Po PDF

Andrea Cardoso
Fundamentos da
PESQUISA OPERACIONAL
UNIFAL-MG
Fevereiro 2011
SUMARIO
1 Conhecendo a Pesquisa Operacional 4

1.1 Modelos Matematicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
1.2 Primeiros Exemplos e Aplicacoes . . . . . . . . . . . . . . . . . . . . . . . 8
1.3 Lista de Problemas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2 Programacao Matematica 24
2.1 Modelos de Otimizacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.2 Problemas de Programacao Matematica . . . . . . . . . . . . . . . . . . . 28
3 Programacao Linear 44
3.1 Estruturacao de Modelos Lineares . . . . . . . . . . . . . . . . . . . . . . . 45
3.2 Resolucao Grafica de um PPL . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.2.1 Representacao Grafica das Restricoes . . . . . . . . . . . . . . . . . 48
3.2.2 Representacao Grafica da Funcao Objetivo . . . . . . . . . . . . . . 54
3.2.3 Solucoes do Modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4 Resolucao de PPL 64
4.1 Estruturacao de Modelos Lineares . . . . . . . . . . . . . . . . . . . . . . . 64
4.2 Fundamentacao Teorica . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
2
5 O Metodo Simplex 79
5.1 Fluxograma para solucoes finitas . . . . . . . . . . . . . . . . . . . . . . . 91
5.2 Analise de Sensibilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
CAPITULO 1
CONHECENDO A PESQUISA OPERACIONAL
O termo Pesquisa Operacional (PO) designa uma area do conhecimento que consiste no
desenvolvimento de metodos cientficos de sistemas complexos, com a finalidade de prever
e comparar estrategias ou decisoes alternativas, cujo objetivo e dar suporte a definicao de
polticas e determinacao de acoes.
O trabalho do matematico russo Leonid Kantorovich de 1939 intitulado Metodos
matematicos na organizacao e no planejamento de producao e considerado um dos pre-
cursores da PO, porem manteve-se desconhecido da comunidade cientfica ocidental ate
1959. O proprio termo Pesquisa Operacional, do ingles Operations Research, foi cunhado
pelo matematico russo na tentativa de englobar, sob uma unica denominacao, todas as
tecnicas existentes ou que viriam a ser desenvolvidas e que tinham o mesmo objetivo
citado. De fato, o termo PO designa um conjunto de disciplinas isoladas tais como Pro-
gramacao Linear, Teoria das Filas, Simulacao, Programacao Dinamica, Teoria dos Jogos,
dentre outras.
A Pesquisa Operacional tal qual como a conhecemos surgiu durante a Segunda Guerra
Mundial tendo como objetivo o desenvolvimento de metodologia para solucao de prob-
lemas relacionados com as operacoes militares quando os Aliados se viram confrontados
com problemas complexos de natureza logstica, tatica e de estrategia militar. Para apoiar
os comandos operacionais na resolucao desses problemas foram criados grupos multidis-
ciplinares compostos por matematicos, fsicos, engenheiros e cientistas sociais. O que
esses cientistas fizeram foi aplicar o metodo cientfico, que tao bem conheciam, aos pro-
blemas que lhes foram sendo colocados. Desenvolveram entao a ideia de criar modelos
4
5
matematicos, apoiados em dados e fatos, que lhes permitissem perceber os problemas em

estudo, simular e avaliar o resultado hipotetico de estrategias bem como propor decisoes
alternativas. Em 1941 a Inglaterra inaugura a Secao de Pesquisa Operacional do Co-
mando da Forca Aerea de Combate para trabalhar com problemas de operacoes de guerra,
manutencao e inspecao de avioes, melhoria da probabilidade de destruicao de submarinos,
controle de artilharia antiaerea, dimensionamento de comboios de frota, entre outros.
O sucesso e credibilidade ganhos durante a guerra foram tao grandes que, terminado o
conflito, esses grupos de cientistas e a sua nova metodologia de abordagem dos problemas
se transferiram para as empresas que, com o vertiginoso crescimento economico que se
seguiu, se viram tambem confrontadas com problemas de decisao de grande complexidade.
Em 1947 os Estados Unidos implantam o projeto SCOP (Scientific Computation of Op-
timal Programs) com o objetivo de apoiar decisoes de operacoes da forca aerea americana,
coordenado por um economista e por um matematico George Dantzig que desenvolveu e
formalizou o Metodo Simplex para resolver problemas de otimizacao linear.
Face ao seu carater multidisciplinar, atualmente as contribuicoes da PO estende-se
por praticamente todos os domnios da atividade humana, da Engenharia a Medicina,
passando pela Economia e a Gestao Empresarial.
Os ramos mais importantes desenvolvidos em PO sao:
Programacao Matematica Outros Ramos

X Programacao Linear X Analise Estatstica
X Programacao Nao Linear X Teoria dos Jogos
X Programacao Dinamica X Teoria das Filas
X Programacao Inteira X Simulacao
X Otimizacao Global X Gestao de estoques
Resumidamente podemos dizer que o objetivo principal da PO e determinar a pro-

gramacao otimizada de atividades ou recursos, fornecendo um conjunto de procedimentos
e metodos quantitativos para tratar de forma sistematizada problemas que envolvam a
utilizacao de recursos escassos. Para apoiar a tomada de decisao, a PO busca a solucao
de problemas que podem ser representados por modelos matematicos.
De modo geral, para a resolucao de um problema, um estudo de PO e desenvolvido
em fases como indicado no esquema abaixo.
6 CAPITULO 1. CONHECENDO A PESQUISA OPERACIONAL
Figura 1.1: Passos para implementacao de PO
Identificado o problema a ser estudado, a fase de formulacao consiste na estruturacao

dos dados e informacoes disponveis, a proxima fase de modelagem concentra-se na cons-
trucao do modelo que e uma representacao simplificada do sistema, em geral descrito
por um conjunto de equacoes e desigualdades matematicas. A solucao e obtida atraves
de um metodo que pode ser um procedimento matematico ou algoritmo para alcancar o
resultado. A avaliacao consiste na validacao do modelo, nesta fase ajustes podem ser
feitos. A decisao e a escolha e operacionalizacao da solucao encontrada.
As fases de formulacao e modelagem do problema devem ser executadas com muita
responsabilidade pois E muito difcil encontrar uma solucao certa para um problema mal
formulado!.
1.1 Modelos Matematicos
Observar, compreender, reproduzir e aprimorar fenomenos, que podem ser naturais, soci-
ais ou economicos, tem sido desde sempre uma preocupacao basica da Ciencia. Eventual-
mente tais fenomenos podem ser controlaveis e havera entao condicoes de realizar previsoes
com pequeno nvel de incerteza, para tanto e necessaria a construcao de modelos que sao
representacoes idealizadas para tais fenomenos, processos ou sistemas.
Um modelo descreve, representa e imita o procedimento que ocorre no mundo real, es-
tabelecendo o relacionamento das variaveis com os objetivos, da melhor maneira possvel,
obedecendo a limitacao de tempo e de custo. Os modelos podem ser assim classificados:
1.1. MODELOS MATEMATICOS 7
verbais: quando sao descritos e representados por palavras e sentencas.
fsicos: quando representados por algum tipo de material concreto, alterando-se suas
dimensoes, formato e custo. Por exemplo: maquetes e prototipos.
esquematicos: quando descritos por meio de graficos, tabelas ou diagramas.
matematicos: quando representados por relacoes matematicas, como equacoes, inequa-

coes, funcoes ou logica simbolica.
Um modelo matematico e uma representacao simplificada de uma situacao real e deve

refletir a essencia do problema, representando as grandezas envolvidas por variaveis e as
relacoes de interdependencia existentes entre elas por expressoes matematicas. Esquemati-
camente, um modelo matematico pode ser visto como uma Caixa Preta, representando as
relacoes que descrevem a dependencia das variaveis, que recebe a entrada formada pelas
variaveis do problema que se quer otimizar e processa essas informacoes para produzir a
sada que e a solucao do problema ou resultado da decisao.
Entrada Modelo Sada

Matemtico
O modelo mais adequado depende de varios fatores: a natureza das relacoes entre
as variaveis, os objetivos almejados, a extensao do controle sobre as variaveis e o nvel
de incerteza existente tanto nas relacoes entre as variaveis como na propria definicao
das variaveis. Para cada conjunto de situacoes especficas o modelo matematico, dora-
vante denominado somente modelo, devera ter uma forma padronizada e a solucao podera
ser obtida por metodos matematicos especficos para cada caso, que serao estudados
posteriormente.
De maneira geral, um problema de tomada de decisao requer solucao que responda a
tres perguntas:
1. Qual e a meta a ser atingida? (objetivo)
2. Quais sao as alternativas para a decisao? (variaveis de decisao)
3. Sob quais condicoes a decisao deve ser tomada? (restricoes)

1.2 Primeiros Exemplos e Aplicacoes

Nesta secao serao apresentadas os primeiras formulacoes de problemas de otimizacao como
auxlio na tomada de decisao, para serem analisados, modelados e, exceto o sexto exemplo,
resolvidos. Os tres primeiros exemplos sao bem simples e podem ser resolvidos intuitiva-
mente ou por enumeracao nao necessitando de modelos matematicos formais. O quarto
problema requer o uso de planilhas eletronicas para realizar simulacoes de maneira mais
rapida e eficaz. O quinto problema necessita de conhecimentos previos de Calculo Diferen-
cial. O sexto exemplo, e um pouco mais complexos e necessita de modelos matematicos
estruturados de Programacao Matematica assunto do captulo seguinte cujas tecnicas de
resolucao serao estudadas no captulo 3. Finalmente, o setimo exemplo apresenta um
problema classico da Teoria dos Jogos e suas implicacoes.
1
. . . Exemplo 1.1. O problema da dona-de-casa
Considere a situacao em que uma dona de casa precisa decidir entre comprar manteiga
ou margarina para o consumo da famlia. Ela vai seguir intuitivamente um raciocnio
logico atraves do qual procurara alinhar as vantagens e desvantagens de cada alternativa,
segundo seus criterios de decisao.
De incio, a dona de casa ira identificar as diferencas entre os produtos segundo varios
fatores que poderiam ser tomados para comparacao como: o custo, o sabor, a durabilidade,
a consistencia quando gelado, os efeitos para saude, dentre outros. Para simplificar, ela se
limitara a avaliar apenas os itens que considera mais importantes: custo, sabor e efeitos
para a saude. Esses serao os criterios para a tomada de decisao da dona-de-casa.
As consequencias de cada alternativa serao:
1. Comprando manteiga, a dona-de-casa
gasta mais dinheiro;

agrada a famlia;
poe em risco a famlia devido ao teor mais alto de colesterol.
2. Comprando margarina, a dona-de-casa
economiza dinheiro;
desagrada a famlia;
nao coloca em risco a saude da famlia.
1
Extrado de Andrade, 2004
1.2. PRIMEIROS EXEMPLOS E APLICACOES 9
Dependendo do peso que atribuir a cada consequencia, a dona-de-casa podera chegar

a uma conclusao. Se, por exemplo, a restricao da famlia for dinheiro, a decisao que lhe
parecera melhor sera comprar margarina.
. . . Exemplo 1.2. Problema da travessia do rio
Imagine que voce esteja a margem leste de um rio juntamente com tres amigos Felipe,
Joao e Kelly. Voces querem atravessar para a margem oeste e dispoem de um unico meio
de locomocao, uma canoa que pode levar no maximo duas pessoas por vez e nao pode
ir nem voltar vazia. Voce tem constituicao mais atletica e pode atravessar o rio a remo
em 1 minuto, enquanto Felipe, Joao e Kelly levam 2, 5 e 10 minutos, respectivamente.
Se houver duas pessoas na canoa, o tempo da travessia sera a media dos tempos que
seriam gastos individualmente. Apos duas travessias seguidas a pessoa fica cansada e leva
o dobro do tempo para atravessar o rio. Como e mais conveniente realizar a travessia de
modo que os quatro estejam do outro lado do rio no menor tempo possvel?
As seguintes alternativas podem ser consideradas:
1. Ir voce e Felipe, voce volta pega Joao, voce volta e pega Kelly.
2. Ir voce e Felipe, Felipe volta pega Joao, voce volta e pega Kelly.
3. Ir voce e Felipe, voce volta vai Joao e Kelly, Felipe volta e pega voce.
Calculando os tempos gastos em cada uma das alternativas, temos:
T1 = 1, 5 + 1 + 3, 5 + 2 + 6 = 14 min
T2 = 1, 5 + 2 + 4, 5 + 1 + 5, 5 = 14, 5 min
T3 = 1, 5 + 1 + 7, 5 + 2 + 1, 5 = 13, 5 = 13, 5 min
Dentre as tres alternativas, a melhor e a alternativa 3, onde o tempo total para a

travessia sera de 13,5 minutos. Voce pode identificar alternativas distintas cujo tempo
seja igual a 13,5 minutos? Existe outra alternativa melhor?
Variaveis de decisao: Alternativas 1, 2 e 3

Objetivo: Minimizar o tempo de travessia

Restricoes: Tempo individual para travessia,
Duas pessoas por vez na canoa,
A canoa nao atravessa o rio sozinha,
Penalidade para atravessar mais que duas vezes seguidas.
2
. . . Exemplo 1.3. Decisao com risco ou incerteza
A tabela seguinte apresenta os retornos (ganhos ou perdas medias) para um valor fixo
de insvetimento associados as decisoes de investir em conta poupanca, em dolar ou fundos
de investimentos.
Decisao A1 Decisao A2 Decisao A3
Estados possveis Probabilidades Investir em Investir em Investir em
da economia poupanca dolar fundos
S1 : Recessao 0,40 $ 300 $ 400 - $ 100
S2 : Estabilidade 0,40 $ 300 $ 300 $ 200
S3 : Expansao 0,20 $ 300 $ 200 $ 700
Qual e o melhor investimento?

Se a decisao for baseada nos valores medios ou esperados dos ganhos, teremos:
GA1 = 0, 40 300 + 0, 4 300 + 0, 2 300 = 300
GA2 = 0, 40 400 + 0, 4 300 + 0, 2 200 = 320
GA3 = 0, 40 (100) + 0, 4 200 + 0, 2 700 = 180
a melhor decisao a ser tomada e a alternativa A2 , investir em dolar.
Variaveis de decisao: Investir em A1 , A2 ou A3

Objetivo: Maximizar o retorno
Restricoes: Estados possveis da economia, probabilidades e retornos.
2
Baseado em Shimizu, 2006
. . . Exemplo 1.4. O caso da Casa das Esfirras
A Casa das Esfirras produz e comercializa esfirras de carne a partir de dois ingredientes
basicos: massa e recheio. A empresa necessita estabelecer um modelo para simulacao de
lucros que lhe permita a formacao do melhor preco de venda a ser praticado. Considera-se
que o preco unitario da esfirra e o preco medio praticado pela concorrencia sao os unicos
fatores relevantes na determinacao da demanda. Atualmente a empresa pratica o mesmo
preco medio do mercado local e comercializa 70.000 unidades de esfirras mensalmente.
Um estudo encomendado pela empresa constatou que, a cada 1% a menos cobrado pela
unidade de esfirra em relacao ao preco medio praticado pela concorrencia implica em um
aumento nas vendas de 5.000 unidades mensais.
Dados relevantes para o estudo sao fornecidos na tabela seguinte:

em R$
Preco medio praticado pela concorrencia (por unidade) 1,00
Custo unitario da massa 0,10
Custo unitario do recheio 0,30
Custo do processo de fabricacao (por unidade) 0,40
Custo fixo 8.000,00
Variaveis de decisao: Preco unitario da esfirra

Objetivo: Maximizar o lucro
Restricoes: Demanda de mercado
Para este problema, e preciso desenvolver um modelo que permita a simulacao do lucro
operacional mensal a partir da demanda d e dos custos para estabelecer o preco p a ser
praticado.
O lucro (L) e obtido pela diferenca entre a receita (R) e o custo total (CT),
L = R CT.
A receita pode ser calculada pelo produto entre o preco praticado por unidade e a
quantidade vendida, neste caso a quantidade demandada, que por sua vez depende do
preco praticado. Assim,
R(p) = p d(p).
O custo total e a soma do custo fixo com o custo variavel, que depende da quantidade
a ser produzida, neste caso a demanda.
CT = C + C(d)
Para construir um modelo para formacao de preco, e primeiro necessario calcular a

funcao demanda, isto e, encontrar a lei que determina a quantidade de esfirras comercia-
lizadas mensalmente em funcao do preco praticado.
De acordo com os dados, o preco medio praticado e de R$ 1,00 e para este valor a
quantidade demandada e 70.000 unidades. Assim a funcao d(p) a ser determinada satisfaz:
d(1) = 70000.
Levando-se em conta que a cada desconto de 1% no preco corresponde uma demanda

extra de 5.000 unidades, temos:
d(0, 99) = 75000.
Admitindo que a funcao demanda seja uma funcao afim do tipo:
d(p) = ap + b
onde o coeficiente angular a pode ser determinado por:
d 70000 75000
a= = = 500000
p 1 0, 99
Para encontrar o coeficiente linear b e determinar d, basta substituir d(1) = 70000 na

expressao d(p) = 500000p + b, desta forma
70000 = d(1) = 500000(1) + b
Logo,
b = 570000.
Portanto, a funcao demanda nas condicoes do problema e:
d(p) = 500000p + 570000
Para este caso o modelo sera construdo em planilha eletronica alcancando assim fa-
cilidade de interacao com o usuario e possibilitando rapidas alteracoes. Admitindo que o
preco praticado seja R$ 1,00 a unidade de esfirras, e possvel calcular a quantidade ven-
dida, a receita e os custos mensais e consequente prever o lucro operacional. O modelo em
planilha eletronica e apresentado na tabela abaixo, onde as formulas para os respectivos
calculos estao explicitadas na coluna C.
Na tabela a seguir sao apresentados os resultados do Lucro Operacional para diversos

valores simulados para o preco a ser praticado, onde lucro negativo e representado por
valores entre parenteses.
Uma rapida inspecao garante que:
Preco acima de 1,00 retorna em lucro menor;
Lucro crescente para valores entre 1,00 e 0,95;
Lucro decrescente para valores entre 0,95 e 0,90.
Desta primeira analise, conclui-se que o melhor preco esta entre 1,00 e 0,95. Para
decidir qual preco retorna o maior lucro, e preciso simular todos os valores neste intervalo.
Observando a segunda parte da tabela, conclumos que o melhor preco a ser praticado e
R$ 0,97 resultando num lucro de R$ 6.450,00 que e 7,5% maior do que o lucro mensal
atual da empresa.
. . . Exemplo 1.5. Gestao do estoque
Um posto de combustveis tem uma demanda de gasolina e alcool ao longo dos ultimos
tres anos, conforme a tabela dada em milhoes de litros:
Ano Alcool Gasolina
2007 2,00 5,00
2008 2,05 5,80
2009 3,00 6,20
Seus custos estimados de colocacao de um pedido sao cerca de R$ 325,00 e os custos de

manutencao dos estoques sao de 23% do custo de aquisicao, por ano. A empresa adquire
os combustveis a R$ 30,00 o galao de 50 litros de alcool e R$ 78,00 o galao de gasolina.
Atualmente o suprimento de combustvel e feito em quantidades constantes a intervalos
regulares quinzenalmente, qual a quantidade ideal de cada combustvel que o posto deve
pedir por vez?
O objetivo do problema e determinar o lote de compra que deve ser encomendado

por vez, de modo a minimizar o custo total de operacao do estoque dos dois tipos de
combustveis.
Variaveis de decisao: Quantidade de alcool a ser encomentada por vez

