M09: Programmation linéaire

École Nationale des Sciences Appliquées de Fès G.Inf.1 & G.S.E.II.1

Correction de quelques exercices de TD

Exercice 1
Une entreprise désire effectuer une campagne publicitaire dans la télévision, la radio et les journaux pour un produit
lancé récemment sur le marché. Le but de la campagne est d’attirer le maximum possible de clients. Les résultats
d’une étude de marché sont donnés par le tableau suivant :

Pour la campagne, on prévoit de ne pas payer plus que 800DT pour toute la campagne et on demande que ces objectifs
soient atteints :
1. Au minimum 2000 femmes regardent, entendent ou lisent la publicité ;
2. La campagne publicitaire dans la télévision ne doit pas dépasser 500 DT ;

3. Au moins 3 spots publicitaires seront assurer par la télévision locale et au moins de deux spots par la télévision
par satellite.
4. Le nombre des publicités dans la radio ou dans les journaux sont pour chacun entre 5 et 10.
Formuler ce problème sous forme de programme linéaire.

Solution 1
Les variables de décision du problème sont
• x1 : le nombre de spots publicitaires dans la télévision locale,
• x2 : le nombre de spots publicitaires dans la télévision par satellite,
• x3 : le nombre de spots publicitaires dans la radio,

• x4 : le nombre d’affiches publicitaires dans les journaux.

Les contraintes de non-négativité sont vérifiées.
Les contraintes du problème sont :

• Coût total de la compagne publicitaire :

40x1 + 75x2 + 30x3 + 15x4 ≤ 800.

• Nombre de clients femmes potentiels par publicité :

300x1 + 400x2 + 200x3 + 100x4 ≥ 2000

• Contraintes de la télévision :
40x1 + 75x2 ≤ 500, x1 ≥ 3 et x2 ≥ 2

• Contraintes sur le nombre de publicités dans la radio et dans les journaux

5 ≤ x3 ≤ 10 et 5 ≤ x4 ≤ 10.

La fonction objectif à maximiser représente le nombre de clients potentiels par publicité

z = 400x1 + 900x2 + 500x3 + 200x4 .

S. ELHAJ-BEN-ALI 1 2019-2020
 M09: Programmation linéaire
École Nationale des Sciences Appliquées de Fès G.Inf.1 & G.S.E.II.1

Le programme linéaire résultant est :



 M ax 400x1 + 900x2 + 500x3 + 200x4
 s.t. 40x1 + 75x2 + 30x3 + 15x4 ≤ 800



300x1 + 400x2 + 200x3 + 100x4 ≥ 2000




40x1 + 75x2 ≤ 500




x1 ≥3



(P L) : x2 ≥2
x3 ≥5




x3 ≤ 10




x4 ≥5




x4 ≤ 10




xi ≥ 0, i = 1, ..., 4


Exercice 2
Soit le problème de minimisation suivant


 min x1 + 2x2 + x3
s.t x1 + x2 − x3 ≥2




x1 − x2 + x3 =1


 x1 + x2 + x3 ≥ 2
x1 , x2 ≥0




x3 quelconque


1. Donner la forme standard du problème.

2. Représenter graphiquement l’ensemble-solution.
3. Déterminer les coordonnées des points-sommets de l’ensemble solution.

Solution 2
1. la forme standard du problème est:


 min x1 + 2x2 + x3
s.t x1 + x2 − x3 − e1 + t1 = 2




x1 − x2 + x3 + t 2 = 1


 x1 + x2 + x3 − e2 + t3 = 2
x1 , x2 , e1 , e2 , t1 , t2 , t3 ≥ 0




x3 quelconque


2. Nous avons pour la deuxième contrainte x1 − x2 + x3 = 1 on peut écrire la variable x3 en fonction de x1 et x2

alors on obtient x3 = 1 − x1 + x2 , on remplace dans le (PL) et on obtient


 min z = 3x2 + 1
s.t x1 ≥ 23


 x2 ≥ 12
x1 , x2 ≥ 0


La représentation graphique de l’ensemble-solution est :

3 1
3. Il y’ a un seul sommet dans
l’ensemble réalisable qui est l’intersection entre les deux droites x1 ≥ 2 et x2 ≥ 2
qui est le point S = 23 , 12 .

