Universidade Federal de Rondonópolis

Instituto de Ciências Exatas e Naturais

Departamento de Matemática

Lista de Exercícios - Otimização Linear

Exercício 1: Uma empresa deseja produzir uma ração para aves a custo mínimo utilizando
dois produtos: frutas secas e semente de girassol. Cada um dos produtos possuem custos
diferentes: a fruta seca custa R$ 5, 78 por kg e a semente de girassol custa R$ 4, 85 por kg.
Quanto às aves, sabe-se que elas necessitam de uma alimentação rica em vitaminas. For-
mular o problema como um modelo de Programação linear, a fim de obter umcusto mínimo
na produção da ração. Todas essas vitaminas estão presentes nos produtos, cujas quantidades
mínimas são:

Composição (unidade/semana)
Vitaminas frutas secas semente de girassol Quantidade mínima
A 5 25 50
B 25 10 100
C 10 10 60

Exercício 2: Uma empresa de cosmético deseja saber a quantidade a ser produzida por dia
de três tipos de loções: irresistível (I), charmosa (C) e provocante (P), que pretende lançar
no mercado em um futuro muito próximo.
As loções são produzidas com base em um ingrediente Super Secreto (SS) que é manipulado
por funcionários especializados. Formular o problema como um modelo de Programação
linear, a fim de obter a máxima de lucro na venda dos três produtos. A tabela representa
o número de horas de mão de obra e também o número de quilos de SS necessários para
produzir um quilo de cada tipo de loção.

1
 Loção I C P
Horas de mão de obra por kg de loção produzida 7 3 6
Quilos de SS por kg de loção produzida 4 4 5
Lucro, em reais por kg de loção produzida 4 2 3

Exercício 3: Uma cafeteria produz misturas a partir de três tipos de cafés em grão (Brasil,
Colômbia e Peru), que depois são vendidas nos retalhistas.
Suponha que cada um dos tipos de grão tem um detrminado aroma e intensidade e que a
empresa tem um funcionário especializado que é capaz de avaliar essas características em uma
escala de 1 a 100. A quantidade disponível de cada um dos tipos de grão é limitada e os custos
por quilograma já são conhecidos. Formular o problema como um modelo de Programação
linear, a fim de obter o custo mínimo para a produção das misturas. As características e
informações dos grãos estão representadas na tabela seguinte.

Grão Nível de Aroma Nível de Intensidade Custo (Kg) Quantidade (Kg)

Brasil 75 15 0.5 1500
Colômbia 60 20 0.6 1200
Peru 85 18 0.7 2000

Exercício 4: Um aluno calcula que poderia se preparar com perfeição para o exame de uma
certa disciplina D1 em 20 horas de estudo intensivo. Para uma outra disciplina D2 ele precisa
de 25 horas. Para passar, ele precisa obter no mínimo 50 pontos (num máximo de 100) em
cada uma delas. Além disso, ele deseja alcançar a maior média ponderada possível, sendo 3 e
5 os pesos de D1 e D2 respectivamente. Ele dispõe de apenas 30 horas para estudar. Formular
o problema como um modelo de Programação linear, a fim de obter a máxima distribuição
das horas de estudo.

Exercício 5: Uma fábrica descontinuou a produção de um produto que não estava dando
lucro. Isto criou uma considerável capacidade de produção ociosa. A gerência está conside-
rando em usar esta capacidade ociosa em um ou mais, de 3 produtos, os quais chamaremos
de produtos 1, 2 e 3. A capacidade disponível das máquinas que poderiam limitar a saída
está dada na tabela abaixo:

Tipo de Máquina Tempo disponível por semana

A 500
B 350
C 150

O número de máquinas-hora necessárias para cada produto é:

2
 Tipo de Máquina Produto 1 Produto 2 Produto 3
A 9 3 5
B 5 4 0
C 3 0 2

O Departamento de Vendas indicou que o potencial de vendas para os produtos 1 e 2

excedem a taxa máxima de produção e que o potencial de vendas para o produto 3 é de 20
unidades por semana. O lucro unitário seria de R$ 30, 00, R$ 12, 00 e R$ 15, 00 respectiva-
mente para os produtos 1, 2 e 3. Quanto se deve fabricar dos produtos 1, 2 e 3 de maneira
que o lucro seja máximo. Formular o problema como um modelo de programação Llnear.

Exercício 6: Na produção de unidades de 4 tipos de produtos, são utilizadas 2 máquinas. O

tempo utilizado na fabricação de cada unidade, de cada tipo de produto, em cada uma das 4
máquinas está ilustrado na tabela a seguir:

Tempo por unidade produzida (horas)

Máquina Produto 1 Produto 2 Produto 3 Produto 4
1 2 3 4 2
2 3 2 1 2

O custo total de produção de uma unidade de cada produto é diretamente proporcional

ao tempo de uso da máquina. Considere que o custo por hora para as máquinas 1 e 2 são
R$ 10, 00 e R$ 15, 00 respectivamente. O total de horas disponíveis para todos os produtos
nas máquinas 1 e 2 são 500 e 380 respectivamente. Se o preço de venda, por unidade, dos
produtos 1, 2, 3 e 4 é de R$ 65, 00, R$ 70, 00, R$ 55, 00 e R$ 45, 00, formular o problema
como um modelo de programação linear com o objetivo de maximizar o lucro líquido total.

