RECHERCHE OPERATIONNELLE

CHAPITRE I : GENERALITES SUR LES MODELES DE

PROGRAMMATION LINEAIRE
Les problèmes de programmation linéaire consistent essentiellement à rechercher des quantités
(𝑥1 , 𝑥2 , … , 𝑥𝑛 ) qui optimisent une fonction économique [Z] sous différentes contraintes. Il
convient avant de proposer des techniques de résolution de préciser quelques termes et la
manière de les concevoir pour arriver à une forme mathématique dite forme canonique.
I-FORME CANONIQUE
La forme canonique est la formulation mathématique du problème. Elle est la juxtaposition
d’une fonction économique (linéaire) et d’un système de contraintes (formes linéaires). Le
passage d’un texte littéraire à la forme mathématique est la mise sous forme canonique.
Exemple : Max (ou Min) [𝑍 = 𝑥1 𝑥1 + 𝑐2 𝑥2 + ⋯ + 𝑐𝑛 𝑥𝑛 ]
𝑥1 ≥ 0, 𝑥2 ≥ 0, … , 𝑥𝑛 ≥ 0
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 ≤ (𝑜𝑢 ≥)𝑏1
Quand 𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 ≤ (𝑜𝑢 ≥)𝑏2
………………………………………………
{𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 ≤ (𝑜𝑢 ≥)𝑏𝑚
Ce qui signifie que l’on cherche à connaître les valeurs des n variables permettant de maximiser
(ou minimiser) la fonction économique Z, tout en respectant les m contraintes du système.

II-ETAPES DE LA MISE SOUS FORME CANONIQUE

Il convient de respecter les étapes suivantes afin d’établir la forme canonique :
-choix des variables : définir les variables et leurs correspondances
-fonction économique : définir l’objectif économique et donner la fonction
-les contraintes : passer en revue tous les facteurs et donner les contraintes qui en résultent
-la forme canonique. Juxtaposer en résumé la fonction économique et le système des
contraintes

1)Fonction économique et les variables (choix)

De façon générale, on considère un phénomène économique Z, conséquence de plusieurs effets
qui sont additifs et sont proportionnels à leurs causes 𝑥1 , 𝑥2 , … , 𝑥𝑛 𝑎𝑣𝑒𝑐 𝑙𝑒𝑠 𝑐𝑜𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑠 de
proportionnalité 𝐶1 , 𝐶2 , … , 𝐶𝑛 . La fonction Z s’exprime : Z= 𝐶1 𝑥1 + 𝐶2 𝑥2 + ⋯ + 𝐶𝑛 𝑥𝑛 .
C’est cette fonction que l’on cherchera à optimiser (maximiser ou minimiser) qui est la fonction
économique. De façon pratique, il s’agira d’une maximisation des résultats (chiffre d’affaires,
marges ou bénéfices) ou d’une minimisation des coûts.
-maximiser la marge (bénéfice ou chiffre d’affaires) → 𝑀𝑎𝑥[𝑍 = 𝐶1 𝑥1 + 𝐶2 𝑥2 + ⋯ + 𝐶𝑛 𝑥𝑛 ]
-minimiser les coûts → 𝑀𝑖𝑛[𝑍 = 𝐶1 𝑥1 + 𝐶2 𝑥2 + ⋯ + 𝐶𝑛 𝑥𝑛 ]
Les causes 𝑥1 , 𝑥2 , … , 𝑥𝑛 𝑠𝑜𝑛𝑡 𝑙𝑒𝑠 𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒𝑠 𝑑𝑢 𝑝𝑟𝑜𝑏𝑙è𝑚𝑒. Il s’agit donc de rechercher les
valeurs des variables (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) 𝑞𝑢𝑖 𝑜𝑝𝑡𝑖𝑚𝑖𝑠𝑒𝑛𝑡 𝑙𝑎 𝑓𝑜𝑛𝑐𝑡𝑖𝑜𝑛 𝑍.
Ainsi pour la rédaction :
-le choix des variables revient donc à dire explicitement les valeurs que l’on veut déterminer
ainsi que les symboles (lettres) qu’on utilisera dans la suite du problème.
-pour la fonction économique, on détermine (calcul si nécessaire) les coefficients 𝐶1 , 𝐶2 , … , 𝐶𝑛 .
on donnera l’expression de la fonction économique de façon claire.
2)Les facteurs et les contraintes
a) Les contraintes de signe
1
Puisqu’il s’agit de quantités, les valeurs de 𝑥1 , 𝑥2 , … , 𝑥𝑛 sont positives ou nulles (les contraintes
de non-négativité existent toujours) que l’on écrit : 𝑥1 ≥ 0, 𝑥2 ≥ 0 … 𝑒𝑡 𝑥𝑛 ≥ 0.
b) Facteurs et unités d’œuvres
Les facteurs : 𝐹1 , 𝐹2 … 𝐹𝑚 sont les éléments ou phénomènes techniques (Matières, machines,
main d’œuvre, argent, marché, etc) utilisés pour obtenir les causes (produits). Chaque facteur
a son unité de mesure (kg, l, m, h,…) que l’on désigne par unité d’œuvre (U.O).
c)Les contraintes liées aux facteurs
Chaque cause utilise les facteurs dans une certaine proportion unitaire. On désigne par 𝑎𝑖𝑗 la
proportion de 𝐹𝑖 dans une unité de la cause 𝑥𝑗 (exemple 𝑎23 est la proportion de 𝐹2 dans 𝑥3 ).
Les facteurs sont limités (capacité ou disponibilité maximale/ demande ou besoin minimal) et
cette limite va imposer des contraintes. Les limites sont 𝑏1 , 𝑏2 , … 𝑒𝑡 𝑏𝑚 pour les facteurs.
-si la limite 𝑏𝑖 est un maximum pour 𝐹𝑖 , la contrainte est :𝑎𝑖1 𝑥1 + 𝑎𝑖2 𝑥2 + ⋯ + 𝑎𝑖𝑛 𝑥𝑛 ≤ 𝑏𝑖
-si la limite 𝑏𝑖 est un minimum pour 𝐹𝑖 , la contrainte est : 𝑎𝑖1 𝑥1 + 𝑎𝑖2 𝑥2 + ⋯ + 𝑎𝑖𝑛 𝑥𝑛 ≥ 𝑏𝑖
On aboutit à un système de m inéquations linéaires (nombre de facteurs).
d)Remarques
-il existe des contraintes qui n’utilisent qu’une seule variable, d’où pour 𝐹𝑖 , la contrainte est de
la forme : 𝑎𝑖𝑗 𝑥𝑗 ≤ 𝑏𝑖 ou de la forme 𝑎𝑖𝑗 𝑥𝑗 ≥ 𝑏𝑖
-si un facteur n’est pas limité, il n’induit pas de contrainte

