Você está na página 1de 16

Captulo 5

Algoritmo Simplex

CAPTULO 5
Algoritmo Simplex

5.1

Introduo
O algoritmo Simplex a ferramenta bsica da programao linear. O objetivo do algoritmo

transformar uma matriz dada em outra equivalente que contenha um certo desenho ou padro. Este captulo faz um esboo do Simplex, destacando seu parentesco com o algoritmo de Gauss-Jordan discutido no captulo trs.

5.2

Converso de desigualdade em uma equao


Em restries ( ) , o lado direito pode ser considerado como a representao do limite

imposto disponibilidade de um recurso, caso em que o lado esquerdo representaria a utilizao desse recurso limitado pelas atividades (variveis) do modelo. Assim, a diferena entre direito e o lado esquerdo da restrio ( ) resultaria na quantidade do recurso no utilizada ou folga. Para converter uma desigualdade

()

em uma equao, uma varivel de folga no

negativa adicionada ao lado esquerdo da restrio Exemplo 1. Dada a seguinte desigualdade: 3 x + 2 y 12 . Para transformar em uma equao adicionamos a varivel de folga F1 e logo temos: 3x + 2 y + F1 = 12, com F1 0
Pesquisa Operacional Jhoab Negreiros

Captulo 5

Algoritmo Simplex

De forma semelhante, uma restrio ( ) estabelece um limite inferior para as atividades do modelo de programao linear, de modo que a quantidade pela qual o lado esquerdo excede o limite mnimo representa uma sobra. Consegue-se a converso de ( ) em uma igualdade com a subtrao de uma varivel de sobra no negativa do lado esquerdo da desigualdade.

Exemplo 2. Dada a seguinte desigualdade: x + y 100 . Para transformar em uma equao subtramos a varivel de folga F2 e logo temos: x + y F2 = 100, com F2 0

A ltima possibilidade restante que o lado direito da equao resultante seja negativo. A condio sempre pode ser satisfeita multiplicando-se ambos os lados da equao resultante por

( 1) .
Exemplo 3. Dada a seguinte desigualdade: x + 2 y 20 . Para transformar em uma equao adicionamos a varivel de folga F3 e logo temos: x + 2 y + F3 = 20, com F3 0 Agora, multiplicando ambos os lados por ( 1) , teremos um lado direito no negativo, como desejado, isto : x 2 y F3 = 20

5.3

Transio da Soluo Grfica para a Soluo Algbrica


As idias transmitidas pela soluo grfica do problema de programao linear lanam as

bases para o desenvolvimento do mtodo algbrico simplex. No mtodo grfico, a regio de solues delineada pelos meios-espaos, que representam as restries, e, no mtodo simplex, a regio de solues representada por m equaes lineares simultneas e n variveis no negativas. A figura a seguir traa um paralelo entre os dois mtodos.

Pesquisa Operacional

Jhoab Negreiros

Captulo 5

Algoritmo Simplex

Mtodo Grfico

Mtodo Algbrico

Represente todas as restries em grfico, Represente a regio de solues por m entre elas as restries de no-negatividade. equaes em n variveis e restrinjam todas as variveis a valores no negativos, m < n . Identifique os pontos extremos viveis da regio Determine as solues bsicas viveis das de solues. equaes.

Candidatos soluo tima so dados por um Candidatas soluo tima so dadas por um nmero finito de pontos extremos. nmero finito de solues bsicas viveis.

Use a funo objetivo para determinar o ponto Use a funo objetivo para determinar a soluo extremo timo entre todos os candidatos. bsica vivel tima entre todos os candidatos.

Podemos verificar visualmente pelo grfico por que a regio de solues tem um nmero infinito de pontos de soluo, mas como podemos tirar a mesma concluso da representao algbrica de solues? A resposta que na representao algbrica o nmero de equaes m sempre menor do que ou igual ao nmero de variveis n . Se m = n , e as equaes forem consistentes, o sistema tem somente uma soluo; mas se m < n (o que representa a maioria dos problemas de PL), ento o sistema de equaes, novamente, se consistente, dar como resultado um nmero infinito de solues.

Exemplo 4. A equao x = 2 tem ( m = n = 1) e a soluo obviamente nica. S = {2} , mas para a equao x + y = 1 , temos ( m = 1) e ( n = 2 ) , que resulta em um nmero infinito de solues: S = {(1 y, y )} para todo y .

