Curso de Introdução A Pesquisa Operacional - Matusalém Vieira Martins

Curso: Introdução a
Pesquisa Operacional
Professor Matusalém Vieira Martins
Este trabalho é um compilado sobre o tema “Pesquisa
Operacional” e tem por objetivo ajudar estudantes do respectivo
tema a se familiarizar com o assunto.
Versão 1.4 -2015

1
Pesquisa Operacional – Professor Mestre Matusalém Vieira Martins
Apresentação do curso:
Assista agora a Vídeo da apresentação do curso:
Apresentação do curso Introdução a Pesquisa Operacional
Antes de começar os seus estudos recomendo estar com alguns

livros de PO como apoio (peça para que a sua faculdade compre o maior
número possível), todos são bons, deixo abaixo alguns de exemplo:
Visite o meu site www.professormatusalem.com

2
Sumário
Apresentação da Pesquisa Operacional ............................................................................................................. 5
Conceito ..................................................................................................................................................................... 5
Fases de um Estudo em P.O. ............................................................................................................................. 6
Programação Linear................................................................................................................................................... 8
Modelo em Programação Linear ....................................................................................................................... 8
Roteiro: ...................................................................................................................................................................... 8
Exemplos: ................................................................................................................................................................. 9
Exercícios: ............................................................................................................................................................... 12
Técnica de Solução para Modelos de Programação Linear com Duas Variáveis de Decisão -
Método Gráfico ...................................................................................................................................................... 30
GRÁFICO DO CONJUNTO DE SOLUÇÕES .................................................................................................... 31
Exemplos: ............................................................................................................................................................... 31
AVALIAÇÃO DO OBJETIVO ................................................................................................................................ 33
MÉTODO GRÁFICO ............................................................................................................................................... 34
Exercícios: ............................................................................................................................................................... 37
O Método Simplex .................................................................................................................................................... 77
Apresentação ......................................................................................................................................................... 77
Exemplo:.................................................................................................................................................................. 77
Exercícios ................................................................................................................................................................. 87
Solução de um Modelo Geral de Programação Linear pelo Método Simplex .................................. 135
O PROBLEMA DA MINIMIZAÇÃO................................................................................................................... 135
Exemplo:................................................................................................................................................................ 135
O PROBLEMA DA VARIÁVEL LIVRE .............................................................................................................. 141
Exemplo resolvido: ............................................................................................................................................ 141
O PROBLEMA DA SOLUÇÃO BÁSICA INICIAL .......................................................................................... 144
Exemplo:................................................................................................................................................................ 144
RETORNO AO MODELO ORIGINAL ............................................................................................................... 144
Método do M grande ......................................................................................................................................... 144
Exemplo:................................................................................................................................................................ 145
Método da função objetivo auxiliar ............................................................................................................. 149
Exemplo:................................................................................................................................................................ 150
O Problema da Degeneração ......................................................................................................................... 154
O Problema da Solução ilimitada ................................................................................................................. 154
Caso de Soluções Múltiplas ............................................................................................................................ 154
Exercícios ............................................................................................................................................................... 155

3
Análise Econômica ................................................................................................................................................. 178
Dualidade................................................................................................................................................................... 185
Introdução ............................................................................................................................................................. 185
Interpretação Econômica do Dual ................................................................................................................ 190
Exercícios ............................................................................................................................................................... 192
A ferramenta Solver (Excel)............................................................................................................................... 200
Definindo e Resolvendo um Problema ....................................................................................................... 200
Instalando o Solver ........................................................................................................................................... 204
Exemplos: ............................................................................................................................................................. 204
Exercícios: ............................................................................................................................................................. 208
Problema do Transporte ...................................................................................................................................... 216
Introdução ............................................................................................................................................................. 216
O MODELO LINEAR DO TRANSPORTE ........................................................................................................ 217
O CASO DE SISTEMAS NÃO EQUILIBRADOS .......................................................................................... 218
O Algoritmo dos Transportes ......................................................................................................................... 219
1 ª Parte - CÁLCULO DA SOLUÇÃO BÁSICA INICIAL ........................................................................... 219
a) método do canto noroeste .................................................................................................................. 219
b) Método de Vogel ou método das penalidades ............................................................................. 220
Método do canto noroeste .............................................................................................................................. 222
Método de Vogel ................................................................................................................................................. 226
2ª Parte - CRITÉRIO DE OTIMALIDADE .................................................................................................... 234
O Problema da Degenerescência .................................................................................................................. 239
O Caso de Maximização ................................................................................................................................... 246
O Caso da Impossibilidade de Transporte ................................................................................................ 250
Exercícios ............................................................................................................................................................... 250
O Problema da Designação................................................................................................................................. 283
Introdução ............................................................................................................................................................. 283
Descrição do Algoritmo .................................................................................................................................... 283
O Caso de Maximização ................................................................................................................................... 285
Exercícios ............................................................................................................................................................... 288
Análise de Sensibilidade ...................................................................................................................................... 303
Exemplo 1: ............................................................................................................................................................ 304
Mudança nos Lucros Unitários (Coeficientes da Função Objetivo) ................................................. 304
a) Mudança no coeficiente de uma variável básica. ....................................................................... 304
b) Mudança no coeficiente de uma variável não básica. .............................................................. 309
c) Entrada de Uma Nova Variável ............................................................................................................. 310
d) Mudanças nos Valores dos Recursos .............................................................................................. 310
Exercícios ............................................................................................................................................................... 330
4
Bibliografia ................................................................................................................................................................ 353

5
Apresentação da Pesquisa Operacional

Antes de mais nada gostaria de parabeniza-lo por estar estudando
tópicos considerados tão difíceis e fazer alguns comentários e pedidos.
 Este curso é básico e com isso quer possibilitar ao aluno uma

introdução ao estudo da Pesquisa Operacional.
 Este curso é concebido para que você possa reforçar os estudos de

sala, e não como substituto deste.
 Este curso não confere certificado aos que o adquiriram.
 Se você encontrar algum erro por favor me comunique informando

qual e em que página está, para que eu possa arrumar e com isso
todos teremos sempre o melhor curso. Enviar mensagem para o e-
mail: professormatusalem@gmail.com;
 Se você gostou do curso, peço que informe a seus colegas sobre ele
e peça para que eles visitem meus sites:
www.professormatusalem.com e www.cursosdematematica.com.br
 Verifique sempre se você está com a última versão do curso, é só

olhar na sua conta e baixar.
Muito Obrigado
Matusalém Vieira Martins
Conceito
Pesquisa Operacional é um método científico de tomada de decisões.

Em linhas gerais, consiste na descrição de um sistema organizado com o
auxílio de um modelo, e através da experimentação com o modelo, na
descoberta da melhor maneira de operar o sistema.

6
A Pesquisa Operacional como a conhecemos surgiu durante a
Segunda Guerra Mundial, resultado de estudos realizados por equipes
interdisciplinares de cientistas contratados para resolver problemas
militares de ordem estratégica e tática.
Fases de um Estudo em P.O.
Um estudo em Pesquisa Operacional costuma envolver seis fases:

 formulação do problema;
 construção do modelo do sistema;
 cálculo da solução através do modelo;
 teste do modelo e da solução;
 estabelecimento de controles da solução;
 implantação e acompanhamento.
que podem ser descritas como segue:

Formulação do Problema - Nesta fase, o administrador do
sistema e o responsável pelo estudo em P.O. deverão discutir, no sentido
de colocar o problema de maneira clara e coerente, definindo os objetivos
a alcançar e quais os possíveis caminhos alternativos para que isso
ocorra.
Além disso, serão levantadas as limitações técnicas do sistema e as
relações desse sistema com outros da empresa ou do ambiente externo,
com a finalidade de criticar a validade de possíveis soluções em face
destes obstáculos.
Deverá ainda ser acordada uma medida de eficiência para o
sistema, que permita ao administrador ordenar as soluções encontradas,
concluindo o processo decisório.
Construção do Modelo do Sistema - Os modelos que interessam

em Pesquisa Operacional são os modelos matemáticos, isto é, modelos
formados por um conjunto de equações e inequações.
Uma das equações do conjunto serve para medir a eficiência do
sistema para cada solução proposta. É a função objetivo ou função de
eficiência. As outras equações geralmente descrevem as limitações ou
restrições técnicas do sistema. As variáveis que compõem as equações
são de dois tipos:
- Variáveis controladas ou de decisão - são variáveis cujo valor
está sob controle do administrador. Decidir, neste caso, é atribuir um
particular valor a cada uma dessas variáveis. Numa programação de

