Vous êtes sur la page 1sur 40

Modélisation Méthode Graphique Simplexe

Recherche opérationnelle

Chapitre 4 : Programmation Linéaire

A. Selmani

A.Selmani
Modélisation
Modélisation Méthode Graphique Simplexe
Modélisation d’un programme linéaire
Exemple1: une usine fabrique deux produits P1 et P2 a l’aide de trois matières
premières M1 , M2 et M3 dont on dispose en quantité limitée.

Matière Quantité Assemblage


Première disponible P1 P2
M1 18 1 3
M2 8 1 1
M3 14 2 1
Bénéfice unitaire 3 4

Problématique :
Définir le programme de production qui permet d’assurer un profit maximal?

A.Selmani
Modélisation
Modélisation Méthode Graphique Simplexe
Modélisation d’un programme linéaire
Matière Quantité Assemblage
Première disponible P1 P2
M1 18 1 3
M2 8 1 1
M3 14 2 1
Bénéfice unitaire 2 4

q Variables de décision
q x1:nombre d’article P1 à produire.
q x2:nombre d’article P2 à produire
q Quel est le profit associé à la production?

Z = 2*x1 + 4*x2 Fonction objectif


A.Selmani
Modélisation
Modélisation Méthode Graphique Simplexe
Modélisation d’un programme linéaire
Matière Quantité Assemblage
Z = 2*x1 + 4*x2 Première disponible P1 P2
Objectif : maximiser ce profit. M1 18 1 3
M2 8 1 1
M3 14 2 1
Bénéfice unitaire 2 4
Contraintes
1. Les quantités produites doivent être non négatives:
a. x1>0 et x2>0;
2. Les productions possibles sont limitées par les matières premières à disposition.
a. Quantité disponible de M1 : 1*x1+3*x2<=18;
b. Quantité disponible de M2: 1*x1+1*x2<=8;
c. Quantité disponible de M3: 2*x1+1*x2<=14.
A.Selmani
Modélisation
Modélisation Méthode Graphique Simplexe
Modélisation d’un programme linéaire
Le programme linéaire :
q Variables de décision
q x1:nombre d’article P1 à produire.
q x2:nombre d’article P2 à produire.

q Fonction objectif à maximiser


q max Z avec Z=2*x1 + 4*x2

q Contraintes
o M1 : x1+3x2<=18
o M2: x1+x2<=8
o M3: 2*x1+x2<=14

A.Selmani
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
x2 a. x1+3x2<=18

(D1:x1+3x2 =18)

x1
18

Michel Bierlaire 6
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
x2 a. x1+3x2<=18
b. x1+x2<=8

(D1:x1+3x2 =18)

x1
8 18

Michel Bierlaire
(D2: x1+x2=0) 7
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
x2 a. x1+3x2<=18

14 b. x1+x2<8
(D3) c. 2x1+x2<14

(D1:x1+3x2 =18)

x1
7 8 18

Michel Bierlaire
(D2: x1+x2=0) 8
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
x2 a. x1+3x2<=18

14 b. x1+x2<8
(D3) c. 2x1+x2<14

8 (D3: x1+x2)v
6

(D1:x1+3x2 =18)

x1
7 8 18
(D2: x1+x2=0) 9
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
x2 a. x1+3x2<=18

14 b. x1+x2<8
(D3) c. 2x1+x2<14
d. x1,x2>0
8

6 Domaine de solution:: le polygone OABCD.


D(6,0 C (3,5)

(D1:x1+3x2 =18)
B(6,2)
Domain de solution
A(7,0) x1
7 8 18
(D2: x1+x2=0) 10
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
x2 𝐱𝟏 𝐙
(Dz) 𝐱𝟐 = − + Z=2x1+4x2
𝟐 𝟒
14
q Tracer les droites Dz passant par les point A,B,C et D?

Point A(7,0):
• x1=7, x2=0 è z=14
D(6,0 C (3,5) 𝐱 𝟕
• DzA: 𝐱𝟐 = − 𝟏 +
𝟐 𝟐

B(6,2)
DzA(Z=14)
x1
7 A(7,0) 8 18

Michel Bierlaire 11
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
x2 𝐱𝟏 𝐙
(Dz) 𝐱𝟐 = − + Z=2x1+4x2
𝟐 𝟒
14
q Tracer les droites Dz passant par les point A,B,C et D?