Quantidade de gasolina a ser encomendada por vez
Objetivo: Minimizar o custo de operacao de estoque
Restricoes: Custo do pedido
Custo de Manutencao do estoque
O custo total e a soma dos custos de manutencao de estoques e de emissao e colocacao

de pedidos, considerando que a demanda e os custos sao relativamente estaveis durante o
ano.
minimizar Custo Total (CT) = custo de manutencao do alcool (CMA) +
+ custo de manutencao da gasolina (CMG) +
+ custo do pedido (CP)
O custo de manutencao e o produto do nvel medio em estoque pelo custo unitario

de manutencao, onde o nvel medio e a metade da quantidade encomendada (dados
empricos). O custo do pedido e o produto do numero de pedidos anuais pelo custo

unitario de colocacao do pedido.
Devemos identificar os elementos conhecidos e desconhecidos do problema que fornecerao

os dados e as variaveis de decisao.
n: total de pedidos anuais
qA : quantidade de alcool (em milhoes de litros) encomendados por vez
qG : quantidade de gasolina (em milhoes de litros) encomendados por vez
aA : quantidade de alcool (em milhoes de litros) comercializada anualmente
aG : quantidade de gasolina (em milhoes de litros) comercializada anualmente
A partir dos dados fornecidos, podemos calcular a media de vendas da empresa dos
ultimos tres anos:
2 + 2, 05 + 3
aA = = 2, 35
3
e
5 + 5, 8 + 6, 2
aG = = 5, 67
3
E possvel obter qA e qG a partir do valor de n.
aA
qA =
n
e
aG
qG =
n
Portanto, podemos admitir que a unica variavel independente do problema e o numero

de pedidos anuais n.
Sabe-se que o custo de manutencao dos estoques e de 23% do custo de aquisicao de

cada combustvel. A partir desta informacao e possvel calcular CMA, considerando que
a unidade que estamos utilizando e um milhao de litros de combustvel que equivale a
20.000 galoes de 50 litros, como cada galao de alcool custa R$ 30,00, o custo da unidade
de alcool e R$ 600.000,00. Calculando a porcentagem para manutencao dos estoques,

temos que o custo unitario para manutencao do alcool e 138.000 e portanto,
qA
CMA = 138.000 = 69.000qA
2
De forma analoga calculamos que o custo da unidade de gasolina e R$ 1.560.000,00

e obtemos 358.800 como o custo unitario para manutencao do estoque de gasolina e
consequentemente:
qG
CMG = 358.800 = 179.400qG
2
Escrevendo o custo total em funcao das variaveis e constantes assim definadas e cal-
culadas:
CT = 69.000qA + 179.400qG + 325n
2, 35 5, 67
= 69.000 + 179.400 + 325n
n n
1 1
= 162.150 + 1.017.198 + 325n
n n
Portanto,
1
CT (n) = 1.179.348 + 325n
n
Como o objetivo e minimizar uma funcao em uma variavel real, devemos encontrar os
pontos crticos da funcao utilizando a primeira derivada.
d 1
CT (n) = 1.179.348 2 + 325 = 0
dn n
A equacao diferencial acima e satisfeita para n

= 60, 24 ou n
= 60, 24. Entretanto
no contexto do problema proposto n deve ser um numero inteiro positivo, sendo assim
tomamos, por arredondamento, n = 60. E o teste da segunda derivada nos garante que
este e um ponto de mnimo.
d2 1
2
CT (n) = 2.358.696 3 > 0, n>0
dn n
Assim, deve-se encomendar 39.166,67 litros de alcool e 94.500 litros de gasolina por
vez totalizando 60 pedidos anuais com custo total de R$ 39.155,80 contra os custos atuais
de R$ 53.809,54 referentes a 26 pedidos anuais, o que representa uma economia para a
empresa de aproximadamente 27,21%.
3
. . . Exemplo 1.6. Problema da dieta otima:
Em uma dieta, cada 100 g de alimento A e B fornecem os seguintes elementos nutritivos

(em unidades):
Elemento nutritivo A B
Carboidratos 1 3
Vitaminas 3 4
Protenas 3 1
As quantidade mnimas necessarias de elementos nutritivos, por dia, sao 8 unidades de

carboidratos, 19 unidades de vitaminas e 7 unidades de protenas. Cada 100 g do alimento
A contem 300 kcal (kilocalorias) e custa $ 50 u.m. enquanto cada 100 g do alimento B tem
500 kcl e custa $ 25 u.m. Como e possvel minimizar o custo e a quantidade de calorias
da dieta formada pelos alimento A e B?
Variaveis de decisao: x1 : quantidade de A (em 100 g)

x2 : quantidade de B (em 100 g)
Objetivo: min z1 = 50x1 + 25x2 (minimizar o custo)

min z2 = 300x1 + 500x2 (minimizar quantidade de calorias)

x1 + 3x2 8 (quantidade de carboidratos)

3x1 + 4x2 19 (quantidade de vitaminas)

Restricoes:

3x1 + x2 7 (quantidade de protenas)

x1 , x2 0 (condicao de nao-negatividade)

3
Adaptado do exemplo inicialmente formulado por George Dantzig
Representando as inequacoes e funcoes do problema no plano cartesiano obtemos o

seguinte grafico.
Por simples inspecao visual e possvel identificar o ponto (1,4) do plano cartesiano
como sendo o ponto onde a funcao custo e minimizada, obtendo um custo mnimo de
$ 150 u.m. com consumo total de 2.300 kcal, enquanto o ponto (5,1) minimiza a quantidade
de calorias, 2.000 kcal, com custo de $ 275 u.m.
4
. . . Exemplo 1.7. O dilema do prisioneiro
Dois prisioneiros acusados de terem cometido um crime em conjunto estao presos em

celas separadas e sao interrogados separadamente por um delegado de polcia. Se os dois
prisioneiros confessarem o crime, ambos serao condenados a pena de 10 anos de prisao.
Se nenhum dos dois prisioneiros confessar, o delegado, usando provas circunstanciais, so
pode condena-los a pena de 2 anos. Se apenas um dos dois prisioneiros confessar, este
prisioneiro recebera, como premio, um pena leve de 1 ano de prisao, e o outro, que nao
confessou, sera condenado a pena maior, de 12 anos de prisao. Qual decisao deve ser
tomada?
4
Proposto originalmente por M.Flood e M.Dresher em 1950, posteriormente adaptado por A.W.Tucker.
A tabela seguinte resume as penalidades atribuidas a cada prisioneiro
Prisioneiro B
C NC
C (10, 10) (1,12)
Prisioneiro A NC (12,1) (2,2)
onde a primeira entrada do par ordenado corresponde a decisao do prisioneiro A e a

segunda entrada a decisao do prisioneiro B.
Examinemos o problema do ponto de vista de um dos prisioneiros, objetivando deter-
minar a melhor estrategia assumindo que o cumplice tambem e racional.
Se seu companheiro confessar, o prisioneiro A, por exemplo, sera condenado a 10 anos
de prisao se confessar e a 12 anos se permanecer calado. Neste caso a melhor decisao e
confessar. Agora, se B permanecer calado, A sera condenado a 1 ano se confessar e a 2
anos se nao confessar. O melhor estrategia nesta situacao e confessar.
Aparentemente a melhor estrategia e portanto confessar! Entretanto se ambos seguirem
o mesmo raciocnio, os dois prisioneiros serao condenados a 10 anos de prisao. Se optarem
por cooperar e permanecerem calados, receberao pena menor de 2 anos. E a esta o dilema,
buscando individualmente a melhor estrategia para si acabam ambos por serem punidos
rigorosamente. O fato e que pode haver dois vencedores neste jogo, se o problema for
analisado em conjunto buscando a melhor solucao para o grupo e consequentemente a
cooperacao resultara na melhor solucao para ambos.
A teoria dos jogos sugere que,

embora a cooperacao nao seja nada facil de ser alcancada,
e possvel demonstrar que muitas vezes ela e prefervel ao conflito.
David P. Barash
1.3. LISTA DE PROBLEMAS 21
1.3 Lista de Problemas
Resolva cada um dos seguintes problemas, identificando as variaveis de decisao, objetivo

e restricoes:
1. Durante a construcao de uma casa, seis vigas de 8m cada devem ser recortadas
para atingir o comprimento correto de 7, 5m. As operacoes para cortar uma viga
obedecem a seguinte sequencia:
Operacao Tempo [s]
1. Colocar vigas nos cavaletes 15
2. Marcar o comprimento 10
3. Cortar a viga 20
4. Armazenar a viga cortada 20
Ha tres pessoas envolvidas: dois carregadores devem trabalhar simultaneamente nas

operacoes 1,2 e 4, e um cortador se encarregara da operacao 3. Ha dois pares de
cavaletes nos quais as vigas a recortar sao colocadas na preparacao para o corte, e
cada par pode suportar ate tres vigas lado a lado. Sugira um boa programacao para
recortar as seis vigas.
2. Como deve ser montado um retangulo a partir de uma corda de comprimento 10m
para que a area seja maxima.
3. Em um jogo de beisebol, Jim e o lancador e Joe o rebatedor. Suponha que Jim

possa atirar uma bola com velocidade ou um bola curva de maneira aleatoria. Se
Joe previr corretamente que sera uma bola curva, podera manter uma media de
rebates de 0,5. Ao contrario, se Jim atirar uma bola curva e Joe se preparar para
uma bola com velocidade, sua media de rebates ficara em 0,2. Por outro lado, se Joe
previr corretamente que sera uma bola com velocidade, conseguira uma media de
rebates de 0,3; caso contrario, sua media sera de apenas 0,1. Defina as alternativas
para essa situacao.
4. A Pasteis e Pasteloes Ltda. fabrica pasteis de forno a partir de dois ingredientes

basicos: massa semipronta e recheio congelado. A empresa pretende estabelecer um
modelo para previsao de seu lucro operacional mensal que lhe permita estabelecer o
preco dos pasteis que deve ser praticado pela empresa. Desconsiderando a hipotese
de alteracao do tamanho e da qualidade dos pasteis, a diretoria considera que o preco
unitario do pastel e o preco medio praticado pela concorrencia sao os unicos fatores
relevantes na determinacao da demanda, a qual se comporta segundo a seguinte
equacao:
Z = 15000 5000x + 5000y
onde x e o preco do pastel da Pasteis e Pasteloes e y e o preco medio dos pasteis

vendidos pelos concorrentes.
Dados adicionais sao fornecidos pela tabela:
em R$
Preco medio praticado pela concorrencia (por pastel) 7,00
Custo unitario da massa 1,30
Custo unitario do recheio 2,00
Custo do processo de fabricacao (por pastel) 0,40
Custo fixo 6.000,00
5. Refaca o exemplo 1.5, considerando que o posto esta interessado em resolver o

problema do estoque separadamente para cada combustvel, isto e, determine o
numero de pedidos anuais para o alcool que minimize o custo total e, apos calcule
o numero de pedidos a ser realizados para a gasolina. Qual a relacao entre estes
dois valores encontrados e o numero otimo de pedidos determinado para o problema
original?
6. Um atacadista de materiais de construcao obtem seu cimento de um fornecedor

unico. A demanda de cimento e razoavelmente constante ao longo do ano. No
ultimo ano, a empresa vendeu 2000 toneladas de cimento. Seus custos estimados de
colocacao de um pedido sao cerca de $25, e os custos de manutencao dos estoques
sao de 20% do custo de aquisicao, por ano. A empresa adquire cimento a $60 por
tonelada. Quanto cimento a empresa deveria pedir por vez?
7. Uma empresa comercializa queijos deseja estudar sua poltica de estocagem de modo
a otimizar sua operacao, reduzindo os custos. Apos um cuidadoso levantamento, o
gerente estimou que o custo anual de manter um item em estoque e de $50,00. Tal
custo foi obtido considerando-se o custo do capital investido, o custo das instalacoes,
refrigeracao, limpeza e seguros, durante um ano, e dividindo-se pelo numero esti-
mado de itens que irao compor o estoque no mesmo perodo. Consideremos que este
numero seja constante e igual a 1.000 por ano. O suprimento do produto e feito
em quantidades constantes e intervalos regulares, a colocacao de cada encomenda
tem um custo fixo de $ 1.000,00, incluindo documentacao, despesas de pedido e
transporte. Qual a quantidade de mercadoria que deve ser encomendada de cada
vez?
CAPITULO 2
PROGRAMACAO MATEMATICA
Desde a antiguidade varios cientistas tais como Euclides, Newton, Lagrange, Leontief, Von
Neumann, dentre outros, tem dedicado seus estudos a pesquisa do otimo. A area que es-
tuda Problemas de Otimizacao e denominada Programacao Matematica que engloba uma
ampla classe de problemas. O termo programacao significa que existe um planejamento
das atividades.
A Programacao Matematica vem se constituindo como uma das mais poderosas fer-
ramentas matematicas para diversos segmentos, propiciando melhorias mensuraveis nos
processos e automatizacao dos mesmos, analises operacionais, de projetos, reengenharia e
identificacao de gargalos. Seus benefcios sao exatamente aqueles procurados por qualquer
empresa: diminuicao dos custos e aumento dos lucros. Em algumas organizacoes ela esta,
inclusive, embutida em suas rotinas informatizadas de planejamento diario dos processos
de operacao.
Segundo pesquisas efetuadas em empresas que tem utilizado esta ferramenta, a reducao
de custos se enquadra facilmente na faixa entre 1% e 5%, existindo casos que chegam
ate a 15%. A magnitude do benefcio da Programacao Matematica na performance das
empresas pode ser avaliada nos casos listados a seguir referentes a diferentes areas de
atividade economica:
24
25
1. A companhia de oleos TEXACO utilizou a Programacao Linear para obter condicoes

ideais de processamento do grude bruto para produzir quantidades proporcionais as
necessidades do mercado aos diversos derivados do grude: gasolina, oleos com diver-
sas graduacoes ou asfalto. A aplicacao da metodologia em sete das suas refinarias
permitiu obter uma melhoria de 30% nos lucros, atingindo 30 milhoes de dolares.
2. A rede de fast food McDonalds nos Estados Unidos aplicou a Programacao Ma-
tematica para otimizacao dos horarios de trabalho em quatro de seus estabeleci-
mentos, pertencentes a Al Boxley. Este tipo de atividade recorre frequentemente
a mao-de-obra em part-time, tendo como resultado uma grande aleatoriedade na
disponibilidade dos recursos humanos. A Programacao Linear proporcionou um
melhor aproveitamento dos recursos disponveis, com a exigencia de cobertura du-
rante todo perodo de funcionamento das unidades, obtendo-se uma programacao
de horarios mais conveniente de acordo com as preferencias de horario de cada fun-
cionario.
3. O exercito norte-americano desenvolveu um sistema designado de MLRPS

Manpower Long-Range Planning System que permite estimar as necessidades de
recursos humanos num horizonte que vai dos 7 aos 20 anos. O modelo de otimizacao
analisa a forma com que as forcas armadas podem obter no futuro a estrutura
militar desejada. Para tal, aspectos como as admissoes, abandonos, promocoes e
transferencias sao tidos em conta no modelo que determina o numero de recursos
necessario.
Uma das caractersticas principais de Programacao Matematica e sua extensibili-

dade, pode ser aplicada a diverso numero de organizacoes e sistemas: industrias, gov-
ernos, agencias, hospitais, economia, sociologia, biologia, dentre outros. Algumas de suas
aplicacoes se tornaram classicas:
Problema de transporte;
Administracao da producao;
26 CAPITULO 2. PROGRAMACAO MATEMATICA
Analise de investimentos;
Problemas de distribuicao de recursos, pessoal e tarefas;
Problemas de corte materiais, etc.
Em um Problema de Otimizacao pretende-se maximizar ou minimizar uma quantidade

especfica, designada objetivo, que depende de um numero finito de variaveis indepen-
dentes ou interrelacionadas por limitacoes ou restricoes tecnicas do sistema. Resolver o
problema significa aplicar uma sequencia de operacoes matematicas para distribuir recur-
sos limitados sobre operacoes que exigem a sua utilizacao simultanea, de forma otima para
o objetivo especfico. Um Problema de Programacao Matematica (PPM) e um problema
de otimizacao satisfazendo dois fatos principais:
A existencia de um objetivo que pode ser explicitado em termos das variaveis de

decisao do problema;
A existencia de restricoes a aplicacao dos recursos, tanto com relacao as quantidades

disponveis quanto com relacao a forma de emprego.
2.1 Modelos de Otimizacao
Especificamente, o objetivo primordial de um PPM e encontrar a melhor solucao para

problemas que podem ser representados por modelos matematicos onde o objetivo pode ser
expresso em funcao das variaveis e as restricoes expressas como equacoes ou inequacoes.
Os modelos matematicos utilizados em PPM seguem, em geral, uma estrutura padrao
composta por uma funcao-objetivo, um criterio de otimizacao e um conjunto de restricoes.
A forma geral de um modelo para um PPM com n variaveis e m restricoes e apresentada
a seguir:
2.1. MODELOS DE OTIMIZACAO 27
otimizar: z = f (x1 , x2 , . . . , xn )

g1 (x1 , x2 , . . . , xn ) b1

(2.1)

g2 (x1 , x2 , . . . , xn )

b2

sujeito a: =
.. ..
. .

gm (x1 , x2 , . . . , xn )

bm

onde as variaveis do problema estao representadas por xj com j = 1, . . . , n e bi , para

i = 1, . . . , m, representa a quantidade disponvel de determinado recurso. Utilizaremos a
notacao vetorial para representar as variaveis de decisao, assim define-se:

x= x1 x2 . . . xn (2.2)
f (x) e denominada funcao-objetivo e gi (x) sao as funcoes restricoes do problema.
A solucao do modelo pode ser obtida por tecnicas matematicas e algoritmos especficos,
e a construcao do modelo deve levar em consideracao a disponibilidade de uma tecnica
para o calculo da solucao. Para melhor estudar as tecnicas disponveis para resolucao de
PPM, a area pode ser subdividida em duas subareas determinadas pelas propriedades das
funcoes envolvidas no problema:
Programacao Linear: Todas as funcoes do modelo sao lineares em relacao as variaveis.
Programacao Nao-Linear: Pelo menos uma das funcoes envolvidas nao e linear.
A solucao de um PPM inicia-se pela modelagem, esta etapa e tao importante tanto
quanto o desenvolvimento de metodos de solucao, visto que a qualidade de todo o processo
e consequencia direta do grau de representatividade do modelo.
O exemplo 1.6 apresentado no captulo anterior foi modelado seguindo certa sistema-
tizacao e agora iremos nos concentrar na estruturacao de modelos especficos para PPM.
A tarefa de construcao do modelo a partir do enunciado do problema deve seguir uma
metodologia basica, apresentada a seguir:
Identificacao das variaveis de decisao

