1

Application du logiciel Excel

Utilisation du Solver du logiciel Excel



Table de matiers



Lancement du logiciel .......................................................................................................................... 3
Optimisations ...................................................................................................................................... 3
Programmation linaire ................................................................................................................... 3
Problme du transport..................................................................................................................... 8
Problme de programmation quadratique ..................................................................................... 12
Extremums lis .............................................................................................................................. 14
solutions des s!stmes d"quations non linaires ...................................................................... 1#



2



3



Lancement du logiciel
Ce composant du logiciel Excel permet rsoudre numriquement des problmes
mathmatiques.
Pour lancer ce composant :
- dans le cas de la version Microsoft Office 2003 on choisie de la barre du menu principal
du logiciel Excel le sous-menu Tools et dici loption Solver. Si il ny a pas la, il doit
insrer en suivant les pas : on clique sur Add-ins et on choisie Solver et puis OK.
- dans le cas de la version Microsoft Office 2007 on enfonce Office Button, puis Excel
Options, de la fentre qui sera affiche on choisie Add-Ins, on continu avec Go, Solver
Add-in et OK. Dans le sous-menu Data sera affiche Solver.
Quelques exemples des problmes qui peuvent tre rsolues en utilisant ce composant du
logiciel Excel seront prsents dans ce chapitre.
Optimisations
Gnralement, on appelle programmation mathmatique la recherche de loptimum dune
fonction de plusieurs variables lies entre elles par contraintes sous forme dgalits ou
ingalits. Notons que le mot programmation na pas ici le sens usuel dlaboration dun
programme pour ordinateur, il est utilise car un ensemble de valeurs des variables satisfaisant les
contraintes dun problme de programmation mathmatique est parfois appel un programme.
Nombreux sont les problmes de dcision qui se ramnent un model de programmation
mathmatique.
Programmation linaire
Soit un fonction

=
=
n
i
i i
n
x c f R R f
1
) ( , : x , dont les variables sont soumises aux contraintes
(restrictions) linaires de la forme
n m
n m
R R M c , x b A b x A , , ,
,
, et ventuellement des
4

restrictions de signe, par exemple 0 x , cette a dire n i x
i
, 1 , 0 = . Le problme de
programmation linaire revienne rsoudre la demande suivante :
Dterminer le vecteur 0 x x ,
n
R qui maximise (minimise) la fonction linaire f, et qui
vrifie les restrictions ci-dessus, ou :

=

=
0 x
b Ax
x
) (
max(min) (min) max
1
n
i
i i
x c ) f(

La fonction f est nomme fonction objectif, la matrice A est la matrice des coefficients des
restrictions, le vecteur x est le vecteur des inconnues, le vecteur b est le vecteur des termes libres
et le vecteur c est le vecteur des coefficients de la fonction objectif.
Remarque : la fonction objectif et les restrictions du problme sont des fonctions linaires, do
le nom du problme problme de programmation linaire .
Exemple. Un atelier dune entreprise produit trois types de biens : P
1
, P
2
, P
3
,

en utilisant main
duvre (F) et ressources financires (A) limites comme dans le tableau :
Type de bien
Ressources
P
1
P
2
P
3
Disponible
F 2 3 2 15
A 1 2 3 12
Profit 1.5 4 3
qui contiens galement les consommations unitaire de chaque de bien, ainsi que les profits
amnes de chaque unit de type de bien. A cause des conditions de stockage le total de la
production ne peut pas dpasse 8 units.
Dterminer le plan optimal de production tel que le total du profit soit maximal sous les
conditions imposes !
Solution
$

