[PDF] Programmation linéaire : analyse de sensibilité – Exercices

LA PROGRAMMATION LINEAIRE : ANALYSE DE SENSIBILITE

La programmation linéaire : Analyse de sensibilité 1 LA PROGRAMMATION LINEAIRE : ANALYSE DE SENSIBILITE Nous abordons dans cette leçon la partie analyse de sensibilité de la résolution d'un problème de programmation linéaire Il s'agit d'étudier les conséquences d'une variation d'un coefficient de la fonction objectif et du second

Chapitre 5 Analyse de sensibilité - Université Laval

2 CHAPITRE 5 ANALYSE DE SENSIBILITÉ A N est la sous-matrice formée des colonnes correspondantes aux variables de N or-donnéesselonN Exemple5 1 1 Prenonsleproblème minz= 1100x 1 1400x 2 1500x 3 8 >> < >>: x 1 + 2 3 340; 2x 1 + 3x 2 + x 3 2400; x 1 + 2 2 + 3 3 560; x 1;x 2;x 3 0: LesystèmematricielAx= baveclesvariablesd’écartsest 2 4 1

Programmation linéaire : analyse de sensibilité – Exercices

Programmation linéaire : analyse de sensibilité – Exercices -corrigé I – Reprendre l'exemple du cours et, avec le solveur, étudier les conséquences d'une variation du profit de l'IM5, le profit de l'IM4 restant fixé à 400€

Programmation linéaire - African Virtual University

programmation linéaire et de savoir interpréter la solution qui en résulte Expliquer ce qu’est la dualité et décrire son rôle dans la recherche de solutions de problèmes de programmation linéaire Expliquer les buts d’une analyse de sensibilité pour une solution donnée à un problème de programmation linéaire

lanalyse de la sensibilite du cout variable

1 Typologies sur l’analyse de la sensibilité des paramètres du programme linéaire 1 1 Définition de l’analyse de la sensibilité L’analyse de la sensibilité se définit comme l’étude du voisinage d’une solution optimale, c'est-à-dire déterminer l’intervalle de variation d’un paramètre du programme linéaire pour que la base

Chapitre I : Programmation linéaire

Chapitre I : Programmation linéaire Introduction La programmation linéaire est sans aucun doute la technique la plus connue de la recherche opérationnelle Cest aussi un des outils les plus puissants et les plus utilisés en applications industrielles parmi les technologies daide à la décision pour ne citer que :

Post-optimisation, analyse de sensibilité et paramétrage

analyse de sensibilité et paramétrage Introduction, la post-optimisation (modification discrète du vecteur b, modification des coefficients de la fonction économique z, addition d'une variable, modification des coefficients d'une colonne de A, addition d'une ou de plusieurs contraintes), analyse de sensibilité (analyse de sensibilité

La programmation linéaire est une méthode de la recherche

pratique En tirant avantage d'une étude d'analyse de sensibilité, nous pouvons utiliser la programmation linéaire même si ces coefficients ne sont pas connus avec certitude c) L'hypoth èse de linéarité oblige les variables à être du premier degré tant dans la fonction économique que dans les contraintes

2 Programmation linéaire

2 Programmation linéaire 7 Variable de sortie Lorsqu’on effectue un pivot, il faut choisir la variable qui va sortir de la base en tentant de garder toutes les variables non négatives Supposons que xjest la variable d’entrée Chaque variable de base xis’exprime alors en fonction de la variable d’entrée (puisque les autres variables

[PDF] Pratique de l 'analyse de sensibilité : comment évaluer l - Lille1

[PDF] Analyse de sensibilité des modèles de simulation - eccorev

[PDF] Pratique de l 'analyse de sensibilité : comment évaluer l - Lille1

[PDF] Méthodes d 'analyse de sensibilité de modèles pour entrées - INRA

[PDF] la distance professionnelle en ehpad

[PDF] L 'analyse de la pratique - IFSI DIJON

[PDF] Présentation de la situation - Infirmierscom

[PDF] réflexion autour de la fiche d 'analyse de la pratique - Infirmierscom

[PDF] L 'analyse de la pratique - IFSI DIJON

[PDF] le propre et le sale en liberal - Infirmierscom

[PDF] Analyses de sol et interprétation des résultats

[PDF] Fiche méthode pour présenter une #339 uvre d 'art

[PDF] 30 fiches pour réussir les épreuves sur textes

[PDF] l 'analyse des textes littéraires : vingt méthodes - Revue Texto

[PDF] METHODOLOGIE D 'ANALYSE D 'UN TEXTE : I/ Avant la lecture : II

Programmation linéaire : analyse de sensibilité/exercices/corrigé/p1 Programmation linéaire : analyse de sensibilité - Exercices -corrigé

I - Reprendre l'exemple du cours et, avec le solveur, étudier les conséquences d'une variation du profit de l'IM5,

le profit de l'IM4 restant fixé à 400€.