Todas as grandezas envolvidas devem ser determinadas, explicitando as decisoes que
devem ser tomadas, nomeando-as xj , j = 1, . . . , n.
Definicao do criterio de otimizacao

Criterios de avaliacao capazes de indicar que uma decisao e prefervel a outras
devem ser definidos. Deve-se identificar as metas que se pretendem alcancar com
a resolucao do problema, expressando-as como funcoes matematicas. Em geral, o
objetivo aparece na forma de maximizacao ou minimizacao de quantidades.
Formulacao das restricoes

Todos os requisitos, condicionalismos e limitacoes do problema, tanto explcitas
como implcitas, devem ser identificados. Cada limitacao imposta na descricao do
problema deve ser expressa como uma equacao ou inequacao em funcao das variaveis
de decisao.
2.2 Problemas de Programacao Matematica
Para melhor ilustrar os conceitos discutidos, serao apresentadas algumas situacoes que po-
dem ser descritas com o auxlio de um modelo de Programacao Matematica. A seguir sao
propostos alguns PPM onde espera-se exemplificar e detalhar o processo de modelagem,
entretanto sera a experiencia individual responsavel pelo desenvolvimento de habilidades
para a criacao de bons modelos matematicos, eficientes e realistas. Salientamos que, ainda
nao ha a preocupacao com a solucao de problemas que podera ser obtida posteriormente.
. . . Exemplo 2.1. Producao de balas
Considere que uma doceira deseja abrir um pequeno negocio para producao de balas.
A princpio ela esta considerando produzir dois tipos de balas: caramelo e nozes. Na
producao sao utilizados tres ingredientes: leite, acucar e nozes. A doceira tem em estoque
10kg de acucar, 1kg de nozes e 6l de leite. A composicao da bala de caramelo e: 40%
de leite e 60% de acucar, e para as balas de nozes os ingredientes devem ser misturados
2.2. PROBLEMAS DE PROGRAMACAO MATEMATICA 29
na seguinte proporcao: 40% de leite, 50% de acucar e 10% de nozes. Cada quilo de bala
de caramelo pode ser vendido a R$10,00 enquanto um quilo de bala de nozes pode ser
vendido por R$13,00. Qual deve ser a producao de cada tipo de bala para obter a maior
receita?
De acordo com a sistematica estabelecida anteriormente para a construcao de modelos

de PPM, vamos elaborar o modelo para este problema em etapas.
Etapa 1: Identificacao das variaveis de decisao
O objetivo do problema e determinar as quantidades de cada tipo de bala a ser

produzida de forma a resultar na maxima receita. Portanto, este problema tem
duas variaveis de decisao:
x1 : a quantidade (em kg) a ser produzida de bala de caramenlo

x2 : a quantidade (em kg) a ser produzida de bala de nozes
Etapa 2: Formulacao da funcao objetivo
O criterio para a selecao do melhor combinacao possvel e a receita maxima. Cada

tipo de bala gera uma receita que e o produto do preco de venda pela quantidade
vendida e a funcao receita e obtida pela soma das contribuicoes de cada tipo de bala
produzido. Matematicamente, temos:
max z = f (x1 , x2 ) = 10x1 + 13x2
Etapa 3: Formulacao das restricoes
O problema impoe restricoes na quantidade de materia prima para fabricacao dos

doces:
0, 6x1 + 0, 5x2 10 (quantidade utilizada de acucar)
0, 4x1 + 0, 4x2 6 (quantidade utilizada de leite)
0, 1x2 1 (quantidade utilizada de nozes)

Ainda ha uma condicao implcita ao problema que devemos considerar, quais os val-
ores que as variaveis de decisao podem assumir? Nesta situacao estamos
interessados em valores nao-negativos que satisfacam as limitacoes de materia-prima.
Devemos tambem considerar o tipo de variavel, neste problema podemos admitir
que a variavel xj pode receber qualquer valor real. Assim temos definido o domnio
da funcao objetivo e o criterio de nao-negatividade: xj 0, xj R
O modelo completo para o problema da producao de balas representado no formato

(2.1) e:
max z = 10x1 + 13x2

0, 6x1 + 0, 5x2 10 (quantidade utilizada de acucar)

0, 4x1 + 0, 4x2 6 (quantidade utilizada de leite)

s.a. :

0, 1x2 1 (quantidade utilizada de nozes)


Observe que a condicao xj R foi omitida do modelo final, isto deve-se ao fato que
em modelos de Programacao Matematica, por convencao, esta condicao e considerada
implcita ao modelo. A informacao sobre o domnio da funcao constara no modelo caso o
domnio seja outro conjunto numerico.
. . . Exemplo 2.2. Localizacao da antena de transmissao
O Gerente de Projetos da LCL Telecom deve localizar uma antena de retransmissao

para atender a tres localidades na Baixada Maranhense: Viana, Penalva e Cajari. Por
problemas tecnicos a antena nao pode estar a mais de 10 km do centro de cada cidade.
Considerando as localizacoes relativas indicadas no mapa, determine o melhor posiciona-
mento para a torre.
Sejam (xi , yi ) as coordenadas no plano cartesiano da localizacao das cidades.

O objetivo do problema e determinar a localizacao (x, y) da antena que minimize a

soma das distancias ate as tres localidades, as variaveis de decisao ja estao definidas:
x: abscissa no plano cartesiano da localizacao da torre de transmissao
y: ordenada no plano cartesiano da localizacao da torre de transmissao
Admitamos que a localidade 1 seja Viana, a localidade 2 seja Cajari e a local-

idade 3 seja Penalva, as coordenadas cartesianas das localidades serao (xi , yi ),
com i = 1, 2, 3. Fixado uma localidade i, a distancia entre esta e a antena de
p
transmissao pode ser calculada por (xi x)2 + (yi y)2 .
A funcao distancia e obtida pela soma tres distancias entre a antena e as localidades.
3
X p
min z = (xi x)2 + (yi y)2
i=1
As restricoes tecnicas sao as unicas limitacoes do problema:
p
(xi x)2 + (yi y)2 10, i {1, 2, 3}
As condicoes praticas do problema nao requer restricoes de nao-negatividade e as

variaveis de decisao podem assumir valores reais.
O modelo completo e apresentado a seguir:
3
X p
min z= (xi x)2 + (yi y)2
i=1
p
(x1 x)2 + (y1 y)2 10 (distancia a Viana)

s.a. :
p
(x2 x)2 + (y2 y)2 10 (distancia a Cajari)

p
(x3 x)2 + (y3 y)2 10 (distancia a Penalva)

. . . Exemplo 2.3. O problema da dieta
Um indivduo deve seguir uma dieta balanceada por recomendacao medica baseada
no consumo de diversos tipos de alimentos de forma a suprir suas necessidades diarias de
energia, que pode variar de 3100 a 3300 kcal, e nutrientes essenciais para a boa saude. Uma
porcao de cada alimento fornece uma porcentagem da Quantidade Diaria Recomentada
(QDR) de diferentes nutrientes de acordo com a tabela. Preco e quantidade calorica de
cada porcao tambem sao informados na tabela. Deseja-se saber qual a combinacao ideal
de alimentos com custo mnimo e que satisfaca as necessidades nutricionais.
Alimentos
1 2 3 4 5 6 7
unidade QDR carne arroz feijao pao ovos laranja leite
Valor energetico kcal 225 170 76 300 146 45 160
Protena g 37 35 3 4,8 8 13 0,6 8
Vitamina A mg 900 7 - 2 - 87 21 99
Vitamina C mg 300 - - 3 - 12 59 2
Ferro mg 10 2,9 1,3 1,6 1 1,3 0,2 0,9
Calcio mg 500 5 12 27 16 49 45 285
Custo (R$) 0,50 0,14 0,19 0,15 0,20 0,10 0,30

O objetivo do problema e determinar uma composicao ideal de alimentos com custo

mnimo, para calcular o custo de destas combinacoes e necessario saber o numero
de porcoes diarias de cada alimento, que e um elemento desconhecido do problema.
Portanto as quantidades de porcoes diarias de cada alimento definirao as variaveis
de decisao deste problema.
Sejam xj : numero de porcoes consumidas do alimento j, j = 1, . . . , 7
O criterio para a selecao do melhor combinacao possvel e o custo mnimo. Cada

tipo de alimento gera um custo que e o produto do preco da porcao pelo numero de
porcoes consumidas e a funcao custo e obtida pela soma das contribuicoes de cada
alimento consumido. Matematicamente, temos:
z = f (x1 , . . . , x7 ) = 0, 5x1 + 0, 14x2 + 0, 19x3 + 0, 15x4 + 0, 2x5 + 0, 1x6 + 0, 3x7
7
X
Utilizando a notacao vetorial para simplificar: z = f (x) = cj x j
j=1
onde cj sao os componentes do vetor

c = 0, 50 0, 14 0, 19 0, 15 0, 20 0, 10 0, 30
O menor custo e obviamente zero, entretanto esta solucao nao atende a recomendacao
medica. O problema impoe algumas condicoes explicitas que devem ser satisfeitas:
(a) A dieta deve suprir a necessidade diaria de energia
225x1 + 170x2 + 76x3 + 300x4 + 146x5 + 45x6 + 160x7 3100 (mnimo kcal)
225x1 + 170x2 + 76x3 + 300x4 + 146x5 + 45x6 + 160x7 3300 (maximo kcal)
(b) A dieta deve fornecer as quantidades mnimas recomendadas de nutrientes

35x1 + 3x2 + 4, 8x3 + 8x4 + 13x5 + 0, 6x6 + 8x7 37 (Protena)
7x1 + 2x3 + 87x5 + 21x6 + 99x7 900 (Vitamina A)
3x3 + 12x5 + 59x6 + 2x7 300 (Vitamina C)
2, 9x1 + 1, 3x2 + 1, 6x3 + x4 + 1, 3x5 + 0, 2x6 + 0, 9x7 10 (Ferro)
5x1 + 12x2 + 27x3 + 16x4 + 49x5 + 45x6 + 285x7 500 (Calcio)
(c) Ainda ha uma condicao implcita ao problema que devemos considerar, quais
os valores que as variaveis de decisao podem assumir? Nesta situacao esta-
mos interessados em valores nao-negativos que satisfacam os nveis mnimos
de nutrientes. Devemos tambem considerar o tipo de variavel, neste problema
podemos admitir que a variavel xj pode receber qualquer valor real. Assim
temos definido o domnio da funcao objetivo e o criterio de nao-negatividade:
xj 0, xj R.
O modelo completo para o problema da dieta representado no formato padrao conforme

(2.1) e:
min z = 0, 5x1 + 0, 14x2 + 0, 19x3 + 0, 15x4 + 0, 2x5 + 0, 1x6 + 0, 3x7

225x1 + 170x2 + 76x3 + 300x4 + 146x5 + 45x6 + 160x7 3100

225x1 + 170x2 + 76x3 + 300x4 + 146x5 + 45x6 + 160x7 3300

35x1 + 3x2 + 4, 8x3 + 8x4 + 13x5 + 0, 6x6 + 8x7 37

7x1 + 2x3 + 87x5 + 21x6 + 99x7 900
s.a. :

3x3 + 12x5 + 59x6 + 2x7 300

2, 9x1 + 1, 3x2 + 1, 6x3 + x4 + 1, 3x5 + 0, 2x6 + 0, 9x7 10

5x1 + 12x2 + 27x3 + 16x4 + 49x5 + 45x6 + 285x7 500

xj 0

. . . Exemplo 2.4. Distribuicao da producao
Uma empresa montadora de eletronicos produz radio, toca-CD e aparelhos de DVD

em tres fabricas localizadas em Diadema, Ribeirao Preto e Campinas. As quantidades
despendidas na producao de cada produto, em pecas por hora, em cada uma das fabricas
sao as seguintes:
Radio Toca-CD DVD
Diadema 10 20 20
Ribeirao 20 10 20
Campinas 20 20 10
Os custos de operacao por hora das fabricas sao R$ 10.000,00, R$ 8.000,00 e

R$ 11.000,00 para Diadema, Ribeirao Preto e Campinas, respectivamente.
A empresa recebeu um pedido de 300 unidades de radio, 500 unidades de toca-CD

e 600 unidades de aparelho de DVD, como deve distribuir a producao entre suas tres
fabricas para cumprir o pedido ao menor custo possvel?
O objetivo e distribuir a producao ao menor custo possvel, sendo assim deve-se

decidir quanto produzir de cada produto em cada uma das fabricas, o que define as
variaveis de decisao do problema. Sejam:
x1d : numero de radios a produzir na fabrica de Diadema
x2d : numero de toca-CD a produzir na fabrica de Diadema
x3d : numero de DVD a produzir na fabrica de Diadema
x1r : numero de radios a produzir na fabrica de Ribeirao
x2r : numero de toca-CD a produzir na fabrica de Ribeirao
x3r : numero de DVD a produzir na fabrica de Ribeirao
x1c : numero de radios a produzir na fabrica de Campinas

x2c : numero de toca-CD a produzir na fabrica de Campinas
x3c : numero de DVD a produzir na fabrica de Campinas
O objetivo e primordial e determinar quantas horas cada uma das fabricas deve
dispor para o pedido com o menor custo possvel. O custo e dado por
z = f (x, y, z) = 10.000x + 8.000y + 11000z
onde x e o numero total de horas que fabrica de Diadema funciona para atender o
pedido, y e o numero total de horas da fabrica de Ribeirao e z corresponde ao total
de horas da fabrica de Campinas.
De acordo com a tabela fornecida podemos determinar x em funcao das variaveis

de decisao x1d , x2d e x3d , y em funcao de x1r , x2r e x3r e z em funcao de x1c , x2c e
x3c :
x1d x2d x3d
x = + + = 0, 10x1d + 0, 05x2d + 0, 05x3d
10 20 20
x1r x2r x3r
y = + + = 0, 05x1r + 0, 10x2r + 0, 05x3r
20 10 20
x1c x2c x3c
z = + + = 0, 05x1c + 0, 05x2c + 0, 10x3c
20 20 10
A limitacoes explictas do problema sao o atendimento da quantidade demandada

no pedido, isto e a soma das producoes das tres fabricas de um determinado produto
nao deve ser inferior a quantidade encomendada:
x1d + x1r + x1c 300 (encomenda de radios)
x2d + x2r + x2c 500 (encomenda de toca-CD)
x3d + x3r + x3c 600 (encomenda de DVD)
As condicoes implictas do problema sao a nao-negatividade e o domnio da funcao

objetivo restrito ao conjunto dos numeros inteiros Z.
O modelo completo e:
min z = 10.000(x1d + x2d + x3d ) + 8.000(x1r + x2r + x3r ) + 11.000(x1c + x2c + x3c )

x1d + x1r + x1c 300 (encomenda de radios)

x2d + x2r + x2c 500 (encomenda de toca-CD)

s.a. : x2d + x2r + x2c 600 (encomenda de DVD)

xia 0 para i = 1, 2, 3 e a = d, r, c

xia Z

1
. . . Exemplo 2.5. O caso da Loja dos queijos:
A Loja dos Queijos produz e comercializa dois tipos de queijos (Delux e Standard),
muito procurados na epoca do Natal. Estes queijos sao produzidos a partir de uma mistura
de frutas da epoca e de um queijo especial muito caro. A Loja dos Queijos pode dispor
de 20 kg de mistura de frutas e 60 kg do queijo especial utilizado. Cada kg de Delux
consiste em 0,2 kg da mistura de frutas e 0,8 kg do queijo especial, enquanto que 1 kg de
Standard consiste em 0,2 kg da mistura de frutas, 0,3 kg do queijo especial e 0,5 kg de um
queijo comum, disponvel em grande quantidade. De acordo com a experiencia da Loja
dos Queijos, foi possvel descobrir que a procura de cada um dos dois queijos depende do
preco adotado:
d1 = 190 25p1
d2 = 250 50p2
onde d representa a procura (em kg), p denota o preco (em u.m./kg), e os ndices 1 e 2
designam os tipos Delux e Standard, respectivamente.
Que quantidade de cada tipo de queijo devera a Loja dos Queijos preparar, e que
1
Baseado em Bronson & Naadimuthu, 2001.
precos deverao ser adotados para maximizar a receita e garantir que, apos a epoca do
Natal, nada reste dos dois queijos em estoque?
Variaveis de decisao: x1 : quantidade (em kg) a produzir de queijo tipo Delux

x2 : quantidade (em kg) a produzir de queijo tipo Standard
Objetivo: max z = p1 x1 + p2 x2 (maximizar a receita)

0, 2x1 + 0, 2x2 20 (disponibilidade de frutas)

Restricoes: 0, 8x1 + 0, 3x2 60 (disponibilidade de queijo especial)


O modelo ainda nao esta completo pois e necessario garantir que toda a producao seja
vendida, para tanto a producao xi nao deve ultrapassar a demanda di , isto e,
xi d i , i = 1, 2
Considerando as equacoes de demanda, temos:
x1 190 25p1 e x2 250 50p2
Reescrevendo as inequacoes, obtemos as seguintes restricoes de demanda:
x1 + 25p1 190
x2 + 50p2 250
Para simplificar o problema, o objetivo tambem deve ser reescrito somente em funcao
das variaveis de decisao. Observe que para quaisquer valores fixos de x1 e x2 a funcao
z = p1 x1 + p2 x2 aumenta conforme aumentarem os precos p1 e p2 , assim para maximizar
z, p1 e p2 devem assumir valores maximos, isto e assumir valores tais que as inequacoes
referente as restricoes de demanda se tornem equacoes. Desta forma, os precos podem ser
assumidos como:
190 x1
p1 = = 7, 6 0, 04x1
25
250 x2
p2 = = 5 0, 02x2
50
Substituindo os valores dos precos na funcao objetivo temos:
z = (7, 6 0, 04x1 )x1 + (5 0, 02x2 )x2
= 7, 6x1 + 5x2 0, 04x21 0, 02x22
O modelo completo e apresentado a seguir e deve-se notar que as restricoes de demanda

foram incorporadas na construcao da funcao objetivo e nao serao incorporadas as restricoes
do problema.
max z = 7, 6x1 + 5x2 0, 04x21 0, 02x22

0, 2x1 + 0, 2x2 20 (disponibilidade de frutas)

s.a. : 0, 8x1 + 0, 3x2 60 (disponibilidade de queijo especial)


. . . Exemplo 2.6. Um problema de transporte:
Uma companhia de panificacao pode produzir pao de forma em duas fabricas, de

acordo com a tabela:
Capacidade de producao Custo de Producao
Fabrica (paes de forma) (u.m./pao de forma)
A 2500 2,3
B 2100 2,5
Quatro redes de restaurantes pretendem comprar paes de forma, suas necessidades e

os precos que estao dispostos a pagar sao os seguintes:
Rede de Necessidade maxima Preco maximo
Restaurantes (paes de forma) (u.m./pao de forma)
1 1800 3,9
2 2300 3,7
3 550 4,0
4 1750 3,6
O custo (em u.m.) de transporte de uma unidade de pao de forma de cada padaria
para cada rede de restaurantes e dado na tabela seguinte.
Restaurantes
Padaria 1 2 3 4
A 0,6 0,8 1,1 0,9
B 1,2 0,6 0,8 0,5
Determine o plano otimo de fornecimento de paes de forma a maximizar o lucro total

da empresa de panificacao.
Variaveis de decisao: xij : quantidade a ser transportada (em unidades)

da origem i = A, B para o destino j = 1, 2, 3, 4
De acordo com tabela de precos, a funcao receita sera:
r = 3, 9xi1 + 3, 7xi2 + 4xi3 + 3, 6xi4 para i = A, B
A seguir e apresentado o modelo para maximizacao da funcao lucro obtida subtraindo-

se dos precos unitarios os custos de producao e de transporte.
Objetivo: max z = xA1 + 0, 2xB1 + 0, 6xA2 + 0, 6xB2 + . . .

