M.

Diallo, Enseignant chercheur à la FSEG ; Tel :76 81 84 80/63 67 17 35

Chapitre 3 : résolution graphique des problèmes de

programmation linéaire
I. Définitions générales

Trouver une solution optimale à un problème de programmation linéaire signifie

attribuer des valeurs aux variables de décision de manière à atteindre un objectif
spécifié et à se conformer à certaines contraintes. Pour un problème comportant n
variables de décision, toute solution peut être spécifiée par un point
(𝑋𝑋1 , 𝑋𝑋2 , . . . , 𝑋𝑋𝑛𝑛 ). L'espace réalisable (ou région réalisable) du problème est l'ensemble
de tous ces points qui satisfont les contraintes du problème. L'espace réalisable est
donc l'ensemble de toutes les solutions réalisables. Une solution réalisable optimale
est un point de l'espace réalisable qui est aussi efficace que tout autre point pour
atteindre le but spécifié.

La solution des problèmes de programmation linéaire avec seulement deux

variables de décision peut être illustrée graphiquement. Pour cela on détermine
d’abord la région réalisable afin de préciser le polyèdre c’est-à-dire l’ensemble des 𝑋𝑋 ∈
ℝ𝑛𝑛 vérifiant un système d’inéquation linéaire.

𝑎𝑎1 𝑋𝑋1 + 𝑎𝑎2 𝑋𝑋2 + ⋯ . +𝑎𝑎𝑛𝑛 𝑋𝑋𝑛𝑛 ≤ 𝑏𝑏

Ensuite, nous représentons les droites d’isoprofits puis on cherche à déterminer la

𝜕𝜕𝜕𝜕 𝜕𝜕𝜕𝜕
direction du gradient ∇�𝑓𝑓(𝑋𝑋1 , 𝑋𝑋2 )� = � ; �
𝜕𝜕𝑋𝑋1 𝜕𝜕𝑋𝑋2

Enfin nous déterminons le point optimal en déplaçant la droite Z vers la direction

du gradient. On doit continuer ce déplacement jusqu’à ce qu’on trouve le dernier point
admissible (maximum) ou au 1er point admissible (minimum).

Dans les exemples suivants, nous verrons des cas impliquant la maximisation et
la minimisation de fonctions. Nous verrons également des situations dans lesquelles il
n'existe aucune solution réalisable, certaines qui ont plusieurs solutions optimales et
d'autres qui n'ont pas de solution optimale.

Ensemble convexe

Soit E l’espace vectoriel normé réel de dimension finie. Une partie C de E dite
convexe lorsque les deux points quelconques étant pris dans C, le segment qui les
joints est entièrement contenu dans C.

∀𝑋𝑋1 , 𝑋𝑋2 ∈ 𝐶𝐶, ∀ 𝑡𝑡 ∈ [0; 1] 𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎𝑎 𝑡𝑡𝑋𝑋1 + (1 − 𝑡𝑡)𝑋𝑋2 ∈ 𝐶𝐶

1
 M. Diallo, Enseignant chercheur à la FSEG ; Tel :76 81 84 80/63 67 17 35

Autrement dit si on joint deux points quelconques de l’ensemble C, la droite qui

les joints est toute entière continue dans C.

Les problèmes de programmation linéaire comportant plus de deux variables

de décision nécessitent des méthodes de résolution plus sophistiquées, et ne
peuvent pas être facilement illustrés graphiquement. Cependant, notre étude
graphique de petits problèmes sera utile pour donner un aperçu de la méthode de
résolution plus générale qui sera présentée plus tard.

II. Applications

A. Cas d’une seule solution optimale

Exemple1:

Considérons d'abord un problème de maximisation :

𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚𝑚 𝑍𝑍 = 3𝑋𝑋1 + 𝑋𝑋2 Sous réserve de

(1) 𝑋𝑋2 ≤ 5
(2) 𝑋𝑋1 + 𝑋𝑋2 ≤ 10
�
(3) −𝑋𝑋1 + 𝑋𝑋2 ≥ −2
𝑋𝑋1 , 𝑋𝑋2 ≥ 0

Solution

Chaque contrainte d'inégalité définit un demi-plan en deux dimensions, et

l'intersection de ces demi-plans constitue l'espace réalisable pour ce cas, comme le
montre la zone ombrée de la figure 1.

Les points marqués A, B, C, D et E sont appelés points extrêmes de la région

réalisable. Il est une propriété des problèmes de programmation linéaire selon
laquelle, si une solution optimale unique existe, elle se trouve à l'un des points extrêmes
de l'espace réalisable.

