2.9.

Sistemas de equações lineares 45

poliedrais, exibindo pontos extremos, arestas e, eventualmente, faces, se poliedros

no Rn , n ≥ 3, forem condiderados.
Outra caracterı́stica importante, ilustrada na Figura 2.9, é a adjacência das
soluções básicas viáveis. Partindo da solução básica viável I, obtém-se a solução
básica viável II, adjacente a I, por meio de uma troca conveniente de uma variável
básica por uma variável não-básica, e assim sucessivamente, até que todas as soluções
básicas viáveis sejam percorridas.

Troca de variáveis – método de Gauss-Jordan

Considere o problema de, dada uma solução básica qualquer, obter uma
solução básica alternativa de forma computacionalmente eficiente. Este problema
pode ser abordado por meio do método de Gauss-Jordan para solução de sis-
temas de equações lineares do tipo Ax = b, sendo A uma matriz quadrada não-
singular. O método de Gauss-Jordan pode ser estendido a sistemas de equações
lineares com m ≤ n e rank A = m. Uma operação particular do método, conhecida
como pivoteamento, é ilustrada a seguir.

Exemplo 2.19 Considere o seguinte sistema de equações lineares:

x1 + 2x2 + x3 − 2x4 = 10,

−x1 + 2x2 − x3 + x4 = 6,
x2 + x3 = 2.

O sistema de equações pode ser representado na forma de uma matriz de

coeficientes como
.. ..
 
I 1 2 1 . −2 . 10
M = B ... N ... b =  −1 2 −1 ... ..
h i  
.
 
1 . 6 
. .
 
0 1 1 .. 0 .. 2

Inicialmente soma-se as duas primeiras linhas de M e armazena-se o resultado

na segunda linha. Obtém-se

.. ..
 
1 2 1 . −2 . 10
M1 =  0 I 4 0 ... −1 ... 16  .
 
 
. .
 
0 1 1 .. 0 .. 2

O elemento da matriz M indicado por (I) funcionou como elemento-pivot.

A operação que resultou na primeira coluna de M1 é chamada de pivoteamento. O
segundo elemento pivot encontra-se indicado na matriz M1 . Inicialmente divide-se
a segunda linha de M1 por 4. Multiplica-se a nova segunda linha por −2, soma-se
o resultado à primeira linha e armazena-se a soma na primeira linha; multiplica-se
a nova segunda linha por −1, soma-se o resultado à terceira linha e armazena-se a
46 Capı́tulo 2. Programação Linear

soma na terceira linha. Obtém-se

.. ..
 
 1 0 1 . −6/4 . 2 
M2 =  0 1
 .. .. 
.
0 . −1/4 . 4 
.. ..
 
0 0 I1 . 1/4 . −2
O terceiro elemento pivot encontra-se indicado na matriz M2 . Multiplica-se a
terceira linha de M2 por −1, soma-se o resultado à primeira linha e armazena-se a
soma na primeira linha, para obter a matriz final:
.. ..
 
1 0 0 . −7/4 . 4
M3 =  0 1 0 ... −1/4 ...
 
.
 
4 
. .
 
0 0 1 .. I 1/4 .. −2
O sistema de equações original foi manipulado até atingir a forma
x1 − (7/4)x4 = 4,
x2 − (1/4)x4 = 4,
x3 + (1/4)x4 = −2.
A solução básica indicada é

xB
1 = 4, xB
2 = 4, xB
3 = −2 e xN
4 = 0.

Suponha que as variáveis x3 e x4 devam ser transformadas em variáveis

não-básica e básica, respectivamente. A transformação desejada pode ser obtida
aplicando-se o método de Gauss-Jordan ao elemento pivot indicado na matriz M 3 .
A idéia é transformar a quarta coluna de M3 numa coluna idêntica à terceira coluna,
associada à variável x3 . No processo, a terceira coluna de M3 transforma-se numa
coluna não-básica. Com o pivoteamento, obtém-se
.. ..
 
 1 0 7 . 0 . −10 
M4 =  0 1 1 ... 0 ... ,
 
2 
.. ..
 
0 0 4 . 1 . −8
correspondente ao sistema de equações
x1 + 7x3 = −10,
x2 + x3 = 2,
+ 4x3 + x4 = −8.
A nova solução básica é

xB
1 = 10, xB
2 = 2, xB
4 = −8 e xN
3 = 0.