7
produção, por exemplo, a variável de decisão é a quantidade a ser
produzida num período, o que compete ao administrador controlar.
- Variáveis não controladas - são as variáveis cujos valores são
arbitrados por sistemas fora do controle do administrador. Custos de
produção, demanda de produtos, preço de mercado são variáveis não
controladas.
Um bom modelo é aquele que tem desempenho suficientemente
próximo do desempenho da realidade e é de fácil experimentação. Essa
proximidade desejada é variável, dependendo do objetivo proposto. Um
bom modelo para um objetivo pode ser péssimo para outro. A fidelidade
de um modelo é aumentada à medida que ele incorpora características da
realidade, com a adição de novas variáveis. Isso aumenta sua
complexidade, dificultando a experimentação, o que nos leva a considerar
o fator custo-benefício quando pensamos em melhorar o desempenho de
um modelo.
Cálculo da solução através do modelo - É feito através de
técnicas matemáticas específicas. A construção do modelo deve levar em
consideração a disponibilidade de uma técnica para o cálculo da solução.
Teste do modelo e da solução - Esse teste é realizado com dados
empíricos do sistema.' Se houver dados históricos, eles serão aplicados
no modelo, gerando um desempenho que pode ser comparado ao
desempenho observado no sistema. Se o desvio verificado não for
aceitável, a reformulação ou mesmo o abandono do modelo será
inevitável. Caso não haja dados históricos, os dados empíricos serão
anotados com o sistema funcionando sem interferência, até que o teste
possa ser realizado.
Estabelecimento de controles da solução - A construção e
experimentação com o modelo identificam parâmetros fundamentais para
solução do problema. Qualquer mudança nesses parâmetros deverá ser
controlada para garantir a validade da solução adotada. Caso alguns
desses parâmetros sofra desvio além do permitido, o cálculo de nova
solução ou mesmo a reformulação do modelo poderá ser necessária.
Implementação e acompanhamento - Nesta fase, a solução será
apresentada ao administrador, evitando-se o uso da linguagem técnica
do modelo. O uso da linguagem do sistema em estudo facilita a
compreensão e gera boa vontade para a implantação que está sendo
sugerida. Essa implantação deve ser acompanhada para se observar o
comportamento do sistema com a solução adotada. Algum ajuste pode
ser requerido.

8
Programação Linear
Modelo em Programação Linear
Uma das técnicas mais utilizadas na abordagem de problemas em

Pesquisa Operacional é a programação linear. A simplicidade do modelo
envolvido e a disponibilidade de uma técnica de solução programável em
computador facilitam sua aplicação. As aplicações mais conhecidas são
feitas em sistemas estruturados, como os de produção, finanças,
controles de estoques etc.
O modelo matemático de programação linear é composto de um
função objetiva linear; e de restrições técnicas representadas por um
grupo de inequações também lineares.
Exemplo: Função objetivo a ser maximizada: Lucro = 2x1 + 3x2
4𝑥1 + 3𝑥2 ≤ 10
𝑡é𝑐𝑛𝑖𝑐𝑎𝑠 {
6𝑥1 − 𝑥2 ≥ 20
𝑅𝑒𝑠𝑡𝑟𝑖çõ𝑒𝑠
𝑥1 ≥ 0
𝑑𝑒 𝑛ã𝑜 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑖𝑑𝑎𝑑𝑒 {
{ 𝑥2 ≥ 0
As variáveis controladas ou variáveis de decisão são x1 e x2. A

função objetivo ou função e eficiência mede o desempenho do sistema,
no caso a capacidade de gerar lucro, para cada solução apresentada. O
objetivo é maximizar o lucro. As restrições garantem que essas soluções
estão de acordo com as limitações técnicas impostas pelo sistema. As
duas últimas restrições exigem a não negatividade das variáveis de
decisão, o que deverá acontecer sempre que a técnica de abordagem for
a de programação linear.
A construção do modelo matemático, no caso um modelo linear, é a
parte mais complicada de nosso estudo. Não há regra fixa para esse
trabalho, mas podemos sugerir um roteiro que ajuda a ordenar o
raciocínio.
Roteiro:
a) Quais as variáveis de decisão?
Aqui o trabalho consiste em explicitar as decisões que devem ser
tomadas e representar as possíveis decisões através de variáveis
chamadas variáveis de decisão. Se o problema é de programação de
9
produção, as variáveis de decisão são as quantidades a produzir no
período; se for um problema de programação de investimento, as
variáveis vão representar as decisões de investimento, isto é, quanto
investir em cada oportunidade de investimento, e em que período. Nas
descrições sumárias de sistemas, isso fica claro quando lemos a questão
proposta, isto é, a pergunta do problema.
b) Qual o objetivo?
Aqui devemos identificar o objetivo da tomada de decisão. Eles
aparecem geralmente na forma da maximização de lucros ou receitas,
minimização de custos, perdas etc.
A função objetivo é a expressão que calcula o valor do objetivo (lucro,
custo, receita, perda etc.), em função das variáveis de decisão.
c) 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.
Exemplos:
Vejamos agora situações que podem ser descritas com o auxílio de um
modelo linear:
Exemplo 1:
Certa empresa fabrica dois produtos P1 e P2. O lucro unitário do
produto P1 é de 1.000 unidades monetárias e o lucro unitário de P2. é de
1.800 unidades monetárias. A empresa precisa de 20 horas para fabricar
uma unidade de P1 e de 30 horas para fabricar uma unidade de P2. O
tempo anual de produção disponível para isso é de 1.200 horas. A
demanda esperada para cada produto é de 40 unidades anuais para P 1 e
30 unidades anuais para P2.
Qual é o plano de produção para que a empresa maximize seu lucro
nesses itens? Construa o modelo de programação linear para esse caso.
Solução:
O que deve ser decidido é o plano de produção, isto é, quais as
quantidades anuais que 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.

10
b) Qual o objetivo?
O objetivo é maximizar o lucro, que pode ser calculado:
Lucro devido a P1: 1.000 . x1
(lucro por unidade de P1 x quantidade produzida de P1)
Lucro devido a P2: 1.800 . x2
(lucro por unidade de P2. x quantidade produzida de P2)
Lucro total: L = 1.000 . x1 + 1.800 . x2
Objetivo: maximizar L = 1.000 . x1 + 1.800 . x2
As restrições impostas pelo sistema são:

- Disponibilidade de horas para a produção: 1.200 horas.
horas ocupadas com P1: 20x1 (uso por unidade x quantidade
produzida)
horas ocupadas com P2: 30x2 (uso por unidade x quantidade
produzida)
Total em horas ocupadas na produção: 20x1 + 30x2 disponibilidade:
1.200 horas.
Restrição descritiva da situação: 20x1 + 30x2 ≤ 1.200
- 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
Resumo do modelo: max L = 1.000x1 + 1.800x2

Sujeito a:
20𝑥1 + 30𝑥2 ≤ 1200
𝑟𝑒𝑠𝑡𝑟𝑖çõ𝑒𝑠 𝑡é𝑐𝑛𝑖𝑐𝑎𝑠 { 𝑥1 ≤ 40
𝑥2 ≤ 30
𝑥 ≥0
𝑟𝑒𝑠𝑡𝑟𝑖çõ𝑒𝑠 𝑑𝑒 𝑛ã𝑜 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑖𝑑𝑎𝑑𝑒 { 1
𝑥2 ≥ 0
Assista agora a Vídeo Aula:
Modelo de programação Linear - Exemplo 1

