C.

Mouton

Un exemple de recherche opérationnelle en économie rurale :

programmes linéaires et gestion de l'entreprise agricole
In: Économie rurale. N°34, 1957. pp. 23-41.

Citer ce document / Cite this document :

Mouton C. Un exemple de recherche opérationnelle en économie rurale : programmes linéaires et gestion de l'entreprise
agricole. In: Économie rurale. N°34, 1957. pp. 23-41.

doi : 10.3406/ecoru.1957.1610

http://www.persee.fr/web/revues/home/prescript/article/ecoru_0013-0559_1957_num_34_1_1610
 UN EXEMPLE DE RECHERCHE OPERATIONNELLE EN ECONOMIE RURALE :

PROGRAMMES LINEAIRES ET GESTION DE L'ENTREPRISE AGRICOLE

par Claude MOUTON
Assistant à l'Institut National Agronomique

Les premiers éléments de cette étude ont été dre des objectifs donnés. A cette fin, elle utilise un
rassemblés lors de notre séjour à Rome, à l'occa modèle d'action, déterminé par l'analyse logique
siondu Centre de Perfectionnement en Economie et, quand cela s'avère possible,, par des méthodes
Rurale et Statistiques Agricoles, organisé conjoin mathématiques ».
tement en 1956 par la F.A.O. (Division de l'Econo La recherche opérationnelle apparaît comme une
mie) et l'Université de Rome. Nous sommes recon science portant sur un ensemble d'hommes et de
naissants aux divers responsables du Centre, en machines, animées ou inanimées, devant concour
particulier au Dr. M. Eze\iel, directeur, adjoint de ir à un même but : « C'est la recherche au stade
la Division de l'Economie, au Professeur G. Meh- de Vaction en commun, au stade de l'opération »
rcn, de l'Université de Californie, et à M. V. Ma- [1].
rama, de nous avoir donné l'occasion de nous La recherche opérationnelle va donc utiliser deux
initier aux méthodes modernes d'analyse économi
que et statistique. types de méthodes de travail, l'une fondée sur la
Nous sommes également très heureux de remerc statistique mathématique et le calcul des probabilit
ierici notre collègue et ami D. R. Bergmann pour és, l'autre fondée sur la détermination de modèles
les encouragements qu'il a bien Voulu nous prodi mathématiques plus ou moins complexes.
guer au cours de l'élaboration de cette note. L'économiste rural et le sociologue rural vont
s'apercevoir à rénumération des diverses méthodes
I de travail que, à l'image de M. Jourdain, ils fai
saient de la recherche opérationnelle sans le savoir.
x La recherche opérationnelle est une technique
nouvelle, bien que son acte de naissance puisse se Les principales méthodes de travail
fixer vers 1939 en Grande-Bretagne. La deuxième
guerre mondiale lui a valu un large développement de la recherche opérationnelle
dans les pays anglo-saxons : l'emploi des métho
desde travail fondées sur la technique opération Une observation liminaire d'abord : l'économiste
nelle s'est traduit, sur le plan militaire (marine, et le sociologue doivent acquérir une excellente fo
aviation) par de remarquables succès (pont aérien rmation mathématique leur permettant non seule
de Berlin...). En France, l'Institut de Statistique de ment de profiter pleinement des techniques moder
l'Université de Paris permit à un certain nombre nes d'analyse économique et sociologique, mais
de chercheurs de se réunir dans un séminaire dirigé également d'indiquer au statisticien leurs besoins de
par G. Guilbaud. Leurs travaux furent peu à peu façon précise. Notre participation au Centre Inter
connus du grand public, quelques grands journaux national de Perfectionnement en économie rurale et
d'information comme « Le Monde » ayant consa statistique agricole nous a montré que la formation
créun ou plusieurs articles à cette nouvelle tech mathématique constituait le principal facteur limi
nique. tant du perfectionnement des économistes ruraux.
Qu'est-ce donc que la recherche opérationnelle ?
Des nombreuses définitions qui ont été proposées, Les techniques statistiques.
M. E. Ventura, dans un remarquable article de la Dans la plupart des cas, l'étude d'un phénomène
revue de Statistique Appliquée [ 1 ] * retient celle de global de production (output) fait apparaître entre
M. Ellis A. Johnson; directeur du Operations Re les divers facteurs de production (input), soft des
search Office à John Hopkins University : « La liaisons fonctionnelles, soit le plus souvent une dé
recherche opérationnelle est la prédiction et la com pendance statistique (nuage de points).
paraison de la valeur, de l'efficacité et du coût d'une
série d'actions spécifiques possibles, qui mettent en L'étude de la dépendance statistique entre deux
jeu des systèmes hommes-machines en vue d'attein- phénomènes Xi et x2 (par exemple : rendement en
blé et fumure azotée, rendement en blé et pluvio
(*) Les chiffres entre crochets se rapportent aux articles et métrie) fait l'objet de la théorie de la régression et
ouvrages cités dans la bibliographie. aboutit à la détermination de coefficients de corré-
lation multiple ou partielle, linéaire ou curvili La théorie des files d'attente a été assortie récem
gne[2], mentd'une nouvelle méthode dite de Monte-Carlo,
On arrive ainsi à la notion d'analyse de la utilisant une loi de probabilité relevée sur des cas
variance, ou analyse statistique de la variabilité concrets et non d'après une hypothèse théorique.
d'une grandeur, bien connue des expérimentateurs
agricoles. Les applications de ces méthodes sont La théorie des jeux.
fort nombreuses aussi bien dans le domaine de la
technique agricole que dans celui de l'économie La théorie des jeux constitue également une des
ou de la sociologie rurale [3] . méthodes de la recherche opérationnelle. Le lecteur
pourra se reporter aux excellents articles de G. Guil-
Les sondages. baud sur la portée et les techniques de cette méthode
dont les applications dans le domaine militaire
De même, très souvent, un chercheur doit formul comme dans le domaine commercial sont fort nomb
er un jugement sur un ensemble de phénomènes reuses [4] .
Xi (univers) à partir d'une fraction de cet ensemble,
appelée échantillon. Il est donc conduit à dresser Les programmes linéaires (linear programming).
ou à faire dresser par un statisticien un plan de son-
dage, qui doit présenter les caractéristiques suivant La technique des programmes linéaires semble
es : avoir été élaborée tant par des économistes théori
• a) il doit être possible de déterminer les erreurs ciens que par des praticiens. Elle constitue une
méthode pour résoudre certains problèmes de pla
dont peuvent être entachées les estimations basées nification et de programmes, soumis à un certain
sur le sondage ; nombre de conditions précises. Généralement, elle
b) il doit être possible de l'appliquer pratique s'applique dans les problèmes de gestion optimum
ment ; d'un organisme complexe (*), à activités différent
c) parmi les plans satisfaisant à ces deux condit es, et devant respecter les points suivants :
ions, on adoptera le plan le moins onéreux et four a) Les coefficients de fabrication ou de product
nissant le maximum d'observations. ion (input-output ratios) sont constants.
Un ■ plan de sondage apparaît donc toujours b) Régime concurrentiel du marché constitué par
comme un compromis entre diverses tendances, les diverses activités de l'organisme complexe. Ce
exactitude, possibilité, prix de revient. régime impl'que pour chaque activité l'hypothèse
Le champ d'application des sondages est extr de divisibilité — chaque activité pouvant croître ouv
êmement vaste : décroître d'une manière proportionnelle et continue
— et l'hypothèse d' additivité , les activités mises
a) Recensement. Un sondage peut, sous certai simultanément en jeu n'ayant aucune réaction les
nesconditions, remplacer un recensement, ou comp unes sur les autres.
léter certains de ses aspects, ou permettre un c) Facteurs de production en quantité limitée, ce
dépouillement partiel (rapidité de connaissance des qui détermine la part de chaque activité dans l'ac
résultats). tivité totale de l'organisme complexe.
b) Enquêtes démographiques, économiques, social La structure de l'organisme et les diverses fonc
es. tions de productivité étant ainsi précisées, on s'ef
c) Expérimentations. forcera de rendre minimum ou maximum une fonc
d) Opinion publique et étude des marchés. tion linéaire de plusieurs variables, soumises à un
e) Contrôle de fabrication (qualité). certain nombre d' inégalités.
Les applications de la méthode des programmes
La théorie des files d'attente. l:néaires sont fort nombreuses : détermination de
La théorie des files d'attente, dite encore théorie la combinaison optimum des facteurs de production
des queues, relève de la recherche opérationnelle, au sein d'un organisme quelconque, afin de maxi
qui s'efforcera de réduire ou de supprimer les files miser le bénéfice net, ou de minimiser le coût, ou
d'attente se produisant soit dans une chaîne de pro d'assurer le plein emploi d'un facteur de product
duction, soit sur un lieu de chargement et de déchar ion donné ; problème de la régulation des ventes
gement,^ pas suite de l'arrivée d'une unité n + 1 d'entreprises à production ou à ventes saisonnières.
(camion, bateau) avant la fin des opérations inté Quant aux calculs impliqués par cette méthode,
ressant l'un'té n. ils sont d'une, complexité croissante avec le nombre
La première étape consiste à déterminer la loi de des variables, la représentation géométrique faisant
probabilité à laquelle obéit ou l'arrivée des unités
ou le temps de service. On pourra alors agir sur les (*) Par « organisme », il faut entendre soit une firme, soit une
diverses données de base du problème, ce qui industrie, soit l'économie nationale : le mot « organisme » pro
devrait conduire à l'utilisation d'une solution éc posé par P. Maillet (Revue d'Economie Politique 1953, p. 114)
onomiquement optimum. nous semble très heureux [5].
 — 25 —
défaut dès que le nombre des variables dépasse pas de difficultés théoriques fondamentales. Mais
quatre. Il devient alors indispensable d'employer seul l'emploi de méthodes modernes de calcul
des méthodes d'analyse mathématique s'appuyant (méthode matricielle, méthode du simplex, etc..)
sur l'utilisation des machines électroniques. En permet de résoudre, dans un laps de temps relat
effet, on démontre que la résolution d'un système ivement court, des systèmes de 100 ou 200 équations
de n équations linéaires à n inconnues ne présente linéaires à 100 ou 200 inconnues.

