Exercices

OPM3001 - Techniques quantitatives de gestion -
Cahier d’exercices corrigés
TELECOM É COLE DE M ANAGEMENT - 1re A NNÉE
Décembre 2015
2 Eric L ALLET, Jean-Luc R AFFY
Table des matières
1 Exercices 5
1.1 Les problèmes d’ordonnancement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2 Recherche du plus court chemin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.3 Flot Maximal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1.4 Programmation linéaire : la méthode géométrique . . . . . . . . . . . . . . . . . . . . . . 10
1.5 Programmation linéaire : le simplexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.6 Non classifiés . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
2 Corrections 23
2.1 Ordonnancement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2.2 Plus court chemin . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.3 Flot maximal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.4 Méthode géométrique et Simplexe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.5 Modélisation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3 Annexes 73
3.1 Annales . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
3.2 Classement des exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
Eric L ALLET, Jean-Luc R AFFY 3

Chapitre 1
Exercices
1.1 Les problèmes d’ordonnancement

Exercice 1.1.1 (Organisation d’un colloque)
En arrivant au travail, vous trouvez sur votre bureau cette note «très claire» :
«La première chose à faire est de trouver le site de la conférence. Par exemple un hôtel qui pourra
héberger les participants et qui possède des salles de conférence. Il faut compter 3 semaines pour le
trouver.
D’ailleurs pour toutes ces recherches, et tout l’aspect logistique, tu dois t’entourer d’une équipe, le
comité d’organisation, à qui tu délégueras l’essentiel de ces tâches. Choisir cette équipe devrait te
prendre 1 semaine.
Il te faut aussi choisir le comité de programme. Ça sera l’équipe chargée de l’aspect scientifique du
colloque. Compte 3 semaines pour ce choix. Ce comité de programme devra se réunir 2 fois avant
la conférence. Une première fois, avant l’appel à communications, pour fixer les grandes lignes du
programme qui seront indiquées dans cet appel. Et une seconde fois, après la sélection finale des
articles, et au moins 3 semaines avant le colloque, pour fixer en détail le programme final.
Le temps que les articles soient écrits et envoyés, il faut laisser aux auteurs, un délais de 8 semaines
entre l’appel à communications et la sélection. Il faut aussi laisser 8 semaines au jury entre la réception
des articles, et la sélection finale.
Tu dois aussi te mettre d’accord avec un imprimeur pour l’édition des «proceedings». En général il faut
compter 6 semaines pour l’impression à condition que tous les articles aient été mis en forme selon
les conventions de l’imprimeur. Pour cela, accorde 4 semaines après la sélection finale aux différents
auteurs pour qu’ils fassent cette mise en forme. Il faut que tu aies reçu les livres imprimés au moins 1
semaine avant le colloque.
Prévoie aussi un programme «social» pour occuper les conférenciers en dehors du temps des confé-
rences. Le temps fort sera un banquet lors d’une soirée. Ton comité d’organisation devrait pouvoir
choisir le lieu de ce banquet en 2 semaines. Il devra aussi se mettre d’accord avec l’hôtel pour les
menus et les prix des repas lors de la conférence. Pour cela compte 1 semaine après le choix de
l’hôtel. Une fois tout cela connu, laisse encore 1 semaine au comité d’organisation pour fixer le prix
que devront payer les conférenciers. Ce prix et le programme «social» devront figurer dans l’appel à
communications.
De plus, comme on profite de sponsors généreux, tu devrais profiter des deux réunions du comité de
programme pour tester l’hôtel et le lieu du banquet. Donc programme la première réunion du comité
de programme dans l’hôtel, et prévoie un dîner sur le lieu du banquet le soir de la seconde réunion.
Voila, je pense que je n’ai rien oublié.»
En effet, le collègue qui devait organiser la prochaine conférence sur les techniques quantitatives à
Paris vient d’être muté, et c’est vous qui avait hérité de la tâche. Ayant déjà eu l’expérience de genre
d’organisation, il vous a donc listé les tâches à accomplir.

La date a été fixée. Ce sera du 17 au 20 décembre 2009 pour que les conférenciers puissent, s’ils le
souhaitent, prolonger leur séjour à Paris lors des fêtes.
Quand devez-vous commencer au plus tard à organiser tout cela pour que le colloque puisse bien débuter
le 17 décembre ?
Il n’est jamais simple de fixer une date de réunion. . . Quelles sont les marges dont vous disposez pour
les deux réunions du comité de programme pour fixer une date sans que cela ne ralonge votre préparation ?
Correction page 23
Exercice 1.1.2 (Tarte Tatin (second problème du contrôle de septembre 2009))
Deux amis, Apollodore et Aristodème se décident presque à la dernière minute de faire une tarte tatin
pour recevoir des amis qui doivent arriver 1 heure plus tard. Ils veulent l’accompagner d’une crème anglaise.
Voici les diverses actions qu’ils doivent réaliser ainsi que leur durée.
Pour la pâte brisée :

– Préparer la pâte (5 minutes)
– Laisser reposer la pâte (30 minutes)
– Étaler la pâte (5 minutes)
Pour la tarte Tatin :

– Préparation du moule (5 minutes) : Prendre un moule à manquer... Verser 125g de sucre sur le fond.
Parsemer sur le dessus 120g beurre coupé en petits morceaux.
– Préparation des pommes (10 minutes) : Peler 8 belles pommes, enlever le coeur et les couper en
quartiers.
– Mise en place des pommes (10 minutes) : Placer les quartiers de pommes dans le moule, sur le sucre
et le beurre. Saupoudrer avec 125g de sucre
– Caramélisation des pommes (5 minutes) : Placer le moule sur un feu vif, jusqu’à ce que le caramel
commence à dorer.
– Mise en place de la pâte (5 minutes) : Recouvrir les pommes de la pâte étalée. Rentrer le bord à
l’intérieur du moule. Faire quelques trous pour laisser échapper la vapeur.
– Cuisson (15 minutes) : Enfourner dans un four chaud, thermostat 9 pendant 15 minutes, le temps que
la pâte soit bien dorée.
Pour la crème anglaise :

– Préparer la crème (15 minutes).
– Laisser refroidir (15 minutes).
– Mettre au réfrigérateur (30 minutes minimum).
Apollodore se propose pour préparer la pâte, et s’occuper ensuite de la tarte Tatin, pendant qu’Aristo-
dème s’occupera de préparer la crème anglaise puis étalera la pâte.
Aristodème suggère qu’Apollodore commence immédiatement la préparation de la Tarte pendant que
lui commencera la pâte brisé. Il préparera la crème anglaise durant le temps de repos de la pâte, et ensuite
étalera la pâte.
Lequel des deux scénarios conseillez-vous de mettre en œuvre ?
Correction page 25
Exercice 1.1.3 (Petits méfaits à l’abbaye de Shrewsbury (second problème du contrôle de septembre 2011))
Juste avant l’office de Sexte (l’office de la mi-journée) Frère Jérome crie au scandale : le vin de messe
a disparu ! Il en faut plus pour affoler l’Abbé Radulphe, mais il demande quand même à Frère Cadfael de
faire enquête pour savoir ce qui s’est passé.
Frère Cadfael obtient vite certaines certitudes :

– À la fin de l’office des Laudes (6h30 du matin), le vin de messe a été enfermé sous clef dans un
meuble de la sacristie.
– Au début de l’office de Sexte (midi), le vin n’était plus là.
– Seuls les membres de l’abbaye étaient présents dans les murs durant cette matinée.
– Le voleur a pris la clef dans le bureau du Prieur, et l’y a remise après son méfait. Frère Cadfael
constate qu’il faut au minimum 20 minutes d’affilée pour faire ces actions.
Durant cette matinée, tous les frères valides ont travaillés ensemble sauf trois d’entre eux qui ont eu des
tâches spécifiques. Seul l’un de ces trois a pu avoir le temps de voler ce vin. Après enquête, voici ce qu’il a
pu établir des emplois du temps de ces trois frères :
Emploi du temps de Frère Daniel : Juste après les Laudes, Frère Daniel est allé au potager avec Frère
Yves. Ils ont passé 2h à récolter des légumes et des plantes médicinales. Frère Daniel est ensuite
allé rejoindre Frère Thomas aux cuisines où ils ont passé 1h15 à préparer les repas. Enfin il a rejoint
l’atelier médicinal où pendant 1h45 il a préparé diverses concoctions, pommades et onguents.
Emploi du temps de Frère Yves : Juste après les Laudes, Frère Yves est allé au potager avec Frère Daniel.
Ils ont passé 2h à récolter des légumes et des plantes médicinales. Frère Yves est ensuite allé à la
léproserie apporter certains de ces légumes et plantes. Cela lui a pris 1h. Enfin il est allé à l’infirmerie
où avec Frère Thomas il a passé 2h à soigner les malades.
Emploi du temps de Frère Thomas : Juste après les Laudes, Frère Thomas est allé en ville faire des
courses. Cela lui a pris 2h15. Ensuite il est allé aux cuisines avec Frère Daniel où ils ont passé
1h15 à préparer les repas. Enfin Frère Thomas est allé à l’infirmerie où avec Frère Yves il a passé 2h
à soigner les malades.
Pour Frère Cadfael, il n’y a plus de mystère. Seul un des trois frères a eu le temps de commettre le
méfait !
Quel frère a pu commettre le vol ? De combien de temps a-t-il disposé ?
Correction page 26

1.2 Flot Maximal
Exercice 1.2.1 (Cursus de formation)
Un organisme qui vend des formations sous-traite ses enseignements dans trois écoles. Une formation
qu’elle propose à son catalogue nécessite la validation des trois unités de valeur (U V1 , U V2 , et U V3 ). Il faut
avoir validé l’U V1 pour suivre l’U V2 , et avoir validé l’U V2 pour suivre l’U V3 .
La deuxième école a des accords d’équivalence avec les deux autres. Elle peut recevoir des élèves ayant
validés des U V dans les deux autres écoles, et ses élèves peuvent aussi continuer leur cursus dans les deux
autres écoles.
La troisième école a réuni les U V2 et U V3 au sein d’un seul module indivisible. Voici le tableau des
dates, capacités (en nombre d’élèves) et coût (en k euros/élève) pour les différentes U V et école.
U V1 U V2 U V3
Début : 1er septembre Début : 10 décembre Début : 1er février
Première Fin : 30 novembre Fin : 15 février Fin : 15 mai
école Capacité : 40 Capacité : 20 Capacité : 25
Début : 1er octobre Début : 5 janvier Début : 1er avril
Seconde Fin : 15 décembre Fin : 15 mars Fin : 15 juin
école Capacité : 30 Capacité : 35 Capacité : 30
Début : 15 octobre Début : 20 janvier
Troisième Fin : 15 janvier Fin : 15 juin
école Capacité : 20 Capacité : 35
À première lecture, la première école peut former 20 élèves, la seconde 30 et la troisième 20. Donc
on pourrait former 70 élèves. Mais en profitant des équivalences entre la seconde école et les deux autres,
l’organisme de formation doit pouvoir proposer mieux. Combien de formations peut-elle proposer cette
année ?
Correction page 33.
Exercice 1.2.2 (Travaux sur la route (premier problème du contrôle d’avril 2010))
F IG . 1.1 – Carte des usines, magasins et voies praticables
Une entreprise possède deux usines et deux magasins pour vendre ses produits. Au fil des ans elle a su
adapter les capacités de production et de transport de ses usines aux volumes de vente de ses magasins. Son
usine d’Amiens produit chaque mois 100 containers de marchandise. Son magasin de Paris vend chaque
mois ce même volume. Ils sont transportés par camion par l’autoroute A16. Son usine de Rouen produit
chaque mois 120 containers de marchandise. Son magasin du Havre vend chaque mois ce même volume.
Ils sont transportés par péniche par la Seine.

Tout allait pour le mieux jusqu’au jour où des travaux ont débuté sur l’autoroute A16 provoquant des
bouchons réguliers. L’entreprise s’aperçoit qu’elle n’arrivera plus à faire passer que 50 containers par mois
entre Amiens et Paris. Son service de logistique fait une rapide étude, mais ne trouve pas d’autres routes
pratiques entre Amiens et Paris. Par contre elle a calculé qu’elle pouvait faire circuler jusqu’à 80 containers
entre Amiens et le Havre par l’autoroute A29. De plus en utilisant la Seine elle sait transporter autant que
containers qu’elle veut depuis Rouen vers Paris ou le Havre.
Grâce à ces nouvelles options l’entreprise espère pouvoir à nouveau vendre un maximum de sa produc-
tion. Il faut donc qu’elle réorganise ses transports1 .
Trouvez le modèle qui va permettre de résoudre cette recherche de retour à la vente maximale. Quel
est le nombre maximal de containers que peut vendre l’entreprise dans ces nouvelles conditions ? Peut-elle
vendre toute sa production ?
Correction page 35.
1.3 Recherche du plus court chemin

Exercice 1.3.1 (Voyage Lyon-Agen)
F IG . 1.2 – Les routes entre Lyon et Agen
Un voyageur doit aller en voiture de Lyon à Agen. En regardant les cartes il a dégagé diverses options
pour faire sa route (voir figure 1.1).
– Il peut couper le massif-central par les nationales en passant le Le Puy-en-Velay, Brioude et Cahors.
– Il peut passer par les autoroutes du sud de la France, en passant par Orange, Montpellier, Narbonne,
Toulouse et Montauban.
– Il peut passer par les autoroutes du centre de la France, en rejoingnant l’A72 à Feurs, et ensuite en
passant par Clermont-Ferrand, Brive, Cahors, Montauband.
– Il peut enfin faire un mélange de tout cela en profitant éventuellement de l’A75 qui coupe toutes ces
routes.
Sachant qu’il réalise une moyenne de 70km/h sur les nationales et départementales et de 110km/h sur
les autoroutes quel chemin doit-il emprunter pour faire le trajet le plus rapidement possible ? Et quel est le
temps de ce trajet ?
Correction page 27.
Exercice 1.3.2 (Le banquet (premier problème du contrôle de septembre 2009))
1 Notez, qu’une fois arrivés au Havre ou à Paris, les containers ne peuvent plus bouger. Seuls les transports depuis Amiens ou
Rouen jusqu’à un magasin sont possibles.

Apollodore, un jeune traiteur, vient de se mettre à son compte et propose ses services pour des banquets.
En une journée de travail il arrive à produire 50 repas. Par contre il ne possède pas encore ses cuisines. Il
a cependant trouvé une grosse collectivité qui possède des cuisines sous-utilisées trois jours par semaine
et qui loue alors des espaces de travail. La location, même d’une seule journée, donne aussi l’accès durant
la semaine à un espace de stockage en chambre froide où le traiteur peut conserver jusqu’à 100 repas. Cet
espace doit être totalement libéré le vendredi soir.
En tenant compte du prix de location (variable), et des matières premières utilisées, Apollodore a calculé
le prix d’une journée de production (50 repas) suivant la journée :
Jour lundi mardi jeudi

Prix 2k euros 2k euros 1k euros
Pour la semaine à venir il a trouvé trois demandes pour 100 repas qui pourraient lui convenir. S’il les
accepte, voici les jours et les prix convenus :
Jour mardi mercredi vendredi

Prix 7k euros 4k euros 4k euros
Les jours où il sert un banquet, il n’a pas le temps de produire des repas. De plus chaque banquet lui
coûte 1k euros de frais divers (transport, services. . . ) à soustraire aux revenus indiqués ci dessus.
Est-ce qu’Apollodore a intérêt à travailler cette semaine ?
– Si oui, selon quel planning ?
– Sinon pourquoi ?
Correction page 29.
Exercice 1.3.3 (Le banquet (suite) (contrôle septembre 2009))
Apollodore connaît un ami, Aristodème, exactement dans les mêmes conditions que lui. Ils peuvent
travailler ensemble durant cette semaine. Aristodème devra lui aussi payer la location d’un espace de travail,
donc le prix des repas supplémentaires produits reste le même. Par contre il peut très bien continuer à
produire des repas les jours où Apollodore sert les banquets (s’il a accès aux cuisines ce jour là !).
Leur conseillez-vous de travailler ensemble cette semaine (notez qu’ils peuvent très bien ne pas travailler
les mêmes jours ni le même nombre de jours) ?
– Si oui, selon quel planning ?
– Sinon pourquoi ?
Correction page 30.
1.4 Programmation linéaire : la méthode géométrique

Voir les exercices 1.5.1 page 10 et 1.5.2 .page 11.
Exercice 1.4.1 (La route du sel)
Au quatorzième siècle, un Touareg compte gagner un peu d’or en investissant dans des dromadaires
qu’il sait pouvoir revendre à Tombouctou. Comme sa route passe par Taoudeni, il pense aussi y acheter du
sel pour tirer d’avantage de bénéfice de son voyage. Il sait qu’il pourra obtenir au terme de son voyage 10
po (pièce d’or) de bénéfice par dromadaire, et 1 pa (pièce d’argent, 1 po = 10 pa) de bénéfice par kg de sel.
Avant toute chose il faut déjà qu’il achète ces dromadaires et ce sel. Chaque dromadaire lui coûte 10 po,
et chaque kg de sel 0,2 pa. Il peut investir 65 po.
Sachant qu’un dromadaire peut transporter jusqu’à 150 kg de sel, comment ce Touareg doit investir son
pécule pour tirer le bénéfice maximal de son investissement ?
Correction page 37.

1.5 Programmation linéaire : le simplexe
Exercice 1.5.1 (Une histoire de fromage)
Une laiterie s’est spécialisée dans deux fromages. Le premier est un AOC qui exige plus d’heures de
travail et un lait en provenance d’une région bien précise. Le second demande moins de travail, et peut être
fabriqué avec n’importe quel lait. Par contre sa vente dégage une marge moindre.
La laiterie dispose de 21 000 heures de travail annuel, elle reçoit 4 millions de litres de lait de la zone
AOC, et 6 millions de litres d’autres zones.
Le tableau suivant indique les ressources nécessaires pour produire 1 tonne de fromage.
heures de travail litres de lait

Fromage par tonne de fromage par tonne de fromage
Fromage 1 (AOC) 30 h 10 000 l
Fromage 2 15 h 7 500 l
Sachant qu’un kilo du fromage AOC dégage une marge de 3 euros et qu’un kilo de l’autre fromage
seulement 1 euro, quelle production doit fabriquer cette laiterie pour optimiser ses bénéfices ?
Correction page 37.
Exercice 1.5.2 (Une histoire de fromage (bis))
Même question, mais cette fois ci, avec une marge de 2 euros par kilo pour le fromage AOC et toujours
d’un seul euro pour le second fromage.
Correction page 39.
Exercice 1.5.3 (Problème électrique)
Un revendeur d’électricité a promis à sa clientèle qu’au moins 25% de son électricité serait d’origine
renouvelable. Il a calculé que pour l’année qui arrive il aura un marché de 18 TWh (térawattheure). Il a
aussi pré-sélectionné trois fournisseurs à qui il va acheter son électricité en gros. Voici les quantités (en
TWh), le taux d’électricité renouvelable et la marge dégagée (en k euro/TWh) que peuvent lui fournir ces
trois producteurs.
% d’électricité Quantité d’électricité Marge

renouvelable achetable (TWh) (k Euro/TWh)
Producteur 1 10 % 25 900
Chez quels producteurs et en quelle quantité ce revendeur doit-il acheter son électricité pour avoir le
meilleurs bénéfice possible ?
Correction page 41.
Exercice 1.5.4 (Problème électrique (bis))
Même problème mais avec ces nouvelles marges :

% d’électricité Quantité d’électricité Marge
renouvelable achetable (TWh) (k euros/TWh)
Pour des raisons politiques le revendeur aimerait privilégier le second producteur. Est-il possible d’ache-
ter une partie de l’électricité chez lui sans faire baisser les profits ?
Correction page 42.
1.6 Non classifiés

Dans les sections précédentes il était aisé de deviner la technique à mettre en œuvre pour les exercices
puisque c’était le sujet la section. Voila pourquoi la plupart des exercices ont été placés dans cette dernière
section. Ainsi vous n’aurez plus d’a priori sur le type de modélisation que vous devrez utiliser pour les
résoudre. Il faudra le trouver par votre analyse du problème.
Mais si pour vos révisions vous souhaitez avoir un classement des exercices, vous le trouverez en an-
nexe : un classement par annale page 73 et un classement par technique page 73.
Exercice 1.6.1 (Commerce de guilde (premier problème du contrôle d’avril 2008))
Une guilde du «Seigneur des Anneaux Online» a décidé de faire commerce de son artisanat. Elle vient
de recevoir une commande pour un ensemble de 10 arbalètes, 10 sets complets d’armures lourdes, et 10
épées. Pour réaliser cette commande il faut récolter deux types de fer (le fer de nain et le fer ancien), du
bois et du cuir. Il faut ensuite faire divers alliages de fer, traiter le bois et le cuir. Enfin il faut réaliser les
objets. Elle décide de confier ces tâches à trois de ses membres :
– Tawar : Elfe chasseur menuisier, il aura pour tâche d’aller récolter le bois, de chasser pour rapporter le
cuir. C’est aussi lui qui fera le traitement du bois et du cuir. Enfin c’est lui qui réalisera les arbalètes.
– Gorog : Nain prospecteur et ferronnier, il aura pour tâche de ramasser le fer de nain. C’est aussi lui
qui aura la tâche de faire les armures. Mais attention, Gorog exige d’avoir le droit à une pause de 15
minutes à la taverne entre ses 2 tâches !
– Albin : Humain prospecteur et fabriquant d’arme, il aura pour tâche de ramasser le fer ancien. C’est
lui qui transformera tout le fer (fer de nain, et fer ancien) afin d’obtenir les alliages utiles aux arbalètes,
aux armures et aux épées. Enfin c’est lui qui réalisera les épées.
Tawar prévoit de passer 45 minutes pour récolter la totalité du cuir et du bois. Il lui faudra 15 minutes
pour en faire le traitement. Les arbalètes sont fabriquées avec du bois traités et un alliage de fer. Il lui faudra
20 minutes pour toutes les faire.
Gorog prévoit de passer 1h pour récolter le fer de nain. La fabrication de ses armures utilisent des
alliages de fer et du cuir traité. Il pense pouvoir faire toutes les armures en 25 minutes.
Albin passera 1h à ramasser le fer ancien. Il lui faudra 20 minutes pour réaliser les alliages. Ensuite
pour fabriquer toutes les épées qui ne nécessitent que des alliages de fer, il lui faudra 10 minutes.
Une fois tout réalisé, Albin doit réunir la commande pour aller la livrer. Cela doit lui prendre 10 minutes.
Combien de temps faut-il prévoir pour livrer cette commande ?
Gorog a-t-il retardé la livraison à cause de sa pause à la taverne ? Quelle est la pause maximale qu’il
peut faire sans retarder la livraison ?
Correction page 43
Exercice 1.6.2 (Commerce de guilde (suite) (second problème du contrôle d’avril 2008))
Les épées et les arbalètes ont satisfait les clients. La guilde a reçu de nombreuses commandes. Elle
décide de les produire en série. Pour fabriquer une arbalète il faut ramasser 25 morceaux de bois, et 20
blocs de fer de nain. Pour fabriquer une épée il faut 25 blocs de fer ancien et 20 blocs de fer de nain. Tawar
peut ramasser 1000 morceaux de bois par semaine, Gorog 1000 blocs de fer de nain et Albin 1000 blocs de
fer ancien.

