CYCLE INGENIEUR DE L’ECOLE POLYTECHNIQUE D’AGADIR

RAPPORT DU MINI PROJET ECRIT DU GROUPE

MAT3012 PROGRAMMATION LINEAIRE

Projet de programmation linéaire

Réalisé par : Supervisé par :

BELKADI KARIM Mme M. El Kyal
GOUDIMI REDA

Année universitaire 2021/2022

TABLE DES MATIERES

MAT3012 2
 Introduction didactique et motive du travail:
Au cours de la Seconde Grre mondiale, l’armée de l’air des États-Unis
d’Amérique eut de nombreux problèmes concernant l’allocation de ses
ressources, tant humaines que matérielles. Naturellement, plusieurs
spécialistes se penchèrent sur la question et parmi eux, George Dantzig. Peu
après la guerre, en 1946, ce dernier formula de manière plus générale ce
genre de problèmes et proposa une méthode de résolution, la méthode du
simplexe. Ce problème général peut se formuler ainsi : trouver la valeur
maximale (ou minimale) d’une fonction à plusieurs variables si ces variables
sont soumises à des contraintes. Par exemple, supposons qu’une compagnie
fabrique plusieurs produits différents et que pour chacun de ces produits il y
a des coûts de fabrication différents en main-d’œuvre et en matières
premières. La compagnie connaît le bénéfice qu’elle réalise en vendant
chacun de ces produits. La compagnie doit alors se poser la question
suivante: quelle quantité de chacun des produits doit-on fabriquer pour
obtenir un bénéfice global maximal ?

En général, de tels problèmes peuvent être assez complexes. Cependant,

dans le cas où la fonction à optimiser, c’est-à-dire à rendre
minimum ou maximum, est linéaire et où les contraintes
peuvent s’exprimer par des inéquations, on peut développer
une théorie assez simple pour résoudre ce genre de problèmes, la
programmation linéaire.

Définition général

La programmation linéaire peut se définir comme une technique

mathématique permettant de résoudre des problèmes de gestion et
particulièrement ceux où le gestionnaire doit déterminer, face à différentes
possibilités, l’utilisation optimale des ressources de l’entreprise pour
atteindre un objectif spécifique comme la maximisation des bénéfices ou la
minimisation des coûts. Dans la plupart des cas, les problèmes de l’entreprise
pouvant être traités par la programmation linéaire qui comportent un certain
nombre de ressources. On peut mentionner, par exemple : la main-d’œuvre,
les matières premières, les capitaux, ... qui sont disponibles en quantité
limitée et qu’on veut répartir d’une façon optimale entre un certain nombre
de processus de fabrication. Notre approche pour résoudre ce type de
problèmes sera divisée en deux étapes principales :

a) La modélisation du problème sous forme d’équations ou d’inéquations

linéaires qui permettra ainsi de bien identifier et structurer les
contraintes que doivent respecter les variables du modèle ; de plus, on
doit définir l’apport de chaque variable à l’atteinte de l’objectif poursuivi
par l’entreprise, ce qui se traduira par une fonction à optimiser.
La modélisation d’un problème linéaire consiste a identifier:

MAT3012 3
 • les variables
• les différentes contraintes auxquelles sont soumises ces variables
b) La détermination de l’optimum mathématique à l’aide de certaines
techniques propres à la programmation linéaire.

Présentation Théorique :

Un programme linéaire consiste à trouver le maximum ou le minimum d’une forme linéaire dite
fonction objectif en satisfaisant certaines équations et inégalités dites contraintes. En langage
mathématique, on décrira de tels modèles de la manière suivante :

Soient N variables de décision x1, x2,…, xn, l’hypothèse que les variables de décision sont positives
implique que

La fonction objectif est une forme linéaire en fonction des variables de décision de type

où les coefficients c1,…,cN doivent avoir une valeur bien déterminée (avec certitude) et peuvent être
positifs, négatifs ou nuls. Par exemple le coefficient ci peut représenter un profit unitaire lié à la
production d’une unité supplémentaire du bien xi, ainsi la valeur de z est le profit total lié à la
production des différents biens en quantités égales à

Supposons que ces variables de décision doivent vérifier un système d’équations linéaires définis
par M inégalités

où les coefficients a1M,…, aMN et b1,…, bM doivent avoir une valeur bien déterminée (avec certitude) et
peuvent être positifs, négatifs ou nuls. Le paramètre bj représente la quantité de matière première
disponible dont le bien xi utilise une quantité égale à aij xi .

En suivant les étapes de formulation ci-dessus, on peut représenter le PL comme suit :

MAT3012 4
Les différentes méthodes pour résoudre un problème linéaire :

Méthode graphique :

Après avoir illustré par des exemples, comment un problème pratique peut être modélisé par un
programme linéaire, l’étape qui va suivre sera certainement celle de la résolution de ce problème
mathématique. La méthode graphique est l’une des premières méthodes utilisées à ce sujet.

Si on parle de résolution graphique alors on doit se limiter à une représentation à deux variables et
au plus à trois variables. Son avantage est de pouvoir comprendre ce que fait la méthode générale du
Simplexe, sans entrer dans la technique purement mathématique.

Les contraintes économiques et de signe sont représentées graphiquement par des demi-plans dont
l'intersection est un ensemble convexe (c.à.d. tout segment de droite dont les extrémités
appartiennent à l'ensemble est entièrement inclus
dans cet ensemble). Les solutions, si elles existent
appartiennent donc à cet ensemble appelé région
des solutions admissibles.

Il s'agit donc de chercher à l'intérieur de ce

domaine, le couple (x1, x2) optimisant la fonction
objective.

Pour augmenter la valeur de z0 et donc la fonction

économique, il suffit d'éloigner de l'origine (dans
le quart de plan x1 ≥ 0 ; x2 ≥ 0) la droite de pente

Pour respecter les contraintes, cette droite sera

déplacée jusqu'à l'extrême limite où il n'y aura
plus qu'un point d'intersection (éventuellement un
segment) avec la région des solutions admissibles.

Méthode du simplexe :

L'algorithme du simplexe de George Dantzig est une technique à la fois fondamentale et très
populaire pour les problèmes de programmation linéaire. Ainsi, étant donné un ensemble
d'inégalités linéaires sur n variables réelles, l'algorithme permet de trouver la solution optimale pour
une fonction objectif, qui est elle aussi linéaire (l'algorithme fonctionne encore quand la fonction est
croissante en chacune de n variables).

MAT3012 5
En termes géométriques, l'ensemble des inégalités linéaires définit un polyèdre dans l'espace à n
dimensions et il s'agit de trouver le sommet optimal pour la fonction de coût donnée. L'idée de
l'algorithme consiste à partir d'un sommet quelconque du polyèdre et, à chaque itération, d'aller à
un sommet adjacent s'il est possible d'en trouver un meilleur pour la fonction objectif. S'il n'y en a
pas, l'algorithme s'arrête en concluant que le sommet courant est optimal. En général, il y a plusieurs
sommets adjacents au sommet courant qui sont meilleurs pour l'objectif. Il faut en sélectionner un
seul, la règle de sélection est appelée règle de pivotage.

MAT3012 6