Exercício 7: Uma empresa responsável pelo abastecimento semanal de um certo produto

ao Rio de Janeiro e a São Paulo, pretende estabelecer um plano de distribuição do produto
a partir dos centros produtores situados em Belo Horizonte, Ribeirão Preto e Campos. As
quantidades semanalmente disponíveis em Belo Horizonte, Ribeirão Preto e Campos são 70,
130 e 120 toneladas respectivamente. O consumo semanal previsto deste produto é de 180
toneladas no Rio de Janeiro e 140 toneladas em São Paulo. Os custos de transporte (real por
tonelada) de cada centro produtor para cada centro consumidor está ilustrado na tabela a
seguir:

Rio de Janeiro São Paulo

Belo Horizonte 13 25
Ribeirão Preto 25 16
Campos 15 40

3
 Considerando que o objetivo da empresa é minimizar seu custo total de transporte, for-
mular um modelo de programação linear para o problema.

Exercício 8: Resolva graficamente o modelo e indique o espaço solução e o ponto ótimo no

gráfico:

Função Objetivo = (M ax) Z = 3x1 + 5x2


 x1
 ≤ 4
Restrições = 2x2 ≤ 12

3x1 + 2x2 ≤ 18


C.N. = x1 ≥ 0, x2 ≥ 0.

Exercício 9: Resolva graficamente o modelo e indique o espaço solução e o ponto ótimo no

gráfico:

Função Objetivo = (M ax) Z = 2x1 + x2




 x2 ≤ 10

 2x + 5x
1 2 ≤ 60
Restrições =


 x1 + x2 ≤ 18

 3x + x
1 2 ≤ 44

C.N. = x1 ≥ 0, x2 ≥ 0.

Exercício 10: Resolva graficamente o modelo e indique o espaço solução e o ponto ótimo no
gráfico:

Função Objetivo = (M in) Z = −4x1 − 2x2




 x1 + x2 ≤ 8

 8x + 3x
1 2 ≥ −24
Restrições =


 −6x1 + 8x2 ≤ 48

 3x + 5x
1 2 ≤ 15

C.N. = x1 ≤ 3, x2 ≥ 0.

Exercício 11: Resolva graficamente o modelo e indique o espaço solução e o ponto ótimo no
gráfico:

Função Objetivo = (M ax) Z = −2x1 − 2x2

4
 


 3x1 − 4x2 ≤ 18

 8x − 3x
1 2 ≤ −24
Restrições =


 6x1 + 8x2 ≤ 24

 3x + 5x
1 2 ≤ 21

C.N. = x1 ≤ 3, x2 ≥ 0.

Exercício 12: Resolva graficamente o modelo e indique o espaço solução e o ponto ótimo no
gráfico:

Função Objetivo = (M ax) Z = −2x1 − 8x2



 4x1 + 2x2 ≥ −8

 −3x1 + 6x2 ≥ −6



Restrições = −6x1 + 6x2 ≤ 18

5x1 + 3x2 ≥ 15





x1 ≤ 2


C.N. = x2 ≥ −2, x1 ≥ 0.

Exercício 13: Resolva graficamente o modelo e indique o espaço solução e o ponto ótimo no
gráfico:

Função Objetivo = (M ax) Z = −2x1 − 5x2




 2x1 − 2x2 ≤ 10

 7x + 3x
1 2 ≥ −21
Restrições =


 −2x1 + 3x2 ≥ −6

 3x + 9x
1 2 ≤ 27

C.N. = x1 ≥ −1, x2 ≥ −4.

Exercício 14: Resolva graficamente o modelo e indique o espaço solução e o ponto ótimo no
gráfico:

Função Objetivo = (M ax) Z = −4x1 − 2x2




 x1 + x2 ≤ 8

 8x + 3x
1 2 ≥ −24
Restrições =


 −6x1 + 8x2 ≤ 48

 3x + 5x
1 2 ≥ 15

C.N. = x1 ≤ 4, x2 ≥ 0.

5
Exercício 15: Resolva o modelo a seguir utilizando o método simplex.

Função Objetivo = (M ax) Z = 3x1 + 5x2


 x1
 ≤ 4
Restrições = 2x2 ≤ 12

3x1 + 2x2 ≤ 18


C.N. = x1 ≥ 0, x2 ≥ 0.

Resposta: x1 = 2, x2 = 6 e Z = 36.

Exercício 16: Resolva o modelo a seguir utilizando o método simplex.

Função Objetivo = (M ax) Z = 3x1 + 2x2




 2x1 + 4x2 ≤ 22

 −x + 4x
1 2 ≤ 10
Restrições =


 2x1 − x2 ≤ 7

 x − 3x
1 2 ≤ 1

C.N. = x1 ≥ 0, x2 ≥ 0.

Resposta: x1 = 5, x2 = 3 e Z = 21.

Exercício 17: Resolva o modelo a seguir utilizando o método simplex.

Função Objetivo = (M in) Z = 4x1 + 3x2


 2x1 + x2
 ≥ 10
Restrições = −3x1 + 2x2 ≤ 6

x1 + x2 ≥ 6


C.N. = x1 ≥ 0, x2 ≥ 0.

Resposta: x1 = 4, x2 = 2 e Z = 22.

Exercício 18: Resolva o modelo a seguir utilizando o método simplex.

Função Objetivo = (M ax) Z = 4x1 + 3x2 + 6x3

(
3x1 + x2 + 3x3 ≤ 30
Restrições =
2x1 + 2x2 + 3x3 ≤ 40

C.N. = x1 ≥ 0, x2 ≥ 0, x3 ≥ 0.

6
 20
Resposta: x1 = 0, x2 = 10, x3 = e Z = 70.
3
Exercício 19: Resolva o modelo a seguir utilizando o método simplex.

Função Objetivo = (M ax) Z = 2x1 + 3x2

(
x1 + 2x2 ≤ 4
Restrições =
x 1 + x2 = 3

C.N. = x1 ≥ 0, x2 ≥ 0.

Resposta: x1 = 2, x2 = 1 e Z = 7.