INSTITUTO SUPERIOR MUTASA

CURSO: GESTÃO DE RECURSOS HUMANOS

Investigação Operacional - 2º Ano
Aula 4

Conteúdo:
Programação linear:
 Histórico
 Elementos
 Definição geral dos problemas de programação linear

INTRODUÇÃO

Antes de falarmos da Programação linear (PL) é importante referir que a INVESTIGAÇÃO

OPERACIONAL (IO) é uma metodologia administrativa que agrega em si, um conjunto de
quatro ciências fundamentais para o processo de análise e preparação de decisões,
nomeadamente: i) economia; ii) matemática; iii) estatistica; e iv) informática. Na
INVESTIGAÇÃO OPERACIONAL, estas disciplinas são usadas como ferramentas para
manipulação das variáveis durante a análise e preparação das decisões. Senão vejamos:

a) Economia é uma ciência que estuda a forma como o homem e a sociedade decidem a
alocação dos recursos escassos com usos alternativos para produzir os bens e serviços
e satisfazer as necessidades no presente e no futuro. Esta ciência oferece a IO os
conceitos escassez, necessidades ilimitadas, leis da procura e oferta entre outros.
b) Matemática é uma ciência que usa números para descrever as leis e relações
existentes entre as variáveis. Esta ciência fornece a IO métodos e modelos
matemáticos capazes de explicar a realidade. Exemplo: método gráfico e algoritimos,
entre outros.
c) Estatística é a ciência que trata das medidas de tendência central, probabilidades, entre
outras.

1
 d) Informática é ciência que usa computadores na manipulação de informação de
diversas variáveis. Esta ciência contribui na IO fornecendo programas, tais como:
LINDO, LINGO, entre outros, que permite solucionar problemas com infinidade de
variáveis de decisão.

1. PROGRAMAÇÃO LINEAR
A programação linear, no campo da programação matemática, é uma área da investigação
operacional com vasta aplicação em apoio à decisão. O termo “programação”, tanto linear
quanto matemática, não tem a ver diretamente com programação de computadores, ou
linguagem de programação. Este termo tem origem em suas aplicações, originalmente
desenvolvido para resolver problemas industriais. Assim, o termo “programação” da
programação linear está relacionado ao planeamento de recursos escassos visando atender as
condições operacionais. O termo “linear” como o próprio nome já diz, expressa que as
funções do modelo são funções lineares.

1.1. Conceito
 A Programação Linear é um método que se pode aplicar em diversas áreas, como a
saúde, economia, indústria e outras, com o objetivo de otimizar o uso de recursos
limitados e encontrar a solução ótima.
 Designa - se por programação linear (PL) um conjunto de técnicas que permitem
resolver os problemas de optimização, num sistema de recursos limitados, sendo
lineares, quer a função objectivo, quer as restrições.
 Os problemas de Programação Linear são uma subclasse de problemas de
Programação Matemática (minimização ou maximização) de funções lineares, que
satisfazem um conjunto de restrições, igualdades e/ou desigualdades lineares.

1.2. Breve síntese histórica

O estudo da Programação Linear desenvolveu-se, em finais dos anos 40, nos Estados Unidos
da América, com a necessidade de resolução de problemas de otimização formulados a partir
de questões logísticas da Força Aérea. Até então, os problemas logísticos eram resolvidos por
tentativa e erro. Em 1947, George Dantzig, enquanto consultor matemático da Força Aérea
Americana, apresentou uma forma sistematizada de resolução de problemas de Programação

