Vous êtes sur la page 1sur 11

3 ème Année Informatique

Option: SI

Module : Programmation linéaire


Apit
Résolution d’un Programme Linéaire
Résolution d’un programme linéaire
Pour la résolution un programme linéaire il y a divers méthode

1- Méthode graphique:
On utilise cette méthode lorsque il n’ya que deux variables.

2- Méthode dénombrement des solution de base:


Généralement pour des cas pratique, elle est très long elle donne la
solution de base réalisable, mais pas nécessairement la solution
optimal.

3- Algorithme du simplexe:
Cette méthode permet de vérifier si le PL a une solution réalisable et
ensuite fournit une solution optimale après un nombre fini
d’itération.
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
2-Résolution par énumération
Cette méthode de résolution par énumération des solution de base

Théorème 01: Tout solution de base réalisable correspond à une sommet de l’ensemble
polyédrique convexe des solution réalisable.

Théorème 02: L’ensemble de solution de base réalisable est fini

Méthode:
La procédure de résolution est:
1- Recherche toutes les solutions de base du PL.
2- Sélectionné les solution de base réalisables.
3- Calculé en chacun d’elle la valeur de la fonction et en déduire la
solution optimale.
Résolution par énumération
Cette méthode très simple mais inapplicable en générale, en effet dans la
pratique le nombre de solution de base à explorer est trop important.

Par exemple pour un problème à n=15 variable et m=10 contrainte, le


nombre de solution peut être plus de trois (3) millions.

Remarque:

Cette méthode permet d’obtenir la solution de base réalisable qui maximise


la fonction économique, mais pas nécessairement la solution optimale. En
effet, lorsque l’ensemble polyédrique convexe est non borné, la solution
optimale n’est pas nécessairement un sommet.
Exemple

Soit le PL, après introduction des variables d’ écart il prend la forme

Max z =x1+3x2

x1+x2+t1=14

-2x1+3x2+t2=12

2x1-x2+t3=12

x1,x2,t1,t2,t3>=0