S. ELHAJ-BEN-ALI 2 2019-2020
 M09: Programmation linéaire
École Nationale des Sciences Appliquées de Fès G.Inf.1 & G.S.E.II.1

Exercice 3
Résoudre à l’aide de la méthode du Simplexe le problème linéaire suivant :


 max 5x1 + 11x2
x1 + x2 ≤ 20



3x1 + 15x2 ≤ 225
5x1 + 10x2 ≤ 160




x1 , x2 ≥ 0


Solution 3
Après rajout des variable d’écarts on obtient:

 max 5x1 + 11x2

x1 + x2 + e1 = 20



3x1 + 15x2 + e2 = 225
5x1 + 10x2 + e3 = 160




xi , ej ≥ 0, i = 1, 2, j = 1, 2, 3


et on écrit le premier tableau de Simplexe

Variables de base x1 x2 e1 e2 e3 z b R
20
e1 1 1 1 0 0 0 20 1 = 20
225
e2 3 15 0 1 0 0 225 15 = 15 →
160
e3 5 10 0 0 1 0 160 10 = 16
z 5 11 0 0 0 −1 0
↑

x2 entre en base au lieu de e2 , voici le deuxième tableau de Simplexe

Variables de base x1 x2 e1 e2 e3 z b R
25
e1 4/5 0 1 −1/15 0 0 5 4
x2 1/5 1 0 1/15 0 0 15 75
10
e3 3 0 0 −2/3 1 0 10 3 →
z 14/5 0 0 −11/5 0 −1 −165
↑

x1 entre en base au lieu de e3 , voici le troisième tableau de Simplexe

Variables de base x1 x2 e1 e2 e3 z b R
e1 0 0 1 1/9 −4/15 0 7/3
x2 0 1 0 1/9 −1/15 0 47/3
x1 1 0 0 −2/9 1/3 0 10/3
z 0 0 0 −71/45 −14/15 −1 −523/3

les coût réduits des variables hors bases sont tous négatifs, donc la solution obtenue est optimale avec x∗ = (10/3, 47/3)
et la valeur optimale de la fonction objectif est z ∗ = 523/3.

Exercice 4
On considère le programme linéaire Pα suivant où α est un réel :


 max z = 2x1 + αx2 + 3x3
x1 + 3x2 + 2x3 ≤ 30



(Pα ) : x1 + x2 + x3 ≤ 24
3x + 5x2 + 3x3 ≤ 60

1



x1 , x2 , x3 ≥ 0


On considère le problème P4 . On nous informe que x1 > 0, x2 = 0 et x3 > 0 dans la base optimale de P4 .
1. Comment utiliser cette information pour résoudre le problème P4 donné en un nombre minimum d’itérations.
étudier, sans développer aucune itération, la solution optimale de P4 et donner cette solution quand c’est possible.
2. Donner le dual D4 de P4 . Déduire de la question précédente et sans aucun calcul supplémentaire, la valeur des
variables duales et des variables d’écart duales.
3. En tenant compte des calculs effectués dans la partie précédente, résoudre par le Simplexe le problème P5 .

S. ELHAJ-BEN-ALI 3 2019-2020
 M09: Programmation linéaire
École Nationale des Sciences Appliquées de Fès G.Inf.1 & G.S.E.II.1

Solution 4
1. On sait que x1 > 0, x2 = 0 et x3 > 0, alors le problème s’écrit:


 max z = 2x1 + 3x3
x1 + 2x3 ≤ 30 (1)



(P4 ) : x1 + x3 ≤ 24 (2)
3x 1 + 3x3 ≤ 60 (3)




x1 , x3 > 0


des deux contrainte (2) et (3), on peut déduire que

x1 + x3 ≤ 20

donc on obtient 

 max z = 2x1 + 3x3
x1 + 2x3 ≤ 30 (1)

(P4 ) :

 x1 + x3 ≤ 20 (2)
x1 , x3 > 0


Maintenant (1) + (2) ⇒ 2x1 + 3x3 ≤ 50 ⇒ fobj ≤ 50.

Le sujet étant de maximiser, alors pour x∗ = (10, 10) o atteint cette borne sup donc x∗ = xopt .
2. x2 = 0 alors le dual de (P4 ) s’écrit comme suit


 min 30y1 + 20y2
y1 + y2 ≥ 2 (1)

(D4 ) :