Exercices d’application
Exercice 1
Une entreprise fabrique des pièces A et des pièces B qu’elle vend au prix unitaire de 25 F pour
A et 30 F pour B. La fabrication des pièces A et B nécessite un passage dans deux ateliers pour
lesquels on dispose des renseignements suivants :
Production Capacité mensuelle
d’heure de travail
Pièce A Pièce B
par atelier
Atelier T 3h 2h 120h
Atelier F 4h 6h 260h
Cout du travail 16F 20F
Cout de la matière première 4F 4F
On désire connaître le programme optimal de production qui permettra de maximiser la marge
de l’entreprise. Donner la forme canonique du problème.
Exercice 2
Une entreprise agricole doit choisir deux types d’engrais A et B pour fertiliser les terres au coût
minimum. La fertilisation requiert au moins 60 kg de potassium, 120 kg de calcium et 90 kg
de sodium par hectare. Dans un paquet de A, il y a 1 kg de potassium, 3 kg de calcium et 3 kg
de sodium. Dans un paquet de B, il y a 2 kg de potassium, 2 kg de calcium et 1 kg de sodium.
Le prix des paquets de A et B est le même : 100 F. L’entreprise désire connaître les nombres
de paquets de A et de B à acheter pour la fertilisation d’un hectare. Donner la forme canonique
du problème.
III-RESOLUTION

2
Il existe différentes méthodes de résolution des problèmes de programmation linéaire. Un
problème admettra au moins une solution si le système des contraintes est compatible c’est-à-
dire s’il n’y a pas de contradiction entre les contraintes.
1)Les techniques de résolution
a) La résolution graphique
Il s’agit de représenter graphiquement le système des contraintes puis trouver la solution qui
optimise la fonction économique. Cette méthode est pratique lorsqu’il y a deux variables
(représentation de droites dans le plan)
b) La résolution algébrique
Les méthodes algébriques peuvent s’employer quel que soit le nombre de variables. Nous
verrons la méthode de DANTZIG dite encore méthode de SIMPLEXE. La présentation des
calculs se fera sous forme de TABLEAUX (bien qu’il existe d’autres dont les matrices).
c) La dualité
Le DUAL d’un programme linéaire est aussi un programme linéaire. Il peut être utilisé pour la
résolution du premier programme, dit PRIMAL. Nous aborderons la technique de passage du
primal au dual et nous donnerons la signification économique du dual.
2) Résultats attendus d’une résolution
A l’issu d’une résolution, il faut tirer une conclusion en précisant les suivants
a) Les valeurs des variables
On donnera les valeurs (avec les désignations) des variables ainsi que la valeur optimale de la
fonction économique.
b) Les facteurs
On précisera pour chaque facteur :
-les quantités utilisées ou fournies (premier membre de l’inéquation)
-les quantités résiduelles (ou en excédent), différence entre les deux membres de l’inéquation

3
 CHAPITRE II : RESOLUTION GRAPHIQUE

Lorsqu’il n’y a que deux variables dans un problème, une résolution graphique est
envisageable, à trois variables et plus, il faut plutôt envisager une résolution algébrique.