. . . + 0, 6xA3 + 0, 7xB3 + 0, 4xA4 + 0, 6xB4

P4
j=1 xAj 2500 (capacidade de producao da fabrica A)

P4
j=1 xBj 2100 (capacidade de producao da fabrica B)

1800 (necessidade do restaurante 1)

xA1 + xB1

Restricoes: xA2 + xB2 2300 (necessidade do restaurante 2)

xA3 + xB3 550 (necessidade do restaurante 3)

1750 (necessidade do restaurante 4)

xA4 + xB4

xij 0 (condicao de nao-negatividade)
Para cada PPM abaixo, elabore um modelo do sistema descrito de acordo com (2.1):
1. Sol Ltda. faz dois tipos de brinquedos de madeira: soldados e trens. Um soldado
e vendido por R$ 27,00 e usa R$ 10,00 de materia prima. Cada soldado produzido
aumenta os custos de Sol Ltda. em R$ 14,00. Um trem e vendido por R$ 21,00 e
usa R$ 9,00 de materia prima. O custo adicional para constru-lo e de R$ 10,00.
Para construir os soldados e os trens de madeira e necessario dois tipos de trabalho:
carpintaria e acabamento. Um soldado precisa de duas horas de acabamento e
um hora de carpintaria. Um trem necessita de uma hora de cada. Cada semana
Sol Ltda. pode obter toda materia-prima necessaria, mas somente 100 horas de
acabamento e 80 horas na secao de carpintaria.
A demanda de trem e ilimitada mas somente 40 soldados sao comprados por semana.
Sol Ltda. deseja maximizar o seu lucro.
2. Uma importante companhia petrolfera pretende construir uma refinaria que sera
abastecida por tres cidades portuarias A,B e C. O porto A esta situado a 300 km a
leste e a 400 km a norte do porto B; o porto C esta situado a 100 km a sul do porto
B. Determine a localizacao da refinaria que minimiza o comprimento total das vias
necessarias para interligar a refinaria aos tres portos.
3. Uma empresa produz tres tipos de portas a partir de um determinado material.

Sabendo que diariamente a empresa dispoe de 500 kg de material e 600 horas de
trabalho, determinar um plano otimo de producao que corresponda ao maior lucro.
A tabela seguinte indica a quantidade de material e horas de trabalho necessarias

para a producao de uma porta de cada tipo, assim como o lucro unitario de cada
uma delas:
Recursos Porta 1 Porta 2 Porta 3
Quantidade material 8 kg 4 kg 3 kg
Horas de trabalho 7 6 8
Lucro unitario R$ 50,00 R$ 40,00 R$ 55,00
4. A tabela de alimentacao utilizada numa determinada loja de animais de estimacao

especifica as seguintes necessidades mnimas para um hamster: 70 unidades de
protena, 100 unidades de hidratos de carbono, 20 unidades de gordura. Ha seis tipos
de racoes disponveis na loja cujas caractersticas sao dadas no quadro seguinte:
Protenas H.Carbono Gordura Custo
Racao (unidades/kg) (unidades/kg) (unidades/kg) (u.m./kg)
A 20 50 4 2
B 30 30 9 3
C 40 20 11 5
D 40 25 10 6
E 45 50 9 8
F 30 20 10 8
Como deve ser feita uma mistura que satisfaca os requisitos da alimentacao diaria
de um hamster a um custo mnimo?
5. Uma rede de depositos de material de construcao tem 4 lojas que devem ser abaste-
cidas com 50 m3 (loja 1), 80 m3 (loja 2), 40 m3 (loja 3) e 100 m3 (loja 4) de areia
grossa. Essa areia pode ser carregada em 3 portos P1, P2 e P3, cujas distancias as
lojas estao no quadro (em km): O caminhao pode transportar 10 m3 por viagem.
L1 L2 L3 L4
P1 30 20 24 18
P2 12 36 30 24
P3 8 15 25 20
Os portos tem areia para suprir qualquer demanda. Estabelecer um plano de trans-
porte que minimize a distancia total percorrida entre os portos e as lojas e que supra
as necessidades das lojas.
6. O departamento de marketing de uma empresa estuda a forma mais economica de

aumentar em 30% as vendas de seus dois produtos P1 e P2. As alternativas sao:
a) Investir em um programa institucional com outras empresas do mesmo ramo.

Esse programa requer um investimento mnimo de $3.000,00 e deve propor-
cionar um aumento de 3% nas vendas de cada produto, para cada $1.000,00
investidos.
b) Investir diretamente na divulgacao dos produtos. Cada $1.000,00 investidos em

P1 retornam um aumento de 4% nas vendas, enquanto que para P2 o retorno
e de 10%.
A empresa dispoe de $10.000,00 para esse empreendimento. Quanto devera destinar

a cada atividade?
CAPITULO 3
PROGRAMACAO LINEAR
O objetivo da Programacao Linear (PL) e encontrar a melhor solucao para problemas

que admitam modelos representados por funcoes e inequacoes lineares, neste sentido o
termo programacao significa que existe um planejamento das atividades e o termo linear
refere-se a linearidade nas equacoes envolvidas na modelagem do problema. Conforme ja
visto no captulo anterior, um Problema de Programacao Linear (PPL) e um Problema
de Programacao Matematica cuja funcao objetivo e todas as restricoes sao lineares rel-
ativamente as variaveis de decisao. Especificamente, as hipoteses seguintes caracterizam
um PPL:
Certeza: Assume que o modelo seja determinstico, isto e, todos os parametros sao
constantes conhecidas.
Proporcionalidade: Admite que a contribuicao individual de cada variavel de decisao,

tanto na funcao objetivo quanto nas restricoes, seja diretamente proporcional ao
valor da variavel.
Aditividade: Exige que a contribuicao total na funcao objetivo e nas restricoes seja
soma direta da contribuicoes individuais de cada variavel de decisao, nao podendo
haver interdependencia entre as mesmas.
Divisibilidade: As variaveis de decisao podem assumir valores fracionarios.
44
3.1. ESTRUTURACAO DE MODELOS LINEARES 45
3.1 Estruturacao de Modelos Lineares
De acordo com as hipoteses de proporcionalidade e aditividade, a funcao objetivo e as

restricoes de um PPL podem ser apresentadas da seguinte forma:
f (x1 , x2 , . . . , xn ) = c1 x1 + c2 x2 + . . . + cn xn
gi (x1 , x2 , . . . , xn ) ai1 x1 + ai2 x2 + . . . + ain xn
onde os coeficientes aij e cj sao constantes para i = 1, . . . , m e j = 1, . . . , n, e o sinal

pode ser substituido pelos sinais de = ou ou , indistintamente.
De acordo com o formato (2.1), um modelo de PPL apresenta a seguinte estrutura:
min ou max z = c1 x 1 + c2 x 2 + . . . + cn x n

a11 x1 + a12 x2 + . . . + a1n xn b1

a21 x1 + a22 x2 + . . . + a2n xn b2

(3.1)

s.a. : ..
.

am1 x1 + am2 x2 + . . . + amn xn bm

x1 , x2 , . . . , xn 0

Apesar da aparente limitacao do modelo, existem aplicacoes de PL nas mais diversas

areas. De fato, e uma das tecnicas mais utilizadas em PO justamente pela simplicidade
do modelo envolvido e facilidade para resolucao de problemas utilizando tecnicas graficas,
algebricas ou algoritmcas.
Como exemplos de PPL citamos os exemplos 1.6, 2.1, 2.3, 2.4 e 2.6 apresentados nos
captulos anteriores, utilizaremos o problema da producao de balas exposto no exemplo
2.1 para ilustrar as hipoteses de linearidade.
. . . Exemplo 3.1.
Considere que doceira deseja abrir um pequeno negocio para producao de balas. A
46 CAPITULO 3. PROGRAMACAO LINEAR
princpio ela esta considerando produzir dois tipos de balas: caramelo e nozes. Na
producao sao utilizados tres ingredientes: leite, acucar e nozes. A doceira tem em es-
toque 10kg de acucar, 1kg de nozes e 6l de leite. A composicao da bala de caramelo e:
40% de leite e 60% de acucar, e para as balas de nozes os ingredientes devem ser mistu-
rados na seguinte proporcao: 40% de leite, 50% de acucar e 10% de nozes. Cada quilo de
bala de caramelo pode ser vendido a R$10,00 enquanto um quilo de bala de nozes pode
ser vendido por R$13,00. Qual deve ser a producao de cada tipo de bala para obter a
maior receita?
O modelo completo e: max z = 10x1 + 13x2

0, 6x1 + 0, 5x2 10 (qtde.utilizada de acucar)

0, 4x1 + 0, 4x2 6 (qtde. utilizada de leite)

s.a. :

0, 1x2 1 (qtde. utilizada de nozes)

x1 , x2 0 (nao-negatividade)

1. Certeza: No contexto do Exemplo 2.1, tanto precos de venda dos produtos, como
a quantidade a ser utilizada de cada ingrediente para fabricacao dos doces sao
constantes conhecidas. Entretanto este e um fato rara na maioria das aplicacoes
praticas, em geral utiliza-se como coeficientes para o modelo de textitPPL aprox-
imacoes do valor medio das distribuicoes de probabilidade quando os respectivos
desvios-padroes forem suficientemente pequenos, caso contrario, o problema nao
podera ser modelado como PPL.
2. Proporcionalidade: Se a doceira vender 1kg de bala de caramelado ela recebera

R$10, 00, se vender 2kg obtera R$20, 00, se vender x1 kg obtera 10x1 . O valor obtido
na venda de balas de caramelo e proporcional a quantidade vendida e preco de venda
do produto e a constante de proporcionalidade. A receita referente a producao
de bala de nozes e 13x2 , sendo o produto da constante de proporcionalidade 13
pela quantidade vendida. Portanto, a receita referente a determinado produto e
proporcional a quantidade vendida, se a doceira conceder algum tipo de desconto
quando a quantidade adquirida ultrapassar certo patamar, a receita nao sera mais
proporcional as quantidades vendidas e a funcao receita se tornara nao-linear. De
maneira analoga, para produzir 1kg de bala de caramelo utiliza-se 0, 6kg de acucar,
para produzir o dobro necessita-se do dobro de acucar, sendo assim a quantidade
utilizada do ingrediente e proporcional a quantidade produzida. Similarmente para
os outros ingredientes, constatamos a proporcionalidade em todas as restricoes do
problema.
3. Aditividade: Para a funcao objetivo, a receita total e a soma das receitas referentes
a cada um dos produtos. Tambem para as restricoes o todo e igual a soma das
partes, o total consumido de acucar e a soma do acucar utilizado para producao
da bala de caramelo e do acucar gasto na producao da bala de nozes. Analoga-
mente para os demais ingredientes. O comportamento aditivo e bastante comum,
entretanto ha situacoes onde nao e possvel assumir o princpio da aditividade, por
exemplo, se os produtos competirem entre si de forma que o aumento nas vendas
de um provoque diminuicao na procura do outro, a hipotese de aditividade nao sera
satisfeita. Outro exemplo ocorre com reacoes qumicas, se adicionarmos a um litro
de agua o equivalente a 0,1 litro de acucar o volume resultante nao sera 1,1 litro de
agua doce.
4. Divisibilidade: Neste problema e possvel vender 1kg de bala como 0, 5kg. Depen-
dendo do problema, as variaveis de decisao deverao assumir valores inteiros, neste
caso e ainda possvel modelar o problema como linear utilizando arredondamento,
entretanto este procedimento pode resultar em valores distorcidos, requerendo a
utilizacao de algoritmos especficos de programacao inteira.
As etapas estabelecidas anteriormente para modelar um PPM, e necessario acrescentar

a verificacao das hipoteses de linearidade. Portanto, para proceder a analise do problema
e formular um modelo de PPL o analista seguir as seguintes fases:
X Identificacao das variaveis de decisao
X Identificacao da funcao objetivo

X Identificacao das restricoes
X Verificacao dos axiomas de linearidade
X Formulacao matematica no formato padronizado de acordo com (4.1)
3.2 Resolucao Grafica de um PPL
Apos a obtencao da formulacao matematica e preciso se preocupar com a resolucao do

problema de otimizacao. Em particular, PPLs com duas variaveis permitem visualizacao
geometrica, sendo assim, a princpio recorreremos ao metodo grafico para resolver proble-
mas mais simples. O metodo grafico consiste em, primeiramente determinar o conjunto
de todas as possveis solucoes para o problema, determinado pelo sistema de restricoes, e
dentre estas identificar aquela onde ocorre o valor otimo, avaliado pela funcao objetivo.
3.2.1 Representacao Grafica das Restricoes
O espaco das solucoes de problemas com duas variaveis e o plano R2 . Dois pontos distintos
A = (xa , ya ) e B = (xb , yb ) do plano determinam um reta, e pelas condicoes de alinha-
mento, um ponto qualquer P = (x, y) R2 pertence a reta AB que passa por A e B, se
e somente se, a inclinacao da reta AB for a mesma inclinacao da reta AP . Assim, temos:
yb ya y ya
=
x b xa x xa
(yb ya )(x xa ) = (y ya )(xb xa )
(yb ya )x (yb ya )xa = (xb xa )y (xb xa )ya
(yb ya )x (xb xa )y = xa yb xa ya xb ya + xa ya
(y y ) x + (xa xb ) y = xa yb xb ya
| b {z a} | {z } | {z }
a b c
3.2. RESOLUCAO GRAFICA DE UM PPL 49
Sendo assim, toda reta no plano tem equacao geral da forma:
ax + by = c (3.2)
onde a,b e c sao constantes que podem assumir qualquer valor real. E, reciprocamente,
toda equacao deste tipo representa uma reta no plano R2 .
Uma reta divide o plano em duas regioes denominadas semiplanos, e as inequacoes
ax + by > c e ax + by < c
representam semiplanos abertos distintos, enquanto as inequacoes
ax + by c e ax + by c
determinam semiplanos fechados cuja intersecao e a reta ax + by = c.
. . . Exemplo 3.2.
Considere a equacao da reta r : 2x + y = 1, representada graficamente abaixo em

linhas pontilhadas. A regiao hachurada e a representacao grafica do semiplano aberto
2x + y < 1
Se um semiplano e a representacao grafica de uma inequacao em duas variaveis, entao

a representacao grafica de um sistema de inequacoes lineares em duas variaveis sera a
interseccao dos semiplanos correspondentes a cada inequacao. As restricoes de um PPL
juntamente com as condicoes de nao-negatividade e um conjunto de semiplanos cuja

interseccao determina um conjunto de pontos do R2 denominado Regiao das Solucoes
Viaveis ou simplesmente Regiao Viavel (RV).
. . . Exemplo 3.3.
A empresa TecniBOLA S.A. tem como unica atividade a fabricacao de bolas, sendo
todas elas em couro e fabricadas segundo os processos primordiais. Atualmente fabrica
dois produtos, a bola de futebol Catechumbo e a bola de volei Voleitok. Ambos os produtos
sao feitos do mesmo material, variando apenas na dimensao, tipo de costuras e rotulagem.
Os recursos que definem a fabricacao das bolas sao: o corte do couro, o trabalho de
costura, a pintura de inscricoes na bola e preparacao final. Esta ultima e composta pelas
atividades de enchimento, controle de qualidade (inspecao visual, calibracao e pesagem)
e embalagem.
Os dados fornecidos pela empresa referentes a quantidade de recursos necessarios para
a producao de cada tipo de bola e as quantidades disponveis para o dia de amanha sao
os indicados na tabela:
Recursos unid. Voleitok Catechumbo Disponibilidade
Couro m2 0,25 0,3 ilimitada
Linha m 2,5 4 ilimitada
Camera de Ar un 1 1 25
Embalagens un 1 1 ilimitada
Operacao de Corte min 2 8 ilimitada
Operacao de Costura min 9 25 480
Operacao de Logotipagem min 1,5 1 ilimitada
Operacoes de Finalizacao min 11 6 240
Para a tomada de decisao, a empresa disponibilizou informacoes a respeito dos valores

monetarios envolvidos (em u.m.) nos seus produtos, apresentados a seguir:
Bola Custo de Producao Preco de Venda
Catechumbo 26,00 32,50
Voleitok 15,00 25,00
Como deve ser distribuda a producao amanha de forma a maximizar o lucro, tendo
em conta os recursos existentes?
De acordo com o objetivo do problema, as variaveis de decisao podem ser assim

definidas:
x1 : numero de bolas Catechumbo a ser produzido amanha.

x2 : numero de bolas Voleitok a ser produzido amanha.
Utilizando as hipoteses de linearidade, obtemos o seguinte modelo:
max z = 6, 5x1 + 10x2 (Lucro Total)

x1 + x2 25 (restricao de camera de ar)

25x1 + 9x2 480 (restricao de operacao de costura)

s.a. :

6x1 + 11x2 240 (restricao de operacoes de finalizacao)

x1 , x2 0 (restricao de nao-negatividade)

Neste caso, estamos admitindo a hipotese de divisibilidade, entretando o problema re-

quer variaveis inteiras, na proxima secao este PPL sera resolvido com as tecnicas usuais,
mas a resposta final devera respeitar a imposicao pratica de quantidades inteiras, uti-
lizando arredondamento, se necessario.
. . . Exemplo 3.4. Construir a regiao viavel do problema da TecniBOLA S.A., apre-

sentado no exemplo 3.3, cujo modelo e:

x1 + x2 25 (restricao de camera de ar) (1)

25x1 + 9x2 480 (restricao de operacao de costura)
(2)
s.a. :

6x1 + 11x2 240 (restricao de operacoes de finalizacao) (3)

x1 , x2 0 (restricao de nao-negatividade) (4) e (5)