11
Exemplo 2:
Para uma boa alimentação, o corpo necessita de vitaminas e
proteínas. A necessidade mínima de vitaminas é de 32 unidades por dia e
a de proteínas de 36 unidades por dia. Uma pessoa tem disponível carne
e ovos para se alimentar. Cada unidade de carne contém 4 unidades de
vitaminas e 6 unidades de proteínas. Cada unidade de ovo contém 8
unidades de vitaminas e 6 unidades de proteínas.
Qual a quantidade diária de carne e ovos que deve ser consumida
para suprir as necessidades de vitaminas e proteínas com o menor custo
possível? Cada unidade de carne custa 3 unidades monetárias e cada
unidade de ovo custa 2,5 unidades monetárias.
Solução:
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 no dia

x2 → quantidade de ovos a consumir no dia
b) Qual o objetivo?
O objetivo é minimizar o custo, que pode ser calculado:
Custo devido à carne: 3 . x1

(custo por unidade x quantidade a consumir de carne)
Custo devido aos ovos: 2,5 . x2

(custo por unidade x quantidade a consumir de ovos)
Custo total: C = 3x1 + 2,5x2

Objetivo: minimizar C = 3x1 + 2,5x2
As restrições impostas pelo sistema são:

necessidade mínima de vitamina: 32 unidades
vitamina de carne: 4 . x1
(quantidade por unidade x unidades de carne a consumir)
vitamina de ovos: 8 . x2
(quantidade por unidade x unidades de ovos a consumir)
Total de vitaminas: 4x1 + 8x2

12
Necessidade mínima: 32
Restrição descritiva da situação: 4x1 + 8x2 ≥ 32
necessidade mínima de proteína: 36 unidades
proteína de carne: 6 . x1
(quantidade por unidade x unidades de carne a consumir)
proteína de ovos: 6 . x2
(quantidade por unidade x unidades de ovos a consumir)
Total de proteínas: 6x1 + 6x2
Necessidade mínima: 36
Restrição descritiva da situação: 6x1 + 6x2 ≥ 36
Resumo do modelo: min C = 3x1 + 2,5x2

Sujeito a:
4𝑥 + 8𝑥2 ≥ 32
𝑟𝑒𝑠𝑡𝑟𝑖çõ𝑒𝑠 𝑡é𝑐𝑛𝑖𝑐𝑎𝑠 { 1
6𝑥1 + 6𝑥2 ≥ 36
𝑥 ≥0
𝑟𝑒𝑠𝑡𝑟𝑖çõ𝑒𝑠 𝑑𝑒 𝑛ã𝑜 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑖𝑑𝑎𝑑𝑒 { 1
𝑥2 ≥ 0
Modelo de programação linear - exemplo 2
Exercícios:
Construir o modelo matemático de programação linear dos sistemas
descritos a seguir:
1) Um sapateiro faz 6 sapatos por hora, se fizer somente sapatos, e 5
cintos por hora, se fizer somente cintos. Ele gasta 2 unidades de
couro para fabricar 1 unidade de sapato e 1 unidade couro para
fabricar uma unidade de cinto. Sabendo-se que o total disponível de
couro é de 6 unidades e que o lucro unitário por sapato é de 5
unidades monetárias e o do cinto é de 2 unidades monetárias, pede-
se: o modelo do sistema de produção do sapateiro, se o objetivo é
maximizar seu lucro por hora.
Solução:
a) Quais são as variáveis de decisão?
𝒙𝟏 → 𝒏º 𝒅𝒆 𝒔𝒂𝒑𝒂𝒕𝒐𝒔/𝒉𝒐𝒓𝒂
𝒙𝟐 → 𝒏º 𝒅𝒆 𝒄𝒊𝒏𝒕𝒐𝒔/𝒉𝒐𝒓𝒂
b) Qual é a função objetivo?

𝒎á𝒙𝒊𝒎𝒐 𝒍𝒖𝒄𝒓𝒐 = 𝟓𝒙𝟏 + 𝟐𝒙𝟐

13
c) Quais são as restrições técnicas?
Se são 6 sapatos por hora, isto significa que ele gasta 10 minutos
para cada sapato, do mesmo jeito se são 5 cintos por hora ele
gasta 12 minutos para fazer cada cinto.
Logo lembrando que 1h = 60 minutos temos:
𝟏𝟎𝒙𝟏 + 𝟏𝟐𝒙𝟐 ≤ 𝟔𝟎
Também foi tido que ele gasta 2 unidades de couro para fazer um
sapato e 1 unidade para fazer o cinto se ele dispõe de 6 unidades
de couro nototal, temos:
𝟐𝒙𝟏 + 𝟏𝒙𝟐 ≤ 𝟔
Logo as restrições são:

𝟏𝟎𝒙𝟏 + 𝟏𝟐𝒙𝟐 ≤ 𝟔𝟎
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒕é𝒄𝒏𝒊𝒄𝒂𝒔 {
𝟐𝒙𝟏 + 𝟏𝒙𝟐 ≤ 𝟔
d) Quais as restrições de não – negatividade?

Como na maioria dos casos a quantidade não pode ser
negativa de nenhum dos produtos, logo:
𝒙 ≥𝟎
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒅𝒆 𝒏ã𝒐 𝒏𝒆𝒈𝒂𝒕𝒊𝒗𝒊𝒅𝒂𝒅𝒆 { 𝟏
𝒙𝟐 ≥ 𝟎
e) Escreva o modelo completo.

𝒙𝟏 → 𝒏º 𝒅𝒆 𝒔𝒂𝒑𝒂𝒕𝒐𝒔/𝒉𝒐𝒓𝒂
𝒙𝟐 → 𝒏º 𝒅𝒆 𝒄𝒊𝒏𝒕𝒐𝒔/𝒉𝒐𝒓𝒂
𝟏𝟎𝒙𝟏 + 𝟏𝟐𝒙𝟐 ≤ 𝟔𝟎
𝟐𝒙𝟏 + 𝟏𝒙𝟐 ≤ 𝟔
𝒙𝟏 ≥ 𝟎
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒅𝒆 𝒏ã𝒐 𝒏𝒆𝒈𝒂𝒕𝒊𝒗𝒊𝒅𝒂𝒅𝒆 {
𝒙𝟐 ≥ 𝟎

Exercício 1 - Modelos de programação Linear
2) Certa empresa fabrica 2 produtos P1 e P2. O lucro por unidade de

P1 é de 100 u.m. e o lucro unitário de P2 é de 150 u.m. A empresa
necessita de 2 horas para fabricar uma unidade de P1 e 3 horas
para fabricar uma unidade de P2. O tempo mensal disponível para
essas atividades é de 120 horas. As demandas esperadas para os 2
produtos levaram a empresa a decidir que os montantes produzidos

14
de P1 e P2 não devem ultrapassar 40 unidades de P1 e 30 unidades
de P2 por mês. Construa o modelo do sistema de produção mensal
com o objetivo de maximizar o lucro da empresa.
Solução:
𝒙𝟏 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒂 𝒑𝒓𝒐𝒅𝒖𝒛𝒊𝒓 𝒅𝒆 𝑷𝟏
𝒙𝟐 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒂 𝒑𝒓𝒐𝒅𝒖𝒛𝒊𝒓 𝒅𝒆 𝑷𝟐

𝒎á𝒙𝒊𝒎𝒐 𝒍𝒖𝒄𝒓𝒐 = 𝟏𝟎𝟎𝒙𝟏 + 𝟏𝟓𝟎𝒙𝟐

Se a empresa necessita de 2 horas para fabricar cada P1 e 3 horas
para fabricar cada P2 e dispõe de no máximo 120 horas, temos:
𝟐𝒙𝟏 + 𝟑𝒙𝟐 ≤ 𝟏𝟐𝟎
Também foi tido que as demandas esperadas de P1 é de 40, logo:

𝒙𝟏 ≤ 𝟒𝟎
E que a demanda de P2 é de 30,logo temos:
𝒙𝟐 ≤ 𝟑𝟎
𝟐𝒙𝟏 + 𝟑𝒙𝟐 ≤ 𝟏𝟐𝟎
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒕é𝒄𝒏𝒊𝒄𝒂𝒔 { 𝒙𝟏 ≤ 𝟒𝟎
𝒙𝟐 ≤ 𝟑𝟎

𝒙 ≥𝟎
𝒙𝟐 ≥ 𝟎

𝟐𝒙𝟏 + 𝟑𝒙𝟐 ≤ 𝟏𝟐𝟎
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒕é𝒄𝒏𝒊𝒄𝒂𝒔 { 𝒙𝟏 ≤ 𝟒𝟎
𝒙𝟐 ≤ 𝟑𝟎
𝒙𝟏 ≥ 𝟎
𝒙𝟐 ≥ 𝟎
Exercício 2 - Modelo de programação linear
15
03) Um vendedor de frutas pode transportar 800 caixas de frutas para

sua região de vendas. Ele necessita transportar 200 caixas de
laranjas a 20 u.m. de lucro por caixa, pelo menos 100 caixas de
pêssegos a 10 u.m. de lucro por caixa, e no "máximo 200 caixas de
tangerinas a 30 u.m. de lucro por caixa. De que forma deverá ele
carregar o caminhão para obter o lucro máximo? Construa o
modelo do problema.
Solução:
Como já está definido que será levado 200 caixas de laranjas,
as variáveis de decisão ficarão por conta da quantidade de
caixas de pêssego e tangerina.
𝑥1 → 𝑞𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑐𝑎𝑖𝑥𝑎𝑠 𝑑𝑒 𝑝ê𝑠𝑠𝑒𝑔𝑜
𝑥2 → 𝑞𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑐𝑎𝑖𝑥𝑎𝑠 𝑑𝑒 𝑡𝑎𝑛𝑔𝑒𝑟𝑖𝑛𝑎𝑠
𝑚á𝑥𝑖𝑚𝑜 𝑙𝑢𝑐𝑟𝑜 = 10𝑥1 + 30𝑥2 + 4.000

O (+ 4000) no final da função objetiva é o resultado do
produto (200x20 = 4000) quantidade de caixas de laranja
vezes o seu preço.

Como o caminhão comporta 800 caixas e 200 são de laranja,
então o número de caixas de pêssego e tangerina somados deve
ser de no máximo 600, temos:
𝑥1 + 𝑥2 ≤ 600
Como ele tem que levar no mínimo 100 caixas de pêssego, temos
𝑥1 ≥ 100
E que deve levar no máximo 200 caixas de tangerina, temos:
𝑥2 ≤ 200
𝑥1 + 𝑥2 ≤ 600
𝑟𝑒𝑠𝑡𝑟𝑖çõ𝑒𝑠 𝑡é𝑐𝑛𝑖𝑐𝑎𝑠 { 𝑥1 ≥ 100
𝑥2 ≤ 200


16
𝒙𝟏 ≥ 𝟎
𝒙𝟐 ≥ 𝟎

𝑚á𝑥𝑖𝑚𝑜 𝑙𝑢𝑐𝑟𝑜 = 10𝑥1 + 30𝑥2 + 4.000
𝑥1 + 𝑥2 ≤ 600
𝑥2 ≤ 200
𝑥1 ≥ 0
𝑟𝑒𝑠𝑡𝑟𝑖çõ𝑒𝑠 𝑑𝑒 𝑛ã𝑜 𝑛𝑒𝑔𝑎𝑡𝑖𝑣𝑖𝑑𝑎𝑑𝑒 {
𝑥2 ≥ 0
4) Uma rede de televisão local tem o seguinte problema: foi descoberto

que o programa “A” com 20 minutos de música e 1 minuto de
propaganda chama a atenção de 30.000 telespectadores, enquanto
o programa “B”, com 10 minutos de música e 1 minuto de
propaganda chama a atenção de 10.000 telespectadores. No
decorrer de uma semana, o patrocinador insiste no uso de no
mínimo, 5 minutos para sua propaganda e que não há verba para
mais de 80 minutos de música. Quantas vezes por semana cada
programa deve ser levado ao ar para obter o número máximo de
telespectadores? Construa o modelo do sistema.
Solução:
𝒙𝟏 → 𝒇𝒓𝒆𝒒𝒖ê𝒏𝒄𝒊𝒂 𝒔𝒆𝒎𝒂𝒏𝒂𝒍 𝒅𝒐 𝒑𝒓𝒐𝒈𝒓𝒂𝒎𝒂 𝑨

𝒙𝟐 → 𝒇𝒓𝒆𝒒𝒖ê𝒏𝒄𝒊𝒂 𝒔𝒆𝒎𝒂𝒏𝒂𝒍 𝒅𝒐 𝒑𝒓𝒐𝒈𝒓𝒂𝒎𝒂 𝑩
𝒎á𝒙𝒊𝒎𝒐 𝒕𝒆𝒍𝒆𝒔𝒑𝒆𝒄𝒕𝒂𝒅𝒐𝒓𝒆𝒔 = 𝟑𝟎. 𝟎𝟎𝟎𝒙𝟏 + 𝟏𝟎. 𝟎𝟎𝟎𝒙𝟐

17
A primeira restrição diz respeito aos minutos de propaganda,
onde temos 1 minuto para cada programa num mínimo de 5
minutos, logo temos:
𝟏𝒙𝟏 + 𝟏𝒙𝟐 ≥ 𝟓
Já a segunda restrição é relacionada ao tempo de duração das

músicas por programa, e o patrocinador pode pagar no máximo
80 minutos, logo temos:
𝟐𝟎𝒙𝟏 + 𝟏𝟎𝒙𝟐 ≤ 𝟖𝟎

𝟏𝒙𝟏 + 𝟏𝒙𝟐 ≥ 𝟓
𝟐𝟎𝒙𝟏 + 𝟏𝟎𝒙𝟐 ≤ 𝟖𝟎

𝒙 ≥𝟎
𝒙𝟐 ≥ 𝟎
𝒙𝟏 → 𝒇𝒓𝒆𝒒𝒖ê𝒏𝒄𝒊𝒂 𝒔𝒆𝒎𝒂𝒏𝒂𝒍 𝒅𝒐 𝒑𝒓𝒐𝒈𝒓𝒂𝒎𝒂 𝑨

𝒙𝟐 → 𝒇𝒓𝒆𝒒𝒖ê𝒏𝒄𝒊𝒂 𝒔𝒆𝒎𝒂𝒏𝒂𝒍 𝒅𝒐 𝒑𝒓𝒐𝒈𝒓𝒂𝒎𝒂 𝑩
𝟏𝒙𝟏 + 𝟏𝒙𝟐 ≥ 𝟓
𝟐𝟎𝒙𝟏 + 𝟏𝟎𝒙𝟐 ≤ 𝟖𝟎
𝒙𝟏 ≥ 𝟎
𝒙𝟐 ≥ 𝟎
5) Um empresa fabrica 2 modelos de cintos de couro. O modelo M1, de
melhor qualidade, requer o dobro do tempo de fabricação em
relação ao modelo M2. Se todos os cintos fossem do modelo M2, a
empresa poderia produzir 1.000 unidades por dia. A disponibilidade
de couro permite fabricar 800 cintos de ambos os modelos por dia.
Os cintos empregam fivelas diferentes, cuja disponibilidade diária é
de 400 para M1 e 700 para M2. Os lucros unitários são de $ 4,00
para M1 e $ 3,00 para M2. Qual o programa ótimo de produção que

18
maximiza o lucro total diário da empresa? Construa, o modelo do
sistema descrito.
Solução:
𝒙𝟏 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒂 𝒑𝒓𝒐𝒅𝒖𝒛𝒊𝒓 𝒅𝒆 𝑴𝟏
𝒙𝟐 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒂 𝒑𝒓𝒐𝒅𝒖𝒛𝒊𝒓 𝒅𝒆 𝑴𝟐
𝒎á𝒙𝒊𝒎𝒐 𝒍𝒖𝒄𝒓𝒐 = 𝟒𝒙𝟏 + 𝟑𝒙𝟐