I- PLAN DIRECTEUR DE LA RESOLUTION

Le plan de résolution à partir de la forme canonique que nous proposons n’est pas exclusif et
n’est qu’une présentation que nous espérons facile à mettre en œuvre.
Pour un problème à deux variables, on a la forme canonique suivante
MAX (ou MIN) [Z= 𝐶1 𝑥 + 𝐶2 𝑦]
𝑥 ≥ 0, 𝑦 ≥ 0
𝑎11 𝑥 + 𝑎12 𝑦 ≤ (≥)𝑏1
Quand 𝑎21 𝑥 + 𝑎22 𝑦 ≤ (≥)𝑏2
…………
{𝑎𝑚1 𝑥 + 𝑎𝑚2 𝑦 ≤ (≥)𝑏𝑚
On remarquera que chaque contrainte : 𝑎𝑖1 𝑥 + 𝑎𝑖2 𝑦 ≤ (≥)𝑏𝑖 est l’équation d’un demi-plan
délimité par la droite dont l’équation est avec ≤ = ≥ à la place de l’inégalité
La droite limite (Di) : 𝑎𝑖1 𝑥 + 𝑎𝑖2 𝑦 = 𝑏𝑖 ; correspond à la saturation de la contrainte numéro i
c’est-à-dire qu’il n’y a pas d’écart entre les deux membres de l’inéquation.
La résolution graphique peut se faire selon les étapes suivantes :
-Déterminer les droites limites : on donnera pour chaque contrainte (inéquation), la droite de
saturation qui correspond et deux points de la droite (généralement les points sur l’un des axes)
-Représenter dans un même repère les droites : choisir convenablement les échelles du
repère orthogonal (orthonormé si possible). Placer les deux points et tracer les droites
-Déterminer les demi-plans convenant aux sens des inéquations (hachures) : on hachure
(élimination) les demi-plans qui ne conviennent pas aux sens des inéquations. Si le système est
compatible, il restera une zone non hachurée qui est appelée zone d’acceptabilité. Cette zone
est l’ensemble des points du plan qui respectent toutes les contraintes à la fois.
-Rechercher la solution optimale : on recherche la (ou les) solution(s) dans la zone
d’acceptabilité ou à sa frontière.
Théorème : La fonction économique est optimale (Max ou Min) en un des sommets de la zone
d’acceptabilité. Si la fonction est optimale en deux sommets, elle l’est tout le long du segment
reliant les deux sommets (il y a alors une infinité de solutions : c’est le cas dégénéré).
Un sommet est l’intersection d’au moins deux droites limites ; il correspond donc à la saturation
des contraintes concernées. On peut déterminer la solution optimale par le calcul des
coordonnées des sommets puis par calcul de la valeur de la fonction économique.
-Conclure : Lorsqu’on a les valeurs des variables, on tire la conclusion.

II- EXERCICES D’APPLICATION

EXERCICES : cas de la maximisation

Exo 1
MAX [Z= 5𝑥 + 6𝑦]

4
 3𝑥 + 2𝑦 ≤ 120
S/C {4𝑥 + 6𝑦 ≤ 260
𝑥 ≥ 0, 𝑦 ≥ 0
Exo 2
La société AKABIA fabrique et vend 2 produits 𝑃1 𝑒𝑡 𝑃2 dont les prix de vente respectifs sont
de 400 FHT et 300 FHT. Le marché de ces produits est essentiellement régional et porte sur
2500 unités de chacun des deux produits fabriqués et vendus mensuellement. La fabrication est
assurée dans trois ateliers successifs dont les capacités globales mensuelles exprimées en
heures machines sont résumées dans le tableau ci-dessous :
𝑃1 𝑃2 Capacité globale
mensuelle (h)
Atelier 1 2 h 30 4h 11000 h
Atelier 2 3h 3h 9600 h
Atelier 3 1h 30 1h 4200 h
L’entreprise désire connaître les programmes de fabrication conduisant à maximiser son chiffre
d’affaires.
1)Résoudre graphiquement le problème
2)Suite à l’acquisition de nouvelles machines, la capacité de l’atelier 3 passe de 4200 h à 4650
h. Dans ces conditions, quel serait le nouveau programme optimal ?
3)Après un temps, l’entreprise décide de vendre les produits au même prix de 350 F. Quel serait
le nouveau programme optimal ?

EXERCICE 2 : cas de la minimisation

Exo 1
MIN [Z= 120𝑥 + 60𝑦]
3𝑥 + 𝑦 ≤ 15
𝑥 + 5𝑦 ≤ 20
S/C {
3𝑥 + 2𝑦 ≤ 24
𝑥 ≥ 0, 𝑦 ≥ 0
Exo 2
L’entreprise ZOUKOUGBEU dispose de camions assurant des voyages régulièrement entre le
dépôt central et des villages. Ces camions sont toujours chargés selon l’une des deux manières :
-le chargement A : 3 tonnes de riz, 3 tonnes d’igname et 3 tonnes de banane
-le chargement B : 6 tonnes de riz, 1 tonne d’igname et 2 tonnes de banane.
Les GVC qui fournissent l’entreprise peuvent mettre à sa disposition au maximum 4500 tonnes
de riz, 1500 tonnes d’igname et 1800 tonnes de banane pour la campagne. Le bénéfice réalisé
sur un chargement A est de 7500 F et 12500 F pour un chargement B. On veut connaître les
nombres de chargements de chaque sorte à effectuer pour maximiser le bénéfice.
Donner la forme canonique du problème et le résoudre graphiquement.

5
 CHAPITRE III : RESOLUTION ALGEBRIQUE

La résolution algébrique est toujours possible, mais ne peut se faire que quand le problème est
sous une forme dite forme standard : cette forme ne comporte que des contraintes avec des
égalités.