5.4

Determinao Algbrica dos Pontos Extremos


Em um conjunto de m n equaes (m < n) , se igualarmos (n m) variveis a zero, e

depois resolvermos as m equaes para as m variveis restantes, a soluo resultante, se for nica, denominada soluo bsica e deve corresponder a um ponto extremo (vivel ou invivel) da regio de solues. Isso significa que o nmero mximo de pontos extremos :

Cn , m =
Pesquisa Operacional

n! m !(n m)!
Jhoab Negreiros

Captulo 5

Algoritmo Simplex

Exemplo 5. Considere o seguinte problema de PL com duas variveis:

Maximizar f ( x, y ) = 2 x + 3 y Restries 2x + y 4 x + 2y 5 x, y 0

Em linguagem algbrica, a regio de solues do problema de programao PL representado por:

2 x + y + F1 = 4 x + 2 y + F2 = 5 x, y, F1 , F1 0

O sistema tem m = 2 equaes e n = 4 variveis. Assim, de acordo com a regra dada, os pontos extremos podem ser determinados algebricamente igualando n m = 4 2 = 2 variveis a zero e depois, resolvendo para as m = 2 variveis restantes. Se fizermos
x=0

y = 0 , as equaes do a soluo (bsica) nica:

F1 = 4, F2 = 5 .(Esta soluo corresponde ao ponto A.)

Um outro ponto pode ser determinado, fazendo F1 = 0 e F2 = 0 . Ento resolvendo as duas equaes:
Pesquisa Operacional Jhoab Negreiros

Captulo 5

Algoritmo Simplex

2 x + y = 4 , x + 2 y = 5 o que d como resultado a soluo bsica x = 1 e y = 2 , que o ponto C na figura.

provvel que voc esteja imaginando como podemos decidir quais n m variveis devem ser igualadas a zero para chegar a um ponto extremo especfico. Sem o auxlio da soluo grfica, no podemos dizer quais n m variveis zero esto associadas com quais pontos extremos. Mas isso no nos impede de enumerar todos os pontos extremos da regio de solues. Apenas considere todas as combinaes nas quais n m variveis sejam igualadas a zero e resolva as equaes resultantes. Isso feito, a soluo tima a soluo bsica vivel (pontos extremos) que resultar no melhor valor para a funo objetivo.

Neste exemplo temos: C4,2 =

43 = 6 pontos extremos. 2!

Examinando a figura podemos localizar os quatro pontos A, B, C, D, E e F, todos so solues para o problema, mas os dois ltimos so no viveis, porque no satisfazem todas as restries. Para resumir a transio da soluo grfica para a soluo algbrica, as m n variveis zero so conhecidas como variveis no bsicas. As restantes m variveis so denominadas variveis bsicas e sua soluo denominada soluo bsica. Variveis no bsicas (x, y) (x, F1) (x, F2) (y, F1) (y, F1) (F1, F2) Variveis bsicas (F1, F2) (y, F2) (y, F1) (x, F2) (x, F1) (x, y) Soluo bsica (4, 5) (4, 3) (5/2, 3/2) (2, 3) (5, 6) (1, 2) Pontos extremos A F B D E C Viveis ou no viveis Sim No Sim Sim No Sim Valor da f.o. 0 -7,5 4 -8 (timo)

5.5

Natureza Iterativa do Mtodo Simplex


Em vez de enumerar todas as solues bsicas (pontos extremos) do problema de PL

(como fizemos na tabela acima), o mtodo simplex investiga somente algumas dessas solues.
Pesquisa Operacional Jhoab Negreiros

Captulo 5

Algoritmo Simplex

Normalmente o mtodo simplex comea na origem, onde x = y = 0 . Nesse ponto de partida, o valor da funo objetivo zero, e a pergunta lgica se um aumento em x e/ou y no bsicas acima de seus valores zero atuais pode melhorar o valor da f.o., basta investigar o valor da mesma. Maximizar: f ( x, y ) = 2 x + 3 y .

A funo mostra que um aumento em x ou y (ou em ambas) acima de seus valores zero atuais melhorar o seu valor. O mtodo simplex exige o aumento de uma varivel por vez, sendo que a varivel selecionada ser aquela que tiver a maior taxa de melhoria para a f.o. (com isso chegamos ao ponto B). Portanto, no ponto B o mtodo simplex aumentar o valor de x para alcanar o ponto extremo melhorado C, que a soluo tima. Assim, o caminho do mtodo simplex definido como
A B C . Cada ponto extremo ao longo do caminho associado a uma iterao. importante

observar que o mtodo simplex percorre as bordas da regio de solues, o que significa que o mtodo no pode atravessar a regio de solues e ir de A para C diretamente.

