Section III- Résolution graphique du problème linéaire

La résolution graphique ne s’applique que lorsqu’on est en présence d’un

programme linéaire contenant au maximum deux variables qui sont facilement identifiées
dans un repère à deux dimensions.
Cette résolution graphique se base sur les étapes suivantes :
1- On reporte sur un graphique chacune des contraintes du problème et on
détermine la région commune à l’ensemble de ces contraintes. On obtient ainsi la région
ou le domaine des solutions réalisables, c’est à dire, la délimitation des valeurs possibles
de xj satisfaisant simultanément toutes les contraintes.
2- On détermine les coordonnées des points extrêmes ou sommets du domaine
des solutions réalisables.
3- On substitue ensuite les coordonnées de chaque point extrême dans
l’expression de la fonction économiques et on retient comme solution optimale celui (ou
ceux) qui optimise cette dernière, c’est à dire celui (ou ceux ) qui selon le cas maximise
ou minimise la fonction économique.
L’illustration de la résolution graphique d’un problème de programmation linéaire
se fera à partir de l’exemple suivant :
Une entreprise industrielle fabrique plusieurs modèles d’appareils
électroménagers. Le programme actuel de fabrication est de 500 unités du modèles A et
400 unités du modèle B
Le responsable de la fabrication veut déterminer si les bénéfices de l’entreprise
peuvent être augmentés en modifiant le programme de fabrication actuel. Il possède
l’information suivante sur le nombre d’heures requises pour fabriquer chaque modèle
ainsi que le temps disponible à chaque atelier :

A B
Ateliers Nombre d’heures requises Temps disponible
Assemblage 3 4 4200 heures
Vérification 1 3 2400 heures
Empaquetage 2 2 2600 heures
Contribution aux 100/unité 120/unité
bénéfices en dinars

On demande de formuler le modèle mathématique de ce problème de fabrication

et de déterminer, à l’aide de la méthode graphique, le programme optimal à mettre en
œuvre.

Mme HABABOU Hella 1

Cours de mathématiques appliquées
 1- Formulation du modèle
On Note X1 le nombre d’unités à fabriquer du modèle A et X2, le nombre d’unités à
fabriquer du modèle B
Les contraintes sont :

(assemblag e) 3x 1  4 x 2  4200 heures (1)

(vérificat ion) x 1  3x 2  2400 heures (2)
(empaqueta ge 2x 1  2x 2  2600 heures (3)
non - négativité x 1  0 , x2  0
La fonction économique qui l’on veut maximiser est Z = 100x1 +120x2 où Z
représente le bénéfice totale en dinars
2- Tracé des contraintes

(1) 3x1  4x 2  4200

(2) x 1  3x 2  2400


(3) 2x1  2x 2  2600

(4) x1  0 , x2  0
L’axe x1 représente la quantité du modèle A à fabriquer et l’axe x 2 la quantité du
modèle B. La contrainte de non négativité nous restreint ou premier quadrant (positif).

En général pour tracer une inéquation linéaire de la forme a 1 x1  a 2 x 2  b ou

a 1 x1  a 2 x 2  b il faut d’abord tracer l’équation de la droite a1x1 +a2x2 = b.

On obtient les coordonnées des points se situant :

b b
 Sur l’axe x2 en passant par x1 = 0 d’où x2 =  (0, )
a2 a2
b b
 Sur l’axe x1 en passant par x2 = 0 d’où x1 =  (0, )
a1 a1
Il s’agit de relier les coordonnées de ces deux points pour obtenir le tracé de la
droite correspondante. Cette droite partage alors le plan en deux demi-plans ; On obtient
le demi-plan correspondant à une inéquation en vérifiant si les coordonnées d’un point
situé dans un des demi-plans satisfait ou non l’équation. Généralement, on substitue
l’origine (0,0) dans l’inéquation pour déterminer quelle partie du plan satisfait
l’inéquation, si cette dernière ne passe pas elle-même par l’origine.

Mme HABABOU Hella 2

Cours de mathématiques appliquées
 (1) 3x 1  4x 2  4200
3x 1  4x 2  4200  si x 1  0  x 2  1050 (0,1050)
et si x 2  0  x 1  2400 (1400,0)
(2) x 1  3x 2  2400
x 1  3x 2  2400  si x1  0  x 2  800 (0,800)
et si x 2  0  x 1  2400 (2400,0)
(3) 2 x 1  2x 2  2600
2 x 1  2x 2  2600  si x1  0  x 2  1300 (0,1300)
et si x 2  0  x 1  1300 (1300,0)
x2

Quantités
du modèle
B x 102

14 2x1+2x2 = 2600

10,5 3x1+4x2 = 4200

8

x1+3x2 = 2400

x1
13 14 24

Quantités du modèle A x 102

Région des solutions réalisables

Tous les points de cette région sont des solutions réalisables pour le problème de
fabrication de l’entreprise industrielle. Toutefois, notre intérêt portera seulement sur les
points extrêmes de cette région.