I- MISE SOUS FORME STANDARD (Utilisation des variables d’écart)

Une contrainte de la forme canonique peut être : 𝑎𝑖1 𝑥1 + 𝑎𝑖2 𝑥2 + ⋯ + 𝑎𝑖𝑛 𝑥𝑛 ≤ (𝑜𝑢 ≥)𝑏𝑖
Les variables de la forme canonique (𝑥1 , 𝑥2 … , 𝑥𝑛 ) sont appelées variables principales.
Désignons par 𝑒𝑖 la variable qui mesure la différence entre les deux membres de l’inéquation ;
on a alors : 𝑒𝑖 = 𝑏𝑖 − (𝑎𝑖1 𝑥1 + 𝑎𝑖2 𝑥2 + ⋯ + 𝑎𝑖𝑛 𝑥𝑛 )(𝑜𝑢 𝑒𝑖 = 𝑎𝑖1 𝑥𝑖 + 𝑎𝑖2 𝑥2 + ⋯ + 𝑎𝑖𝑛 𝑥𝑛 −
𝑏𝑖 )𝑎𝑣𝑒𝑐 𝑒𝑖 ≥ 0. La variable 𝑒𝑖 est appelée variable d’écart, elle permet de transformer
l’inégalité en égalité.

Règles des variables d’écart

Pour m contraintes, on utilisera m variables d’écart 𝑒1 , 𝑒2 , … , 𝑒𝑚 en respectant les règles
suivantes :
Règle 1 : (pour chaque contrainte)
-Si l’inégalité est ≤, la variable d’écart s’ajoute : 𝑎𝑖1 𝑥1 + 𝑎𝑖2 𝑥2 + ⋯ + 𝑎𝑖𝑛 𝑥𝑛 + 𝑒𝑖 = 𝑏𝑖
-Si l’inégalité est ≥, la variable d’écart se soustrait : 𝑎𝑖1 𝑥1 + 𝑎𝑖2 𝑥2 + ⋯ + 𝑎𝑖𝑛 𝑥𝑛 − 𝑒𝑖 = 𝑏𝑖
Règle 2 : (pour la fonction économique)
Les variables d’écart ont des coefficients nuls dans la fonction économique (pour annuler leurs
effets dans le résultat) d’où : OPT [Z= 𝐶1 𝑥1 + 𝐶2 𝑥2 + ⋯ + 𝐶𝑛 𝑥𝑛 + 0𝑒1 + 0𝑒2 + ⋯ + 0𝑒𝑚 ]
La forme standard est la juxtaposition de la fonction économique et des contraintes et comporte
en tout N= 𝑛 + 𝑚 variables (n principales et m d’écart).

II-RESOLUTION PAR LA METHODE DE DANTZIG (Méthode des tableaux ou

Simplexe)
Le principe de la méthode de Dantzig est de passer d’un sommet à un autre en optimisant à
chaque fois la fonction économique. De façon pratique, les calculs peuvent se faire dans un
tableau.
*Sommet de la zone d’acceptabilité
Un point X (𝑥1 , 𝑥2 , … , 𝑥𝑁 ) est un sommet de la zone d’acceptabilité si ses coordonnées vérifient
le système des contraintes et s’il a au moins n (N-m) coordonnées nulles. Les m coordonnées
non nulles correspondent à des variables non nulles, on les appelle les variables de la base. Les
n coordonnées nulles correspondent aux variables hors bases.
*Changement de sommet
Pour changer de sommets, il faut changer de base. On peut obtenir une nouvelle base
remplaçant une variable de l’ancienne base par une autre qui était hors base. Ce changement
doit se faire selon des règles : les critères de DANTZIG (voir les règles de sélection).
*Présentation sous forme de tableau
Considérons un problème sous sa forme standard, avec N variables (dont n principales et m
d’écart) et m contraintes. Il s’écrit alors :

6
OPT [Z= 𝐶1 𝑥1 + 𝐶2 𝑥2 + ⋯ + 𝐶𝑁 𝑥𝑁 ]
𝑥1 ≥ 0, 𝑥2 ≥ 0, … , 𝑥𝑁 ≥ 0
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑁 𝑥𝑁 = 𝑏1
Quand 𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑁 𝑥𝑁 = 𝑏2
… …………………………………………
{ 𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑁 𝑥𝑁 = 𝑏𝑚

La matrice A du système est :

𝑎11 𝑎12 … 𝑎1𝑁
𝑎21 𝑎22 … 𝑎2𝑁
A= ( … … … … ) Les seconds membres sont B (𝑏1 , 𝑏2 , … , 𝑏𝑚 ).
𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑁

Le tableau se construit autour de la matrice A et comporte :

Une partie centrale correspondant à la matrice A (m lignes et N (= 𝑛 + 𝑚)𝑐𝑜𝑙𝑜𝑛𝑛𝑒𝑠)
On ajoute une ligne au-dessus pour y inscrire les désignations (noms des variables et colonnes)
On ajoute une ligne en dessous pour les taux marginaux de substitution
On ajoute une colonne au début pour y inscrire le nom des variables de la base
On ajoute une colonne à la fin pour les seconds membres [B]
On ajoute une deuxième colonne à la fin pour les 𝜃𝑖

Base 𝑥1 𝑥2 … 𝑥𝑗 … 𝑥𝑁 B 𝜃𝑖
𝑥1 𝑎11 𝑎12 … 𝑎1𝑗 … 𝑎1𝑁 𝑏1
𝑥2 𝑎21 𝑎22 … 𝑎2𝑗 … 𝑎2𝑁 𝑏2
… … … … … … … …
𝑥𝑖 𝑎𝑖1 𝑎𝑖2 … 𝑎𝑖𝑗 … 𝑎𝑖𝑁 𝑏𝑖
… … … … … … … …
𝑥𝑚 𝑎𝑚1 𝑎𝑚2 … 𝑎𝑚𝑗 … 𝑎𝑚𝑁 𝑏𝑚
∆𝑗 𝐶1 𝐶2 … 𝐶𝑖 … 𝐶𝑁 −𝑍

Remarque : La valeur de la fonction économique inscrite dans la ligne en dessous de la colonne

B est négative (−𝑍).