A primeira restrição diz respeito a quantidade de cintos que
podem ser produzida por dia.
Veja bem se produzissem só do modelo M2 daria para produzir
1.000 unidade, mas se produzissem só do modelo M1 daria para
produzir 500, pois ele gasta o dobro do tempo para ser feito, logo
podemos colocar a produção em uma restrição assim:
𝟐𝒙𝟏 + 𝟏𝒙𝟐 ≤ 𝟏. 𝟎𝟎𝟎
Se x1 for zero a produção será de 1.000.
Se x2 for zero a produção será de 500.
Já a segunda restrição é relacionada a quantidade de couro

disponível por dia, logo temos:
𝒙𝟏 + 𝒙𝟐 ≤ 𝟖𝟎𝟎
Já a terceira é relacionada as fivelas, para os modelos M1 temos

no máximo 400 por dia, logo:
𝒙𝟏 ≤ 𝟒𝟎𝟎
A quarta também é relacionada as fivelas, para os modelos M2

temos no máximo 700 por dia, logo:
𝒙𝟐 ≤ 𝟕𝟎𝟎

𝟐𝒙𝟏 + 𝟏𝒙𝟐 ≤ 𝟏. 𝟎𝟎𝟎
𝒙𝟏 + 𝒙𝟐 ≤ 𝟖𝟎𝟎
𝒙𝟏 ≤ 𝟒𝟎𝟎
𝒙𝟐 ≤ 𝟕𝟎𝟎

19
𝒙 ≥𝟎
𝒙𝟐 ≥ 𝟎
𝒙𝟏 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒂 𝒑𝒓𝒐𝒅𝒖𝒛𝒊𝒓 𝒅𝒆 𝑴𝟏
𝒙𝟐 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒂 𝒑𝒓𝒐𝒅𝒖𝒛𝒊𝒓 𝒅𝒆 𝑴𝟐
𝟐𝒙𝟏 + 𝟏𝒙𝟐 ≤ 𝟏. 𝟎𝟎𝟎

𝒙𝟏 + 𝒙𝟐 ≤ 𝟖𝟎𝟎
𝒙𝟏 ≤ 𝟒𝟎𝟎
𝒙𝟐 ≤ 𝟕𝟎𝟎
𝒙𝟏 ≥ 𝟎
𝒙𝟐 ≥ 𝟎

6) Uma empresa, após um processo de racionalização de produção,

ficou com disponibilidade de 3 recursos produtivos, R1, R2 e R3. Um
estudo sobre o uso desses recursos indicou a possibilidade de se
fabricar 2 produtos P1 e P2. Levantando os custos e consultando o
departamento de vendas sobre o preço de colocação no mercado,
verificou-se que P1 daria um lucro de $ 120,00 por unidade e P2, $
150,00 por unidade. O departamento de produção forneceu a
seguinte tabela de uso de recursos.
RECURSO R1 POR RECURSO R2 POR RECURSO R3 POR

PRODUTO
UNIDADE UNIDADE UNIDADE
P1 2 3 5
P2 4 2 3
DISPONIBILIDADE DE
100 90 120
RECURSO POR MÊS
Que produção mensal de P1 e P2 traz o maior lucro para a empresa?
Construa o modelo do sistema.

20
Solução:
𝒎á𝒙𝒊𝒎𝒐 𝒍𝒖𝒄𝒓𝒐 = 𝟏𝟐𝟎𝒙𝟏 + 𝟏𝟓𝟎𝒙𝟐

A primeira restrição diz respeito a disponibilidade de recurso 1,
informação dada na tabela que é de no máximo 100 por mês,
assim:
𝟐𝒙𝟏 + 𝟒𝒙𝟐 ≤ 𝟏𝟎𝟎
A segunda restrição diz respeito a disponibilidade de recurso 2,

assim:
𝟑𝒙𝟏 + 𝟐𝒙𝟐 ≤ 𝟗𝟎
A terceira restrição diz respeito a disponibilidade de recurso 3,

assim:
𝟓𝒙𝟏 + 𝟑𝒙𝟐 ≤ 𝟏𝟐𝟎

𝟐𝒙𝟏 + 𝟒𝒙𝟐 ≤ 𝟏𝟎𝟎
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒕é𝒄𝒏𝒊𝒄𝒂𝒔 { 𝟑𝒙𝟏 + 𝟐𝒙𝟐 ≤ 𝟗𝟎
𝟓𝒙𝟏 + 𝟑𝒙𝟐 ≤ 𝟏𝟐𝟎

𝒙 ≥𝟎
𝒙𝟐 ≥ 𝟎

21
𝒎á𝒙𝒊𝒎𝒐 𝒍𝒖𝒄𝒓𝒐 = 𝟏𝟐𝟎𝒙𝟏 + 𝟏𝟓𝟎𝒙𝟐
𝟐𝒙𝟏 + 𝟒𝒙𝟐 ≤ 𝟏𝟎𝟎

𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒕é𝒄𝒏𝒊𝒄𝒂𝒔 { 𝟑𝒙𝟏 + 𝟐𝒙𝟐 ≤ 𝟗𝟎
𝟓𝒙𝟏 + 𝟑𝒙𝟐 ≤ 𝟏𝟐𝟎
𝒙𝟏 ≥ 𝟎
𝒙𝟐 ≥ 𝟎
Exercício 6 - Modelo de programação Linear
7) Um fazendeiro está estudando a divisão de sua propriedade nas

seguintes atividades produtivas:
A (Arrendamento) - Destinar certa quantidade de alqueires para a
plantação de cana-de-açúcar, a uma usina local, que se encarrega da
atividade e paga pelo aluguel da terra $ 300,00 por alqueire por ano.
P (Pecuária) - Usar outra parte para a criação de gado de corte. A
recuperação das pastagens requer adubação (100 kg/Alq) e irrigação
(100.000 L de água/Alq) por ano. O lucro estimado nessa atividade é de
$ 400,00 por alqueire por ano.
S (Plantio de Soja) - Usar uma terceira parte para o plantio de soja.
Essa cultura requer 200 kg por alqueire de adubos e 200.000 L de
água/Alq para irrigação por ano. O lucro estimado nessa atividade é de $
500,00/alqueire no ano.
Disponibilidade de recursos por ano:

12.750.000 L de água
14.000 kg de adubo
100 alqueires de terra.
Quantos alqueires deverá destinar a cada atividade para

proporcionar o melhor retorno? Construa o modelo de decisão.
Solução:
𝒙𝟏 → 𝒂𝒍𝒒𝒖𝒆𝒊𝒓𝒆𝒔 𝒑𝒂𝒓𝒂 𝒂𝒓𝒓𝒆𝒏𝒅𝒂𝒎𝒆𝒏𝒕𝒐

𝒙𝟐 → 𝒂𝒍𝒒𝒖𝒆𝒊𝒓𝒆𝒔 𝒑𝒂𝒓𝒂 𝒑𝒆𝒄𝒖á𝒓𝒊𝒂
𝒙𝟑 → 𝒂𝒍𝒒𝒖𝒆𝒊𝒓𝒆𝒔 𝒑𝒂𝒓𝒂 𝒔𝒐𝒋𝒂

22
𝒎á𝒙𝒊𝒎𝒐 𝒍𝒖𝒄𝒓𝒐 = 𝟑𝟎𝟎𝒙𝟏 + 𝟒𝟎𝟎𝒙𝟐 + 𝟓𝟎𝟎𝒙𝟑
A primeira restrição diz respeito a quantidade de alqueires
disponível, assim:
𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 ≤ 𝟏𝟎𝟎
A segunda restrição diz respeito a distribuição de adubo por

atividade, assim:
𝟏𝟎𝟎𝒙𝟐 + 𝟐𝟎𝟎𝒙𝟑 ≤ 𝟏𝟒. 𝟎𝟎𝟎
A terceira restrição diz respeito a distribuição de água por

atividade, assim:
𝟏𝟎𝟎. 𝟎𝟎𝟎𝒙𝟐 + 𝟐𝟎𝟎. 𝟎𝟎𝟎𝒙𝟑 ≤ 𝟏𝟐. 𝟕𝟓𝟎. 𝟎𝟎𝟎
Perceba que a primeira atividade ele não necessita separa adubo

ou água pois estará arrendando as terras.

𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 ≤ 𝟏𝟎𝟎
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒕é𝒄𝒏𝒊𝒄𝒂𝒔 { 𝟏𝟎𝟎𝒙𝟐 + 𝟐𝟎𝟎𝒙𝟑 ≤ 𝟏𝟒. 𝟎𝟎𝟎
𝟏𝟎𝟎. 𝟎𝟎𝟎𝒙𝟐 + 𝟐𝟎𝟎. 𝟎𝟎𝟎𝒙𝟑 ≤ 𝟏𝟐. 𝟕𝟓𝟎. 𝟎𝟎𝟎

𝒙𝟏 ≥ 𝟎
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒅𝒆 𝒏ã𝒐 𝒏𝒆𝒈𝒂𝒕𝒊𝒗𝒊𝒅𝒂𝒅𝒆 {𝒙𝟐 ≥ 𝟎
𝒙𝟑 ≥ 𝟎

𝒙𝟏 → 𝒂𝒍𝒒𝒖𝒆𝒊𝒓𝒆𝒔 𝒑𝒂𝒓𝒂 𝒂𝒓𝒓𝒆𝒏𝒅𝒂𝒎𝒆𝒏𝒕𝒐
𝒙𝟐 → 𝒂𝒍𝒒𝒖𝒆𝒊𝒓𝒆𝒔 𝒑𝒂𝒓𝒂 𝒑𝒆𝒄𝒖á𝒓𝒊𝒂
𝒙𝟑 → 𝒂𝒍𝒒𝒖𝒆𝒊𝒓𝒆𝒔 𝒑𝒂𝒓𝒂 𝒔𝒐𝒋𝒂
𝒎á𝒙𝒊𝒎𝒐 𝒍𝒖𝒄𝒓𝒐 = 𝟑𝟎𝟎𝒙𝟏 + 𝟒𝟎𝟎𝒙𝟐 + 𝟓𝟎𝟎𝒙𝟑
𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 ≤ 𝟏𝟎𝟎
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒕é𝒄𝒏𝒊𝒄𝒂𝒔 { 𝟏𝟎𝟎𝒙𝟐 + 𝟐𝟎𝟎𝒙𝟑 ≤ 𝟏𝟒. 𝟎𝟎𝟎
𝟏𝟎𝟎. 𝟎𝟎𝟎𝒙𝟐 + 𝟐𝟎𝟎. 𝟎𝟎𝟎𝒙𝟑 ≤ 𝟏𝟐. 𝟕𝟓𝟎. 𝟎𝟎𝟎
𝒙𝟏 ≥ 𝟎
𝒙𝟑 ≥ 𝟎

23

Exercício 7 - Modelo de programação Linear
8) O departamento de marketing de uma empresa estuda a forma mais

econômica de aumentar em 30% as vendas de seus dois produtos
P1 e P2.
As alternativas são:
a) Investir em um programa institucional com outras empresas do
mesmo ramo. Esse programa requer um investimento mínimo de
$3.000,00 e deve proporcionar um aumento de 3% nas vendas de
cada produto, para cada $1.000,00 investidos.
b) Investir diretamente na divulgação dos produtos. Cada $1.000,00
investidos em P1 retornam um aumento de 4% nas vendas,
enquanto que para P2 o retorno é de 10%.
c) A empresa dispõe de $10.000,00 para esse empreendimento.
Quanto deverá destinar a cada atividade?
Construa o modelo do sistema descrito.
Solução:
𝒙𝟏 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒆𝒎 $ 𝟏. 𝟎𝟎𝟎 𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒈𝒓𝒂𝒎𝒂 𝒊𝒏𝒔𝒕𝒊𝒕𝒖𝒄𝒊𝒐𝒏𝒂𝒍

𝒙𝟐 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒆𝒎 $ 𝟏. 𝟎𝟎𝟎 𝒅𝒊𝒓𝒆𝒕𝒂𝒎𝒆𝒏𝒕𝒆 𝒆𝒎 𝑷𝟏
𝒙𝟑 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒆𝒎 $ 𝟏. 𝟎𝟎𝟎 𝒅𝒊𝒓𝒆𝒕𝒂𝒎𝒆𝒏𝒕𝒆 𝒆𝒎 𝑷𝟐
𝒎í𝒏𝒊𝒎𝒐 𝒄𝒖𝒔𝒕𝒐 = 𝟏. 𝟎𝟎𝟎𝒙𝟏 + 𝟏. 𝟎𝟎𝟎𝒙𝟐 + 𝟏. 𝟎𝟎𝟎𝒙𝟑
Usaremos aqui representar cada 1.000 como 1 unidade.

Assim:
A primeira restrição diz respeito ao programa institucional onde
se deve investir pelo menos 3.000, assim:
𝒙𝟏 ≥ 𝟑
A segunda restrição diz respeito o produto P1, com o programa

institucional com aumento de 3%, mais a divulgação direta onde
teremos um aumento de 4%, com um retorno percentual
esperado de no mínimo 30%, assim:
24
𝟑𝒙𝟏 + 𝟒𝒙𝟐 ≥ 𝟑𝟎
A Terceira restrição diz respeito o produto P2, com o programa

institucional com aumento de 3%, mais a divulgação direta onde
teremos um aumento de 10%, com um retorno percentual
esperado de no mínimo 30% também, assim:
𝟑𝒙𝟏 + 𝟏𝟎𝒙𝟑 ≥ 𝟑𝟎
A quarta restrição fala do total que a empresa tem para investir,

no máximo 10.000, logo temos:
𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 ≤ 𝟏𝟎

𝒙𝟏 ≥ 𝟑
𝟑𝒙𝟏 + 𝟒𝒙𝟐 ≥ 𝟑𝟎
𝟑𝒙𝟏 + 𝟏𝟎𝒙𝟑 ≥ 𝟑𝟎
𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 ≤ 𝟏𝟎

𝒙𝟏 ≥ 𝟎
𝒙𝟑 ≥ 𝟎
𝒙𝟏 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒆𝒎 $ 𝟏. 𝟎𝟎𝟎 𝒑𝒂𝒓𝒂 𝒑𝒓𝒐𝒈𝒓𝒂𝒎𝒂 𝒊𝒏𝒔𝒕𝒊𝒕𝒖𝒄𝒊𝒐𝒏𝒂𝒍

𝒙𝟐 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒆𝒎 $ 𝟏. 𝟎𝟎𝟎 𝒅𝒊𝒓𝒆𝒕𝒂𝒎𝒆𝒏𝒕𝒆 𝒆𝒎 𝑷𝟏
𝒙𝟑 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒆𝒎 $ 𝟏. 𝟎𝟎𝟎 𝒅𝒊𝒓𝒆𝒕𝒂𝒎𝒆𝒏𝒕𝒆 𝒆𝒎 𝑷𝟐
𝒎í𝒏𝒊𝒎𝒐 𝒄𝒖𝒔𝒕𝒐 = 𝟏. 𝟎𝟎𝟎𝒙𝟏 + 𝟏. 𝟎𝟎𝟎𝒙𝟐 + 𝟏. 𝟎𝟎𝟎𝒙𝟑
𝒙𝟏 ≥ 𝟑
𝟑𝒙𝟏 + 𝟒𝒙𝟐 ≥ 𝟑𝟎
𝟑𝒙𝟏 + 𝟏𝟎𝒙𝟑 ≥ 𝟑𝟎
𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 ≤ 𝟏𝟎
𝒙𝟏 ≥ 𝟎
𝒙𝟑 ≥ 𝟎