II. LES PROGRAMMES LINEAIRES

ET LA GESTION DE L'EXPLOITATION AGRICOLE
Du point de vue économique, la vie de l'exploi queue. Mais rien ne nous assure que l'utilisation des
tationagricole se manifeste par des échanges plus doses d'engrais, ou de la rotation des « leaders »
ou moins nombreux avec le monde extérieur, ces par les exploitations de queue conduira ces dites
échanges pouvant, soit totalement, soit partiell exploitations au même succès économique, puisque
ement,prendre une forme monétaire. Si l'accès de les structures sociologiques et intellectuelles de l'ex
l'exploitation agricole à l'économie de marché cons- ploitation de queue sont généralement fort différent
t'tue bien la seule manière d'améliorer le niveau de es de celles de l'exploitation de tête (*).
vie du monde rural tout entier, uns telle option En outre, défaut plus grave, que se passe-t-il dans
implique, de la part de l'exploitant, non seulement le cas où l'analyse de groupe conduit à l'impossibil
une solide formation technique, mais aussi une fo ité de distinguer des leaders ?
rmation économique. Il est certain que le bon sens du conseiller de
A l'image de son collègue de l'industrie et du gestion, ses connaissances techniques, peuvent sup
commerce, l'agriculteur va désormais se trouver dans pléer, dans une plus ou mo'ns large mesure, aux
la strete obligation non seulement de produire pour déficiences de la méthode comparative qui, essen*
la vente, mais surtout de vendre pour acheter. Il va tiellement fondée sur des analogies supposées a
iui falloir combiner les prix des divers facteurs de priori statistiquement exactes, n'implique aucun
production et s'efforcer de maximiser son revenu, calcul au sens de la théorie économique.
compte tenu de certains impératifs structurels, Aussi, des calculs économiques a priori nous
techniques, économiques ou sociologiques. Nous semblent-ils indispensables si l'on veut conseiller
'

sommes donc peut-être en présence d'un problème avec efficacité et précision les agriculteurs. « De
justiciable de la méthode des programmes linéaires. tels calculs, nous dit M. D. R. Bergmann, dans
l'article précité, exigent plus que des données techni
Les outils méthodologiques de la gestion. ques. Il faudra un objectif, un modèle et des don
La direction d'une entreprise implique nécessai nées économiques ».
rement, comme l'a montré M. Fourastié [6], l'ét L'objectif sera en général la recherche du rende
ablissement et l'étude de deux catégories de docu ment net ou profit maximum pour l'entrepreneur,,
ments. L'une permet l'enregistrement tant monét compte tenu de certains impératifs techniques et
aire que quantitatif des opérations déjà réalisées : économiques.
c'est l'objet traditionnel de la comptabilité. L'autre Le modèle sera une entreprise agricole définie par
a pour but la prévision de l'avenir, objet du budget un certain nombre de caractéristiques techniques et
« matières » et du budget « financier », ce dernier économiques qui définiront en quelque sorte le
étant la traduction en terme monétaire du budget cadre des activités élémentaires agricoles. Ces caract
« matières ». éristiques pourront être exprimées par des nombres
En 1953, D. R. Bergmann avait, dans un article absolus ou relatifs et constitueront en quelque sorte
intitulé « Les données techniques nécessaires au les coefficients de structure de,« l'organisme comp
calcul économique en agriculture » [7] , précisé les lexe ». Les activités élémentaires qui seront, dans
outils "méthodologiques de la gestion, distinguant le cadre de la structure de « l'organisme complexe »,
les méthodes déducttVes dites encore comparatives mis en œuvre par le « programme » (c'est-à-dire le
eu « a posteriori )> des méthodes inductives ou a a système de production) nous seront connues par des
priori ».' foncions de production plus ou moins parfaites,
Les méthodes comparatives ont été longtemps les soit techniques, c'est-à-dire exprimées en unités
seules armes du vulgarisateur agricole. Les conseil
lers de gestion en font à l'heure actuelle un large
(*) Des études entreprises par le L.E.I, et l'Institut de Socio
usage, mais cette méthode nous semble présenter logie rurale de Wageningen (Pays-Bas) ont montré que les fac- .
quelques vices rédhibitoires. teurs sociologiques et les capacités intellectuelles et techniques
Elle suppose d'abord un échantillon homogène des exploitants peuvent constituer le facteur limitant d'un pr
d'exploitations placées dans des conditions relativ ogramme de développement économique régional. Le lecteur pourra
ementsemblables et, ensuite, la présence d'un groupé se reporter au rapport de la mission de productivité : « Plein-
de tête qui servira de « cible » aux exploitations de Emploi, Exploitation familiale », septembre 1956.
 — 26 —