*Sélection de la variable qui entre dans la base

Pour le faire, il faut vérifier pour chaque variable hors base, si son entrée dans la base peut
améliorer la fonction (la rendre plus grande (max) ou plus petite (min)). L’amélioration
possible est constatée par la variation unitaire appelée taux marginal de substitution (∆𝑗 ).
∆𝑗 = 𝐶𝑗 − ∑ 𝑎𝑖𝑗 𝐶𝑖
Indice j pour la variable 𝑥𝑗 (𝑑𝑜𝑛𝑡 𝑜𝑛 𝑐𝑎𝑙𝑐𝑢𝑙𝑒 𝑙𝑒 𝑡𝑎𝑢𝑥 𝑚𝑎𝑟𝑔𝑖𝑛𝑎𝑙)
Indice i pour les variables de base
𝐶𝑗 : Coefficient de la variable 𝑥𝑗 dans la fonction économique
𝐶𝑖 : Coefficient de la variable 𝑥𝑖 𝑑𝑎𝑛𝑠 𝑙𝑎 fonction économique
𝑎𝑖𝑗 : Coefficient de la matrice A du système à la ligne i colonne j d
REGLE DE SELECTION (de la variable qui entre)
-si on veut maximiser, on retiendra la variable (hors base) qui a le plus grand ∆𝑗 positif

7
-si on veut minimiser, on retiendra la variable (hors base) qui a le plus petit ∆𝑗 négatif
Remarque : Les taux marginaux des variables de la base sont toujours nuls. De façon pratique,
on indiquera le choix par une flèche pointant sur la colonne : c’est la colonne pivot.

*Choix de la variable qui sortira de la base

On établit le calcul des quantités de substitution pour chaque variable de la base (indice i)
𝑏
𝜃𝑖 = 𝑎 𝑖 Indice j : pour la variable qui entrera dans la base (colonne sélectionnée)
𝑖𝑗

Indice i : pour la ligne i de la variable en 𝑖 è𝑚𝑒 position dans la base

𝑏𝑖 : Second membre (B) en ligne i
𝑎𝑖𝑗 : Coefficient de la matrice A ligne i, colonne j
REGLE DE SELECTION (de la variable qui sort de la base)
On retiendra la variable qui a le plus petit 𝜃𝑖 positif (en maximisation ou en minimisation)
-de façon pratique on indiquera le choix par une flèche pointant sur la colonne : c’est la ligne
du pivot (𝐿𝑃 )
-on appelle pivot le coefficient à l’intersection de la ligne et de la colonne du pivot : on l’entoure
Remarque : En changeant de base de cette manière, la variation de fonction économique est
alors :
𝑍1 − 𝑍𝑜 = ∆𝑗 × 𝜃𝑖 Entre les deux sommets.

*Nouvelle écriture de la matrice A du système

Une écriture (les coefficients) de A correspond à un sommet donc à une base. En changeant de
base, il faut réécrire la matrice dans la nouvelle base. Cela peut se faire en rendant unitaire la
colonne du vecteur qui entre dans la base et ce, généralement par la technique du pivot de
GAUSS.
-construire un nouveau tableau identique au précédent et remplir les désignations des colonnes
-remplir la colonne base avec les variables de la nouvelle base
-à partir de l’ancien tableau (on reporte les résultats dans le nouveau tableau : indice ‘)
𝑃 𝐿
. Diviser la ligne du pivot (𝐿𝑃 ) 𝑝𝑎𝑟 𝑙𝑒 𝑝𝑖𝑣𝑜𝑡: 𝐿′𝑃 = 𝑝𝑖𝑣𝑜𝑡
𝑎 𝑖𝑃
. Pour une ligne i (indice i : 𝐿𝑖 ) 𝑜𝑛 𝑐𝑎𝑙𝑐𝑢𝑙𝑒: 𝐿′𝑖 = 𝐿𝑖 − 𝑝𝑖𝑣𝑜𝑡 𝐿𝑃 = 𝐿𝑖 − 𝑎𝑖𝑃 𝐿′𝑃 (𝑎𝑖𝑃 est
le coefficient de la ligne i, colonne du pivot)
Remarques :
-la colonne des seconds membres B est concernée par ces calculs
-la ligne des ∆𝑗 peut être calculée de la même manière (ou avec la formule)

*Test d’arrêt
Après la nouvelle écriture on sélectionnera une variable qui entrera dans la base. Si ce choix
est possible alors on reprend le choix de variable sortant de la base et l’écriture de la matrice.
Lorsqu’on ne pourra plus choisir de variable à faire entrer dans la base, l’optimum est atteint.
-pour une maximisation les itérations s’arrêtent si tous les ∆𝑗 sont négatifs ou nuls
-pour une minimisation les itérations s’arrêtent si tous les ∆𝑗 sont positifs ou nuls
Il ne reste plus alors qu’à tirer les conclusions en fonction des valeurs des variables principales
et d’écart ainsi que de la valeur de la fonction économique Z.

