Resolution Graphique

www.almohandiss.
com
La résolution graphique de modèles linéaires

continus comportant deux variables de décison
Nizar El Hachemi
25 mars 2011
Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Introduction www.almohandiss.com
La représentation graphique de modèles linéaires continus

comportant deux variables de décison permet de développer
l’intuition de la résolution et facilite l’acquisition des définitions et
des concepts nécessaires à l’abord de modèles linéaires réalistes.
C’est également par l’étude de ces modèles linéaires simples qu’il
apprendra à repérer ceux qui admettent une ou plusieurs solutions
optimales et à détrminer les caractéristiques de ces solutions
optimales.

Le modèle linéaire www.almohandiss.com
Un problème de planification de la Fonderie se traduit par le modèle

linéaire suivant :
Max z = 1000x1 + 1200x2

subject to :
10x1 + 5x2 ≤ 200 (1)
2x1 + 3x2 ≤ 60 (2)
x1 ≤ 34 (3)
x2 ≤ 14 (4)
x1 , x2 ≥ 0 (5)

Définition www.almohandiss.com
À chaque couple de valeurs des variables de décision x1 et x2 ) on

associe un point (x1 ; x2 ) du plan cartésien : le point (x1 ; x2 )
s’interprète comme la proposition d’un plan de production. On peut
parler du point (x1 ; x2 ) comme s’il s’agissait du plan de production
(x1 ; x2 ) ou encore de la solution (x1 ; x2 ), Bien que l’idéal soit de
réserver le terme point à la représentation géométrique, le terme
solution à l’approche algébrique et le terme plan de production à
l’interprétation du modèle dans la réalité.

Définition www.almohandiss.com
Un point, solution ou plan de production (x1 ; x2 )) est dit

admissible s’il satisfait à chacune des contraintes du modèle
linéaire. Dans le cas contraire, le point, solution ou plan de
production est dit inadmissible. Par exemple, le point (14 ; 5) est
admissible selon le modèle proposé pour la Fonderie. Mais le point
(24 ; 2) n’est pas admissible.
Trouver graphiquement une solution optimale d’un modèle linéaire
contnu à 2 variables de décision suppose qu’on puisse :
Construire le graphique de la région admissible, c’est à dire
l’ensemble des solutions admissibles ;
Repérer sur ce graphique une solution optimale.

La construction de la région admissible
www.almohandiss.com
Nous cherchons, en un premier temps, à nous doter d’une

représentation graphique de l’ensemble des solutions admissibles.
Notons d’abord que les contraintes de non-négativité fixent 0
comme borne inférieure des variables de décision x1 et x2 . Elles ont
pour effet de cantonner au premier quadrant la recherche des points
admissibles. Ces contraintes accompagnent la plupart des modèles
linéaires, et ce sont habituellement les premières que l’on prend en
considération lors du tracé d’un graphique des solutions admissibles.

La construction de la région admissible
www.almohandiss.com
Notons également que toutes les contraintes du modèle précédent,

y inclus les contraintes de non-négativité, peuvent s’écrire sous la
forme suivante :
ax1 + bx2 ≤ c
Pour préciser le procédé qui mène à la représentation graphique des
points vérifiant ce type de contrainte, choisissons tout d’abord la
contrainte (1). Et considérons la droite 10x1 + 5x2 = 200 que l’on
appelle droite associée à la contrainte (1). La représentation
graphique de cette droite s’obtient en repérant 2 points qui
vérifient l’équation 10x1 + 5x2 = 200, puis en traçant la droite qui
passe par ces points.

Représentation graphique
www.almohandiss.com
Figure: Droite (L) associée à la première contrainte

www.almohandiss.com
Tout point situé sous la droite (L) appartient à une droite parallèle
à (L), dont l’équation est de la forme : 10x1 + 5x2 = d où d < 200.
Au fur et à mesure que croit la valeur de d , les droites occupent
des positions de plus en plus élevées tout en demeurant parallèles à
la droite (L), comme le montre la figure suivante.
Figure: Courbe de niveau de la première contrainte

www.almohandiss.com
Les points qui vérifient la contrainte (1) appartient soit à la droite
associée (L) (on dit alors que la contrainte est satisfaite comme
équation), soit à l’ensemble des points situés sous la droite (L) (on
dit que la contrainte est satisfaite comme inéquation).
Figure: Prise en considération de la première contrainte

Région admissible www.almohandiss.com
Puisque toutes les contraintes du modèle linéaire sont de la même

forme, il suffit de les prendre en considération tour à tour, en
répétant pour chacune les même opérations que celles effectuées
pour la contrainte (1). Il s’agit, pour chaque contrainte :
de déterminer 2 points de la droite associée, puis de tracer
cette droite ;
de déterminer de quel côté de la droite associée se trouvent les
points pour lesquels la contrainte est satisfaite comme
inéquation ;
de tracer une flèche pointant vers ce côté.