Pour ce petit problème, il est possible d’évaluer la fonction objective à chacun

de ces points, et de sélectionner le maximum :

𝑍𝑍𝐴𝐴 𝑍𝑍(0,0) = 3 × 0 + 0 = 𝟎𝟎

𝑍𝑍𝐵𝐵 𝑍𝑍(0,5) = 3 × 0 + 5 = 𝟓𝟓

𝑍𝑍𝐶𝐶 𝑍𝑍(5,5) = 3 × 5 + 5 = 𝟐𝟐𝟐𝟐

𝑍𝑍𝐷𝐷 𝑍𝑍(6,4) = 3 × 6 + 4 = 𝟐𝟐𝟐𝟐

𝑍𝑍𝐸𝐸 𝑍𝑍(2,0) = 3 × 2 + 0 = 𝟔𝟔

2
 M. Diallo, Enseignant chercheur à la FSEG ; Tel :76 81 84 80/63 67 17 35

Figure 1

La solution optimale se trouve au point extrême D où 𝑿𝑿𝟏𝟏 = 𝟔𝟔 𝒆𝒆𝒆𝒆 𝑿𝑿𝟐𝟐 = 𝟒𝟒, et la

valeur optimale de la fonction objective est désignée par 𝒁𝒁∗ = 𝟐𝟐𝟐𝟐.

Sans évaluer Z à chaque point extrême, nous pouvons plus simplement observer
que la ligne spécifiée par la fonction objectif 3𝑋𝑋1 + 𝑋𝑋2 a une pente de -3. À l'optimum,
cette ligne est tangente à l'espace réalisable à l'un des points extrêmes. Dans la figure
1, la ligne pointillée représente la fonction objective au point optimal D.

Exemple 2 :

Minimiser 𝑍𝑍 = 𝑋𝑋1 + 𝑋𝑋2

sous réserve de 3 𝑋𝑋1 + 𝑋𝑋1 ≥ 6 (1)

𝑋𝑋2 ≥ 3 (2)
𝑋𝑋1 ≤ 4 (3)
𝑋𝑋1, 𝑋𝑋2 ≥ 0

Solution

La zone ombrée de la figure 2 désigne la région réalisable, qui dans ce cas n'est
pas délimitée.

3
 M. Diallo, Enseignant chercheur à la FSEG ; Tel :76 81 84 80/63 67 17 35

Figure 2

La solution minimale doit se trouver à l'un des points extrêmes A, B ou C. La

fonction objective 𝒁𝒁 = 𝑿𝑿𝟏𝟏 + 𝑿𝑿𝟐𝟐 , avec une pente de -1, est tangente à la région
réalisable au point extrême B. Par conséquent, la solution optimale se trouve à 𝑿𝑿𝟏𝟏 =
𝟏𝟏 et 𝑿𝑿𝟐𝟐 = 𝟑𝟑, et la valeur optimale de la fonction objective à ce point est 𝑍𝑍 ∗ = 4.

B. Cas des Solutions optimales multiples

Chacun des problèmes que nous avons résolus graphiquement avait une
solution optimale unique. L'exemple suivant montre qu'il est possible pour un problème
de programmation linéaire d'avoir plusieurs solutions qui sont toutes aussi efficaces
pour atteindre un objectif. Considérons le problème suivant

Exemple 1

Maximiser
𝑍𝑍 = 𝑋𝑋1 + 2𝑋𝑋2
sous réserve de −𝑋𝑋1 + 𝑋𝑋2 ≤2 (1)

𝑋𝑋1 + 2𝑋𝑋2 ≤ 8 (2)

𝑋𝑋1 ≤ 6 (3)

𝑋𝑋1 , 𝑋𝑋2 ≥ 0

Solution

La région réalisable est illustrée à la figure 3.

La ligne représentant la fonction objectif 𝒁𝒁 = 𝑿𝑿𝟏𝟏 + 𝟐𝟐𝑿𝑿𝟐𝟐 peut être rendue tangente
à la région réalisable à l'origine, mais il est clair que 𝒁𝒁 est maximisé en plaçant la ligne

4
 M. Diallo, Enseignant chercheur à la FSEG ; Tel :76 81 84 80/63 67 17 35

là où les valeurs de 𝑿𝑿𝟏𝟏 et 𝑿𝑿𝟐𝟐 sont les plus grandes. Remarquez que la ligne de la
fonction objective dans ce cas est tangente à la région réalisable n’est pas à un seul
point extrême, mais plutôt le long d'une des limites de la région réalisable.

Les valeurs de 𝑍𝑍𝐴𝐴 et 𝑍𝑍𝐵𝐵 sont :

4 10 4 10
𝑍𝑍𝐴𝐴 = 𝑍𝑍 � ; � = + 2 � � = 8
3 3 3 3

𝑍𝑍𝐵𝐵 = 𝑍𝑍(6; 1) = 6 + 2 × (1) = 8

Correspondent aux solutions optimales aux points A et B ; de plus, tous les points
sur la ligne entre les points extrêmes A et B sont également optimaux. Par conséquent,
𝒁𝒁∗ = 𝟖𝟖 et les solutions optimales peuvent être exprimées comme un ensemble

4 10
��𝑋𝑋1, 𝑋𝑋2 | ≤ 𝑋𝑋1 ≤ 6 𝑒𝑒𝑒𝑒 1 ≤ 𝑋𝑋2 ≤ 𝑒𝑒𝑒𝑒 𝑋𝑋1 + 2𝑋𝑋2 = 8��
3 3

Une telle situation peut se produire lorsque la pente de la ligne de la fonction

objective est la même que celle de l'une des contraintes.

5
M. Diallo, Enseignant chercheur à la FSEG ; Tel :76 81 84 80/63 67 17 35