physiques, soit économiques, les unités monétaires Aussi, un certain nombre de chercheurs anglo-
se substituant totalement ou partiellement aux uni saxons se sont-ils efforcés, ces dernières années,
tés physiques. La fonction de production apparaît d'utiliser la méthode des programmes linéaires pour
donc comme « la relation qui lie, dans un processus résoudre le problème de la gestion de l'entreprise
de production déterminé, la ^quantité (ou la Valeur) agricole, afin de lever les lourdes hypothèques de
de produit obtenu à la quantité (ou à la valeur) des la méthode des budgets :
facteurs de production mis en œuvre » [7].
La méthode dite des budgets est le type de ces James N. Boles écrivait en 1955 [10] : « La mé
méthodes inductives. De nombreux économistes thode des programmes linéaires nécessite les mêmes
ruraux français, à la suite de. leurs collègues étran données et est soumise aux mêmes impératifs que
gers, ont défini ou utilisé cette méthode simple sur la méthode des budgets. L'efficience du chercheur
le plan théorique, mais fort délicate en pratique se trouve considérablement accrue, le travail pure
[8] . « En effet, nous dit D. R. Bergmann, le cher ment matériel (calcul) pouvant être accompli par du
cheur estime le rendement brut moyen probable et personnel technique (calculateur). La solution con
les charges globales d'exploitations moyennes pré duit nécessairement à la découverte de la combi
visibles pour une même entreprise (réelle ou hypot naison optimum ».
hétique) soumise à deux ou plusieurs systèmes de C'est pourquoi nous nous proposons d'étudier
production. Celui des systèmes qui procure le prof l'application de cette méthode à un problème de
itle plus élevé doit être adopté (si les différences gestion particulièrement simple. Etant donné, d'une
de profit sont significatives). La mise au point des part, une entreprise agricole définie par un. nomb
divers systèmes de production, qui doivent — sous relimité de caractéristiques techniques et écono
peine de rendre le calcul inutile — être cohérents, miques, représentant les facteurs fixes de product
e«t la partie la plus délicate de la méthode des budg ion,connaissant, d'autre part, un certain nombre
ets. Or, cette logique interne d'un système de pro- de fonctions de production définies par des coeffi
.duction hypothétique, que. l'on cherche à comparer cients de production constants, soumises à un rég
à un autre, ne se verra que lors des divers calculs ime concurrentiel, nous voulons déterminer la comb
des éléments du budget. Il faudra donc, pour pré inaison linéaire des fonctions de production Pi qui
ciser les détails de ces systèmes, de longs tâtonne maximise le revenu net global de l'exploitant (*).
ments(longs à l'échelle du raisonnement de la pens
ée, mais infiniment courts comparés aux évolu Après avoir indiqué les caractéristiques du modèl
tions traditionnelles des systèmes de culture) » [7] . e économique, nous essayerons de déterminer la
En outre, comme le soulignait F. V. Waugh en combinaison optimum dans les deux cas suivants :
1953 [9], a La méthode des budgets ne constitue 1° deux facteurs de production — terre (S.A.U.)
pas une méthode systématique, puisqu'elle s'appuie et quantité totale de travail annuel — sont connus
largement sur les qualités du jugement et d'intuition du chercheur ;
du chercheur ». De plus, l'obtention de la combi
naison optimum des fonctions de production n'est 2° six facteurs de production sont connus du
nullement assurée par cette méthode. chercheur.

III. — DETERMINATION DE LA COMBINAISON OPTIMUM

A. Les données (inputs) : ainsi, par exemple, un profit de 50.000

francs peut être assuré soit par la mise en culture
Les données définissant le modèle d'étude se de. 1 ha de betteraves à sucre, l'utilisation de 25
trouvent rassemblées dans le tableau 1 qui nous, journées de travail par an... (Pi), soit par la mise
indique plus particulièrement : en culture de (50.000/5.000) x 1 = 10 ha de luzer
a) La structure de l'entreprise agricole consi ne,l'utilisation de (5O.OOO/5.OOO) x 5 = 50 jour
dérée : nées de travail... (Ps). »
200 ha de S.A.U. En outre, pour des raisons techniques ou écono
•

1.800 journées de travail par an dont 500 pour miques, la surface consacrée à la betterave. à sucre
la période avril-juin (3 mois) et 400 pour la période (Px) ne doit pas dépasser 20 ha, c'est-àdire le 1/10
octobre-novembre (2 mois). de la S.A.U. totale, la surface consacrée à la luzer
L'hectare et la journée de travail constituent les ne ne doit pas dépasser 40 ha, soit 1/5 de la S.A.U.
unités élémentaires (non divisibles). totale. Aucune limitation de surface — pour la
b) Les productions qui peuvent figurer dans la clarté de l'exposé — n'est prévue pour P2, P3 et
combinaison optimum : betterave à sucre (Pi), maïs P..
grain (P2), blé (P3), orge (P4), luzerne (Ps).
Chaque production assure un certain profit pur (*) Pour des raisons concernant la typographie il a fallu, dans
(output) en contrepartie de l'utilisation d'une cer cet article, renoncer à l'emploi des lettres indices et les remplacer
taine quantité de divers facteurs de production par des italiques. Les variables sont en caractères romains ou gras.
 27 —

