Académique Documents
Professionnel Documents
Culture Documents
1 .0
Dr Yacine Nadia
AVRIL 2019
Table des
matières
I - chapitre 2 : Résolution des programmes linéaires par la méthode graphique
C'est une méthode de résolution d'un problème linéaire ne comportant que deux variables de décision.
La méthode consiste en la délimitation de l'intersection des demi-plans représentant les inéquations
des contraintes et en la recherche sur le bord de ce domaine des points donnant l'optimum de la
fonction objectif.
Région des solutions réalisables (ou région admissible) : La région des solutions réalisables est
l'ensemble des solutions réalisables du modèle de programmation linéaire, c'est-à-dire l'ensemble des
solutions qui satisfait simultanément les contraintes fonctionnelles et les contraintes de non-négativité.
«On appelle région réalisable, l'ensemble des valeurs de variable de décision qui satisfont toutes les
3
Le principe de la méthode de résolution graphique
contraintes »
Solution non réalisable (ou programme non admissible): On appelle programme non admissible toute
solution qui n'est pas située dans la région des solutions réalisables. Une telle solution ne respecte pas
une ou plusieurs contraintes fonctionnelles ou encore ne satisfait pas les contraintes de non-négativité.
Solution réalisable optimale (ou programme optimal): Une solution optimale au modèle de
programmation linéaire est une solution réalisable qui donne la plus grande valeur pour la fonction
objectif pour un programme de maximisation, alors que dans le cas d'un problème de minimisation,
une solution optimale est une solution réalisable qui donne la plus petite valeur pour la fonction objectif.
x1≥ 0, x2 ≥ 0.
Le domaine hachuré représente le domaine du plan forme par l'ensemble des points vérifiant toutes les
contraintes (l'ensemble des solutions réalisables).(voir l'image au dessus )
4
la première méthode
fonction objectif. Donc, pour maximiser Z, on cherchera la plus haute courbe de niveau qui a une
intersection non vide avec le domaine des solutions réalisables. Tout point appartenant à cette
intersection est une solution optimale.
5
la deuxième méthode
ce théorème nous assure que la solution optimale ne peut être que sur le bord du domaine des
solutions réalisables. De plus, elle est dans le cas général donnée par un des points extrêmes
correspondant aux intersections des droites de contraintes. Ceci nous amène a proposer une
2. Localiser tous les points extrêmes (les points d'intersection des droites de contraintes).
Calculer la valeur de la fonction objectif en chacun de ces points, et sélectionner la solution optimale.
Dans l'exemple précédent, les quatre points extrêmes correspondent aux points suivants :
O(0, 0) Z = 0
C(148/3, 0) Z = 3700/3 donc la solution optimale est x* = (14, 106) avec Z* = 1940.
Remarque
le problème de minimisation ne diffère du problème de maximisation que par la recherche de la courbe
de niveau qui donne la plus petite valeur à Z, tout en satisfaisant toutes les contraintes du modèle.
Fondamental
Le domaine admissible d'un PL peut être :
• vide : Dans un tel cas le problème est non réalisable (et ne possède évidemment pas de
• borné (et non vide) : Le problème possède toujours au moins une solution optimale,
6
la deuxième méthode
il peut exister des solutions admissibles de valeur arbitrairement grande (ou petite).
Dans un tel cas le PL n'admet pas de solution optimale (finie) et est dit non borne.
Si la fonction linéaire atteint son maximum en plusieurs points extrêmes, elle prendra alors cette
membre valeur maximale en tout point qui est combinaison convexe de ces points extrêmes.