INSTITUTO SUPERIOR DE TRANSPORTES E

COMUNICAÇÕES

Trabalho em Grupo

Tema: Método Gráfico e Método Simplex

Disciplina: Investigação Operacional.

Discentes do grupo 5:
▪ Gabriel Matusse Jr;
▪ Medson Macame;
▪ Neuza Pinto;
▪ Sheyd Manguele;
▪ Yannick Botão.

Turma: LGF 21.

Docente: Dr. Chivambo Cossa.

Maputo, aos 02 de Setembro de 2022.

Índice

1. Introdução............................................................................................................ 3

a) Contextualização ....................................................................................... 3

2. Desenvolvimento ................................................................................................... 4

b) Método Gráfico ......................................................................................... 4

❖ Domínio das Soluções Admissíveis ............................................................... 4

❖ Determinação do ponto óptimo ...................................................................... 5

c) Método Simplex........................................................................................ 7

❖ Método Simplex ............................................................................................. 7

❖ Maximização com restrições da forma ≤ ....................................................... 9

❖ Minimização com restrições da forma ≥...................................................... 10

d) Método Simplex Dual ............................................................................. 10

3. Conclusão ............................................................................................................ 12

4. Referências bibliográficas ................................................................................... 13

2
1. Introdução

a) Contextualização

O problema geral da optimização surge comos problemas de decisão que implicam

frequentemente, o estabelecimento de soluções de compromisso entre utilizações e
competições, para recursos que são limitados e escassos. Entretanto, este tipo de
problema este tipo de problema tem vindo a ser estudado matematicamente, como
forma de responder aos desafios decisórios considerados mais pertinentes.

Portanto, no presente trabalho, o grupo debruçar-se-á sobre os métodos gráfico e

simplex, como forma de resolução dos problemas de programação linear.

3
2. Desenvolvimento

b) Método Gráfico

O método gráfico pode ser aplicado para resolver os problemas de programação linear
de forma eficiente, porém, apenas quando a função objectivo e o conjunto das
restrições tiver 2 variáveis de decisão.

Primeiramente, antecedendo o procedimento de resolução, é necessário que se

compreenda a noção de domínio ou conjunto solução de um sistema de inequações.

❖ Domínio das Soluções Admissíveis

Para determinar o domínio solução de um sistema de inequações, deve-se representar
cada uma das inequações no sistema cartesiano, e em seguida, indicar a intersecção
de todos os semi-planos que satisfazem as inequações.

A área ou zona de intersecção de todos semi-planos, representará o domínio solução

do sistema de inequações.

Exemplos:

4
❖ Determinação do ponto óptimo

Após a determinação do domínio solução, é possível obter o ponto óptimo através de

2 métodos a saber:

1º Método – Primeiro deve-se calcular as coordenadas de todos os pontos que estão

nas extremidades da área do domínio solução (A, B,C, D e E).

De seguida, calcula-se o valor da função objectivo para cada ponto, onde o valor
máximo representará a solução óptima para o problema de maximização e o valor
mínimo será a solução para o problema de minimização.

Assim, tendo em conta o gráfico anterior, teremos:

➢ A = r₄ ∩ r₅ = {x₁ = 0 ˄ x₂ = 0 } → A (0;0)
➢ B = r₃ ∩ r₄ = {2x₁ - 3x₂ = 6 ˄ x₂ = 0} → B (3;0)
➢ C = r₂ ∩ r₃ = {2x₁ + x₂ = 14 ˄ 2x₁ - 3x₂ = 6} → C (6;2)
➢ D = r₁ ∩ r₂ = {-3x₁ + 4x₂ = 12 ˄ 2x₁ + x₂ = 14} → D (4;6)
➢ E = r₁ ∩ r₅ = {-3x₁ + 4x₂ = 12 ˄ x₁ = 0} → E (0;3)

Então, para maximizar Z = 3x₁ + 2x₂:

▪ Z(A) = 0 + 0 = 0;
▪ Z(B) = 9 + 0 = 9;
▪ Z(C) = 18 + 4 = 22;
▪ Z(D) = 12 + 12 = 24;
▪ Z(E) = 0 + 6 = 6.

