Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Programação linear

Olacir R. Castro Jr.

olacir.castro@ufac.br

Universidade Federal do Acre

1 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Modelo em Programação Linear (PL)

O modelo matemático de programação linear é composto de uma

função objetivo (f) linear, e de restrições técnicas representadas
por um grupo de inequações também lineares.
Exemplo: f = max(lucro). Lucro = 2x1 + 3x2 .

Restrições técnicas:

4x1 + 3x2 ≤ 10
6x1 − x2 ≥ 20

Restrições de não negatividade:

x1 ≥ 0
x2 ≥ 0
2 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Modelo em Programação Linear (PL)

As variáveis de controle, ou de decisão, são x1 e x2 . A função

objetivo, mede o desempenho do sistema, no caso a capacidade de
gerar lucro de cada solução apresentada. O objetivo é maximizar o
lucro.
As restrições garantem que que essas soluções estão de acordo com
as limitações técnicas impostas pelo sistema (capacidade de
produção, capacidade de armazenamento, etc...)
As duas últimas restrições exigem a não negatividade das variáveis
de decisão, o que deve acontecer sempre que a técnica de
abordagem for a de programação linear.

3 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Modelo em Programação Linear (PL)

A construção do modelo matemático é uma parte complicada do

estudo, pois não há uma regra fixa para esse trabalho, mas
sugere-se um roteiro que ajuda a ordenar o raciocı́nio:

Quais as variáveis de decisão - Explicitar as decisões que

devem ser tomadas e representar as possı́veis decisões através
de variáveis.
Se o problema é de programação de produção, as variáveis de
decisão são as quantidades a produzir no perı́odo.
Se for de programação de investimento, as variáveis
representam as decisões de investimento, quanto investir em
cada oportunidade e em que perı́odo.

4 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Modelo em Programação Linear (PL)

Qual o objetivo - Identificar o objetivo da tomada de

decisão, aparecem geralmente na forma de maximização de
lucros ou receitas, minimização de custos ou perdas, etc... A
função objetivo calcula o valor objetivo em função das
variáveis de decisão.
Quais as restrições - Cada restrição imposta na descrição do
sistema deve ser expressa como uma relação linear (igualdade
ou desigualdade), montadas com as variáveis de decisão.

5 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Exemplo 1 - enunciado

Uma empresa fabrica dois produtos P1 e P2 .

O lucro unitário de P1 é 1.000, de P2 é 1800.
A empresa precisa de 20 horas para fabricar P1 e de 30 horas para
fabricar P2 .
O tempo anual de produção disponı́vel é de 1200 horas.
A demanda esperada para cada produto é de 40 unidades anuais
para P1 e 30 para P2 .
Qual o plano de produção para que a empresa maximize seus
lucros nesses itens?

6 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Exemplo 1 - solução (variáveis de decisão)

O que deve ser decidido é o plano de produção. Quais quantidades

anuais devem ser produzidas de P1 e P2 .
Portanto, as variáveis de decisão serão x1 e x2
x1 → quantidade anual a produzir de P1
x2 → quantidade anual a produzir de P2

7 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Exemplo 1 - solução (objetivo)

O objetivo é maximizar o lucro, que pode ser calculado como:

Lucro devido a P1 = 1.000x1 → lucro por unidade de P1 ×
quantidade produzida de P1
Lucro devido a P2 = 1.800x2 → lucro por unidade de P2 ×
quantidade produzida de P2
Lucro total: L = 1.000x1 + 1.800x2
Objetivo: maximizar L = 1.000x1 + 1.800x2

8 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Exemplo 1 - solução (restrições)

As restrições impostas pelo sistema são:

Disponibilidade de horas para a produção: 1.200 horas.
Horas ocupadas com P1 : 20x1 → uso por unidade × quantidade
produzida
Horas ocupadas com P2 : 30x2 → uso por unidade × quantidade
produzida
Total em horas ocupadas na produção: 20x1 + 30x2
Disponibilidade: 1.200 horas.
Restrição descritiva da situação: 20x1 + 30x2 ≤ 1.200

9 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Exemplo 1 - solução (restrições)

Disponibilidade de mercado para os produtos (demanda)

Disponibilidade para P1 : 40 unidades
Quantidade a produzir de P1 : x1
Restrição descritiva da situação: x1 ≤ 40
Disponibilidade para P2 : 30 unidades
Quantidade a produzir de P2 : x2
Restrição descritiva da situação: x2 ≤ 30

10 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Exemplo 1 - solução (resumo do modelo)

Resumo do modelo: max L = 1.000x1 + 1.800x2

sujeito a:

Restrições técnicas:

20x1 + 30x2 ≤ 1.200

x1 ≤ 40
x2 ≤ 30

Restrições de não negatividade:

x1 ≥ 0
x2 ≥ 0

11 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Exemplo 2 - enunciado

Para uma boa alimentação, o corpo necessita de vitaminas e

proteı́nas.
A necessidade mı́nima de vitaminas é de 32 unidades por dia, e a
de proteı́nas é de 36.
Uma pessoa tem disponı́vel carne e ovos para se alimentar.
Cada unidade de carne contém 4 unidades de vitaminas e 6 de
proteı́nas.
Cada unidade de ovo contém 8 unidades de vitaminas e 6 de
proteı́nas.
Qual a quantidade diária de carne e ovos que deve ser consumida
para suprir as necessidades de vitaminas e proteı́nas com o menor
custo possı́vel?
Cada unidade de carne custa 3 unidades monetárias, e cada
unidade de ovo custa 2,5.