Sachant que la guilde vend une épée pour 1 pièce d’or (1 pièce d’or = 1000 pièces d’argent) et une
arbalète pour 500 pièces d’argent, quel est le gain maximal qu’elle peut faire par semaine.
Gorog a négocié de recevoir 1 chope de bière par épée vendue, et 2 chopes par arbalète vendue. Or cette
semaine c’est lui qui dirige la production. Sachant qu’il va privilégier son intérêt (la bière !) quelles vont
être les pertes de gain pour la guilde cette semaine ?
Correction page 44
Exercice 1.6.3 (Reconstruction)
Vous êtes le ministre du budget d’un petit pays victime d’une catastrophe naturelle qui a détruit toute
infrastructure et quasiment toutes les ressources de production sauf celles situées dans la ville de Coude-
bolle.
Il faut choisir quelles routes il faut reconstruire en priorité. Il faut pour cela prendre en compte le fait
que toutes les ressources de production sont maintenant concentrées à Coudebolle. Il faudra donc optimiser
les coûts des transports de cette villes vers toutes les autres.
Un conseiller vous transmet donc les coûts de transport (par tonne) estimés entre les différentes villes.
Coudebolle Borivage Ollala Pompays Tecuge

Coudebolle 3 7 7
Borivage 4 2 4
Ollala 6 4 2 3
Pompays 3 6
Tecuge 8 8 6 8
(Vous aurez remarqué que le coût de transport de A vers B n’est pas obligatoirement le même que de B
vers A).
En supposant que le réseau routier est complet (toutes les routes possibles existent), optimisez les coûts
de transport à partir de Coudebolle vers toutes les villes.
Déduisez de ce résultat les routes qu’il faut reconstruire en priorité.
Correction page 45
Exercice 1.6.4 (Préparation des secours)
Un pays tropical doit faire face avec ses propres et maigres moyens à un cyclone en approche. Les
prévisions indiquent que le cyclone arrivera sur le sud d’une île du pays et qu’il risque de dévaster la région
dont la ville principale, Farniente est hautement touristique. Le gouvernement a fait évacuer la zone et
décide de préparer des équipes de secours pour réparer au plus vite les infrastructures après le passage du
cyclone. Il veut pouvoir disposer d’un maximum de personnel qualifié dans une ville hors du chemin du
cyclone, mais à proximité : Estival. Actuellement ce personnel est cantonné dans la capitale : Aunor.
Le gouvernement dispose de quelques jours pour transporter le plus de personnes possible depuis la
capitale jusqu’à Estival. Pour cela il dispose de plusieurs moyens de transport (voir figure 1.3) :
– Par bateau : Le voyage se fait en trois étapes. Depuis Aunor jusqu’à Bordelot la capacité de transport
sera au total de 1000 personnes. Depuis Bordelot jusqu’à Danlo la capacité de transport sera au
total de 1000 personnes. Et depuis Danlo jusqu’à Estival la capacité totale de transport sera de 700
personnes.
– Par avion : Le voyage se fait en deux étapes. Depuis Aunor jusqu’à Danlo la capacité de transport
sera de 1000 personnes. Et depuis Danlo jusqu’à Estival la capacité totale de transport sera de 700
personnes.
– Par route : Une fois arrivée à Bordelot, une route mène en deux étapes à Estival en passant par
Campagne. Entre Bordelot et Campagne la capacité totale sera de 1000 personnes. Entre Campagne
et Estival la capacité totale sera de 700 personnes.

F IG . 1.3 – Les infrastructures de transports
Toutes ces capacités de transports prennent en compte la totalité des gens que l’on peut transporter sur
les quelques jours de préparation. Elle concernent des horaires qui permettent des correspondances pour
acheminer les personnes jusqu’à Estival.
Combien de personnes au maximum sera-t-il possible d’acheminer depuis Aunor jusqu’à Estival ?
Exercice 1.6.5 (Un zeste de citron (second problème du contrôle de septembre 2008))
Une société exploite une source d’eau de montagne. Pour cela elle possède deux usines. La première
est construite directement à la source et a une capacité d’embouteillage de 6 millions de litres par mois. La
seconde est construite dans la vallée. Elle est alimentée par une conduite d’eau depuis la source et a une
capacité d’embouteillage de 4 millions de litres par mois.
Pour améliorer ses marges elle a transformé la production de sa seconde usine en lui ajoutant un petit
goût d’agrume. Ainsi elle dégage une marge (transports inclus) de 10 centimes par litre pour la première
usine, et de 15 centimes par litre pour la seconde usine.
Un gros client lui achète toute sa production qui doit être livrée jour après jour dans ses entrepôts. Pour
cela la société qui exploite les eaux utilisent plusieurs moyens : soit la route de bout en bout, soit la route
puis le train. La même gare est utilisée par les 2 usines.
– Sa capacité de transport par route de la première usine jusqu’aux entrepôts est de 4 millions de litres
par mois.
– Sa capacité de transport par route de la seconde usine jusqu’aux entrepôts est de 2 millions de litres
par mois.
– Sa capacité de transport par train depuis la gare jusqu’aux entrepôts est de 3 millions de litre par mois.
– Elle dispose de toute la capacité nécessaire pour acheminer les bouteilles des usines jusqu’à la gare.
Cette société aimerait dégager une marge maximale.
Quel type de problème reconnaissez-vous ? Modélisez le.
Quelle marge maximale cette société des eaux peut-elle dégager chaque mois ? Comment doit-elle gérer
et acheminer sa production pour y arriver ?
Correction page 48.
Exercice 1.6.6 (La valeur des déchets (second problème du contrôle d’avril 2009))
Après l’élargissement des couloirs Gorog se retrouve avec des tonnes de gravats en stock :

– 90 tonnes de roches friables.
– 30 tonnes de roches dures.
– 54 tonnes de roches intermédiaires.
Mais tout a une valeur. Il a trouvé différentes offres d’achat pour ses gravats, mais à condition qu’ils
soient livrés dans certaines proportions. Voici les 3 types de lots qu’il peut vendre :
– Un mélange de 60% de roches friables et 40% de roches dures se vend 100 pièces d’or la tonne.
– Un mélange de 20% de roches friables, 20% de roches dures et 60% roches intermédiaires se vend
80 pièces d’or la tonne.
– Et les gravats de roches intermédiaires pures se vendent 50 pièces d’or la tonne.
Quel gain maximal Gorog peut-il tirer de ses gravats ?
Gorog utilise les gravats de roches friables pour l’exploitation de sa mine. Il aimerait donc en conserver
un peu pour lui.
Lui reste-t-il des gravats de roches friables après la vente optimale ? Existe-t-il une autre vente lui
donnant le même gain optimal mais lui laissant d’avantage de gravats de roches friables ? Et si oui, comment
doit-il répartir les lots pour garder un maximum de roches friables tout en conservant le gain maximal ?
Combien de tonnes de roches friables lui reste-t-il alors ?
Correction page 50.
Exercice 1.6.7 (Choisir les bonnes voies (premier problème du contrôle d’avril 2010))
Une entreprise possède deux usines (une à Amiens, l’autre à Rouen) et deux magasins pour vendre ses
produits (un à Paris, l’autre au Havre). Les capacités de production des usines savent s’adapter au besoin,
par contre les capacités de transport sont limités :
– L’entreprise utilise la route pour transporter la production d’Amiens. Elle peut l’acheminer vers Paris
ou le Havre, mais en tout pas plus de 120 containers par mois. De plus les difficultés de transport
qu’elle rencontre sur l’autoroute A16 ne lui permettent pas d’acheminer plus de 50 containers par
mois entre Amiens et Paris.
– L’entreprise utilise la Seine pour transporter la production de Rouen. Elle peut l’acheminer vers Paris
ou le Havre, mais en tout pas plus de 110 containers par mois.
Ses ventes sont très régulières, et elle sait qu’elle ne peut pas vendre plus de 120 containers dans son
magasin du Havre, et pas plus de 100 dans son magasin de Paris.
Les marges qu’elle obtient sur chaque container de marchandise dépend de son lieu de production, de
son mode de transport et de son lieu de vente.
– Un container de marchandise produit à Amiens et vendu au Havre dégage une marge de 20 000 euros.
– Un container de marchandise produit à Amiens et vendu à Paris dégage une marge de 10 000 euros.
– Un container de marchandise produit à Rouen et vendu au Havre dégage une marge de 50 000 euros.
– Un container de marchandise produit à Rouen et vendu à Paris dégage une marge de 20 000 euros.
Comment lui conseillez-vous de répartir sa production et ses ventes pour dégager une marge maximale ?
Est-ce que cette solution lui permet d’exploiter en totalité ses capacités de ventes de ces deux magasins ?
Sinon lesquelles sont sous-exploitées ?
Correction page 52.
Exercice 1.6.8 (Les vignes de l’abbaye (premier problème du contrôle de juin 2010))
Une abbaye de Bourgogne possède 2 hectares de vignes pour sa propre consommation. Mais comme
elle produit plus de vin qu’elle n’en a besoin, elle commercialise le surplus.
Son vignoble contient deux cépages différents : 1 hectare de pinot noir, et 1 hectare de gamay. Cette
année les vendanges ont permis la récolte de 2 400 litres de pinot noir et de 6 000 litres de gamay.
Pour son usage propre, l’abbaye met d’entrée de coté 400 bouteilles (1 bouteille = 0,75 litre) de pinot
noir et 4 000 bouteilles de gamay.
Elle compte commercialiser le vin restant sous la forme de deux vins :
– Des bouteilles de pinot noir : ce vin est composé uniquement de pinot noir. Chaque bouteille (0,75
litre) se vendra à 30 euros.

– Des bouteilles de passe-tout-grain : ce vin est composé d’un tiers de pinot noir et deux tiers de gamay.
Chaque bouteille (0,75 litre) se vendra à 12 euros.
Comment cette abbaye doit repartir le vin restant pour gagner le plus d’argent possible ?
Cette répartition laisse-t-elle encore du vin sans usage ? Si oui lequel ?
Correction page 54.
Exercice 1.6.9 (Barcelone ou Dublin ? (second problème du contrôle de juin 2010))
Une agence de voyage fidélise sa clientèle en délivrant des «Hermès» à chaque voyage acheté. Elle
propose ensuite d’échanger ces Hermès contre des voyages. Chaque semaine elle offre ainsi une liste de
trajets possibles avec leur coût en Hermès.
Un client bordelais qui a accumulé une belle somme d’Hermès compte en utiliser une partie pour se
payer un voyage. Deux destinations le tente : soit Dublin, soit Barcelone. Il consulte les propositions de
voyages de la semaine, et voici la liste des trajets qu’il a retenus pour aller à destination en partant de
Bordeaux (dans chaque ville les correspondances sont réalisables) :
– En avion il peut faire :
Bordeaux->Madrid : pour 45 Hermès.
Paris->Londres : pour 25 Hermès.
Paris->Barcelone : pour 50 Hermès.
Madrid->Barcelone : pour 25 Hermès.
Toulouse->Barcelone : pour 15 Hermès.
Toulouse->Dublin : pour 30 Hermès.
Londres->Dublin : pour 25 Hermès.
Bruxelles->Dublin : pour 30 Hermès.
Bruxelles->Barcelone : pour 25 Hermès.
– En train il peut faire :
Bordeaux->Paris : pour 20 Hermès.
Paris->Londres : pour 30 Hermès.
Paris->Bruxelles : pour 20 Hermès.
Quelle destination doit-il choisir pour minimiser sa dépense d’Hermès. Combien va-t-il devoir en dé-
penser et en prenant quels trajets ?
Correction page 56.
Exercice 1.6.10 (Faire feu de tout bois (premier problème du contrôle de septembre 2010))
Au 19ème siècle un exploitant d’une forêt utilise la rivière qui traverse son exploitation pour acheminer
son bois jusqu’au lieu de vente. Pour cela il construit des embarcations avec le propre bois qu’il coupe pour
ensuite charger le bois restant et descendre la rivière.
La section de forêt qu’il exploite lui permet d’obtenir deux types de bois :
– Un bois de bonne qualité qui servira à la construction ou à la tonnellerie. Cette année, il estime
pouvoir vendre ce bois avec une marge de 15 kF la tonne.
– Un bois de piètre qualité qui servira de bois de chauffage. Cette année, il estime pouvoir vendre ce
bois avec une marge de 3 kF la tonne.
Son équipe d’ouvrier sait construire deux types d’embarcation :
– Une embarcation de qualité, faite pour durer. Pour la construire il faut utiliser 1 tonne de bois de
qualité. Elle peut charger 5 tonnes de bois. Une fois la rivière descendue, elle sera revendue avec une
marge de 30 kF.
– Une embarcation de piètre qualité, faite pour ne descendre qu’une fois la rivière. Pour la construire il
faut utiliser 1 tonne de bois de piètre qualité. Elle peut charger 10 tonnes de bois. Une fois la rivière
descendue, elle sera revendue avec une marge 2 kF.

Cette année la section exploitée devrait permettre de couper 25 tonnes de bois de bonne qualité, et 45
tonnes de bois de piètre qualité.
Sachant que l’exploitant n’a assez d’ouvriers que pour faire l’équipage de 10 embarcations au maxi-
mum, que lui conseillez-vous de construire pour acheminer son bois jusqu’au lieu de vente et obtenir une
marge maximale.
Est-ce que cette solution lui permet de descendre tout son bois ? Sinon quel bois reste sans usage et en
quelle quantité ?
Correction page 57.
Exercice 1.6.11 (En trois dimensions (second problème du contrôle de septembre 2010))
Septembre Octobre Novembre

lu ma me je ve sa di lu ma me je ve sa di lu ma me je ve sa di
-80 -50 -15
1 2 3 4 5 1 2 3 1 2 3 4 5 6 7
-75 -70 -45 -10
6 7 8 9 10 11 12 4 5 6 7 8 9 10 8 9 10 11 12 13 14
-65 -40 -35 -5 J
13 14 15 16 17 18 19 11 12 13 14 15 16 17 15 16 17 18 19 20
-60 -55 -30
20 21 22 23 24 25 26 18 19 20 21 22 23 24
-25 -20
27 28 29 30 25 26 27 28 29 30 31
Un petit studio de développement prévoit de sortir un jeu utilisant la 3D pour noël prochain. Ses di-
rigeants veulent organiser un mini show de lancement le samedi 20 novembre. Mais l’organisation de ce
genre d’évènement n’est pas leur spécialité, et ils l’ont confiée à une toute petite agence de publicité qui
veut en profiter pour se faire un nom.
Cette agence doit trouver le lieu, organiser la réception, en faire la publicité pour y faire venir le grand
public et les journalistes. Ils doivent proposer un planning aux dirigeants du studio de jeu, sachant que ces
derniers n’ont donné que trois obligations :
– Tout doit être totalement prêt le 19 novembre au soir.
– Ils veulent qu’une réunion de lancement soit organisée avec tous les gens qui vont participer à l’or-
ganisation pour être sûrs de bien être compris.
– Ils veulent qu’une seconde réunion soit organisée pour sélectionner et valider les choix d’organisation
avant que la machine ne soit lancée de façon irréversible.
L’agence de publicité n’est composée que de deux indépendants : un graphiste, et un communiquant.
Le graphiste prévoit de faire des flyers avec une image 3D gravée dessus pour pouvoir faire la publicité
du show auprès du grand public. De son coté le communiquant compte utiliser son carnet d’adresse pour
sélectionner les lieux possibles, prévenir les journalistes, et trouver le traiteur qui gérera le cocktail.
Pour ce projet, ils comptent bien travailler 7 jours sur 7, et voici les diverses grandes tâches qu’ils ont
identifiées :
– Le projet débutera par la réunion de lancement étalée sur une journée.
– Ensuite, le graphiste préparera diverses maquettes du flyer, tandis que le communiquant prendra des
options pour réserver diverses salles. Il contactera aussi divers traiteurs pour obtenir des propositions
de cocktail. Le graphiste prévoit 10 jours de travail pour ses maquettes, et le communiquant 16 jours.
– Arrive alors la réunion de validation (1 journée). Le lieu, le traiteur, et la maquette devront être choisis
ce jour là.
– Le graphiste prévoit alors 5 jours pour finaliser le flyer. Il le fera alors imprimer par une imprimerie
spécialisée dans les flyers 3D. Cette impression prendra 1 journée.
– De son coté le communiquant prévoit deux tâches qu’il sait pouvoir mener en parallèle. D’un coté il
se donne 11 jours pour trouver et sélectionner toutes une série d’évènements grand public où il pourra
organiser une distribution de flyers. De l’autre il lui faudra une période de 20 jours pour contacter et
convaincre journalistes et attachés de presse d’assister à ce show.
– Une fois les flyers imprimés, et les lieux de distributions sélectionnés, la campagne d’annonce grand
public devra durer au moins 3 semaines (21 jours).

À quelle date au plus tard devra se faire la réunion de lancement de ce projet ?
On va supposer que le projet commencera à cette date.
L’imprimerie qui sait graver les flyers en 3D n’est pas disponible en permanence. On propose au gra-
phiste de choisir un jour entre le 11 et le 15 octobre ou entre le 25 et 29 octobre. Cela est-il possible avec
les dates retenus ? Si oui quelles sont les dates possibles de réservation de cette imprimerie ?
Correction page 59.
Exercice 1.6.12 (Que semer (premier problème du contrôle d’avril 2011))
Un agriculteur doit choisir la culture de 200 hectares de ses champs pour l’année qui arrive. Il peut y
faire pousser du maïs et du colza. La maïs rapporte plus que le colza (il prévoit un gain de 600 euros à
l’hectare pour le maïs contre 500 euros à l’hectare pour le colza). Mais il s’est engagé à respecter diverses
contraintes environnementales :
– Il doit limiter ses apports de phosphates. Concrètement cela signifie qu’il ne pourra pas utiliser plus
de 30 tonnes d’engrais en tout et pour tout.
– Il doit limiter sa consommation d’eau. Il ne devra pas puiser plus de 200 000m3 d’eau pour l’arrosage
de ses cultures.
Pour une année normale :
– il doit puiser 2 000 m3 d’eau et utiliser 100 kg d’engrais par hectare de maïs.
– il doit puiser 1 000 m3 d’eau et utiliser 250 kg d’engrais par hectare de colza.
Comment doit-il répartir ses cultures pour espérer un gain maximal ? Quel est ce gain ?
Est-ce que cette solution lui demande d’utiliser les 200 hectares de terre à sa disposition2 ?
Correction page 60.
Exercice 1.6.13 (Hivernage (second problème du contrôle d’avril 2011))
Un éleveur de vaches doit prévoir la production, l’achat, le transport et le stockage du fourrage pour
l’alimentation de son bétail pour l’hiver prochain.
Il estime qu’il pourra lui même récolter en juin 70 tonnes de fourrage.
Par ailleurs il a obtenu à bon prix l’achat de fourrage auprès de deux autres producteurs.
– Le premier pourra lui fournir fin juin jusqu’à 30 tonnes de fourrage. Mais c’est à l’éleveur de les
acheminer jusqu’à son exploitation et de les stocker en attendant l’hiver.
– Le second lui propose jusqu’à 120 tonnes de fourrage. Il pourra prendre cette livraison en deux
parties. La première fin juin qu’il devra stocker lui même durant l’été et l’automne et la seconde au
début de l’hiver. C’est à l’éleveur de venir prendre livraison du fourrage.
L’éleveur ne peut stoker durant l’été et l’automne que 130 tonnes de fourrage. Au début de l’hiver, il
récupère un silo supplémentaire qui lui permet de monter jusqu’à un total de 250 tonnes de stockage. Fin
juin, il aura les moyens de transporter depuis les vendeurs jusqu’à son exploitation 50 tonnes de fourrage.
Au début de l’hiver il pourra en transporter 80 tonnes.
Sachant qu’une vache consomme environ 2 tonnes de fourrage durant l’hiver, combien de vaches au
maximum sera-t-il en mesure de nourrir durant l’hiver prochain ? Comment devra-t-il procéder pour cela ?
Correction page 61.
Exercice 1.6.14 (Course contre la montre (premier problème du contrôle de septembre 2011))
Il ne reste que 65 jours à un marchand phénicien pour honorer une commande de métaux précieux. Il
vient enfin de trouver ce qu’il cherchait dans l’arrière pays de Siga. Mais la livraison doit être faite à Tyr. Il
faut donc acheminer cette cargaison le plus rapidement possible. Pour cela diverses routes s’offrent à lui. Il
peut déjà acheminer sa cargaison jusqu’à la côte grâce à trois routes différentes :
– Une caravane peut acheminer cette cargaison jusqu’à Siga en 2 jours.
2 Pour cette question on vous demande d’interpréter les résultats donnés par la technique utilisée, et non pas de refaire des calculs
pour obtenir ce résultat

F IG . 1.4 – Bassin méditerranéen
– Une caravane peut acheminer cette cargaison jusqu’à Tipasa en 10 jours.

