Hyper Psaro est une entreprise fondée en 1992 à Lubumbashi, en République Démocratique du
Congo. Elle est un leader dans l’importation et la distribution de carburants et de lubrifiants. De plus,
elle est active dans la production, l’importation et le commerce de marchandises, ainsi que dans le
secteur de la restauration avec des enseignes telles que Chicken Inn, Galito’s, Pizza Inn, Roco Mamas
et Creamy Inn présentes à Kinshasa, Lubumbashi et Kolwezi. L’entreprise emploie environ 3 000
personnes.
Pour ton travail pratique de mathématiques, nous pouvons analyser l’utilisation des matrices dans la
gestion des opérations de Hyper Psaro, notamment dans la distribution de carburants et la gestion
des stocks.
Exemple : Gestion des Stocks de Carburant
Supposons que Hyper Psaro gère la distribution de trois types de carburants : Essence, Diesel et
Kérosène, vers quatre de ses stations-service : Station A, Station B, Station C et Station D.
1. Matrice des Demandes Mensuelles (en litres)
Cette matrice représente la demande mensuelle de chaque station pour chaque type de carburant :
\begin{array}{c|cccc}
& \text{Station A} & \text{Station B} & \text{Station C} & \text{Station D} \\
\hline
\text{Essence} & 10\,000 & 8\,000 & 9\,500 & 7\,500 \\
\text{Diesel} & 15\,000 & 12\,500 & 13\,000 & 11\,000 \\
\text{Kérosène} & 5\,000 & 4\,500 & 4\,800 & 4\,200 \\
\end{array}
2. Matrice des Coûts de Transport (en dollars par litre)
Cette matrice indique le coût de transport par litre pour acheminer chaque type de carburant vers
chaque station :
\begin{array}{c|cccc}
& \text{Station A} & \text{Station B} & \text{Station C} & \text{Station D} \\
\hline
\text{Essence} & 0{,}05 & 0{,}06 & 0{,}055 & 0{,}058 \\
\text{Diesel} & 0{,}04 & 0{,}045 & 0{,}042 & 0{,}044 \\
\text{Kérosène} & 0{,}06 & 0{,}065 & 0{,}062 & 0{,}064 \\
\end{array}
3. Calcul du Coût Total de Transport
Pour déterminer le coût total de transport pour chaque type de carburant vers chaque station, on
effectue le produit élément par élément des matrices de demandes et des coûts de transport :
\begin{array}{c|cccc}
& \text{Station A} & \text{Station B} & \text{Station C} & \text{Station D} \\
\hline
\text{Essence} & 10\,000 \times 0{,}05 & 8\,000 \times 0{,}06 & 9\,500 \times 0{,}055 & 7\,500 \
times 0{,}058 \\
\text{Diesel} & 15\,000 \times 0{,}04 & 12\,500 \times 0{,}045 & 13\,000 \times 0{,}042 & 11\,000 \
times 0{,}044 \\
\text{Kérosène} & 5\,000 \times 0{,}06 & 4\,500 \times 0{,}065 & 4\,800 \times 0{,}062 & 4\,200 \
times 0{,}064 \\
\end{array}
En effectuant ces calculs, on obtient une nouvelle matrice représentant le coût total de transport
pour chaque combinaison de carburant et de station.
Importance de l’Analyse Matricielle
L’utilisation de matrices permet à Hyper Psaro de :
Optimiser les coûts : En identifiant les combinaisons carburant-station les plus coûteuses, l’entreprise
peut ajuster ses stratégies logistiques.
Gérer efficacement les stocks : En ayant une vision claire des demandes, Hyper Psaro peut planifier
ses approvisionnements pour éviter les pénuries ou les surplus.
Prendre des décisions éclairées : Les matrices fournissent une représentation structurée des données,
facilitant l’analyse et la prise de décision.
En intégrant des outils mathématiques tels que les matrices dans ses opérations quotidiennes, Hyper
Psaro peut améliorer son efficacité opérationnelle et sa rentabilité.
1. Définition des ressources et des produits
L’entreprise utilise trois principales ressources pour produire ces jus :
Fruits (kg)
Eau (litres)
Sucre et additifs (kg)
Les quantités de ces ressources nécessaires pour produire 1 litre de chaque type de jus sont les
suivantes :
Les stocks disponibles dans l’usine sont :
Fruits : 1000 kg
Eau : 800 litres
Sucre & additifs : 400 kg
---
2. Modélisation sous forme de matrice
Nous pouvons représenter ces données sous forme de matrice :
\begin{pmatrix}
2 & 3 & 4 \\
1 & 1.5 & 2 \\
0.5 & 0.7 & 0.8
\end{pmatrix}
\begin{pmatrix}
X_1 \\
X_2 \\
X_3
\end{pmatrix}
\leq
\begin{pmatrix}
1000 \\
800 \\
400
\end{pmatrix}
Où :
= litres de Jus d’orange à produire
= litres de Jus de mangue à produire
= litres de Jus d’ananas à produire
3. Utilité de cette modélisation
Ce système permet à l’entreprise d’optimiser sa production de jus en fonction des matières premières
disponibles. En appliquant une résolution mathématique (méthode du simplexe ou des matrices
inverses), on peut trouver les quantités maximales de chaque type de jus à produire sans dépasser les
stocks.