12
 Min W = 18X1 + 21X2 + 19X3 + 17X4 + 19X5 + 19X6 + 18X7 + 18X8 + 18X9 + 20X10 +
15X11 + 19X12 + 15X13 + 16X14 + 16X15 + 19X16

SC
X1 + X2 + X3 + X4 = 1
X5 + X6 +X7 +X8 = 1
X9 + X10 +X11 +X12 = 1
X13 + X14 + X15 + X16 = 1
X1 + X5 + X9 + X13 = 1
X2 + X6 + X10 + X14 = 1
X3 + X7 + X11 + X15 =1
X4 + X8 + X12 + X16 =1
2) Solveur Microsoft Excel

Page | 13
Etude de sensibilité :

IX. Résolution de l’exercice 7

1) Formulation du problème
4 1
Min ( X 1 , X 2 )= +
3 X1 X2
SC
4
X 1 +√ 3 X 2 ≤ 1
√3

Page | 14
 X1 ≥ 0 , X2≥ 0
2) Solveur Microsoft Excel

X. Conclusion
En somme, cette étude a démontré la complémentarité des méthodes manuelles et numériques en
recherche opérationnelle. Les méthodes manuelles fournissent une compréhension approfondie
des principes sous-jacents, tandis que les outils numériques offrent une rapidité et une efficacité
inégalées pour traiter des problèmes plus vastes. Ensemble, ces approches contribuent à la
résolution réussie de problèmes d'optimisation, soulignant l'importance de choisir la méthode
appropriée en fonction de la complexité du problème à traiter.

Page | 15