Somente as restricoes do problema sao consideradas para determinar a regiao viavel,

sendo assim as restricoes foram identificadas e numeradas. A seguir e apresentada a
representacao grafica de cada semiplano fechado correspondente as restricoes do problema.
(1) x1 + x2 25
A reta r1 : x1 + x2 = 25 determina o semi-

plano correspondente a primeira restricao, e
pode ser determinada por dois de seus pontos,
da seguinte maneira:
se x1 = 0 entao x2 = 25 (0; 25) r1
se x2 = 0 entao x1 = 25 (25; 0) r1
(2) 25x1 + 9x2 480
(3) 6x1 + 11x2 240
(4) x1 0
(5) x2 0
A interseccao dos cinco semiplanos definidos pelas restricoes (1), (2), (3), (4) e (5),
determina a regiao das possveis solucoes do problema e esta representada pela regiao
hachurada abaixo:
O polgono ABCDE e o conjunto de todos os pontos X = (x1 , x2 ) que satisfazem

todas as restricoes simultaneamente. Sendo assim, toda combinacao possvel da producao
de x1 unidades de bolas Catechumbo e de x2 unidades de bolas Voleitok sera um ponto
do polgono ABCDE, do seu interior ou ponto de fronteira.
3.2.2 Representacao Grafica da Funcao Objetivo
Funcoes lineares com duas variaveis do tipo z = f (x1 , x2 ) = c1 x1 + c2 x2 sao geometrica-

mente planos em R3 , e somente admitem maximo e/ou mnimo se estiverem sujeitas a
restricoes, como no caso de um PPL. As curvas de nvel desse tipo de funcao sao retas
paralelas que crescem monotonamente na direcao do gradiente

f f
f (x1 , x2 ) = ,
x1 x2
A cada ponto do conjunto de solucoes viaveis esta associada uma, e somente uma, reta
da famlia de retas paralelas correspondente a funcao objetivo. E solucionar graficamente
um PPL e determinar quais pontos da RV retornam o melhor valor para a funcao objetivo.
A origem do sistema de coordenadas e o unico ponto crtico de funcoes lineares, para

o caso especfico de PPL com duas variaveis o ponto crtico e (0, 0), que e um dos vertices
da RV e qualquer outro ponto extremo da funcao objetivo deve necessariamente estar
na fronteira da regiao delimitada pelas restricoes. Para encontrar tais pontos deve-se
percorrer a famlia de retas paralelas no sentido do gradiente.
Considere um ponto arbitrario P RV e a reta z = c passando por P . Se P for

um ponto interior do polgono, sera possvel melhorar o valor da funcao objetivo porque
existem pontos de RV no semiplano determinado por z = c e pelo gradiente. Para
melhorar este valor basta tomar outro ponto de RV localizado a direita de P e tracar o
representante da famlia de retas paralelas que passa por este ponto retornando maior
valor para a funcao objetivo. Se, por outro lado, P for tomado de maneira que nao exista
nenhuma outra solucao viavel situada no semiplano a direita entao nao sera mais possvel
melhorar o valor da funcao objetivo e a solucao otima foi determinada.
A solucao do problema foi obtida tangenciando-se a direita o polgono das solucoes
viaveis e este fato implica que a solucao otima, quando existe, localiza-se em ao menos
um dos vertices de RV.
O procedimento de busca pelo vertice otimo e analogo para problemas de minimizacao,
entretanto o sentido da busca pela solucao do problema deve seguir a direcao contraria
ao crescimento indicado pelo vetor gradiente.
. . . Exemplo 3.5. Resolver graficamente o problema da TecniBOLA S.A., apresentado

no exemplo 3.2
Na figura abaixo estao representadas algumas retas paralelas correspondentes a funcao

objetivo z = 6, 5x1 + 10x2 para z = 0, z = 100, z = 100 e z = c.
A reta z = c pode ser deslocada ate atingir o vertice C, onde nao sera mais possvel au-
mentar o valor da funcao objetivo respeitando todas as restricoes do problema. Portanto,
o ponto C e o ponto onde o valor de z e maximo nas condicoes do PPL.
A solucao otima do problema pode ser obtida calculando-se as coordenadas do vertice

C, que e o resultado da interseccao das retas correspondentes as restricoes (1) e (3). Sendo
assim, as coordenadas de C e a solucao do seguinte sistema linear de ordem 2.
(
x1 + x2 = 25
cuja solucao e: x1 = 7 e x2 = 18.
6x1 + 11x2 = 240
Portanto a solucao otima do PPL e: deverao ser produzidas amanha 7 bolas Cate-
chumbo e 18 bolas Voleitok para obter um lucro maximo de $ 225,50.
3.2.3 Solucoes do Modelo
As condicoes para existencia de solucao para um PPL e garantida pelo seguinte teorema:
TEOREMA 3.1. (Teorema do Valor Extremo) Se f (x1 , x2 , . . . , xn ) e contnua em um

subconjunto fechado e limitado do Rn , entao f atinge valores globais de maximo e mnimo.
Como funcoes lineares sao contnuas, se o conjunto das solucoes viaveis, para o caso
especfico do R2 , formar um polgono fechado entao o problema admite solucao.
Ao resolver graficamente um PPL em duas variaveis, tres situacoes podem ocorrer:
1. RV e um conjunto vazio
Neste caso, as restricoes sao conflitantes e o PPL nao admite solucao.
2. RV e nao vazio e limitado
O PPL tem solucao otima, unica ou nao.

(a) O problema tem uma unica solucao otima.
(b) O problema tem multiplas solucoes otimas, isto e, todos os infinitos pontos de
um segmento de reta sao solucoes otimas, e dao o mesmo valor para a funcao
objetivo.
(a) (b)
3. RV e nao vazio e ilimitado
Duas situacoes podem ocorrer:
(a) O PPL tem solucao otima, unica ou nao.
(b) O PPL nao tem otimo finito, o valor a funcao objetivo cresce indefinidamente
no sentido favoravel.
(a) (b)
Roteiro

De acordo com o que foi estudado ate aqui, a resolucao grafica de um modelo de PPL
com apenas duas variaveis segue os seguintes passos:
1. Construir o plano cartesiano, tomando como eixos as variaveis de decisao;
2. Determinar os semiplanos correspondentes as restricoes para delimitar a regiao

viavel;
3. Tracar uma reta referencia qualquer com a inclinacao da funcao objetivo;
4. Tracar retas paralelas a referencia no sentido de crescimento da funcao (maximizacao

da funcao) ate tangenciar a regiao viavel. O ponto otimo, se existir, sera um vertice
ou um lado da regiao viavel.

Ainda um PPL com tres variaveis e possvel de ser resolvido graficamente, embora
exija habilidade em desenho e boa visao espacial. Problemas com mais que tres variaveis
necessitam de metodos algebricos para serem resolvidos. O interesse maior em estudar o
metodo grafico esta em, atraves da representacao grafica, intuir propriedades teoricas e
delinear um metodo de resolucao algebrica que possa ser utilizado em problemas com um
numero qualquer de variaveis.
Para cada item abaixo, modele o problema de acordo com as hipoteses de linearidade e
resolva graficamente os PPL com duas variaveis.
1. Certa empresa fabrica 2 produtos P1 e P2. O lucro por unidade de P1 e de 100 u.m.
e o lucro unitario de P2 e de 150 u.m. A empresa necessita de 2 horas para fabricar
uma unidade de P1 e 3 horas para fabricar uma unidade de P2. O tempo mensal
disponvel para essas atividades e de 120 horas. As demandas esperadas para os
dois produtos levaram a empresa a decidir que os montantes produzidos de P1 e P2
nao devem ultrapassar 40 unidades de P1 e 30 unidades de P2 por mes. Qual deve

ser o sistema de producao mensal para maximizar o lucro da empresa?
2. Um sapateiro faz 6 sapatos por hora, se fizer somente sapatos, e 5 cintos por hora,
se fizer somente cintos. Ele gasta 2 unidades de couro para fabricar 1 unidade de
sapato e 1 unidade de couro para fabricar uma unidade de cinto. Sabendo-se que o
total disponvel de couro e de 6 unidades e que o lucro unitario por sapato e de 5
u.m. e o do cinto e de 2 u.m. Qual deve ser o sistema de producao do sapateiro, se
o objetivo e maximizar o seu lucro por hora?
3. Um pizzaiolo trabalha 8h por dia e faz 16 pizzas por hora, caso faca somente pizzas,
e 9 calzones por hora, se fizer somente calzones. Ele gasta 40gr de queijo para
preparar uma pizza e 60gr de queijo para fazer um calzone. Sabendo-se que o total
disponvel de queijo e de 5kg por dia, e que a pizza e vendida a R$18,00 e o calzone
a R$22,00, pergunta-se: quantas unidade de pizzas e calzones uma pizzaria com tres
pizzaiolos deve vender diariamente para maximizar a sua receita?
4. Um vendedor de frutas pode transportar 800 caixas de frutas para sua regiao de
vendas. Ele necessita transportar 200 caixas de laranjas a 20 u.m. de lucro por
caixa, pelo menos 100 caixas de pessegos a 10 u.m. de lucro por caixa, e no maximo
200 caixas de tangerina a 30 u.m. de lucro por caixa. De que forma devera ele
carregar o caminhao para obter o lucro maximo?
5. Uma rede de televisao local tem o seguinte problema: foi descoberto que o programa
A com 20 minutos de musica e 1 minuto de propaganda chama a atencao de 30.000
telespectadores, enquanto o programa B, com 10 minutos de musica e 1 minuto de
propaganda chama a atencao de 10.000 telespectadores. No decorrer de uma semana,
o patrocinador insiste no uso de no mnimo, 5 minutos para sua propaganda e que
nao ha verba para mais de 80 minutos de musica. Quantas vezes por semana cada
programa deve ser levado ao ar para obter o numero maximo de telespectadores?
6. Uma empresa fabrica 2 modelos de cintos de couro. O modelo M1, de melhor

qualidade, requer o dobro de tempo de fabricacao em relacao ao modelo M2. Se
todos os cintos fosse do modelo M2, a empresa poderia produzir 1.000 unidades por
dia. A disponibilidade de couro permite fabricar 800 cintos de ambos os modelos
por dia. Os cintos empregam fivelas diferentes, cuja disponibilidade diaria e de 400
para M1 e 700 para M2. Os lucros unitarios sao de $4,00 para M1 e $3,00 para M2.
Qual o programa otimo de producao que maximiza o lucro total diario da empresa?
7. Um empresa, apos um processo de racionalizacao de producao, ficou com disponi-

bilidade de 3 recursos produtivos, R1, R2 e R3. Um estudo sobre o uso desses
recursos indicou a possibilidade de se fabricar 2 produtos P1 e P2. Levantando
os custos e consultando o departamento de vendas sobre o preco de colocacao no
mercado, verificou-se que P1 daria um lucro de $120,00 por unidade e P2, $150,00
por unidade. O departamento de producao forneceu a seguinte tabela de uso de
recursos:
Produto R1 p.u. R2 p.u. R3 p.u.
P1 2 3 5
P2 4 2 3
Disponibilidade de
recursos por mes 100 90 120
Que producao mensal de P1 e P2 traz o maior lucro para empresa?
8. Um fazendeiro esta estudando a divisao de sua propriedade nas seguintes atividades

produtivas:
- A (Arrendamento): Destinar certa quantidade de sua propriedade para a

plantacao de cana-de-acucar, a uma usina local, que se encarrega da atividade
e paga pelo aluguel da terra $300,00 por alqueire por ano.
- P (Pecuaria): Usar outra parte para a criacao de gado de corte. A recuperacao

das pastagens requer adubacao (100 kg/Alq) e irrigacao (100.000 litros/Alq)
por ano. O lucro estimado nessa atividade e de $400,00 por alqueire por ano.
- S (Plantio de Soja): Usar uma terceira parte para o plantio de soja. Essa
cultura requer 200 kg por alqueire de adubos e 200.000 litros de agua por
alqueire para irrigacao por ano. O lucro estimado nessa atividade e de $500,00
por alqueire por ano.
Sabendo que ha disponibilidade de 12.750.000 litros de agua, 14.000 kg de adubo e

100 alqueires de terra por ano, quantos alqueires devera destinar a cada atividade
para proporcionar o melhor retorno?
9. Um indivduo quer investir $ 5.000,00 no proximo ano em dois tipos de investimento:

o investimento A rende 5% e o investimento B rende 8%. Pesquisas de mercado,
recomendam uma alocacao de no mnimo 25% em A e no maximo 50% em B. Alem
do mais o investimento em A deve ser no mnimo metade do investimento em B.
Como o fundo deveria ser alocado aos dois investimentos?
10. Uma liga especial constituda de ferro, carvao, silcio e nquel pode ser obtida usando
a mistura desses minerais puros alem de 2 tipos de materiais recuperados:
Material Recuperado 1 (MR1) - Composicao:

ferro - 60%

carvao - 20% custo por kg $0,20 Material Recuperado 2 (MR2) -

silcio - 20%

ferro - 70%

carvao - 20%

custo por kg $0,25
Composicao:

silcio - 5%

nquel - 5%
A liga deve ter a seguinte composicao final
Materia-prima % mnima % maxima
ferro 60 65
carvao 15 20
silcio 15 20
nquel 5 8
O custo dos materiais puros (por kg) sao: ferro $0,30; carvao $0,20; silcio $0,28;
nquel $0,50. Qual devera ser a composicao da mistura em termos dos materiais
disponveis, com menor custo por kilo?
11. A industria Alumilaminas S/A iniciou suas operacoes em janeiro de 2006 e ja vem
conquistando espaco no mercado de laminados brasileiros, tendo contratos fechados
de fornecimento para todos os 3 tipos diferentes de laminas de alumnio que fabrica:
espessuras fina, media ou grossa. Toda a producao da companhia e realizada em
duas fabricas, uma localizada em Sao Paulo e a outra no Rio de Janeiro. Segundo
os contratos fechados, a empresa precisa entregar 16 toneladas de laminas finas, 6
toneladas de laminas medias e 28 toneladas de laminas grossas. Devido a qualidade
dos produtos de Alumilaminas S/A, ha uma demanda extra para cada tipo de
laminas. A fabrica de Sao Paulo tem um custo de producao diaria de R$ 100.000,00
para uma capacidade produtiva de 8 toneladas de laminas finas, 1 tonelada de
laminas medias, 2 toneladas de laminas grossas por dia. O custo de producao diario
da fabrica do Rio de Janeiro e de R$ 200.000,00 para uma producao de 2 toneladas
de laminas finas, 1 tonelada de laminas medias, 7 toneladas de laminas grossas.
Quantos dias cada uma das fabricas devera operar para atender aos pedidos ao
menor custo possvel?
12. Uma companhia de transporte tem dois tipos de caminhoes: O tipo Atem 2m3
de espaco refrigerado e 3m3 de espaco nao refrigerado; tipo Btem 2m3 de espaco
refrigerado e 1m3 de espaco nao refrigerado. O cliente quer transportar um produto
que necessitara 16m3 de espaco refrigerado e 12m3 de espaco nao refrigerado. A
companhia calcula em 1.100 litros o consumo de combustvel para a viagem com o
caminhao Ae 750 litros para o caminhao B. Quantos caminhoes de cada tipo
deverao ser usados no transporte do produto, com o menor consumo de combustvel?
13. A empresa Have Fun S/A. produz uma bebida energetica muito consumida pelos
frequentadores de danceterias noturnas. Dois componentes utilizados na preparacao
da bebida sao solucoes compradas de laboratorios terceirizados - solucao Red e a
solucao Blue - e que proveem os principais ingredientes ativos do energetico: extrato
de guarana e cafena. A companhia quer saber quantas doses de 10ml. de cada
solucao deve incluir em cada lata da bebida, para satisfazer as exigencias mnimas
padronizadas de 48gr. de extrato de guarana e 12gr. de cafena e, ao mesmo tempo,
minimizar o custo da producao. Por acelerar o batimento cardaco, a norma padrao

tambem prescreve que a quantidade de cafena seja no maximo 20gr. por lata. Uma
dose da solucao Red contribui com 8gr de extrato de guarana e 1gr de cafena,
enquanto uma dose da solucao Blue contribui com 6gr. de extrato de guarana e 2gr.
de cafena. Uma dose de Red custa R$0,06 e uma dose de Blue custa R$0,08.
14. Um fabricante de carros produz duas versoes de seu modelo popular de tamanho
medio: um utilitario direcionado ao mercado de famlias e um esportivo projetado
para atrair clientes ricos e solteiros. Ambos sao montados sobre os mesmos chas-
sis e diferem somente na carroceria. Ambos sao tambem produzidos na mesma
fabrica. Existem 10.000 horas de forca de trabalho e 1.325 unidades de chassis
basicos disponveis a cada semana. O modelo utilitario leva seis horas para ser mon-
tado, enquanto o modelo esportivo leva 9 horas. Pelo menos 400 unidades do modelo
utilitario devem ser produzidas por semana. A producao tambem e restringida pelo
fato de que, devido a problemas com um fornecedor, somente 6.000 macanetas estao
disponveis por semana. Um utilitario utiliza cinco dessas macanetas, enquanto um
esportivo utiliza tres. O lucro da fabrica sobre um modelo utilitario e estimado em
$ 1.500,00, enquanto o lucro sobre um modelo esportivo e de $ 2.000,00. A demanda
do mercado pelos carros e alta. Sabe-se que a demanda excedera a producao em
algum momento; entao, a fabrica deve ser capaz de vender qualquer mix de carros
que for produzido.
(a) Quantas macanetas em excesso seriam recebidas pela fabrica a cada semana se
o mix de carros de producao recomendado for seguido.
(b) Se a fabrica pudesse obter somente uma das coisas a seguir, o que a permitiria
produzir mais carros?
i. Mais unidades de chassis.
ii. Mais macanetas.
iii. Maior margem de lucro sobre cada carro.
iv. Remocao da restricao sobre a producao do modelo utilitario.