5.6

Detalhes de Clculo do Algoritmo Simplex


Esta seo apresenta os detalhes de clculo de uma iterao do mtodo simplex, incluindo

as regras para determinar as variveis que entram na base e que saem da base, bem como as regras para interromper os clculos quando a soluo tima tiver sido alcanada. A explicao se dar por meio de um exemplo numrico. Exemplo 6. Usaremos o problema de PL a seguir:
Maximizar : z = 5 x + 4 y Restries : 6 x + 4 y 24 x + 2y 6 x + y 1 y2 x, y 0

O problema expresso na forma de equaes como:

Pesquisa Operacional

Jhoab Negreiros

Captulo 5

Algoritmo Simplex

Maximizar : z = 5 x + 4 y + 0 F1 + 0 F2 + 0 F3 + 0 F4 Restries : 6 x + 4 y + F1 x + 2y x+ y y + F2 + F3 = 24 =6 =1 + F4 = 2 x, y, F1 , F2 , F3 , F4 0
As variveis F1 , F2 , F3 e F4 so as folgas associadas s respectivas restries. Em seguida, escrevemos a funo objetivo como: z 5 x 4 y = 0 . Dessa maneira, a tabela simplex inicial pode ser representada da seguinte maneira:
Base Z F1 F2 F3 F4 Z 1 0 0 0 0 X -5 6 1 -1 0 Y -4 4 2 1 1 F1 0 1 0 0 0 F2 0 0 1 0 0 F3 0 0 0 1 0 F4 0 0 0 0 1 Soluo 0 24 6 1 2 Linha Z Linha F1 Linha F2 Linha F3 Linha F4

O arranjo da tabela especfica e o conjunto de variveis bsicas e no bsicas, apresenta a soluo associada com a iterao inicial. Variveis no bsicas (zero) em A: ( x, y ) . Variveis bsicas: ( F1, F 2, F 3, F 4) . A soluo inicial tima? A funo objetivo: z = 5 x + 4 y mostra que a soluo pode ser melhorada, aumentando x ou y . Coeficiente da f.o. mais positivo selecionado como a varivel ao entrar na base. Essa regra denominada condio de otimalidade. A determinao da varivel que sai com base na tabela simplex exige o clculo das razes no negativas entre o lado direito das equaes (coluna soluo) e o coeficiente de restrio correspondente da varivel que entra na base x .

Base F1 F2 F3 F4

Entrando X Soluo 6 1 -1 0 24 6 1 2

Razo (ou intercepto) X = 24/6 = 4 (Mnimo) X = 6/1 = 6 X = 1/-1 = -1 (Ignorar) X = 2/0 (Ignorar)

Concluso: X entra, F1 sai.

Pesquisa Operacional

Jhoab Negreiros

Captulo 5

Algoritmo Simplex

Observem que os valores das razes calculadas so as intersees das restries com o eixo x da varivel que entra na base. A regra associada com os clculos das razes denominada condio de viabilidade.

O novo ponto de soluo B determinado pela troca entre a varivel que entra na base X e a varivel que sai da base F1 na tabela simplex para produzir os seguintes conjuntos de variveis no bsicas e bsicas. Variveis no bsicas (zero) em B: ( F1, y ) . Variveis bsicas: ( x, F 2, F 3, F 4) .

O processo de troca baseado nas operaes de Gauss-Jordan, que identifica a coluna da varivel que entra na base como a coluna do piv, e a linha da varivel que sai como a linha do piv. Os clculos sero aplicados a primeira tabela da seguinte forma: Substituir F1 na coluna base por X; Nova linha X = Linha F1 atual 6; Nova linha Z = Linha Z atual ( 5 ) Nova linha X; Nova linha F2 = Linha F2 atual ( 1 ) Nova linha X; Nova linha F3 = Linha F3 atual ( 1 ) Nova linha X;
Pesquisa Operacional Jhoab Negreiros

Captulo 5

Algoritmo Simplex

Nova linha F4 = Linha F4 atual ( 0 ) Nova linha X.


