Maths d'entreprises

1 .0

Dr Yacine Nadia

AVRIL 2019
 Table des
matières
I - chapitre 2 : Résolution des programmes linéaires par la méthode graphique

1. définition et quelques concepts relatifs à la méthode graphique ............................................................ 3

1.1. définition de la méthode graphique ....................................................................................................................................... 3
1.2. Quelques concepts relatifs à la méthode graphique .......................................................................................................... 3

2. Le principe de la méthode de résolution graphique ................................................................................. 4

2.1. la première méthode ............................................................................................................................................................... 4
2.2. la deuxième méthode ............................................................................................................................................................. 6
 chapitre 2 : Résolution des programmes linéaires par la méthode graphique

chapitre 2 : Résolution

des programmes I
linéaires par la
méthode graphique

définition et quelques concepts relatifs à la méthode graphique 3

Le principe de la méthode de résolution graphique 4

1. définition et quelques concepts relatifs à la

méthode graphique
définition de la méthode graphique 3
Quelques concepts relatifs à la méthode graphique 3

1.1. définition de la méthode graphique

De manière générale, la résolution des problèmes de programmation linéaire vise à déterminer

l'allocation optimale et la meilleure allocation possible des ressources limitées pour atteindre certains
objectifs, ces allocations doivent minimiser ou maximiser une fonction dite objectif. En économie, ces
fonctions sont le profit ou le coût. Pour ce faire, on fait appel aux méthodes de résolution d'un
programme linéaire on cite : 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.

1.2. Quelques concepts relatifs à la méthode graphique

Nous allons citer quelques concepts relatifs à cette méthode de résolution:

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.

2. Le principe de la méthode de résolution

graphique
la première méthode 4
la deuxième méthode 6

2.1. la première méthode

Représenter les lignes de contraintes et l'ensemble des solutions réalisables.

Localiser la solution optimale.

Calculer la solution optimale.

Exemple : application de la méthode 1 avec un exercice

considérant le programme linéaire suivant :

Max Z = 25x1 + 15x2

2x1 + 2x2 ≤240

3x1 + x2≤ 148

x1≥ 0, x2 ≥ 0.

Syntaxe : solution de l'exemple

Représentation des lignes de contraintes et de l'ensemble des solutions réalisables

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

ensembles des solutions réalisable

Localisation de la solution optimale La fonction objectif Z = 25x1+15x2 représenté pour Z fixe

l'´équation des courbes de niveau. Maximiser Z revient à déplacer la courbe de niveau le plus loin
possible de l'origine puisque les coefficients de x1 et x2 dans la fonction objectif sont positifs. Les
limites imposées sur x1 et x2 étant données et représentées graphiquement par le domaine des
solutions r´réalisables, on ne peut augmenter indéfiniment la valeur de la

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.

représentation de la fonction objectif

5
 la deuxième méthode

location de la solution optimale

Calcul de la solution optimale On a localiser graphiquement la solution optimale. Celle-ci

correspond au point d'intersection B des deux droites D et D' d'´équations respectives :

2x1 + 2x2 = 240 et 3x1 + x2 = 148.

Donc : x1 = 14, x2 = 106,Z= 1940DA

2.2. la deuxième méthode

Fondamental
Théorème : la fonction objectif d'un PL atteint son maximum en un point extrême de l'ensemble S des
solutions réalisables.

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

deuxième méthode qui consiste à :

1. Représenter les lignes de contraintes et l'ensemble des solutions réalisables.

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

A(0, 120) Z = 1800

B(14, 106) Z = 1940

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

solution optimale ie S = ;).

• borné (et non vide) : Le problème possède toujours au moins une solution optimale,

quelle que soit la fonction objectif.

6
 la deuxième méthode

• non borné : Dans ce cas, selon la fonction objectif choisie

le problème peut posséder des solutions optimales ;

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.