8
*Lecture d’un tableau
Il s’agit d’écrire les coordonnées du sommet correspondant au tableau X (𝑥1 , 𝑥2 , … , 𝑥𝑁 ). On lit
dans l’ordre des variables.
-si la variable est dans la base, sa valeur est en face dans la colonne des seconds membres B.
-si elle n’est pas dans la base, sa valeur est nulle (0).

III-RESOLUTION DE PROBLEME DE MAXIMISATION (Type I)

On désignera par problème de type I une forme standard de maximisation où les variables
d’écart s’ajoutent (toutes les contraintes de la forme canonique sont avec le signe ≤)

EXERCICE 1
Max[Z= 5𝑥 + 3𝑦]
𝑥 ≥ 0, 𝑦 ≥ 0
6𝑥 + 2𝑦 ≤ 36
quand{
5𝑥 + 5𝑦 ≤ 40
2𝑥 + 4𝑦 ≤ 28

EXERCICE 2
Max[Z= 50𝑥 + 30𝑦]
𝑥 ≥ 0, 𝑦 ≥ 0
2𝑥 + 𝑦 ≤ 200
quand{
𝑥 + 4,5𝑦 ≤ 540
4𝑥 + 3𝑦 ≤ 480

EXERCICE 3
Un commerçant de vivrier de la place de marché d’Abobo s’est spécialisé dans la vente en gros.
Le commerçant dispose de 420 régimes de banane plantain, 470 tubercules d’ignane et de 400
tubercules de taro (les tubercules d’igname sont de même calibre que ceux du taro). Afin de
pouvoir écouler la totalité de ses stocks avant la fermeture du marché, le commerçant adopte
la stratégie de vente au tas. A cet effet, il constitue trois types de tas :
-des tas composés de 10 régimes de banane, 30 tubercules d’igname et 10 tubercules de taro et
vendus à 10000 F le tas.
-des tas composés de 30 régimes de banane, 20 tubercules d’igname et 10 tubercules de taro et
vendus à 14000 F le tas.
-des tas composés de 20 régimes de banane, 10 tubercules d’igname et 40 tubercules de taro et
vendus à 12000F le tas
Combien de tas de chaque type le commerçant grossiste doit-il constituer pour optimiser sa
recette ?

EXERCICE 4
Une coopérative agricole dispose de 100 hectares de terrain et y cultive du manioc, du maïs et
de l’igname. Les rendements enregistrés sont :
-pour le manioc : 10 tonnes par hectare
-pour le maïs : 5 tonnes par hectare
-pour l’igname : 15 tonnes par hectare

9
Les travaux d’aménagement des sols nécessitent, par hectare, pour les manioc, maïs et igname,
respectivement 5000F, 3000F et 6000F. Pour cette campagne la coopérative dispose d’un
budget de 400000F. Après la récolte les produits seront gardés dans des greniers à raison d’une
tonne de produit par grenier. On dénombre pour ce faire 600 greniers disponibles. En fin de
campagne, la coopérative réalise un profit de 250000F par tonne de manioc, 150000F par tonne
de maïs et 400000F par tonne d’igname. On désigne par 𝑥1 , 𝑥2 𝑒𝑡𝑥3 les quantités, exprimées en
tonnes, respectives de manioc, de maïs et d’igname produites.
1) Montrer que les superficies affectées à la culture du manioc, du maïs et de l’igname sont
𝑥 𝑥 𝑥
respectivement égales à : 101 , 52 et 153
2)Ecrire le programme linéaire qui maximise le profit réalisé
3)Déterminer par la méthode du simplexe les quantités de manioc, de maïs et d’igname à
produire

EXERCICE 5
Min [Z= 36𝑤 + 40𝑥 + 28𝑦]
6𝑤 + 5𝑥 + 2𝑦 ≤ 36
quand { 2𝑤 + 5𝑥 + 4𝑦 ≤ 260
𝑥 ≥ 0, 𝑦 ≥ 0, 𝑤 ≥ 0

10
 CHAPITRE IV : DUALITE

Nous allons introduire la notion du DUAL d’un programme linéaire, en montrant les liens qui
existent entre les deux programmes et comment obtenir une solution à l’un, connaissant les
solutions de l’autre. Dans un second temps, nous allons aborder l’interprétation économique
du dual. Notons que le dual d’un programme linéaire est également un programme linéaire et
correspond à une interprétation du premier programme dit PRIMAL.

I- NOTION DE DUAL
Une variable duale est une variable que l’on associe à une contraint. Pour m contraintes, on
aura m variables duales à définir. A la première contrainte sera associée la variable duale 𝑦1 (≥
0), à la deuxième la variable 𝑦2 (≥ 0), 𝑒𝑡𝑐 𝑒𝑡 à 𝑙𝑎 𝑚𝑖è𝑚𝑒 contrainte on associe la variable
𝑦𝑚 (≥ 0). Le programme dual comporte m variables (coordonnées) Y (𝑦1 , 𝑦2 , … , 𝑦𝑚 )