2
Linear, o Algoritmo Simplex. Este algoritmo veio permitir determinar com mais facilidade e
rapidez a solução de um problema principalmente em casos que envolvem várias variáveis.
Os problemas de gestão organizacional começaram a ser resolvidos com grande eficiência
pela Programação Linear, o que levou a que as grandes organizações começassem a dar
importância ao trabalho dos matemáticos.
Os principais desenvolvimentos teóricos da Programação Linear devem-se a Kantorovich que
desenvolveu, em 1939, um algoritmo rudimentar para resolver alguns problemas particulares
de Programação Linear e cujas descobertas só mais tarde vieram a ser tornadas públicas, e a
um grupo de cientistas americanos que lançaram as bases da Programação Linear entre 1939
e 1951, no qual se devem destacar os nomes de Von Neumann, Harold W. Kuhn, A. W.
Tucker, George B. Dantzig, T. C. Koopmans, E. Charnes e W. W. Cooper.
Kantorovich foi galardoado em outubro de 1975, juntamente com T. C. Koopmans, com o
prémio Nobel da Economia, pelas suas contribuições na teoria da otimização da distribuição e
rentabilização de recursos. O trabalho de Dantzig não foi consagrado por ser considerado
demasiado matemático.
Os progressos no domínio da informática constituíram factores decisivos para a evolução
acelerada da Programação Linear durante o século XX, permitindo a resolução de problemas
cada vez mais elaborados tendo já poupado a grandes empresas quantidades significativas de
tempo e dinheiro.

1.3. Importância da Programação Linear

A importância da programação linear, resulta não só das potencialidades dos seus algoritmos
de resolução e da sua grande aplicação prática, mas também da sua génese de estar
directamente relacionada com o desenvolvimento dos próprios conceitos fundamentais das
teorias de optimização. Os principais desenvolvimentos teóricos da programação linear são
devidos a Kantorovich (1939) e a um grupo de cientistas americanos que lançaram as bases
da programação linear entre 1939 à 1951, nos quais se destacam os nomes de von Neumann,
Harold, W.Kuhn e A.W.Tucker.
A programação linear lida-se com problemas que dizem respeito à atribuição e a distribuição
de recursos entre as diversas tarefas ou actividades que devem ser realizadas. Normalmente,
os recursos disponíveis não são suficientes para que todas as actividades sejam executadas no
nível desejado. Assim, o que se procura, é encontrar a melhor distribuição possível dos
recursos, de forma a atingir um valor óptimo objectivo que pode ser a maximização dos
lúcros ou a minimização dos custos.

3
Os estudos de programação linear permitem responder questões como:
1. Estando presentes certas condições de produção, qual a quantidade de um determinado
produto, entre vários, que se deve produzir para obter o maior lucro possível?
2. Sendo impostas algumas especificações, qual é a composição da mistura que corresponde
ao custo mínimo?
3. Estando impostas as condições de trabalho, como repartir o conjunto de mão-de-obra
entre as diferentes tarefas e especialidades, com o objectivo de minimizar as despesas ou
maximizar a eficiência?

1.4. Elementos de Programação Linear

Num problema de Programação Linear é caracterizado por três elementos básicos:

 Um conjunto finito de variáveis, que se denominam variáveis de decisão (também

designadas por principais ou controláveis), que são o centro das atenções na resolução
do problema;
 Um conjunto finito de restrições que as variáveis têm que satisfazer (restrições
funcionais e restrições de não negatividade) à aplicação dos recursos, tanto em relação
às quantidades disponíveis como em relação à forma de emprego.
 Existência de um objectivo, expresso em termos de uma função das variáveis a
otimizar que se designa por função objetivo (ou função económica ou função
critério).

1.5. Definição geral dos problemas de programação linear

Todos os problemas de optimização linear (programação linear), podem ser representados na

forma:
Maximizar Z = c1x1 + c2x2 + ... + cmxm função objectivo ou de oportunidades

Sujeito à conjunto das restrições

Minimizar W c 1x 1 c 2 x 2...c n x n

4
Sujeito a
a 11 x1 a 12 x2 ...a 1n x n b1 ou  ,
a 21 x1a 22 x2a2n nb2 ou ou ... ,
……………
a m 1x1 a2m x 2  ... amn xn bmou ou , x 1x 2 ,..., x n 0

Admite-se que, em lugar de maximizar, haja minimizar, e em lugar de menor ou igual (≤)
seja maior ou igual (≥) ou mesmo igual (=).

Assim, para os problemas de maximização usa-se o sinal (≤) e para os problemas de

minmização usa-se o sinal (≥). Se uma ou mais restrições apresentar o sinal de igualdade (=),
esta pode ser substituída por duas inequações, em seguida uma das inequações deverá ser
multiplicada por (-1), caso seja necessário, para satisfazer a função objectivo.