Segundo os resultados obtidos, a solução óptima está patente no ponto D (4;6), pois
com estas coordenadas obtém-se o valor máximo, resolvendo assim o problema de
maximização.

2º Método – este método consiste em igualar a função objectivo à 0, passando o valor

mínimo de Z a ser igual à 0, e em seguida exprimir x₂ em função de x₁ ou vice-versa:
x₂ = f(x₁), é a recta Z.

5
De seguida, traçar a recta Z no mesmo sistema cartesiano onde se encontram as
restrições anteriores. A Recta z ou x₂ = f(x₁), deve passar pelos pontos P(0;0) e por
um outro qualquer P₁ (x₁,x₂).

Por fim, deve-se traçar um conjunto de linhas paralelas à função objectivo no sentido
desejado, até atingir o primeiro ponto mínimo ou o último ponto máximo, que
constituirá o ponto óptimo. As coordenadas deste ponto definirão as quantidades a
combinar na função objectivo.

6
c) Método Simplex

❖ Método Simplex
Método simplex – é um método, algorítimo ou procedimento matricial, utilizado para
determinar o ponto óptimo de um problema de Programação Linear, expressos na
forma standard.

Actualmente, o método simplex é uma das ferramentas fundamentais de resolução de

problemas de programação linear nos diversos casos em que eles se apresentam.

Para resolução de problemas baseados neste método, deve-se salientar que em todos
casos existem 4 etapas fundamentais:

1- Tabela simplex inicial: A tabela simplex inicial para um problema de

maximização de programação linear é como se segue.

• Nota-se que as variáveis básicas (base) são todas variáveis de folga ou de excesso;
• Os coeficientes “- C₁”, são opostos da função objectivo e são importantes na
indicacção da coluna pivô, por isso são denominados indicadores da coluna pivô.
• O elemento correspondente ao valor da função objectivo inicial, é zero.

2- Determinação do elemento pivô: O elemento pivô de uma tabela simplex é

obtido da seguinte maneira:

7
• Escolhe-se na linha dos coeficientes da função objectivo, o maior elemento
negativo (máx) ou o maior elemento positivo (min), e a coluna que contém este
elemento denomina-se coluna pivô.
• Divide-se cada termo independente pelo correspondente elemento positivo da
coluna pivô. A linha que representar o menor quociente positivo é chamada linha
pivô.
• O elemento que situa-se no cruzamento entre a linha pivô e a coluna pivô, é
chamado elemento pivô.

NB: Se a tabela não tem nenhum indicador negativo (máx) ou positivo (min), trata-
se de uma tabela terminal, que não contém elemento pivô.

3- Cálculo da nova tabela simplex: Uma nova tabela é calculada a partir de uma
pré-existente, usando operações elementares sobre as linhas da matriz de tal forma
que apareça um 1 na posição pivô e 0 nas outras posições da coluna pivô.
• Divide-se cada elemento da linha pivô da tabela pré-existente pelo pivô, obtendo-
se a correspondente linha na nova tabela;
• Se a coluna Pivô da 1ª tabela for denotada por Xₙ, então a correspondente coluna
da nova tabela também será denotada por Xₙ;
• Cada uma das outras linhas da nova tabela, são obtidas subtraíndo o múltiplo
conveniente da linha da nova tabela.

4- Interpretação da tabela terminal: após tantas repetições das etapas 2 e 3, chega-

se à uma tabela terminal, à qual não tem nenhum indicador de pivô negativo (máx)
ou positivo (mín).

8
▪ Zo – é o valor óptimo da função objectivo;
▪ Xₜ – tem uma raiz diferente de zero se estiver marcado por uma única posição da
coluna correspondente e zeros nas restantes linhas (Xₜ pertence à base).
▪ Xₜ é igual à zero se não estiver na base, apresentado obviamente Cₜ ≠ 0.

❖ Maximização com restrições da forma ≤

Os problemas de maximizaç]ao com restriç]oes de forma ≤, são resolvidos aplicando-

se o método simplex directo. Se houver alguma restrição da forma ≥ ou mesmo = ,
esta deverá ser transformada a forma canônica do problema de maximização.