25
9) Uma liga especial constituída de ferro, carvão, silício e níquel pode

ser obtida usando a mistura desses minerais puros além de 2 tipos
de materiais recuperados:
Material Recuperado 1 -MR1- Composição:
Custo por kg: $ 0,20
ferro - 60%
carvão -20%
silício - 20%
Material Recuperado 2 - MR2 - Composição:

Custo por kg: $ 0,25
ferro - 70%
carvão - 20%
silício - 5%
níquel -5%
A liga deve ter a seguinte composição final:

matéria-prima % mínima % máxima
Ferro 60 65
Carvão 15 20
silício 15 20
níquel 5 8
O custo dos materiais puros são (por kg): ferro: $ 0,30; carvão: $
0,20; silício: $ 0,28; níquel: $ 0,50. Qual deverá ser a composição da
mistura em termos dos materiais disponíveis, com menor custo por kg?
Construa o modelo de decisão.
Solução:
𝒙𝟏 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝑴𝑹𝟏 𝒏𝒂 𝒎𝒊𝒔𝒕𝒖𝒓𝒂

𝒙𝟐 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝑴𝑹𝟐 𝒏𝒂 𝒎𝒊𝒔𝒕𝒖𝒓𝒂
𝒙𝟑 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝒇𝒆𝒓𝒓𝒐 𝒑𝒖𝒓𝒐 𝒏𝒂 𝒎𝒊𝒔𝒕𝒖𝒓𝒂
𝒙𝟒 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝒄𝒂𝒓𝒗ã𝒐 𝒏𝒂 𝒎𝒊𝒔𝒕𝒖𝒓𝒂
𝒙𝟓 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝒔𝒊𝒍í𝒄𝒊𝒐 𝒏𝒂 𝒎𝒊𝒔𝒕𝒖𝒓𝒂
𝒙𝟔 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝒏í𝒒𝒖𝒆𝒍 𝒏𝒂 𝒎𝒊𝒔𝒕𝒖𝒓𝒂
𝒎í𝒏𝒊𝒎𝒐 𝒄𝒖𝒔𝒕𝒐 = 𝟎, 𝟐𝟎𝒙𝟏 + 𝟎, 𝟐𝟓𝒙𝟐 + 𝟎, 𝟑𝟎𝒙𝟑 + 𝟎, 𝟐𝟎𝒙𝟒 + 𝟎, 𝟐𝟖𝒙𝟓 + 𝟎, 𝟓𝟎𝒙𝟔

26
A primeira e segunda restrições, dizem respeito quantidade de

ferro na mistura trabalhando com o mínimo e com o máximo,
assim, no MR1 temos 60% = 0,6 de ferro no MR2 temos 70%=0,7
de ferro e temos 100%=1 na mistura pura (lógico), logo podemos
representar a quantidade de ferro na liga desta maneira:
Mínimo:
𝟎, 𝟔𝒙𝟏 + 𝟎, 𝟕𝒙𝟐 + 𝒙𝟑 ≥ 𝟎, 𝟔𝟎
Máximo:
𝟎, 𝟔𝒙𝟏 + 𝟎, 𝟕𝒙𝟐 + 𝒙𝟑 ≤ 𝟎, 𝟔𝟓
A terceira e quarta restrições dizem respeito quantidade de

Carvão na mistura trabalhando com o mínimo e com o máximo,
assim, no MR1 temos 20% = 0,2 de Carvão no MR2 temos
20%=0,2 de Carvão e temos 100%=1 na mistura pura (lógico),
logo podemos representar a quantidade de Carvão na liga desta
maneira:
Mínimo:
𝟎, 𝟐𝒙𝟏 + 𝟎, 𝟐𝒙𝟐 + 𝒙𝟒 ≥ 𝟎, 𝟏𝟓
Máximo:
𝟎, 𝟐𝒙𝟏 + 𝟎, 𝟐𝒙𝟐 + 𝒙𝟒 ≤ 𝟎, 𝟐𝟎
A quinta e sexta restrições dizem respeito quantidade de silício na

mistura trabalhando com o mínimo e com o máximo, assim, no
MR1 temos 20% = 0,2 de silício no MR2 temos 5%=0,05 de silício
e temos 100%=1 na mistura pura (lógico), logo podemos
representar a quantidade de silício na liga desta maneira:
Mínimo:
𝟎, 𝟐𝒙𝟏 + 𝟎, 𝟎𝟓𝒙𝟐 + 𝒙𝟓 ≤ 𝟎, 𝟐𝟎
Máximo:
𝟎, 𝟐𝒙𝟏 + 𝟎, 𝟎𝟓𝒙𝟐 + 𝒙𝟓 ≥ 𝟎, 𝟏𝟓
A sétima e oitava restrições dizem respeito quantidade de níquel

na mistura trabalhando com o mínimo e com o máximo, assim, no
MR2 temos 5%=0,05 de níquel e temos 100%=1 na mistura pura
(lógico), logo podemos representar a quantidade de níquel na liga
desta maneira:
Mínimo:
𝟎, 𝟎𝟓𝒙𝟐 + 𝒙𝟔 ≤ 𝟎, 𝟎𝟖
Máximo:
27
𝟎, 𝟎𝟓𝒙𝟐 + 𝒙𝟔 ≥ 𝟎, 𝟎𝟓
A nona restrição é a mistura de tudo que no final dará 100%=1,

da liga desejada.
𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 + 𝒙𝟒 + 𝒙𝟓 + 𝒙𝟔 = 𝟏

𝟎, 𝟔𝒙𝟏 + 𝟎, 𝟕𝒙𝟐 + 𝒙𝟑 ≥ 𝟎, 𝟔𝟎
𝟎, 𝟔𝒙𝟏 + 𝟎, 𝟕𝒙𝟐 + 𝒙𝟑 ≤ 𝟎, 𝟔𝟓
𝟎, 𝟐𝒙𝟏 + 𝟎, 𝟐𝒙𝟐 + 𝒙𝟒 ≤ 𝟎, 𝟐𝟎
𝟎, 𝟐𝒙𝟏 + 𝟎, 𝟐𝒙𝟐 + 𝒙𝟒 ≥ 𝟎, 𝟏𝟓
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒕é𝒄𝒏𝒊𝒄𝒂𝒔 𝟎, 𝟐𝒙𝟏 + 𝟎, 𝟎𝟓𝒙𝟐 + 𝒙𝟓 ≤ 𝟎, 𝟐𝟎
𝟎, 𝟐𝒙𝟏 + 𝟎, 𝟎𝟓𝒙𝟐 + 𝒙𝟓 ≥ 𝟎, 𝟏𝟓
𝟎, 𝟎𝟓𝒙𝟐 + 𝒙𝟔 ≥ 𝟎, 𝟎𝟓
𝟎, 𝟎𝟓𝒙𝟐 + 𝒙𝟔 ≤ 𝟎, 𝟎𝟖
{𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 + 𝒙𝟒 + 𝒙𝟓 + 𝒙𝟔 = 𝟏

𝒙𝟏 ≥ 𝟎
𝒙𝟐 ≥ 𝟎
𝒙𝟑 ≥ 𝟎
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒅𝒆 𝒏ã𝒐 𝒏𝒆𝒈𝒂𝒕𝒊𝒗𝒊𝒅𝒂𝒅𝒆
𝒙𝟒 ≥ 𝟎
𝒙𝟓 ≥ 𝟎
{𝒙𝟔 ≥ 𝟎
𝒙𝟏 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝑴𝑹𝟏 𝒏𝒂 𝒎𝒊𝒔𝒕𝒖𝒓𝒂

