Module : Fondements de Recherche

Opérationnelle

Chapitre II : la résolution graphique des

programmes linéaire
Enseignant : Dr. Abdelhammid Bourouaha
: [Link]@[Link]

: [Link]

: [Link]

: [Link]

: [Link]
 Fondements de Recherche Opérationnelle
Chapitre II : la résolution graphique

2 Deuxième chapitre : La résolution graphique des programmes linéaires

Après la formulation mathématique d’un problème sous forme d’un programme linéaire, il est
important de numériser les valeurs qui sont les solutions du programme linaire. Il y a plusieurs
méthodes à suivre pour avoir les solutions. Parmi ces méthodes, il y a la méthode graphique. On utilise
la méthode graphique pour avoir la solution optimale d’un Programme linéaire. Cette méthode parmi
les plus simples méthodes. On utilise cette méthode dans le cas on a que deux variables de décisions.

2.1 Types des solutions :

Avant d’entamer les étapes de cette méthode, il faut tout d’abord de montrer les différents types des
solutions. Il y a 3 types de solutions :

2.1.1 Solution réalisable ou admissible :

Les solutions réalisables sont des valeurs des variables de décision qui respecte toutes les contraintes.

2.1.2 Solution non réalisable ou inadmissible :

Les solutions non réalisables sont des valeurs des variables de décision qui ne respectent pas l’un des
contraintes du programme linéaire.

2.1.3 Solution optimale :

La solution optimale c’est la solution (ou bien les solutions) réalisable (s) qui confirment la fonction
d’objectif (grande valeur dans le cas de Max Z, petite valeur dans le cas de Min Z).

2.2 Types des contraintes avec explication économiques :

2.2.1 Contraintes saturées :
Sont les contraintes vérifiées par opération = (quantité utilisée=quantité disponible). Donc, il n’y a
pas du reste, la ressource disponible est totalement utilisée.

2.2.2 Contraintes non saturées :

Sont les contraintes vérifiées par opération < (quantité utilisée<quantité disponible). Donc, il y a du
reste dans le stock, la ressource disponible n’est pas totalement utilisée.

2.3 Différents cas :

2.3.1 Solution optimale unique :
Exercice 2-1 : exemple explicative
Résoudre le PL suivant par la méthode graphique :
a) 𝑀𝑎𝑥𝑍 = 3𝑥1 + 2𝑥2
𝑥1 + 4𝑥2 ≤ 12
{2𝑥1 + 𝑥2 ≤ 10
𝑥1 ; 𝑥2 ≥ 0

34
 Fondements de Recherche Opérationnelle
Chapitre II : la résolution graphique

Solution 2-1 :
La première étape c’est de transformé les inégalités vers des équations (≤ 𝑜𝑢 ≥ 𝑣𝑒𝑟𝑠 =)
𝑀𝑎𝑥𝑍 = 3𝑥1 + 2𝑥2
On doit tracer les lignes des équations,
𝑥1 + 4𝑥2 = 12 𝐴(0,3); 𝐵(12,0)
{ {
2𝑥1 + 𝑥2 = 10 ➔ 𝐶(0,10); 𝐷(5,0)

Connaitre le côté qu’on doit éliminer, on base sur l’opération de l’inégalité, si on a ≤ donc on garde le
côté inférieur et on élimine le côté supérieur. Si on a ≥ donc on garde le côté supérieur et on élimine
le côté inférieur.

La zone des solutions c’est la zone EAFD

La solution optimale :
E (0,0)➔Max Z= 0
À (0,3)➔Max Z= 6
F (4,2)➔Max Z= 16 ➔ la solution optimale
D (5,0)➔Max Z= 15

Exercice 2-2:
Résoudre le PL suivant par la méthode graphique :
b) 𝑀𝑖𝑛𝑍 = 6𝑥1 + 9𝑥2

35
 Fondements de Recherche Opérationnelle
Chapitre II : la résolution graphique

3𝑥1 + 2𝑥2 ≥ 18
𝑥 + 3𝑥2 ≥ 12
{ 1
𝑥1 + 𝑥2 ≥ 8
𝑥1 ; 𝑥2 ≥ 0
Solution 2-2:
𝑀𝑖𝑛𝑍 = 6𝑥1 + 9𝑥2
3𝑥1 + 2𝑥2 = 18 𝐴(0,9) ; 𝐵(6,0)
𝑥1 + 3𝑥2 = 12 ➔{𝐶(12,0) ; 𝐷(0,4)
𝑥1 + 𝑥2 = 8 𝐸(0,8) ; 𝐹(8,0)