Point B(6,2):
• x1=6, x2=2 è z=20
𝐱
D(6,0 C (3,5) • DzB: 𝐱𝟐 = − 𝟏 + 𝟓
𝟐

B(6,2)
DzA(Z=14) DzB(Z=20)
x1
7 8 18
A(7,0)
Michel Bierlaire 12
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
x2 𝐱𝟏 𝐙
(Dz) 𝐱𝟐 = − + Z=2x1+4x2
𝟐 𝟒
14
q Tracer les droites Dz passant par les point A,B,C et D?

Point C(3,5):
• x1=3, x2=6 è z=26
𝐱 𝟏𝟑
D(6,0 C (3,5) • DzC: 𝐱𝟐 = − 𝟏 +
𝟐 𝟐
DzC
B(6,2)
DzA(Z=14) DzB(Z=20)
x1
7 8 18
A(7,0)
Michel Bierlaire 13
Intro. à la programmationMéthode
Modélisation linéaire Graphique
Méthode graphique Simplexe
Représentation graphique
x2 𝐱𝟏 𝐙
(Dz) 𝐱𝟐 = − + Z=2x1+4x2
𝟐 𝟒
14
q Tracer les droites Dz passant par les point A,B,C et D?

Point D(0,6):
• x1=0, x2=6 è z=24
𝐱
D(6,0 C (3,5) • DzA: 𝐱𝟐 = − 𝟏 + 𝟔
𝟐
DzC
B(6,2)
DzA(Z=14)
DzB(Z=20) DzD(Z=24)
x1
7 8 18
A(7,0)
Michel Bierlaire 14
Intro. à la programmationMéthode
Modélisation linéaire Graphique
Méthode graphique Simplexe
Représentation graphique
x2 𝐱𝟏 𝐙
(Dz) 𝐱𝟐 = − + Z=2x1+4x2
𝟐 𝟒
14

q La droite DzC a une ordonnée à l’origine maximale.


q La fonction objectif est maximale au point C(3,5) et vaut.
Z = 2 × 3 + 4 × 5 = 26

D(6,0 C (3,5)
DzD DzC
B(6,2)
DzA DzB(Z=20)
x1
7 A(7,0) 8 18

Michel Bierlaire 15
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Modélisation d’un programme linéaire
Exemple2: culture de courgettes et navets.

q Contraintes concernant les quantités d’engrais et d’anti-parasites


• 8 L engrais A disponible
è2l/m2 nécessaires pour courgettes, 1 L/m2 pour navets
• 7 L engrais B disponible
è1 L/m2 nécessaires pour courgettes, 2 L/m2 pour navets
• 3 L anti-parasites disponible
è1 L/m2 nécessaires pour navets
q Objectif :
Produire le maximum (en poids) de légumes, sachant que rendements:
• 4kg/m2 courgettes
• 5kg/m2 navets

A.Selmani
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Modélisation d’un programme linéaire
Le programme linéaire :

q Variables de décision
Ø xc : surface de courgettes
Ø xn : surface de navets
q Fonction objectif à maximiser
q max Z avec Z= 4xc + 5xn

q Contraintes
Ø 2xc + xn ≤ 8;
Ø xc + 2xn ≤ 7;
Ø xn ≤ 3;
Ø xc ≥ 0 et xn ≥ 0 ;

A.Selmani
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
xn a. 2xc + xn ≤ 8
b. xc + 2xn ≤ 7
Domaine de solution: le polygone ABCD. c. xn ≤ 3;

(D1):2xc+xn =8 d. xc , xn ≥ 0

C (1,3) (D3): xn=3


D(0,3) B(3,2)
(D2): xc+2xn=7

xc
A(4,0)

18
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
𝟒𝐱𝟏 𝐙 a. 2xc + xn ≤ 8
xn 𝐱𝐧 = − + Z= 4xc + 5xn
𝟓 𝟓
b. xc + 2xn ≤ 7
c. xn ≤ 3;
d. xc , xn ≥ 0
Point A(4,0):
C (1,3) • xc=4, xn=0 è z=16
𝐱𝐜 𝟏𝟔
D(0,3) B(3,2) • Dz A : 𝐱 𝐧 = − +
𝟐 𝟓

DzA

xc
A(4,0)