Base Z X F2 F3 F4 Z 1 0 0 0 0 X 0 1 0 0 0 Y -2/3 2/3 4/3 5/3 1 F1 5/6 1/6 -1/6 1/6 0 F2 0 0 1 0 0 F3 0 0 0 1 0 F4 0 0 0 0 1 Soluo 20 4 2 5 2 Linha Z Linha F1 Linha F2 Linha F3 Linha F4

Observe que a nova tabela tem as mesmas propriedades da tabela inicial. O novo valor da funo objetivo igual a 20. Pela condio de otimalidade mostra que Y a varivel que deve entrar na base. A condio de viabilidade produz o seguinte:

Base X F2 F3 F4

Entrando Y Soluo 2/3 4/3 5/3 1 4 2 5 2

Razo (ou intercepto) Y = 4:2/3 = 6 Y = 2:4/3 = 1,5 (Mnimo) Y = 5:5/3 = 3 Y = 2:1 = 2

Concluso: Y entra, F2 sai.

Substituindo F2 na coluna base por Y que entra, as seguintes operaes de filas por GaussJordan so aplicadas: Substituir F2 na coluna base por Y; Nova linha Y = Linha F2 atual 4/3; Nova linha Z = Linha Z atual ( 2/3 ) Nova linha Y; Nova linha X = Linha X atual ( 2/3 ) Nova linha Y; Nova linha F3 = Linha F3 atual ( 5/3 ) Nova linha Y; Nova linha F4 = Linha F4 atual ( 1 ) Nova linha Y. Esses clculos produzem a tabela a seguir.
Base Z X Y F3 F4 Pesquisa Operacional Z 1 0 0 0 0 X 0 1 0 0 0 Y 0 0 1 0 0 F1 3/4 1/4 -1/8 3/8 1/8 F2 1/2 -1/2 3/4 -5/4 -3/4 F3 0 0 0 1 0 F4 0 0 0 0 1 Soluo 21 3 3/2 5/2 1/2 Linha Z Linha X Linha Y Linha F3 Linha F4 Jhoab Negreiros

Captulo 5

Algoritmo Simplex 10

Com base na condio de otimalidade, nenhum dos coeficientes da linha Z associados com as variveis no bsicas F1 e F2, negativo. Assim, essa tabela simplex tima. A soluo tima pode ser lida na tabela simplex da seguinte maneira:

Varivel de deciso X Y Z

Valor timo 3 1,5 21

Recomendao Produzir 3t dirias de tintas para exteriores. Produzir 1,5t dirias de tintas para interiores. Lucro dirio $ 21,00.

A soluo tambm fornece informaes dos recursos. Um recurso designado como escasso se as atividades (variveis) do modelo o usarem totalmente. Caso contrrio, o recurso denominado abundante. Essa informao obtida da tabela tima pela verificao do valor da varivel de folga associada restrio que representa o recurso. Se a folga for zero, o recurso totalmente utilizado e, por conseguinte, classificado como escasso. Ao contrrio, uma folga positiva indica que o recurso abundante. Classificao das restries do modelo:

Recurso Matria-prima, M1 Matria-prima, M2 Limite de Mercado Limite da demanda

Valor da Folga F1 F2 F3 F4

Condio Escasso Escasso Abundante Abundante

5.7

Mtodo das duas Fases


Os problemas de PL nos quais todas as restries so () com lados direitos no

negativos oferecem uma soluo bsica inicial vivel conveniente na qual todas as variveis so de folga. Isso no acontece com modelos que envolvem restries (=) e () . O procedimento para iniciar a resoluo de problemas de PL com as restries (=) e () usar variveis artificiais que desempenham o papel de folgas na primeira iterao e ento, descart-las legitimamente em iteraes posteriores.

Pesquisa Operacional

Jhoab Negreiros

Captulo 5

Algoritmo Simplex 11

Usaremos o exemplo para desenvolver o mtodo: Exemplo 7. Minimizar a funo: Z = 4 x + 5 y , sujeito a restries:
3x + y = 3 4x + 3 y 6 x + 2y 4 x, y 0

Fase I Usando F1 como uma sobra na segunda restrio e F2 como folga na terceira restrio. A terceira equao tem sua varivel de folga, F2, mas a primeira e a segunda equao no tm, adicionamos as variveis artificiais R1 e R2 nas duas primeiras equaes, e a forma de equaes do problema dada como:

Minimizar : r = R1 + R 2

Sujeito a:
3 x + y + R1 = 3 4 x + 3 y F1 + R 2 = 6 x + 2y + F2 = 4 x, y, F1, F 2, R1, R 2 0

A tabela associada dada:

Base r R1 R2 F2

X 0 3 4 1

Y 0 1 3 2

F1 0 0 -1 0

R1 -1 1 0 0

R2 -1 0 1 0

F2 0 0 0 1

Soluo 0 3 6 4 Linha r Linha R1 Linha R2 Linha F2

Antes de continuar com os clculos do mtodo simplex, precisamos tornar a linha r consistente com o resto da tabela. Especificamente, na tabela, x = y = F1 = 0 , o que resulta na soluo bsica R1 = 3 , R 2 = 6 e F 2 = 4 , o que resulta na soluo bsica: r = 3 + 6 = 9 (em vez de 0, como mostra a tabela acima). Para isso so substitudas na linha r , usando os seguintes clculos:
Pesquisa Operacional Jhoab Negreiros

Captulo 5

Algoritmo Simplex 12

Nova linha r = linha velha r + (1 linha R1 + 1 linha R 2) .

Base r R1 R2 F2

X 7 3 4 1

Y 4 1 3 2

F1 -1 0 -1 0

R1 0 1 0 0

R2 0 0 1 0

F2 0 0 0 1

Soluo 9 3 6 4 Linha r Linha R1 Linha R2 Linha F2

Entrando X e saindo da base R1.

Base r X R2 F2

X 0 1 0 0

Y 5/3 1/3 5/3 5/3

F1 -1 0 -1 0

R1 -7/3 1/3 -4/3 -1/3

R2 0 0 1 0

F2 0 0 0 1

Soluo 2 1 2 3 Linha r Linha X Linha R2 Linha F2

Entrando Y e saindo da base R2.

Base r X Y F2

X 0 1 0 0

Y 0 0 1 0

F1 0

R1 -1

R2 -1 -1/5 3/5 -1

F2 0 0 0 1

Soluo 0 3/5 6/5 1 Linha r Linha X Linha Y Linha F2

1/5 9/15 -3/5 -4/5 1 1

3 6 Como mnimo r = 0 , a Fase I produz a soluo bsica vivel x = , y = e F 2 = 1 . 5 5

Nesse ponto, as variveis artificiais concluram sua misso e podemos eliminar totalmente suas colunas da tabela e passar para a Fase II.

Fase II Aps eliminar as colunas artificiais, escrevemos o problema original como:


Minimizar : Z = 4 x + y

Pesquisa Operacional

Jhoab Negreiros

Captulo 5

Algoritmo Simplex 13

1 3 x + F1 = 5 5 3 6 Sujeito a: y F1 = 5 5 F1 + F 2 = 1 x, y, F1, F 2 0
Base Z X Y F2 X -4 1 0 0 Y -1 0 1 0 F1 0 1/5 -3/5 1 F2 0 0 0 1 Soluo 0 3/5 6/5 1 Linha Z Linha X Linha Y Linha F2

Novamente, como as variveis bsicas x e y tm coeficientes no zero na linha Z, elas devem ser substitudas com a utilizao dos seguintes clculos:
Nova linha Z = linha velha Z + (4 linha x + 1 linha y )

Portanto, a tabela inicial da Fase II dada como:


Base Z X Y F2 X 0 1 0 0 Y 0 0 1 0 F1 1/5 1/5 -3/5 1 F2 0 0 0 1 Soluo 18/5 3/5 6/5 1 Linha Z Linha X Linha Y Linha F2

Como estamos minimizando F1, devemos entrar na soluo.


Base Z X Y F1 X 0 1 0 0 Y 0 0 1 0 F1 0 0 0 1 F2 -1/5 -1/5 3/5 1 Soluo 17/5 2/5 9/5 1 Linha Z Linha X Linha Y Linha F1

Resumo do mtodo das duas fases: Fase 1: Expresse o problema na forma de equaes e adicione as variveis artificiais necessrias s restries para garantir uma soluo bsica inicial. Em seguida, ache uma soluo bsica com as equaes resultantes que, independentemente do problema de PL ser de maximizao ou minimizao, sempre minimizar a soma das variveis artificiais. Se o valor mnimo da soma for positivo, o problema de PL no tem nenhuma soluo vivel, o que encerra o processo (lembre-se de que uma varivel artificial positiva significa que uma restrio original no foi satisfeita). Fase 2: Use a soluo vivel da Fase 1 como uma soluo bsica vivel inicial para o problema original.
Pesquisa Operacional Jhoab Negreiros

Captulo 5

Algoritmo Simplex 14

5.8

Atividades

Exerccio 1. Sabendo que a funo objetivo de um problema de programao linear dada por
f ( x, y ) = 4 x + 5 y , determine o valor mximo (a),(b) e (c) e mnimo (d) desta funo sobre as

restries utilizando o mtodo simplex.