Cette note ayant essentiellement un caractère La "superficie agricole utile a été portée en abs
méthodologique, le lecteur voudra bien nous excu cisse, les quantités totales de travail annuel en
serd'avoir fixé des coefficients de production d'une ordonnée. Afin de faciliter l'établissement et la lec
manière assez arbitraire. Notre modèle pourrait cor ture du graphique, nous avons pris comme valeur
respondre à une exploitation agricole du Bassin de de l'unité de revenu net 100.000 francs, ce qui
Paris, région de. grande culture. Les temps de tra revient
N° 1 1 (S.A.U.
à multiplier
et Travail
par total).
100 les valeurs du tableau
vail retenus sont des temps de travail moyen, éta
blis à partir des études de M. Vochelle, en- 1948, La droite Opx (pt = 100/50 ; 100/2) représente,
et de M. J. Chombart de Lauwe, en 1956, ainsi que vu nos hypothèses de travail, la fonction de pro
par différents élèves, de .1* Institut National Agrono duction Pi (betteraves à sucre) et la ligne polygQ-
mique-! 11]. Quant à la détermination des résultats nale pi p2 p3 p4 p3 convexe par rapport à l'origine
financiers, nous avons utilisé des résultats d'exploi une courbe d'égal profit (*).
tationsdu Bassin de Paris, publiés par divers au Puisque les facteurs de production S.A.U. et Trav
teurs, en particulier par M. J. Chombart de Lauwe ail sont en quantité limitée — 200 ha et 1 .800 jour
[112]. nées — considérons les points So (200 ; 0) et To
(0 ; 1.800). Les perpendiculaires issues de ces points
B. — Première hypothèse : So et To se coupent en Po, le rectangle O Se Po
deux facteurs de production S.A.U. To limite les combinaisons possibles des fonctions
de production Pi à Ps, puisque tout point situé en
et Travail total dehors de ce rectangle ne correspond pas aux don
— Les données du problème (Tableau 10). nées de base du problème.
a) Structure de l'exploitation : (Po) Plusieurs cas sont alors possibles :
Facteur S.A.U. = " 200 a) Po se trouve sur une des droites O pi : la fonc
Facteur Travail total = 1 .800 tion de production Pi constitue alors la combinaison
d'oùPo-= 200 (S.A.U.) + 1.800 (Tr. t.) optimum et la distance OPo représente le revenu
net maximum.
b) Fonctions de production : b) Po se trouve compris entre un des axes (par
(Pi) 1 (S.A.U.) + 25 (Tr. t.) équivalent à 50 Rx exemple axe S.A.U.) et une droite Opi (par exemp
(P2) 1 *(S;A.U.) + 16 (Tr; t.) équivalent à* 45 R2 le OPs). La combinaison optimum se réduira à P*
(Pâ) 1 (S.A.U.) + 6 (Tr. t.) équivalent à 40 R, jusqu'à l'utilisation totale du facteur S.A.U., sauf,
(P4) 1 (S.A.U.) + 6 (Tr. t.) équivalent à 15 R4 hypothèse spéciale quant à l'emploi de l'autre fac
(P5) 1 (S.A.U.) + 5 (Tr. t.) équivalent à 5 R5 teur.
Rï étant le revenu net exprimé dans l'unité choisie c) Po se trouve compris entre deux droites Opi et
(ici 1.000 francs). Opi + i. Ceci constitue le cas le plus fréquent.
c) Comment déterminer la a combinaison opt L'étude du graphique N° 1 nous montre que la
imum » des facteurs de production utilisés ? combinaison optimum se situera sur le segment
Les méthodes susceptibles d'être utilisées peu pi p3, puisque chaque point sur cette ligne produira
vent se classer en trois grands groupes : méthode l'unité dé revenu à un coût moins élevé qu'un point
géométrique, méthode mathématique, méthode situé sur le segment pt p2 ou p2 p3 ou à fortiori sur
« mixte » qui* est une combinaison des deux pre le segment p* ps. C'est, d'une manière plus précise,
mières. le point p'o, intersection de la droite OPo avec le
segment pi p3 (courbe d'égal profit). La combinai
1. — Méthode géométrique [13]. son Pi P3 est satisfaisante puisque p0 se trouve entre
Calculons, pour chaque fonction, de production, p. et p3, ce qui veut dire que les coefficients numér
la superficie agricole- utile et la quantité totale de iques de la combinaison linéaire optimum entre
travail annuel assurant une unité de revenu net, Pi et P3 sont positifs.
soit 1.000 francs. D'où la construction suivante :
Les résultats sont rassemblés dans le tableau n° il 1 De Po (200, 1.800) nous mènerons deux parallèl
qui nous montre que l'entrepreneur se procurera un es à OPi et OPa qui coupent respectivement OP»
revenu de 1 .000 francs par l'utilisation : en p*3 et OPi en p\, dont les coordonnées sont pour
de 1/50 ha et 1/2 journée de travail (betteraves) p'i (31,5 ; 790) et pour p\ (168,5 ; 1.010).
ou La méthode géométrique nous montre, que dans
de 1/45 ha et 16/45 journée de travail (maïs grain) le cas de deux facteurs de production (S.A.U. et
Travail), un plan de production comprenant 31,5 ha
ou de betteraves à sucre et 168,5 ha de blé, constituera
de 1/5 ha et 1 journée de travail (luzerne). la combinaison optimum assurant un revenu net
La représentation graphique (axes rectangulaires) égal à :
des résultats du tableau 1 1 permet une déterminat
ion aisée de la combinaison optimum (graphique (*) Notons que la courbe d'égal coût serait concave par rap
N° 1). port à l'origine.
 — 28 —

Op i op a Les valeurs des coefficients ai; sont (tableau 10) :

100.000 ( + ) = 8.320.000 francs. axx = 1/50 a» = 1/40 ai. = 200
opi op3 a21 = 1/2 a2J = 3/20 a20 = 1.800
2. — Méthodes mixtes. l'unité de revenu net étant de 1.000 francs.
Ces méthodes utilisent la méthode géométrique Plusieurs méthodes de calcul permettent de résou
pour sélectionner les fonctions de production qui drele système (2).
'semblent devoir satisfaire aux conditions du pro 1° Méthode classique :
blème, puis un traitement mathématique plus ou '
moins complexe permet de déterminer la solution 1/50 kx + 1/40 ka = 200
(2) devient (3) )

1
optimum 'entre les diverses fonctions de production
retenues par la perspective géométrique. ( 1/2 kx + 3/20 ka = 1.800
L'analyse vectorielle appliquée à l'exemple pré 30.000
cédent nous montre qu'il s'agit de trouver une com-

'
19
binaison linéaire de deux vecteurs Opi et Op3, tel d'où
ou ;l 28.000
que l'on ait : ka =
19
(1) OPo = kx Opx + k3 Opa
Revenu net maximum = (ki + ka) 1.000, très peu
le choix entre les vecteurs Opt (dans notre exemple différent de 8.316.000 francs.
S.A.U. Pi : kx axx = 31,6 ha.
pi et Op3) ayant été effectué par la méthode pré (200 ha) P3 : k3 axa = 168,4 ha.
cédente (ligne d'égal revenu net).
Travail \ Px : ki a2i = 789 journées.
En coordonnées cartésiennes, si nous avons : (1.800 j.) l P3 : k3 a23 = 1.011 journées.
au a13
OPa = ; OPa = ; OPo = Cl20 2° Méthode dite par « inversion der la matrice » :
(1) peut s'écrire : Cette méthode fut proposée en 1951 par Freder
f kx au + ka = al0 ickV. Vaugh [13 a].
(2) / i , i Le système (2) peut s'écrire :
A.K' = a*
Ce système de deux équations à deux inconnues (4)
ki et ka admet en général une solution unique si axx a13 kx ai*
an a23 — aia a2i différent de zéro, c'est-à-dire si les où A = K' = ;a* =
;
—>■ — >- k3 a3»
vecteursv Opi et Op3 sont indépendants l'un de
l'autre. Les solutions de (4) sont données par. :
K' = a' A1
En outre, ki et k3 doivent avoir une valeur posi (5)
tive (activité économique).
D'une manière plus générale, un système de n
équations linéaires à n inconnues ki, ka, ... kn
sachant que A'1 =
ki + ax2 k2 + ... + ain kn =
(3)
IAJ [Aj
admet une solution unique telle que : avec JAj = axi a2a — a2x axs
kx , k2 kn 1 Dans le cas de notre exemple, nous avons
Ai As An A ; 1/2 ki + 3/20 ka = 1.800
où A est le déterminant du nième ordre | ars | (3)
(r et s = 1, 2, ... n) et où Al A*. •••♦ A" sont les 1/50 ki + 1/40 k3 = 200
déterminants obtenus en substituant la colonne
(ai, a2, ..., an) respectivement à la première colonne (3) peut s'écrire :
de A» à la seconde, ... et à la nième. 1/100 kx + 1/80 ka = 100 .
La solution est unique si tous les déterminants A» (6)
Al A 2 ••• A" sont .différents de 0. 1/36 kx + 1/120 ka = 100
 — 29