Ecriture du programme dual

Le programme dual se définit à partir du primal par :
a) une fonction économique W(Y)
-comportant m variables duales (𝑦1 , 𝑦2 , … , 𝑦𝑚 ) (= nombre de contraintes du primal)
-dont les coefficients sont les seconds membres du primal (𝑏1 , 𝑏2 , … , 𝑏𝑚 )
-qui est à MINimiser si le primal est à MAXimiser ou, à MAXimiser si le primal est à
MINimiser
b) des contraintes (associées aux variables du primal)
-dont les coefficients sont ceux du primal pris en colonne
-dont les seconds membres sont les coefficients de la fonction économique du primal
-dont les signes sont de sens opposés à ceux du primal : ≥ 𝑑𝑒𝑣𝑖𝑒𝑛𝑡 ≤ et vice versa
PRIMAL DUAL
MAX (ou MIN)[Z= 𝐶1 𝑥1 + 𝐶𝐶 𝑥2 + ⋯ + MIN(ouMAX)[W= 𝑏1 𝑦1 + 𝑏2 𝑦2 + ⋯ +
𝐶𝑛 𝑥𝑛 ] 𝑏𝑚 𝑦𝑚 ]
s/c 𝑥1 ≥ 0, 𝑥2 ≥ 0, … , 𝑥𝑛 ≥ 0 s/c 𝑦1 ≥ 0, 𝑦2 ≥ 0, … , 𝑦𝑚 ≥ 0
𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 ≤ 𝑎11 𝑦1 + 𝑎21 𝑦2 + ⋯ + 𝑎𝑚1 𝑦𝑚 ≥ (≤)𝐶1
(≥)𝑏1 𝑎12 𝑦1 + 𝑎22 𝑦2 + ⋯ + 𝑎𝑚2 𝑦𝑚 ≥ (≤)𝐶2
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 ≤ … … …
(≥)𝑏2 ………………………………………………..
… … … … … … … … … … 𝑎1𝑛 𝑦1 + 𝑎2𝑛 𝑦2 + ⋯ + 𝑎𝑚𝑛 𝑦𝑚 ≥ (≤)𝐶𝑛
… … ….
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 ≤
(≥)𝑏𝑚

MAX[Z= 50𝑥 + 30𝑦] MIN[W= 200𝑢 + 540𝑣 + 480𝑡]

s/c 𝑥 ≥ 0, 𝑦 ≥ 0 s/c 𝑢 ≥ 0, 𝑣 ≥ 0, 𝑤 ≥ 0
2𝑥 + 𝑦 ≤ 200 2𝑢 + 𝑣 + 4𝑤 ≥ 50
𝑥 + 4,5𝑦 ≤ 540 𝑢 + 4,5𝑣 + 3𝑤 ≥ 30
4𝑥 + 3𝑦 ≤ 480
MIN[𝑍 = 2,5𝑥 + 𝑦] MAX[W= 50𝑢 + 40𝑣]
s/c 𝑥 ≥ 0, 𝑦 ≥ 0 s/c 𝑢 ≥ 0, 𝑣 ≥ 0

11
 5𝑥 + 𝑦 ≥ 50 5𝑢 + 𝑣 ≤ 2,5
𝑥 + 2𝑦 ≥ 40 𝑢 + 2𝑣 ≤ 1

II-RESOLUTION DU DUAL
Notons que le programme dual peut se résoudre de la même manière que le primal :
graphiquement ou algébriquement. Il s’agira pour nous de voir quelques propriétés qui
permettent, par interprétation, de trouver la solution de l’un dès lors que l’autre est résolu.

1) Propriétés : Existence d’une solution

Soit un programme linéaire PL1 et son programme dual PL2
-si l’un des programmes admet une solution optimale, alors l’autre en admet une.
-le maximum de l’un (fonction économique) est égal au minimum de l’autre

2) Solution
Soit le primal avec n variables principales (𝑥1 , 𝑥2 , … , 𝑥𝑛 ) et m contraintes donc m variables
d’écart (𝑒1 , 𝑒2 , … , 𝑒𝑚 ) ; le dual aura alors m variables principales (𝑦1 , 𝑦2 , … , 𝑦𝑚 ) et n
contraintes donc n variables d’écart (𝑑1 , 𝑑2 , … , 𝑑𝑛 ).
a) Suite à une résolution algébrique
on pourra tirer les conclusions de la manière suivante à l’optimum :
-les solutions des variables principales du primal correspondent (en valeur absolue) aux taux
marginaux de substitution (∆𝑗 ) des variables d’écart du dual et inversement : 𝑥1 = |∆𝑑1 | ; 𝑥2 =
|∆𝑑2 |
… ; 𝑥𝑛 = |∆𝑑𝑛 | et inversement 𝑦1 = |∆𝑒1 | ; 𝑦2 = |∆𝑒2 | ;… ; 𝑦𝑚 = |∆𝑒𝑚 |
-les solutions des variables d’écart du primal correspondent (en valeur absolue) aux taux
marginaux de substitution (∆𝑗 ) valeurs des variables principales du dual et inversement.
|∆𝑦1 | = 𝑒1 , |∆𝑦2 | = 𝑒2 ,…,|∆ et inversement |∆𝑥1 | = 𝑑1 , |∆𝑥2 | = 𝑑2 , |∆𝑥𝑛 | = 𝑑𝑛
𝑦𝑚 |=𝑒𝑚

b) Suite à une résolution graphique : Analyse marginale (selon une variable)

soit 𝑦𝑘 la variable duale associée à la 𝑘 𝑖è𝑚𝑒 contrainte, à l’optimum, la valeur de 𝑦𝑘 correspond
au taux marginal de substitution de la variable d’écart associée à la contrainte. En particulier,
si la 𝑘 𝑖è𝑚𝑒 contrainte n’est pas saturée à l’optimum, la variable duale 𝑦𝑘 est nulle et
inversement. Ainsi à l’optimum, on annule dans la forme duale, les variables qu’il faut et on
transforme les inégalités en égalités. En procédant par ce raisonnement, on aboutit à un système
d’équations que l’on peut résoudre.

