Calculateur de la Méthode Graphique (PL à 2 Variables)

Résolvez et visualisez vos programmes linéaires à 2 variables avec droites de contrainte interactives, sommets du polygone admissible et solution optimale.

Fonction Objectif (Z)

Z =
x
+
y

Constraints

#1
x
+
y
#2
x
+
y
#3
x
+
y
4.28.312.516.620.824.929.133.237.441.54.69.213.818.423.027.632.236.841.446.0

Solution Optimale

Z = 33.0000
x = 3.0000
y = 12.0000

Comment ça marche

Le moteur de la méthode graphique calcule toutes les intersections possibles entre les droites de contraintes et les axes (x = 0, y = 0).

Chaque sommet candidat est ensuite rigoureusement testé par rapport aux inégalités initiales. Comme l'évaluation algébrique utilise directement les coefficients d'origine (val = a · x + b · y), il gère naturellement les coefficients négatifs et les inversions de sens des inégalités sans nécessiter de traitement manuel.

Recherche Opérationnelle et Optimisation Géométrique

Guide Académique de la Méthode Graphique (PL à 2 Variables)

Comprenez comment la méthode graphique délimite le polyèdre réalisable, localise les sommets extrêmes et détermine l'optimum global.

1. Quel problème la méthode graphique résout-elle ?

La Méthode Graphique est une approche géométrique permettant de résoudre les problèmes de Programmation Linéaire (PL) limités à deux variables de décision (x₁ et x₂). Dans le plan cartésien, chaque contrainte linéaire définit un demi-plan délimité par une droite frontière. L'intersection de tous les demi-plans forme la région réalisable : un polygone convexe. Le Théorème Fondamental de la Programmation Linéaire garantit que la solution optimale se trouve obligatoirement sur au moins l'un des sommets (points extrêmes) de ce polygone.

2. Algorithme Pas à Pas de la Méthode Graphique

Étape 1 : Tracer les droites frontières

Transformez chaque inégalité en équation (ax₁ + bx₂ = c) et déterminez les intersections avec les axes cartésiens.

Étape 2 : Déterminer les demi-plans admissibles

Testez l'origine (0, 0) dans l'inégalité de départ pour identifier le côté valide. Appliquez la non-négativité (x₁ ≥ 0, x₂ ≥ 0).

Étape 3 : Identifier la région réalisable

Délimitez l'aire commune intersection de tous les demi-plans.

Étape 4 : Calculer les coordonnées des sommets

Résolvez algébriquement les systèmes linéaires 2×2 formés par les droites sécantes définissant les sommets du polygone.

Étape 5 : Évaluer la fonction objectif (Z)

Calculez Z = c₁x₁ + c₂x₂ pour chaque sommet réalisable. La valeur extrême donne la solution optimale globale.

3. Exemple Numérique Résolu et Validé

Problème type de planification de production à deux variables :

Maximiser Z = 3x₁ + 2x₂
2x₁ + x₂ ≤ 18 (Contrainte 1 : Heures d'usinage)
2x₁ + 3x₂ ≤ 42 (Contrainte 2 : Heures d'assemblage)
3x₁ + x₂ ≤ 24 (Contrainte 3 : Heures de finition)
x₁ ≥ 0, x₂ ≥ 0 (Non-négativité)

Équations frontières et intersections

Droite 1 : (0, 18) et (9, 0). Droite 2 : (0, 14) et (21, 0). Droite 3 : (0, 24) et (8, 0).

Sommets du Polygone et Évaluation de Z

L'intersection des contraintes actives produit cinq sommets admissibles :

VertexCoordinates (x₁, x₂)Objective Value ZStatus
A (Origine)(0, 0)Z = 3(0) + 2(0) = 0Réalisable
B (Axe x₁)(8, 0)Z = 3(8) + 2(0) = 24Réalisable
C (Droites 1 et 3)(6, 6)Z = 3(6) + 2(6) = 30Réalisable
D (Droites 1 et 2)(3, 12)Z = 3(3) + 2(12) = 33Sommet Optimal
E (Axe x₂)(0, 14)Z = 3(0) + 2(14) = 28Réalisable

4. Résultat Mathématique et Interprétation

L'optimum global est atteint au sommet D : (x₁*, x₂*) = (3, 12) avec Z* = 33. Les contraintes 1 et 2 sont saturées (ressources critiques entièrement consommées). La contrainte 3 présente un écart de 3 heures inutilisées (3(3)+12=21 < 24).

5. Erreurs Fréquentes des Étudiants

⚠

Mauvais sens du demi-plan

Vérifiez systématiquement avec un point test comme (0, 0).

⚠

Évaluer des sommets hors région

Des points comme (9, 0) ou (0, 18) violent d'autres contraintes et ne font pas partie du polygone.

⚠

Oublier l'absence de bornes

Dans les problèmes de minimisation avec des contraintes ≥ sans borne supérieure, la région peut être non bornée.