Por exemplo: 2x1+3x2 = 4 equivale a escrever o sistema

Na notação algébrica, o problema de programação linear pode ser representado na seguinte

forma:

Maximizar

Sujeito à

Ou ainda na forma matricial tem-se:

Maximizar Z = ΣCX

Sujeito à

onde A é matriz dos coeficientes das restrições, C e B são os vectores linha e coluna
respectivamente.

Nota: Os algoritmos de resolução dos problemas de Programação Linear obrigam a que as

variáveis de decisão não possam assumir valores negativos, podendo esta condição não
existir ao formular o problema (para além das variáveis não negativas xi0, pode
apresentar variáveis não positivas xi 0, ou ainda variáveis livres xi IR).

5
A forma anteriormente apresentada denomina-se forma geral, já que a função objectivo pode
ser maximizada ou minimizada.

Nesta forma, admite-se ainda que um problema de Programação Linear possa, para além das
variáveis não negativas i x0, apresentar variáveis não positivas i x0, ou livres xi 
IR.
Se se pretender maximizar ou minimizar a função objetivo, sendo todas as restrições do tipo
e todas as variáveis não negativas xi0, diz-se que o problema de Programação Linear
está na forma standard.
Se se pretender maximizar a função objetivo, sendo todas as restrições do tipo e todas as
variáveis não negativas  xi0, diz-se que o problema de Programação Linearestá na
forma canónica de máximo.
Se se pretender minimizar a função objetivo, sendo todas as restrições do tipo e todas as
variáveis não negativas i x 0, diz-se que o problema de Programação Linear está na
forma canónica de mínimo.

Mediante as operações convenientes é sempre possível dar a qualquer problema de

Programação Linear uma destas três formas. Com efeito, tem-se:

i. Qualquer problema de minimização pode converter-se num problema de

maximização, pois mínimo z = - máximo (- z )
ii. Uma restrição de desigualdade do tipo pode ser convertida numa restrição do tipo
se multiplicarmos por 1ambos os membros.
iii. Uma restrição de igualdade pode sempre ser transformada em duas restrições de
desigualdade.
iv. Para transformar uma restrição do tipo numa restrição do tipo bastará
adicionar ao primeiro membro de cada restrição uma variável de folga, não negativa,
passando a desigualdade a uma igualdade.

Nota: as variáveis de folga representam usualmente os recursos disponíveis mas não

utilizados.

1.6. Formas De Apresentação De Programação Linear

Quando se fala das formas de apresentação dos modelos de PL, referimo-nos a forma
canónica e a forma padrão. A diferença entre as duas formas encontram-se nos objectivos

6
por detrás de sua apresentação. Enquanto a forma canónica, permite-nos distinguirmos
modelos de PL dos modelos de outras áreas do conhecimento, a forma padrão é o primeiro
passo para resolução dos problemas de PL usando o método Simplex.

1.6.1. FORMA CANÓNICA

As características desta forma são as seguintes:

 As variáveis são todas não negativas.

 As restrições são todas do tipo  ou .

1.6.2. FORMA PADRÃO

 As caracteristicas da forma padrão são:

 Todas as restrições são equações com excepção das que respeitam à não negatividade.

 Os termos independentes são todos não negativos.

 Todas as variáveis de decisão são não negativas.

A passagem de um problema de PL cujas restrições sejam inequações, para a forma padrão,

pode ser efectuada através da criação de um tipo conjunto de variáveis não negativas, que se
designam por “variáveis de desvio”, pois correspondem ao desvio do valor da restrição e seu
limite. As variáveis de desvio podem-se dividirem dois grupos distintos:

 Variáveis de folga, quando a variável é adicionada a uma inequação do tipo () por
forma a se obter uma igualdade.

 Variáveis de excesso, quando a variável é subtraída a uma inequação do tipo () por
forma a se obter uma igualdade.

Nota:
Em resumo a formulação do modelo matemático de programação linear é composto pelas
seguintes fases:

1ª Fase: identificação das variáveis de decisão

2ª Fase: identificação da função objectivo

 Disponibilidade - maximizar 
 Necessidade – minimizar 
7
3ª Fase: elaboração de restrições
 Forma canónica (inequação)
 Forma minimizar (equação)