Illustration www.almohandiss.com
Illustrons à nouveau ce procédé à l’aide de la contrainte (2) :

les points (30 ; 0) et (0 ; 20) appartiennent à la droite associèe
à la contrainte (2) ;
l’origine O = (0 ; 0) vérifie cette dernière ; les points
admissibles selon la seule contrainte (2) se trouvent sous la
droite tracée ;
la flèche est donc placée sous la droite.

Figure: Prise en considération des 2 premières contraintes

Figure: Prise en considération des 3 premières contraintes

Région admissible www.almohandiss.com
La prise en considération des 6 contraintes du modèle linéaire
précédent permet d’établir l’ensemble des solutions illustré à la
figure suivante.
Figure: Région admissible

Résumé www.almohandiss.com
En résumé, le repérage graphique de l’ensemble des solutions

admissibles d’un modèle linéaire comportant 2 variables de décision
se fait par la prise en considération successive des contraintes.
L’ensemble des points non éliminés lorsque ce processus prend fin
constitue la région admissible, c’est-à-dire l’ensemble des points qui
vérifient toutes les contraintes du modèle linéaire.
La construction de la région admissible est un premier pas vers
l’obtention d’une solution optimale et permet souvent de faire des
remarques pertinentes à propos du problème posé.

La recherche d’une www.almohandiss.com
solution optimale
Nous venons de construire la région admissible du modèle linéaire

associé au problème de la Fonderie. Cet ensemble contient un
nombre infini des points. Nous indiquons maintenant comment
repérer une solution optimale, c’est-à-dire un point (x1∗ ; x2∗ )
vérifiant toutes les contraintes et permettant à 1000x1∗ + 1200x2∗ de
prendre sa meilleure valeur dans ces circonstances.
En fixant z à une valeur p choisie arbitrairement, on obtient la
droite
1000x1∗ + 1200x2∗ = p
Cette droite est appelée courbe de niveau ou encore courbe
d’indifférence de la fonction z. Elle représente les points du plan
qui donnent à z la valeur p.

Illustration des courbes de niveau
www.almohandiss.com
Figure: Courbes de niveau de la fonction-objectif

Illustration des courbes de niveau
www.almohandiss.com
Tracer une première courbe de niveau permet d’obtenir une

illustration de la pente de z qui dépend du rapport des coefficient
1000 et 1200 de x1 et x2 . En tracer une deuxième permet de
déterminer la direction selon laquelle la valeur de z augmente. Ainsi,
en augmentant petit à petit la valeur de p, on obtient des droites
parallèles, chacune plus à droite et plus haute que les précédentes.
Comme on cherche ici à maximiser la fonction-objectif z, on
détermine une solution optimale en cherchant la courbe de niveau
la plus élevée qui comporte au moins un point de l’ensemble des
points admissibles. Cette recherche donne le résultat illustré à la
figure suivante.

Repérage graphiquewww.almohandiss.com
de la solution optimale
Figure: Repérage graphique de la solution optimale

Il n’y a ici qu’une solution optimale : elle se trouve à l’intersection

des droites associées aux contraintes (1) et (2). Par consŐquent, ce
point (x1∗ ; x2∗ ) vérifie les équations de ces droites :
10x1∗ + 5x2∗ = 200
2x1∗ + 3x2∗ = 60
Il s’ensuit que x1∗ = 15 et x2∗ = 10
En ce point, la fonction objectif z prend la valeur 27000
p ∗ = 1000 ∗ 15 + 1200 ∗ 12 = 27000

La résoluion d’un deuxième exemple
www.almohandiss.com
Ce second exemple diffère du premier sous 2 aspects : l’objectif

propose la minimisation d’une fonction linéaire ; certaines
contraintes technologiques sont de signe ≥ et l’origine O = (0, 0)
du plan n’est pas une solution admissible.
Min z = 3x1 + 4x2

subject to :
x1 + x2 ≥ 9 (6)
x1 − x2 ≤ 9 (7)
x1 + 3x2 ≥ 17 (8)
x1 ≥ 3 (9)
x2 ≤ 10 (10)
x1 , x2 ≥ 0 (11)

Deuxième exemple www.almohandiss.com
En premier temps, nous construisons la région admissible. Les
contraintes de non-négativité garantissent que les solutions
admissibles appartiennent toutes au premier quadrant. L’analyse
graphique peut donc se limiter à cette portion du plan. La figure
suivante présente les droites associées aux différentes contraintes
technologiques.
Figure: Nizar
Construction
El Hachemi de La
la résolution
région graphique
admissible
de modèles linéaires continus comp
Deuxième exemple www.almohandiss.com
Le polygone ABCDE, qui constitue la région admissible, est

reproduit à la figure suivante, accompagné des courbes de niveau
z = 56 et z = 31. Comme l’objectif est de minimiser la fonction z,
l’optimum s’atteint en cherchant la courbe de niveau la plus à
gauche et la plus basse possible qui a un point commun avec la
région admissible. Le graphique indique que le sommet E = (5; 4)
comme celui où s’obtient la solution optimale recherchée.