CAPITULO 4
RESOLUCAO DE PPL
A importancia do metodo grafico visto no captulo anterior, reside no fato de permitir a

visualizacao de um metodo algebrico mais geral, que consiste em procurar o vertice do
polgono que otimize a funcao objetivo.
4.1 Estruturacao de Modelos Lineares
Definicao 4.1. Em problemas de minimizacao, uma solucao viavel x = (x1 , x2 , . . . , xn )

e dita otima se f (x ) f (x), para toda solucao viavel x.
Definicao 4.2. Um modelo de PPL esta na forma padrao quando for formulado da
seguinte maneira:
min z = c1 x 1 + c2 x 2 + . . . + cn x n

a11 x1 + a12 x2 + . . . + a1n xn = b1

a21 x1 + a22 x2 + . . . + a2n xn = b2

.. (4.1)
s.a. : .

am1 x1 + am2 x2 + . . . + amn xn = bm

x1 , x2 , . . . , xn 0
Observe que, na forma padrao, a funcao objetivo deve ser minimizada, as restricoes
64
sao definidas como um sistema de equacoes lineares e todas as variaveis devem satisfazer
as condicoes de nao-negatividade.
A forma padrao nao e restritiva pois todo PPL pode ser posto como em (4.1), de fato:
1. Para PPL de minimizacao, encontrar uma solucao viavel x que minimize f (x) e
equivalente a encontrar uma solucao que maximizacao f (x).
Suponha que x e um ponto otimo de f (x), entao
f (x ) f (x), x viavel
(1)
f (x ) f (x), x viavel
(f )(x ) (f )(x), x viavel
2. Para ocorrencia de desigualdades
Toda inequacao pode ser convertida em equacao adicionando ou subtraindo-se va-

riaveis adicionais positivas denominadas variaveis de folga ou de excesso para
o caso de ocorrencia de desigualdades do tipo ou , respectivamente.
3. Para ocorrencia de variaveis livres
Sao consideradas livres, as variaveis que nao apresentam qualquer tipo de restricao
0
de sinal. Uma variavel livre xj pode ser substituda por outras duas variaveis xj e
0
x00 j nao-negativas, bastando para isto tomar xj = xj x00 j
Na forma padrao um PPL pode ser escrito equivalentemente em notacao matricial

como:
max f (x) = cT x
Ax = b (4.2)
x 0
onde:
66 CAPITULO 4. RESOLUCAO DE PPL

a11 . . . a1n

A = ..
e a matriz dos coeficientes;
.

am1 . . . amn

T
c = c1 c2 . . . cn e o vetor dos custos;

T
x = x1 x2 . . . xn e o vetor das variaveis de decisao;

bT = b1 b2 . . . bm e o vetor dos recursos;

0 = 0 0 ... 0 e o vetor nulo.
. . . Exemplo 4.1. Problema ilustrativo
Uma fabrica tem tres tipos de maquinas (M1 , M2 , M3 ) cada uma das quais dever ser
usada na manufatura de seus produtos P1 e P2 . Sabendo que o lucro por unidade de P1
e 40 u.m. e o lucro por unidade de P2 e 60 u.m., decida quanto fabricar de cada produto
por semana a fim de maximizar os lucros de acordo com a seguinte tabela:
Maquinas Horas P1 Horas P2 Horas disponveis
M1 2 1 70
M2 1 1 40
M3 1 3 90
O modelo para este PPL e: max z = 40x1 + 60x2

2x1 + x2 70
x1 : producao semanal de P1

x1 + x2 40

x2 : producao semanal de P2 s.a. :

x1 + 3x2 90

x1 , x2 0

Para que o sistema de restricoes do problema seja posto na forma (Ax = b, x 0)

4.2. FUNDAMENTACAO TEORICA 67
variaveis de folga devem ser definidas:
x3 = 70 2x1 x2 0
x4 = 40 x1 x2 0
x5 = 90 x1 3x2 0
Inserido as variaveis de folga, obtemos o modelo do PPL na forma padrao:
max z = 40x1 + 60x2

2x1 + x2 + x3 = 70

x1 + x2 + x4 =

40
s.a. :

x1 + 3x2 + x5 = 90

xj

0 j = 1, . . . , 5
4.2 Fundamentacao Teorica
O metodo algebrico Simplex para solucionar PPL esta fundamentado nas tecnicas e con-
ceitos da Algebra Linear. Para generalizar as ideias discutidas no metodo geometrico
algumas definicoes e reformulacoes se farao necessarias.
A definicao seguinte generaliza o conceito de semiplano definido na captulo anterior.
Definicao 4.3. A equacao a1 x1 + a2 x2 + . . . + an xn = b, com a1 , . . . , an , b R de-

fine um Hiperplano em Rn , que divide o espaco Rn em dois semi-espacos disjuntos:
a1 x 1 + a2 x 2 + . . . + an x n < b e a1 x1 + a2 x2 + . . . + an xn > b.
Analogamente ao que foi visto para PPL em duas variaveis, para problemas com tres
ou mais variaveis a funcao objetivo representa uma famlia de hiperplanos paralelos entre
si.
Definicao 4.4. A interseccao de um numero finito de semi-espacos fechados e denomi-

nado politopo. Isto e, um politopo e definido por
( n
)
X
P = x Rn : aij xj bi , para i = 1, 2, . . . , m
j=1
O conjunto das solucoes viaveis de um PPL e um politopo pois e obtida pela interseccao
de um numero finito de restricoes. Mesmo as inequacoes do tipo que possivelmente
compoem o sistema de restricoes facilmente sao transformadas em inequacoes do tipo
pela simples multiplicacao da expressao por -1.
Definicao 4.5. Sejam x1 , x2 , . . . , xk vetores do Rn e 1 , 2 , . . . , k numeros reais.

Xk
x= i xi e uma Combinacao Linear Convexa se i 0 para todo i = 1, 2 . . . , k
i=1
X k
e se i = 1. Se i > 0 para todo i = 1, 2 . . . , k, dizemos que e uma Combinacao
i=1
Linear Convexa Legtima.
. . . Exemplo 4.2. Dados os vetores x1 = (1, 0) e x2 = (0, 1) de R2 .
O vetor x1 + x2 e uma combinacao linear dos vetores x1 e x2 , mas nao e uma combinacao
linear convexa pois 1 + 2 = 2 6= 1.
O vetor 2x1 x2 nao e uma combinacao linear convexa dos vetores x1 e x2 , apesar
de 1 + 2 = 1, nao satisfaz a condicao de nao-negatividade dos escalares pois
2 = 1 < 0.
Os vetores 0, 5x1 + 0, 5x2 , 0, 6x1 + 0, 4x2 , 0, 4x1 + 0, 6x2 , 0, 7x1 + 0, 3x2 e 0, 3x1 + 0, 7x2
sao exemplo de combinacoes lineares convexas legtimas pois satisfazem 1 +2 = 1,
com 1 , 2 > 0.
Geometricamente pode-se interpretar uma combinacao linear convexa de dois pontos

como um ponto do segmento de reta que une os dois pontos originais.
Definicao 4.6. Um conjunto M e convexo se toda combinacao linear convexa de qual-

quer par de pontos do conjunto tambem for elemento de M .
Em outras palavras, M e convexo se todo segmento de reta definido por dois quaisquer
de seus pontos estiver contido no conjunto.
. . . Exemplo 4.3. Os conjuntos representados nas figuras (a) e (b) sao exemplos de
conjuntos convexos, enquanto as figuras (c) e (d) sao conjuntos nao convexos.
TEOREMA 4.1. A regiao viavel de um PPL e um politopo convexo.
Dem.: Ja vimos que a regiao viavel de um PPL e um politopo e para mostrar que e
uma regiao convexa, sejam y, z RV .
Para ser uma solucao viavel y e z devem satisfazer todas as restricoes e as condicoes
de nao-negatividade, assim tem-se que Ay = b, Az = b e que y, z 0.
Seja y + z uma combinacao linear convexa, isto e, , 0 e + = 1 . Entao
a) y + z 0 pois , , y, z 0
b) A(y + z) = Ay + Az = bb = ( + )b = b
O que demonstra y + z RV e portanto RV e um politopo convexo.

Definicao 4.7. Um ponto x de um politopo convexo, denomina-se vertice quando ele nao
puder ser obtido como uma combinacao linear convexa legtima de nenhum par de pontos
distintos do politopo.
. . . Exemplo 4.4. Problema ilustrativo (continuacao)
Retornando ao exemplo 4.1, utilizando a notacao matricial o sistema de equacoes

lineares correspondente as restricoes explcitas do problema e da forma Ax = b,

x
1
2 1 1 0 0 x2
70

1 1 0 1 0 x3 = 40

1 3 0 0 1 x4
90
x5
Apesar do problema passar a ter cinco variaveis, qualquer par ordenado (x1 , x2 ) R2
determina unicamente todas as variaveis, pois as variaveis de folga sao dependentes das
duas variaveis de decisao do modelo original.
Observe que posto(A) = 3, sendo assim o sistema Ax = b com m = 3 equacoes e

m + n = 5 variaveis e um Sistema Possvel e Indeterminado. Portanto, o sistema tem
duas variaveis livres, para as quais podemos atribuir quaisquer valores.
Vamos admitir que atribuiremos apenas valores nulos para as variaveis livres, como
sao cinco variaveis agrupadas em conjunto de dois elementos, teremos 10 combinacoes
possveis:
1. Fixar x1 = x2 = 0 resulta em x3 = 70, x4 = 40, x5 = 90

2x1 = 70 x1 = 35

x2 = 0

2. Fixar resulta em x + x4 = 40 cuja solucao e x = 5
x3 = 0
1
4

x1 + x5 = 90
x5 = 55

2x1 + x2 = 70 x1 = 30

x3 = 0

3. Fixar resulta em x1 + x2 = 40 cuja solucao e x2 = 10
x4 = 0

x1 + 3x2 + x5 = 90
x5 = 30


2x1 + x2 + x3 = 70 x1 = 15

x4 = 0

x5 = 0

x1 + 3x2 = 90 x3 = 15

2x1 + x2 = 70 x1 = 24

x3 = 0

5. Fixar resulta em x1 + x2 + x4 = 40 cuja solucao e x2 = 22
x5 = 0

x1 + 3x2 = 90 x4 = 6

x2 = 70 x2 = 70

x1 = 0

x3 = 0

3x2 + x5 = 90
x5 = 120

x2 + x3 = 70 x2 = 40

x1 = 0

7. Fixar resulta em x2 = 40 cuja solucao e x4 = 30
x4 = 0

3x2 + x5 = 90
x5 = 30

x2 + x3 = 70 x2 = 30

x1 = 0

8. Fixar resulta em x + x4 = 40 cuja solucao e x = 40
x = 0 2 3
5

3x2 = 90 x4 = 10

2x1 + x3 = 70 x1 = 40

x2 = 0

9. Fixar resulta em x1 = 40 cuja solucao e x3 = 10
x4
= 0

x1 + x5 = 90
x5 =

50

2x1 + x3 = 70 x1 = 90

x2 = 0

x = 0
5

x1 = 90 x4 = 50

A solucao grafica do problema pode ser visualizada na figura seguinte.
As solucoes encontradas nas alternativas 5, 6, 7, 9 e 10 sao inviaveis, isto e, apesar de

ser solucao do sistema Ax = b estao fora da regiao viavel. Enquanto a solucao encontrada
na alternativa 1 corresponde ao vertice A do polgono que representa a regiao viavel do
problema, a solucao 2 e o vertice B, a solucao 3 e o vertice C, a solucao 4 e o vertice D e

a solucao 8 e o vertice E.
Para encontrar a solucao otima de um PPL e necessario encontrar solucoes para o

sistema de equacoes lineares Ax = b, com m equacoes e n + m incognitas.
E comum, em problema reais, m << n. Sendo assim, sem perda de generalidade,

podemos supor que posto(A) = m, eliminando previamente as combinacoes lineares. O
sistema Ax = b tem infinitas solucoes e apresenta n variaveis livres que uma vez fixadas, os
valores das m variaveis restantes podem ser determinados unicamente por algum metodo
numerico para resolucao de sistemas lineares.
A matriz A pode ser particionada convenientemente da seguinte maneira:

A= B N
onde:
Bmm e chamada matriz Basica, formada por m colunas de A que a torne invertvel.
Nmn e chamada matriz Nao basica, formada pelas n colunas restantes de A.

Desta forma, o sistema Ax = b pode ser reescrito como

xB

B N =b
xN

xB
onde e uma particao de x induzida pela particao de A,
xN
xB e um vetor m 1 denominado vetor das variaveis basicas e,

xN de ordem n 1 e o vetor das variaveis nao basicas.
De acordo com a particao do sistema, e possvel obter o vetor das variaveis basicas xB
da seguinte maneira:
BxB + N xN = b xB = B 1 b B 1 N xN

xB
Se considerarmos o vetor das variaveis nao basicas xN nulo, obtemos o vetor x =
xN

xB = B 1 b

denominado solucao basica da seguinte maneira:
xN = 0

Se todas as variaveis basicas que compoem xB forem nao-negativas entao a solucao x

e denominada solucao basica viavel.
O sistema obtido no exemplo 4.1

x
1
2 1 1 0 0 x2
70

1 1 0 1 0 x = 40

3
1 3 0 0 1 x4
90
x5
Pode ser particionado da seguinte maneira:


2 1 1 x1 0 0 " # 70
1 1 0 x2 + 1 0 x4 = 40

x
5
1 3 0 x3 0 1 90
B xB N xN b
Fixando xN = 0, obtemos a solucao basica viavel xT = (15 25 15 0 0), que ja

constatamos tratar-se do vertice C da regiao viavel.
Estamos em condicoes de enunciar duas propriedades fundamentais:
TEOREMA 4.2. Um ponto x RV e um vertice se, e somente se, for uma solucao
basica viavel.
TEOREMA 4.3. Se um PPL tem solucao otima, entao existe um vertice otimo.
TEOREMA 4.4. A regiao viavel de um PPL tem um numero finito de vertices.
Dem.: O numero de solucoes basicas do sistema Ax = b e a combinacao de m vetores

linearmente independentes tomados de um conjunto de n + m vetores correspondentes
n+m
as colunas da matriz A, isto e, a quantidade de solucoes basicas sera dada por Cm .
Por definicao, as solucoes basicas viaveis formam um subconjunto das solucoes basicas
do PPL e como, pelo teorema 4.2 cada vertice corresponde a uma solucao basica viavel,
concluimos que o numero de vertices de RV e no maximo
n+m (n + m)!
Cm =
m! n!
que e finito.
Conclui-se que, se existe uma solucao otima para o PPL entao existe uma solucao
basica viavel e para resolver um PPL basta procurar a solucao otima nos vertices da
regiao viavel.
Assim para resolver o problema, basta determinar todas as solucoes basicas viaveis,
digamos x1 , x2 , . . . , xk e obter a solucao otima x tal que
f (x ) = min{f (x1 ), f (x2 ), . . . , f (xk )}

Entretanto k pode ser uma quantidade demasiadamente grande, e o procedimento de

busca e comparacao entre todos os vertices se torna inviavel computacionalmente. O
metodo simplex ira economizar calculos efetuando a busca de solucoes otimas somente
nos vertices que apresentem solucoes melhores que as anteriores.
A regiao viavel do problema das maquinas apresentado e formulado no exemplo 4.1

tem 5 vertices que foram todos obtidos como solucoes basicas viaveis no exemplo 4.4
dentre os elementos do conjunto das solucoes basicas cuja ordem e
5!
C35 = = 10
2! 3!
Diferentemente do que foi feito no exemplo 4.4, queremos estabelecer um procedimento

que determine o vertice otimo sem calcular todas as solucoes basicas. Para tanto, tomemos
para comecar xN = (x1 x2 )T .
Neste caso, x1 = x2 = 0 e portanto o lucro sera z = 0. Como o objetivo do problema e

maximizar o lucro e o produto P2 retorna maior lucro por unidade, iremos tentar produzir
o maximo possvel de P2 . Assim x1 continua nula e x2 deve se tornar positiva. Mas qual
o valor que x2 deve assumir?
Para responder a esta questao, devemos retornar a definicao das variaveis de folga
dadas no exemplo 4.1 e assumindo que x1 = 0, temos:
x3 = 70 x2
x4 = 40 x2
x5 = 90 3x2
Como as variaveis de folga tambem devem obedecer as condicoes de nao-negatividade,

o valor limite para a variavel x2 na primeira equacao e 70, na segunda e 40 e na terceira
e 30, logo para que todas as variaveis de folga sejam nao negativas o valor maximo que
pode ser assumido para a variavel de decisao x2 deve ser 30.
Assim xB = (0 30)T , que corresponde ao vertice E da regiao viavel, e retorna um

lucro de z = 1800. Observe que partimos do vertice A = (0, 0) e encontramos o vertice

consecutivo E, se optassemos pelo vertice B = (35, 0) o retorno seria menor z = 1400.
Como ja construimos geometricamente a regiao das solucoes viaveis, sabemos que so

temos uma opcao, ir para o vertice D que resultara no lucro maximo de z = 2100.
Mas como determinar este vertice algebricamente? Esta questao sera respondida
pelo desenvolvimento do Metodo Simplex utilizando a caracterizacao das solucoes basicas
viaveis, que sera feito no proximo captulo.
1. Seja um triangulo ABC. Esse triangulo, no caso de retirarmos o baricentro, e um

conjunto convexo? Justifique.
2. Mostre que qualquer ponto de um triangulo ABC pode ser obtido como combinacao
linear convexa de seus tres vertices.
3. Num problema de programacao linear somente os vertices podem ser solucao otima?
Justifique.
4. Assinalar a afirmativa que julgar mais correta.
I. A principal importancia dos vertices para a resolucao de um PPL consiste:
(a) na visualizacao do problema;
(b) ao inves de procurar a solucao entre um numero infinito de pontos, podemos

limitar-nos a um numero finito de pontos;
(c) na determinacao de outros pontos do espaco de solucoes viaveis e que podem

ser formados como combinacao linear convexa desses vertices.
II. Se o conjunto de solucoes viaveis do PPL nao for um conjunto limitado:
(a) o problema e impossvel;
(b) a funcao objetivo assume um valor infinito;

(c) o problema tem sempre uma solucao otima;
(d) nenhuma dessas afirmativas e correta.
5. Considere o seguinte problema de PL:
max z = 2x1 + 3x2

x1 + 3x2 6

s.a. : 3x1 + 2x2 6

x1 , x2 0

(a) Expresse o problema na forma padrao.
(b) Determine todas as solucoes basicas do problema e classifique-as como viaveis

e inviaveis.
(c) Determine a solucao basica viavel otima do problema.
(d) Confronte com a resolucao grafica e verifique a solucao obtida e realmente a

solucao otima do PPL. E conclua que a solucao otima pode ser determinada
algebricamente considerando somente solucoes basicas viaveis.
(e) Mostre como as solucoes basicas nao viaveis sao representadas graficamente na
regiao de solucoes.
6. Considere um PPL cujas as restricoes sao dada a seguir

2x1 + 3x2 33

x 1 + x2 15

x1 + 3x2 27

x1 , x2 0
Sabendo que os pontos: A = (6, 7) e B = (12, 3) sao solucoes otimas do problema,
(a) Determine a funcao objetivo;
(b) Verifique e justifique que o ponto C = (9, 5) tambem e uma solucao otima;
(c) Mostre que A e B sao vertices da regiao viavel e que C nao e.

7. Seja o PPL
max z = x1 + x2 + x 3

x1 + x2 6

s.a. : x2 2x3 = 4

x1 , x2 , x3 0

(a) Determine todos os vertices da regiao viavel do PPL ;
(b) Considere os seguintes pontos de R3 : A = (1, 5, 21 ), B = (2, 6, 2),

C = (0, k, k4
2
) e D = (k, 4, 0), com k R+ . Quais deles sao solucoes do PPL?
Quais sao solucoes basicas? Quais sao solucoes viaveis? Quais sao vertices?
(c) E possvel garantir que existe, ao menos, um vertice que e solucao otima do
PPL ? Por que? Se sim, determine a solucao otima.
8. Responda Verdadeiro ou Falso e justifique:
(a) Toda solucao otima de um PPL e vertice.
(b) Se o PPL tiver mais de uma solucao otima, ele tera sempre uma infinidade de
solucoes otimas que nao sao vertices.
(c) Seja um PPL na forma padrao. Todas as solucoes basicas viaveis tem obriga-
toriamente o mesmo numero de variaveis nulas.
CAPITULO 5
O METODO SIMPLEX
O metodo simplex e um procedimento algebrico e iterativo que fornece a solucao exata

de qualquer PPL em um numero finito de iteracoes, o metodo e composto por criterios
especficos para escolha das solucoes que melhorem o desempenho do modelo e de um
teste de otimalidade. E tambem capaz de indicar se o problema tem solucao ilimitada,
se nao tem solucao ou se possui infinitas solucoes. Tais caractersticas permitem sua
implementacao em programas extremamente rapidos e eficientes, possibilitando a solucoes
de problemas com centenas de variaveis de decisao. Atualmente extensoes do metodo
sao capazes de analisar sistemas com centenas de milhares de variaveis. O metodo foi
desenvolvido pelo matematico americano George Dantizig em 1947, e resultou em uma
economia de bilhoes de dolares para a industria e o governo americano.
Para resolver um PPL algebricamente, e preciso desenvolver uma sistematica que seja
capaz de determinar:
Qual o sistema de equacoes que deve ser resolvido;
Que o proximo sistema a ser resolvido fornecera uma solucao melhor que os
anteriores;
Como identificar uma solucao otima, uma vez que a tenhamos encontrado.
Essa sistematica e denominada metodo ou algoritmo Simplex e consiste em:
79
80 CAPITULO 5. O METODO SIMPLEX
1. Escolher uma solucao basica viavel inicial;
2. Determinar solucoes basicas viaveis cada vez melhores;
3. Encontrar a solucao otima.
Inicialmente vamos considerar para analise e desenvolvimento do metodo PPls de

maximizacao cujo modelo original apresente restricoes somente do tipo .
Dado o PPL
max z = c1 x 1 + c2 x 2 + . . . + cn x n

a11 x1 + a12 x2 + . . . + a1n xn b1

..