2
2.10. O método Simplex 47

2.10 O método Simplex

O método Simplex para solução de problemas de programação linear explora

o fato de que se um dado problema possui uma solução viável ótima, então o pro-
blema possui uma solução básica viável ótima. O método Simplex percorre as
soluções básicas viáveis do problema até que uma solução básica viável ótima seja
identificada. Para tanto, o método Simplex utiliza três procedimentos principais,
detalhados em seguida.

1. Determinação de uma solução básica inicial viável;

2. Determinação da variável não-básica que se torna básica;

3. Determinação da variável básica que se torna não-básica.

Determinação da variável básica que se torna não-básica

A técnica de pivoteamento do método de Gauss-Jordan pode ser adaptada
para resolver o seguinte problema: dada uma solução básica viável, suponha que
uma variável não-básica deva ser transformada numa variável básica. Qual variável
deve deixar de ser básica de forma que a nova solução básica também seja viável ?
Na discussão deste problema assume-se que o sistema de equações Ax = b encontra-
se na forma

x1 + y1,m+1 xm+1 + ··· + y1,n xn = y1,0 ,

x2 + y2,m+1 xm+1 + ··· + y2,n xn = y2,0 ,
.. .. .. .. .. .. .. .. (2.24)
. . . . ··· . . . .
xm + ym,m+1 xm+1 + ··· + y2,n xn = ym,0 .

A obtenção da forma canônica (2.24) faz parte do procedimento de obtenção

de uma solução básica inicial viável, a ser discutido posteriormente. Supõe-se que
yi,0 > 0 para todo i = 1, 2, . . . , m, de tal maneira que a solução básica correspon-
dente é viável e não-degenerada:

xB
1 = y1,0 , xB
2 = y2,0 , . . . , xB
m = ym,0 ;
N N N
xm+1 = xm+2 = · · · = xn = 0.

Seja xq , q ≥ m+1, a variável não-básica a ser transformada em variável básica.

É possı́vel expressar as variáveis básicas em termos de xq da seguinte maneira:

x1 = y1,0 − y1,q xq ,
x2 = y2,0 − y2,q xq ,
..
.
xm = ym,0 − ym,q xq .
48 Capı́tulo 2. Programação Linear

Inicialmente, xq = 0, obtendo-se a solução básica inicial viável. Quando xq

aumenta a partir de zero, a forma como os valores das variáveis x1 , x2 , . . . , xm
variam depende dos valores dos yi,q ’s:


 yi,q > 0 : xi tende a dinimuir;



yi,q = 0 : xi fica inalterada;




yi,q < 0 : xi tende a aumentar.


A situação yi,q ≤ 0 não leva à inviabilidade da solução porque xi permance

positivo quando xq cresce. Entretanto as variáveis tais que yi,q > 0 tendem a zero;
seus valores devem deixar de diminuir quando uma ou mais dessas variáveis atingir
o valor zero. As variáveis que primeiro atingem o valor zero são aquelas associadas
à menor razão entre os yi,0 ’s e yi,q ’s para yi,q ’s positivos:
 
yi,0
min , yi,q > 0 .
i yi,q
Se a menor razão estiver associada a uma única variável básica, por exemplo
xp (1 ≤ p ≤ m), então xq (agora positiva e básica) substitui xp (agora nula e não-
básica) na nova solução básica viável não-degenerada. Se a menor razão estiver
associada a duas ou mais variáveis básicas, por exemplo xp e xs , então xq substitui
xp (ou xs ) e xs (ou xp ) permanecerá como váriável básica igual a zero. Neste caso,
a nova solução básica viável será degenerada.

Exemplo 2.20 Considere o sistema de equações lineares na forma canônica

x1 + 2x4 + 4x5 + 6x6 = 4,
x2 + x4 + 2x5 + 3x6 = 3,
x3 − x4 + 2x5 + x6 = 1.
A solução básica viável inicial é

xB
1 = 4, xB
2 = 3, xB
3 = 1,
N N N
x4 = x4 = x6 = 0.

