Résolution

d’un programme linéaire

Plan
Méthode graphique
Méthode du Simplexe
Exercices d’application
 PROGRAMME LINÉAIRE
 FONCTION OBJECTIF
 Maximiser ou minimiser z = c1x1 +… + cnxn
 Contraintes
 a11x1 + … + a1nxn (, =, ) b1
 a21x1 + … + a2nxn (, =, ) b2
 am1x1 +… + amnxn (, =, ) bm
 Contraintes de non-négativité
 xj  0 ; j = 1, 2, 3, … n
 avec
 xj variables de décision (inconnues)
 aij, bi, cj paramètres du programme linéaire
 Méthode Graphique
 Valable si 2 variables de décision
seulement.

 Le nombre de contraintes est quelconque.

 Repose sur une représentation des

contraintes dans un plan.
Contrainte =inégalité à 2 variables
 a1x1 + a2x2 <= b ; b > 0, a1 >0, a2 > 0

x2 b/a2

>b

Demi-espace
admissible
<= b

b/a1
x1
Maximisation sous contraintes

x2

Fonction objectif

Zone réalisable
x1
 l’optimum est un des points extrêmes
x2

x1
 Exemple 1
Max 25x 30x  Maximisation du profit
B C
S.C.
1 x  1 x 40  Contrainte de rareté
200 B 140 C d’une ressource

0 x 6000
B  Contraintes de
demande
0 x  4000
C
 Solution graphique de l’exemple 1

xC

xB = 6000
6000 192’000
xC = 1400
4500

3000 Solution
optimale
1500 P
SR
0 xB
0 1500 3000 4500 6000 7500 9000
 Exemple 2
 MAXIMISER z = 3 x 1 + 5 x2
 Contraintes :
 x1  4
 2 x2  12
3 x1 + 2 x2  18
 x1  0 ; x2  0
ZONE DE SOLUTION RÉALISABLE
Zone limitée par les contraintes du problème et
par les limites des variables de décision
x2
3 x1  2 x2  18
8 x1  4

6 2 x2  12
SR
4

0 x1
2 4 6 8 10
 FONCTION OBJECTIVE
Déplacement de la fonction objective à l’intérieur
de la zone de solution réalisable pour atteindre un
extremum
x2

z  36  3x1  5 x2 8 Solution
optimale
(2,6)
6 x1 = 2
z  20  3x1  5 x2 x2 = 6
4 Max Z = 36
z  10  3 x1  5 x2
2

0 x1
2 4 6 8 10
 Exemple 3
 Maximiser Z = x1 + 2x2

2x1 + x2  4
x1 + x2  8
-x1 + x2  4
x1  5
x1  0, x2  0
 Exemple 3 (suite)

x2

-x1 + x2 = 4 X1 = 2
8 X2 = 6

6 Z = 14
x1 = 5

x1 + x2 = 8
2
SR
2x1 + x2 = 4
0 x1
2 4 6 8 10
 Exemple de MINIMISATION
 Minimiser
Z = x1 – x2
Sachant que :
½ x1 + x2  8
-x1 + 8x2  40
x1  8
x2  8
x1  0, x2  0
 PROBLÈME DE MINIMISATION
X1 = 8
x2
X2 = 6
x2 = 8
8 Min Z = 2

6
-x1 + 8x2 = 40
4 SR
x1 = 8
2 ½x1 + x2 = 8

0 2 4 6 8 10 12 14 16 18 20 x1
 Cas possibles
La zone SR peut être :
 Vide:Contraintes contradictoires
(pas de solution optimale)

 borné : le problème possède toujours au

moins une solution optimale

 non borné : selon la fonction objectif

 Si MIN : il y a une solution finie
 Si MAX : Solution non bornée
 Le nombre de solutions optimales ?

- Une seule.