Max z = 4 x

1 + p 2 x 2 x 1 + x 2 10 2 x 1 + 6 x 2 48
3x1 + x 2 24
x 1 , x 2 0

Pour p

2 = 8 on a la solution x 1 = 3 x 2 = 7 et z = 68 L'analyse de sensibilité suivante indique que si 8-4 p 2

8 + 4 soit 4 p

2

12 la solution est

inchangée. Sur cet intervalle z = 12 + 7 p 2

Cellules variables

Finale Réduit Objectif Admissible Admissible

Cellule Nom Valeur Coût Coefficient Augmentation Réduction $B$4 Variables x1 3 0 4 4 1,333333333 $C$4 Variables x2 7 0 8 4 4 Si p2 < 4 , on relance le solveur avec par exemple p 2 = 3 .

Finale Réduit

Objectif Admissible Admissible

Cellule Nom Valeur Coût Coefficient Augmentation Réduction $B$4 Variables x1 7 0 4 5 1 $C$4 Variables x2 3 0 3 1 1,666666667 Solution optimale x 1 = 7 x 2 = 3 pour 4/3 p 2 4 z = 28 + 3 p 2 Si p 2 < 4/3 par exemple p 2 = 1 , on obtient :

Cellules variables

Finale Réduit Objectif Admissible Admissible

Cellule Nom Valeur Coût Coefficient Augmentation Réduction $B$4 Variables x1 8 0 4 1E+30 1 $C$4 Variables x2 0 -0,333333333 1 0,333333333 1E+30

Solution optimale x

1 = 8 x 2 = 0 pour - p 2

4/3 z*

= 32

Si maintenant p

2 > 12 :

Cellules variables

Finale Réduit Objectif Admissible Admissible

Cellule Nom Valeur Coût Coefficient Augmentation Réduction $B$4 Variables x1 0 -0,333333333 4 0,333333333 1E+30 $C$4 Variables x2 8 0 13 1E+30 1

Solution optimale x

1 = 0 x 2 = 8 pour 12 p 2 + z = 8 p 2 On a donc ainsi 4 solutions possibles suivant la valeur de p 2 Programmation linéaire : analyse de sensibilité/exercices/corrigé/p2 Programmation linéaire : analyse de sensibilité/exercices/corrigé/p3

II Suite de l'exercice III de la leçon "Résolution analytique d'un problème de programmation linéaire"

Après avoir résolu le problème, on dispose du rapport de résultats et de l'analyse de sensibilité fournis par Excel.

Rappel : le problème est le suivant :

Une entreprise produit 3 types d'articles P

1, P2, P3. Sa production hebdomadaire ne peut actuellement

dépasser 500 pour le produit P

1, 200 pour le produit P2 et 1 000 pour P3. La fabrication de ces trois

articles utilise une machine qui ne peut fonctionner plus de 45 heures par semaine, les différentes

productions ne pouvant être simultanées. En 1 heure, on peut produire, soit 25 articles P

1, soit 10

articles P

2, soit 50 articles P3. Les prix de vente unitaires des trois articles sont respectivement p1 = 24,

p

2 = 40 et p3 = 9 (on peut vendre tout ce qu'on produit).

Il se modélise par :

Max ( 24 x

1 + 40 x 2 + 9 x 3 x 1 500
x 2 200
x 3 1000
x 1 /25 + x 2 /10 + x 3 / 50 45 x 1 , x 2 , x 3 0

Solution optimale x

1 = 500 x 2 = 50 x 3 = 1000 z = 23 000 a) A partir de ces informations, pouvez-vous répondre aux questions suivantes : Le prix du bien 1 augmente de 10%. Doit-on remettre en cause le plan de production ?

Cellules variables

Finale Réduit Objectif Admissible Admissible

Nom Valeur Coût Coefficient Augmentation Réduction

X1 500 0

24 1E+30 8

De ce résultat on déduit que si le prix du bien 1 augmente de 10% on ne change pas le plan de production

De combien devrait-on augmenter le prix du bien 2 pour qu'on puisse envisager de le produire à son maximum ?

Cellules variables

Finale Réduit

Objectif Admissible Admissible

Nom Valeur Coût Coefficient Augmentation Réduction

X1 500 0 24 1E+30 8

X2 50 0 40 5 40

Pour que la solution change il faut impérativement que le prix du bien 2 augmente au minimum de 5.

Il faudra alors revoir le plan de production.

Pour connaître le nouveau plan on peut utiliser Excel. ( voir feuille L8.exo3.cor.xls)

On obtient : x

1 = 500, x 2 =200, x 3 = 250 c'est le bien 3 dont la production a diminué. Si on voulait augmenter le nombre d'heures machines, quelle dépense pourrait-on envisager ?

Contraintes

Finale Ombre

Contrainte Admissible Admissible

Nom Valeur Coût à droite Augmentation Réduction

Heures machine 45 400 45 15 5

De cette information on déduit que toute heure en plus rapporte un chiffre d'affaires supplémentaire

de 400 (ce qui est normal puisqu'on peut l'utiliser pour produire du bien 2 à raison de 10 en 1 heure

qui seront vendus à un prix de 40). Le coût dual représente ici la productivité marginale de l'heure de

travail.