.

ar1 x1 + ar2 x2 + . . . + arn xn br

s.a. : ..

.

bm

am1 x1 + am2 x2 + . . . + amn xn

xj 0 (j = 1, . . . , n)

Acrescentando as variaveis de folga para escrever o PPL na forma padrao, resulta no

seguinte modelo:
max z = c1 x 1 + c2 x 2 + . . . + cn x n

a11 x1 + a12 x2 + . . . + a1n xn + xn+1 = b1
..

.

ar1 x1 + ar2 x2 + . . . + arn xn + xn+r = br

.. (5.1)
s.a. : .

am1 x1 + am2 x2 + . . . + amn xn + xn+m = bm

xj 0

(j = 1, . . . , n, n + 1 . . . , n + m)
Podemos representar o ultimo modelo em uma tabela com a seguinte configuracao:

81
x1 x2 ... xn xn+1 . . . xn+r . . . xn+m b

a11 a12 . . . a1n 1 ... 0 ... 0 b1
.. ..
. .
ar1 ar2 . . . arn 0 ... 1 ... 0 br (5.2)
.. ..
. .
am1 am2 . . . amn 0 ... 0 ... 1 bm
c1 c2 ... cn 0 ... 0 ... 0 z = f (x)
Considerando que estamos analisando PPl cujas restricoes sao todas do tipo ,
sabemos que a origem do sistema de coordenadas e um dos vertices da regiao viavel, logo
naturalmente podemos tomar a seguinte particao:

x1
1 0 ... 0 xn+1 a11 a12 ... a1n b1
x2
0 1 . . . 0 xn+2 a21 a22 ... a2n . b2

.
. + . . = . (5.3)
. .. ..
.. ..

.
. . . .. .. . . . ..
..
0 0 ... 1 xn+m am1 am2 ... amn bm
xn
Bmm xB Nmn xN b

b1
..
Fixando xN = 0 obtemos xB = .
bm

T
Desta forma, tomando x = 0 0 . . . 0 b1 b2 . . . bm como solucao basica
viavel inicial, podemos reescrever a forma tabular (5.2) do PPL, adicionando a informacao
das variaveis basicas escolhidas, para obter o quadro simplex inicial:
base x1 ... xr ... xn xn+1 . . . xn+r . . . xn+m b
xn+1 a11 a1r a1n 1 0 0 b1

.. .. ..
. . .
xn+r ar1 arr arn 0 1 0 br
.. .. ..
. . .
xn+m am1 amr amn 0 0 1 bm
z c1 cr cn 0 0 0 0
A primeira coluna do quadro simplex informa quais sao as variaveis basicas e a ultima
coluna corresponde aos termos independentes das equacoes de restricao do problema. A
ultima linha contem os coeficientes das variaveis na funcao objetivo que representam a
contribuicao de cada variavel para a funcao objetivo z, por unidade, em cada iteracao do
processo de solucao.
Para compor o quadro simplex a funcao objetivo z = c1 x1 +c2 x2 +. . .+cn xn necessitou

da seguinte transformacao:
z = c1 x1 + c2 x2 + . . . + cn xn + 0xn+1 + . . . + 0xn+m
z c1 x1 c2 x2 . . . cn xn + 0xn+1 + . . . + 0xn+m = 0
Para problemas de maximizacao, a solucao inicial claramente nao e a melhor. Logo,

devemos procurar outra solucao basica viavel que retorne maior valor para z. Para isto e
necessario primeiramente,
Passo 1: Escolher uma variavel nao-basica que deve se tornar positiva para compor a base.
Obviamente, conforme ja observado no exemplo 4.6 a variavel que retorna a maior

contribuicao para a funcao objetivo devera ser selecionada, isto e, aquela variavel
cuja contribuicao unitaria expressa na ultima linha do quadro simplex tenha sinal
negativo e maior modulo.
Escolhida a variavel xr que entra na base, nosso problema agora e:
Passo 2: Determinar qual das variaveis basicas do quadro inicial deve sair base.
Em outras palavras, qual variavel se tornara nula para dar lugar a nova variavel
basica. Para tanto, observemos que todas as variaveis basicas do quadro inicial
podem ser escritas em funcao somente da variavel xr , visto que
x1 = x2 = . . . = xr1 = xr+1 = . . . = xn = 0
Assim, xn+i = bi air xr para i = 1, . . . , m

83
bi
Para cada coeficiente positivo air , a razao determina o valor de xr que anula a
air
variavel basica xn+i , para qualquer i = 1, . . . , n. Seja k o ndice tal que

bk bi
= min , air > 0, i = 1, . . . , n
akr air
Definido desta forma, a variavel basica xn+k se anula, isto e, se torna variavel nao
basica e todas as outras variaveis basicas do quadro inicial permanecem positivas.
E importante observar que para PPL com solucao finita, sempre existe pelo menos um
coeficiente air > 0 pois, caso contrario, se air 0 para todo i = 1, . . . , m entao f
e o PPL nao teria solucao otima finita.
Observando a particao (5.3) constatamos que a matriz B correspondente as variaveis

basicas e exatamente a matriz identidade e deve permanecer assim exceto por rearranjo
de colunas, mesmo com alteracoes na composicao do vetor das variaveis basicas.
Passo 3: Aplicar o metodo de Gauss-Jordan para resolucao de sistemas lineares.
A redefinicao das variaveis basicas e nao-basicas exige um pivoteamento do quadro

simplex para que os coeficientes das variaveis basicas formem a matriz identidade,
mediante possivelmente remanejamento de colunas, e que a contribuicao individual
para a funcao objetivo da variavel que entrou na base seja zerada.
O processo de entrada e sada de variaveis da base devera ser repetido ate que to-
dos os coeficientes da ultima linha se tornem nulos ou positivos, pois neste caso nao ha
mais possibilidade de crescimento da funcao objetivo e a solucao otima (caso exista) foi
encontrada. Sendo assim, ao final de cada iteracao, deve-se:
Passo 4: Verificar se existe contribuicao individual para a funcao objetivo, expressas na ultima
linha do quadro simplex, negativa.
. . . Exemplo 5.1. Resolver pelo metodo Simplex o problema ilustrativo apresentado no

exemplo 4.1, cujo modelo na forma padrao e:
max z = 40x1 + 60x2

2x1 + x2 + x3 = 70

x1 + x2 + x4 =

40
s.a. :

x1 + 3x2 + x5 = 90

xj

0 j = 1, . . . , 5
O quadro simplex inicial e dado a seguir:

x1 x2 x3 x4 x5 b
x3 2 1 1 0 0 70
x4 1 1 0 1 0 40
x5 1 3 0 0 1 90
z 40 60 0 0 0 0
Quadro 1
A variavel que deve entrar na base e x2 porque a contribuicao individual de x2 para

o lucro e maior, no quadro -60 e a contribuicao negativa com maior modulo. Para sair
da base devemos escolher x5 visto que 90 = min 70
40 90
3
, ,
1 1 3
. Isto e, na divisao termo a
termo do vetor dos termos independentes b pelo vetor dos coeficientes de x2 o menor valor
obtido foi 30, que corresponde a sada da variavel x5 da base.
Escalonando por Gauss-Jordan, obtemos:

x1 x2 x3 x4 x5 b
5 1
x3 3
0 1 0 3
40
2 1
x4 3
0 0 1 3
10
1 1
x2 3
1 0 0 3
30
z 20 0 0 0 20 1800
Quadro 2
85
De acordo com o quadro 2, a variavel x1 entra na base pois ha somente a contribuicao

desta variavel com sinal negativo na ultima linha. A variavel x4 sai da base pois

10 40 10 30
2 = min 5 , 2 , 1 = min {24, 15, 90}
3 3 3 3
Assim, apos escalonamento temos:
x1 x2 x3 x4 x5 b
5 1
x3 0 0 1 2 2
15
3 1
x1 1 0 0 2 2
15
1 1
x2 0 1 0 2 2
25
z 0 0 0 30 10 2100
Quadro 3
O fato de nao haver contribuicao com sinal negativo no quadro simplex garante que a
solucao basica viavel no quadro 3 e otima. Portanto a solucao do problema e fabricar 15
unidades do produto P1 e 25 unidades de P2 para obter um lucro maximo de $ 2.100,00,
sendo que ha uma folga na operacao da maquina M1 de 15 horas.
De acordo com o que estudamos do metodo simplex, o modelo de programacao linear

pode ser resolvido por um metodo de resolucao de sistemas lineares e a programacao linear
pode ser vista como um aprimoramento do Metodo de Gauss-Jordan para resolucao de
sistemas lineares, incorporando uma equacao adicional que representa o comportamento
que deve ser otimizado e utilizando um sistematica para troca de variaveis basicas e nao
basica.
Roteiro
Passo 1: Introduzir as variaveis de folga; uma para cada desigualdade.
Passo 2: Montar um quadro para os calculos, colocando os coeficientes de todas as variaveis

com os respectivos sinais e, na ultima linha, incluir os coeficientes da funcao objetivo
transformada.
Passo 3: Estabelecer uma solucao basica inicial, usualmente atribuindo valor zero as variaveis
originais e achando valores positivos para as variaveis de folga.
Passo 4: Como proxima variavel a entrar na base, escolher a variavel nao basica que oferece,
na ultima linha, a maior contribuicao para o aumento da funcao objetivo (ou seja,
tem o maior valor negativo). Se todas as variaveis que estao fora da base tiverem
coeficientes nulos ou positivos nesta linha, a solucao atual e otima. Se alguma dessas
variaveis tiver coeficiente nulo, isto significa que ela pode ser introduzida na base
sem aumentar o valor da funcao objetivo. Isso quer dizer que temos uma solucao
otima, com o mesmo valor da funcao objetivo.
Passo 5: Para escolher a variavel que deve deixar a base, deve-se realizar o seguinte procedi-
mento:
a) Dividir os elementos da ultima coluna pelos correspondentes elementos positi-

vos da coluna da variavel que vai entrar na base, caso nao haja elemento algum
positivo nesta coluna, o processo deve parar, ja que a solucao seria ilimitada.
b) O menor quociente indica a equacao cuja respectiva variavel basica devera ser
anulada, tornando-se variavel nao-basica.
Passo 6: Usando operacoes elementares com as linhas da matriz (soma e multiplicacao por
um escalar nao-nulo), transformar o quadro de calculos de forma a encontrar a
nova solucao basica. A coluna da nova variavel basica devera se tornar um vetor
identidade, onde o elemento 1 aparece na linha correspondente a variavel que esta
sendo anulada.
Passo 7: Se ainda houver elementos negativos na linha da funcao objetivo, retornar ao passo
4 para iniciar outra iteracao.

. . . Exemplo 5.2. Considere o PPL do exemplo 3.3 resolvido graficamente no exemplo

3.4, cujo modelo e:
87

x1 + x2 25 (restricao de camera de ar)

25x1 + 9x2 480

(restricao de operacao de costura)
s.a. :

6x1 + 11x2 240 (restricao de operacoes de finalizacao)

x1 , x2 0

(restricao de nao-negatividade)
Para determinar a solucao do PPL por sistemas de equacoes lineares e preciso primeiro
transformar o sistema de inequacoes lineares que representam as restricoes do problema
em um sistema equivalente de equacoes lineares. Para isto, sera preciso introduzir novas
variaveis no problema, denominadas variaveis de folga.
Neste exemplo, as restricoes tem a seguinte estrutura logica:
utilizacao de recursos disponibilidade
Introduzindo o conceito de variavel de folga de recurso, a inequacao pode ser reescrita

como:
utilizacao de recursos + folga = disponibilidade
A folga correspondente a cada recurso pode ser representada por uma variavel de modo
a transformar cada inequacao do PPL em uma equacao linear. Sejam
x3 : folga de cameras de ar;
x4 : folga de operacoes de costura;
x5 : folga de operacoes de finalizacao.
Introduzindo as variaveis de folga e trocando os termos de lado na equacao referente

a funcao objetivo, obtemos o modelo do PPL a ser resolvido e:
max z 6, 5x1 10x2 = 0

x1 + x2 + x3 = 25

25x1 + 9x2 + x4

= 480
s.a. :

6x1 + 11x2 + x5 = 240

0

xj j = 1, 2, 3, 4, 5
Desta forma, o problema consiste em encontrar a solucao de um sistema de equacoes

lineares que maximize o lucro. Para montar o quadro simplex inicial, e necessario es-
tabelecer uma solucao inicial para o problema, que sera sempre obtida, para problemas
nesta configuracao, fazendo as variaveis originais do modelo iguais a zero. Assim, fazendo
x1 = x2 = 0 (variaveis nao-basicas) e tomando as variaveis de folga x3 , x4 e x5 como
variaveis basicas, obtemos do Quadro 1:
x1 x2 x3 x4 x5 b
x3 1 1 1 0 0 25
x4 25 9 0 1 0 480
x5 6 11 0 0 1 240
z 6, 5 10 0 0 0 0
Quadro 1
Onde a primeira coluna corresponde as variaveis basicas, a ultima coluna corresponde

aos termos independentes das equacoes, e a ultima linha contem os coeficientes das
variaveis na funcao objetivo. Nessa ultima linha teremos sempre a contribuicao que cada
variavel da para o lucro total z, por unidade, em cada iteracao do processo de solucao.
Como a primeira solucao claramente nao e a melhor, vamos procurar outra que de um
valor maior para z. O problema e descobrir:
Das duas variaveis nao-basicas (nulas) na primeira solucao, qual deve se tornar
positiva?
Observando que na ultima linha do Quadro 1 temos os coeficientes da funcao objetivo

que mostram a contribuicao para o lucro z de cada unidade produzida de bola
89
Catechumbo (x1 ) e de bola Voleitok (x2 ). Assim, aplicando o criterio de que devemos
produzir primeiro o produto que mais contribui para o lucro, vamos comecar a
producao pela variavel x2 , ja que sua contribuicao unitaria para o lucro e maior que
a contribuicao de x2 . Logo, a variavel que devera entrar na base e x2 .
Das tres variaveis basicas (positivas) na primeira solucao, qual devera ser anulada?
Nota-se pelo Quadro 1 que, na primeira equacao, o maior valor possvel de x2 e 25,
quando x3 = 0 pois x1 = 0 por ser variavel nao-basica. Qualquer valor maior para
x2 fara com que o valor de x3 fique negativo, o que nao e permitido. Na segunda
equacao, o maior valor permitido para x2 e 53, 33, quando x4 = 0. Finalmente, na
terceira equacao o maior valor permitido para x2 e 21, 82, quando x5 = 0.
Analisando simultaneamente todas as equacoes, percebe-se que o maior valor possvel

para x2 e 21, 82, ja que atende as tres equacoes. Observe que esta analise pode ser
feita diretamente do Quadro 1, atraves da divisao dos elementos da coluna b pelos
correspondentes elementos da coluna x2 . O menor quociente indica, pela linha em
que ocorreu, qual a variavel basica que deve ser anulada.
240
Assim, como o menor quociente e dado pela divisao 11
, a variavel que devera sair
da base e x5 .
Portanto, x1 = 0 e x5 = 0 sao as novas variaveis nao-basicas e o sistema deve ser

resolvido para encontrar os valores x3 , x4 e x2 . A solucao desse sistema sera feita usando
o Quadro 1 com as equacoes completas e usando as operacoes elementares de multiplicacao
de uma linha por um escalar nao nulo e soma de linhas da matriz.
x1 x2 x3 x4 x5 b
x3 0, 4546 0 1 0 0, 09091 3, 18
x4 20, 09 0 0 1 0, 8182 283, 6
x2 0, 5454 1 0 0 0, 09091 21, 82
z 1, 046 0 0 0 0, 9091 218, 2

Quadro 2
O processo de entrada e sada de variaveis da base devera ser repetido ate que todos
os coeficiente da linha 4 se tornem nulos ou positivos.
falta fazer quadro 3
x1 x2 x3 x4 x5 b
x3 0, 4546 0 1 0 0, 09091 3, 18
x4 20, 09 0 0 1 0, 8182 283, 6
x2 0, 5454 1 0 0 0, 09091 21, 82
z 1, 046 0 0 0 0, 9091 218, 2

Quadro 2
5.1. FLUXOGRAMA PARA SOLUCOES FINITAS 91
5.1 Fluxograma para solucoes finitas
5.2 Analise de Sensibilidade
Lista de Exerccios 5.1. Resolver os modelos em PL, usando o metodo Simplex:
1. Um fabricante de fantasias tem em estoque 32m de brim, 22m de seda e 30m de

cetim e pretende fabricar dois modelos de fantasias. O primeiro modelo consome
4m de brim, 2m de seda e 2m de cetim. O segundo modelo consome 2m de brim,
4m de seda e 6m de cetim. Se o primeiro modelo e vendido a 6.000u.m. e o segundo
modelo a 10.000u.m., quantas pecas de cada tipo o fabricante deve fazer para obter
a receita maxima?
2. Um dono de loja estoca dois tipos de leite, semidesnatado e integral, e esta tentando
decidir quantos de cada um encomendar. Ele precisa encomendar o leite para entrega
com um dia de antecedencia. Sabe que vendera pelo menos 75 litros em um so
dia, e entao nao encomendara menos do que essa quantidade. Seu contrato com
o fornecedor diz que deve comprar pelo menos 30 litros de semidesnatado, e nao
possui espaco no refrigerador para mais de 100 litros ao todo. Se o dono da loja
obtem 15 centavos de lucro com um litro de leite semidesnatado e 17 centavos de
lucro cm um litro de leite integral, o que deve fazer para maximizar seu lucro?
3. A Gutchi Company fabrica carteiras, estojos de barbear e mochilas. A producao das

pecas utiliza couro e materiais sinteticos, sendo o couro a materia-prima que limita
a producao. O processo de producao requer dois tipos de mao-de-obra especializada:
costura e acabamento. A Tabela da a disponibilidade dos recurso, sua utilizacao
nos tres produtos e os lucros por unidade.
Recursos necessarios por unidade