- Une infinité :
si deux sommêts réalisent l’optimum
(tout le segment reliant les deux
sommêts optimaux)
 Méthode du simplexe

 Méthode algébrique

 Méthode itérative
 Etapes
 Forme standard du PL

 Tableau de départ du simplexe

 Application de l’algorithme du simplexe

 Forme standard d’un PL
 Maximiser Z = 7x1 + 5x2
Sachant que :
 x1  300
 x2  400
 x1 + x2  500
 2x1 + x2  700
 x1  0
 x2  0
 Inégalités  égalités
 x1  300  x1 + e1 = 300
 x2  400  x2 + e2 = 400
 x1 + x2  500  x1 + x2 + e3 = 500
 2x1 + x2  700  2x1 + x2 + e4 = 700

 ei = Variable d’écart.
 Maximiser Z = 7x1 + 5x2
Sachant que :
 x1 + e1 =300
 x2 + e2 = 400
 x1 + x2 + e3 = 500
 2x1 + x2 + e4 = 700
 x1  0 ; x2  0
 ei  0 
x1 x2 e1 e2 e3 e4 b
1 0 1 0 0 0 300
0 1 0 1 0 0 400
1 1 0 0 1 0 500
2 1 0 0 0 1 700
Tableau de départ du simplexe
T1 x1 x2 e1 e2 e3 e4 b
e1 1 0 1 0 0 0 300

e2 0 1 0 1 0 0 400

e3 1 1 0 0 1 0 500

e4 2 1 0 0 0 1 700
Z 7 5 0 0 0 0 0
 Changement de variable
Rapport
T1 e1 e2 e3 e4 x1 x2 b
b/x1
e1 1 0 0 0 1 0 300 300
e2 0 1 0 0 0 1 400 infini
e3 0 0 1 0 1 1 500 500
e4 0 0 0 1 2 1 700 350
Z 0 0 0 0 7 5 0
 Deuxième tableau

T2 e1 e2 e3 e4 x1 x2 b
L1  L1 x1 1 0 0 0 1 0 300
L2  L2 e2 0 1 0 0 0 1 400
L3  L3 – L1 e3 -1 0 1 0 0 1 200
L4  L4 – 2 L1 e4 -2 0 0 1 0 1 100
L5  L5 – 7 L1 Z -7 0 0 0 0 5 -2100
 Changement de variable
Rapport
T2 e1 e2 e3 e4 x1 x2 b
b/x2
x1 1 0 0 0 1 0 300 infini
e2 0 1 0 0 0 1 400 400
e3 -1 0 1 0 0 1 200 200
e4 -2 0 0 1 0 1 100 100
Z -7 0 0 0 0 5 -2100
 Troisième tableau
T3 e1 e2 e3 e4 x1 x2 b
L1  L1 x1 1 0 0 0 1 0 300
L2  L2 – L4 e2 2 1 0 -1 0 0 300
L3  L3 – L4 e3 1 0 1 -1 0 0 100
L4  L4 x2 -2 0 0 1 0 1 100
L5  L5 – 5 L4 Z 3 0 0 -5 0 0 -2600
 Changement de variable

Rapport
T3 e1 e2 e3 e4 x1 x2 b
b/e1
x1 1 0 0 0 1 0 300 300
e2 2 1 0 -1 0 0 300 150
e3 1 0 1 -1 0 0 100 100
x2 -2 0 0 1 0 1 100 -50
Z 3 0 0 -5 0 0 -2600
 Quatrième tableau

T4 e1 e2 e3 e4 x1 x2 b
L1  L1 – L3 x1 0 0 -1 1 1 0 200
L2  L2 – 2 L3 e2 0 1 -2 1 0 0 100
L3  L3 e1 1 0 1 -1 0 0 100
L4  L4 + 2 L3 x2 0 0 2 -1 0 1 300
L5  L5 – 3 L3 Z 0 0 -3 -2 0 0 -2900
 Solution optimale
En base :
x1 = 200 
e2 = 100 
e1 = 100 
x2 = 300

e3 = e4 = 0 (hors base)

Max Z = 2900