2 Classe

Faculté des Sciences et Thechniques - El Hoceïma
Recherche Opérationnelle
Mohammed Bouchangour
FSTH, May 5, 2023 El Hoceïma

Plan
1
▶ Résolution d’un programme linéaire par la méthode graphique.

▶ Exercices
M. Bouchangour | Recherche Opérationnelle

Rappel
La méthode graphique (problème à deux inconnus)
2
▶ Division du plan:
la droite (D) ayant l’équation : ax + by + c = 0 avec
(a, b) ̸= (0; 0) partage le plan en deux parties:
▶ Une partie pour laquelle: ax + by + c > 0.
▶ Une partie pour laquelle: ax + by + c < 0.

Programmation linéaire: Méthode graphique
3
Enoncé du problème:
Une entreprise de fabrication de chassis envisage la production de

deux nouveaux modèles au moyen des capacités de ses trois
ateliers. Il s’agit respectivement d’un chassis en aluminium et d’un
chassis en bois. Le premier produit nécessite le passage dans le
premier atelier pour fabriquer le cadre en aluminium et dans le
troisième atelier où le verre est monté sur le chassis. Tandis que le
second produit nécessite le passage dans le deuxième atelier pour
fabriquer le cadre en bois et dans le troisième atelier où le verre est
monté sur le chassis.

4
Les profits unitaires, les temps de fabrication de chacun des produits

dans chacun des ateliers ainsi que les capacités hebdomadaires de
ces ateliers sont donnés au tableau suivant:
Produit 1 Produit 2 Capacité disponible

(heures/produit) (heures/produit) (heures/semaine)
Atelier 1 1 0 4
Atelier 2 0 2 12
Atelier 3 3 2 18
Profit 300 dh 500 dh
La question qui se pose est la suivante:

"Combien faut-il produire de chassis de chaque type par
semaine afin d’obtenir un profit maximal ?"

5
1 Formulation du problème:
Les variables de décision seront:

▶ x1 nombre de chassis de type 1 à produire par semaine.
▶ x2 nombre de chassis de type 2 à produire par semaine.
Le problème de planification de la production de chassis se traduit
par le modèle linéaire suivant:

6


 Max z = 300 x1 + 500x2



 x1 ≤4 (Atelier 1) (A1)


 2x2 ≤ 12 (Atelier 2) (A2)

 3x1 + 2x2 ≤ 18 (Atelier 3) (A3)



 x1 ≥0



x2 ≥0

7
2 Construction de la région réalisable.
A chaque couple de valeurs des variables de décision x1 et x2 on

associe un point (x1 ; x2 ) du plan R2 : le point (x1 ; x2 ) s’interprète
comme la proposition d’un plan de production indiquant le nombre de
chassis à fabriquer par semaine. Généralement, on parle
indifféremment du point (x1 ; x2 ) ou du plan de production (x1 ; x2 ) ou
encore de la solution (x1 ; x2 ).

8
Définition
On appelle région réalisable, l’ensemble des valeurs de variables de
décision qui satisfont toutes les contraintes.

9
Dans le cas de l’exemple, c’est l’ensemble des points (x1 , x2 )

satisfaisant les inégalités suivantes:


 x1 ≤ 4 (1)



 2x ≤ 12 (2)
 2
3x1 + 2x2 ≤ 18 (3)



 x1 ≥ 0 (4)


 x2 ≥ 0 (5)
Graphiquement une inégalité telle que 3x1 + 2x2 ≤ 18 correspond à

un demi-plan limité par la droite obtenue en prenant l’inéquation à
l’égalité (3x1 + 2x2 = 18).

10
Définition
La région réalisable est donc l’intersection des cinq demi-plans
correspondant aux cinq inégalités.

11
Tout d’abord, les contraintes x1 ≥ 0 et x2 ≥ 0 signifient que tous les

points (x1 ; x2 ) représentant des solutions acceptables doivent être
dans le premier quadrant, soit à droite de l’axe Ox2 et au-dessus de
l’axe Ox1 .
La contrainte relative à l’atelier 1 : La droite associée à cette
contrainte est la droite d’équation :
x1 = 4. (1)

12
La contrainte relative à l’atelier 1 : La droite associée à cette

contrainte est la droite d’équation:
x1 = 4. (2)
La représentation graphique de l’équation (2) s’obtient en traçant la

droite verticale qui passe par le point (4; 0).