Modlisation du problme
Variables de dcision : soit x
i
nombre de biens de type P
i
, n i x
i
, 1 , 0 = ;
Fonction objectif : le profit total -
3 2 1 3 2 1
3 4 5 . 1 ) , , ( x x x x x x f + + = ;
Restrictions du problme :
15 2 3 2
3 2 1
+ + x x x - le nombre des heures utilises pour le total de la production ne peut pas
dpasser le total disponible ;
12 3 2
3 2 1
+ + x x x - la somme totale dargent disponible ne peut pas soit dpasse ;
8
3 2 1
+ + x x x - la capacit de stockage ne peut pas soit dpasse.
On obtient le suivant problme de programmation linaire :
{ }

=
+ +
+ +
+ +
+ + =
3 , 1 , 0
8
12 3 2
15 2 3 2
3 4 5 . 1 max ) ( max
3 2 1
3 2 1
3 2 1
3 2 1
i x
x x x
x x x
x x x
x x x x f
i

Cration de la feuille lectronique pour rsoudre le problme
Pour obtenir la feuille suivante il doit procder comme dessous.

#

Dans la cellule A1 on crit Solution dun problme de programmation linaire et puis Enter. Les
cellules A2 jusqu' J2 contiennent les noms des colonnes (ces sont des commentaires !). Dans les
cellules G3-G5 on crit =MMULT(D3:F3;B3:B5) =MMULT(D4:F4;B3:B5)
=MMULT(D5:F5;B3:B5) respectivement. La cellule J3 contiens lexpression de la fonction
objectif et pour a on crit =SUMPRODUCT(I3:I5;B3:B5)
Avant lacer le Solver on slectionne la cellule J3 (cellule qui contiens la fonction objectif) et
puis on choisi Solver du sous-menu Data. Une boite de dialogue est affiche :


Il doit prciser la cellule cible (fonction optimiser) dans la zone Set Target Cell, le type du
critre (max ou min) par les buttons Max Min, les cellules qui reprsentent les inconnues dans la
zone By Changing Cells et puis les restrictions en zone Subject to the Constraints en appuyant
le bouton Add. On affiche la boite de dialogue suivante

Dans la zone ddition Cell Reference on met G3, le signe inferieur ou gale et dans la zone
ddition Constraint H3. En appuyant sur le bouton Add on a la possibilit de procder de la
mme manire pour le reste des restrictions (G4, G5). Les restrictions de signe seront introduites
comme a : dans la zone ddition Cell Reference on slectionne les cellules B3 :B5, le signe
sera suprieur ou gale zro (0) et pour terminer dintroduire les restrictions on presse le
bouton OK. Pour rsoudre le problme on presse le bouton Solve et on affichera la boite suivante
%


Pour visualiser les dtails sur la solution on peut slectionner tous les types de rapport offerts par
Solver. Ces sont mentionner sur la barre dtat en bas de lcran.
Exercice 1.
Une entreprise dsire acqurir des fraiseuses manuelles (FM) et automatises (FA) pour sa
production. Lentreprise ne peut dpenser plus 200000 pour les machines et pas de 1000 par
mois la maintenance. Les fraiseuses manuelles coutent 20000 par pice et en moyenne 200 par
mois la maintenance tandis que les fraiseuses automatises coutent 40000 par pice et en
moyenne 150 par mois la maintenance. En sachant que chaque fraiseuse manuelle peut produire
15 units et chaque fraiseuse automatique 25, trouver le nombre de chacune a acheter pour
maximiser la capacit de production !
Modliser le problme et le rsoudre en utilisant le Solver de Excel !
Exercice 2.
A un dpartement de production d'une entreprise de construction, o on travaille en flux continu,
sont ncessaires pour la production de panneaux de coffrage quatre types de matires premires
(panneau (P), planches de sapin (PS), les madriers (M) et des clous (C)) qui sont traites trois
stands. Distribution de matires premires et les cots du travail ncessaire la transformation
dans les stands est donne dans le tableau ci-dessous.
Matiere prime
Stand
Consomes specifiques
Ncessaire
P PS M C
S1 1 1 0 1 2
8

S2 1 2 1 0 4
S3 0 1 1 1 3
Dpenses 6 8 12 10
Dterminer un plan de production tel que les dpenses soit minimes ! Modliser le problme et le
rsoudre en utilisant le Solver de Excel !