 2y1 + y2 ≥ 3 (2)
y1 , y2 ≥ 0


Soit 1 et 2 les variables d’écarts du duale, alors en utilisant les C.O.P.D., on déduit
x∗1 > 0 ⇒ 1 = 0 ⇒ y1∗ + y2∗ = 2,
x∗2 > 0 ⇒ 2 = 0 ⇒ 2y1∗ + y2∗ = 3,
On résout le système linéaire est on obtient la solutio optimale duale y ∗ = (1, 1).
3. Nous avons 

 max z = 2x1 + 5x2 + 3x3
x1 + 3x2 + 2x3 ≤ 30



(P5 ) : x1 + x2 + x3 ≤ 24
3x1 + 5x2 + 3x3 ≤ 60




x1 , x2 , x3 ≥ 0


On rajoutant les variables d’écarts, on obtient:



 max z = 2x1 + 5x2 + 3x3
x1 + 3x2 + 2x3 + e1 = 30



(P5 ) : x1 + x2 + x3 + e2 = 24
3x 1 + 5x2 + 3x3 + e3 = 60




xi , ei ≥ 0, i = 1, 2, 3


D’après la question précédente pour x2 = 0, on avait calculer la solution optimale de (P4 ) qu’on pourrait utiliser
pour trouver une solution initiale pour démarrer le Simplexe à la phase II.
Alors pour x = (10, 0, 10, 0, 4, 0) c’est un bon point de départ de la phase II, on obtient ce tableau en appliquant
Gauss-Jordan afin de trouver la forme canonique des variables de base.

Variables de base x1 x2 x3 e1 e2 e3 z b R
x1 1 1/3 0 −1 0 2/3 0 10 10 ∗ 3 = 30
x3 0 4/3 1 1 0 −1/3 0 10 10 ∗ 3/4
e2 0 −2/3 0 0 1 −1/3 0 4 4 ∗ 3 = 12
z 0 1/3 0 −1 0 −1/3 −1 −50

x2 est entrante et x3 est sortante, on obtient le tableau suivant.

Variables de base x1 x2 x3 e1 e2 e3 z b R
x1 1 0 −1/4 −5/4 0 3/4 0 30/4
x2 0 1 3/4 3/4 0 −1/4 0 30/4
e2 0 0 −1/4 −1/4 1 −1/4 0 3/2
z 0 0 −1/4 −5/4 0 −1/4 −1 −105/2

D’où y ∗ = (15/2, 15/2, 0).

S. ELHAJ-BEN-ALI 4 2019-2020
 M09: Programmation linéaire
École Nationale des Sciences Appliquées de Fès G.Inf.1 & G.S.E.II.1

Exercice 5
soit (P ) le programme linéaire suivant :


 min 5x1 + 4x2 + 7x3
3x1 + 8x2 + 2x3 ≤ 40



(P ) : 9x1 + 5x2 + 7x3 ≥ 35
7x1 + 3x2 + 3x3 ≥ 51




x1 , x2 , x3 ≥ 0.


1. Montrer qu’une seule des solutions suivantes est réalisable de base pour (P ). Justifier chaque cas.
 
1 5
x = , 3, 0 ,
3
 
2 51
x = , 0, 0 ,
7
x3 = (4, 2, 6) .

2. En partant de la solution obtenue en 1), optimiser le programme linéaire (P ). écrire le dual (D) de (P ).
3. Sans aucun calcul, utiliser les questions précédentes pour obtenir la solution du dual (D).
4. On suppose maintenant que le sens de l’inégalité dans la 2ème contrainte de (P ) est inversé, c’est-à-dire qu’on
remplace 9x1 + 5x2 + 7x3 ≥ 35 par 9x1 + 5x2 + 7x3 ≤ 35. Montrer en utilisant la phase I du Simplexe que le
nouveau programme linéaire est irréalisable.
Solution 5
5


1. • Pour x1 = 3 , 3, 0 cette solution n’est par réalisable.
51


• Pour x2 = 7 , 0, 0 cette solution est réalisable, calculons
les valeurs des variables d’écarts.
En rajoutant les variables d’écarts on obtient

 min 5x1 + 4x2 + 7x3

 3x1 + 8x2 + 2x3 + e1 = 40 (1)


(P ) : 9x1 + 5x2 + 7x3 − e2 = 35 (2)
7x1 + 3x2 + 3x3 − e3 = 51 (3)




xi , ei ≥ 0, i = 1, 2, 3.