La zone des solutions : AIHC

À (0,9)➔Min Z= 81
I (2,6)➔ Min Z= 66
H (6,2)➔ Min Z= 54→ solution optimale
C (12,0)➔ Min Z= 72

2.3.2 Illimité de solution dans un segment :

Exercice 2-3:
Résoudre le PL suivant par la méthode graphique :

c) 𝑀𝑎𝑥𝑍 = 4𝑥1 + 4𝑥2

𝑥1 + 𝑥2 ≤ 13
5𝑥 + 2𝑥2 ≤ 50
{ 1
4𝑥1 + 5𝑥2 ≤ 60
𝑥1 ; 𝑥2 ≥

36
 Fondements de Recherche Opérationnelle
Chapitre II : la résolution graphique

Solution 2-3:
𝑀𝑎𝑥𝑍 = 4𝑥1 + 4𝑥2

𝑥1 + 𝑥2 = 13 𝐴(0,13) ; 𝐵(13,0)
5𝑥1 + 2𝑥2 = 50➔{𝐶(10,0) ; 𝐷(6,10)
4𝑥1 + 5𝑥2 = 60 𝐸(0,12) ; 𝐹(15,0)

La zone des solutions : GEHIC

G (0,0)➔Max Z= 0
E (0,12)➔ Max Z= 48
H (5,8)➔ Max Z= 52
I (8,5)➔ Max Z= 52
C (10,0)➔ Max Z= 40

On trouve qu’il y a de deux points dans le même segment qui est le [HI]. Dans cette situation, la solution
optimale est « infinité de solutions optimal » dans le segment [HI] avec Max=52

Pour confirmer l’illimité de solution, on peut utiliser la fonction suivante pour ressortir les solutions
optimales : 𝑋𝑜𝑝𝑡𝑛 = 𝛼𝑋𝑜𝑝𝑡1 + (1 − 𝛼)𝑋𝑜𝑝𝑡2 , avec 0 ≤ 𝛼 ≤ 1

5 8 0.3 ∗ 5 0.7 ∗ 8 1.5 5.6 7.1

Exemple : 𝑋𝑜𝑝𝑡𝑛 = 0.3 ∗ ( ) + (1 − 0.3) ∗ ( ) = ( )+( )=( )+( )=( )
8 5 0.3 ∗ 8 0.7 ∗ 5 2.4 3.5 5.9

37
 Fondements de Recherche Opérationnelle
Chapitre II : la résolution graphique

Pour vérifier, Max Z= 4*7.1+ 4*5.9=52

2.3.3 Situation non bornée :

Exercice 2-4:
Résoudre le PL par la méthode graphique :

d) 𝑀𝑎𝑥𝑍 = −2𝑥1 + 3𝑥2

2𝑥1 − 3𝑥2 ≤ 6
{ 𝑥1 ≤ 5
𝑥1 ; 𝑥2 ≥ 0

Solution 2-4:
𝑀𝑎𝑥𝑍 = −2𝑥1 + 3𝑥2

2𝑥1 − 3𝑥2 = 6 𝐴(3,0) ; 𝐵(6,2)

➔{
𝑥1 = 5 𝑑𝑟𝑜𝑖𝑡𝑒

Solution non-borné veux dire on ne peut pas énumérer la solution optimale, parce que dans le cas de
Maximum, on chercher les solutions dans le haut (le cas minimum, on cherche les solutions dans le
bas), et parce que la zone des solutions et ouverte dans le haut ; il n’y a pas une limite de la zone qui
nous aide à énumérer la solution dans la maximisation). Dans cette situation, on dit que la solution est
non bornée.