13
La contrainte (A1) est satisfaite pour les points du plan du même côté
de la droite (2) que l’origine du repère.
Figure: Première étape.

14
Puisque toutes les contraintes du modèle linéaire sont de la même

forme, il suffit de les prendre en considération tour à tour, en
procédant, pour chaque contrainte comme suit:
▶ choisir 2 points de la droite associée. Afin de faciliter les calculs,
on peut choisir les deux points ayant chacun une coordonnée
nulle. Puis tracer cette droite;
▶ déterminer de quel côté de la droite associée la contrainte est
satisfaite. Pour repérer rapidement le bon côté, il suffit de
regarder si le point (0; 0) est du bon côté;
▶ tracer une flèche pointant vers ce côté.

15
Illustrons à nouveau cette procédure à l’aide de la contrainte (A2). La

droite associée à cette contrainte est la droite d’équation:
x2 = 6. (3)
▶ les points (0; 6) et (8; 6) appartiennent à la droite (3) associée à

(A2);
▶ le point (0; 0) vérifie cette dernière et les points réalisables selon
la seule contrainte (A2) se trouvent sous la droite (3);
▶ la flèche pointant vers le bon côté est placée.

16
Le résultat graphique de la prise en considération des contraintes

(A1) et (A2) est illustré sur la figure suivante:
Figure: Deuxième étape

17
La prise en considération graphique de la contrainte (A3 ) se traduit

par le tracé de la droite d’équation:
3x1 + 2x2 = 18, (4)
et par l’exclusion des points situés au-dessus de cette droite.

18
3 Recherche d’une solution optimale
Proposition
La valeur optimale de la fonction objectif d’un problème de
programmation linéaire est obtenue à l’un des sommets de la région
réalisable si cet ensemble existe et est borné.

19
La région réalisable que nous venons de construire ne détermine pas

une solution, mais tout un domaine contenant un nombre infini de
points. Il va falloir repérer un plan de production optimal, c’est-à-dire
un point (x1∗ , x2∗ ) vérifiant toutes les contraintes et permettant à z de
prendre sa plus grande valeur sur la région réalisable.

20
Pour cela, on va considérer des valeurs successives de la fonction

économique:
z = p.
Ce qui correspond graphiquement à des droites parallèles
300x1 + 500x2 = p.

21
Les points d’une de ces droites sont donc le lieu de tous les points
donnant la même valeur du profit (d’où le nom de droites d’isoprofits).
Tracer une première droite d’isoprofit permet d’obtenir une illustration
de la pente de z. En traçant une deuxième permet de déterminer la
direction selon laquelle la valeur de z augmente.

22
Ainsi, en augmentant petit à petit la valeur de p dans l’équation

(300x1 + 500x2 = p), on obtient des droites parallèles, chacune plus
loin de l’origine que les précédentes.

23
Comme on cherche ici à maximiser la fonction économique z, on

détermine une solution optimale en cherchant la droite d’isoprofit la
plus élevée qui comporte au moins un point de la région réalisable.
Ici, il n’y a qu’une seule solution optimale qu’est le point:

(x1∗ , x2∗ ) = (2, 6).
24
Ce point se trouve à l’intersection des droites (2) et (3). On utilise

donc à plein les capacités disponibles des ateliers 2 et 3. Par contre,
pour cette solution optimale, les capacités disponibles de l’atelier 1
seront plus que suffisantes. Au point optimal, la fonction économique
prend la valeur 3600:
z ∗ = (300 × 2) + (500 × 6) = 3600.

25
Remarques
La région réalisable est un ensemble convexe, elle peut être soit:
▶ Vide.
▶Borné (une solution optimale existe toujours).

▶ Non borné (une solution optimale peut exister comme elle ne
peut pas exister).
La solution optimale dun problème de programmation linéaire
lorsquelle existe est constituée:
▶ d’un seul point (un sommet de la région réalisable); ou
▶ d’une infinité de points (un segment d’extrémités deux sommets

adjacents de la région réalisable).

26

27
Lorsque la région réalisable n’est pas borné la proposition précédente

n’offre pas de garanties quant à l’existence d’une solution optimale.