153 12
(1) ⇒ + e1 = 40 ⇒ e1 = ,
7 7
459 214
(2) ⇒ − e2 = 35 ⇒ e2 = ,
7 7
(3) ⇒ 51 − e3 = 51 ⇒ e3 = 0.
51 12 214


et on trouve que =x2∗ 7 , 0, 0, 7 , 7 , 0
. On a au total trois variables hors base qui sot tous nulles, doc
c’est une solution de base réalisable.
• Pour x3 = (4, 2, 6) cette solution est réalisable et on a trois variables de base non nulles, calculons les
valeurs des variables d’écarts qui seront des variables hors base pour cette solution et elles doivent être
toutes nulles. On remplaçant la solution dans les contraintes, on obtient
(1) ⇒ 40 + e1 = 40 ⇒ e1 = 0,
(2) ⇒ 88 − e2 = 35 ⇒ e2 = 53 6= 0.
Donc la solutio actuelle n’est pas réalisable de base.
2. On écrit tout d’abord le dual


 max 40y1 + 35y2 + 51y3
3y1 + 9y2 + 7y3 ≤ 5 (1)



(D) : 8y1 + 5y2 + 3y3 ≤ 4 (2)
2y1 + 7y2 + 3y3 ≤ 7 (3)




y1 ≤ 0, y2 , y3 ≥ 0.


51 12 214


D’après la question précédent, la solution primale est x2∗ = 7 , 0, 0, 7 , 7 , 0 , en utilisant les C.O.P.D., on
obtient
x∗1 > 0 ⇒ 3y1 + 9y2 + 7y3 = 5,
e∗1 >0 ⇒ y1∗ = 0,
e∗2 >0 ⇒ y2∗ = 0,
5
⇒ y3∗ = .
7

S. ELHAJ-BEN-ALI 5 2019-2020
 M09: Programmation linéaire
École Nationale des Sciences Appliquées de Fès G.Inf.1 & G.S.E.II.1

Doc la solution optimale duale est y ∗ = 0, 0, 75 .

3. On écrit le problème auxiliaire:



 min t
3x1 + 8x2 + 2x3 + e1 = 40 (1)



(P A) : 9x1 + 5x2 + 7x3 + e2 = 35 (2)
7x1 + 3x2 + 3x3 − e3 + t = 51 (3)




xi , ei , t ≥ 0, i = 1, 2, 3.


On trace le premier tableau de phase I, on obtient

Variables de base x1 x2 x3 e1 e2 e3 t −z b R
e1 3 8 2 1 0 0 0 0 40
e2 9 5 7 0 1 0 0 0 35
t 7 3 3 0 0 −1 1 0 51
−z 0 0 0 0 0 0 1 1 0
−z -7 −3 −3 0 0 1 0 1 −51
x1 entrante et e2 sortate
Variables de base x1 x2 x3 e1 e2 e3 t −z b R
e1 0 19/3 −1/3 1 −1/3 0 0 0 85/3
x1 1 5/9 7/9 0 1/9 0 0 0 35/9
t 0 −8/9 −22/9 0 −7/9 −1 1 0 214/9
−z 0 8/9 22/9 0 7/9 1 0 1 −214/9
Les coûts réduits des variables hors bases sont tous positifs, donc on a atteint l’optimalité alors la variable
artificiel t est resté en base avec une valeur non nul. Donc le problème n’admet pas de solution.
Exercice 6
Soit le programme linéaire suivant:


 min z = x2 − 3x3 + 2x5
3x1 + 3x2 − x3 + 2x5 = 7



(P ) : −2x2 + 4x3 + x4 = 12
−4x + 3x3 + 8x5 + x6 = 10

2



xi ≥ 0, i = 1, ..., 6.


La solution optimale de ce problème est x = (0, 4, 5, 0, 0, 11).

1. Donner l’ensemble des indices de base B associé à la solution optimale.
2. Quelle est la solution de base duale y associée à B ?
3. Prouver l’optimalité des solutions x et y.
Solution 6
1. B = {2, 3, 6}.
2. On écrit tout d’abord le dual


 max 7y2 + 12y2 + 10y3
3y1 ≤ 0




3y1 − 2y2 − 4y3 ≤ 1




−y1 + 4y2 + 3y3 ≤ −3

(D) :

 y2 ≤ 0
2y1 + 8y3 ≤ 2




y3 ≤ 0




yi quelconque, i = 1, 2, 3.


On utilisant les C.O.P.D., on obtient:

x2 > 0 ⇒ 3y1 − 2y2 − 4y3 = 1,
x3 > 0 ⇒ −y1 + 4y2 + 3y3 = −3
x6 > 0 ⇒ y3 = 0

3y1 − 2y2 = 1
⇒
−y1 + 4y2 = −3
⇒ y ∗ = (−15, −4/5, 0).

3. Il suffit de vérifier que x∗ est primale réalisable est que y ∗ est duale réalisable et que les deux objectifs primal
est dual sont égaux.

S. ELHAJ-BEN-ALI 6 2019-2020