2.3.4 Situation de Pas de solution :

Exercice 2-5:
Résoudre le PL par la méthode graphique

e) 𝑀𝑖𝑛𝑍 = 3𝑥1 + 2𝑥2

𝑥1 + 2𝑥2 ≤ 2
{−2𝑥1 − 4𝑥2 ≤ −8
𝑥1 ; 𝑥2 ≥ 0

38
 Fondements de Recherche Opérationnelle
Chapitre II : la résolution graphique

Solution 2-5:
𝑀𝑖𝑛𝑍 = 3𝑥1 + 2𝑥2

𝑥1 + 2𝑥2 = 2 𝐴(0,1) ; 𝐵(2,0)

➔{
−2𝑥1 − 4𝑥2 = −8 𝐶(4,0) ; 𝐷(0,2)

Dans cette situation, on trouve il n’y a pas une zone de solution,

2.3.5 Solution optimale unique :

Exercice 2-6:
f) 𝑀𝑎𝑥𝑍 = 𝑥1 + 𝑥2
3𝑥1 + 2𝑥2 ≤ 40
𝑥1 ≤ 10
{
𝑥2 ≤ 5
𝑥1 ; 𝑥2 ≥ 0

Solution 2-6:
𝑀𝑎𝑥𝑍 = 𝑥1 + 𝑥2

3𝑥1 + 2𝑥2 = 40 𝐴(10,5) ; 𝐵(6,11)

𝑥1 = 10 ➔{ 𝑑𝑟𝑜𝑖𝑡𝑒
𝑥2 = 5 𝑑𝑟𝑜𝑖𝑡𝑒

La zone des solutions CDAE

La solution optimale :

C (0,0)➔Max Z= 0

D (0,5)➔Max Z= 5

A (10,5)➔Max Z= 15 → la solution optimale

E (10,0)➔Max Z= 10

39
 Fondements de Recherche Opérationnelle
Chapitre II : la résolution graphique

Exercice 2-7:
g) 𝑀𝑎𝑥𝑍 = 10 𝑥1 + 5 𝑥2
2𝑥1 + 6𝑥2 ≥ 36
5𝑥1 + 5𝑥2 ≥ 50
𝑥1 ≤ 6
𝑥2 ≤ 10
{ 𝑥1 ; 𝑥2 ≥ 0

Solution 2-7:
𝑀𝑎𝑥𝑍 = 10𝑥1 + 5𝑥2

2𝑥1 + 6𝑥2 = 36 𝐴(0,6) ; 𝐵(9,3)

5𝑥1 + 5𝑥2 = 50 𝐶(10,0), 𝐷(0,10)
➔{
𝑥1 = 6 𝑑𝑟𝑜𝑖𝑡𝑒
𝑥2 = 10 𝑑𝑟𝑜𝑖𝑡𝑒

La zone des solutions DFE

D (0,10)➔Max Z= 50

F (6,10)➔ Max Z= 110 →solution optimale

E (6,4)➔Max Z= 80

Exercice 2-8:
h) 𝑀𝑖𝑛 𝑍 = 𝑥1 + 𝑥2

40
 Fondements de Recherche Opérationnelle
Chapitre II : la résolution graphique

5𝑥1 − 𝑥2 ≥ 10
3𝑥 + 2𝑥2 ≥ 9
{ 1
𝑥1 ≥ 5
𝑥1 ; 𝑥2 ≥ 0

Solution 2-8:
𝑀𝑖𝑛𝑍 = 𝑥1 + 𝑥2

5𝑥1 − 𝑥2 = 10 𝐴(2,0) ; 𝐵(3,5)

3𝑥1 + 2𝑥2 = 9➔{𝐶(3,0) ; 𝐷(0,9/2)
𝑥1 = 5 𝑑𝑟𝑜𝑖𝑡𝑒

Solution optimale F(5,0)➔Min Z= 5

41
 Fondements de Recherche Opérationnelle
Chapitre II : la résolution graphique

2.3.6 Exercices :
Exercice 2-9:
Résoudre le programme linéaire suivant par la méthode graphique :
𝑀𝑎𝑥𝑍 = 3𝑥1 + 2𝑥2
𝑥1 −2𝑥2 ≥ −4
3𝑥 + 2𝑥2 ≤ 14
{ 1
𝑥1 + 𝑥2 ≥ 3
𝑥1 , 𝑥2 ≥ 0

Exercice 2-10:
Résoudre le programme linéaire suivant par la méthode graphique :
MaxZ= 4x1 + 2 x2
3𝑥1 + 2𝑥2 ≥ 06
𝑥1 + 3𝑥2 ≤ 18
−𝑥1 + 𝑥2 ≥ 04
𝑥1, 𝑥2 ≥ 0
Exercice 2-11:
Résoudre le programme linéaire suivant par la méthode graphique :
𝑀𝑎𝑥𝑍 = 18𝑥1 + 4𝑥2
3𝑥1 + 2𝑥2 ≤ 18
2𝑥 + 2𝑥2 ≥ 5
{ 1
𝑥1 − 2𝑥2 ≥ −06
𝑥2 ≥ 2
𝑥1 ; 𝑥2 ≥ 0
2.3.7 Solution d’exercices :
Solution 2-9:

𝑀𝑎𝑥𝑍 = 3𝑥1 + 2𝑥2

𝑥1 −2𝑥2 = −4 𝐴(0,2); 𝐵(2,3)

3𝑥 + 2𝑥2 = 14 𝐶(2,4); 𝐷(0,7)
{ 1 ➔{
𝑥1 + 𝑥2 = 3 𝐸(0,3); 𝐹(3,0)
𝑥1 , 𝑥2 ≥ 0 𝑥1 , 𝑥2 ≥ 0

Résolution graphique :

42
 Fondements de Recherche Opérationnelle
Chapitre II : la résolution graphique

La solution optimale :

F (3,0) ➔Max Z= 3 ∗ 3 + 2 ∗ 0 = 9

H (14/3, 0) ➔Max Z= 14

𝑥 −2𝑥2 = −4
I(?,?)→{ 1
3𝑥1 + 2𝑥2 = 14

𝑥1 = 5/2➔𝑥2 =13/4

5 13
I(5/2,13/4)➔ Max Z= 3 ∗ 2 + 2 ∗ = 15/2+26/4= 14
4

𝑥1 −2𝑥2 = −4
J(?,?)→{
𝑥1 + 𝑥2 = 3

𝑥2 =7/3 ➔𝑥1 = 2/3

2 7
J(2/3,7/3)➔ Max Z= 3 ∗ 3 + 2 ∗ 3= 20/3

La solution optimale : infinité de solution dans le segment [HI] avec Max Z= 14

=(14/3, 0) * 0.3 + ( 5/2, 13/4) * 0.7 = (1,4 ; 0 )+ ( 3.5/2 ; 9,1/4) = (6.3/2 ; 9.1/4)
Max Z = 3* 6.3/2 + 2 * 9.1/4 = 9.45 + 4.55 = 14

43
 Fondements de Recherche Opérationnelle
Chapitre II : la résolution graphique

Solution 2-10:
Fonction X1 X2 X1 X2
3𝑥1 + 2𝑥2 = 06 2 0 0 3
𝑥1 + 3𝑥2 = 18 6 4 0 6
−𝑥1 + 𝑥2 = 04 0 4 1 5
Le graphe :

La zone des solution S.

La solution optimale :

E( 0 ; 4) ➔ max Z= 8

D( 0 ;6)➔ max Z = 12

F( ?, ?) ➔

𝑥1 + 3𝑥2 = 18
{ ==> 4𝑥2 = 22 => x2=5,5 ; x1= 1,5
−𝑥1 + 𝑥2 = 04

F (1,5 ; 5,5) ➔max Z= 17

44
 Fondements de Recherche Opérationnelle
Chapitre II : la résolution graphique

F (1,5 ; 5,5) ➔max Z= 17 ➔ la solution optimale

Solution 2-11:

𝑴𝒂𝒙𝒁 = 𝟏𝟖𝒙𝟏 + 𝟒𝒙𝟐

3𝑥1 + 2𝑥2 ≤ 18
2𝑥 + 2𝑥2 ≥ 5
{ 1
𝑥1 − 2𝑥2 ≥ −06
𝑥2 ≥ 2
𝑥1 ; 𝑥2 ≥ 0
3𝑥1 + 2𝑥2 = 18 𝐴(6,0); 𝐵(0,9)
2𝑥 + 2𝑥2 = 5 𝐶(2.5,0); 𝐷(0,2.5)
{ 1 ➔{
𝑥1 − 2𝑥2 = −06 𝐸(0,3); 𝐹(1,3.5)
𝑥2 = 2 𝑥2 = 2 𝑑𝑒𝑟𝑜𝑖𝑡𝑒
Résolution graphique :

La zone des solutions : IDEGH

La solution optimale :

