3 - Cours - Résolution Graphique (Séance 3)

1.
Modélisation linéaire
Chapitre 0. Introduction générale sur la RO
2. Résolution graphique
Chapitre 1. Programmation linéaire
3. Résolution par les simplexes
Chapitre 2. Théorie des graphes et applications
4. Dualité en programmation linéaire
Une fois le programme linéaire est mis en forme, l’étape suivante
consite à résoudre le modèle.
Techniques mathématiques de résolution d’un Programme linéaire :
Méthode graphique (nombre de variables de décision n = 2 ou à la
limite n = 3).
Méthode de simplexe (n ≥ 2).
K. Benmlih Recherche opérationnelle

1. Modélisation linéaire
2.1 Quelques rappels dans le plan R2

Une droite dans R2 : ax + by + c = 0, avec (a, b) 6= (0, 0).
Si b = 0 (et a 6= 0), c’est une droite verticale d’équation
−c
x= .
a
−a c
Si b 6= 0, c’est une droite d’équation y = x − , de pente
b a
−a
(ou coefficient directeur) le nombre .
b
Deux droites sont parallèles si elles ont la même pente.
Une inéquation linéaire de type ax + by + c ≤ 0 correspond à
un demi-plan limité par la droite d’équation ax + by + c = 0.
l’intersection d’un nombre fini de demi-plans est un polygone
convexe.

2.2 Procédure de résolution graphique d’un PL

1 D’abord, représenter graphiquement les différentes contraintes
=⇒ polygône admissible (ou réalisable) ;
2 Ensuite, déterminer éventuellement quelle(s) solution(s)
admissible(s) optimise la fonction objectif.
Proposition
S’il y’a une solution unique qui optimise la fonction objectif
linéaire alors cette solution n’est autre qu’un sommet du
polygone admissible.
S’il y’a plus d’une solution alors au moins deux de ces
solutions correspondent à deux sommets adjacents du
polygone des solutions admissibles.

Exemple
Une entreprise fabrique et vend 2 types de produits P1 et P2 à
partir de 3 facteurs de production (les ressources) notés F1 , F2 et
F3 . Elle dispose quotidiennement de 50 unités de F1 , de 80 unités
de F2 et de 80 unités de F3 . La consommation de la production de
P1 et P2 en F1 , F2 et F3 est donnée par le tableau
F1 F2 F3
P1 1 1 2
P2 1 2 1
Enfin, les profits unitaires tirés de la production de P1 et de P2

sont respectivement 400 DH et 500 DH.

1. Déterminer un programme de fabrication maximisant le profit

global journalier de cette entreprise, tout en respectant les
contraintes liées à ses resources.
2. Répondre à la même question en supposant que les deux
produits générent un même profit unitaire de 400 DH, les quantités
de productions étant mesurées en variables continues.
Réponse Notons par x1 et x2 les quantités respectives des

produits P1 et P2 à fabriquer par jour.
1. On montre aisément que le problème peut être modélisé par :

Max Z = 400x1 + 500x2

s.c. x1 ; x2 ≥ 0
x1 + x2 ≤ 50
x1 + 2x2 ≤ 80
2x1 + x2 ≤ 80
• Le polygone admissible est déterminé par :
D1 : x1 + x2 = 50 → A1 (50, 0) ; B1 (0, 50)

D2 : x1 + 2x2 = 80 → A2 (80, 0) ; B2 (0, 40)
D3 : 2x1 + x2 = 80 → A3 (40, 0) ; B3 (0, 80)
Echelle : 1cm ≡ 10unités

Figure – polygône admissible

O A3 I J B2
x1 0 40 30 20 0
x2 0 0 20 30 40
Z = 400x1 + 500x2 0 16000 22000 23000 20000
Donc la valeur maximale de Z est de 23000. Elle est atteinte en un

unique point sommet J(20, 30).
Conclusion :
Le profit journalier maximal est de 23000 DH.
Ce profit est uniquement réalisé par la fabrication de 20 unités
du produit P1 et de 30 unités de P2 .

2. Ici l’expression de la fonction objectif est : Z = 400x1 + 400x2 .

Les contraintes n’ont pas changé ⇒ le polygone admissible reste
inchangé également.
O A3 I J B2
x1 0 40 30 20 0
x2 0 0 20 30 40
Z = 400x1 + 400x2 0 16000 20000 20000 16000
La valeur maximale de Z est de 20000. Elle est atteinte en

deux points sommets adjacents I(30, 20) et J(20, 30).
Vu que la fonction objectif Z est linéaire, elle aura la même
valeur (de 20000) sur tout point du segment [I, J].
Puisque les variables de décision sont continues, l’ensemble
des solutions S est infini : S = [I, J].
(le segment [I, J] ⊂ D1 )
Conclusion :
Lorsque le profit unitaire du produit P2 est aussi de 400 DH,

Le profit journalier maximal est de valeur 20000 DH.
Ce profit peut être réalisé par une infinité de programmes de
fabrication (x1 , 50 − x1 ), avec 20 ≤ x1 ≤ 30.
| {z }
=x2

Récapitulons
La résolution graphique d’un PL consiste à :

1 Tracer le polygone admissible ;
2 Déterminer les coordonnées des sommets du polygone obtenu ;
3 Comparer les valeurs de la fonction objectif sur les différents
sommets du polygone et conclure.

3 - Cours - Résolution Graphique (Séance 3)

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

3 - Cours - Résolution Graphique (Séance 3)

Transféré par

Droits d'auteur :

Formats disponibles

1.

K. Benmlih Recherche opérationnelle

2.1 Quelques rappels dans le plan R2

K. Benmlih Recherche opérationnelle

2.2 Procédure de résolution graphique d’un PL

K. Benmlih Recherche opérationnelle

Enfin, les profits unitaires tirés de la production de P1 et de P2

K. Benmlih Recherche opérationnelle

1. Déterminer un programme de fabrication maximisant le profit

Réponse Notons par x1 et x2 les quantités respectives des

K. Benmlih Recherche opérationnelle

Max Z = 400x1 + 500x2

• Le polygone admissible est déterminé par :

D1 : x1 + x2 = 50 → A1 (50, 0) ; B1 (0, 50)

Echelle : 1cm ≡ 10unités

K. Benmlih Recherche opérationnelle

Figure – polygône admissible

K. Benmlih Recherche opérationnelle

Donc la valeur maximale de Z est de 23000. Elle est atteinte en un

K. Benmlih Recherche opérationnelle

2. Ici l’expression de la fonction objectif est : Z = 400x1 + 400x2 .

La valeur maximale de Z est de 20000. Elle est atteinte en

Lorsque le profit unitaire du produit P2 est aussi de 400 DH,

K. Benmlih Recherche opérationnelle

La résolution graphique d’un PL consiste à :

K. Benmlih Recherche opérationnelle

Vous aimerez peut-être aussi