– Une caravane peut acheminer cette cargaison jusqu’à Carthage en 35 jours.
Une fois arrivée dans ces ports diverses options sont possibles :
– Une fois à Siga il peut soit utiliser un de ses bateaux qui pourrait naviguer vers Tyr, soit louer un
bateau pourrait caboter jusqu’à Tipasa. Son propre bateau est actuellement en réparation. Il estime
que les réparations plus le voyage ajouteraient 60 jours de voyage à sa cargaison. S’il choisit le
cabotage, sa cargaison pourra être en 6 jours à Tipasa.
– Une fois à Tipasa, une seule possibilité lui est offerte. Il peut louer un bateau pour caboter jusqu’à
Carthage. Cela lui prendra 10 jours.
– À Carthage il dispose d’un de ses bateaux qui peut naviguer vers Tyr. En cette saison, il estime
pouvoir faire ce voyage en 35 jours.
En faisant confiance dans ces diverses estimations, quelle route doit choisir le marchand pour arriver au
plus vite à Tyr ? Les voyages maritimes étant assez aléatoires, de combien de jours de marge ce marchand
dispose-t-il pour honorer sa commande dans les temps ?
Correction page 64.
Exercice 1.6.15 (Démarches administratives (second problème du CF2 2012))
Un étudiant en recherche d’un travail d’été veut déposer un dossier auprès d’une entreprise qui utilise
des procédés un peu administratifs. Arrivé à l’accueil, on lui explique les démarches qu’il doit faire pour
déposer son dossier.
– La première étape consiste à la vérification des pièces justificatives de ses compétences.
– La seconde étape consiste en un entretien (qui se termine par la remise du dossier rempli).
– La troisième et dernière étape consiste juste à déposer le dossier rempli à l’accueil.
La société est repartie sur trois sites :

Allegri : C’est le site où se trouve l’étudiant. Il contient tous les services : l’accueil, un centre de vérifica-
tions et un centre d’entretiens.
Bach : Ce site ne propose qu’un seul service : la vérification des pièces.
Chopin : Deux services sont offerts sur ce site : la vérification des pièces, et les entretiens.
Mais suivant le site le temps moyen d’attente et de traitement pour chacune des étapes diffèrent :
– Pour la vérification il faut compter 2 h sur la site Allegri, 30 min sur le site Bach, et 1h30 sur le site
Chopin.
– Pour l’entretien il faut compter 1h sur le site Allegri, et 1h sur le site Chopin.
– Le dépôt de dossier se fait sans temps d’attente ni de traitement.
Il existe des navettes gratuites reliant les différents sites. L’une fait le tour des sites dans le sens Allegri,
Bach, Chopin, et retour à Allegri. La seconde fait des aller-retour entre Allegri et Chopin. Ainsi les temps
moyens de trajet (attente comprise) sont :

d’Allegri vers Bach : 20 minutes.
de Bach vers Chopin : 20 minutes.
de Chopin vers Allegri : 20 minutes.
d’Allegri vers Chopin : 30 minutes.
Quel circuit administratif conseillez-vous à cet étudiant pour espérer minimiser son temps de démarche.
Correction page 65.
Exercice 1.6.16 (Mini festival (second problème du CF1 2015))
Un petit cinéma de trois salles arrive à attirer des spectateurs en programmant des séances thématiques
qui forment des mini-festivals. Le spectateur peut acheter un «billet festival» qui lui permet d’assister à
toutes les séances concernant le thème qu’il a choisi. Pour cela il faut que les séances puissent s’enchaîner
pour chacun des thèmes proposés.
La programmation du prochain dimanche propose quatre thèmes : le réalisateur Howard Hawks, l’acteur
Cary Grant, l’actrice Marilyn Monroe, et l’année 1959.
Cette programmation repose sur 10 films, certains étant communs à plusieurs thèmes. Voici la répartition
des films dans les trois salles. La durée des séances inclut du temps pour que le spectateur puisse faire une
pause d’au moins 30 minutes entre deux films.
– Trois films seront projetés dans la salle numéro 1 :
1. Le premier qui commencera à 14h, est «Ben Hur», film de 1959 réalisé par William Wyler
(durée de la séance : 4h).
2. En second, la programmation continuera avec «Les quatre cents coups», film de 1959 réalisé
par François Truffaut (durée de la séance : 2h).
3. Enfin, cette salle finira sa programmation avec «La mort aux trousses», film de 1959 réalisé par
Alfred Hitchcock, avec l’acteur Cary Grant (durée de la séance : 2h15).
– Quatre films seront projetés dans la salle numéro 2 :
1. En premier à 14h, «Chérie, je me sens rajeunir» de Howard Hawks, avec l’actrice Marilyn
Monroe et l’acteur Cary Grant (durée de la séance : 2h15).
2. En second, la programmation continuera avec «La Dame du vendredi» de Howard Hawks, avec
l’acteur Cary Grant (durée de la séance : 2h).
3. En troisième, il sera projeté «Arsenic et vieilles dentelles» de Franck Capra, avec l’acteur Cary
Grant (durée de la séance : 2h30).
4. Enfin, cette salle finira sa programmation avec «Sept ans de réflexion» de Billy Wilder avec
l’actrice Marilyn Monroe (durée de la séance : 1h45).
– La salle numéro 3 sera en maintenance pour 2h30 à partir de 14h. Ensuite il sera possible de pro-
grammer ces trois films :
1. La programmation commencera par «Les désaxés» de John Huston avec l’actrice Marilyn Mon-
roe (durée de la séance : 2h30).
2. En second, la programmation continuera avec «Les hommes préfèrent les blondes» de Howard
Hawks avec l’actrice Marilyn Monroe (durée de la séance : 2h).
3. Enfin, cette salle finira sa programmation avec «Scarface» de Howard Hawks (durée de la
séance : 1h30).
Les spectateurs ayant acheté un billet festival devront pouvoir regarder les films suivants :
Festival 1959 : «Ben Hur», puis «Les quatre cents coups» et enfin «La mort aux trousses».
Festival Howard Hawks : «Chérie, je me sens rajeunir», «La Dame du Vendredi», «Les hommes préfèrent
les blondes», et «Scarface».
Festival Marilyn Monroe : «Chérie, je me sens rajeunir», «Les désaxés», «Les hommes préfèrent les
blondes» et «Sept ans de réflexion».
Festival Cary Grant : «Chérie, je me sens rajeunir», «La Dame du vendredi», «Arsenic et vieilles den-
telles», et «La mort aux trousses».

Ce cinéma essaie de terminer sa dernière séance avant 23h. Sachant que les festivals commencent à 14h,
est-il possible d’en faire la programmation tout en terminant au plus tard à 23h ?
Est-ce que la maintenance de la salle numéro 3 retarde la fin de la dernière séance ?
Correction page 66
Exercice 1.6.17 (Usine de couture (second problème du CF1 2016))
Une entreprise de textile possède une usine lui permettant de fabriquer 4 500 vêtements par mois. Elle
vient de racheter une seconde usine qui fabrique 3 000 vêtements par mois. Son dirigeant est convaincu
qu’en intégrant mieux les deux productions, ces deux usines pourraient produire bien plus de la 7 500
vêtements actuels.
Les deux usines fonctionnent avec deux procédures distinctes, mais il est possible de décomposer la
fabrication des vêtements en 5 grandes étapes :
1. L’étape 1 consiste à prendre dans le stock les tissus pour fabriquer le vêtement.
2. L’étape 2 consiste à découper ces tissus suivant les patrons du modèle à fabriquer.
3. L’étape 3 consiste à assembler les grosses pièces.
4. L’étape 4 consiste à assembler les petites pièces.
5. L’étape 5 consiste à faire les finitions à la main.
Dans la première usine, les trois premières étapes ont été automatisées, les deux dernières restent ma-
nuelles :
Étape 1 : en début de chaîne il y a un robot qui va chercher dans le stock les tissus nécessaires aux vête-
ments. Ce robot peut alimenter les chaînes pour une production de 5 000 vêtements par mois.
Étape 2 et 3 : Pour ces étapes, il y a deux procédures différentes qui coexistent dans cette usine.
1. Une chaîne ancienne génération fait ces deux étapes, en deux tâches successives, grâce à deux
machines différentes. La machine 1 peut faire le découpage pour 4 000 vêtements par mois, et
la machine 2 peut faire l’assemblage des grosses pièces pour 5 000 vêtements par mois.
2. Une chaîne nouvelle génération utilise une autre machine plus moderne qui fait les deux étapes
en une seule tâche. Cette machine peut réaliser le découpage et l’assemblage des grosses pièces
pour 1 500 vêtements par mois.
Étape 4 : pour les deux procédures, la chaîne continue avec l’assemblage manuelle des petites pièces. Il
est possible de d’assembler 7 000 vêtements par mois.
Étape 5 : les finitions manuelles arrivent en fin. Il est possible de traiter 4 500 vêtements par mois.
Dans la seconde usine, les quatre premières étapes ont été automatisées, la dernière reste manuelle :
Étape 1 et 2 : Les deux premières étapes sont faites en une seule tâche. En début de chaîne, un robot puise
dans les stocks, et fait le découpage des pièces de tissus. Il peut gérer 5 000 vêtements par mois.
Étape 3 et 4 : Les deux étapes suivantes sont aussi faites en une seule tâche. Une machine fait l’assemblage
des grosses pièces et des petites pièces. Elle peut assembler 3 000 vêtements par mois.
Étape 5 : les finitions manuelles arrivent en fin. Il est possible de traiter 6 000 vêtements par mois.
Le dirigeant veut ajouter une navette entre les deux usines. Grâce à celle-ci, il sera possible de prendre
chaque mois jusqu’à 3 000 vêtements découpés dans l’usine numéro 2 (après la première tâche qui fait
l’étape 1 et 2) pour les apporter à l’usine 1 afin de les insérer dans la chaîne au début de l’étape 3 de la
chaîne ancienne génération. Et dans l’autre sens la navette pourra prendre jusqu’à 3 000 vêtements par mois
à la fin de l’assemblage des petites pièces (étape 4) de l’usine 1, pour faire réaliser les finitions dans l’usine
2.
Sans changer aucune autre capacité de production, combien de vêtements par mois peuvent produire les
deux usines réunies grâce à cette nouvelle collaboration ? Donnez votre solution en indiquant la charge de
chacune des tâches de chaque usine, et le nombre de vêtements transportés dans chaque sens par la navette.
Une amélioration apportée au robot en début de la chaîne de l’usine 1 permet sortir du stock 6 000
pièces par mois (à la place des 5 000). Est-ce que cette modification va améliorer la production ? Justifier
votre réponse en interprétant le graphe fait pour la question 1 (ne refaites pas une nouvelle modélisation
pour cette nouvelle situation).
Correction page 68

Chapitre 2
Corrections
2.1 Ordonnancement
2.1.1 Correction de l’exercice 1.1.1 de la page 5

Suite à ces explications très claires de votre collègue, la première étape va être d’identifier toutes les
tâches et leurs dépendances.
Commençons par l’aspect logistique, qui ne dépend pas de l’aspect scientifique :
Tâche A : Choix du comité d’organisation. Sans lui, aucune tâche logistique ne peut se faire. Durée : 1
semaine.
Tâche B : Choix de l’hôtel. Il est fait par le comité d’organisation : après A. Durée : 3 semaines.
Tâche C : Choix des menus et prix des repas. Il faut avoir choisi l’hôtel : après C : Durée : 1 semaine.
Tâche D : Choix du lieux du banquet. Il est fait par le comité d’organisation : après A. Durée : 2 semaines.
Tâche E : Détermination du prix payé par les conférenciers. Cela dépend du banquet et des menus : après
C et D. Durée : 1 semaine.
Traitons maintenant l’aspect scientifique :
Tâche F : Choix du comité de programme. De lui dépend tout l’aspect scientifique. Durée : 3 semaines.
Tâche G : Première réunion. Il faut que le comité scientifique et l’hôtel soient choisis : après B et F. Durée :
0 semaine.
Tâche H : Appel et attente des communications : Cette tâche arrive après la première réunion et la déter-
mination du prix : après G et E. Durée : 8 semaines.
Tâche I : Sélection des articles. Elle arrive après les réponses à l’appel : après H. Durée 8 semaines.
Tâche J : Second réunion. Elle suit la sélection des articles et arrive après le choix du lieux de banquet :
après I et D. Elle doit arriver au moins 3 semaines avant le colloque : durée 3 semaines.
Tâche K : Mise en forme des articles sélectionnés. Elle arrive après la sélection des articles : après I. Durée
4 semaines.
Tâche L : Impression des «Proceedings». Elle arrive après la mise en forme des articles : après K. Durée
6 semaines.
Tâche M : Réception des livres. Elle suit l’impression : après la tâche L. Il faut les recevoir au moins 1
semaine avant le colloque : durée 1 semaine.
Tâche ω : Le début du colloque. Il faut que tous les aspects logistiques soit réglés que le programme final
soit fixé (deuxième réunion), et que les livres soient reçus : après E, J et M.
Après avoir ajouté une tâche fictive α de durée nulle placée avant les tâches sans dépendances, on obtient
le graphe de la figure 2.1
On peut simplifier un peu ce graphe. Lorsqu’on a un chemin X → Y → Z, avec Y seul successeur de
X, et Z seul successeur de Y, on peut supprimer Y, et remplacer le chemin par X → Z. La durée du nouvel

F IG . 2.1 – Le graphe des tâches
arc reçoit la somme des durées des deux anciens. À la fin pour retrouver la date au plus tôt et la date au
plus tard de Y, il suffira d’ajouter la durée de la tache X aux dates de X (et donc la marge totale de Y sera
exactement la même que celle de X ).
Donc une fois simplifié on obtient le graphe de la figure 2.2 :
F IG . 2.2 – Le graphe simplifié des tâches
Maintenant, il suffit de mettre en œuvre le potentiel-tâches pour avoir la réponse à toutes les questions.
Cela donne le graphe de la figure 2.3
F IG . 2.3 – Le résultat du potentiel-tâches
La durée minimale du projet est donc de 33 semaines. Vous devez à tout prix commencer 33 semaines
avant le 17 décembre c’est à dire avant le 30 avril.
Vous avez une marge de 2 semaines sur la date de la première réunion (tâche G) et 8 semaines sur la
date de la seconde (tâche J).

Apollodore et Aristodème se demandent comment organiser leurs tâches pour être le plus efficace pos-
sible. Il s’agit donc évidemment d’un problème d’ordonnancement. La question porte juste sur le choix
entre deux scénarios possibles. Il suffit donc de calculer le temps pris par les deux scénarios et de choisir
le plus rapide. Il n’est même pas utile de trouver les tâches critiques, donc un simple diagramme de Gantt
suffira. Bien sûr un potentiel-tâches répond tout aussi bien à la question. Pour cette correction nous allons
faire un diagramme de Gantt.
La première étape consiste à trouver les dépendances des tâches.
Pour le premier scénario, Apollodore doit commencer par préparer la pâte brisé avant de faire la tarte
elle même. Aristodème étalera cette pâte après la préparation de crème anglaise.
On obtient donc les dépendances suivantes :
Nom de la Description Durée dépendances

tâche (en minute)
A Préparer la pâte 5
B Laisser reposer la pâte 30 après A
C Préparer la crème 15
D Étaler la pâte 5 après B et C
E Laisser refroidir la crème 15 après C
F Mettre la crème au réfrigérateur 30 après E
G Préparer le moule 5 après A
H Préparer les pommes 10 après G
I Mettre en place des pommes 10 après H
J Caraméliser les pommes 5 après I
K Placer la pâte 5 après D et J
L Cuisson 15 après K
Traduit sous la forme d’un diagramme de GANTT, on obtient :
Tâches 05 10 15 20 25 30 35 40 45 50 55 60 65
Donc avec ce scénario, en 60 minutes tout est prêt.

Regardons maintenant le second scénario : seule la tache A change d’acteur. Donc Apollodore peut
commencer la tâche G immédiatement, par contre Aristodème doit reporter le début de la tâche C après la
fin de la tache A.
On obtient les dépendances suivantes :
Nom de la Description Durée dépendances

tâche (en minute)
A Préparer la pâte 5
B Laisser reposer la pâte 30 après A
C Préparer la crème 15 après A
D Étaler la pâte 5 après B et C
E Laisser refroidir la crème 15 après C
F Mettre la crème au réfrigérateur 30 après E
G Préparer le moule 5
H Préparer les pommes 10 après G
I Mettre en place des pommes 10 après H
J Caraméliser les pommes 5 après I
K Placer la pâte 5 après D et J
L Cuisson 15 après K
Traduit sous la forme d’un diagramme de GANTT, on obtient :
Tâches 05 10 15 20 25 30 35 40 45 50 55 60 65
Donc avec ce second scénario il faut 65 minutes pour que tout soit prêt.
Apollodore et Aristodème devraient suivre la premier scénario pour terminer leur préparation le plus
vite possible.

Un examen rapide des emplois du temps innocente Frère Thomas qui n’a pas eu une minute de libre
de la matinée. Par contre aussi bien Frère Daniel que Frère Yves ont profité de 30 minutes de temps libre.

A priori plus que nécessaire pour commettre le méfait. Mais pour cela il faut qu’ils aient eu au moins
20 minutes d’affilée. Le seul moyen de vérifier cela consiste à calculer leurs marges sur chacune de leurs
tâches. Il s’agit donc d’un problème d’ordonnancement avec l’usage d’un potentiel-tâches.
La première étape de la modélisation consiste à identifier toutes les tâches, leur chronologie, et leur
durée. Les trois frères participent à 6 tâches durant la matinée :
Jardin : La matinée de Frère Daniel et de Frère Yves commence par la récolte au jardin des légumes et
plantes médicinales. Cette tâche dure 2h.
Courses : La matinée de Frère Thomas commence par des courses. Cette tâche dure 2h15.
Cuisine : Frère Daniel et Frère Thomas continuent leur journée en cuisine. Cette tâche dure 1h15. Elle ar-
rive donc après celles du Jardin (Daniel doit avoir terminé sa premier tâche) et des Courses (Thomas
doit avoir terminé sa première tâche).
Léproserie : Frère Yves continue sa matinée en allant à la léproserie. Cela lui prend 1h. Cette tâche arrive
donc après celle du Jardin (Yves doit avoir terminé sa première tâche).
Infirmerie : Frère Yves et Frère Thomas terminent leur matinée à l’infirmerie. Ils y passent 2h. Cette tâche
arrive donc après celles de la Cuisine (Thomas doit avoir terminé sa deuxième tâche) et celle de la
Léproserie (Yves doit avoir terminé sa deuxième tâche).
Atelier : Frère Daniel termine sa matinée à l’atelier pour faire ses décoctions. Il y passe 1h45. Cette tâche
arrive donc après celle de la Cuisine (Daniel doit avoir terminé sa deuxième tâche).
On applique ensuite un potentiel-tâches à ce problème :
F IG . 2.4 – Potentiel-tâches
La seule tâche qui permet de dégager plus de 20 minutes de temps d’affilée est celle de la léproserie.
Elle permet en effet de dégager 30 minutes de marge. Seul Frère Yves est affecté à cette tâche. C’est donc
lui l’auteur du vol du vin de messe.
2.2 Flot maximal
Il s’agit d’un problème de flot maximal.