I (1/2,2) ➔Max Z= 18∗ 1/2 + 4 ∗ 2 = 17

D (0, 2.5) ➔Max Z= 18 ∗ 0 + 4 ∗ 2.5=10

E(0,3)➔ Max Z= 18 ∗ 0 + 4 ∗ 3=12

45
 Fondements de Recherche Opérationnelle
Chapitre II : la résolution graphique

𝑥 −2𝑥2 = −6
G( ?, ?)→{ 1
3𝑥1 + 2𝑥2 = 18

𝑥1 = 3➔𝑥2 =9/2

G(3,9/2)➔ Max Z= 18 ∗ 3 + 4 ∗ 9/2= 18+18= 72

𝑥2 = 2 14
H(?,?)➔ { ➔𝑥1 = 3
3𝑥1 + 2𝑥2 = 18

MaxZ= 18 * 14/3 + 4 * 2= 92

La solution optimale : c’est H ( 14/3, 2 ) avec Max Z= 92

Exercice 2-12:

Un petit atelier possède une machine automatique pouvant opérer durant un maximum de 7,5 heures
par jour. Avec cette machine on veut fabriquer des chevilles et des boulons et on croit que le marché
peut absorber toute la production. Toutefois, du a un manque de matière première, la fabrication des
chevilles est réduite à un maximum de 1000 unités par jour. De plus, on considère qu'au moins 600
unités de chaque élément doivent être fabriquées. Les données concernant le taux de production, les
couts et les prix de vente sont indiqués dans le tableau suivant :

Produits Taux de Couts-matériel Main d'œuvre Prix de vente

production (Dinars/Unité) Dinars/Unité Dinars/Unité
(Unités/Heure)
Cheville 300 0.03 3.00 0.08
Boulon 200 0.035 3.00 0.10

Le responsable de l'unité de production veut maximiser les bénéfices.

1. Formuler ce problème sous forme d'un modèle linéaire.
2. Résoudre ce problème par la méthode graphique.
3. Est-ce que la machine automatique est utilisée la pleine capacite ?
4. Si le prix de vente d'un boulon est de 0,11 DA au lieu de 0,10 DA, quelle conséquence aura ce
changement sur le programme optimal de fabrication ?
5. Avec cette modification du prix de vente des boulons spécifique en 4), le responsable de l'atelier
suggère de fabriquer 1 000 boulons et autant de chevilles. Que pensez-vous de cette suggestion ?
Expliquer.
Solution 2-12:
1- Formulation du problème :

46
 Fondements de Recherche Opérationnelle
Chapitre II : la résolution graphique

Les variables de décision :

- 𝑥1 : 𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑐ℎ𝑒𝑣𝑖𝑙𝑙𝑒𝑠 à 𝑓𝑎𝑏𝑟𝑖𝑞𝑢𝑒𝑟 𝑝𝑎𝑟 𝑗𝑜𝑢𝑟;
- 𝑥2 : 𝑛𝑜𝑚𝑏𝑟𝑒 𝑑𝑒 𝑏𝑜𝑢𝑙𝑜𝑛𝑠 à 𝑓𝑎𝑏𝑟𝑖𝑞𝑢𝑒𝑟 𝑝𝑎𝑟 𝑗𝑜𝑢𝑟.
𝑀𝑎𝑥 𝑍 = 0.04𝑥1 + 0.05𝑥2 (𝑚𝑎𝑥𝑖𝑚𝑖𝑠𝑒𝑟 𝑙𝑒 𝑎𝑣𝑒𝑐 𝑏é𝑛é𝑓𝑖𝑐𝑒)
𝑏é𝑛é𝑓𝑖𝑐𝑒 = 𝑝𝑟𝑖𝑥 𝑑𝑒 𝑣𝑒𝑛𝑡𝑒 − 𝑐𝑜û𝑡. 𝑚𝑎𝑡é𝑟𝑖𝑒𝑙 − 𝑐𝑜û𝑡. 𝑀𝑂
1 1
𝑥1 + 𝑥 ≤ 7.5 (𝑐𝑜𝑛𝑡𝑟𝑎𝑖𝑛𝑡𝑒 𝑑𝑒 𝑐𝑎𝑝𝑎𝑐𝑖𝑡é 𝑑𝑒 𝑙𝑎 𝑚𝑎𝑐ℎ𝑖𝑛𝑒)
300 200 2
𝑥1 ≤ 1000
𝑥1 ≥ 600
𝑥2 ≥ 600
{ 𝑥1 ; 𝑥2 ≥ 0 (𝑐𝑜𝑛𝑡𝑟𝑎𝑖𝑛𝑡𝑒𝑠 𝑑𝑒 𝑛𝑜𝑛 𝑛é𝑔𝑎𝑡𝑖𝑣𝑖𝑡é)
2- Résolution du problème par la méthode graphique :
2500
3- La résolution graphique nous donne la solution optimale 𝑋 ∗ = (𝑥1∗ , 𝑥2∗ ) = (1000, ) avec
3