Problme du transport
Un cas particulier du problme de programmation linaire est donne du problme de transport.
Supposons quil y a n dpt ou se trouve un bien n i D
i
, 1 , = dans les quantits n i a
i
, 1 , = et m
centre de consomme m j C
j
, 1 , = qui demandent une quantit m j b
j
, 1 , = de ce bien. Le cot
unitaire de transport de dpt
i
D au centre de consomme
j
C est m j n i c
j i
, 1 , , 1 ,
,
= = .
Dterminer un plan de transport tel que le cot total de transport est minimal en satisfaisant
toutes les demandes !
Solution
Modlisation du problme
Variables de dcision : soit x
i,j
nombre de biens transportes du dpt i au centre de consomme
j ;
Fonction objectif : le cot total - ) ( , ) (
1 1
, ,
R x c f
n
i
m
j
j i j i m n,
M x x =

= =
;
Restrictions du problme :
n i a x
i
m
j
j i
, 1 ,
1
,
=

=
les nombre de biens qui part du dpt
i
D ne peut pas dpass la capacit
total du dpt ;
&

m j b x
j
n
i
j i
, 1 ,
1
,
=

=
les nombres de biens qui arrivent au centre de consomme
j
C ne peut pas
dpass la demande total du centre ;
Remarque : dhabitude le disponible a la mme valeur avec le ncessaire, cest-a-dire

= =
=
m
j
j
n
i
i
b a
1 1
, condition dquilibre, et alors les ingalits ci-dessus deviennent galises !
0
,

j i
x - condition de non-ngativit.
On a obtenu le problme du transport :

= =
= =
= =
=

=
=
= =
m j n i x
m j b x
n i a x
x c x f
j i
j
n
i
j i
i
m
j
j i
n
i
m
j
j i j i
, 1 , , 1 ,
, 1 ,
, 1 ,
min ) ( min
,
1
,
1
,
1 1
, ,

Exemple. Trois centrales bton, S
i
, i={1, 2, 3} recevaient du ciment par trois rampes de
dchargement, R
j ,
j={1, 2, 3}. Quantits ncessaires par chaque station et les quantits offertes
par chaque rampe de dchargement ainsi que les cots de transport de la rampe R
j
chaque
station S
i
sont indiqus dans le tableau :
Station
Rampe
Couts de transport (c
i,j
)
Disponible a
i
(tone)
S
1
S
2
S
3

R
1
7 2 5 17
R
2
3 6 3 21
R
3
4 5 6 21
Necessaire b
j
(tone) 19 28 14
1'

En utilisant le Solver de Excel, dterminer un plan de transport tel que le cot total de transport
est minimal en satisfaisant toutes les demandes !
Solution
Il doit rsoudre le problme
{ }

= =
= + +
= + +
= + +
= + +
= + +
= + +
+ + + + + + + + =
3 , 1 , 3 , 1 , 0
14
28
19
23
21
17
6 5 4 3 6 3 5 2 7 min ) ( min
33 23 13
32 22 12
31 21 11
33 32 31
23 22 21
13 12 11
33 23 31 32 22 21 13 12 11
j i x
x x x
x x x
x x x
x x x
x x x
x x x
x x x x x x x x x x f
ij

Cration de la feuille lectronique qui rsoudre le problme du transport
Pour crer la feuille lectronique