d'où : S.A.U. Travail ii Tout

pourrait
coefficient
exister de
unesigne
fonction
négatifPidoit
qui être
procurerait
rejeté ;
1 1 un plus grand avantage — ici revenu net — que la
combinaison Pi P3.
1100 36
A = c) Etablissement d'un test permettant de vérifier
1 1 que la combinaison trouvée géométriquement est
bien optimum — c'est-à-dire, ici, assure un revenu
80 120 net maximum. Tout point situé au-dessus de la
droite p'\ p"3 doit vérifier l'inégalité :
It 1 1 1 19
140.000 18.000
IOC ) 120 36 (9) Xi" SAU + Yi" Tr. > 1
80 72.000
19 19
où Xi" SAU et Yi" Tr. sont les caractéristiques
120 |Af 36 des points pi" précédemment définis.
A1 = L'étude du graphique N° 1 , par suite des échelles
1 1 choisies, montre qu'il est difficile de préciser la
position du point p2 par rapport au segment pa p3.
80 JA| 100 [A] Appliquons le test (9) à Pa. Sachant que les coor-.
données de p2 sont, d'après le tableau 11 : (1/45 ;
16/45), celles de p"3 sont donc : (1/45 x 200 ;
16/45 x 1.800).
(9) nous donne alors :
(7) 140 160 x 2 . 172
_ + = > 1
19 x 90 171
Puisque cette valeur est supérieure à 1 , la substi
tution de P2 à la place de Pi ou. P3 diminuerait vie
revenu net global assuré par la combinaison Pi P3.
Remarquons que dans le cas étudié, par suite des
conditions initiales- (200 ha, 1.800 journées), seule
la substitution.de P2 à Pi pourrait être envisagée.
Frederick
Les avantages
V. Vaugh,
de les
cette,
suivants
méthode
: sont, d'après
3° Conclusions sur les méthodes mixtes :
a) Détermination de la valeur et du signe des Ces méthodes améliorent la valeur des résultats,
coefficients ki et k3, ceux-ci ne devant jamais être mais elles . supposent une présélection géométrique
.

négatifs (activités économiques). qui peut être laborieuse. C'est pourquoi des métho
b) Détermination simultanée des coefficients desde résolution exclusivement mathématiques
a x et a 2 de l'équation* : furent recherchées afin, d'une part, de limiter la
a x X SAU + a 2 Y Travail = 1- durée du travail matériel, d'autre part de permett
de la droite passant par les points p*\ et' p"3 re l'extension à n facteurs de production [14]'.
dont les coordonnées sont obtenues en divisant la 3. — Méthode du « Simplex ».
valeur des coordonnées des. points pi et p3 (tableau
1 1 ) respectivement par 200 et 1 .800 :
Soient x et y les vecteurs unitaires des axes
p"i = (1/10.000. ; 1/3.600), (SAU) et Ox2 (Travail total) : ,
p"3 = (1/8.000 <; 1/12.000) 0.
a i et a 2 vérifient les équations du; système : Xi =
0
î 1/100 a x + 1/36 a , = 100
Nous avons alors :
(8)
f 1/80 a x + l/120a 2 = 100
La comparaison de (6) et (8) montre que (7) nous (10) " OPo = a™ xi + a20 x2
donne les solutions : _> -> ->
140.000 18.000 (11) Opi = an xi + a2x x2
oc i = ; a j=
19 19 (12) Op3, = ai3 xi + aa3 x*.
 — 30 —

Ainsi, tout vecteur OPn peut s'écrire: (15) peut s'écrire :

(16) P» = (200 — K) P. + (1.800 — 25 K) P7 + K Pr
(13) OPn = sun xi..+ a2n x2 Pour que K soit positif, il faut lui donner la valeur
1

C'est une combinaison linéaire oies deux. vecteurs permettant l'annulation du plus petit des rapports
situés dans les deux parenthèses dé P6 et Pr :•
unitaires Xi et x2/ ' '
P6 = O si K = 200

'
xi peut également apparaître comme une fonction P7 = OsiK = 1.800/25 = 72.
utilisant une unité de S.A.U. (c'est-à-dire 1 ha), (16) peut alors s'écrire :
O unité de travail et ne produ;sant aucun revenu Po = (200 — 72)!P6 + O Pr + 72 Pi,

.
net. xr (ou P6) pourra être appelé (( fonction de non
production » (disposal process ou slack variable ou (17) Po = 128 Pe + 72 P,
variable d'atténuation) puisqu'elle permet de lais
ser improductif - un facteur de production.
Le deuxième plan de production permet la mise
Notre premier plan de production sera donc en en culture de 72 hà de betteraves et assure un revenu
vertu de (10) : net de 72 x 50.000 = 3.600.000 francs ; une supkr-
(H) l o — aio I& T â20 1*7 ficie de 128 ha reste non cultivée (P6).
Troisième plan de production :
avec L'économiste peut penser qu'une combinaison de
Pi avec une autre fonction de production peut assu
aio = 200 ; a20 = 1.800 rerle plein emploi des ressources disponibles et un
revenu net maximum.
aio P6 -f a2o Pr constitue la « base » de Po. Calculons donc la valeur des divers coefficients
Si 200 ha de SAU et 1.800 journées de travail pi; des fonctions Pi, P2, ... Pr dans la nouvelle
sont utilisées par les « fonctions de non product « base » :
ion » Pe'et P7, le « plein emploi » des facteurs de (17) Po = 128 P6 + 72 R
production terre et travail sera alors assuré. Nous avons :
Le lecteur voit que l'introduction des vecteurs (17.1) P. = P, + OP>
unitaires représentant ici des a fonctions dé non (17.2) Pr = k, P6 + ki P»
production » permet d'accroître les possibilités de
choix de l'entrepreneur : si ce dernier dispose de c'est-à-dire ( 0 = k6 + ku
n fonctions de production (Pi à Ps), chaque fonc ( 1 = O + 25 ki
tion étant composée de m facteurs élémentaires de '
d'où kt = T/25 ; ke = — 1,25 . .
production iA ses ressources disponibles pourront être
utilisées dans une combinaison linéaire de n + .m Pr = 1/25 P. + 1/25 -Pi
fonctions de production et de « non production )>. (17.3) P, = P6 + 25 (— 1/25 P. + 1/25 Pt)
.