Figure: Repérage graphique de la solution optimale

Les caractéristiques www.almohandiss.com
de l’ensemble des solutions admissibles
Nous indiquons comment caractériser l’ensemble des solutions

admissibles de modèles linéaires continus dont les contraintes
adoptent la forme générale :
Contraintes
 
X ≤
∀i = 1, .., m, aij xj  =  bi (α) (12)
≥
∀j = 1, ...n, xj ≥ 0 (β) (13)
Les m contraintes technologiques et les n contraintes de

non-négativité font intervenir n variables de décision x1 , ..., xn . Les
coefficients aij et bi sont des nombres réels.

Une typologie des régions admissibles
www.almohandiss.com
L’ensemble des solutions admissibles, lorsqu’il n’est pas vide.

détermine un polyèdre convexe. Nous définissons ci-dessous ces 2
termes. Mais auparavant, considérons la première contrainte du
modèle de la Fonderie :
10x1 + 5x2 ≤ 200
La droite associée, d’équation 10x1 + 5x2 = 200, divise le plan en 2
parties que l’on dénomme demi-plans ou, plus généralement,
demi-espaces.

www.almohandiss.com
Un demi-espace est dit fermé ou ouvert selon que sa frontière
fait partie ou non. Par exemple, les demi-espaces V et W de la
figure suivante sont fermés. Par contre, le demi-espace défini par
10x1 + 5x2 < 200 est ouvert, puisque les points de la
droite-frontière 10x1 + 5x2 = 200 ne vérifient pas cette inéquation
stricte.

www.almohandiss.com
À chacune des contraintes (α) et (β) de signe ≤ ou ≥ correspond

un demi-espace fermé constitué de l’ensemble des points qui la
vérifient. Une contrainte (α) de signe = peut être remplacée par la
conjonction de deux inéquatins, l’une de signe ≤ et l’autre de ≥ ;
l’ensemble des points qui satisfont à cette équation est donc
l’intersection de deux demi-espaces fermés. Un point (x1 ; x2 )
vérifiant toutes les contraintes (α) et (β) appartient donc à
l’intersection d’un certain nombre de demi-espaces fermés. Une
telle intersection d’un nombre fini de demi-espaces fermés est
appelée polyèdre.

www.almohandiss.com
Un ensemble V est dit convexe si tout segment de droite dont les

extrémités appartiennent à V est inclus dans V.
Figure: Définition graphique de la convexité

Régions admissibleswww.almohandiss.com
pour modèle linéaire
L’ensemble des solutions admissibles d’un modèle linéaire continu
constitue toujours un ensemble convexe. La figure suivante
reproduit la région admissible du modèle de la Fonderie.
Figure: Convexité de la région admissible

Convexité www.almohandiss.com
La convexité est à la fois une propriété importante de la région

admissible de tout modèle linéaire continu et un concept utile pour
en trouver une solution optimale. Imaginons qu’on n’ait pas encore
tracé la région admissible du modèle de la Fonderie, mais que l’on
connaisse 2 plans de production Q et Q 0 , qui correspondent aux
points admissibles Q = (7; 12) et Q 0 = (13; 8). Chaque point du
segment reliant Q et Q 0 peut s’écrire comme suit :
(7 + 6β; 12 − 4β) où β ∈ [0, 1]
On tire facilement la conclusion suivante : si l’ensemble des
solutions admissibles d’un modèle linéaire continu contient 2
points distincts, il en contient une infinité !

non bornée
Considérons un modèle linéaire continu dont les contraintes

s’écrivent sous la forme (α) et (β). La région admissible d’un
modèle est dite non-bornée si au moins une des variables de
décision peut y prendre des valeurs de plus en plus grandes sans
violer aucune des contraintes technologiques. Dans le cas contraire,
on dit que la région admissible est bornée. Il existe alors des
constantes sj , de manière à ce que :
xj ≤ sj j = 1, ..., n