x 0, y 0 (a) 2 x + y 15 x + 2 y 15 x 0, y 0 (b) x 60, y 50 x + 2 y 120 x 0, y 0 (c) x + y 25 x + y 5 x 0, y 0 3x + y 12 (d) 3x + 4 y 30 2 x + 7 y 28

Exerccio 2. Uma fbrica produz dois artigos A e B, que devem passar por duas mquinas diferentes M1 e M2. M1 tem 12 horas de capacidade diria disponvel e M2 tem 5 horas. Cada unidade de produto A requer 2 horas em ambas as mquinas. Cada unidade de produto B requer 3 horas em M1 e 1 hora em M2. O lucro lquido de A de R$ 60,00 por unidade e o de B, R$ 70,00 por unidade. Determinar a quantidade a ser produzida de A e B a fim de se ter um lucro mximo.

Exerccio 3. Uma pequena fbrica de papel toalha manufatura trs tipos de produtos A, B e C. A fbrica recebe o papel em grandes rolos. O papel cortado, dobrado e empacotado. Dada a pequena escala da fbrica, o mercado absorver qualquer produo a um preo constante. O lucro unitrio de cada produto respectivamente R$ 1,00, R$ 1,50, e R$ 2,00. O quadro abaixo identifica o tempo requerido para operao (em horas) em cada seo da fbrica, bem como a quantidade de mquinas disponveis, que trabalham 40 horas por semana. Planeje a produo semanal da fbrica.

Pesquisa Operacional

Jhoab Negreiros

Captulo 5

Algoritmo Simplex 15

Seo Corte Dobra Empacotamento

Produto A 8 5 0,7

Produto B 5 10 1

Produto C 2 4 2

Quantidade de Mquina 3 10 2

Exerccio 4. Um criador de coelhos alimenta os animais com cinco tipos de rao, cuja composio de nutrientes (unidades/Kg) est mostrada abaixo: Nutrientes Protenas Carboidratos Gordura Custo/Kg Rao A 30 60 5 0,20 Rao B 20 20 10 0,30 Rao C 15 60 5 0,40 Rao D 80 20 3 0,50 Rao E 20 20 2 0,25

Ele calculou as necessidades dirias de alimentao de cada animal em, pelo menos, 80 unidades de protena, 120 unidades de carboidratos e 30 unidades de gordura. Qual deve ser a mistura das raes acima a custo mnimo?

Exerccio 5. Desejamos otimizar o lucro pela utilizao de at quatro opes de culturas (milho, trigo, soja e acar). As restries referem-se ao espao utilizado, gastos com preparo do terreno e utilizao de mo-de-obra. Tem-se disponvel 400 ha de terra para o cultivo. A matriz abaixo apresenta os dados referentes a cada cultura:

Atividade Preparo do terreno (R$/ha) Mo-de-obra (homens/dia) Lucro (R$/ha)

Milho 1.000,00 20 600,00

Trigo 1.200,00 30 800,00

Soja 1.500,00 25 900,00

Acar 1.200,00 28 500,00

Disponvel 500.000,00 10.000

Exerccio 6. Uma empresa produz televiso em 3 fbricas: So Paulo, Joo Pessoa e Manaus. Os pontos principais de revenda, com as respectivas encomendas mensais so:

Pesquisa Operacional

Jhoab Negreiros

Captulo 5

Algoritmo Simplex 16

Rio de Janeiro Salvador Aracaj Macei Recife

6.000 unidades 5.000 unidades 2.000 unidades 1.000 unidades 3.000 unidades

A produo mxima mensal em cada fbrica : So Paulo Joo Pessoa Manaus 10.000 unidades 5.000 unidades 6.000 unidades

O custo de transportes das fbricas at as revendas dado pelo quadro abaixo: R$ por 1.000 unidades de TV. Para De (1) So Paulo (2) Joo Pessoa (3) Manaus Rio de Janeiro (1) 1.000 4.000 6.000 Salvador (2) 2.000 2.000 4.000 Aracaju (3) 3.000 1.500 3.500 Macei (4) 3.500 1.200 3.000 Recife (5) 4.000 1.000 2.000

Determinar o nmero de unidades produzidas em cada fbrica e entregues a cada revenda, a fim de minimizar o custo de transporte.

Pesquisa Operacional

Jhoab Negreiros