Étape 1 : Identifier les contraintes
Commnençons par l’analyse de texte, en listant toutes les contraintes et les enchaînements possibles
(en prenant en compte les accords entre écoles, mais aussi les dates de début et fin des UV). On obtient le
tableau suivant. :

Chronologie Contrainte Valeur (nb d’étudiants) Suivie de
UV1 école 1 40 UV2 école 1 ou UV2 école 2
UV1 UV1 école 2 30 UV2 école 2 ou UV2-3 école 3
UV1 école 3 20 UV2-3 école 3
UV2 école 1 20 UV3 école 1 ou UV3 école 2
UV2 UV2 école 2 35 UV3 école 2
UV2+3 école 3 35
UV3 école 1 25
UV3
UV3 école 2 30
Étape 2 : Dessiner les arcs
On place un et un seul arc par contrainte sur le graphe :
F IG . 2.5 – Dessin des arcs

Étape 3 : Dessiner les chemins
On dessine les chemins entre les UV en utilisant la derniere colonne de notre tableau d’analyse :
F IG . 2.6 – Dessin des chemins
Étape 4 : Finaliser le graphe

Il faut terminer en transformant ce graphe en un graphe de réseau de transport. Il faut placer un seul
point d’entrée (la source), un seul point de sortie (le puits), mettre une valeur infinie (∞) sur les arcs qui
sont apparus pour la création de chemin à l’étape précédente, et nommer tous les sommets (les sommets
doivent être placés aux extrémités des arcs) pour pouvoir dérouler l’algorithme de Ford-Fulkerson.
F IG . 2.7 – Finalisation du graphe
Maintenant que le modéle est terminé, on fait circuler un flot au jugé sur ce graphe, et on prouve avec
le marquage de Ford-Fulkerson qu’il est maximal :
F IG . 2.8 – Flot au jugé qui est maximal (prouvé par le marquage)

Le flot maximal est de 85 étudiants.
Une solution pour obtenir la formation de 85 étudiants, l’organisme doit envoyer 40 étudiants suivre
l’U V1 dans la première école. 20 de ces étudiants continueront la formation dans celle-ci, mais 20 autres
iront faire les U V2 et U V3 dans la deuxième école. Il doit aussi envoyer 30 étudiants suivre l’U V1 dans la
deuxième école. 10 continueront dans celle-ci, mais 25 autres iront suivre le module qui regroupe les U V2
et U V3 dans la troisième école. Enfin 15 étudiants feront toutes les U V dans la troisième école.
On veut trouver un moyen de faire transiter un maximum de containers des usines ves les magazins. Il
s’agit donc d’un problème de «flot max».
Commnençons par l’analyse de texte, en listant toutes les contraintes et les enchaînements possibles.
On obtient le tableau suivant. :
Chronologie Contrainte Valeur (nb de containers) Suivie de
Production à Rouen 120 Transport par péniche vers Paris
ou Transport par péniche vers Le Havre
Production
Production à Amiens 100 Transport par l’A16 vers Paris
ou Transport par l’A29 vers Le Havre
Péniche vers Paris infini Vente à Paris
Péniche vers le Havre infini Vente au Havre
Transport
A16 50 Vente à Paris
A29 80 Vente au Havre
Vente à Paris 100
Vente
Vente au Havre 120
On place un et un seul arc par contrainte sur le graphe :

On dessine les chemins empruntés par les containers conformément à notre tableau d’analyse :

point d’entrée (la source), un seul point de sortie (le puits), mettre une valeur infinie (∞) sur les arcs qui sont
apparus pour la création de chemin à l’étape précédente (pour ce problème il n’y en a pas), et nommer tous
les sommets (les sommets doivent être placés aux extrémités des arcs) pour pouvoir dérouler l’algorithme
de Ford-Fulkerson.
Maintenant que le modéle est terminé, on fait circuler un flot au jugé sur ce graphe, et on fait le marquage
de Ford-Fulkerson :
F IG . 2.12 – Flot au jugé avec le marquage de Ford-Fulkerson
Le puits a été marqué, le flot n’est donc pas maximal et on a trouvé une chaîne améliorante. On calcule
le gain de cette chaîne améliorante :
100 − 50 = 50 80 − 0 = 80 120 ∞−0 = ∞ 100 − 50 = 50
S −→ B −→ C ←− A −→ D −→ P
Le minimum des différents maillons de cette chaîne est de 50 containers. On reporte ce flot sur le
graphe (ajout de 50 sur les arcs orientés dans le bon sens, et retrait de 50 sur les arcs inverses). On obtient
un nouveau graphe où le marquage de Ford-Fulkerson ne permet pas d’atteindre le puits, il s’agit donc
du flot maximal (on aurait aussi pu constater que la source ou le puits étaient saturés, et que donc le flot
maximal était forcément atteint).
F IG . 2.13 – Report du flot et nouveau marquage
Donc l’entreprise devra faire transiter 50 containers par l’A16 depuis Amiens vers Paris, 50 containers
par l’A29 depuis Amiens vers La Havre, 50 containers par la Seine depuis Rouen vers Paris et enfin 70

containers par la Seine depuis Rouen vers Le Havre. Elle pourra ainsi toujours produire, acheminer et vendre
ses 220 containers. Avec cette nouvelle solution elle arrive bien à vendre à nouveau toute sa production.
2.3 Plus court chemin
Pour ce problème il faut rechercher un «plus court chemin» au sens du temps entre Lyon et Agen.
Il faut commencer par trouver le graphe qui va servir à résoudre le problème. Il n’est pas utile de
conserver les noeuds intermédiaires qui ne concernent que les changements de noms des routes (comme
Feurs, Orange, . . . ). Seuls les noeuds aux intersections des routes sont intéressants pour notre modèle.
Il faut aussi calculer le temps de parcours entre chacun des ces noeuds :
– Entre Lyon et Clermont-Ferrand : il y a 77km de nationales et 88 km d’autoroutes. (77/70+88/110)×
60 = 114 minutes de trajet.
– Entre Lyon et Montpellier : il y a 308km d’autoroutes. (308/110) × 60 = 168 minutes de trajet.
– Entre Lyon et Brioude : il y a 182km de nationales. (182/70) × 60 = 156 minutes de trajets.
– Entre Montpellier et Brioude : il y a 275km d’autoroutes. (275/110) × 60 = 150 minutes de trajet.
– Entre Brioude et Clermont-Ferrand : il y a 66km d’autoroutes. (66/110) × 60 = 36 minutes de trajet.
– Entre Clermont-Ferrand et Cahors : il y a 275km d’autoroutes. (275/110) × 60 = 150 minutes de
trajet.
– Entre Brioude et Cahors : il y a 238km de nationales. (238/70) × 60 = 204 minutes de trajet.
– Entre Montpellier et Montauband : il y a 275km d’autoroutes. (275/110) × 60 = 150 minutes de
trajet.
– Entre Cahors et Montauband : il y a 88km d’autoroutes. (88/110) × 60 = 48 minutes de trajet.
– Entre Cahors et Agen : il y a 105km de nationales. (105/70) × 60 = 90 minutes de trajet.
– Entre Montauband et Agen : il y a 66km d’autoroutes. (66/110) × 60 = 36 minutes de trajets.
On n’a pas d’aprioris sur le sens de parcours de l’axe transversal entre Montpellier et Clermont-Ferrand.
Il faudra donc mettre les arcs dans les deux sens pour ces routes.
On obtient le graphe de la figure 2.5.
Clermont
15
0
36
36
Cahors
4
11
90
204
48
182 Agen
Lyon
e
ud
io
36
Br
16
150
150
8
Montauband
150
Montpellier
F IG . 2.14 – Graphe modélisant les temps de trajet
Il nous reste à trouver le chemin le plus court (au sens du temps). On utilise l’algorithme de Ford-Moore.

m λ(Ly) λ(Cl) λ(Br) λ(M l) λ(Ca) λ(M b) λ(Ag) changés Γ+
0 0
H

H
∞
H

H
∞
H

H
∞ H

H
∞
H

H
∞ H

H
∞ Ly Cl, Br, Ml
1 114/Ly X X
X
182/Ly 168/Ly Cl Ca, Br

Br Cl, Ca, Ml
Ml Br, Mb
2 X
X
X
218/Br 150/Cl X
X
X
332/Br 264/Cl X
X

X
X
318/Ml Br Cl, Ca, Ml
X
X
X X X
X
X
318/Ml
386/Br Ca Mb, Ag
Mb Ag
X X
X X X
X X X
X X X

3
186/Br
300/Br
354/Br 312/Ca X
354/Ca Mb Ag
X X

X
X
354/Mt Ag
4 348/Mb Ag
Le voyageur prendra donc 5h48 (348 minutes) pour faire le trajet. Il passera par les sommets Lyon,
Clermont, Cahors et Montauband.
Donc son plan de route consiste à commencer son voyage sur des nationales et des départementales
jusqu’à Feurs. Là, il passe sur le réseau autoroutier en rejoignant Clermont-Ferrand par l’A72. Il emprunte
alors l’A71 jusqu’à Combronde où il passe sur l’A89 jusqu’à Brive la Gaillarde. Il change alors en passant
sur l’A20 jusqu’à Montauband, où il rejoint l’A62 qui le mènera jusqu’à Agen.

Nous allons modéliser ce problème avec une recherche de plus court chemin.
La recherche du plus court chemin sert à trouver un optimum reposant sur un graphe orienté. L’optimum
en question est un minimum. Que peut-on chercher à minimiser pour optimiser notre problème ? On a des
coûts et des gains. . . Les deux étant en fait un peu la même chose : un gain est un coût négatif, et un coût est
un gain négatif. Pour optimiser notre problème on doit soit maximiser les gains, soit minimiser les coûts.
La technique de la rechercher du plus court chemin est parfaite pour le recherche d’un minimum. On va
donc chercher à minimiser les coûts (en transformant les gains en coûts négatifs). La semaine de travail sera
rentable que si le minimum obtenu est un nombre négatif. Sinon cela signifiera qu’elle coûtera de l’argent.
Comment modéliser la semaine de travail d’Apollodore sur un graphe faisant apparaître les coûts ? On
va construire un graphe où chaque état représentera l’état du stock des repas d’Apollodore à la fin de chaque
journée. Il démarre avec un stock vide, et doit finir le vendredi avec un stock vide. Sa production est de 50
repas, et un banquet en utilise 100. Le stock maximal est de 100 repas. Donc à la fin de chaque journée il y
a trois états possibles pour ce stock : 0 repas, 50 repas ou 100 repas. Notre graphe devra donc passer par les
états de la figure 2.6
F IG . 2.15 – Tous les états possibles du stock d’Apollodore
Il faut maintenant placer les arcs entre ces états. Le lundi Apollodore peut ne rien faire (le stock reste
à 0) ou produire 50 repas (le stock passe à 50 -état Lun 50-). S’il produit 50 repas, cela va lui coûter 2k
euros. On va donc valuer cet arc avec la valeur 2 (notre unité sera le kilo euros). L’état Lun 100 ne peut pas
être atteint, il faudra le retirer du graphe. Le mardi le stock d’Apollodore ne lui permet pas de répondre à
la demande du premier banquet. Il n’a donc que 2 choix possibles : ne rien faire (son stock ne bouge pas),
ou produire 50 repas pour 2k euros (son stock monte de 50). Le mercredi il n’a pas accès aux cuisines pour
produire. Il n’a deux que deux choix : ne rien faire, ou servir les 100 repas du banquets de mercredi (si son
stock le lui permet). Ce banquet lui rapporte 3k euros (il faut penser à retirer le 1k euros que lui coûte le
service de chaque banquet). Comme ici on modélise avec des coûts, ce gain va être reporté comme un coût
négatif. L’arc va être valué avec la valeur -3. On continue ainsi jusqu’à la fin de la semaine et on arrive à la
figure 2.7
F IG . 2.16 – Ajouts des arcs suivants les actions d’Apollodore
Sur le graphe de la figure 2.7, l’état «Jeu 50» se trouve en dehors de tout chemin menant au seul état

final acceptable (stock vide vendredi soir). Il faut donc le retirer de notre modélisation. On obtient le graphe
de la figure 2.8.
F IG . 2.17 – Graphe nettoyé des états impossibles
On peut encore maintenant simplifier ce graphe avant de faire tourner l’algorithme de Ford-Moore : on
supprime les états sur lesquels il n’y qu’un seul arc entrant et un seul arc sortant. On remplace les 2 arcs par
un nouvel arc valué par la somme des deux valeurs. On obtient le graphe de la figure 2.9.
F IG . 2.18 – Graphe simplifié avant algorithme
On applique l’algorithme de Ford-Moore sur ce graphe :
m λ(D) λ(L0) λ(L50) λ(M a50) λ(M a100) λ(M e0) λ(J100) λ(V 0) Sommets Γ+
changés
0 0 Z

∞
Z Z

∞
Z Z

Z
∞ Z

Z
∞ Z

Z
∞ Z

Z
∞ Z

Z
∞ D L0, L50
1 0/D 2/D L0 Me0, Ma50
L50 Ma50, Ma100
2 2/L0 0/L0 Ma50 J100
2/L50 4/L50 Ma100 J100, Me0
Me0 V0
3 3/Ma50 J100 V0
h
( h(
( h(
h (
1/Ma100 h h(
( h(
h
4/Ma100
0/Me0 V0
4 0/J100
Le plus court chemin vers Ven0 a pour valeur 0. Donc le coût minimal pour une semaine de travail
d’Apollodore est de 0. Autrement dit, son gain (la valeur opposé du coût pour ce modèle) est de 0. Il vaut
mieux conseiller à Apollodore de ne pas travailler dans ces conditions.

Pour la seconde partie de ce problème, la modélisation est exactement la même, sauf que la présence
d’Aristodème permet d’ajouter d’autres chemins sur le graphe. En effet les jours de productions les deux

amis peuvent produire 100 repas. Et mardi, il est possible de consommer 100 repas pour le banquet et d’en
produire 50 par ailleurs et donc au bilan de n’en consommer que 50. On obtient donc le graphe de la figure
2.10
F IG . 2.19 – Ajouts des arcs en tenant compte des actions d’Apollodore et d’Aristodème
Sur le graphe de la figure 2.10, l’état «Jeu 50» se trouve en dehors de tout chemin menant au seul état
final acceptable (stock vide vendredi soir). Il faut donc le retirer de notre modélisation. On obtient le graphe
de la figure 2.11.
F IG . 2.20 – Graphe nettoyé des états impossibles
On peut encore maintenant simplifier ce graphe avant de faire tourner l’algorithme de Ford-Moore : on
supprime les états sur lesquels il n’y qu’un seul arc entrant et un seul arc sortant. On remplace les 2 arcs par
un nouvel arc valué par la somme des deux valeurs. On obtient le graphe de la figure 2.12.
F IG . 2.21 – Graphe simplifié avant algorithme

On applique alors l’alogorithme de Ford-Moore :
m λ(D) λ(L0) λ(L50) λ(L100) λ(M a0) λ(M a50) λ(M a100) λ(M e0) λ(J100) λ(V 0) Sommets Γ+
changés
0 0 Z

∞
Z Z

∞
Z Z

∞
Z Z

Z
∞ Z

Z
∞ Z

Z
∞ Z

Z
∞ Z

Z
∞ Z

Z
∞ D L0, L50, L100
1 0/D 2/D 4/D L0 Ma0, Ma50, Ma100
L50 Ma50, Ma100
L100 Ma0, Ma50, Ma100
2 X

X
0/L0 X

X
2/L0 4/L0 Ma0 Me0
X

X
X
2/L50 4/L50 Ma50 J100
-2/L100 0/L100 4/L100 M100 Me0, J100
3 -2/Ma0 Me0 J100, V0
X
X
X
1/Ma50 J100 V0
h
( h(
( h(
h
1/Ma100 h
( h
(h((
h
4/Ma100
4 0/Me0 X
X
X
-2/Me0 J100 V0
Eric L ALLET, Jean-Luc R AFFY
X

X
X
-2/J100 V0
5 -3/J100 V0
37
Pour ce graphe le plus court chemin fait -3 : il passe par Début, Lun100, Mar0, Mer0, Jeu100 et Ven 0.
Cela signifie qu’Apollodore et Aristodème peuvent travailler ensemble cette semaine pour un coût de
-3k euros, autrement dit un gain de 3k euros. Ils ont donc intérêt à le faire.
Interprétons le chemin pour leur donner le bon scénario :
Début → Lun 100 Ils doivent monter leur stock à 100 dès le premier jour. Ils doivent donc travailler en
cuisine tous les deux le lundi.
Lun 100 → Mar 0 Ils doivent consommer les 100 repas (en servant le banquet du mardi), sans en produire
d’autres. Donc un seul des deux doit travailler le mardi au service du banquet du mardi, l’autre peut
se reposer.
Mar 0 → Mer 0 Leur stock ne bouge pas ce jour là. Le mercredi est un jour de repos pour les deux amis.
Mer 0 → Jeu 100 Ils doivent remonter leur stock à 100 le jeudi. Ils doivent donc travailler en cuisine tous
les deux.
Jeu 100 → Ven 0 Ils doivent consommer les 100 repas (en servant le banquet du vendredi), sans en pro-
duire d’autres. Donc un seul des deux doit travailler le vendredi au service du banquet du vendredi,
l’autre peut se reposer.
2.4 Méthode géométrique et Simplexe

Il s’agit d’un problème de programmation linéaire.
La première étape consiste à trouver la fonction économique. On nome D le nombre de dromadaires
achetés, et S le nombre de kg de de sel achetés. Le bénéfice du voyage sera (exprimé en pa) :Z = 100 ×
D + S.
Les achats du Touareg sont limités par deux contraintes :
– Son pécule de départ est de 650 pa, donc : 100 × D + 0.2 × S ≤ 650
– La seconde contrainte est un peu plus subtile : le nombre de kg de sel que l’on peut transporter
est limité par le nombre de dromadaires achetés : S ≤ 150 × D. Pour obtenir la forme canonique,
on va transformer l’expression de cette contrainte pour mettre toutes les variables du même coté de
l’inégalité : −150 × D + S ≤ 0.
On arrive donc à la forme canonique suivante :
Trouver le maximum de Z avec
Z = 100 × D + S (unité : pa)


 100 × D + 0.2 × S ≤ 650
avec −150 × D + S ≤0
D≥0 et S≥0

Comme le problème n’a que 2 variables, on peut le résoudre avec le simplexe ou la méthode géomé-
trique. Pour cette correction nous allons utiliser la méthode géométrique.
Pour délimiter le domaine des solutions admissible (voir figure 2.22) :
– on rejette toutes les valeurs négatives (D ≥ 0 et S ≥ 0).
– on trace la droite 100 × D + 0.2 × S = 650, et on rejette toutes les valeurs au dessus (puisque
100 × D + 0.2 × S ≤ 650).
– on trace la droite −150 × D + S = 0. Elle divise notre plan en deux. D’un coté il y a des valeurs
admissibles et de l’autre des valeurs qui ne répond pas à la contrainte (il faut que −150 × D + S ≤ 0).
Ici comme il y a un nombre négatif dans les facteurs, la logique de dire «inférieur veut dire en dessous
de la droite» ne tient pas. Pour trouver de quel coté de cette droite se trouvent les valeurs admissibles,
il suffit des tester un point de chaque coté. On calcule par exemple la valeur pour le point P1 (S = 0
et D = 4, donc −150 × D + S = −600). On obtient −600 qui est bien inférieur ou égale à 0, donc
ce point est acceptable. Par contre pour le point P2 (S = 500 et D = 0 donc −150 × D + S = 500),
la valeur obtenue 500, prouve que ce point n’est pas admissible. Donc sur le graphe de la figure 2.22,
le domaine admissible des solutions se trouve au dessus de la droite −150 × D + S = 0.

F IG . 2.22 – Résolution géométrique
Il ne reste plus qu’à tracer la droite de Z et la faire monter jusqu’à la limite du domaine. L’ultime point
obtenu correspond à D = 5 et S = 750.
Donc le touareg devrait acheter 5 dromadaires et 750 kg de sel pour un bénéfice de 100×5+750 = 1250
pa, autrement dit 125 po.

Commençons par trouver la fonction économique à optimiser. Si on nomme F1 le nombre de tonnes
de fromage AOC vendues en une année et F2 le nombres de tonnes de l’autre fromage, la marge annuelle
(exprimée en k euros) de l’entreprise est : Z = 3 × F1 + F2 .
Les ressources imposent des contraintes sur la production :
– La laiterie reçoit 4 millions de litres de lait de la zone AOC, et la tonne de fromage AOC en utilise
10 000 litres : 10000 × F1 ≤ 4 000 000
– La laiterie reçoit 10 millions de litres de lait (4 millions de la zone AOC et 6 millions d’autres zones),
et tout ce qui n’est pas utilisé par le fromage AOC (10 000 × F1 ) peut être utilisé pour le second
fromage qui en utilise 7 500 litres par tonne : 7 500 × F2 ≤ 10 000 000 − 10 000 × F1
– La tonne de fromage AOC nécessite 30 heures de travail, et celle de l’autre fromage 15 heures. La
laiterie dispose de 21 000 heures : 30 × F1 + 15 × F2 ≤ 21 000.
Donc on obtient (après avoir repasser la variable F1 de la seconde contrainte dans le membre de
gauche) :


 10 000 × F1 ≤ 4 000 000
 10 000 × F1 + 7 500 × F2 ≤ 10 000 000


30 × F1 + 15 × F2 ≤ 21 000
Trouver le max de Z = 3 × F1 + F2




Avec F1 ≥ 0 et F2 ≥ 0

Après simplifications :


 F1 ≤ 400
 4 × F1 + 3 × F2 ≤ 4 000


2 × F1 + F2 ≤ 1 400




Avec F1 ≥ 0 et F2 ≥ 0

Ici deux techniques sont utilisables : le simplexe et la méthode géométrique. On va utiliser cette dernière.

La délimitation du domaine de solution est visible sur le figure 2.23
F IG . 2.23 – Domaine de solution
On place ensuite la droite représentant la fonction économique Z = 3 × F1 + F2 et on la monte jusqu’à

atteindre les limites du domaine. Elle atteint sont maximum lorsqu’elle passe par le point F1 = 400 et
F2 = 600 (voir figure 2.24) Donc le meilleurs choix économique consiste à utiliser tout le lait de la zone
AOC pour fabriquer 400 tonnes du fromage AOC (la maximum que l’on puisse faire), et à utiliser l’autre
lait pour fabriquer 600 tonnes fromages de l’autre catégorie. Le bénéfice sera alors de 3×400+600 = 1800
k euros, c’est à dire 1,8 millions d’euros.
Notez que les deux contraintes qui bloquent la production sont d’une part la quantité de lait AOC
(F1 ≤ 400) et d’autre part le nombre d’heures de travail (2 × F1 + F2 ≤ 1400) (les deux droites qui se
croisent au point optimal). La contrainte sur l’autre lait ne bloque pas. D’ailleurs la solution n’utilise que
4,5 millions de litres de lait de la zone non AOC. Il en reste donc 1,5 millions de litres sans usage.
F IG . 2.24 – Résolution géométrique pour Z = 3 × F1 + F2

La modélisation du problème est identique à celle de la question du précédente exceptée pour Z qui
change : Z = 2 × F1 + F2 (toujours en k euros).


