Escolar Documentos
Profissional Documentos
Cultura Documentos
PROBLEMA 6
Uma planta de concentração de cera, como mostrado a seguir, recebe uma matéria-prima
com uma baixa concentração e tem como objetivo refiná-la, a fim de obter um produto com
com um maior valor agregado.
Ao lidar com um problema de otimização que possa ser resolvido por programação linear,
mais especificamente pelo método do simplex linear, é necessário que se adeque o problema a
um formato padrão. Para isso, deve-se definir as variáveis de decisão, a função objetivo e as
restrições do problema. Na Tabela 6.1, as informações fornecidas são organizadas por custo de
matéria prima, lucro na venda dos produtos e a capacidade de produção e armazenamento do
processo.
A função objetivo foi formulada de modo a representar o lucro obtido com o processo em
termos de custos de produção, dessas forma, faz-se a receita obtida com a venda dos produtos
menos os gastos necessários com matéria prima.
Inicialmente, organiza-se o problema de modo que se possa realizar as manipulações
necessárias para a aplicação o método simplex linear, deixando claro que para o caso em
questão, deseja-se que as variáveis de decisão sejam maiores ou iguais a zero.
A última coluna corresponde aos termos independentes das equações, e a partir desse
ponto inicia-se a identificação das variáveis básicas e não-básicas. Por definição, uma variável
é considerada básica quando a mesma aparece apenas uma vez em uma das equações, enquanto
as variáveis não-básicas, estão presentes em mais de uma equação.
6.1 Avaliação da Solução Básica
𝑥1 = 𝑥2 = 𝑥3 = 𝑥4 = 0
𝑓 = 0,08.0 + 0,06.0 − 0,015.0 − 0,03.0 = 0
Sendo assim, ao avaliar a solução básica, teríamos o lucro nulo. Tal conclusão permite-
nos afirmar que a solução básica de fato, não é a solução ótima, uma vez que deseja-se a
maximização do lucro.
A implementação do método simplex para problemas lineares é regida por duas regras:
Regra 2: Para cada linha onde existe um coeficiente de variável estritamente positivo
(ou seja, uma variável de decisão), deve-se calcular a razão entre o coeficiente independente da
linha correspondente e o coeficiente da variável de entrada. Dessa forma, a escolha do pivô tem
como critério de escolha, a linha que apresente a menor razão. Com a definição do pivô, inicia-
se o pivotamento da matriz problema pelo método de Gauss-Jordan.
A determinação da variável de entrada tem como critério a análise dos coeficientes das
variáveis de decisão, de modo que escolhe-esse aquela variável que apresente um coeficiente
negativo na função objetivo e que esteja localizada mais a esquerda na matriz problema. Nesse
caso, escolhe-se x3 como variável de entrada, no entanto, antes deve ser verificado que na
coluna da mesma exista algum valor positivo. Caso contrário, haverá a possibilidade de se lidar
com um pivô negativo, o que acarretará em coeficientes independentes negativos durante o
pivotamento. Tal circunstância, quebraria o critério mais elementar desse tipo de problema:
todas as variáveis de decisão devem ser maiores ou iguais a zero, ao se calcular a solução básica.
Portanto, na matriz a seguir é mostrada a escolha do pivô (destacado pelo círculo em vermelho)
que será utilizado no pivotamento, além do modo como as razões são calculadas.
𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7 Razão
Vale ressaltar que a avaliação dos coeficiente na coluna da variável de entrada escolhida,
de modo que o pivô escolhido seja positivo, evita alguns inconvenientes para os casos em que
o problema apresente condições que o leve a entrar em ciclo infinito.
O pivotamento de Gauss-Jordan é realizado até que não se tenha mais nenhum
coeficiente negativo na linha que define a função objetivo, o que garantirá que a solução
encontrada é a solução ótima.
𝑥1 𝑥2 𝑥3 𝑥4 𝑥5 𝑥6 𝑥7
1 −0 0 0 −0 1 0 = 500
0 4 1 0 3 4,5 0 = 150
0 −4 0 1 −2 4,5 0 = 650
0 1 0 0 0 0 1 = 600
Os resultados obtidos para o máximo lucro são apresentados na Tabela 6.2.