III-INTERPRETATION ECONOMIQUE DU DUAL

Il est évident que le passage au dual permet de résoudre plus facilement certains problèmes de
minimisation. C’est avec cet objectif que nous abordons la dualité. Mais il faut savoir que le
dual, ou la variable, a une signification propre au sens économique. On peut considérer que la
variable duale associée à une contrainte, donc à un facteur, représente le coût que l’on pourrait
accepter de payer pour acquérir (céder) le dit facteur en respectant le budget du primal.
Par exemple lorsqu’on a établi un programme optimal de production (qui maximise par
exemple le chiffre d’affaires), on peut imaginer que l’on ne produit plus mais que l’on veut
louer les machines ou céder les matières premières. Dans ce cas la variable duale est le prix
auquel il faut céder le facteur pour avoir le même chiffre d’affaires.

12
EXERCICES D’APPLICATION

EXERCICE I
Une coopérative de jeunes agriculteurs possède quatre champs dont un de café, un de cacao,
un d’hévéa et un de citrons. Après la visite d’un expert en agriculture, le comité directeur de la
coopérative a décidé qu’il faut renforcer les différentes plantations vieillissantes par de jeunes
plants. Ainsi, il faut au minimum 400 pieds de café, 205 pieds de cacao, 410 pieds d’hévéa et
145 pieds de citrons. Ces jeunes plants sont dans des pépinières qui sont vendues par lots
contenant un certain nombre de pieds de chaque espèce. Il y a sur le marché trois types de lots
(A ; B ; C) vendus respectivement à 50F, 25F et 45F. Le tableau suivant donne la composition
de chaque lot :
Plants lots A B C
Café 4 2 3
Cacao 3 1 2
Hévéa 2 1 1
Citron 1 1 0
Votre aide à la coopérative va consister à :
1)Proposer un programme linéaire qui permet de satisfaire toutes les contraintes mais en
minimisant les dépenses
2)Donner le dual du programme obtenu
3)Résoudre le dual et donner la solution
NB : Si deux variables de base sont susceptibles de sortir, faites sortir celle qui donne le plus
petit pivot.

EXERCICE II
Un produit P est fabriqué à partir de deux matières premières M1 et M2. Ces matières sont
conditionnées dans des sacs hermétiquement fermés. Chaque sac contient un paquet M1 et un
paquet M2 et se vend toujours en l’état, c'est-à-dire sans être ouvert. Sur le marché, les
fournisseurs proposent des sacs qui se distinguent par les poids des deux paquets qu’ils
contiennent et par leurs prix. La fabrication du produit P nécessite au moins 180 kg de M1 et
au moins 135 kg de M2. La livraison de ces deux matières peut être assuré par trois fournisseurs
dont les propositions sont les suivantes :
Fournisseur Prix de vente d’un Masse d’un paquet Masse d’un paquet
sac de M1 de M2
A 1800 F 9 kg 3 kg
B 1980 F 9 kg 6 kg
C 900 F 3 kg 3 kg
1)Déterminer le nombre de sacs qu’il faut acheter chez chaque fournisseur pour minimiser le
coût total d’approvisionnement
2)Un fournisseur se propose pour livrer séparément les matières premières M1 et M2. A quel
prix unitaire doit-il vendre ces matières pour que leur achat séparé soit aussi économique que
l’achat des sacs ?

13
EXERCICE 3
La société CAMS est spécialisée dans la transformation de la fève de cacao en trois produits :
beurre, pâte et poudre. Elle signe un contrat global de livraison portant sur 6750 tonnes de
beurre de cacao, 5610 tonnes de pâte de cacao et 2640 tonnes de poudre de cacao. Pour assurer
sa production, la société CAMS se ravitaille en fèves auprès de deux fournisseurs : EIK et
DMC. Les prix pratiqués sont (en milliers) de 388 F la tonne pour EIK et de 400 F la tonne
pour DMC. Le processus de fabrication chez CAMS est tel que l’on obtient :
-à partir d’une tonne de fèves EIK : 36% en beurre ; 40% en pâte et 15% en poudre
-à partir d’une tonne de fèves DMC : 48% en beurre ; 22% en pâte et 12% en poudre
(Les compléments à 100% sont des déchets sans valeur, non pris en compte)
La société CAMS désire établir son programme de ravitaillement en fèves EIK et en fèves
DMC, de façon à minimiser ses coûts, tout en respectant le contrat de livraison.
1)Donner la forme canonique du problème et le résoudre graphiquement
2)Donner le dual du programme
3)Donner les premier et deuxième tableaux de simplexe
4)Si le dernier tableau du dual est le suivant :
Base 𝑦1 𝑦2 𝑦3 𝑑1 𝑑2 B 𝜃𝑖
𝑦3 0 47/12 1 50/3 -25/2 4400/3
𝑦1 1 -25/48 0 - 125/24 1400/3
1175/282
∆𝑗 0 -9715/8 0 -15875 -8625/4 -7022000
Interpréter le tableau et vérifier vos résultats obtenus à la question1.

14