 F1 ≤ 400
 4 × F1 + 3 × F2 ≤ 4 000


2 × F1 + F2 ≤ 1400




Avec F1 ≥ 0 et F2 ≥ 0

Le domaine de solution ne change pas, on retrouve celui de la figure 2.23. Par contre la droite qui va
représenter Z n’a plus la même pente. Elle a exactement la même pente que la troisième contrainte. Donc

lorsqu’on fait monter cette droite vers son maximum, elle va se confondre avec la droite qui exprime la
troisième contrainte (voir figure 2.25).
F IG . 2.25 – Résolution géométrique pour Z = 2 × F1 + F2
Dans ce cas la solution optimale est donnée par tout un segment de droite : le segment compris entre
les points (F1 = 100, F2 = 1200) et (F1 = 400, F2 = 600). Donc la solution optimale consiste à fabriquer
entre 100 et 400 tonnes du fromage AOC et à utiliser tout le reste du temps de travail pour fabriquer entre
1200 et 600 tonnes de l’autre fromage. Toutes ces solutions rapporteront 1,4 millions d’euros. La solution
qui consiste à fabriquer 400 tonnes du fromage AOC et 600 tonnes de l’autre fromage va laisser 1,5 millions
de litres de lait (non AOC) sans usage. Si la laiterie arrive à les valoriser autrement, il sera certainement
judicieux de choisir cette solution.
Voici une seconde correction du même exercice, mais obtenue avec le simplexe :
Le tableau du simplexe est :
F1 F2 E1 E2 E3 Somme
E1 1 0 1 0 0 400
E2 4 3 0 1 0 4000
E3 2 1 0 0 1 1400
∆j 2 1 0 0 0 0
La premier pivot est sur la colonne de F1 et la ligne de E1 . Après pivotement de F1 à la place de E1 on

obtient :
F1 1 0 1 0 0 400
E2 0 3 -4 1 0 2400
E3 0 1 -2 0 1 600
∆j 0 1 -2 0 0 -800
La second pivot est sur la colonne de F2 et la ligne de E3 .
F1 1 0 1 0 0 400
E2 0 0 2 1 -3 600
F2 0 1 -2 0 1 600
∆j 0 0 0 0 -1 -1400
Tout les ∆j sont négatifs ou nuls, on a donc une solution optimale (400 tonnes de fromage AOC, et 600
tonnes de l’autre fromage pour un gain de 1,4 millions d’euros). Mais la variable E1 n’est pas en base et
a un ∆j nul. Il existe donc d’autres solutions optimales. On peut faire pivoter cette variable pour connaître
l’autre sommet du segment de solutions (la ligne du pivot est celle de E2 ) :

F1 1 0 0 -1/2 1.5 100
E1 0 0 1 1/2 -3/2 300
F2 0 1 0 1 -2 1200
∆j 0 0 0 0 -1 -1400
Donc l’autre solution consiste à fabriquer 100 tonnes du fromage AOC, 1200 tonnes de l’autre fromage
pour le même bénéfice (et bien sûr, toutes les solutions intermédiaires sont aussi valables).
Comme dit précédemment, choisir de fabriquer 400 tonnes de fromage AOC permet de laisser 1,5
millions de litres de lait non AOC sans usage. Et comme il sera probablement possible de le revendre pour
augmenter les profits, on choisira certainement cette solution.

Il faut commencer par trouver la fonction économique à optimiser. Il faut maximaliser la marge de
l’entreprise. Si on nome P1 l’électricité achetée au producteur 1, P2 celle du producteur 2, et P3 celle du
producteur 3, cette marge se définit par : Z = 900 × P1 + 700 × P2 + 500 × P3 (unités : k euro et TWh).
Il faut ensuite mettre les contraintes en équation :
– On ne pourra pas vendre plus de 18 TWh : P1 + P2 + P3 ≤ 18. Avec les chiffres de cet exemple
où les producteurs offrent plus de 18 TWh et où chaque TWh vendu rapporte de l’argent, on pourrait
remplacer le «≤» par un «=», et donc faire disparaître du problème une des trois variables. Mais en
faisant ainsi on perdrait le coté général de la modélisation. Le modèle «≤» demeure valable si on
modifie les chiffres et que par exemple on ne trouve plus assez d’électricité sur le marché, ou que
certains fournisseurs nous obligeraient à avoir des marges négatives sur leur électricité.
– Le producteur 1 nous propose au maximum 25 TWh : P1 ≤ 25. Évidemment, la contrainte précédente
est bien plus forte que celle-ci, mais à cette étape, on modélise : les simplifications viendront plus
tard.
– Le producteur 2 nous propose au maximum 6 TWh : P2 ≤ 6
– Le producteur 3 nous propose au maximum 4 TWh : P3 ≤ 4
– Il faut 25% d’électricité renouvelable dans le total vendu. La part d’électricité renouvelable est 0.1 ×
P1 + 0.46 × P3 + P3 . Le total de l’électricité vendu est P1 + P2 + P3 . Il faut donc 0.1 × P1 + 0.46 ×
P3 + P3 ≥ 0.25 × (P1 + P2 + P3 ), ce qui revient à dire : 0.15 × P1 − 0.21 × P1 − 0.75 × P3 ≤ 0
En résumé on obtient :


 P1 + P2 + P3 ≤ 18
P 1 ≤ 25




 2≤6
P


P3 ≤ 4
0.15 × P1 − 0.21 × P2 − 0.75 × P3 ≤ 0




Trouver le max de Z = 900 × P1 + 700 × P2 + 500 × P3




Avec P1 ≥ 0, P2 ≥ 0, P3 ≥ 0

Maintenant que toutes les contraintes ont été bien modélisées, on peut simplifier certaines choses :
Comme on a P2 ≥ 0, et P3 ≥ 0 la contrainte P1 + P2 + P3 ≤ 18 implique P1 ≤ 18. Donc elle implique
aussi P1 ≤ 25 que l’on peut retirer de notre problème sans perte d’information. En simplifiant les équations
cela donne :


 P1 + P2 + P3 ≤ 18
P2 ≤ 6




P3 ≤ 4

 5 × P1 − 7 × P2 − 25 × P3 ≤ 0

 Trouver le max de Z = 9 × P1 + 7 × P2 + 5 × P3



Avec P1 ≥ 0, P2 ≥ 0, P3 ≥ 0

Avec Z exprimé en «100 k euros».

Le tableau du simplexe donne :

P1 P2 P3 E1 E2 E3 E4 Somme
E1 1 1 1 1 0 0 0 18
E2 0 1 0 0 1 0 0 6
E3 0 0 1 0 0 1 0 4
E4 5 -7 -25 0 0 0 1 0
∆j 9 7 5 0 0 0 0 0
Selon le premier critère de Dantzig, le premier pivot est sur la colonne de P1 . Ensuite le second critère
de Dantzig donne le pivot de sur la ligne de E4 (attention, il est tout à fait correct de choisir un 0 dans la co-
lonne «Somme», par contre dans les colonnes des variables on ne peut sélectionner qu’un pivot strictement
positif).
On pivote donc P1 à la place de E4 (attention, soustraire un nombre négatif, veut dire l’ajouter).
E1 0 2.4 6 1 0 0 -0.2 18
E2 0 1 0 0 1 0 0 6
E3 0 0 1 0 0 1 0 4
P1 1 -1.4 -5 0 0 0 0.2 0
∆j 0 19.6 50 0 0 0 -1.8 0
Il reste des ∆j strictement positifs, donc on continue. Le second pivot est sur la colonne de P3 , et la
ligne de E1 . On pivote P3 à la place de E1 .
P3 0 0.4 1 1/6 0 0 -1/30 3
E2 0 1 0 0 1 0 0 6
E3 0 0 1 0 0 1 1/30 1
P1 1 0.6 0 5/6 0 0 1/30 15
∆j 0 -0.4 0 -25/3 0 0 -1/5 -150
Tous les ∆j sont négatifs ou nuls. Le simplexe s’arrête là.

On a P1 = 15, P3 = 3. P2 n’est pas en base, donc P2 = 0. Et Z = 150.
L’entreprise doit donc acheter 15 TWh au premier producteur, 3 au troisième producteur et elle fera une
marge de 150 «100 k euros», c’est à dire 15 millions d’euros.

Pour la modélisation, seule la fonction économique change par rapport à l’exercice précédent : Z =
850 × P 1 + 710 × P 2 + 500 × P 3
Donc on obtient :


 P1 + P2 + P3 ≤ 18
P 1 ≤ 25




 P2 ≤ 6


P3 ≤ 4
0.15 × P1 − 0.21 × P2 − 0.75 × P3 ≤ 0








Avec P1 ≥ 0, P2 ≥ 0, P3 ≥ 0

En simplifiant et en exprimant Z en «10 k Euros» :



 P1 + P2 + P3 ≤ 18
P 2 ≤6




P3 ≤ 4


 5 × P1 − 7 × P2 − 25 × P3 ≤ 0




Avec P1 ≥ 0, P2 ≥ 0, P3 ≥ 0


D’où le tableau du simplexe suivant :
E1 1 1 1 1 0 0 0 18
E2 0 1 0 0 1 0 0 6
E3 0 0 1 0 0 1 0 4
E4 5 -7 -25 0 0 0 1 0
∆j 85 71 50 0 0 0 0 0
Les deux pivotements vont êtres les mêmes que dans l’exercice précédent, et seule la ligne des ∆j
change.
Premier pivotement :
E1 0 2.4 6 1 0 0 -0.2 18
E2 0 1 0 0 1 0 0 6
E3 0 0 1 0 0 1 0 4
P1 1 -1.4 -5 0 0 0 0.2 0
∆j 0 190 475 0 0 0 -17 0
Second pivotement :
P3 0 0.4 1 1/6 0 0 -1/30 3
E2 0 1 0 0 1 0 0 6
E3 0 0 1 0 0 1 1/30 1
P1 1 0.6 0 5/6 0 0 1/30 15
∆j 0 0 0 -475/6 0 0 -7/6 -1425
On arrive à une solution optimale (toujours en prenant 15 TWh chez le premier producteur, et 3 chez
les troisièmes), qui rapporte 14,25 millions d’euros.
Mais cette fois ci, à la fin du second pivotement il y a une variable hors base qui a son ∆j nul (P2 ). Cela
signifie qu’il y a d’autres solutions optimales. En faisant un troisième pivotement pour faire entrer P2 dans
la base on obtient (selon le second critère de Dantzig la ligne de pivotement est celle de E2 ) :
P3 0 0 1 1/6 -0.4 0 -1/30 0.6
P2 0 1 0 0 1 0 0 6
E3 0 0 1 0 0 1 1/30 1
P1 1 0.6 0 5/6 -0,6 0 1/30 11.4
∆j 0 0 0 -475/6 0 0 -7/6 -1425
On obtient alors une autre solution optimale qui consiste à acheter 11,4 TWh chez le premier construc-
teur, 6 TWh chez le second et 0,6 chez le troisième (toujours pour un profit de de 14,25 millions d’euros). Il
y a en fait tout un segment de droite compris entre les deux solutions qui donneront ce même profit optimal.
Le revendeur peut donc acheter les 6 TWh du second producteur tout en gardant le meilleurs profit.
2.5 Modélisation

Il faut résoudre un problème d’ordonnancement de tâches. Pour la première questions, on a le choix
entre GANTT et le potentiel-tâches. Mais le deuxième pose clairement la recherche du chemin critique et

de la marge totale d’une tâche. Il faudra donc faire un potentiel-tâches. Autant commencer par là dès la
première question.
Pour modéliser ce potentiel-tâches, il faut identifier toutes les tâches et leur dépendances.
Il y a trois tâches de récoltes qui ne dépendent de rien d’autre :
Tâche A : La récolte du bois et du cuir par Tawar qui dure 45 minutes.
Tâche B : La récolte du fer de nain par Gorog qui dure 1 heure.
Tâche C : La récolte du fer ancien par Albin qui dure 1 heure.
Il y a deux tâches de traitement qui dépendent de certaines récoltes :
Tâche D : Le traitement du cuir et du bois par Tawar qui dure 15 minutes. Elle arrive après la tâche A.
Tâche E : Le traitement de tout le fer par Albin qui dure 20 minutes. Elle arrive après les deux récoltes de
fer (tâche B et C).

Il y a la pause de Gorog :
Tâche F : Cette pause dure 15 minutes et arrive après la récolte fer de nain (tache B).
Il y a les trois tâches de production :
Tâche G : La production d’arbalètes par Tawar qui dure 20 minutes et arrive après le traitement du fer et
du bois (tâche E et D).
Tâche H : La production d’armure par Gorog qui dure 25 minutes et arrive après sa pause, mais aussi après
le traitement du cuir et du fer (tâche F, D et E).
Tâche I : La production d’épée qui dure 10 minutes ne dépend que du traitement du fer (tâche E).
Enfin il y a la tache de livraison :
Tâche J : Cette livraison prend 10 minutes et arrive après les 3 productions (tâches G, H I).
F IG . 2.26 – Graphe potentiel-tâches
Cela donne le graphe potentiel-tâches de la figure 2.26.

Il nous reste à l’interpréter :
– La livraison se fera au bout de 115 minutes (1h55).
– La pause de Gorog (tache F) n’est pas sur le chemin critique. Il n’a pas retardé la livraison avec cette
pause.
– La marge totale de cette pause est de 5 minutes. Il peut donc rester encore 5 minutes de plus à la
taverne sans retarder le projet. Sa pause maximale est donc de 20 minutes.

Ici il faut résoudre un problème de programmation linéaire.
Il faut optimiser le gain de la guilde. Si on appelle A le nombre d’arbalètes vendues, et E celui des
épées, la fonction à optimiser est (gain exprimé en pièces d’or) :
Z = 0, 5 × A + E
.
On ne peut pas produire à l’infini ces armes : on a des contraintes sur les ressources.
Tout le bois est utilisé pour les arbalètes (25 morceaux par arbalètes), on a donc : 25 × A ≤ 1000.
Tout le fer ancien est utilisé pour les épées (25 blocs par épée), on a donc : 25 × E ≤ 1000
Le fer de nain sert aux deux production (20 blocs par arbalète, 20 blocs par épée), on a donc : 20 × A +
20 × E ≤ 1000.
Donc en résumé et après simplifications des inégalités on doit résoudre :


 A ≤ 40
 E ≤ 40


A + E ≤ 50
Trouver le max de : Z = 0, 5 × A + E




avec A ≥ 0 et E ≥ 0.

Ici deux techniques sont parfaitement adaptées : soit la résolution géométrique, soit le simplexe. Pour cette
correction je choisis le simplexe.
On a trois inégalités, il faut ajouter trois variables d’écart : E1 , E2 , E3 .

A E E1 E2 E3 Somme
E1 1 0 1 0 0 40
E2 0 1 0 1 0 40
E3 1 1 0 0 1 50
∆j 0,5 1 0 0 0 0
Le premier pivot est sur la colonne de E et la ligne de E2 . Donc après pivotement de E à la place de
E2 , on obtient ce second tableau :
A E E1 E2 E3 Somme
E1 1 0 1 0 0 40
E 0 1 0 1 0 40
E3 1 0 0 -1 1 10
∆j 0,5 0 0 -1 -40
Le second pivot est sur la colonne de A et la ligne de E3 . Après le pivotement de A à la place de E3 , on

obtient le troisième tableau :
A E E1 E2 E3 Somme
E1 0 0 1 1 -1 30
E 0 1 0 1 0 40
A 1 0 0 -1 1 10
∆j 0 0 0 -0,5 -0,5 -45
Tous les ∆j sont négatifs ou nuls, l’algorithme s’arrête là. Donc la solutions donne A = 10, E = 40 et
Z = 45.
Interprétons ces chiffres : la guilde doit vendre 10 arbalètes et 40 épées. Elle fera un gain de 45 pièces
d’or.
Lorsque Gorog prend les commandes de l’opération, la seule chose qui change c’est la fonction à op-
timiser. Cette fois ci, on doit optimiser le nombre de chopes : Z = 2 × A + E. Et il nous reste à ré-
soudre le problème avec cette nouvelle fonction. Alors soit on refait tous les calculs (pas bien longs vus les
chiffres), soit on réfléchit un peu, et on se dit que si on parle en «double chopes» la fonction à optimiser
est : Z = A + 0, 5 × E.
Donc il faut résoudre :


 A ≤ 40
 E ≤ 40


A + E ≤ 50
Trouver le max de : Z = A + 0, 5 × E




avec A ≥ 0 et E ≥ 0

C’est à dire EXACTEMENT le même problème que précédemment si ce n’est que les E remplacent
les A et réciproquement. Donc on connaît déjà la solution, il suffit d’inverser le A et le E de la solution
précédente.
Pour notre nouveau problème : A = 40 et E = 10.
Donc pour satisfaire Gorog, la guilde produit 40 arbalètes et 10 épées. La vente rapporte 40×0, 5+10 =
30 pièces d’or, soit une perte de 15 pièces d’or par rapport à la solution optimale.

Il s’agit d’un problème de recherche de plus court chemin. Il faut trouver le coût minimum de transport
depuis Coudebolle vers chacune des autres villes. Le graphe servant à cette recherche est celui de la figure
2.27. Attention les coûts dépendent du sens de transports, il y a donc un arc dans chaque sens entre deux
villes.
On va utiliser le tableau pour faire tourner l’algorithme de Ford-Moore.

B
2 4
8
3
4
4
2
P 6
7 3
O 8
3
6 6
7
C T
8
F IG . 2.27 – Graphe des coût de transports
m λ(C) λ(B) λ(O) λ(P ) λ(T ) changés Γ+

0 0 H

∞
H H

∞
H
H

H
∞ H

∞
H C B, O T
1 3/C H

H
7/C 7/C B C, O, T
O C, B, P, T
T C, B, O, P
2 H

H
7/B 5/B 7/B O C, B, P, T
X

X
X
13/O X

X
X
11/O H
9/O
H X

X
X
10/O P O, T
X

X
15/T X

X
16/T X

X
14/T X

X
16/T
3 X

X
X
11/O H

9/O
H 7/O H
8/O
H P O, T
X

X
12/P X

X
15/P
4 X

X
10/P X

X
13/P
Depuis Coudebolle, pour aller à :

– Borivage, il faut prendre la route directe. Cela coûte 3 unités/tonne
– Ollala, il faut passer par Borivage. Cela coûte 5 unités/tonne
– Pompays, il faut passer par Borivage et Ollala. Cela coûte 7 unités/tonne
– Tecuge, il faut soit prendre la route directe soit passer par Borivage. Cela coûte 7 unités/tonne
Voici le réseau à reconstruire pour pouvoir faire ces transports
2 4
3
2
P
O Ou
7
C T
F IG . 2.28 – Réseau à reconstruire
Il s’agit donc des axes :

– Coudebolle vers Borivage.
– Borivage vers Ollala.
– Ollala vers Pompays.
– Borivage vers Tecuge ou bien Coudebole vers Tecuge.
On reconnaît ici un problème de flot maximal.

Pour acheminer le personnel depuis Aunor jusqu’à Estival, il y a 7 moyens de transport à combiner :

Chronologie Contrainte Valeur (personnes) Suivie de
Avion Aunor-Danlo 1000 Transports partant de Danlo
Depuis Aunor
Bateau Aunor-Bordelot 1000 Transports partant de Bordelot
Route Borlelot-Campagne 1000 Transports partant de Campagne
Depuis Bordelot
Bateau Bordelot-Danlo 1000 Transports partant de Danlo
Avion Danlo-Estival 700
Depuis Danlo
Bateau Danlo-Estival 700
Depuis Campagne Route Campagne-Estival 700
À cette étape, nous ne placerons sur le graphe que les arcs des moyens de transport (un et un seul par
moyen), mais pour aider la suite du dessin, nous allons les disposer dans l’ordre de la chronologie.
F IG . 2.29 – Liste des transports utilisables

À cette étape, nous reprenons le tableau d’analyse de l’étape 1, et nous utilisons la dernière colonne
pour créer les chemins entre les arcs.
F IG . 2.30 – Dessin des chemin

point d’entrée (la source), un seul point de sortie (le puits), mettre une valeur infinie (∞) sur les arcs qui
sont apparus pour la création de chemin à l’étape précédente, et nommer tous les sommets (les sommets
doivent être placés aux extrémités des arcs) pour pouvoir dérouler l’algorithme de Ford-Fulkerson.
F IG . 2.31 – Finalisation du graphe (1/2)

Mais ce graphe là n’est pas correct. En effet, pour faire un graphe de transport, il faut ce qu’on appelle
un graphe «simple». Entre deux sommets, il ne peux pas y avoir plus d’un seul arc dans le même sens. Or
sur ce graphe il y a deux arcs qui vont de «Danlo» à «Estival» (l’un pour le transport par avion, l’autre pour
le transport par bateau). Si vraiment on veut distinguer les deux modes de transport il faudrait ajouter 1 ou 2
sommets. Mais ici on n’a aucune raison de le faire, on va donc considérer que la capacité de transport entre
«Danlo» et «Estival» est de 1400 personnes à transporter par avion ou bateau.
Ensuite, avant de faire les calculs il est possible de simplifier ce graphe.
Lorsqu’un sommet n’a qu’un seul arc entrant et un seul arc sortant, il est possible de le supprimer en
remplaçant les deux arcs par un seul arc ayant la capacité minimale des deux arcs.
c1 c2 min(c1 , c2 )
S1 −→ S2 −→ S3 devient S1 −→ S3
Donc on peut supprimer le sommet «Campagne» pour ne mettre qu’un arc de capacité 700 entre Bor-
delot et Estival.
On obtient ainsi ce nouveau graphe correct pout modéliser le réseau de transport :
F IG . 2.32 – Finalisation du graphe (2/2)
Il reste à utiliser l’algorithme de Ford-Fulkerson sur ce graphe. On commence par faire circuler un flot
jugé, et comme la source (le sommet «Aunor») est saturée, il n’est même pas nécessaire de faire le marquage
pour savoir que le flot maximal est déjà atteint.
F IG . 2.33 – Flot au jugé (maximal car la source est saturée)
Les capacités de transports autorisent donc le gouvernement à acheminer 2000 personnes depuis Aunor
jusqu’à Estival. Une solution pour obtenir ce flot consiste à faire partir 1000 personne en bateau depuis Au-
nor jusqu’à Bordelot. 700 prennent alors la route pour Estival en passant par Campagne, et 300 continuent
en bateau jusqu’à Danlo. Là ils sont rejoints par 1000 autres personnes qui arrivent en avion depuis Aunor.
Les 1300 personnes arrivées à Danlo continuent jusqu’à Estival en empruntant avion ou bateau.

On pourrait être tenté de résoudre ce problème avec une modélisation d’un flot maximal. Mais après
analyse, on constate que cette modélisation ne peut pas se faire. En effet l’eau qui part de l’usine 1 et celle
qui part de l’usine 2 ne sont plus de la même nature. Elles dégagent des marges différentes, on ne peut donc
plus les mélanger dans un flot unique et les traiter comme un problème de flot maximal. Les capacités des
moyens de transports deviennent des contraintes sur des variables qui vont limiter les quantités d’eau que
l’on va pouvoir livrer. Toutes ses contraintes vont s’exprimer de façon linéaire.
Nous avons donc à faire à un problème de programmation linéaire.