19
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
𝟒𝐱𝟏 𝐙 a. 2xc + xn ≤ 8
xn 𝐱𝐧 = − + Z= 4xc + 5xn
𝟓 𝟓
b. xc + 2xn ≤ 7
c. xn ≤ 3;
d. xc , xn ≥ 0
Point B(4,0):
C (1,3) • xc=4, xn=0 è z=22
𝐱𝐜 𝟐𝟐
D(0,3) B(3,2) • Dz B : 𝐱 𝐧 = − +
𝟐 𝟓

DzA

xc
A(4,0)

20
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
𝟒𝐱𝟏 𝐙 a. 2xc + xn ≤ 8
xn 𝐱𝐧 = − + Z= 4xc + 5xn
𝟓 𝟓
b. xc + 2xn ≤ 7
c. xn ≤ 3;
d. xc , xn ≥ 0
Point C(1,3):
C (1,3) • xc=1, xn=3 è z=19
𝐱𝐜 𝟏𝟗
D(0,3) B(3,2) • Dz C : 𝐱 𝐧 = − +
𝟐 𝟓

DzA

xc
A(4,0)

21
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
xn

q La droite DzB a une ordonnée à l’origine maximale.


q La fonction objectif est maximale au point B (3,2) et vaut.
Z = 4 × 3 + 5 × 2 = 22

C (1,3)
D(0,3) B(3,2)

DzA

xc
A(4,0)

22
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Modélisation d’un programme linéaire

Exemple 3: Résoudre graphiquement le programme linéaire suivant:

q Variables de décision
Ø x:
Ø y:
q Fonction objectif à minimiser
q min Z avec Z= x+y

q Contraintes
Ø x + 2y >=3;
Ø 2x + y >=3;
Ø x,y ≥ 0 ;

A.Selmani
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
y 2x + y >=3;
x + 2y >=3;
Domaine de solution: le polygone ABCD. x,y ≥ 0 ;

(D1):2x+y =3
C(0.5)

B(1,1)
(D2): x+2y=3

x
A(1.5,0)

24
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
y 2x + y >=3;

C(0,3) x + 2y >=3;
Domaine de solution: le polygone ABCD. x,y ≥ 0 ;

B(1,1)

x
A(3,0)

25
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
y 2x + y >=3;
Z= x+y y= -x-Z minZ=Z= -x-yx+y
x + 2y >=3;
C(0,3) Point A(3,0):
• de
Domaine x=3, y=0 è
solution: le Z=3
polygone ABCD. x,y ≥ 0 ;
• DzA:y= −𝐱 + 𝟑
(D1):2x+y =3

B(1,1)
B (1,1) (D2): x+2y=3
DzA (Z= 3)
x
A3,0)

26
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
y 2x + y >=3;
Z= x+y y= -x-Z minZ=Z= -x-yx+y
x + 2y >=3;
C(0,3) Point B(1,1):
• de
Domaine x=1, y=1èleZ=2
solution: polygone ABCD. x,y ≥ 0 ;
• DzA:y= −𝐱 + 𝟐
(D1):2x+y =3

B(1,1)
B (1,1) (D2): x+2y=3

DzB (Z= 2) DzA (Z= 3)


x
A3,0)

27
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
DzC (Z= 3) y 2x + y >=3;
y= -x-Z minZ=Z= -x-yx+y
x + 2y >=3;
C(0,3) Point C(0,3):
• de
Domaine x=0, y=3èleZ=3
solution: polygone ABCD. x,y ≥ 0 ;
• DzC:y= −𝐱 + 𝟐
(D1):2x+y =3

B(1,1)
B (1,1) (D2): x+2y=3

DzB (Z= 2) DzA (Z= 3)


x
A(3,0)

28
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
DzC (Z= 3) y
y= -x-Z minZ=Z=
-x-yx+y
C(0,3)
Domaine de solution: le polygone ABCD.
q La droite DzB a une ordonnée à l’origine minimale.
(D1):2x+y =3 objectif est minimale au point B (1,1) et vaut:
q La fonction
Z=2

B(1,1)
B (1,1) (D2): x+2y=3

DzB (Z= 2) DzA (Z= 3)


x
A3,0)

29
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Modélisation d’un programme linéaire

Exemple 4: Résoudre graphiquement le programme linéaire suivant:

q Variables de décision
Ø x:
Ø y:
q Fonction objectif à minimiser
q min Z avec Z= 20x+25y

q Contraintes
Ø x +5y >=5;
Ø x +2 y >=4;
Ø 3x+2y>=6
Ø x,y ≥ 0 ;