pt = O P. + 1 Pi
Deuxième plan de production :
(17.4) P2 = 9/25 P6 + 16/25 Pi
Le premier plan de production, ne. fournissait (17.5) P3 = 19/25 P.'+ 6/25 Pi
aucun revenu net. Le chercheur décide d'introduire (17.6) P4 = 19/25 Ps + 6/25 P;
dans la combinaison : ■ (17.7) P, = 4/5 P6 + 1/5 Pi
•
•

(14) Po = 200 P8 4- 1.800 Pr Dans le tableau N° 12 sont rassemblées les caract

la fonction de production procurant le plus grand éristiques du modèle dans la base :
revenu net par unité de facteurs de production (17) Po = 128 P, +• 72 P,
(revenu marginal) : ici Pi.
— R; donne le revenu net de la fonction élément
Puisque Po = 200 P« + 1 .800 Pr aire de production P;.
Et Pt = 1 Pe + 25 Pr
— zj donne le revenu net global de la a base »
Cherchons une combinaison linéaire de ces deux P; tel que l'on ait par exemple pour
équations : zo = 128 x O + 72 x 50 = 3.600 unités de revenu
(15) Po = 200 P6 + 1 .800TY + K (P, — P. — 25 Pr) net, soit 3.600.000 francs.
où :
1° K sera positif, — (z;- — R?-) mesure la valeur de la productivité
2° un des coefficients de P6 ou Pr sera nul, marginale de la fonction P/, cette fonction pouvant
3° l'autre coefficient sera positif. • se réduire à un facteur de production.
 — 31

Ainsi zs — R« mesure la valeur de la productiv mathématiques apparaît comme indispensable à la

ité marginale- (marginal value productivity) du résolution de tels problèmes.
facteur « terre », z7 — R6 celle du facteur « travail ' La méthode de Frederick V. Waugh, par inver
total ». sion d'une matrice [9],- peut naturellement être
Si toutes les valeurs z; — R; sont positives ou généralisée à n variables, des caractéristiques indé
nulles, la combinaison optimum sera trouvée : le pendantes du nombre des variables servant de cri
chercheur la. lira dans la colonne Po et le revenu tères de choix dans la fixation, des divers- coeffi
total sera z<>. cients ki de la combinaison optimum. Mais la
Dans notre exemple (tableau 12), nous voyons méthode reste essentiellement empirique en ce qui
que z3 — R3 = 28. concerne la sélection des diverses Pi et, de ce fait,
Nous allons donc introduire P3 dans la base : ne constitue pas un apport décisif dans les recher
(17) Po = 128 P. + 72 Pl ches entreprises pour améliorer les procédés de
résolution.
Par une série de calculs analogues, nous établi La méthode du Simplex s'est révélée très féconde .
ronsle tableau 13 qui nous donne la combinaison dans un assez grand nombre de problèmes de pr
optimum (troisième plan de production). ogrammes linéaires.
Po = 600/19 P1 + 3.200/19 P, Considérons (10) :
158.000
Le revenu net z0 s'établit à : unités, soit (10) O P, = a,, x + a2o y
19 Cette formule, dans le cas de n facteurs de pro
environ 8.316.000 francs, contre 3.600.000 dans le duction définissant ensemble une fonction de pro
troisième plan. duction Pi devient :
Les superficies consacrées à chaque culture sont
les suivantes : (10.1) ., O Po = + a20 x2 + a3o x3 + an»' xn
600
betteraves à sucre : , très peu différent de xn étant le vecteur unitaire de l'axe d'ordre n dans
19 un espace à n dimensions. Ce vecteur peut être
31.57 ha ; considéré comme la fonction de « non production »
3.200 pour le facteur d'ordre n.
— blé : -, très peu différent de 168.43 ha. La méthode précédemment utilisée dans le cas
19
.
cù n — 2 est donc généralisable à un nombre n de
Le tableau N° 14 permet de comparer les résul variables. « La méthode du simplex, consistera donc
à suivre une ligne polygonale — dans le plan ou
tatsdes second et troisième plans de production. l'espace à n dimensions — en s'assurant que la
forme linéaire à maximiser (ou minimiser) prend,
C. — Deuxième hypothèse : des valeurs toujours croisantes (ou décroissantes) »
six facteurs de production m.
Dans notre exemple (tableau I),1 nous avons :
La complexité du réel explique les difficultés 1° 5 fonctions de production : Pi, Pa, Pa, P4, P*
rencontrées lors de l'élaboration des budgets d'en assurant un revenu Ri, R2, Rs, R< et Rs ;
treprises. Remarquons que parler de budgets prévi
sionnels nous semble être,un regrettable pléonasme, 2° 6 facteurs de production, caractérisés par 6
puisque le budget peut se définir « comme un plan fonctions de a non production » Pe, P7, Ps, Ps>, P10.
d'opérations exprimées eh unités monétaires, com Pu, tel que :
prenant une prévision des revenus et des coûts au
cours d'une même période, généralement d'un an »
(Fourastié op. cit. [6]). Pe =
La technique des programmes linéa;res en multi
pliant le nombre des variables (facteurs de product
ion)va. permettre, d'une part, de préciser les carac
téristiques des diverses activités élémentaires (ou
fonctions de production), d'autre part, de détermi assurant chacune un revenu nui :
,

ner la combinaison optimum de ces activités él R« = R7 = R8 = R9 = Rto = Ru = 0.

émentaires (maximum de ' revenu, minimum de
3° chaque coefficient ai; est défini -, pour- les
coût...).
En effet, dès que le nombre des facteurs dépasse valeurs suivantes de i et / (nombres entiers) :
4, la représentation géométrique fait défaut. La 6 ^ i ^ 11
nécessité d'utiliser des méthodes exclusivement 0 ^ j ^ 1 1
 — 32 —

4° Le revenu global z; de chaque P; est égal à : — 20 ha de betteraves à sucre ;