𝑍 ∗ =245/3 da.
1 1 2500
4- L’unité de production fonctionne en pleine capacité, car 300 ∗ 1000 + 200 ∗ = 7.5.
3

5- Après cette augmentation du prix de vente des boulons, la fonction objectifs devient :
𝑀𝑎𝑥 𝑍 = 0.04𝑥1 + 0.06𝑥2 .
Graphiquement, on peut facilement vérifier que le programme linéaire admet une infinité de
solutions ∀𝑦 = 𝛼𝐴 + (1 − 𝛼)𝛽 Avec 0 ≤ 𝛼 ≤ 1 est une solution optimale avec 𝑍(𝑦) =
2500
90 𝑜𝑢 𝐴 = (1000, ) et 𝐵 = (600,1100)
3

6- Cette proposition n’est pas réalisable car la contrainte de capacité n’est pas vérifiée :
1 1
∗ 1000 + 200 ∗ 1000 ≰ 7.5
300

47
 Fondements de Recherche Opérationnelle
Chapitre II : la résolution graphique

2.4 Exercices:
Exercice 2-13:

Une usine fabrique 2 produits P1 et P2 en utilisant un certain nombre de ressources : post

opératoire (machine), main-d’œuvre et emballage. Ces besoins sont indiqués dans le tableau
ci-dessous. Par ailleurs, chaque ressource est disponible en quantités limitées.

Heure/machine Main d’œuvre Emballage

P1 3 4 2
P2 9 5 1
Ressource disponible 81 55 20

Les deux produits P1 et P2 rapportent à la vente respectivement des bénéfices de 600 DA et

400 DA par unité.
1. Formuler le problème de programmation linéaire.
2. Résoudre ce problème par la méthode graphique.
3. Est-ce que le post opératoire est utilisé à plein temps ?
4. Est-ce que le stock de l’emballage est totalement consommé ?

Exercice 2-14:

Résoudre graphiquement les programmes linéaires suivants :

Max Z= 3𝑥1 +2𝑥2 Min Z= 6𝑥1 +9𝑥2 Max Z= 4𝑥1 +4𝑥2

𝑥1 + 4𝑥2 ≤ 12 3𝑥1 + 2𝑥2 ≥ 18 𝑥1 + 𝑥2 ≤ 13
{2𝑥1 + 𝑥2 ≤ 10 𝑥 + 3𝑥2 ≥ 12 5𝑥 + 2𝑥2 ≤ 50
{ 1 { 1
𝑥1 ; 𝑥2 ≥ 0 𝑥1 + 𝑥2 ≥ 8 4𝑥1 + 5𝑥2 ≤ 60
𝑥1 ; 𝑥2 ≥ 0 𝑥1 ; 𝑥2 ≥ 0
Max Z= -2𝑥1 + 3𝑥2 Min Z= 3𝑥1 +2𝑥2 Max Z= 𝑥1 + 𝑥2
2𝑥1 − 3𝑥2 ≤ 6 𝑥1 + 2𝑥2 ≤ 2 3𝑥1 + 2𝑥2 ≤ 40
{ 𝑥1 ≤ 5 {−2𝑥1 − 4𝑥2 ≤ −8 𝑥1 ≤ 10
{
𝑥1 ; 𝑥2 ≥ 0 𝑥1 ; 𝑥2 ≥ 0 𝑥2 ≤ 5
𝑥1 ; 𝑥2 ≥ 0

48
Fondements de Recherche Opérationnelle
Chapitre II : la résolution graphique

Max Z= 10𝑥1 +5𝑥2 Min Z= 𝑥1 +𝑥2

2𝑥1 + 6𝑥2 ≥ 36 5𝑥1 − 𝑥2 ≥ 10
5𝑥1 + 5𝑥2 ≥ 50 3𝑥 + 2𝑥2 ≥ 9
{ 1
𝑥1 ≤ 6 𝑥1 ≥ 5
𝑥2 ≤ 10 𝑥1 ; 𝑥2 ≥ 0
{ 𝑥1 ; 𝑥2 ≥ 0

49