0% ont trouvé ce document utile (0 vote)
5 vues9 pages

Optimisation de la Production Agricole

Le document présente une étude de cas sur l'optimisation de la production agricole à travers la programmation linéaire, en utilisant deux parcelles avec des ressources en terre et en eau. Les cultures de betterave et de coton sont analysées pour maximiser le rendement total, avec une solution optimale trouvée à l'aide de Microsoft Excel. Les résultats montrent une utilisation efficace des ressources, avec un rendement total de 416,67 unités monétaires.

Traduit par

ScribdTranslations
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
5 vues9 pages

Optimisation de la Production Agricole

Le document présente une étude de cas sur l'optimisation de la production agricole à travers la programmation linéaire, en utilisant deux parcelles avec des ressources en terre et en eau. Les cultures de betterave et de coton sont analysées pour maximiser le rendement total, avec une solution optimale trouvée à l'aide de Microsoft Excel. Les résultats montrent une utilisation efficace des ressources, avec un rendement total de 416,67 unités monétaires.

Traduit par

ScribdTranslations
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Université Nationale de l'Est

Faculté Polytechnique

Ingénierie Électrique
Planification et Contrôle de la
Qualité de Production

TravailPratique

Par :

- Víctor Manuel Barrios

- Matías Arguello

- Jorge Benítez

- Juan Lidio Avalos

- Joel Cabo

Profe so r: Dr. Anastacio Sebastián Arce Encina

Ciudad del Este, Alto Paraná. Paraguay.

Octobre , 2018.
Description du problème
Une association agricole possède deux parcelles : la parcelle P1 a 400 ha de terre utilisable.
et dispose de 500 3de l'eau, tandis que la parcelle P2 a 900 ha de terre utilisable et
dispose de 1200 3d'eau. Les cultures conseillées sont : betterave et coton. Le
consommer 3 betteraves 3de l'eau par ha, avec un bénéfice de 700 u.m. par ha ; le
le coton consomme 2 3de l'eau par ha, avec un bénéfice de 500 u.m. par ha. Il a été
établi un quota maximale par ha pour chaque culture : 800 pour la betterave et 600
pour le coton, le pourcentage total de terrain cultivé étant le même dans chaque
parcelle.
Extraction de données du problème
Dans le Tableau 1.1, on observe les ressources disponibles de l'association agricole, et dans le
Tableau 1.2 les caractéristiques de chaque culture conseillée.
Tableau 1.1 Données des Ressources

Parcelles Terrain Disponible Eau Disponible


P1 400 500
P2 900 1200

Tableau 1.2 Données de Culture

Culture Cantidad Maxima Consommation d'eau Rendement


betterave 800 3 700
Coton 600 2 500

Formulation du Problème de Programmation Linéaire (PPL)


L'objectif principal du problème est la maximisation du rendement total.
Pour la formulation du problème, on a comme variables de décision ( = 1,2,3,4),
lesquelles représentent les unités qui sont affichées dans le Tableau 1.3.
Tableau 1.3 Variables décisionnelles du problème

Cultures Parcelles
1 2
Betterave x1 x2
Coton x3 x4

La fonction objective vise à maximiser le rendement des cultures, et elle se représente par
de la manière suivante :

= 700( 1+ 2+) 500( 3+ 4)


Sous les restrictions suivantes :

1. Terreno para uso en cada Parcela


1+ 3≤ 400
2+ 4≤ 900
2. Attribution de l'eau à chaque parcelle
3 1+ 2x3≤ 500
3 2+ 2x4≤ 1200
3. Hectares pour chaque culture
1+ 2≤ 800
3+ 4≤ 600
4. Égalité de proportion de surface plantée
1+ 3 2+ 4 9 9
400
= 900
∴ 4 1+ 4 3− 2− 4= 0
5. Pas de négativité
≥ 0, parā = 1,2,3,4

Resolución del Problema de Programación Lineal

Pour trouver la solution du problème, l'outil informatique Solver a été utilisé.


Microsoft Excel 2016, en choisissant la méthode Simplex.

Dans la Figure 1, on observe en détail la feuille de calcul Excel où cela a été résolu.
le problème, tout d'abord, on observe les variables de décision, la fonction objective et
les restrictions du problème.

Variables Xi
x1 28,2051282
x2 138,461538
x3 207,692308
x4 392,307692

FO 416 666,667
Restricciones 1
P1 235,897436 <= 400
P2 530,769231 <= 900
Restrictions 2
p1 500 <= 500
p2 1200 <= 1200
Restrictions 3
c1 166,666667 <= 800
c2 600 <= 600
Restrictions 4
Proportion 0= 0
Restrictions 5
x1 28,2051282 >= 0
x2 138,461538 >= 0
x3 207,692308 >= 0
x4 392,307692 >= 0

Figure 1. Feuille de calcul pour l'utilisation du Solver d'Excel.


Résultats et Analyse

L'attribution d'hectares par culture pour chaque parcelle est résumée dans le Tableau 1.4.
où l'on observe que les deux parcelles de l'association agricole ne seront utilisées que dans
un 58,9 % de sa totalité, cette stratégie étant la plus efficace en termes de
production.

Tableau 1.4 Attribution optimale d'hectares.

