Université Mohamed premier

Faculté pluridisciplinaire
Nador

Programmation linéaire

Présenté par:
Encadré par:

EL OSROUTI MOHAMMED
MR.SAADI
ZOUGAGH SOUFYANE
DALALI ABDELMAJID
Anneé universitaire:2015/2016
L’objectif de cet éxposé est de:

Apprendre comment modéliser un

problème linéaire.

Savoir résoudre un problème simple

d'optimisation linéaire sous contraintes.
 plan
I. Introduction
II. Historique et évolution de Programmation linéaire
V. Notions de base
1) Modélisation
2) Les étapes de modélisation
) -les variables de decision
) -Les contraintes
) -La fonction objectif(économique)
IV. Les différentes méthodes pour resoudre un probleme lineaire
1) Méthode des facteurs rares
2) Méthode graphique
3) Méthode simplexe
V. Développement de méthode graphique
) Principe de méthode graphique
) exemple
VI. Application
VIII.Conclusion
 I. INTRODUCTION:

Une partie importante de problèmes de décision que

rencontrent les dirigeants dans la pratique sont sans aucun doute
les problèmes d’optimisation linéaire ou programmes linéaires.

La résolution d’un problème de la programmation linéaire ne

pose incontestablement aucune difficulté car il y a des méthodes
pratiques pour le résoudre ,plus cela on peut utiliser des logiciels
très efficaces pour la résolution tel que MATLAB , EXCEL
SOLVER ,LINDO ,…etc.
II. Historique et évolution de Programmation linéaire
) Les premiers mathématiciens qui se sont occupés de problèmes, que l’on ne
nommait pas encore à l’époque « programmes linéaires » (P.L.), sont :
LAPLACE (1749-1827) et le baron FOURIER.

) le russe KANTOROVITCH en 1939 a imaginé une méthode inspirée

des multiplicateurs de LAGRANGE, classiques en mécanique, pour résoudre
des « programmes de transport ».

)La contribution décisive a été l’invention de l’algorithme du

SIMPLEXE, développé à partir de 1947 notamment par G.B. DANTZIG et le
mathématicien VON NEUMANN

) Au milieu des années 80, l’indien KARMARKAR a proposé une

nouvelle méthode créée aux Bell Laboratories qui permettait de résoudre de
très gros problèmes linéaires, par une démarche « intérieure » au polyèdre des
solutions admissibles.
 Définition de programmation linéaire(PL):

 Selon William J. BAUMAUL, la programmation linéaire est

une technique mathématique d'optimisation (maximisation ou
minimisation) de fonction à objectif linéaire sous des contraintes
ayant la forme d'inéquations linéaires. Elle vise à sélectionner
parmi différentes actions celle qui atteindra le plus probablement
l'objectif visé.

 Robert DORFMAN et Paul Samuelson, ajoutent que la

programmation linéaire est une méthode de détermination du
meilleur plan d'action pour réaliser des objectifs donnés dans
une situation où les ressources sont limitées. C'est donc une
méthode de résolution du problème économique, soit dans le
cadre d'une économie globale, soit dans celui du secteur public,
soit dans une entreprise particulière .
III. Notions de base
1) Modélisation

La modélisation d’un problème linéaire consiste a identifier:

 les variables.

Les différentes contraintes auquelles sont soumises ces

variables.

L’objectif visé(optimisation).
1) Les étapes de modélisation

) -La détermination des variables de décision

les variables x1,x2,….. Xn sont appelées des variables de

décision ou variables réelles du problème.
 -La détermination des contraintes :
La contrainte peut être assimilée à un obstacle.tel que les
limitations techniques scientifiques, économiques, les lois
de la nature, les délais, etc.
exemple: x1+2x2 ≤ 10
2x1+x2 ≤ 5 domaine des
contraintes
3x1+2x2 ≤ 12
avec: x1 ≥ 0 ;x2 ≥ 0
La détermination de la fonction objectif (économique)

La fonction objectif (économique) est une fonction qui

permet de determiner l’optimum (max de profit /min des Coût)
.
Le but du problème d'optimisation est alors de minimiser ou
de maximiser cette fonction jusqu'à l'optimum, par différents
procédés comme la méthode graphique.
La fonction objectif est une forme linéaire en fonction des
variables de décision de type:

Max(ou min)z = c1 x1 + c 2 x 2 +....+cN xN

où les coefficients c1,…,cN doivent avoir une valeur bien

déterminée et peuvent être positifs, négatifs ou nuls.
 IV. Les differentes méthodes pour résoudre un
problème linéaire

Il existe plusieurs méthodes pour la résolution d’un

problème linéaire .
Dans notre éxposé on va s’interesser juste au trois méthodes
tel que:
la méthode des facteurs rares

Les méthodes pour la

La méthode simplexe
La méthode graphique résolution d’un problème
linéaire
1) Méthode des facteurs rares

 Définition du facteur rare:

Un facteur rare est un moyen de production (matiére premiére , main

d’oeuvre , heure machine)dans la quelle on est limité .

 Exemple:

On a une entreprise qui fabrique deux produit A et B a l’aide d’une seul

machine .
Alors pour fabriquer A il faut 2H de machine et pour fabriquer B il faut
3 heure .
La machine ne peut tourner plus de 100 heure .
Donc pour choisir entre ces deux produits sous contrainte de capacité,
les décideurs doivent privilégier le produit pour lequel la marge par unité
de facteur rare est maximale
2) Méthode graphique

l'utilisation de cette méthode est restreinte aux (PL) ayant

un nombre de variables au plus égal à 3.

Il existe 2 façon pour résoudre un PL a partir de la

méthode graphique:

 la méthode d’énumeration des sommets

 la méthode des droits paralléles
3) Méthode simplexe
Dans la plupart des problèmes réels, on a plus que deux variables à
déterminer. Une procédure algébrique pour résoudre les programmes
linéaires avec plus que deux variables. C'est la méthode de simplexe.

Une application de cette procédure à permis de résoudre des

programmes avec un peu plus de quelques milliers de variables. Le
programme Lindo supporte au plus 200 variables et 100 contraintes.

La mise sous forme standard consiste à introduire des variables

supplémentaires(une pour chaque contrainte) de manière a réécrire les
inégalités (≤ ) sous la forme d'égalités. Chacune de ces variables représente
le nombre de ressources non utilisés. On les appelle variable d'écart. La
forme standard s'écrit donc :
MAX(MIN) Z=10X+20Y MAX(MIN) Z=10X+20Y

2X+3Y ≤ 50 2X+3Y+e1=50
S/C : X+4Y ≤ 60 S/C: X+4Y+e2=60
X+Y ≤ 100 X+Y+e3=100
V. Développement de méthode graphique
Principe de méthode graphique :

le principe de cette méthode se base sur la représentation des

données(contraintes + fonction objectif)d’une maniére
graphiquement.

Les 3 étapes de Résolution Graphique :

1 2 3

Représentation Détermination
Représentation graphique des
contraintes et de la région réalisable de la fonction le point optimum
objectif
• la méthode d’énumeration des sommets:

Dans la méthode d’énumeration des sommets,on se bornera

seulement à :
+ représenter graphiquement les droites – limites (équations
provenant des inéquations de départ) .
+ délimiter la frontière de l'enveloppe polygonale, c'est à dire à
construire le domaine d'acceptabilité .
+ remplacer successivement les coordonnées de chaque sommet
du polygone dans la fonction économique afin d'obtenir la
combinaison optimale cherchée(minimum ou maximum).
• méthode des droits paralléles:

En général, pour chercher le minimum, on optera pour le point

le plus voisin de l'origine, alors que pour le maximum ce sera le
point le plus éloigné. On pourra utiliser, à la place de
l'énumération de tous les points du polygone d'acceptabilité, le
procédé qui consiste à déplacer la droite de la fonction
économique parallèlement à son inclinaison à l'origine et en
chacun des sommets du domaine d'acceptabilité. Pour le coût, on
retiendra la droite la plus voisine de l'origine et pour le maximum,
la plus éloignée. Le premier sommet sera le minimum et le dernier
atteint le maximum cherché.
 Forme générale d’un problème linéaire:

MAX (ou MIN): c1X1 + c2X2 + … + cnXn

a11X1 + a12X2 + … + a1nXn ≤ b1
S.C a21X1 + a22X2 + … + a2nXn ≤ b2
………………………………..
am1X1 + am2X2 + … + amnXn = bm
x1≥ 0 , x2 ≥ 0 , ........., xn ≥0
 Exemple:

On va maximiser la fonction suivante:

Max(z) = 1200 x1 +
1000 x2
sous les contraintes économiques 3 x1 + 4 x2 ≤ 160
6 x1 + 3 x2 ≤ 180
et les contraintes de signe x1 ≥ 0 ;
x2 ≥ 0

Un problème linéaire peut être résolu de manière graphique en

suivant le processus en trois étapes :
 1)Représentation 2)Représentation 3) Détermination le
graphique des de la fonction point optimum
contraintes et de la objectif
région réalisable
60

50
6X1 + 3X2= 180
40
Point
30 optimal

20 Région
des
10 solutions 3 X1 + 4X2 =160
admissibl
es
0
10 20 30 40 50 60 70 X1
1200X1+1000X2
VI. Application:

Une entreprise fabrique 2 produits X et Y. Pour sa conception,

chaque produit fini nécessite 3 produits intermédiaires A, B et C.
Pour fabriquer un produit X, on a besoin de 2 produits A, de 2
produits B et de 1 produit C.
De même, pour fabriquer un produit Y, on a besoin de 4 produits A,
de 1 produit B et de 3 produits C.
En outre, l’entreprise dispose d’une quantité limitée de produits A,
B et C. Elle a 92 produits A, 60 produits B et 45 produits C.
Sachant que le prix de revient de X est 20 DH et que celui de Y est
de 40 DH .

T.A.F: combien de produits X et Y faut-il fabriquer pour

maximiser le profit ?
Solution:
X Y CONTRAINT
E
A 2 4 92
B 2 1 60
C 1 3 45
Il faut formaliser le probléme sous forme d’un programme linéaire.
soient:

x:la quantité de X produit fabriqué

y:la quantité de Y produit fabriqué

on doit définir les contraintes:

2x+3y≦90
2x+y ≦60
X+3y ≦45
 Définir la fonction objectif:

La fonction objectif de ce probléme est:

Z=ax+by
Avec a=20 DH et b=40 DH
Alors, on veut maximiser le profit
On note: MAX Z=20x+40y

Pour conclure on trouve :

MAX Z=20 x+40y

2x+4y ≤ 92
2x+y ≤ 60
x+3y ≤ 45
 Résolution par la méthode graphique:
1ere:la méthode des sommets:
On a :
2x+4y ≤ 92  x ≤ 46-2y : 1ere
contrainte
2x+y ≤60  y ≤60-2x :2eme
contrainte
Alors on donne x la valeur 0 et on calcule y
x+3y
Pour
et vice ≤ 45 contrainte
la 1ere
versa  ≤ 45-3y
xon :3eme
obtient le tableau
contrainte
suivant
x : 46 0
y 0 23
Pour la 2eme contrainte on obtient le
tableau
x suivant:
0 30
y 60 0

Pour le 3eme contrainte on obtient le tableau

suivant
x : 0 45
y 15 0
 On obtient le graphique suivant:

D C

A
La solution est dans la polygone .
Pour qu’on trouve la solution optimal
On prend chaque sommet et on le calcule dans la fonction
objectif Z.
Pour le sommet B on a x=30 et y=0
Donc Z =20*30+40*0=600
Pour le sommet C on a x=27 et y=7
Donc Z=20*27+40*7=840
Pour le sommet D on a x=0 ET y=15
Donc Z=20*0+40*15=600
D'où la solution optimal est la combinaisons:(27;7)
C.a.d fabriquer 27 produit X et 7 produit Y
2eme-La méthode des droites parallèles:

On résoudre la fonction Z=0

Alors Z=20 x +40 y  20 x+40 y=0
c.a.d que 20 x=-40y
x=-2 y

x 0 -2 4
y 0 1 -2

On trace la droite Z=0

On trace les parallèles de cette droite passant par les
sommets les plus éloignés correspond au MAX
 On trace ces points et on obtient le graphe suivant:

60 2x+y =60
55
50
45
40
35
30
25 Point
20 optimal
15
10
5 2x+4y = 92

0 5 10 15 20 25 30 35 40 45 X

-10 x+3y =
-5 -5 45
-
10
-
15 Z=0
VII.Conclusion:
Me
rci
p ou
r vo
tre
att
en
tio
n