Exercice 1:
Enoncé 28

Exercice 1:
Solution: 29

Exercice 1:
Solution: 30

Exercice 2:
Enoncé: 31

Exercice 2:
Solution: 32

Exercice 2:
Solution: 33

Exercice 2:
Solution: 34

Exercice 2:
Solution: 35

Exercice 3:
Enoncé: 36

Exercice 3:
Solution: 37

Exercice 4:
Enoncé: 38

Exercice 4:
Solution: 39

Exercice 4:
Solution: 40

Exercice 4:
Solution: 41

Merci pour votre attention

2 Classe

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

2 Classe

Transféré par

Droits d'auteur :

Formats disponibles

Faculté des Sciences et Thechniques - El Hoceïma

FSTH, May 5, 2023 El Hoceïma

▶ Résolution d’un programme linéaire par la méthode graphique.

M. Bouchangour | Recherche Opérationnelle

M. Bouchangour | Recherche Opérationnelle

Une entreprise de fabrication de chassis envisage la production de

M. Bouchangour | Recherche Opérationnelle

Les profits unitaires, les temps de fabrication de chacun des produits

Produit 1 Produit 2 Capacité disponible

La question qui se pose est la suivante:

M. Bouchangour | Recherche Opérationnelle

Les variables de décision seront:

M. Bouchangour | Recherche Opérationnelle

M. Bouchangour | Recherche Opérationnelle

2 Construction de la région réalisable.

A chaque couple de valeurs des variables de décision x1 et x2 on

M. Bouchangour | Recherche Opérationnelle

M. Bouchangour | Recherche Opérationnelle

Dans le cas de l’exemple, c’est l’ensemble des points (x1 , x2 )

Graphiquement une inégalité telle que 3x1 + 2x2 ≤ 18 correspond à

M. Bouchangour | Recherche Opérationnelle

M. Bouchangour | Recherche Opérationnelle

Tout d’abord, les contraintes x1 ≥ 0 et x2 ≥ 0 signifient que tous les

M. Bouchangour | Recherche Opérationnelle

La contrainte relative à l’atelier 1 : La droite associée à cette

La représentation graphique de l’équation (2) s’obtient en traçant la

M. Bouchangour | Recherche Opérationnelle

Figure: Première étape.

M. Bouchangour | Recherche Opérationnelle

Puisque toutes les contraintes du modèle linéaire sont de la même

M. Bouchangour | Recherche Opérationnelle

Illustrons à nouveau cette procédure à l’aide de la contrainte (A2). La

▶ les points (0; 6) et (8; 6) appartiennent à la droite (3) associée à

M. Bouchangour | Recherche Opérationnelle

Le résultat graphique de la prise en considération des contraintes

Figure: Deuxième étape

M. Bouchangour | Recherche Opérationnelle

La prise en considération graphique de la contrainte (A3 ) se traduit

M. Bouchangour | Recherche Opérationnelle

3 Recherche d’une solution optimale

M. Bouchangour | Recherche Opérationnelle

La région réalisable que nous venons de construire ne détermine pas

M. Bouchangour | Recherche Opérationnelle

Pour cela, on va considérer des valeurs successives de la fonction

M. Bouchangour | Recherche Opérationnelle

M. Bouchangour | Recherche Opérationnelle

Ainsi, en augmentant petit à petit la valeur de p dans l’équation

M. Bouchangour | Recherche Opérationnelle

Comme on cherche ici à maximiser la fonction économique z, on

Ici, il n’y a qu’une seule solution optimale qu’est le point:

Ce point se trouve à l’intersection des droites (2) et (3). On utilise

z ∗ = (300 × 2) + (500 × 6) = 3600.

M. Bouchangour | Recherche Opérationnelle

▶Borné (une solution optimale existe toujours).

▶ d’une infinité de points (un segment d’extrémités deux sommets

M. Bouchangour | Recherche Opérationnelle

M. Bouchangour | Recherche Opérationnelle

Lorsque la région réalisable n’est pas borné la proposition précédente

M. Bouchangour | Recherche Opérationnelle

M. Bouchangour | Recherche Opérationnelle

M. Bouchangour | Recherche Opérationnelle

M. Bouchangour | Recherche Opérationnelle

M. Bouchangour | Recherche Opérationnelle