A.Selmani
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
y x + 5y >=5
x + 2y >=4
Domaine de solution: le polygone ABCD.
3x+2y>=6
D(0,3) min Z= 20x+25y x,y>=0

C(1,3/2)

B(10/3,1/3)
A(5,0) x
A.Selmani 31
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
y x + 5y >=5
Point A(3,0): x + 2y >=4
• x=5, y=0 è Z=100 Z= 20x+25y
3x+2y>=6
• DzA:y= −4x/5 + 𝟒 y=4x/5+Z/25 x,y>=0
D(0,3)

C(1,3/2)
DzA (Z=100)
B(10/3,1/3)
A(5,0) x
A.Selmani 32
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
y x + 5y >=5
Point B(10/3,1/3): x + 2y >=4
• x=10/3, y=1/3 è Z=75 Z= 20x+25y
3x+2y>=6
• DzB:y= −4x/5 + 𝟑 y=4x/5+Z/25
D(0,3) x,y>=0

C(1,3/2)
DzA (Z=100)
B(10/3,1/3)
A(5,0) x
A.Selmani DzB (Z=75) 33
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
y x + 5y >=5
Point C(1,3/2): x + 2y >=4
• x=1, y=3/2 è Z=57,5 Z= 20x+25y
3x+2y>=6
• DzC:y= −4x/5 + 𝟐, 𝟑 y=4x/5+Z/25
D(0,3) x,y>=0

DzC(Z=57,5)

C(1,3/2)
DzA (Z=100)
B(10/3,1/3)
A(5,0) x
A.Selmani DzAB (Z=75) 34
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
y x + 5y >=5
Point D(0,3): x + 2y >=4
• x=0, y=3 è Z=75 Z= 20x+25y
DzD (Z=75) 3x+2y>=6
• DzD:y= −4x/5 + 𝟑 y=4x/5+Z/25
D(0,3) x,y>=0

DzC (Z= 57,5)

C(1,3/2)
DzA (Z=100)
B(10/3,1/3)
A(5,0) x
A.Selmani DzB (Z=75) 35
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
y x + 5y >=5
q La droite DzC a une ordonnée à l’origine minimale. x + 2y >=4
q La fonction objectif est minimale au point C(1,3/2) et vaut:
DzD (Z=75) 3x+2y>=6
Z = 57,5

D(0,3) x,y>=0

DzC (Z= 57,5)

C(1,3/2)
DzA (Z=100)
B(10/3,1/3)
A(5,0) x
A.Selmani DzB (Z=75) 36
Modélisation Méthode
MéthodeGraphique
graphique Simplexe

Application 1: Une usine a besoin de renouveler son stock en matière première


comme suit:
q 90 unités de la matière M1;
q 240 unités de la matière M2;
q 240 unités de la matière M3.
Pour répondre à ses besoins, le gérant achète x lots A et y lots B auprès de deux
fournisseurs :
q Le lot A contentant 2 unités de M1, 4 unités de M2 et 8 unités de M3 pour 200
Dhs;
q Le lot B contenant 3 unités de M1, 12 unités de M2 et 6 unités de M3 pour
400Dhs.
Déterminer le nombres de lots A et de lots B à acheter pour avoir une dépense
minimale?

Michel Bierlaire
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Modélisation d’un programme linéaire
Le programme linéaire :

q Variables de décision
Ø a : nombre de lot type A
Ø b : nombre de lot type B
q Fonction objectif à maximiser
q max Z avec Z= 200a + 400b

q Contraintes
Ø 2a+ 3b >= 90;
Ø 4a + 12b >=240;
Ø 8a+6b >= 240;
Ø a ≥ 0 et b ≥ 0 ;

A.Selmani
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Représentation graphique
b 2a+ 3b = 90
4a + 12b =240
La dépense minimale est donc atteinte au point(30,10)
et vaut : 10000 8a+6b = 240
a,b>=0

A.Selmani 39
Modélisation Méthode
MéthodeGraphique
graphique Simplexe
Modélisation d’un programme linéaire

Application 2: Résoudre graphiquement le programme linéaire suivant:

q Variables de décision
Ø x1,x2,x3 :
Ø y:
q Fonction objectif à maximiser
q max Z=10x1 + 14x2+12x3

q Contraintes
q x1+3x2+2x3<= 40
q 3x1+2x2 +x3<= 45
q x1+x2+4x3 <= 38
q x1, x2,, x3 >=0
A.Selmani

Vous aimerez peut-être aussi