A priori pour modéliser la fonction économique seules deux variables suffisent :
– X1 : la production livrée de l’usine 1 (en million de litres).
– X2 : la production livrée de l’usine 2 (en million de litres).
Avec ces variables la fonction économique représentant la marge à maximiser serait : Z = 100 × X1 +
150 × X2 avec Z en k euros.
Mais lorsqu’on essaie de modéliser les contraintes sur le transport on s’aperçoit que l’on est obligé de
distinguer l’eau qui va être acheminée par la route de celle qui va être acheminée par la gare, et cela pour
les 2 usines. Il faut donc utiliser 4 variables :
– Xr1 : la production livrée par la route de l’usine 1 (en million de litres).
– Xg1 : la production livrée par la gare de l’usine 1 (en million de litres).
– Xr2 : la production livrée par la route de l’usine 2 (en million de litres).
– Xg2 : la production livrée par la gare de l’usine 2 (en million de litres).
La fonction économique devient : Z = 100 × Xr1 + 100 × Xg1 + 150 × Xr2 + 150 × Xg2
Ensuite il faut reporter les contraintes de production et de transport sur ces variables :
– L’usine 1 ne peut produire que 6 millions de litres : Xr1 + Xg1 ≤ 6
– L’usine 2 ne peut produire que 4 millions de litres : Xr2 + Xg2 ≤ 4
– Depuis l’usine 1, on peut transporter 4 millions de litre par la route : Xr1 ≤ 4
– Depuis l’usine 2, on peut transporter 2 millions de litre par la route : Xr2 ≤ 2
– On ne peut transporter que 3 millions par la gare : Xg1 + Xg2 ≤ 3
En résumé, une fois mis sous la forme canonique, le problème se modélise par :
Trouvez le maximum de Z (exprimé en k euros), avec :


 Xr1 + Xg1 ≤ 6
X r2 + Xg2 ≤ 4




 Xr1 ≤ 4


Xr2 ≤ 2
Xg1 + Xg2 ≤ 3




Z = 100 × Xr1 + 100 × Xg1 + 150 × Xr2 + 150 × Xg2




Xr1 ≥ 0 Xg1 ≥ 0 Xr2 ≥ 0 Xg2 ≥ 0

Pour résoudre ce problème de programmation linéaire à 4 variables il faut passer par le simplexe. Il
faut ajouter 5 variables d’écart pour transformer les 5 inégalités de la forme canonique et obtenir la forme
standard :
Trouvez le maximum de Z (exprimé en k euros), avec :


 Xr1 + Xg1 + E1 = 6
Xr2 + Xg2 + E2 = 4




 Xr1 + E3 = 4


Xr2 + E4 = 2
Xg1 + Xg2 + E5 = 3




Z = 100 × Xr1 + 100 × Xg1 + 150 × Xr2 + 150 × Xg2




Xr1 ≥ 0 Xg1 ≥ 0 Xr2 ≥ 0 Xg2 ≥ 0 E1 ≥ 0 E2 ≥ 0 E3 ≥ 0 E4 ≥ 0 E5 ≥ 0

Mis sous la forme du simplexe on obtient :
Xr1 Xg1 Xr2 Xg2 E1 E2 E3 E4 E5 Somme

E1 1 1 0 0 1 0 0 0 0 6
E2 0 0 1 1 0 1 0 0 0 4
E3 1 0 0 0 0 0 1 0 0 4
E4 0 0 1 0 0 0 0 1 0 2
E5 0 1 0 1 0 0 0 0 1 3
∆j 100 100 150 150 0 0 0 0 0 0
Deux colonnes sont possibles pour le premier pivot (Xr2 ou Xg2 ) on va choisir celle de Xr2 . Dans ce
cas, la ligne du pivot est celle de E4 .
Après pivotement, on obtient :

E1 1 1 0 0 1 0 0 0 0 6
E2 0 0 0 1 0 1 0 -1 0 2
E3 1 0 0 0 0 0 1 0 0 4
Xr2 0 0 1 0 0 0 0 1 0 2
E5 0 1 0 1 0 0 0 0 1 3
∆j 100 100 0 150 0 0 0 -150 0 -300
Le second pivot est sur la colonne de Xg2 et la ligne de E2 .


E1 1 1 0 0 1 0 0 0 0 6
Xg2 0 0 0 1 0 1 0 -1 0 2
E3 1 0 0 0 0 0 1 0 0 4
Xr2 0 0 1 0 0 0 0 1 0 2
E5 0 1 0 0 0 -1 0 1 1 1
∆j 100 100 0 0 0 -150 0 0 0 -600
Deux colonnes sont possibles pour le troisième pivot (Xr1 ou Xg1 ) on va choisir celle de Xr1 . Dans ce
cas, la ligne du pivot est celle de E3 .

E1 0 1 0 0 1 0 -1 0 0 2
Xg2 0 0 0 1 0 1 0 -1 0 2
Xr1 1 0 0 0 0 0 1 0 0 4
Xr2 0 0 1 0 0 0 0 1 0 2
E5 0 1 0 0 0 -1 0 1 1 1
∆j 0 100 0 0 0 -150 -100 0 0 -1000
Le quatrième pivot est sur la colonne de Xg1 et la ligne de E5 .


E1 0 0 0 -1 1 1 -1 -1 -1 1
Xg2 0 0 0 1 0 1 0 -1 0 2
Xr1 1 0 0 0 0 0 1 0 0 4
Xr2 0 0 1 0 0 0 0 1 0 2
Xg1 0 1 0 0 0 -1 0 1 1 1
∆j 0 0 0 0 0 -50 -100 -100 -100 -1100
Tous les ∆j sont négatifs ou nuls, l’algorithme s’arrête ici.

À la fin, Xr1 vaut 4, Xg1 vaut 1, Xr2 vaut 2, Xg2 vaut 2, E1 vaut 1 et Z vaut 1100.
Donc pour maximiser sa marge la société des eaux devra acheminer
– par la route 4 millions de litres de l’usine 1 et 2 millions de l’usine 2.
– par la gare 1 million de litres de l’usine 1 et 2 millions de l’usine 2.
1 million de litres de la capacité de production de l’usine 1 restera sans usage (E1 = 1) faute de transport.
La marge de la société sera alors de 1100 k euros, c’est à dire 1,1 million d’euros.

On reconnaît ici un problème de programmation linéaire. La fonction à optimiser est celle qui donne le
gain de la vente des gravats. Si on appelle M1 le nombre de tonnes vendues du premier mélange (60% de

roches friables et 40% de roches dures), M2 le nombre de tonnes vendues du deuxième mélange (20% de
roches friables, 20% de roches dures et 60% de roches intermédiaires), et M3 le nombre de tonnes vendues
du troisième lot (100% de roches intermédiaires), l’expression de Z donne :
Z = 100 × M1 + 80 × M2 + 50 × M3
Le nombre de tonnes vendues est limité par le stock de gravat :

– Il y a 90 tonnes de roches friables : 0.6 × M1 + 0.2 × M2 ≤ 90
– Il y a 30 tonnes de roches dures : 0.4 × M1 + 0.2 × M2 ≤ 30
– Et il y a 54 tonnes de roches intermédiaires : 0.6 × M2 + M3 ≤ 54
La forme canonique du problème est donc :
Trouvez le maximum de Z avec :


 (1) 0.6 × M1 +0.2 × M2 ≤ 90 (unité : tonnes de roches friables)
 (2) 0.4 × M1 +0.2 × M2 ≤ 30 (unité : tonnes de roches dures)


. (3) 0.6 × M2 +M3 ≤ 54 (unité : tonnes de roches intermédiaires)
Z = 100 × M +80 × M2 +50 × M3

1



avec M1 ≥ 0, M2 ≥ 0 et M3 ≥ 0.

Avant de faire le simplexe, on va supprimer les virgules des inégalités en les multipliant par 10.


 (1) 6 × M1 +2 × M2 ≤ 900 (unité : 1/10 tonnes de roches friables)
 (2) 4 × M1 +2 × M2 ≤ 300 (unité : 1/10 tonnes de roches dures)


. (3) 6 × M2 +10M3 ≤ 540 (unité : 1/10 tonnes de roches intermédiaires)
Z = 100 × M1 +80 × M2 +50 × M3




avec M1 ≥ 0, M2 ≥ 0 et M3 ≥ 0.

Avec l’ajout des variables d’écart E1 (sur les roches friables), E2 (sur les roches dures), E3 (sur les
roches intermédiaires), on obtient ce premier tableau du simplexe :
M1 M2 M3 E1 E2 E3 Somme
E1 6 2 0 1 0 0 900
E2 4 2 0 0 1 0 300
E3 0 6 10 0 0 1 540
∆j 100 80 50 0 0 0 0
Le premier pivot est donc sur la colonne de M1 et la ligne de E2 . Après pivotement on obtient ce second
tableau :
E1 0 -1 0 1 -3/2 0 450
M1 1 1/2 0 0 1/4 0 75
E3 0 6 10 0 0 1 540
∆j 0 30 50 0 -25 0 -7 500
Il reste des ∆j strictement positifs. On continue donc l’algorithme et le second pivot est sur la colonne
de M3 et la ligne de E3 .
E1 0 -1 0 1 -3/2 0 450
M1 1 1/2 0 0 1/4 0 75
M3 0 3/5 1 0 0 1/10 54
∆j 0 0 0 0 -25 -5 -10 200
Tous les ∆j sont négatifs ou nuls, on a donc atteint la solution optimale : M1 = 75, M2 = 0, M3 = 54,
et Z = 10 200.

Donc Gorog doit vendre 75 tonnes du premier mélange et 54 tonnes du troisième lots pour gagner
10 200 pièce d’or.
Dans la forme canonique du problème, la contrainte sur les roches friables était exprimée par l’inégalité
(1). C’est donc la variable d’écart E1 qui détermine le «reste» de roches friable après la vente. E1 est
toujours en base pour la solution optimale, donc E1 n’est pas nulle et vaut 450.
Donc oui il reste des gravats de roches friables après la vente. Comme après simplification des inégalités
l’unité de la contrainte (1) était des 1/10ème de tonnes, il reste 450 1/10ème de tonnes donc 45 tonnes.
La question semble sous-entendre qu’il existerait peut-être une autre façon de repartir les lots tout en
gardant le gain optimal. Effectivement, si on regarde le tableau final du simplexe de la question précédente,
on constate qu’à la fin M2 a un ∆j nul tout en étant hors base. Cela signifie que notre problème n’a pas une
solution, mais une infinité de solutions : tout un segment de droite. La question précédente nous a donné
une des extrémités de ce segment (M1 = 75, M2 = 0, M3 = 54). Il faut faire un pivotement suplémentaire
pour connaître l’autre extrémité.
État du simplexe à la fin de la question précédente :
E1 0 -1 0 1 -3/2 0 450
M1 1 1/2 0 0 1/4 0 75
M3 0 3/5 1 0 0 1/10 54
∆j 0 0 0 0 -25 -5 -10 200
Pour obtenir le même gain mais avec une autre solution on peut pivoter sur la variable hors base avec un
∆j nul : M2 . Le pivot est sur la ligne de M3 .
On obtient ce nouveau tableau :
E1 0 0 5/3 1 -3/2 1/6 540
M1 1 0 -5/6 0 1/4 -1/12 30
M2 0 1 5/3 0 0 1/6 90
∆j 0 0 0 0 -25 -5 -10 200
Pour cette nouvelle solution (avec un gain inchangé de 10 200 pièces d’or), on a M1 = 30, M2 = 90
et M3 = 0. Mais on constate que E1 est toujours en base et que sa valeur a augmenté : elle est passée
à 540. Ainsi cette solution laisse 54 tonnes de gravats de roches friables non vendues. Elle est donc plus
intéressante pour Gorog.
Au final Gorog doit vendre 30 tonnes du mélange 1, 90 tonnes du mélange 2, rien pour le lot 3. Il tirera
de sa vente 10 200 pièces d’or et conservera 54 tonnes de gravats de roches friables.

On doit optimiser un gain fonction de différentes variables (le nombre de containers allant d’une usine
vers un magasin), tout en respectant différentes contraintes (transports, et ventes). C’est un problème de
programmation linéaire.
La première étape consiste à trouver la fonction économique. Pour cela il faut identifier les variables du
problème :
Cah : le nombre de containers produits à Amiens et vendus au Havre.
Cap : le nombre de containers produits à Amiens et vendus à Paris.
Crh : le nombre de containers produits à Rouen et vendus au Havre.
Crp : le nombre de containers produits à Rouen et vendus à Paris.
Avec ces varaibles, en exprimant le gain en k euros, la fonction économique est :
Z = 20 × Cah + 10 × Cap + 50 × Crh + 20 × Crp
Il faut ensuite modéliser les contraintes :

– (1) Pas plus de 120 containers ne peuvent partir d’Amiens : Cah + Cap ≤ 120
– (2) Pas plus de 50 containers ne peuvent aller d’Amiens vers Paris : Cap ≤ 50
– (3) Pas plus de 110 containers ne peuvent partir de Rouen : Crh + Crp ≤ 110
– (4) On ne peut pas vendre plus de 120 containers au Havre : Cah + Crh ≤ 120
– (5) On ne peut pas vendre plus de 100 containers à Paris : Cap + Crp ≤ 100
Trouvez le maximum de Z (exprimé en k euros) avec :
Z = 20 × Cah + 10 × Cap + 50 × Crh + 20 × Crp
en respectant les contraintes :


 (1) Cah + Cap ≤ 120
(2) Cap ≤ 50




(3) Crh + Crp ≤ 110

.
 (4)
 Cah Crh ≤ 120
(5) Cap + Crp ≤ 100




avec Cah ≥ 0, Cap ≥ 0, Crh ≥ 0, Crp ≥ 0,

Avec 4 variables la méthode géométrique n’est pas envisageable, il faut utiliser un simplexe. Les 5
contraintes génèrent 5 variables d’écart, ce qui donne ce premier tableau :
Cah Cap Crh Crp E1 E2 E3 E4 E5 Somme

E1 1 1 0 0 1 0 0 0 0 120
E2 0 1 0 0 0 1 0 0 0 50
E3 0 0 1 1 0 0 1 0 0 110
E4 1 0 1 0 0 0 0 1 0 120
E5 0 1 0 1 0 0 0 0 1 100
∆j 20 10 50 20 0 0 0 0 0 0
Le premier pivot est sur la colonnes de Crh (le plus grande ∆) et sur la ligne de E3 (le plus petit rapport
Somme/Colonne du pivot). On obtient alors ce second tableau :

E1 1 1 0 0 1 0 0 0 0 120
E2 0 1 0 0 0 1 0 0 0 50
Crh 0 0 1 1 0 0 1 0 0 110
E4 1 0 0 -1 0 0 -1 1 0 10
E5 0 1 0 1 0 0 0 0 1 100
∆j 20 10 0 -30 0 0 -50 0 0 -5500
Le second pivot est sur la colonne de Cah et sur la ligne de E4 . On obtient alors ce troisième tableau :

E1 0 1 0 1 1 0 1 -1 0 110
E2 0 1 0 0 0 1 0 0 0 50
Crh 0 0 1 1 0 0 1 0 0 110
Cah 1 0 0 -1 0 0 -1 1 0 10
E5 0 1 0 1 0 0 0 0 1 100
∆j 0 10 0 -10 0 0 -30 -20 0 -5700
Le troisième pivot est sur la colonne de Cap et sur la ligne de E2 . On obtient alors ce quatrième tableau :

E1 0 60
Cap 0 1 0 0 0 1 0 0 0 50
Crh 0 110
Cah 0 10
E5 0 50
∆j 0 0 0 -10 0 0 -30 -20 0 -6200
Tous les ∆ sont négatifs ou nuls : l’algorithme est terminé (les cases internes du tableau n’ont donc pas
besoin d’être calculées).
Pour la solution optimale on a donc : E1 = 60, Cap = 50, Crh = 110, Cah = 10, E5 = 50, et toutes
les autres variables (Crp , E2 , E3 , E4 ) sont nulles. De plus Z vaut 6 200.
L’entreprise doit donc acheminer 50 containers d’Amiens vers Paris et 10 containers d’Amiens au Havre
(60 containers doivent être produits à Amiens). Elle doit aussi transporter 110 containers de Rouen au Havre
et 10 containers de Rouen à Paris (120 containers doivent être produits à Rouen). Elle en tirera une marge
de 6 200 k euros, autrement dit 6,2 millions d’euros.
Pour répondre à la question sur l’usage des capacités de vente, il faut retourner à la forme canonique
pour constater que ces capacités sont modélisées par les contraintes (4) et (5). Ce sont donc les variables
d’écart E4 et E5 qui nous indiquent si ces capacités ont été totalement utilisées.
– E4 vaut 0, donc toute la capacité de vente du Havre a été utilisée.
– E5 vaut 50, donc la capacité de vente de Paris est sous-exploitée. On pourrait y vendre 50 containers
de plus.
Mais même si en utilisant différement les capacités de transport l’entreprise pourrait vendre d’avantage de
containers, la nouvelle solution obtenue ne serait plus optimale, et la marge chuterait !
Trouver un gain maximal avec des ressources que l’on doit repartir sur divers produits... c’est typique-
ment un problème de programmation linéaire.
Comme toujours, le meilleurs point d’attaque pour modéliser ce type de problème consiste à trouver la
fonction économique. Le gain est obtenu grâce à la vente des bouteilles de pinot noir (Bpn ) et de passe-
tout-grain (Bptg ). Les premières rapportent 30 euros et les secondes 12 euros. Donc la fonction économique
s’exprime ainsi (Z exprimé en euro) :
Z = 30 × Bpn + 12 × Bptg
Il faut ensuite exprimer les contraintes. Le nombres de bouteilles que l’on peut produire est limité par
les ressources (la quantité de vin obtenu pour chaque cépage). Mais pour ce problème un petit traitement
est nécessaire pour retrouver les bonnes données. En effet on nous donne le total des récoltes, mais seul ce
qui reste après le retrait des quantités utilisées directement par l’abbaye nous intéresse.
– Les vendanges ont permis de récolter 2 400 litres de pinot noir, mais 400 bouteilles, donc 400×0.75 =
300 litres sont d’office mis de coté. Il reste donc 2 100 litres de pinot noir pour la vente.
– Les vendanges ont permis de récolter 6 000 litres de gamay, mais 4 000 bouteilles, donc 4 000 ×
0.75 = 3 000 litres sont d’office mis de coté. Il reste donc 3 000 litres de gamay pour la vente.
Maintenant que l’on connaît les véritables ressources utilisables, on peut exprimer les contraintes :
– Chaque bouteille de pinot noir utilise 0.75 litre de pinot noir, et chaque bouteille de passe-tout-grain
utilise 0.75 × 1/3 = 0.25 litre de pinot noir. Donc 0.75 × Bpn + 0.25 × Bptg ≤ 2100.
– Les bouteilles de pinot noir n’utilise pas de gamay, mais chaque bouteille de passe-tout-grain utilise
0.75 × 2/3 = 0.5 litre de gamay. Donc 0.5 × Bptg ≤ 3000.
Trouver le maximum de Z (exprimé en euro) avec
Z = 30 × Bpn + 12 × Bptg


 (1) 0.75 × Bpn + 0.25 × Bptg ≤ 2100
(2) 0.5 × Bptg ≤ 3000
Bpn ≥ 0 Bptg ≥ 0

Pour éviter d’avoir des fractions dans nos calculs on va multiplier par 4 l’inégalité (1) et par 2 l’inégalité
(2). Mais attention, si à terme on doit interpréter les variables d’écarts qui seront associées à ces contraintes,
il faudra se rappeler que leurs unités ont été changées ! On obtient donc :
Z = 30 × Bpn + 12 × Bptg


 (1) 3 × Bpn + Bptg ≤ 8400
(2) Bptg ≤ 6000
Bpn ≥ 0 Bptg ≥ 0

Avec 2 variables, il est envisageable d’utiliser la méthode géométrique. Mais attention, la seconde ques-
tion du problème s’intéresse à l’utilisation totale des ressources, autrement dit elle va demander d’interpréter
la valeurs des variables d’écart. Même si dans le cas présent (on va voir que ces variables sont nulles) la
méthode géométrique permettrait aussi de connaître simplement le résultat, il vaut mieux passer par un
simplexe lorsque vous voyez qu’il va falloir interpréter ces variables.
Voici donc le premier tableau du simplexe (après l’ajout des 2 variables d’écarts nécessaires à notre
problème -une par contrainte-).
Bpn Bptg E1 E2 Somme

E1 3 1 1 0 8400
E2 0 1 0 1 6000
∆ 30 12 0 0 0
Le premier pivot est sur la colonne de Bpn (le plus grand ∆) sur la ligne de E1 (le plus petit rapport
Somme/Colonne du pivot). On obtient donc ce second tableau :

Bpn 1 1/3 1/3 0 2800
E2 0 1 0 1 6000
∆ 0 2 -10 0 -84000
Le second pivot est sur la colonne de Bptg sur la ligne de E2 . On obtient donc ce troisième tableau.

Bpn 0 800
Bptg 0 1 0 1 6000
∆ 0 0 -10 -2 -96000
Comme tous les ∆ sont négatifs ou nuls, l’algorithme va s’arrêter à cette itération. Voila pourquoi il
n’est même pas nécessaire de calculer les coefficients à l’intérieur du tableau. On ne calcule que la ligne ∆
(pour vérifier qu’ils sont tous négatifs ou nuls) et la colonne Somme (pour avoir les résultats).
Donc pour la solution optimale, on a : Bpn = 800 et Bptg = 6 000. Toutes les autres variables (E1 , E2 )
sont nulles (puisqu’elles sont hors base). De plus Z vaut 96 000.
L’abbaye doit donc embouteiller et vendre 800 bouteilles de pinot noir et 6 000 bouteilles de passe-tout-
grain. Elle en obtiendra un gain de 96 000 euros.