— 16/3 ha, soit 5,33 ha de maïs grain ;
i = 11 — 174,66 ha de blé ;
z; = 2 ai; Ri
i = 6 assurant un revenu net de 8.226,66 unités, c'est-à-
dire 8.227.000 francs environ.
Le tableau 20 présente les caractéristiques du
modèle avant le début des calculs. Ces diverses productions exigeront :
1° 1.633,29 heures de travail par an ;
Le premier olan de production est : (10.2).
P« = 200 P6 + f.800 Pr+500 P8 + 400 P9 + 20 Pl0+ 2° 304,66 heures de travail au cours de la période
40 Pu avril-mai-juin.
avec Zo = 0 Les coefficients (d70 et dso) du tableau 23 nous
donnent directement les quantités de travail' inuti
Pi assurant le plus grand revenu sera introduit lisées par la combinaison optimum.
dans la base (10.2).
Le tableau 23 "nous permet également de déter
aio miner directement par simple lecture la valeur mar-,
Formons les rapports . La fonction de « non ginale des diverses P;.
Par exemple, la valeur de la productivité margi
production » Pi du tableau 20 correspondant à la naledu travail total z7 — R; est nulle puisque tou
valeur minimum de ce rapport sera remplacée par tes les quantités disponibles n'ont pas été employées ;
la fonction de production Pi. Toute valeur de aii de même pour Ps (travail période avril-juin).
négative ou nulle est écartée.
La valeur de la productivité marginale de la
On déterminera la valeur des nouveaux coeffi terre est de 119/3 (z6 — R«) unités de revenu net,
cients bi; des diverses P; dans la nouvelle base : soit environ 39.666 francs. Cette valeur montre que
ici Pi remplace Pio. l'utilisation d'un hectare supplémentaire de terre
On a donc (10.3) provoque une diminution de 1/15 journée de tra
vail au cours de la période avril-juin, ainsi que de
o= Pr+bs ii <> Pn+bio Pi 1/15 ha de maïs-grain, mais emploie 16/3 journées
de travail total, ce qui augmente la superficie de
blé de 8/7,5 ha.
avec
Les résultats financiers et la superficie utilisée
bi; = ai; — bt; aii par les divers plans de production sont représentés
sur le graphique N° 2.
On établira de la même manière le deuxième,
puis le tro:sième et, enfin, le quatrième plan de La combinaison représente un optimum écono
production, où toutes les valeurs de z; — R; seront mique. Si, pour des raisons techniques, nous vou
positives ou nulles. lons réduire la superficie en blé de 80 ha afin de
cultiver 40 ha d'orge et 40 ha de luzerne, le revenu
Le tableau N° 23 nous indique le plan de pro net passera de 8.226.660 à 4.826.400 francs. La
duction optimum r souplesse de la méthode apparaît ici pleinement.

V. — EN GUISE DE CONCLUSION

La méthode des programmes linéaires sera- gestion pourrait se libérer de la tâche matérielle
t-elle, pour l'économiste rural, aussi féconde d'établissement des divers comptes et se consacrer
que la méthode comparative ou la / méthode à l'établissement des fonctions de production dans
des> budgets ? Nous pensons personnellement le cadre d'une région donnée et par classe d'exploit
qu'un grand avenir semble réservé à cette ations, un aide technique pouvant facilement
méthoder bien que de nombreuses études théo accomplir lès divers calculs imposés par la méthode
riques et pratiques soient indispensables pour du simplex.
préciser les limites techniques et mathématiques de Cette division du travail permettrait ainsi de réa
cette méthode. Son emploi pourrait se révéler éga liser le plein emploi des économistes ruraux trop
lement très utile lors de l'élaboration de formules souvent absorbés par des tâches matérielles d'une
de concentrés pour animaux domestiques. rentabilité discutable.
Ainsi, l'économiste responsable d'un centre de Avril 1957.
 Travail total
(Journées)
2000 GrdpJwjueJ -EXEMPLE 1
1500-
1000
500
200
 — 34 —

Facteurs de production nécessaires par ha pour

Facteurs de production Unité Quantités
disponibles Pi P2 Ps P4 P5

S. A. U ha 200 1 1 1 1 1
Travail Journée 1,800 25 ■ 16 6 6 5
Total de . 500 9 7 0.5 1.5 2.5
travail =
Avril-Juin 10 heures 400 13,5 8 0.5 0 0
7 Oct. -Novembre. . .
Betteraves ha 20 1 0 0 0 0
Luzerne ha 40 0 0 0 0 1

Profit pur 1.000 fr. .- - 50 45 40 15 5

Tableau N° 1. — Caractéristique du « Modèle ».

Exemple N° 1

Ri 0 ' 0 50 45 40 15 5

P; Pc P« p, Pi P2 P3 P4 Ps

0 Pe 200' 1 0 1 1 1 1 1

0 Pr 1.800 0 1 25 16 • 6 6 5

z; 0 0 0 0 0 0 0 0

•' V-R; 0 0 — 50. — 45 — 40 — 15 — 5

Tableau N° 10. — Détermination du premier Plan de Production

P; S. A. U.. TRAVAIL
M (journée)

Pi 1/50 1/2
P2 1/45 16/45
P8 1/40 3/20
P. 1/15 6/15
Ps 1/5 11

Tableau N° 11. — Superficie (S.A.U.) et quantité totale de travail

nécessaires pour assurer un revenu net de 1 .000 fr.
 — '35 —

Ri 0 0 50 45 40 15 . 5

Pi p. p. p, Px P2 P, P* P, :

0 P6 128 1 — 1/25 0 : 9/25 19/25 19/25 4/5

50 Px 72 b 1/25 1 16/25 6/25 6/25 1/5

.

z/ 3.600 0 2 •50 32 12 12 110

i
z; - 0 2 0 — 13 — 28 ' 3 5

Tableau N° 12. — Détermination du deuxième Plan de Production

.Ri ~ ■ ■- .... 0 - - ■G - • 50 ^ 45^ 40 \5 5

■

Pi . • p» P. Pr - Px~ P2 P, p; P3

50 Px 600/19 - — 6/19 1/19 1 10/119 0 0 — 7/250

40 p, 3.200/19 25/19 — 1/19 . 0 9/19 1 , 1 19/20

zj 158000/19 700/19 10/il9 50 860/19 40 40 183/5

z; - Rj 700/19 10/119 0 — 5/19 0 25 158/5

Tableau N° 13. — Détermination du troisième Plan de Production

2e plan 3e plan

1° S.A.U. (200 ha) ':

Betteraves à sucre 72 31.57
Blé 0 168.43

Total 72 200.00
2° Travail total (1.800 j.) :
Betteraves à sucre 1.800 789
Blé 0 1.0111

Total 1.800 1.800

3° Revenu net (1.000 fr.) : 3.600 8.316

Tableau N° 14. — Comparaison des deuxième et troisième plans

de production {facteurs utilisés et retenu, net)
 Exemple N 2

R? 0 0 0 0 0 0 50 45 40 15 5

Pi Pc Pe Pr Ps • p9 Pi. Pli Px P2 Pa P. p5

0 p. 200 r 0 0 0 0 0 1 1 1 1 1

0 P. 11.800 0 1 0 0 0 0 25 16 6 6* 5

0 P8 500 '0 0 1 0 0 0 9 7 0.5 1,5 2.5

0'
0 p9 '400 0 0 1 0 0 13,5 - 8 0.5 0 . 0

0 Px. 20 0 0 0 0 1 0 1 0 0 0
°.
.

0 Pu 40 0 0 0 0 0 1 0 0 0 e 1

z; 0 0 0- 0 0 0 0 0 0 0 0 0

z; - -Ri 0 0 0 0 0 0 — 50 — 45 — 40 — 15 — 5

Tableau N° 20. — Détermination du premier plan de production

 — 37 —

• 0 0 0 0 0 0 50 45 40 15 5
Ri

Pi P. P. Pr p. p. Pi. Pu Pi P, P. p.. P5

0 P. 180 1 0 0 0 — 1 0 0 1 1 1 1

0 Pr 1.300 0 1 0 0 — 25 0 0 16 6 6 5

0 9 0' 7 0.5 1.5

0 Ps 320 0 0 1 0 2.5

0 P, 130 0 0 0 1 — 113,5 0 0 8 0.5 0 0

. 0 Pu 40 ■o 0 0 0 0 1 0 0 0 0 1

50 Pi 20 0 0 0 0 1 ,0 1 0' 0 0 0

1.000 0 0 0 0 50 0 50 0 0 0 0

-Ri 0 0 0 0 50 0 0 — 45 — 40 — 15 5

Tableau N° 21. — Détermination du deuxième plan de production

 38

' 45*
R; 0 0 0 0 0 0 50 40 15 5

P; Po P. P, p. p, Pao Pn p. Pr P. P, P.

