La méthode graphique

Cette méthode est simple et s’applique à des problèmes de programmation linéaire à deux
variables.
Le principe consiste à dessiner le polyèdre convexe représentant l’ensemble des contraintes et à
parcourir les sommets jusqu’à trouver celui qui optimise la fonction objectif.
L’ensemble des solution réalisable d’un PL détermine dans l’espace des décision un ensemble
convexe (domaine réalisable) qui:
Soit ensemble vide
Soit l’ensemble polyédrique convexe non borné.
Soit l’ensemble polyèdre convexe.
Théorème: s’il existe au moins une solution, il existe au moins une solution optimale qui est un
sommet du domaine réalisable.
 Exemple 01
Soit le PL
Max f: X1+3X2 avec
X1+X2 ≤ 14 (1)
-2X1+3X2 ≤ 12 (2)
2X1-X2 ≤ 12 (3)
avec X1,X2 ≥ 0
 L’espace des décisions est le plan (x1,x2) .
L’ensemble des solutions réalisables.

X2

14
f 8 B
4 C

D
X1
-6 E 6 14

(2) -12 (1)

(3)
 Solution de l’exemple 01

L’ensemble des solution est un polyèdre convexe.

Il faut trouve dans cette ensemble, celui dont les cordonné maximent
de Z.

La courbe x1+3x2 est une droit parallèle, l’une d’entre elle est la
solution, la solution optimale est donc la sommet F(6,8) ou z=30
 Exemple 2

Max Z= 2 x1 + 3 x2

0,25 x1+ 0,5 x2  40

0,4 x1 + 0,2 x2 40
0,8 x2  40
x1 , x2  0
 Modélisation et résolution de l’Exemple 2
Le programme linéaire associé est:
Max Z= 2 x1 + 3 x2
0,25 x1+ 0,5 x2  40 2
0,4 x1 + 0,2 x2 40
0,8 x2  40
x1 , x 2  0
Le domaine convexe D délimité
par l’ensemble des contraintes est
représenté dans la Figure par la
partie hachurée A B 3
où les sommets sont:
O=(0,0) ZO=0 C
A=(0,50) ZA=150
B=(60,50) ZB=270 D
C=(80,40) ZC=280
D=(100,0) ZD= 200
O D
Le point extrême qui maximise Z
1
est le sommet C qui est optimale