Parcelles
Culture 1 2
Betterave 28,2051282 138,461538
Coton 207,692308 392,307692

En appliquant la stratégie de culture consistant en 28,2 ha de culture de betterave dans la


première parcelle et 138,46 ha dans la deuxième, 207,69 ha de coton dans la première parcelle
y 392,30 ha dans la seconde, on obtient la valeur optimale de la fonction objectif qui est
Z=416,666,667, c'est-à-dire que le rendement total de la culture est de 416,666,667 unités
monétaires (u.m).

Conclusion

Les optimisations de production grâce à des outils informatiques facilitent le


développement de ceux-ci, car les progrès de ces programmes sont conçus
vers un environnement où les connaissances en langages de programmation ne sont plus un
exigence obligatoire, on recherche une interface plus conviviale et simple entre l'homme et
machine qui peut être opérée et utilisée avec des niveaux de base en informatique.

De cette manière, dans une organisation où il est nécessaire de maximiser l'utilité des
ressources, il suffit de connaître la formulation du problème de
programmation linéaire, où l'on investit dans la meilleure stratégie en tenant compte
les facteurs qui ont été analysés pour ce problème tels que le terrain disponible et le
eau.
Annexe
Exercice proposé sur les séries temporelles
Une papeterie a noté ses ventes trimestrielles au cours des deux dernières années :

t(trimestre) 1 2 3 4 5 6 7 8
Venta(miles) 33 36 23 28 32 18 22 28
a) Construire un graphique de dispersion des données;
b) Calculez la tendance en utilisant une droite de régression;
c) Le graphique semble-t-il suggérer le modèle additif ou multiplicatif ? Pourquoi ?
d) Calculez les indices saisonniers, en utilisant le modèle multiplicatif.
e) Calcule la composante cyclique plus l'irrégulière;
f) Les variations précédentes doivent-elles être essentiellement attribuées à laquelle de
composants ? Pourquoi ?
g) La vente du 6ème semestre a-t-elle dépassé ou été inférieure aux attentes générées dans le
modèle?
h) L'année prochaine, l'entreprise prévoit de travailler avec des produits importés, et les
Les administrateurs croient que la contribution des nouveaux produits augmentera les
ventes à 20 %. Estimer les ventes pour le 2ème trimestre de l'année prochaine.
i) Comment peut-on interpréter le coefficient directeur de la droite de tendance ?
calculé précédemment ?

Développement

a)
b)
Sommes
trimestre 1 2 3 4 5 6 7 8 36
vente 33 36 23 28 32 18 22 28 220
trimestre2 1 4 9 16 25 36 49 64 204
vente * trimestre 33 72 69 112 160 108 154 224 932

Ajuster àT = a + bt

1 (t) =1

1 (t) =t
α1=
α2=
8a +36b = 220
8 + 204 = 932
= 33,714
b = −1391
=− , + ,
c) Le graphique suggère le modèle additif, car les ventes des trimestres fournis dans le
Le problème n'a pas augmenté ou diminué par rapport à la tendance.
d)

t(trimestre) Venta(miles) Funcion Ajustada V/FA


1 33 32,333 1,021
2 36 30.952 1.163
ANNÉE 1
3 23 29.571 0,778
4 28 28,19 0,993
5 32 26.809 1.194
6 18 25.428 0,708
ANNÉE 2
7 22 24.047 0,915
8 28 22,666 1,235

1er Trimestre 1.107 MÉDIAS 1,001


2ème Trimestre 0.935
3ème Trimestre 0,846
4ème Trimestre 1.114

INDICES AJUSTÉS
1er Trimestre 2do Trimestre 3ème trimestre 4ème Trimestre
1.106 0.935 0,846 1.113

e)
Cyclical plus Irregular (méthode additive)

t(trimestre) Y T S Y-T-S=C+I
1 33 32,333 2,929 -2.262
2 36 30.952 -1,191 6,239
3 23 29.571 -4,310 -2,262
4 28 28,19 2,572 -2.762
5 32 26,809 2,929 2.263
6 18 25,428 -1,191 -6.238
7 22 24.047 -4,310 2,263
8 28 22,666 2,572 2,763

Chaque année a 4 trimestres.

f)
Dans le tableau précédent, nous pouvons observer que sur les deux années, les variations sont de même.
amplitude, suivant la tendance, où l'on observe que les ventes diminuent. Les
Les variations peuvent être attribuées aux données obtenues au cours de ces trimestres, car en graphiquant à
À partir de ces chiffres déjà présentés par le problème, ces transitions sont déjà observées.

g)

L'attente de génération selon le modèle est donnée par la fonction de la tendance en


où T (6) est introduit et donne environ 25,5 mille, où la vente au cours de ce trimestre
je reste très en dessous étant de seulement 18 000 selon les données fournies par le
problème.
h)

Le 2° trimestre de l'année suivante (t=10) si les ventes augmentent de 20%. Estimer les ventes.

Solution :

On calcule la tendance pourt = 10

( )19,904
= 33,714 − 1,381 10=
En ajoutant à la tendance l'indice correspondant au 2ème trimestre (-1,191), nous avons la demande
prévue

= 19,904 + (−1,191) = 18,713


On ajoute 20 % de la vente pour les produits importés.

= 18,713+ 3,7426 = , (Demande projetée pour l'année suivante)

i)

Le coefficient angulaire de la droite indique qu'au fil des trimestres, les ventes diminuent.
En observant le graphique de l'élément a, on peut clairement voir cette diminution.

Vous aimerez peut-être aussi