Figure: Rectangle enfermant la région admissible

Figure: Exemple de région admissible non bornée

Une typologie des solutions admissibles
www.almohandiss.com
Supposons non vide l’ensemble des solutions admissibles qui

vérifient les contraintes (α) et (β). Et intéressons-nous aux points
qui en font partie plutôt qu’à l’ensemble lui-même.
L’ensemble des solutions admissibles du modèle linéaire de la
Fonderie comprend 3 types de points : intérieurs, frontières et
extrêmes.
Les points intérieurs, tel E = (4; 4) ne satisfont comme
équation aucune des contraintes du modèle.
Les points frontières satisfont comme équation au moins 1 des
contraintes du modèle linéaire. Le point F = (16 ; 8) en fait
partie.
Les points extrêmes sont O, A, B, C et D. Chaque point
extrême de ce modèle se trouve à l’intersection des droites
associées à 2 contraintes.

Types de points www.almohandiss.com
Figure: Types de points

Une typologie des solutions admissibles
www.almohandiss.com
Les points extrêmes sont des éléments clés de la programmation

linéaire. Dans le modèle de la Fonderie,tout plan de production
admissible s’exprime comme une somme pondérée des 5 plans de
production correspondant aux points extrêmes, excutés chacun dans
une certaine proportion, la somme de ces proportions étant égale à
1. Ainsi, les plans de production E et F s’écrivent comme suit :
E = (4; 4) = 27 A + 15 D + 18
35 O
F = (16; 8) = 54 C + 15 D

Les caractérisriques www.almohandiss.com
des solutions optimales
Nous nous proposons de justifier intuitivement un résultat appelé

théorème fondamental de la programmation linéaire. Soit la
fonction-objectif suivante soumise aux contraintes (α) et (β) :
Max z = nj=1 cj xj
P
Le théorème fondamental de la programmation linéaire

s’énonce comme suit : Si un modèle linéaire continu admet au
moins une solution optimale, l’une d’entre elles correspond à
un point extrême

Région admissible etwww.almohandiss.com
courbe de niveau de z
Figure: Région admissible et courbe de niveau de z

Les caractérisriques www.almohandiss.com
des solutions optimales
La figure précédente illustre la région admissible et la courbe de

niveau z = 12000 du modèle linéaire proposé pour résoudre le
problème de la Fonderie. Les courbes de niveau correspondant à des
valeurs supérieures de z sont des droites parallèles à celle qui est
tracé. Celle qui correspond à la plus grande valeur que puisse
prendre z dans l’ensemble des points admissibles passe par le point
C : ainsi, C est une solution optimale. Et, conformément au
théorème précédent, C est un point extrême.

Resolution Graphique

Transféré par

Droits d'auteur :

Formats disponibles

Resolution Graphique

Transféré par

Informations du document

Description originale:

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

Resolution Graphique

Transféré par

Droits d'auteur :

Formats disponibles

www.almohandiss.

La résolution graphique de modèles linéaires

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

La représentation graphique de modèles linéaires continus

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Un problème de planification de la Fonderie se traduit par le modèle

Max z = 1000x1 + 1200x2

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

À chaque couple de valeurs des variables de décision x1 et x2 ) on

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Un point, solution ou plan de production (x1 ; x2 )) est dit

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Nous cherchons, en un premier temps, à nous doter d’une

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Notons également que toutes les contraintes du modèle précédent,

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Figure: Droite (L) associée à la première contrainte

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Figure: Courbe de niveau de la première contrainte

Figure: Prise en considération de la première contrainte

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Puisque toutes les contraintes du modèle linéaire sont de la même

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Illustrons à nouveau ce procédé à l’aide de la contrainte (2) :

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Figure: Prise en considération des 2 premières contraintes

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Figure: Prise en considération des 3 premières contraintes

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Figure: Région admissible

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

En résumé, le repérage graphique de l’ensemble des solutions

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Nous venons de construire la région admissible du modèle linéaire

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Figure: Courbes de niveau de la fonction-objectif

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Tracer une première courbe de niveau permet d’obtenir une

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Figure: Repérage graphique de la solution optimale

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Il n’y a ici qu’une solution optimale : elle se trouve à l’intersection

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Ce second exemple diffère du premier sous 2 aspects : l’objectif

Min z = 3x1 + 4x2

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Le polygone ABCDE, qui constitue la région admissible, est

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Figure: Repérage graphique de la solution optimale

Nous indiquons comment caractériser l’ensemble des solutions

Les m contraintes technologiques et les n contraintes de

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

L’ensemble des solutions admissibles, lorsqu’il n’est pas vide.

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

À chacune des contraintes (α) et (β) de signe ≤ ou ≥ correspond

Nizar El Hachemi La résolution graphique de modèles linéaires continus comp

Un ensemble V est dit convexe si tout segment de droite dont les