11

qui rsoudre le problme, il doit suivi les pas :
- dans la cellule A1 on crit le nom du problme
- la cellule D3 contiens la fonction objectif =SUMPRODUCT(B9:D11;J9:L11)
- les cellules B3 :E12 continent les donnes du problme comme dans le tableau ci-dessus
- les cellules J9 :L11 vont contenir les variables de dcision les inconnues du problme
- les restrictions seront prcises par les cellules B16 :B18 et E16 :E18 comme on montre
dans les colonnes gauches respectivement (exemple : la cellule B16 contiens
=SUMPRODUCT(B9:D11;J9:L11) et ainsi de suite.
- Pour rsoudre le problme en utilisant cette feuille lectronique on slectionne la cellule
D3 et puis du sous-menu Data on lance le Solver. Il doit prciser le type doptimisation
(le bouton Min), les cellules contenant les inconnues et puis les restrictions, comme dans
limage ci-dessus. En appuyant le bouton Solve saffichera la boite
-
et on peut slectionner tous les rapports proposs pour avoir beaucoup des informations sur la
solution du problme. Dans les cellules J8 :L12 sera affiche la solution du problme.
Exercice. Un produit acheminer depuis 3 dpts vers 4 clients de faon a minimiser les
couts de distribution
Client

Dpt
Cots unitaires de
transport
Offre
C1 C2 C3 C4
D1 10 8 5 9 500
12

D2 7 5 5 3 300
D3 11 10 8 7 400
Demande 200 400 300 100
En utilisant le Solver de Excel, dterminer un plan de transport tel que le cot total de transport
est minimal en satisfaisant toutes les demandes !
Problme de programmation quadratique
Si dans le problme de programmation linaire on change la fonction objectif a une fonction
quadratique et les restrictions restent linaires on obtient le problme de programmation
quadratique. Un problme de programmation quadratique est un problme qui peut se mettre
sous la forme suivante

= =
+ = =

=
= = =
n
n
i
i ij j
n
i
n
j
n
i
i i j i ij n
R
n j x c g
x b x x a x x f f
f
x
x
x
x
, 1 0 ) (
) ,..., ( ) ( ou
) ( min(max)
1
1 1 1
1

On remarque que la fonction objective contient des termes de degr deux, do le nom de
programmation quadratique.
Exemple : Dterminer les points qui donnent le minimum de la fonction
3 2 1
2
2
2
1 3 2 1
3 2
2
1
2
1
) , , ( x x x x x x x x f + + + = , sous les restrictions

+ +
0 , ,
4 2
3 2 1
3 2 1
x x x
x x x
.
Cration de la feuille lectronique pour rsoudre le problme
Pour crer la feuille suivante
13


dans la cellule D3 on crit =0,5*B6^2+0,5*B7^2-2*B6+3*B7+B8, ce qui reprsente la fonction
optimiser, dans la cellule D6 on crit =B6-2*B7+B8, ce qui donne la restriction du problme.
On select la cellule D3 et du sous-menu Data est choisi Solve. Dans la boite de dialogue affich

on presse le bouton Min, dans la zone By Changing Cells on select les cellules B6:B8, on move
le pointer du curseur dans la zone Subject to constraints et on presse le bouton Add. Toute suite
saffiche la boite

Et dans la zone Cell Reference on ecrit D6, puis le signe = et la valeur 4 dans la zone Constraint.
On presse le bouton Add et dans la zone Cell Reference on crit B6 :B9, puis le signe et la
valeur 0 dans la zone Constraint. On presse le bouton Ok. Sur la boite Solver Parametrs on
presse le bouton Solve et on peut slectionner tous les rapports pour avoir plusieurs informations
sur la solution.
14


On obtient 5 . 0 ) , , ( min
3 2 1
= x x x f , dans le point (3, 0, 1).
Extremums lis
Si dans le problme prcdent on renonce la condition de linarit mme pour les restrictions
on obtient un problme dextremum li. La forme gnrale du tel problme est la suivante :

n
k
R
g
g
f
x
x
x
x
0 ) ( ) (
0 ) ( ) (
) ( min(max)
1
M
o: x est le vecteur des inconnues et g
1
,, g
k
sont des restrictions qui doivent tre vrifies de x.
Exemple. Dterminer les points sur lellipsode 1
96
2 2
2
= + + z y
x
, situs a la distance minimale
ou maximale du plan 288 12 4 3 = + + z y x , en utilisant le logiciel Excel.
Solution. La fonction objective sera la distance entre un point et un plan:
1$