Recurso Carteira Estojo de barbear Mochila Disponibilidade diaria
Couro(pes2 ) 2 1 3 42
Costura(h) 2 1 2 40
Acabamento(h) 1 0,5 1 45
Preco de Venda($) 24 22 45
(a) Formule a questao como um problema de programacao linear e ache a solucao

otima.
(b) De acordo com a solucao otima, determine o status de cada recurso.
4. Uma fabrica textil labora em 3 turnos: das 7 as 15 horas; das 15 as 23 horas; das
23 as 7 horas. Em cada turno necessita de modelistas, costureiras e embaladoras
que auferem por hora de trabalho, respectivamente 23,00, 19,00 e 7,50 u.m. As
modelistas e costureiras auferem um adicional de 2,00 u.m./hora quando trabalham

no ultimo dos turnos indicados sendo o salario das embaladoras, neste turno, de
8,50 u.m./h.
As necessidades da producao exigem, em cada turno, 1 hora de modelista por cada

3 horas de costureira nao podendo haver mais do que um total de 200 horas de em-
baladora em cada turno. Pretende-se que o total de horas de trabalho de modelista
e costureira seja no mnimo de 400 horas no turno da manha, 376 horas no turno
da tarde e 270 horas no turno da noite. Em cada turno deve haver o mnimo de 600
horas de trabalho.
5. Um banco decidiu ter os seus balcoes abertos ao publico das 08 horas as 20 horas
pelo que necessita planejar novos horarios de servico para os seus funcionarios. Para
tal decidiu dividir o dia de trabalho em 6 perodos de 2 horas e fixar para cada um
destes perodos o seguinte numero mnimo de funcionarios:
8-10h 10-12h 12-14h 14-16h 16-18h 18-20h
no . mnimo de
funcionarios 6 10 12 11 5 4
Os funcionarios trabalham diariamente 6 horas consecutivas, podendo a empresa

fixar a hora de entrada ao servico. Apresentar o modelo de PL que minimiza o
numero total de empregados necessarios diariamente.
6. Um distribuidor de produtos para festas infantis compra dos produtores chapeus de

papel, lnguas-de-sogra e bexigas, e prepara caixas com esses tres produtos na forma
de kits para festas. Observacoes anteriores mostram que:
a. A quantidade de chapeus e lnguas-de-sogra deve ser pelo menos 50% do total.
b. O pacote deve ter pelo menos 20 bexigas.
c. Cada item deve concorrer com pelo menos 25% do total da caixa.
Chapeu de papel: 50.000

O custo dos componentes (em milhares de unidades) e: Lngua-de-sogra: 20.000
Bexiga: 5.000
Qual a composicao da caixa que tem o menor custo?
7. Uma empresa qumica opera uma pequena usina. Operar a usina exige duas materias-
primas, A e B. O fornecimento maximo disponvel por semana e 2.700 litros de A e
2.000 litros de B. A usina pode operar usando um dos dois processos, que possuem
diferentes exigencias de materia-prima, como demonstrado a seguir:
Materias-primas consumidas
(litros por hora)
Processo A B
1 20 10
2 30 25
A usina pode funcionar por um total de 120 horas por semana mas, por motivo de
seguranca, o Processo 1 nao pode ser operado por mais de 100 horas por semana.
Quantas horas cada processo deve funcionar?
8. Uma pequena padaria local recebeu um pedido para fornecer dois tipos de pao:
sabor queijo e paozinho de semente de papoula, para um servico de entrega de
sanduches. Eles receberao 5 centavos por cada paozinho e 8 centavos por cada pao
sabor queijo que fornecerem. Inicialmente a empresa de entrega de sanduches esta
feliz em comprar quanto a padaria conseguir produzir desses dois tipos de pao. A
padaria ja possui encomendas semanais de 100 kg de farinha e 1 kg de fermento, e
gostaria de ser capaz de cumprir seu novo contrato sem aumentar essas quantidades.
Cada paozinho utiliza 30g de farinha e e 0,5g de fermento, enquanto cada pao sabor
queijo utiliza 125g de farinha e 1g de fermento. O acordo diz que eles devem fornecer
pelo menos 1.000 paes de semente de papoula e entre 300 e 500 paes sabor queijo
por semana.
(a) Quantos paes de cada tipo a padaria deve ter com objetivo fornecer a cada
semana para maximizar seu lucro?
(b) Se a padaria desejasse reduzir sua encomenda de farinha, poderia faze-lo?
Meses depois, a padaria decidiu expandir sua variedade de produtos, e agora pro-
duzira um segundo tipo de pao (tomate seco), que necessita de 140g de farinha,
1,2g de fermento e contribui com um lucro de 10 centavos por unidade. Ela mudou
seus pedidos para atender a crescente demanda e agora recebe entregas de 250kg de
farinha e 3kg de fermento. Os pedidos existentes significam que ele deve produzir
pelo menos 1.500 paezinhos e 800 bisnagas por semana. Que quantidade de cada
produto a padaria deve produzir e vender para maximizar seu lucro? Ela pode
reduzir a quantidade de fermento encomendada?
1. O quadro a seguir mostra o processo de resolucao de um PPL . A partir dos dados

fornecidos, responda as seguintes questoes:
BASE X1 X2 X3 Y1 Y2 B
1 3 5 9
2
1 2 2
0 2
(Recurso A)
2 0 1 1 1 6 (Recurso B)
L 12 0 3
2
3
2
0 27
2
(a) Complete o quadro indicando as variaveis que estao na base.
(b) Escreva a solucao que o quadro indica. A solucao obtida nessa etapa e otima?
2. Uma empresa fabricante de moveis de copa trabalha com tres modelos principais de
conjuntos aos quais denomina MXA, MXB e MXC (x1 , x2 e x3 , respectivamente),
cuja producao semanal deseja programar. As margens unitarias de lucro dos mode-
los sao respectivamente, $20, $8 e $ 3. Os tres conjuntos utilizam as tres principais
secoes da fabrica, que chamaremos Secao 1, Secao 2 e Secao 3, conforme os coefi-
cientes unitarios de utilizacao mostrados no modelo de programacao linear abaixo.
As secoes dispoem das seguintes capacidades semanais de trabalho, respectivamente:
240 homens-horas (H.h), 320 H.h e 480 H.h. O modelo de programacao linear uti-
lizado pelo setor de planejamento da empresa para a programacao da producao da
proxima semana e o seguinte:
Achar x1 , x2 e x3 de modo a
Maximizar lucro = 20x1 + 8x2 + 3x3
respeitando as restricoes:
4x1 + 1x3 240 (Secao 1)

4x1 + 2x2 + 2x3 320 (Secao 2)
3x1 + 4x2 480 (Secao 3)
O quadro a seguir mostra os resultados do processo de solucao do Metodo Simplex.

BASE X1 X2 X3 Y1 Y2 Y3 B
1 1
1 0 4 4
0 0 60
1
0 1 2
14 1
2
0 40
0 0 11
4
5
4
2 1 140
LUCRO 0 0 6 1 4 0 1520
Pede-se:
(a) Na solucao otima do problema, identifique as utilidades marginais das tres

secoes utilizadas no processo de producao da empresa.
(b) Caso a Secao 1 tenha sua disponibilidade alterada para 200 H.h, quais os novos
valores das producoes otimas dos conjuntos MXA e MXB?
(c) Caos a empresa possa acrescentar mais 60 H.h a alguma secao, qual devera ser
a secao escolhida? Por que?
(d) Na hipotese anterior, quais os novos valores das producoes otimas e quais as
novas utilizacoes dos recursos?
3. Uma empresa produz dois produtos A e B. As receitas unitarias sao $ 2 e $ 3,

respectivamente. A disponibilidade das duas materias-primas (M1 e M2 ) usadas na
fabricacao dos produtos e de 8 e 18 unidades. Uma unidade de A usa duas unidades
de M1 e duas unidades de M2 , e uma unidade de B usa tres unidades de M1 e seis
unidades de M2 .
(a) Determine as faixas de viabilidade de cada restricao.
(b) Suponha que quatro unidades adicionais de M1 podem ser adquiridas ao custo
de 30 centavos por unidade. Voce recomendaria essa compra adicional?
(c) Qual e o valor maximo que a empresa pode pagar por unidade de M1 ?
(d) Determine a receita otima se a disponibilidade de M2 for aumentada em cinco

unidades.
(e) Determine as faixas de otimalidade para as receitas unitarias considerando que

as alteracoes sao feitas uma por vez.
(f) Como fica a solucao otima se a receita unitaria do produto A passar a ser $ 5?
E se a receita unitaria do produto B passar a ser $ 4?
4. Uma pequena empresa produz posteres de bandas de Rock. Ela fabrica quatro tipos
de posteres, que diferem em tamanho e nas cores utilizadas. A empresa conseguiu
uma impressora para produzir os posteres e estabeleceu um limite mnimo de 1000
posteres para producao. Cada poster deve ser impresso, cortado e dobrado. O
tempo (em minutos) para fazer isso para os quatro tipos de posteres e de:
Tipo de Poster Impressao Corte Dobragem
A 1 2 3
B 2 4 2
C 3 1 5
D 3 3 3
Disponvel 15000 20000 20000
(a) Quais as quantidades otimas produzidas e o lucro projetado?
(b) Quanto a empresa esta disposta a pagar por tempo extra de impressao, de
corte e de dobragem?
(c) Suponha que reduzssemos o limite mnimo de producao de 1000 em um dos

itens para 900. Qual poster deveria ter sua producao diminuda, e qual seria o
lucro adicional da empresa?
5. A Distribuidora de Bebidas Desce Redondo deseja programar suas vendas para o

mes de janeiro, de acordo com as cotas por produtos determinadas pela empresa
produtora Ambe, fabricante de diferentes marcas de cerveja. Neste perodo, a Desce
Redondo consegue vender quaisquer quantidades de produto entregues pela Ambe,
tendo uma margem de lucro de 12% sobre sua receita. A Ambe autorizou um pedido
de 150.000 caixas com 24 garrafas cada, de diversos produtos, podendo a Desce
Redondo determinar dentro de certos limites impostos pela fabrica que quantidade
deseja receber de cada cerveja. A tabela abaixo discrimina os lucros unitarios por
caixa dos produtos e limites de cotas impostos pela fabrica.
Cerveja Capacidade Preco de venda Max (%) Min(%)

Recipiente (ml) por caixa (R$)
Antartida 600 55,00 60 55
Antartida 350 37,50 40 35
Boemia Regressa 600 60,00 3,0 1,0
Mudweiser 350 40,50 1,5 0,5
Malebier 350 34,00 1,5 1,0
Bama Chopp 350 40,50 1,7 0,5
Lambati 350 44,30 5,0 2,0
Desce Redondo 600 44,30 3,0 0,5

Pede-se
(a) Quais sao as quantias otimas a serem solicitadas? Qual o lucro total?
(b) Se voce pudesse aumentar seu pedido em 50 caixas, que cerveja solicitaria?
6. Considere o PPL
max z = 5x1 + 5x2 + 13x3

x1 + x2 + 3x3 20

s.a. : 12x1 + 4x2 + 10x3 + 2x4 90

x1 , x2 , x3 0

bem como o seu quadro Simplex otimo
x1 x2 x3 x4 x5
x2 -1 1 3 1 0 20
x5 16 0 -2 -4 1 10
z 0 0 -2 -5 0 -100
Resolva as seguintes questoes:
(a) Qual a nova solucao otima se alterarmos o vetor b de (20 90)T para (10 100)T ?
(b) Qual a nova solucao otima se alterarmos o custo c3 da variavel x3 de 13 para

8?
(c) Qual a nova solucao otima se alterarmos os coeficientes de x2 nas restricoes de

(1 4)T para (2 5)T ?
(d) Qual a nova solucao otima se introduzirmos no PPL original uma nova variavel
x6 com coeficientes a6 = (3 5)T e c6 = 10?
(e) Qual a nova solucao otima se introduzirmos uma nova restricao no PPL origi-
nal: 2x1 + 3x2 + 5x3 50?
7. A Electra produz quatro tipos de motores eletricos, cada um em uma linha de

montagem separada. As capacidades respectivas das linha sao 500, 500, 800 e 750
motores por dia. O motor do tipo 1 usa oito unidades de um certo componente
eletronico, o motor do tipo 2 usa cinco unidades, o motor do tipo 3 usa quatro
unidades e o motor do tipo 4 usa seis unidades. O fabricante do componente pode
fornecer 8.000 pecas por dia. Os precos dos componentes para os respectivos tipos
de motor sao $ 60, $ 40, $ 25 e $ 30 por motor.
(a) Determine o mix otimo de producao diaria.
(b) A atual programacao de producao atende as necessidades da Electra. Con-

tudo, devido a concorrencia, pode ser que a empresa precise reduzir o preco do
motor do tipo 2. Qual e a maior reducao que pode ser efetuada sem alterar a
programacao de producao atual?
(c) A Electra decidiu reduzir em 25% o preco de todos os tipos de motores. Use
a analise de sensibilidade para determinar se a solucao otima permanecera
inalterada.
(d) Atualmente, o motor do tipo 4 nao e produzido. De quanto deveria ser o

aumento no preco desse motor para ser includo na programacao de producao?
8. Um fazendeiro dispoe de 100 hectares de terra e um total de mao-de-obra anual

disponvel correspondente a 10 000 homens/hora. O fazendeiro tem a opcao de
plantar trigo, soja ou milho. O gasto anual de mao-de-obra por hectare para cada
uma destas culturas e respectivamente h1 , h2 e h3 homens/hora. O lucro por hectare
para trigo, soja e milho e respectivamente 10, 8 e i unidades monetarias. O filho
do fazendeiro, Pedro, que estuda P.O., montou entao o seguinte modelo, que visa
maximizar o lucro da fazenda:
max z = 10x1 + 8x2 + x3

x1 + x2 + x3 100

s.a. : h1 x1 + h2 x2 + h3 x3 10000

x1 , x2 , x3 0

onde x1 , x2 e x3 representam a quantidade de terra por hectare a ser plantada

respectivamente com o trigo, soja e milho. Em seguida, Pedro pediu ao pai para
especificar os valores de h1 , h2 e h3 , com o auxlio do Simplex determinou a solucao
otima atraves do seguinte quadro:
x1 x2 x3 x4 x5
1 1 1 1 0 100
0 -2 -2 -5 1 9500
0 2 9 10 0
Visando prevenir-se contra possveis mudancas na fazenda, estude os seguintes casos

(os casos nao podem ocorrer simultaneamente):
(a) Uma industria se instala nas proximidades da fazenda e absorve toda a mao-
de-obra da regiao. O fazendeiro fica restrito ao caseiro, que nao pode dispor
de mais de 300 horas por ano. O plano de producao da fazenda seria alterado?
Como? Caracterize a nova solucao.
(b) Por uma questao de seguranca (mudanca de precos do trigo), o fazendeiro

decide plantar no maximo 50 hectares de trigo. Qual seria a nova solucao
otima?
(c) Determine o valor das variaveis do dual para tres solucoes obtidas (a dada
no enunciado e mais as obtidas em (a) e (b)). Interprete o significado dessas
variaveis para as tres solucoes caracterizando as alteracoes sofridas.

Po PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Po PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Andrea Cardoso

1 Conhecendo a Pesquisa Operacional 4

CONHECENDO A PESQUISA OPERACIONAL

matematicos, apoiados em dados e fatos, que lhes permitissem perceber os problemas em

Programacao Matematica Outros Ramos

Resumidamente podemos dizer que o objetivo principal da PO e determinar a pro-

Figura 1.1: Passos para implementacao de PO

Identificado o problema a ser estudado, a fase de formulacao consiste na estruturacao

1.1 Modelos Matematicos

verbais: quando sao descritos e representados por palavras e sentencas.

esquematicos: quando descritos por meio de graficos, tabelas ou diagramas.

matematicos: quando representados por relacoes matematicas, como equacoes, inequa-

Um modelo matematico e uma representacao simplificada de uma situacao real e deve

Entrada Modelo Sada

1. Qual e a meta a ser atingida? (objetivo)

2. Quais sao as alternativas para a decisao? (variaveis de decisao)

3. Sob quais condicoes a decisao deve ser tomada? (restricoes)

1.2 Primeiros Exemplos e Aplicacoes

1. Comprando manteiga, a dona-de-casa

gasta mais dinheiro;

2. Comprando margarina, a dona-de-casa

Dependendo do peso que atribuir a cada consequencia, a dona-de-casa podera chegar

. . . Exemplo 1.2. Problema da travessia do rio

As seguintes alternativas podem ser consideradas:

Calculando os tempos gastos em cada uma das alternativas, temos:

T3 = 1, 5 + 1 + 7, 5 + 2 + 1, 5 = 13, 5 = 13, 5 min

Dentre as tres alternativas, a melhor e a alternativa 3, onde o tempo total para a

Variaveis de decisao: Alternativas 1, 2 e 3

Objetivo: Minimizar o tempo de travessia

Decisao A1 Decisao A2 Decisao A3

Estados possveis Probabilidades Investir em Investir em Investir em

da economia poupanca dolar fundos

S1 : Recessao 0,40 $ 300 $ 400 - $ 100

S2 : Estabilidade 0,40 $ 300 $ 300 $ 200

S3 : Expansao 0,20 $ 300 $ 200 $ 700

Qual e o melhor investimento?

GA1 = 0, 40 300 + 0, 4 300 + 0, 2 300 = 300

GA2 = 0, 40 400 + 0, 4 300 + 0, 2 200 = 320

GA3 = 0, 40 (100) + 0, 4 200 + 0, 2 700 = 180

a melhor decisao a ser tomada e a alternativa A2 , investir em dolar.

Variaveis de decisao: Investir em A1 , A2 ou A3

. . . Exemplo 1.4. O caso da Casa das Esfirras

Dados relevantes para o estudo sao fornecidos na tabela seguinte:

Preco medio praticado pela concorrencia (por unidade) 1,00

Custo unitario da massa 0,10

Custo unitario do recheio 0,30

Custo do processo de fabricacao (por unidade) 0,40

Custo fixo 8.000,00

Variaveis de decisao: Preco unitario da esfirra

Para construir um modelo para formacao de preco, e primeiro necessario calcular a

Levando-se em conta que a cada desconto de 1% no preco corresponde uma demanda

d(0, 99) = 75000.

Admitindo que a funcao demanda seja uma funcao afim do tipo:

onde o coeficiente angular a pode ser determinado por:

Para encontrar o coeficiente linear b e determinar d, basta substituir d(1) = 70000 na

expressao d(p) = 500000p + b, desta forma

70000 = d(1) = 500000(1) + b

Portanto, a funcao demanda nas condicoes do problema e:

d(p) = 500000p + 570000

Na tabela a seguir sao apresentados os resultados do Lucro Operacional para diversos

Uma rapida inspecao garante que:

Preco acima de 1,00 retorna em lucro menor;

Lucro crescente para valores entre 1,00 e 0,95;