La seconde question pose le problème des ressources inutilisés. Il faut donc interpréter les variables
d’écart. Ces deux variables sont nulles. Donc toutes les ressources sont utilisées. Il ne reste aucun vin sans
usage.
Si on avait utilisé la méthode géométrique, on aurait constaté que la solution se trouve à l’intersection
des deux droites «0.75×Bpn +0.25×Bptg = 2100» et «0.5×Bptg = 3000». Les solutions sur la première
droite sont celles qui consomment tout le pinot noir, et sur la seconde droite celles qui consomment tout le
gamay. Donc à leur intersection on trouve la solution qui consomme la totalité des deux cépages. Il est donc
aussi possible de déduire du modèle géométrique que tout le vin est utilisé. Par contre si la solution avait
laissé un vin sans usage, il aurait été plus difficile de mesurer les quantités restantes (mais pas impossible,
avec un dessin et une règle précis).
Ici, il faut trouver le chemin le moins cher entre Bordeaux et soit Barcelone soit Dublin. On nous indique
toutes les étapes intermédiaires possibles, avec pour chacune un coût fixe. Aucun doute possible, il s’agit
de la recherche d’un plus court chemin (les longueurs étant exprimées en «Hermès»).
La première étape consiste à dessiner le graphe pour modéliser tous les chemins possibles. Pas de
difficulté majeure ici, sauf deux petits pièges qui se cachent dans les données :
– On trouve des possibilités de voyage à partir de Toulouse, mais le client bordelais n’a aucun moyen
de joindre cette ville. Il faut donc retirer ces données parasites de notre problème.
– Entre Paris et Londres, il y a deux moyens de transport possible. Notre but étant de trouver le plus
court chemin, c’est à dire le moins cher, on peut d’office oublier le plus cher des deux. Donc on retire
des données le voyage en train entre Paris et Londres.
On obtient le graphe suivant :
Ce graphe a un seul point d’entrée (Bordeaux), mais plusieurs points de sortie (Dublin et Barcelone).
Cela ne pose aucun problème puisque les recherches de plus court chemin permettent de trouver la valeur
de tous les plus courts chemins depuis 1 point d’origine vers tous les autres points du graphe.
Une fois cette modélisation terminée, mais avant de mettre en œuvre la technique de recherche du plus
court chemin on peut simplifier le graphe : on supprime les états sur lesquels il n’y a qu’un seul arc entrant
et un seul arc sortant. On remplace les 2 arcs par un nouvel arc valué par la somme des deux valeurs.
On obtient ce nouveau graphe :
Il ne reste plus qu’à mettre en œuvre l’algorithme de Ford-Moore

m Bor Par Bru Dub Bar changés Γ+
0 0
H

H
∞ H

∞
H H

H
∞
H

H
∞ Bor Par, Bar
1 20/Bor X
X
X
70/Bor Par Bru, Dub, Bar
Bar
2 40/Par 70/Par X
X
X
70/Par Bru Dub, Bar
Bar
Dub
3 70/Bru 65/Bru Bar
Dub
Le plus court chemin vers Barcelone mesure 65 Hermès, et vers Dublin 70 Hermès.
Le client bordelais devrait donc choisir d’aller à Barcelone en prenant le train pour Paris, puis le train
jusqu’à Bruxelles pour finir en avion jusqu’à Barcelone.
Il faut trouver la marge maximale d’une vente en répartissant des ressources sur les divers produits
vendus. Aucun doute, il s’agit d’un problème de programmation linéaire.
Le meilleur moyen d’aborder la modélisation de ce type de problème consiste à identifier les produits
vendus, et donc les variables de la fonction économique.
L’exploitant cherche déjà à vendre son bois :
– Il va vendre du bois pour la construction et la tonnellerie (Bcons ) avec une marge de 15 kF la tonne.
– Il va vendre du bois de chauffage (Bchau ) avec une marge de 3 kF la tonne.
Mais comme il doit construire des embarcations pour acheminer son bois sur le lieu de vente, il en
profite pour les vendre aussi :
– Il va vendre les embarcations durables (Edur ) avec une marge de 30 kF par embarcation.
– Il va vendre les embarcations à usage unique (Euni ) avec une marge de 2 kF par embarcation.
Donc au final, sa marge (Z) sera de :
Z = 15 × Bcons + 3 × Bchau + 30 × Edur + 2 × Euni
Il faut ensuite identifier les contraintes qui vont limiter cette marge. Ces contraintes sont dues aux limites
des ressources. Il y a déjà 2 limites très faciles à identifier.
– La quantité de bois de bonne qualité (25 tonnes) va limiter la quantité de bois de construction et
le nombre d’embarcations durables. Comme chaque embarcation durable utilise 1 tonne de bois de
bonne qualité, on obtient la contrainte : (1)Bcons + Edur ≤ 25.
– La quantité de bois de piètre qualité (45 tonnes) va limiter la quantité de bois de chauffage et le
nombre d’embarcations à usage unique. Comme chaque embarcation à usage unique utilise 1 tonne
de bois de piètre qualité, on obtient la contrainte : (2)Bchau + Euni ≤ 45.
Ensuite le nombre d’ouvriers limite le nombre d’équipages, et donc le nombre d’embarcations à 10 au
maximum : (3)Edur + Euni ≤ 10.
Reste une dernière contrainte, un peu plus subtile : on ne peut descendre et donc vendre du bois que
si on a les embarcations pour le transporter. Donc la quantité de bois vendu est limitée par la capacité de
transport. Chaque embarcation durable peut transporter 5 tonnes de bois, et chaque embarcation à usage
unique peut transporter 10 tonnes. Donc (4)Bcons + Bchau ≤ 5 × Edur + 10 × Euni .
Si on met ces 4 contraintes sous la forme canonique, on obtient :
Trouver le maximum de Z (exprimé en kF) avec
Z = 15 × Bcons + 3 × Bchau + 30 × Edur + 2 × Euni



 (1) Bcons +Edur ≤ 25
 (2) Bchau +Euni ≤ 45


(3) Edur +Euni ≤ 10
(4) Bcons +Bchau −5 × Edur −10 × Euni ≤0




Bcons ≥ 0 Bchau ≥ 0 Edur ≥ 0 Euni ≥ 0

En ajoutant 4 variables d’écart (E1 , E2 , E3 , E4 ) pour les 4 contraintes, on obtient le simplexe suivant :
Bcons Bchau Edur Euni E1 E2 E3 E4 Somme

E1 1 0 1 0 1 0 0 0 25
E2 0 1 0 1 0 1 0 0 45
E3 0 0 1 1 0 0 1 0 10
E4 1 1 -5 -10 0 0 0 1 0
∆ 15 3 30 2 0 0 0 0 0
Le premier pivot est sur la colonne de Edur (le plus grand ∆) sur la ligne de E3 (le plus petit rapport

E1 1 0 0 -1 1 0 -1 0 15
E2 0 1 0 1 0 1 0 0 45
Edur 0 0 1 1 0 0 1 0 10
E4 1 1 0 -5 0 0 5 1 50
∆ 15 3 0 -28 0 0 -30 0 -300
Le second pivot est sur la colonne de Bcons sur la ligne de E1 . On obtient donc ce troisième tableau.

Bcons 1 0 0 -1 1 0 -1 0 15
E2 0 1 0 1 0 1 0 0 45
Edur 0 0 1 1 0 0 1 0 10
E4 0 1 0 -4 -1 0 6 1 35
∆ 0 3 0 -13 -15 0 -15 0 -525
Le troisième pivot est sur la colonne de Bchau sur la ligne de E4 . On obtient donc ce quatrième tableau.

Bcons 0 15
E2 0 10
Edur 0 10
Bchau 0 1 0 -4 -1 0 6 1 35
∆ 0 0 0 -1 -12 0 -33 -3 -630
Donc pour la solution optimale on a Bcons = 15, E2 = 10, Edur = 10, Bchau = 35, Z = 630 et toutes
les autres variables (Euni , E1 , E3 , E4 ) sont nulles.
Donc pour obtenir une marge maximale l’exploitant devra construire et vendre 10 embarcations durables
ce qui lui permettra de vendre 15 tonnes de bois de construction et 35 tonnes de bois de chauffage. Il en
tirera une marge de 630 kF.
Le second question porte sur une ressource non-utilisée. Il faut donc regarder la variable d’écart associée
à cette ressource. Le bois de piètre qualité est limité par la contrainte (2), il faut donc regarder la variable
E2 . Elle vaut 10. Donc il reste 10 tonnes de bois de piètre qualité sans usage.

Il faut organiser diverses tâches pour connaître la durée d’un projet et les dates possibles pour certaines
d’entre elles. . . Aucun doute possible, nous devons résoudre un problème d’ordonnancement. La seconde
question laisse penser qu’une tâche (l’impression des flyers) pourra avoir plusieurs dates possibles. Pour
cela il faudrait qu’elle dispose d’une marge totale. On devra donc connaître les marges des tâches. C’est
donc un potentiel-tâches qu’il faudra faire. Un simple diagramme de GANTT ne nous donnera pas cette
information.
Quoiqu’il en soit il faut commencer par l’analyse du problème : identifier toutes les tâches et connaître
leurs pré-requis et leur durée.
Tâche A : la réunion de lancement. Le texte est très clair à ce sujet, cette réunion débute le projet. Elle dure
1 journée.
Tâche B : les maquettes des flyers. Sitôt cette réunion finie, le graphiste pourra commencer cette tâches.
Elle dure 10 jours. Elle commence donc après la tâche A.
Tâche C : sélection d’une liste de lieux et de traiteurs. Ce sera la tâche du communiquant après la réunion.
Elle dure 16 jours. Elle commence donc après la tâche A.
Tâche D : la réunion de validation. Elle doit sélectionner une maquette de la tâche B, et un lieu et un
traiteur de la tâche C. Elle dure 1 journée. Elle commence après les tâches B et C.
Tâche E : finalisation des flyers. Le graphiste peut achever les flyers. Il prendra 5 jours pour le faire. Cette
tâche commence après la tâche D.
Tâche F : impression des flyers. Une fois les flyers finalisés ils peuvent être imprimés. Cette tâche prend 1
journée. Elle commence après la tâche E.
Tâche G : sélection des lieux de distribution des flyers. Suite à la réunion de validation, le communiquant
étale cette tâche sur une période de 11 jours. Elle commence après la tâche D.
Tâche H : campagne d’information auprès de la presse. En parallèle de la tâche précédente, mais sur une
période de 20 jours, le communiquant va prévenir la presse. Cette tâche commence après la tâche D.
Tâche I : distribution des flyers. Une fois imprimés et les lieux sélectionnés, on peut distribuer les flyers
au grand public. Cette tâche dure 21 jours, et commence après les tâches F et G.
Il ne reste plus qu’à reporter ces informations sur un potentiel-tâches. On obtient le graphe suivant :
Il aurait été possible de «simplifier» le graphe avant de faire les calculs en faisant disparaître la tâche
F (impression des flyers) et reportant sa durée sur la tâche précédente, mais la seconde question porte
justement sur cette tâche. Il est donc beaucoup plus judicieux de la laisser pour éviter de refaire des calculs
pour son interprétation. D’autant que de toute façon le graphe n’est pas vraiment complexe.
La durée totale du projet (date au plus tôt de tâche ω) est de 50 jours. Il faut donc faire la réunion de
lancement au plus tard à J-50, c’est à dire le vendredi 1er octobre.

La tâche F (impression des flyers) possède une marge totale de 5 jours et peut être réaliser entre le 23ème
et le 28ème jour inclus sans retarder le projet. Autrement dit on peut faire cette impression entre le dimanche
24 octobre et vendredi 29 octobre. Cela laisse donc 5 dates possibles parmi celles proposées : du 25 au 29
octobre.

Trouver un gain maximal avec des ressources que l’on doit répartir sur divers produits... c’est un pro-
blème typique de programmation linéaire.
Commençons par trouver la fonction économique, elle nous permettra de trouver les variables du pro-
blème. Le gain est obtenu grâce au maïs et au colza récolté. Ce gain est fonction des surfaces mises en
culture. Chaque hectare de maïs (variable M ) rapporte 600 euros et chaque hectare de colza (variable C)
rapporte 500 euros. Donc la fonction économique s’exprime ainsi (Z exprimé en euro).
Z = 600 × M + 500 × C
Il faut ensuite exprimer les contraintes. Les surfaces mises en exploitation sont limitées par trois res-
sources : la surface totale exploitable (200 hectares), la quantité d’eau disponible pour l’irrigation (200 000 m3 ),
et la quantité d’engrais utilisables (30 tonnes). On va donc obtenir les trois contraintes suivantes :
– La somme des deux surfaces ne peut pas dépasser les 200 hectares : M + C ≤ 200
– La quantité d’eau puisée ne peut pas dépasser les 200 000 m3 . Il faut 2 000 m3 d’eau par hectare de
maïs et 1 000 m3 d’eau par hectare de colza. Donc 2 000 × M + 1 000 × C ≤ 200 000
– La quantité d’engrais utilisée ne peut pas dépasser les 30 tonnes, autrement dit les 30 000 kg. Il faut
100 kg d’engrais par hectare de maïs et 250 kg d’engrais par hectare de colza. Donc 100×M +250×
C ≤ 30 000
Z = 600 × M + 500 × C



 (1) M +C ≤ 200
(2) 2 000 × M +1 000 × C ≤ 200 000


 (3) 100 × M +250 × C ≤ 30 000
M ≥0 C≥0

On peut chercher à simplifier les inégalités, mais attention dans ce cas les unités des variables d’écart
que l’on va utiliser seront changées. Actuellement la contrainte (1) a été exprimée en hectare, la (2) est
exprimée en m3 et la (3) en kg. Si on anticipe sur la dernière question, on constate que l’on va devoir savoir
s’il reste des surfaces de terre non exploitée. Il faudra donc interpréter la variable d’écart de l’inégalité (1).
On peut donc se permettre de simplifier les deux autres sans trop se soucier des unités obtenues. On va
simplifier par 1000 l’inégalité (2) et par 50 l’inégalité (3). On obtient :
Z = 600 × M + 500 × C



 (1) M +C ≤ 200
(2) 2×M +C ≤ 200


 (3) 2×M +5 × C ≤ 600
M ≥0 C≥0

Avec 2 variables, il est envisageable d’utiliser la méthode géométrique. Mais attention, la seconde ques-
tion du problème s’intéresse à l’utilisation totale des terres, autrement dit elle va demander d’interpréter la

valeur de la variable d’écart qui sera associée à l’inégalité (1). Même si avec un dessin précis et une bonne
règle il est envisageable de trouver cette information par la méthode géométrique, le simplexe est bien plus
efficace.
Voici donc le premier tableau du simplexe (après l’ajout des 3 variables d’écarts nécessaires à notre
problème -une par contrainte-).
M C E1 E2 E3 Somme
E1 1 1 1 0 0 200
E2 2 1 0 1 0 200
E3 2 5 0 0 1 600
∆ 600 500 0 0 0 0
Le premier pivot est sur la colonne de M (le plus grand ∆) sur la ligne de E2 (le plus petit rapport
M C E1 E2 E3 Somme
E1 0 1/2 1 -1/2 0 100
M 1 1/2 0 1/2 0 100
E3 0 4 0 -1 1 400
∆ 0 200 0 -300 0 -60000
Le second pivot est sur la colonne de C sur la ligne de E3 . On obtient donc ce troisième tableau.
M C E1 E2 E3 Somme
E1 0 50
M 0 50
C 0 1 0 -1/4 1/4 100
∆ 0 0 0 -250 -50 -80000
Donc pour la solution optimale, on a : M = 50, C = 100 et E1 = 50. Toutes les autres variables (E2 ,
E3 ) sont nulles. De plus Z vaut 80 000.
La cultivateur doit donc mettre en culture 50 hectares de maïs et 100 hectares de colza. Il en obtiendra
un gain de 80 000 euros.
La seconde question pose le problème des terres inutilisées. Il faut donc interpréter la variables d’écart
E1 . Il reste donc 50 hectares de terre sans culture1 .
Pour cette question il faut trouver combien de tonnes de fourrage l’éleveur aura en stock pour l’hiver
après un enchaînement de diverses étapes (productions, transports, stockages) ayant différentes capacités.
Il s’agit donc d’un problème de flot maximal.
Pour modéliser ce problème de flot maximal, nous allons suivre une méthode en quatre étapes :
Étape 1 : identifier des contraintes. Cette première étape relève de l’analyse de texte. Il faut relever et
identifier dans l’énoncé toutes les contraintes.
Étape 2 : dessiner les arcs de ces contraintes. Cette étape débute le dessin du graphe. Il faut placer un et
un seul arc pour chaque contrainte. À ce stade, les arcs ne sont pas reliés entre eux, et il n’y a encore
aucun sommet sur ce dessin.
1 On pouvait bien sur trouver ce résultat en sommant les 50 hectares de maïs et les 100 hectares colza, mais comme il était dit dans
l’énoncé, on demandait d’interpréter les variables d’écart et non pas de refaire des calculs

Étape 3 : dessiner les chemins. C’est la seule étape un peu difficile de la modélisation. Il faut comprendre
le sens de l’énoncé pour comprendre l’enchaînement des contraintes, et ainsi relier, sur le dessin de
l’étape précédente, les arcs entre-eux.
Étape 4 : finaliser le graphe. À cette étape là, il faut ajouter les sommets (la source, le puits, les sommets
aux extrémités des arcs), et les valeurs (l’infini) sur les arcs que l’on a ajoutés pour créer des chemins.
Nous allons détailler chacune de ces étapes pour notre problème.

Cette étape est avant tout une analyse de texte. Il faut trouver toutes les contraintes. De plus, un problème
de flot maximal consiste toujours à faire circuler des éléments depuis un point d’entrée (la source) jusqu’à
un point de sortie (le puits). Cela signifie que le processus suit une chronologie. Il est intéressant de faire
ressortir cette chronologie dès l’étape d’analyse, car elle va beaucoup aider à disposer correctement les arcs
des contraintes sur le graphe.
F IG . 2.34 – Analyse du problème
L’énoncé du problème contient 7 contraintes. Au début du processus on va trouver les 3 productions,

ensuite le transport avant l’été, puis le stockage d’été, suivi du transport avant l’hiver et enfin le stockage
d’hiver. Les informations contenues dans l’énoncé peuvent se résumer par le tableau suivant :
Chronologie Contrainte Valeur (tonnes) Suivie de
Récolte du fermier 70 Stockage d’été
Production vendeur 1 30 Transport avant été
Productions
Production vendeur 2 120 Transport avant été
Transport avant hiver
Transport printemps Transport avant été 50 Stockage d’été
Stockage été Stockage d’été 130 Stockage d’hiver
Transport automne transport avant hiver 80 Stockage d’hiver
Hiver Stockage d’hiver 250

Étape 2 : Dessiner les arcs À cette étape, nous ne placerons sur le graphe que les arcs des contraintes
(un et un seul par contrainte), mais pour aider la suite du dessin, nous allons les disposer dans l’ordre de la
chronologie.
Étape 3 : Dessiner les chemins À cette étape, nous reprenons le tableau d’analyse de l’étape 1, et
nous utilisons la dernière colonne pour créer les chemins entre les arcs. Cette étape peut faire apparaître
des nouveaux arcs lorsqu’une contrainte est suivie de plusieurs contraintes (comme par exemple ici, la
contrainte «Production vendeur 2»).
Étape 4 : Finaliser le graphe Il faut terminer en transformant ce graphe en un graphe de réseau de

transport. Il faut placer un seul point d’entrée (la source), un seul point de sortie (le puits), mettre une valeur
infinie (∞) sur les arcs qui sont apparus pour la création de chemin à l’étape précédente, et nommer tous
les sommets (les sommets doivent être placés aux extrémités des arcs) pour pouvoir dérouler l’algorithme
de Ford-Fulkerson.
Voila, le modéle du problème est terminé. Il est prêt pour la mise en œuvre de l’algorithme de Ford-
Fulkerson.
On commence par faire passer un premier flot au jugé (exemple sur le graphe 2.38), et ensuite on tente

le marquage de l’algorithme de Ford-Fulkerson. On s’aperçoit que ce marquage ne permet pas d’atteindre
le puits. Le flot maximal a donc été atteint.
F IG . 2.38 – Flot au jugé avec marquage qui prouve que le flot maximal est atteint (unité : tonne)
Ce flot maximal est de 200 tonnes de fourrage. L’éleveur pourra donc nourrir 100 vaches durant l’hiver.
Une solution possible pour cela (mais ce n’est pas la seule !), consiste à utiliser toute sa propre produc-
tion, d’acheter les 30 tonnes du premier vendeur, et d’acheter 100 tonnes au second vendeur. Sur ces 100
tonnes 20 sont transportées avant l’été, et les 80 restantes au début de l’hiver.
Le marchand doit trouver le chemin le plus rapide, c’est à dire le plus court en temps. Donc aucune
hésitation, il s’agit de le recherche d’un plus court chemin. Pour cette exercice il n’y a vraiment aucun
problème sur la modélisation : il suffit de lister tous les chemins possibles et d’y placer pour valeur leur
durée. Cela donne le schéma suivant :
F IG . 2.39 – Les chemins possibles
Ensuite il suffit d’appliquer Ford-Moore pour trouver le plus court chemin.
m λ(M ar) λ(Sig) λ(T ip) λ(Car) λ(T yr) Sommets Γ+

changés
0 0 H

H
∞
H

H
∞
H

H
∞
H

H
∞ Mar Sig,Tip,Car
1 2/Mar Sig Tyr, Tip
X X

X
X
10/Mar Tip Car
X X

X
X
35/Mar Car Tyr
2 8/Sig X X
X
62/sig
Tip Car
X X
X
20/Tip
Car Tyr
X
X
X
70/Car Tyr
3 18/Tip Car Tyr
X
X
X
55/Car Tyr
4 53/Car Tyr

Le plus court chemin (au sens du temps) prend 53 jours. Pour cela le marchand doit transporter en cara-
vane sa cargaison jusqu’à Siga. Ensuite par cabotage elle continue jusqu’à Tipasa. À nouveau par cabotage,
elle va jusqu’à Carthage. Enfin elle embarque pour Tyr.
Le marchand profite donc d’une marge de 7 jours pour tenir ses délais.
Pour ce problème il faut minimiser le temps d’un processus qui va d’étape en étape et pouvant emprunter
plusieurs cheminements. Il faut donc utiliser une recherche de plus court chemin pour le résoudre.
Il faut commencer par construire le graphe qui va modéliser ce problème. Même si l’étudiant va peut-
être devoir bouger de lieu pour faire ses démarches administratives, ce n’est pas ce lieu qui va caractériser
les différents états du graphe. De toute façon on ne cherche pas à minimiser une distance, mais un temps.
Et ce temps sépare non des lieux, mais les trois étapes de la démarche administrative : la vérification,
l’entretien, et le dépôt du dossier. En plus de ces trois étapes bien identifiées dans l’énoncé, il ne faut pas
oublier les trois étapes de déplacement qui les précédent.
On obtient donc six étapes à enchaîner :
1. Un premier (éventuel) déplacement vers le lieu de vérification.
2. La vérification.
3. Un second (éventuel) déplacement vers le lieu d’entretien.
4. L’entretien.
5. Un troisième (éventuel) déplacement vers l’accueil pour le dépôt de dossier.
6. Le dépôt de dossier.
F IG . 2.40 – Graphe modélisant les déplacements et les étapes
Avant de faire les calculs, ce graphe peut être simplifié. Comme l’étape de dépôt ne prends pas de
temps, on peut la faire disparaître du graphe. Et le sommet C3 qui n’a qu’un seul arc entrant et qu’un seul
arc sortant, peut aussi être supprimé. On remplace les deux arcs par un nouvel arc ayant la somme des deux
valeurs (60+20=80).
Ensuite il suffit d’appliquer Ford-Moore pour trouver le plus court chemin.