2 2 2
12 4 3
288 12 4 3
) , , (
+ +
+ +
=
z y x
z y x f et la restriction et donne par la condition que le point est sur
lellipsode 0 1
96
) , , (
2 2
2
= + + z y
x
z y x g .
Le problme dextremums lies rsoudre devient

= + +
+ +
+ +
=
3
2 2
2
2 2 2
) , , (
0 1
96
) , , (
12 4 3
288 12 4 3
min(max) ) , , ( min(max)
R z y x
z y
x
z y x g
z y x
z y x f

Cration de la feuille lectronique rsoudre le problme
Dans la cellule A1 on crit le nom du problme. La cellule B3 contiens
=ABS(3*B6+4*B7+12*B8-288)/SQRT(3^2+4^2+12^2) lexpression qui donne la fonction
objective. Les inconnues seront dposes dans les cellules B6 :B8. Dans la cellule C6,
lexpression =ABS(3*B6+4*B7+12*B8-288)/SQRT(3^2+4^2+12^2) reprsente la restriction du
problme. Avant de lappel du Solver on slectionne la cellule B3 et puis du sous-menu Data on
appelle Solver et la boite de dialogue suivante est affiche:

1#

Il doit prciser le type doptimum (les bouton Max ou Min), puis les cellules B3 :B8
reprsentant les inconnues dans la zone By Changing Cells et la restriction sera ajouter dans la
zone Subject to the Constraints en appuyant le bouton Add et on remplie les zones de la boite
affiche comme dans la figure suivante :

Pour terminer on appuie les boutons Add et puis Solve. On peut slectionner les rapports qui
donnent des informations compltes sur la solution (Answer, Sensitivity, Limits).
Rsolutions des systmes dquations non linaires
Pour rsoudre les systmes dquations non linaires
m k
g
g
k
, 1
0 ) (
0 ) (
1
=

=
=
, R x
x
x
M
en utilisant le Solver du logiciel Excel, on construit une fonction comme somme du carrs des
quations du systme

=
=
m
k
k
x g f
1
2
) ( ) ( x dont le minimum sera dtermin, sous les restrictions
donnes par des quations du systme. Le problme devient

=
=
|

\
|
=

=
m k
x g
x g f
k
m
k
k
, 1
0 ) (
) ( min ) ( min
1
2
x

Exemple. En utilisant le Solver du logiciel Excel, dterminer la solution du systme

= +
= + +
1 0 , 1 0
0 2 6
0 3 6
3 3
3 3
y x
y y x
x y x
.
Solution. Il doit amener le problme ci-dessus un problme doptimisation :
1%

( ) ( ) ( )

= +
= + +
+ + + +
1 0
1 0
0 2 6
0 3 6
2 6 3 6 min
3 3
3 3
2
3 3
2
3 3
y
x
y y x
x y x
y y x x y x

Cration de la feuille lectronique rsoudre le problme
Les inconnues seront dposes dans les cellules B^6:B7, et les restrictions dans les cellules D6
=B6^3+B7^3-6*B6+3 et D7 =B6^3-B7^3-6*B7+2, respectivement.
Dans la cellule D3 on crit =D6^2+D7^2, en reprsentant la fonction a optimiser. On slectionne
la cellule D3 et pres la slectionne du Solver (le sous menu Data) la boite

sera affiche. Il doit choisi le type doptimisation (on presse le bouton Min), tablit les cellules
contenant les inconnues (B6 :B7) et ajouter les restrictions dans la zone ddition Subject to the
Constraits. Dans ce cas, les restrictions sont donnes par les deux quations du systme et le fait
que la solution doit tre situe dans le premier quadrant.
Remarque. On peut renoncer aux restrictions donnes par des quations du systme, mais en les
utilisant on obtienne une meilleure approximation !