Suponha que a variável x5 deva ser transformada em variável básica. A

variável a ser transformada em variável não-básica é determinada calculando-se
 
4 3 1
min , , .
4 2 2
A menor razão está associada à variável x3 . A troca de solução básica é
realizada através de pivoteamento aplicado ao coeficiente de x5 na terceira equação.
Executando a operação de pivoteamento, obtém-se o sistema
x1 − 2x3 + 4x4 + 4x6 = 2,
x2 − 2x3 + 2x4 + 2x6 = 2,
+ (1/2)x3 − (1/2)x4 + x5 + (1/2)x6 = 1/2.
2.10. O método Simplex 49

A nova solução básica viável é

xB
1 = 2, xB
2 = 2, xB
5 = 1/2,
xN
3 = xN
4 = xN
6 = 0.

Determinação da variável não-básica que se torna básica

Dada uma solução básica viável, e definido que uma variável não-básica deve
se tornar básica, sabe-se agora como realizar a troca de solução básica mantendo
a viabilidade da solução. Discute-se a seguir o critério para definir qual variável
não-básica deve se tornar básica.

Custos relativos

A transformação de uma variável não-básica em básica é vantajosa apenas

se a nova solução básica viável diminuir o valor da função-objetivo do problema
linear considerado. Para saber a priori quando a transformação de uma variável
não-básica em básica irá diminuir o valor da função-objetivo, é necessário calcular
os custos relativos das variáveis de decisão, como discutido a seguir.
A função-objetivo do problema pode ser expressa como

z = c 1 x1 + c 2 x2 + c n xn , (2.25)
X X
= ci xi + , (2.26)
i∈I j∈J

= c B xB + c N xN . (2.27)

Convém lembrar que I e J são os conjuntos de ı́ndices das variáveis básicas

e não-básicas, respectivamente. Na terceira expressão para z, os custos básicos e
não-básicos foram reunidos nos vetores cB ∈ R1×m e cN ∈ R1×(n−m) , de forma a
representar z em termos matriciais. Lembre-se também que o sistema de equações
Ax = b pode ser reescrito como

BxB + N xN = b.

Como B é não-singular, xB = B −1 b − B −1 N xN . Substituindo xB na função

objetivo, obtém-se

z = cB (B −1 b − B −1 N xN ) + cN xN = cB B −1 b + (cN − cB B −1 N )xN .

Se xN = 0, então xB = B −1 b e z0 = cB B −1 b é o valor da função-objetivo na

solução básica corrente. É possı́vel então expressar z na forma
X
z = z0 + rxN = z0 + rj xN
j ,
j∈J
50 Capı́tulo 2. Programação Linear

com r = cN −cB B −1 N representando um vetor de dimensão 1×(n−m) denominado

de vetor de custos relativos das variáveis não-básicas. Os custos relativos das
variáveis básicas são todos iguais a zero. O efeito de se transformar uma variável
não-básica em básica, descolando seu valor de zero e mantendo todas as demais
variáveis não-básicas em zero, depende do custo relativo associado:


 rj > 0 : z > z0 ;



rj = 0 : z = z0 ;




rj < 0 : z < z0 .


As variáveis não-básicas candidatas a se tornarem básicas são apenas aquelas

cujos custos relativos são negativos, porque neste caso o valor da função-objetivo
torna-se inferior ao valor corrente, z0 .

Exemplo 2.21 Considere o problema de programação linear na forma padrão


 minimizar z = 2x1 + x2 ,

 sujeito a
 x1 + x2 + x3 = 6,

 x2 + x4 = 3,
 x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0.

As seguintes associações são possı́veis:

   
1 1 1 0    
B= , N= , cB = 2 1 e cN = 0 0 .
0 1 0 1

O vetor de custos relativos das variáveis não-básicas (x3 e x4 ) é dado por

  
−1
    1 −1 1 0
r = c N − cB B N = 0 0 − 2 1 ,
0 1 0 1
 
= −2 1 .

Os valores das variáveis básicas são

    
B −1 1 −1 6 3
x =B b= = .
0 1 3 3

O valor da função-objetivo na base corrente é

z0 = cB B −1 b = 9.

Portanto,
z = z0 + r3 x3 + r4 x4 = 6 − 2x3 + x4 .
A transformação de x3 em variável básica leva à diminuição do valor da função-
objetivo. 2