0 P. 163,75 1 0 0 _ 1/8 5,5/8 0 0 0 7,5/8 1 1

'
0 P. 1.040 0 1 0 — 2 2 0 0 . 0 5 6 5

0 P8 206,25 0 0 1 — 7/8 22,5/8 0 0 0 0,5/8 1,5 2,5

0'
0 Pai 40 0 o 0 0 1 0 0 0 0 , 1

0 Pa 20, 0 0 0 0 1 0 1 0 0 0 0

0 P, 16,25 0 0 0 1/8 — 13,5/8 0 0 1 0,5/8 0 0

* 1.731,25 0 0 0 45/8 —207,5/8 50 45 45/16 0 0

z; --R/ 0 0 45/8 —207,5/8 0 0 0 —595/116 — 15 —5

Tableau N° 22. — Détermination du troisième plan de production

•
 39 —

R; 0 0 0 0 0 0 50 45 40 15 5

p. P. Pr P. p. Px. Px. P, P, P. P. Ps

0 Pr 166.70 16/3 1 0 -4/3 8/3 0 0 0 0 2/3 -1/5

0 p. 195,33 -1/15 0 1 —13/15 8.3/3 0 0 0 0 4.3/3 7.3/3

0 Pu 40 0 0 0 0 0 1 0 0 0 0 1

50 Pi 20 0 0 0 0 1 0 1 0 0 0 0

45 p2 5.33 -1/15 0 0 2/15 —26/15 0 0 1 0 -1/15 -1/15

40 ps 174,66 16/15 0 0 — 2/15 111/15 0 0 0 I 16/115 16/115

zi 8.226,66 119/3 0 0 2/3 4/3 p 50 45 40 119/3 119/3

z; - -R? 119/3 0 0 2/3 4/3 0 0 0 0 74/3 104/3

Tableau N° 23. — Détermination du Quatrième plan de production

 40

D
Revenu net. Graphique
— ■'--— " 2

(milliers de frs)
IU-UUUa>r

y
•

sonn*

n —
_Pla nNè1 PlanN'2 Plany
N*3 Plan N'4

5. a a (nd
/UU"

inn_
IUU ™
/ BLÉ

<
—-— MAÏS Z
—
GRAIN
■—- "

BETTERAVES A SU CRE
0 - '
Piafi N'1 PlanN#2 Plan N#3 Plan N'4
 BIBLIOi&RAPHIE

législation sociale. Bulletin technique d'infor

[ 1] Revue
E.
N° 1,VENTURA.
p.de57-78.
statistique
—Paris.
La appliquée
recherche 1956.
opérationnelle.
Vol. IV, mation, 1948, N° 31, p. 403-424. Ministère de
l'Agriculture. Paris.
[ 2] M. EZEKIEL. — Methods of correlation anal [12] J. Chombart de Lauwe et G. Dreau. —
ysis. New- York. 1941. Aspects économiques de la culture du maïs-
[ 3] E. MORICE et F. CHARTIER. — Méthode sta grain dans la région parisienne. Les cahiers
tistique (2 tomes). Imprimerie Nationale. Paris • agricoles et économiques de l'E.N.A. de Gri-
1954. gnon. N° 2. Novembre 1954.
[ 4] G. Th. GuiLBAUD. La théorie des jeux. [13] Frederick V. Waugh, — Graphie analysis in
Revue d'Economie politique. 1955 (vol. 65),
p. 153-188. economic
N° 84. Agricultural
research. Marketing
AgriculturalService.
handbook
Was
hington D. C. June 1955.
[ 5] P. MAILLET. — Une nouvelle technique éco
nomique : les programmes linéaires^ Revue F. V. WaUGH. — The minimum cost dairy
d'Economie politique, 1953 (vol. 63, p. 114- feed. Journal of Farm Economics. Août 1951..
. 123). Volume XXXIII. N° 3, p. 299-310.

.
[ 6] J. FOURASTIÉ. — La comptabilité. Que sais-je ? Walter D. FlSHER et Léonard W. SCHRUBEN.
N° 111. P.U.F. Paris 1952. — Lmear programming applied to feed-mixing
under différents price conditions. Journal of
[ 7] D. R. BERGMANN. — Les données techniques harm Economics, novembre 1953, vol. XXXV,
nécessaires au calcul économique en agricul N°4, p. 471-483.
ture.Economie Rurale N° 18, Octobre 1953,
R. DoRFMAN. — Application of linear pr
p. 17-24. Paris.
ogramming to the theory of the firm. Berkeley,
[ 8] Sur hs budgets en économie rurale : Californie, 1951.
R. P. DE FARCY. — Que rapporte l'exploitation H. C. Mackenzie et T. E. Godsell. — Linear
agricole. Bulletin mensuel de l'E.S.A. d'Ang programming and the cost of pig fattening
ers. Février 1953. rat;ons. Journal of Agricultural Economics
J. Chombart de Lauwe et F. Morvan. — Les 1956, p. 457-471.
. possibilités de la petite exploitation dans
l'agriculture française. S.A.D.E.P. Paris, 1956. [14] M. BABBAR. — Distribution of solutions of a
set of linear equations with applications to
J. Chombart.de Lauwe et Poitevin. — Ges linear programming. Journal of the American
tion des exploitations agricoles. Dunod. Paris, Statistical Association. Volume 50 (1955), p.
1957. 854-869.
[ 9] Frederick V. WaUGH. — Applicability of re Joan FRIEDMANN et Richard J. FoOTE. — Comp
cent developments in methodology to agricul utational methods for handling systems or
turaleconomics. Journal of Farm Economics. simultaneous equations, with applications to
Décembre 1953, Volume XXXV, N° 5, pages agriculture. Agricultural Handbook N° 94.
692-706. Agricultural Marketing Service. Washington
[10] James N. BOLES. — Linear programming and D. C. Novembre H955.
Farm Management analysis. Journal of Farm 1 Enfin, signalons le remarquable article de
Economics.
N° 1, p. 1-24.Février 1955. Volume XXXVII, Gerhard TlNTNER : « Les programmes linéai
res stochastiques », qui vient de paraître dans
[11] J- VoCHELLE. — Les conséquences sociales de la Revue d'Economie politique, MaTS-Avril
la mécanisation et ses répercussions sur la 1957 (Vol. 67), p. 208-215.