Ceci est valable tant que le nombre d'heures disponibles reste compris entre 45 - 5= 40 et 45 + 15= 60

Ce qui est aussi normal car sur cet intervalle, seul le nombre d'unités produites du bien 2 va varier : si

le nombre d'unités du bien 1 variait il ne pourrait que diminuer et donc la contrainte 1 ne serait plus

Programmation linéaire : analyse de sensibilité/exercices/corrigé/p4

saturée ce qui entraînerait un changement de structure de la solution. On sait que sur l'intervalle

donné par cette analyse de sensibilité ce n'est pas le cas.

Il en est de même pour le bien 3.

Donc si on perd 5 heures, la production du bien 2 tombe à 0, en deçà il va falloir toucher à la

production des autres biens. Si on dispose de 15 heures de plus, on peut alors produire le bien 2 au maximum ( 50 + 15*10 = 200). b) Analyse de la variation du nombre d'heures-machine disponibles :

En utilisant le solveur d'Excel, étudier les conséquences sur le chiffre d'affaires et sur la nature de la production

du nombre d'heures-machine disponible. Celui-ci peut varier de 0 ( en cas de panne) à autant que l'on veut en

faisant appel, par exemple, à des heures supplémentaires ou à toute autre mesure susceptible de se libérer de la

contrainte portant sur les heures-machine. On vient déjà d'étudier ce qui se passe lorsque le nombre d'heures varie entre 40 et 60.

S'il passe au-delà de 60, pour examiner la situation relançons le solveur avec un second membre de la

contrainte portant sur les heures égal à 61.

Finale Ombre

Contrainte Admissible Admissible

Nom Valeur Coût à droite Augmentation Réduction

Quantité max du bien 1 500 24 500 25 500

Quantité max du bien 2 200 40 200 10 200

Quantité max du bien 3 1000 9 1000 50 1000

Heures-machine 60 0 61 1E+30 1

Le coût dual (ombre coût) est nul : cela signifie que toute heure supplémentaire ne rapporte plus rien.

Ce qui est normal puisqu'il suffit de 60 heures pour que les 3 biens soient produits à leur maximum.

Examinons la situation pour un nombre d'heures plus petit que 40. On sait déjà qu'il faudra changer la

structure de la solution puisque la quantité produite du bien 2 est tombée à 0. On relance le solveur avec un second membre de 39.

Finale Ombre

Contrainte Admissible Admissible

Nom Valeur Coût à droite Augmentation Réduction

Quantité max du bien 1 500 6 500 475 25

Quantité max du bien 2 0 0 200 1E+30 200

Quantité max du bien 3 950 0 1000 1E+30 50

Heures-machine 39 450 39 1 19

On constate que le bien 3 n'est plus produit à son maximum (950 pour une capacité de 1000)

Toute heure en moins fait maintenant diminuer le chiffre d'affaires de 450, et ceci tant que le nombre

d'heures disponibles restera compris entre 20 (39 - 19) et 40 (39 +1). Si le nombre d'heures disponibles passe en dessous de 20, on a le résultat suivant :

Finale Ombre

Contrainte Admissible Admissible

Nom Valeur Coût à droite Augmentation Réduction

Quantité max du bien 1

475 0 500 1E+30 25

Quantité max du bien 2 0 0 200 1E+30 200

Quantité max du bien 3 0 0 1000 1E+30 1000

Heures-machine 19 600 19 1 19

La quantité produite du bien 1 commence à diminuer et la perte sur le chiffre d'affaires est passée à

600 par heure.

En résumé lorsque le nombre d'heures-machine (H) augmente la productivité marginale (ombre coût )

varie de la manière suivante :

0 H 20 productivité de 600

20 < H 40 productivité de 450

40< H 60 productivité de 400

Programmation linéaire : analyse de sensibilité/exercices/corrigé/p5

60 < H productivité nulle

"Plus on à d'heures moins elles rapportent" ! on retrouve le vieil adage que le prix d'un bien rare est

cher !

c) De la même manière, dans quelle mesure doit-on entreprendre des actions pour augmenter la capacité

hebdomadaire de production de chacun des produits ?

Contraintes

Finale Ombre

Contrainte Admissible Admissible

Nom Valeur Coût à droite Augmentation Réduction

Quantité max du bien 1 500

8 500 125 375

Quantité max du bien 2 50 0 200 1E+30 150

Quantité max du bien 3 1000 1 1000 250 750

L'examen du coût dual montre que l'augmentation d'une unité de la capacité de production du bien 1

rapporterait 8 et ceci tant qu'elle ne dépasse pas 625.

Pour le bien 3, cela ne rapporte que 1 par unité et ceci tant que la capacité ne dépasse pas 1250.

Quant au bien 2 cela ne rapporte rien, ce qui est normal puisqu'il n'est pas produit actuellement au maximum.

NB : les données de ce problème sont particulièrement simples afin que l'on puisse expliquer (et même

les trouver directement) les résultats issus d'Excel, mais il va de soi que dans un problème plus

compliqué on ne peut s'en sortir sans avoir recours à un outil de calcul.quotesdbs_dbs6.pdfusesText_12