Mme HABABOU Hella 3

Cours de mathématiques appliquées
 3- Détermination des points extrêmes
On peut toujours obtenir exactement les coordonnées des points extrêmes en
résolvant les équations des droits qui se coupent deux à deux. Si on reproduit la région
des solutions réalisables avec les points extrêmes notés de (a) à (e)

x2

Quantités b
du modèle c
B x 102 d

e
x1
a
Quantités du modèle A x 102

Le point C est l’intersection de (1) et (2)

 3x1  4x 2  4200 (1)

x 1  3x 2  2400 (2)
(1)  3(2)  3x1  4x 2  3x1  9x 2  4200  (3  2400)
 5x 2  3000  x 2  600 et x1  600
De même pour les coordonnées des points d  (1)  (3) et a, b, e

Points extrêmes Coordonnées (x1 , x 2 )

a (0,0)
b (0,800)
c (600,600)
d (1000,300)
e (1300,0)

4 - Détermination du point extrême optimal

Il s’agit tout simplement de substitution les cordonnées de chaque point extrême

dans l’expression de la fonction économique (Z= 100x1  120x 2 le bénéfice total en

dinars), on obtient alors les valeurs suivantes :

Mme HABABOU Hella 4

Cours de mathématiques appliquées
 Points Coordonnées (x1 , x 2 ) Z= 100x1  120x 2
extrêmes
a (0,0) 0
b (0,800) 96.000
c (600,600) 132.000
d (1000,300) 136.000
e (1300,0) 130.000

La valeur maximale de la fonction économique est 136000 dinars et s’obtient au

point extrême d de coordonnées x1  1000 et x 2  300

Le programme actuel de fabrication (500 unités de A et 400 unités de B) permet
de réaliser un bénéfice maximum de 98 000 D. Le responsable de la fabrication obtient
donc une augmentation de 38 000 D.
Ce nouveau programme (1000 unités de A et 300 unités de B) de fabrication
utilise 4200 heures en atelier d’assemblage, 1900 heures en atelier de vérification et
2600 heures en atelier d’empaquetage. Il respecte toutes les contraintes fonctionnelles et
les contraintes de non négativité. Il faut aussi mentionner qu’il existe 500 heures de
temps mort à l’atelier de vérification.
Remarque
On peut déterminer la solution optimale en utilisant l’équation de la droite D*
obtenue à partir de la fonction économique :

Z= C1x  C 2 y
C1 z
D’où D* : y x
C2 C2
En faisant varier Z on aura différentes droites qui ont particularité d’être
parallèles.
Ainsi en donnant la valeur zéro à Z, on peut représenter la droite D*

C1
correspondante qui passe par l’origine tout en ayant une pente de  .
C2
Ensuite, s’il s’agit d’un cas de maximisation, on fait la translation de la droite
parallèlement à elle-même jusqu’à atteindre le point extrême (le sommet) du domaine
des solutions réalisables, le plus éloigné de l’origine. Ce point représente alors la solution
optimale.
Dans le cas d’une minimisation on effectue la translation de la droite jusqu’à
atteindre le sommet du domaine des solutions réalisables qui est le plus proche de
l’origine. Ce point représentera ainsi la solution optimale.

Mme HABABOU Hella 5

Cours de mathématiques appliquées
 En ce qui concerne l’exemple précédent, on aura :

10 Z
D* : Y=  x
12 12
x2

Quantités
du modèle
B x 102 b
c
d

e
x1
a
Quantités du modèle A x 102

D*

La solution est aussi le point d de coordonnées (10,3)

Application
Résoudre le problème linéaire suivant :

x 1  10
x  7
 2

x 1  x 2  12
x 1  0 x 2  0

Max Z  2x1  x 2
5 - Les solutions particulières
Ces solutions particulières seront traitées à partir des exemples
a- Cas de solutions multiples
Exemple
Résoudre le problème programmation linéaire suivant :

x  8
y  5


x  2 y  14
x  0 y  0
Max Z= 3x + 6y

Mme HABABOU Hella 6

Cours de mathématiques appliquées
 b- Cas de solution infinie
Exemple
Résoudre le problème de programmation linéaire suivant :

4 x  y  8

2 x  y  6
x  y  0

Max Z=x+y
c- Cas de solution impossible
Exemple
Résoudre le problème de programmation linéaire suivante

x  y  2

 y  x  2
x  0 y  0
 1
Min Z = 3x + y

Mme HABABOU Hella 7

Cours de mathématiques appliquées