12 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Exemplo 2 - solução (variáveis de decisão)

Devemos decidir quais as quantidades de carne e ovos a pessoa

deve consumir no dia. As variáveis de decisão serão, portanto:
x1 → quantidade de carne a consumir por dia
x2 → quantidade de ovos a consumir por dia

13 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Exemplo 2 - solução (objetivo)

O objetivo é minimizar o custo, que pode ser calculado como:

Custo devido à carne 3x1 → custo por unidade × quantidade a
consumir de carne
Custo devido aos ovos 2, 5x2 → custo por unidade × quantidade a
consumir de ovos
Custo total: C = 3x1 + 2, 5x2
Objetivo: minimizar C = 3x1 + 2, 5x2

14 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Exemplo 2 - solução (restrições)

As restrições impostas pelo sistema são:

Necessidade mı́nima de vitamina: 32 unidades
Vitaminas da carne: 4x1 → quantidade por unidade × unidades a
consumir
Vitaminas de ovos: 8x2 → quantidade por unidade × unidades a
consumir
Total de vitaminas: 4x1 + 8x2
Necessidade mı́nima: 32
Restrição descritiva da situação: 4x1 + 8x2 ≥ 32

15 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Exemplo 2 - solução (restrições)

Necessidade mı́nima de proteı́na: 36 unidades

Proteı́na da carne: 6x1 → quantidade por unidade × unidades a
consumir
Proteı́na de ovos: 6x2 → quantidade por unidade × unidades a
consumir
Total de proteı́nas: 6x1 + 6x2
Necessidade mı́nima: 36
Restrição descritiva da situação: 6x1 + 6x2 ≥ 36

16 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Exemplo 2 - solução (resumo do modelo)

Resumo do modelo: min C = 3x1 + 2, 5x2

sujeito a:

Restrições técnicas:

4x1 + 8x2 ≤ 32
6x1 + 6x2 ≥ 36

Restrições de não negatividade:

x1 ≥ 0
x2 ≥ 0

17 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Técnica de solução para modelos de programação linear

com duas variáveis de decisão - método gráfico

Conceito
Essa técnica consiste am representar num sistema de eixos
ortogonais o conjunto das possı́veis soluções do problema, ou seja,
o conjunto de pontos (x1 , x2 ) que obedecem ao grupo de restrições
impostas pelo sistema em estudo. O desempenho do modelo é
avaliado através da representação gráfica da função objetivo. As
soluções são classificadas de acordo com sua posição no gráfico.

Conceito
A representação gráfica de uma equação linear com duas variáveis
é uma reta. A representação gráfica de uma inequação linear com
duas variáveis é um dos semiplanos definidos pela reta
correspondente à equação.

18 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Método gráfico - passos Exemplo 1

Exemplo: x1 + 2x2 ≥ 10
Construir uma reta correspondente a cada inequação
Fazendo x1 = 0, temos 2x2 = 10 → x2 = 5
Fazendo x2 = 0, temos x1 = 10
Testar cada inequação
Tomamos um ponto qualquer em um dos lados limitados pela
reta, por exemplo: x1 = 10, x2 = 5 = (10, 5)
Substituindo na inequação: 10 + 2 × 5 ≥ 10, ou 20 ≥ 10, o
que é verdadeiro, portanto a região que contém o ponto
testado é a mesma região de soluções (região que contém
soluções válidas para o problema)

19 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Método gráfico - Exemplo 2

Exemplo:
x1 + 3x2 ≤ 12
2x1 + x2 ≥ 16
x1 ≥ 0, x2 ≥ 0
Construir uma reta correspondente a cada inequação
x1 + 3x2 ≤ 12
se x1 = 0, então 0 + 3x2 = 12. Portanto x2 = 12 3 ou x2 = 4
se x2 = 0, então x1 + 3 × 0 = 12. Portanto x1 = 12
2x1 + x2 ≥ 16
se x1 = 0, então 2 × 0 + x2 = 16. Portanto x2 = 16
se x2 = 0, então 2x1 + 0 = 16. Portanto x1 = 16 2 ou x1 = 8
As restrições de não negatividade representam o primeiro
quadrante do gráfico de soluções.

20 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Método gráfico - Exemplo 2

Testar cada inequação

Tomamos um ponto qualquer fora das retas, ex.: (8, 16)
x1 + 3x2 ≤ 12, substituindo x1 = 8, x2 = 16, obtém-se:
8 + 3 × 16 ≤ 12 ou 56 ≤ 12. A desigualdade é falsa, as
soluções válidas estão na região oposta ao ponto testado.
2x1 + x2 ≥ 16, ou 32 ≥ 16. A desigualdade é verdadeira, as
soluções válidas estão na região do ponto testado.

21 / 22
Modelo Ex. 1 Ex. 2 Gráfico Ex. 1 Ex. 2 Gráfico - Obj.

Método gráfico

Escolher um valor arbitrário para a função objetivo

Calcular os valores de x1 e x2 que dão o valor escolhido à
função objetivo
Representar essa reta no gráfico
Escolher um segundo valor para a função objetivo e repetir o
processo.
Observar:
À medida que se escolhe valores arbitrários à função objetivo,
se obtém retas paralelas.
Á medida que o valor da função objetivo aumenta, a reta se
afasta da origem do sistema de eixos.
Podemos encontrar visualmente, portanto, o ponto que gera a
paralela de maior valor e apresenta um ponto na mesma região
que contém as soluções.

22 / 22