As etapas gerais para os problemas de maximização são:

1ª etapa: Escrever o problema na forma canônica ou padrão;

2ª etapa: Introduzir variáveis de folga (+Xₘ₊ₙ) e reescrever o sistema inicial na forma

padrão;

3ª etapa: Elaborar a tabela simplex inicial;

4ª etapa: Se a tabela simplex inicial tiver algum valor negativo na linha da função
objectivo e na coluna correspondente haver algum valor posistivo, deve-se determinar
o elemento pivô e realizar as operções necessárias para obter a nova tabela;

5ª etapa: Repetir o processo da 4ª etapa, até que todos os indicadores da linha Z sejam
positivos. Assim chega-se à tabela terminal e deve-se interpretar a solução obtida.

9
❖ Minimização com restrições da forma ≥

Nos problemas de maximização, a solução básica incial era formada pelas variáveis
de folga, já que as restrições eram do tipo ≤. Quando as restrições são do tipo ≥ ou
=, não existe solução básica inicial.

d) Método Simplex Dual

O método simplex apresentado, parte de uma solução inicial admissível mas não
óptima até atingir a solução óptima, mantendo sempre a admissibilidade durante todo
processo. Por outro lado, o método simplex dual, parte de uma solução inicial óptima
mas não admissível, mantendo sempre a optimalidade durante o processo, até atingir
uma solução admissível.

10
Etapas:

1ª etapa: Reescrever o problema expressando todas as restrições na forma ≤ e

transformá-las em equações, com a introduçãode variáveis de folga.

2ª etapa: Representar o problema acima referido num quadro simplex. Se a condição

de optimalidade for satisfeita e uma ou mais variáveis básicas tiverem valores
negativos, o método simplex dual é aplicável.

3ª etapa: Admissibilidade – a variável básica com valor mais negativo deverá sair da
base e em seguida designa-se a linha que aparce o valor mais negativo como linha de
trabalho. Se existir mais do que uma canditata a vriável que deve sair da base,
escolhe-se uma.

4ª etapa: Optimalidade – para cada coluna do quadro correspondente à uma variável

com coeficiente negativo na linha de trabalho, divide-se cada elemento da última
linha, pelo correspondente coeficiente da linha de trabalho. O menor quociente, em
valor absoluto, correspondente à uma variável não básica, indica que essa variável
deve entrar na base. Designa-se o coeficiente da linha de trabalho correspondente à
variável que deve entrar na base por elemento pivô, e se existir mais do que uma
variável não básica candidata a entrar na base, escolha uma. Se nenhum coeficiente
da linha de trabalho for negativo, o problema não tem solução admissível.

5ª etapa: Usar operações elementares sobre as linhas para converter o elemento pivô
em 1 e, em seguida, reduzir à zero todos os outros elementos da coluna de trabalho.

6ª etapa: Repetir as etapas 3 à 5, até que não existamvalores negativos atribuídos às

variáveis básicas.

11
3. Conclusão

Como forma de síntese, o grupo concluiu que, o Método Gráfico e o Método Simplex
buscam um objetivo comum: o estabelecimento de soluções de compromissos entre a
utilização, em competição, para os mesmos recursos, quase sempre limitados e
escassos, ou seja, resolver os problemas de Programação Linear.

Esta classe de problemas, como retratados acima, designa-se por Optimização sendo
que a finalidade é a Maximização do Lucro ou a Minimização dos Custos, o que por
sua vez, concorre para a nossa compreensão como gestores financeiros sobre como
uma empresa pode sobreviver no mercado, ou seja, os problemas de Optimização são
um auxílio para o entendimento/ a noção de que os recursos são escassos então é
necessário que se faça uma ótima gerência de modo a que se atinja o sucesso de uma
organização.

12
4. Referências bibliográficas

I. BRONSON, Richard; NAADIMUTHU, Govindasami; Investigação

Operacional; 2ª edição; MCGraw-Hill;

II. TAVARES, Valadares L.;OLIVEIRA, Rui; THEMIDO, Isabel; CORREIA,

Nunes; Investigação Operacional.

13