F IG . 2.41 – Graphe simplifié avant calcul
m λ(A1) λ(B1) λ(C1) λ(A2) λ(B2) λ(C2) λ(A3) λ(A4) Sommets Γ+

changés
0 0 H

H
∞ H

H
∞
H

H
∞
H

H
∞
H

H
∞
H

H
∞
H

H
∞ A1 C1, B1, A2
1 20/A1 30/A1 120/A1 B1 C1, B2
C1 C2
A2 B2, C2, A3
2 X

X
X
40/B1 50/B1 B2 C2
X
X
X
X
120/C1 C2 A3, A4
X X
X XX

X X

X
X
140/A2 X
150/A2 X
X
120/A2 A3 A4
3 70/B2 C2 A3, A4
90/C2 150/C2 A3 A4
150/A3 A4
4 90/C2 150/C2
150/A3
Le graphe a donc deux plus courts chemins de 150 minutes :

– A1 → B1 → B2 → C2 → A4
– A1 → B1 → B2 → C2 → A3 → A4
L’étudiant doit donc prévoir au mieux 2h30 de procédures administratives. Il devra pour cela prendre la
navette vers le site Bach pour procéder à la vérification de son dossier. Ensuite il a le choix entre aller au
site Chopin ou retourner directement au site Allégri pour passer son entretien. Enfin il finit en déposant son
dossier à l’accueil du site Allégri.

Pour ce problème il faut organiser un emploi du temps pour réussir à faire cohabiter dans un minimum
de temps toutes les activités (films et maintenance). Il s’agit donc d’un problème d’ordonnancement.
Dans l’explication des deux lignes au dessus, il y a un point important : «faire cohabiter toutes les acti-
vités». On ne doit pas choisir certaines et rejeter d’autres. On ne doit pas sélectionner un chemin d’activités
parmi plusieurs possibles. Donc on ne recherche pas un plus court chemin.
Pour ce problème, tous les films (ainsi que la maintenance ! ! !) doivent être programmés, et il faut
trouver combien de temps au minimum il faut pour cela. C’est donc bien un problème d’ordonnancement.
Comme la seconde question concerne la marge d’une tâches (celle de la maintenance), il faudra utiliser
un potentiel-tâches pour résoudre ce problème.
Il faut commencer par faire l’analyse pour connaître les dépendances entre les tâches. Il y a 11 tâches
(10 films, et la maintenance de la salle 3). Les dépendances sont générées par deux contraintes : pour qu’un
film puisse commencer il faut que la salle soit libre, et que les spectateurs qui ont acheté un billet pour le
ou les festivals concernant ce film aient fini de regarder le ou les films précédents.
Il y a trois tâches sans contraintes :

– «Ben Hur» pourra commencer à 14h dans la salle 1.
– «Chérie, je me sens rajeunir» pourra commencer à 14h dans la salle 2.
– La maintenance pourra commencer à 14h dans la salle 3.
Toutes les autres tâches ont des contraintes :

– «Les quatre cents coups» ne pourra commencer que lorsque la salle 1 sera libre («Ben Hur»), et
lorsque les spectateurs du festival 1959 seront libres (encore «Ben Hur») : donc après «Ben Hur».
– «La Dame du vendredi» ne pourra commence que lorsque la salle 2 sera libre («Chérie»), et quand
les spectateurs du festival Howard Hawks seront libres (encore «Chérie») : donc après «Chérie, je
me sens rajeunir».
– «Les désaxés» ne pourra commence que lorsque la salle 3 sera libre (la maintenance), et quand les
spectateur du festival Marilyn Monroe seront libres («Chérie») : donc après la maintenance et après
«Chérie, je me sens rajeunir».
– «Arsenic et vieilles dentelles» ne pourra commencer que lorsque la salle 2 sera libre («La Dame»)
et quand les spectateurs du festival Cary Grant seront libres (encore «La Dame») : donc après «La
Dame du Vendredi».
– «Les hommes préfèrent les blondes» ne pourra commencer que lorsque la salle 3 sera libre («Les
désaxés») et quand les spectateurs des festivals Howard Hawks («La Dame») et Marilyn Monroe
(encore «Les désaxés») seront libres : donc après «Les désaxés» et «La Dame du Vendredi».
– «La mort aux trousses» ne pourra commencer que lorsque la salle 1 sera libre («400 coups») et
quand les spectateurs des festivals Cary Grant («Arsenic») et 1959 (encore «400 coups») seront
libres : donc après «Les quatre cents coups» et «Arsenic et vieilles dentelles».
– «Sept ans de réflexion» ne pourra commencer que lorsque la salle 2 sera libre («Arsenic») et quand
les spectateurs du festival Marilyn Monroe seront libres («Blondes») : donc après «Arsenic et vieilles
dentelles» et «Les hommes préfèrent les blondes».
– «Scarface» ne pourra commencer que lorsque la salle 3 sera libre («Blondes») et quand les specta-
teurs de festival Howard Hawks seront libres (encore «Blondes») : donc après «Les hommes pré-
fèrent les blondes».
On peut résumer cette analyse avec ce tableau :
Tâches Durée Contraintes

Ben Hur 4h
Chérie 2h15
Maintenance 2h30
400 coups 2h après Ben Hur
Dame 2h après Chérie
Désaxés 2h30 après Maintenance et Chérie
Arsenic 2h30 après Dame
Blondes 2h après Désaxés et Dame
La mort 2h15 après 400 coups et Arsenic
7 ans 1h45 après Arsenic et Blondes
Scarface 1h30 après Blondes

Il reste à construire le diagramme du potentiel-tâches :
F IG . 2.42 – Le potentiel-tâches
On peut maintenant répondre aux questions.

La programmation dure 9h. Comme elle commence à 14h, elle pourra finir juste à 23h (la projection de
«La mort aux trousses» se termine à 23h). Il ne faudra prendre aucun retard sur les tâches critiques («Chérie,
je me sens rajeunir», «La Dame du vendredi», «Arsenic et vieilles dentelles» et «La mort aux trousses»).
Même si la maintenance retarde un peu le lancement des Désaxés, elle ne retarde pas la fin de la pro-
grammation. En effet, sur cette tâche, il y a une marge totale de 15 minutes. Elle pourrait donc même
déborder de 15 minutes sans impacter la durée de la programmation.
Ce problème demande de maximiser le débit d’une chaîne de production. Il s’agit donc d’un problème
de flot-maximal.
Il faut donc construire le graphe de réseau de transport qui va modéliser ce problème. Pour cette correc-
tion, la modélisation va être faite en quatre étapes :
Identification des contraintes : un problème de flot maximal consiste à faire circuler des éléments (ici
des vétéments) par des étapes (ici les tâches de fabrication) qui limitent le nombre d’éléments qui
peuvent circuler. Sur le graphe, ces contraintes sont représentées par les arcs. Si on identifie toutes
les contraintes, on aura trouver tous les arcs du graphes.
Dessin des arcs : il suffit de dessiner un arc pour chaque contrainte identifiée. Mais pour faciliter le dessin
des chemins (l’étape suivante), mieux vaut commencer à les disposer avec une certaine logique. Les
problèmes de flot maximal suivent toujours une chronologie (ici les 5 étapes des fabrications des
vêtements). Donc on va disposer tous les arcs de gauche à droite en respectant cette chronologie.
Dessin des chemins : À cette étape, tous les arcs sont sur le dessin, mais ils ne sont pas encore reliés entre
eux. Il faut alors relire la description du processus de fabrication, et relier chaque arc en fonction de
ce processus.
Finalisation du graphe : Il ne reste plus qu’à finaliser le graphe pour le rendre conforme à un réseau de
transport. S’il y a plusieurs points d’entrée, il faut ajouter un sommet unique (la source) avant ces
points. S’il y a plusieurs points de sortie, il faut ajouter un sommet unique (le puits) après ces points.
Si les chemins dessinés à l’étape précédente ont fait apparaître des nouveaux arcs (sans limite), il faut
placer une limite infinie (∞) dessus.

Étape 1 : Identification des contraintes
Sur le graphe de réseau de transport, il va falloir trouver un et un seul arc pour chacune des contraintes
de flot décrites dans le sujet.
Commençons par identifier l’ensemble des contraintes, et donc des tâches du processus de fabrications :
Dans l’usine 1, on trouve 6 tâches :
Stock1 La tâche du robot qui puise dans le stock. Elle est limitée à 5 000 vêtements par mois.
Découpe1 La tâche de découpe faite par la chaîne ancienne génération. Elle est limitée à 4 000 vêtements
par mois.
Gros1 La tâche d’assemblage des grosses pièces faite par la chaîne ancienne génération. Elle est limitée à
5 000 vêtements par mois.
Découpe+Gros1 La tâche de découpe et d’assemblage des grosses pièces faite par la chaîne nouvelle
génération. Elle est limitée à 1 500 vêtements par mois.
Petit1 La tâche d’assemblage des petites pièces. Elle est limitée à 7 000 vêtements par mois.
Finition 1 La tâche des finitions faites à la main. Elle est limitée à 4 500 vêtements par mois.
Dans l’usine 2, on trouve 3 tâches :

Stock+Decoupe2 La tâche du robot qui puise dans le stock et découpe les pièces. Elle est limitée à 5 000
vêtements par mois.
Gros+Petit2 La tâche d’assemblage des grosses et petites pièces faite par la machine. Elle est limitée à
3 000 vêtements par mois.
Finition 2 La tâche des finitions faites à la main. Elle est limitée à 6 000 vêtements par mois.
Enfin il reste les 2 tâches pour les navettes voulues par le dirigeant.
Navette 2 vers 1 La navette qui prend les vêtements dans l’usine 2 après le découpage pour l’apporter à
l’usine 1 avant l’assemblage. Elle est limitée à 3 000 vêtements par mois.
Navette 1 vers 2 La navette qui prend les vêtements dans l’usine 1 après l’assemblage pour l’apporter à
l’usine 2 avant la finition. Elle est limitée à 3 000 vêtements par mois.
Étape 2 : Dessin des arcs

On place toutes ces contraintes (et tâches) sur notre graphe, en essayant de les disposer dans l’ordre
chronologique pour faciliter ensuite le dessin du graphe.
F IG . 2.43 – Écriture de toutes les contraintes

Étape 3 : Dessin des chemins
Cette première disposition chronologique donne déjà une très bonne idée du graphe final, mais c’est le
texte qui nous donne les liens :
– Dans la première usine la prise du stock est suivie soit par la chaîne nouvelle génération, soit par le
découpage ancienne génération.
– Dans la première usine, le découpage ancienne génération est suivi par l’assemblage des grosses
pièces.
– Dans la première usine, l’assemblage des grosses pièces est suivi par l’assemblage des petites pièces.
– Dans la première usine, la chaîne nouvelle génération (découpe+gros) est suivie par l’assemblage des
petites pièces.
– Dans la première usine, l’assemblage des petites pièces est suivi soit par par la finition main, soit par
la navette vers l’usine 2.
– Dans le seconde usine, la prise du stock et le découpage est suivi soit par l’assemblage des grosses et
petites pièces, soit par la navette vers l’usine 1.
– Dans le seconde usine, l’assemblage des grosses et petites pièces est suivi par la finition main.
– la navette vers 1 l’usine 2 est suivie par la finition main de l’usine 2.
– la navette vers 2 l’usine 1 est suivie par la l’assemblage des grosses pièces de l’usine 1.
On place ces liens sur le graphe et on obtient le graphe suivant :
F IG . 2.44 – Création des chemins conformes au schéma de production
Étape 4 : Finalisation du graphe

Il ne reste plus qu’à en faire un graphe de réseau de transport : un seul point d’entrée (la source), un
seul point de sortie (le puits). On nomme aussi tous les sommets pour pouvoir dérouler l’algorithme de
Ford-Fulkerson. On obtient le graphe suivant :
F IG . 2.45 – Modèle du problème (graphe du réseau de transport)
La modélisation est finie. On peut maintenant appliquer la technique pour trouver le flot maximal.

On fait passer un flot au jugé. On applique l’algorithme de Ford-Fulkerson. Le marquage ne permet pas
d’atteindre le puits, donc le flot est maximal :
F IG . 2.46 – Flot maximal (avec marquage le prouvant)
La nouvelle organisation permet de produire 9 500 vêtements par mois.

Voici un exemple de répartition des tâches (il existe d’autres exemples possibles) :
– L’usine 1 sort de son stock les tissus pour 5 000 vêtements.
– L’usine 1 découpe et fait l’assemblage des grosses pièces pour 1 500 vêtements sur la chaîne nouvelle
génération.
– L’usine 1 découpe les pièces pour 3 500 vêtements sur la chaîne ancienne génération.
– L’usine 1 assemble à la main les grosses pièces pour 5 000 vêtements.
– L’usine 1 assemble à la main les petites pièces pour 6 500 vêtements.
– L’usine 1 finit à la main 4 500 vêtements.
– L’usine 2 sort de son stock et découpe le tissus pour 4 500 vêtements.
– L’usine 2 assemble les grosses et petites pièces pour 3 000 vêtements.
– L’usine 2 finit à la main 5 000 vêtements.
– La navette qui va de l’usine 2 vers l’usine 1 transporte 1 500 vêtements à assembler.
– La navette qui va de l’usine 1 vers l’usine 2 transporte 2 000 vêtements à finir.
Le seconde question demande si l’arc «Stock1» est un arc qui limite le flot maximal du graphe. Pour
cela il suffit de trouver la coupe minimale du graphe (voir le graphe ci dessous). On s’apperçoit que les
arcs qui limitent le flot («Découpe+Gros 1», «Gros 1» et «Gros+Petit 2» sont tous au delà de l’arc «Stock
1». Donc cet arc ne limite pas le flot maximal. Améliorer sa capacité n’apportera aucun changement à la
production des usines.
F IG . 2.47 – Coupe minimale

Chapitre 3
Annexes
3.1 Annales
La plupart des problèmes soumis lors des contrôles finaux des dernières années sont devenus des exer-
cices corrigés de cette documentation. Si vous voulez les retrouver voici leurs références :
Contrôle Problème 1 Problème 2

Avril 2008 1.6.1 page 11 1.6.2 page 12
Septembre 2008 1.6.5 page 14
Avril 2009 1.6.6 page 14
Septembre 2009 1.2.2 page 8 1.1.2 page 6
Avril 2010 1.3.2 page 9 1.6.7 page 14
Juin 2010 1.6.8 page 15 1.6.9 page 15
Avril 2011 1.6.12 page 17 1.6.13 page 18
Septembre 2012 1.6.15 page 19
Mars 2015 1.6.16 page 19
Mars 2016 1.6.17 page 20
Vous trouverez sous moodle la totalité des annales des dernières années (avec la correction augmentée
de commentaires sur les principales erreurs comises)
3.2 Classement des exercices

Technique Exercices
Ordonnancement 1.1.1 page 5 1.1.2 page 6 1.1.3 page 6 1.6.1 page 11
1.6.11 page 16 1.6.16 page 19
Plus court 1.2.1 page 7 1.2.2 page 8 1.2.3 page 8 1.6.3 page 12
chemin 1.6.9 page 15 1.6.14 page 18 1.6.15 page 19
Flot maximal 1.3.1 page 9 1.3.2 page 9 1.6.4 page 13 1.6.13 page 18
1.6.17 page 20
Programmation 1.4.1 page 10 1.5.1 page 10 1.5.2 page 11 1.5.3 page 11
linéaire 1.5.4 page 11 1.6.2 page 12 1.6.5 page 14 1.6.6 page 14
1.6.7 page 14 1.6.8 page 15 1.6.10 page 16 1.6.12 page 17

Index
algorithme,
Ford-Fulkerson, 9, 33, 35, 48, 61, 68
Ford-Moore, 27–32, 45, 56, 64, 65
plus court chemin, 27–32, 45, 56, 64, 65
chemin critique, 23, 24, 43, 59, 66
durée de projet, 43, 66
flot max, 9, 33, 46, 61, 68

flot max,
Ford-Fulkerson, 9, 33, 35, 61, 68
Ford-Fulkerson, 9, 33, 35, 48, 61, 68
Ford-Moore, 27–32, 45, 56, 64, 65
GANTT, 6, 23, 25
méthode géométrique, 10, 37, 38, 44

marge totale, 44
ordonnancement, 23–26, 59
plus court chemin, 7, 8, 27, 29, 30, 45, 56, 64, 65

plus court chemin,
Ford-Moore, 27, 29–32, 45, 56, 64, 65
potentiel-tâches, 6, 23–26, 43, 59, 66
potentiel-tâches,
durée de projet, 43, 66
marge totale, 44
programmation linéaire, 10, 37–39, 42, 44, 48, 50,
52, 54, 57, 60
programmation linéaire,
méthode géométrique, 10, 37, 38, 44
simplexe, 10, 39, 42, 44, 48, 50, 52, 54, 57, 60
simplexe, 10, 39, 42, 44, 48, 50, 52, 54, 57, 60

Bibliographie
[1] Jean-Claude Papillon. Eléments de recherche opérationnelle. Dalloz-Sirey, 1992.

[2] Roseaux. Exercices et problèmes résolus de recherche opérationnelle : Tome 3 : Programmation li-
néaire et extensions - Problèmes classiques. DUNOD, 1985.
[3] Roseaux. Exercices et problèmes résolus de recherche opérationnelle : Tome 1, Graphes : leurs usages,
leurs algorithmes. DUNOD, 1998.
[4] Daniel Thiel. Recherche opérationnelle et management des entreprises. Economica, 1990.

Exercices

Transféré par

Droits d'auteur :

Formats disponibles

Exercices

Transféré par

Informations du document

Description originale:

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Exercices

Transféré par

Droits d'auteur :

Formats disponibles

OPM3001 - Techniques quantitatives de gestion -

Cahier d’exercices corrigés

TELECOM É COLE DE M ANAGEMENT - 1re A NNÉE

Eric L ALLET, Jean-Luc R AFFY 3

1.1 Les problèmes d’ordonnancement

Eric L ALLET, Jean-Luc R AFFY 5

Exercice 1.1.2 (Tarte Tatin (second problème du contrôle de septembre 2009))

Pour la pâte brisée :

Pour la tarte Tatin :

Pour la crème anglaise :

6 Eric L ALLET, Jean-Luc R AFFY

Eric L ALLET, Jean-Luc R AFFY 7

F IG . 1.1 – Carte des usines, magasins et voies praticables

8 Eric L ALLET, Jean-Luc R AFFY

1.3 Recherche du plus court chemin

F IG . 1.2 – Les routes entre Lyon et Agen

Exercice 1.3.2 (Le banquet (premier problème du contrôle de septembre 2009))

Rouen jusqu’à un magasin sont possibles.

Eric L ALLET, Jean-Luc R AFFY 9

Jour lundi mardi jeudi

Jour mardi mercredi vendredi

Exercice 1.3.3 (Le banquet (suite) (contrôle septembre 2009))

1.4 Programmation linéaire : la méthode géométrique

Exercice 1.4.1 (La route du sel)

10 Eric L ALLET, Jean-Luc R AFFY

heures de travail litres de lait

Exercice 1.5.2 (Une histoire de fromage (bis))

Exercice 1.5.3 (Problème électrique)

% d’électricité Quantité d’électricité Marge

Exercice 1.5.4 (Problème électrique (bis))

Même problème mais avec ces nouvelles marges :

Eric L ALLET, Jean-Luc R AFFY 11

1.6 Non classifiés

12 Eric L ALLET, Jean-Luc R AFFY

Exercice 1.6.3 (Reconstruction)

Coudebolle Borivage Ollala Pompays Tecuge

Exercice 1.6.4 (Préparation des secours)

Eric L ALLET, Jean-Luc R AFFY 13

14 Eric L ALLET, Jean-Luc R AFFY

Eric L ALLET, Jean-Luc R AFFY 15

Exercice 1.6.9 (Barcelone ou Dublin ? (second problème du contrôle de juin 2010))

16 Eric L ALLET, Jean-Luc R AFFY

Septembre Octobre Novembre

Eric L ALLET, Jean-Luc R AFFY 17

Exercice 1.6.12 (Que semer (premier problème du contrôle d’avril 2011))

Exercice 1.6.13 (Hivernage (second problème du contrôle d’avril 2011))

pour obtenir ce résultat

18 Eric L ALLET, Jean-Luc R AFFY

– Une caravane peut acheminer cette cargaison jusqu’à Tipasa en 10 jours.

Exercice 1.6.15 (Démarches administratives (second problème du CF2 2012))

La société est repartie sur trois sites :

Eric L ALLET, Jean-Luc R AFFY 19

Exercice 1.6.16 (Mini festival (second problème du CF1 2015))

20 Eric L ALLET, Jean-Luc R AFFY

Exercice 1.6.17 (Usine de couture (second problème du CF1 2016))

Eric L ALLET, Jean-Luc R AFFY 21

2.1.1 Correction de l’exercice 1.1.1 de la page 5

Traitons maintenant l’aspect scientifique :