𝒙𝟐 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝑴𝑹𝟐 𝒏𝒂 𝒎𝒊𝒔𝒕𝒖𝒓𝒂
𝒙𝟑 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝒇𝒆𝒓𝒓𝒐 𝒑𝒖𝒓𝒐 𝒏𝒂 𝒎𝒊𝒔𝒕𝒖𝒓𝒂
𝒙𝟒 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝒄𝒂𝒓𝒗ã𝒐 𝒏𝒂 𝒎𝒊𝒔𝒕𝒖𝒓𝒂
𝒙𝟓 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝒔𝒊𝒍í𝒄𝒊𝒐 𝒏𝒂 𝒎𝒊𝒔𝒕𝒖𝒓𝒂
𝒙𝟔 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝒏í𝒒𝒖𝒆𝒍 𝒏𝒂 𝒎𝒊𝒔𝒕𝒖𝒓𝒂
𝒎í𝒏𝒊𝒎𝒐 𝒄𝒖𝒔𝒕𝒐 = 𝟎, 𝟐𝟎𝒙𝟏 + 𝟎, 𝟐𝟓𝒙𝟐 + 𝟎, 𝟑𝟎𝒙𝟑 + 𝟎, 𝟐𝟎𝒙𝟒 + 𝟎, 𝟐𝟖𝒙𝟓 + 𝟎, 𝟓𝟎𝒙𝟔

28
𝟎, 𝟔𝒙𝟏 + 𝟎, 𝟕𝒙𝟐 + 𝒙𝟑 ≥ 𝟎, 𝟔𝟎
𝟎, 𝟔𝒙𝟏 + 𝟎, 𝟕𝒙𝟐 + 𝒙𝟑 ≤ 𝟎, 𝟔𝟓
𝟎, 𝟐𝒙𝟏 + 𝟎, 𝟐𝒙𝟐 + 𝒙𝟒 ≤ 𝟎, 𝟐𝟎
𝟎, 𝟐𝒙𝟏 + 𝟎, 𝟐𝒙𝟐 + 𝒙𝟒 ≥ 𝟎, 𝟏𝟓
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒕é𝒄𝒏𝒊𝒄𝒂𝒔 𝟎, 𝟐𝒙𝟏 + 𝟎, 𝟎𝟓𝒙𝟐 + 𝒙𝟓 ≤ 𝟎, 𝟐𝟎
𝟎, 𝟐𝒙𝟏 + 𝟎, 𝟎𝟓𝒙𝟐 + 𝒙𝟓 ≥ 𝟎, 𝟏𝟓
𝟎, 𝟎𝟓𝒙𝟐 + 𝒙𝟔 ≥ 𝟎, 𝟎𝟓
𝟎, 𝟎𝟓𝒙𝟐 + 𝒙𝟔 ≤ 𝟎, 𝟎𝟖
{𝒙𝟏 + 𝒙𝟐 + 𝒙𝟑 + 𝒙𝟒 + 𝒙𝟓 + 𝒙𝟔 = 𝟏
𝒙𝟏 ≥ 𝟎
𝒙𝟐 ≥ 𝟎
𝒙𝟑 ≥ 𝟎
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒅𝒆 𝒏ã𝒐 𝒏𝒆𝒈𝒂𝒕𝒊𝒗𝒊𝒅𝒂𝒅𝒆
𝒙𝟒 ≥ 𝟎
𝒙𝟓 ≥ 𝟎
{𝒙𝟔 ≥ 𝟎
10) Uma rede de depósitos de material de construção tem 4 lojas

que devem ser abastecidas com 50m3 (loja 1), 80m3 (loja 2), 40m3
(loja 3) e 100m3 (loja 4) de areia grossa. Essa areia pode ser
carregada em 3 portos P1, P2 e P3, cujas distâncias às lojas estão
no quadro (em km):
L1 L2 L3 L4
P1 30 20 24 18
P2 12 36 30 24
P3 8 15 25 20
3
O caminhão pode transportar 10m por viagem. Os portos tem areia
para suprir qualquer demanda. Estabelecer um plano de transporte que
minimize a distância total percorrida entre os portos e as lojas e supra as
necessidades das lojas. Construa o modelo linear do problema.
Solução:
𝒙𝟏𝟏 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟏 𝒂 𝑳𝟏

𝒙𝟏𝟐 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟏 𝒂 𝑳𝟐
𝒙𝟏𝟑 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟏 𝒂 𝑳𝟑
𝒙𝟏𝟒 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟏 𝒂 𝑳𝟒
𝒙𝟐𝟏 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟐 𝒂 𝑳𝟏
𝒙𝟐𝟐 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟐 𝒂 𝑳𝟐
29
𝒙𝟐𝟑 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟐 𝒂 𝑳𝟑
𝒙𝟐𝟒 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟐 𝒂 𝑳𝟒
𝒙𝟑𝟏 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟑 𝒂 𝑳𝟏
𝒙𝟑𝟐 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟑 𝒂 𝑳𝟐
𝒙𝟑𝟑 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟑 𝒂 𝑳𝟑
𝒙𝟑𝟒 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟑 𝒂 𝑳𝟒
𝒎í𝒏𝒊𝒎𝒐 𝒄𝒖𝒔𝒕𝒐 = 𝟑𝟎𝒙𝟏𝟏 + 𝟐𝟎𝒙𝟏𝟐 + 𝟐𝟒𝒙𝟏𝟑 + 𝟏𝟖𝒙𝟏𝟒 + 𝟏𝟐𝒙𝟐𝟏 + 𝟑𝟔𝒙𝟐𝟐 + 𝟑𝟎𝒙𝟐𝟑 + 𝟐𝟒𝒙𝟐𝟒 + 𝟖𝒙𝟑𝟏 + 𝟏𝟓𝒙𝟑𝟐 + 𝟐𝟓𝒙𝟑𝟑 + 𝟐𝟎𝒙𝟑𝟒
Como cada caminhão pode transportar usaremos, 10m3 = 1

unidade.
A primeira restrição, diz respeito quantidade de areia que a loja 1

necessita, que é de 50m3, portanto desta maneira a soma dos
caminhões será:
𝒙𝟏𝟏 + 𝒙𝟐𝟏 + 𝒙𝟑𝟏 = 𝟓
A segunda restrição, diz respeito quantidade de areia que a loja 2

caminhões será:
𝒙𝟏𝟐 + 𝒙𝟐𝟐 + 𝒙𝟑𝟐 = 𝟖
A terceira restrição, diz respeito quantidade de areia que a loja 3

caminhões será:
𝒙𝟏𝟑 + 𝒙𝟐𝟑 + 𝒙𝟑𝟑 = 𝟒
A quarta restrição, diz respeito quantidade de areia que a loja 4

caminhões será:
𝒙𝟏𝟒 + 𝒙𝟐𝟒 + 𝒙𝟑𝟒 = 𝟏𝟎

𝒙𝟏𝟏 + 𝒙𝟐𝟏 + 𝒙𝟑𝟏 = 𝟓
𝒙 + 𝒙𝟐𝟐 + 𝒙𝟑𝟐 = 𝟖
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒕é𝒄𝒏𝒊𝒄𝒂𝒔 { 𝟏𝟐
𝒙𝟏𝟑 + 𝒙𝟐𝟑 + 𝒙𝟑𝟑 = 𝟒
𝒙𝟏𝟒 + 𝒙𝟐𝟒 + 𝒙𝟑𝟒 = 𝟏𝟎

30
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒅𝒆 𝒏ã𝒐 𝒏𝒆𝒈𝒂𝒕𝒊𝒗𝒊𝒅𝒂𝒅𝒆 {𝒙𝒊𝒋 ≥ 𝟎, 𝒄𝒐𝒎 𝒊 = 𝟏, 𝟐, 𝟑 𝒆 𝒋 = 𝟏, 𝟐, 𝟑, 𝟒
𝒙𝟏𝟏 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟏 𝒂 𝑳𝟏

𝒙𝟏𝟐 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟏 𝒂 𝑳𝟐
𝒙𝟏𝟑 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟏 𝒂 𝑳𝟑
𝒙𝟏𝟒 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟏 𝒂 𝑳𝟒
𝒙𝟐𝟏 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟐 𝒂 𝑳𝟏
𝒙𝟐𝟐 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟐 𝒂 𝑳𝟐
𝒙𝟐𝟑 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟐 𝒂 𝑳𝟑
𝒙𝟐𝟒 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟐 𝒂 𝑳𝟒
𝒙𝟑𝟏 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟑 𝒂 𝑳𝟏
𝒙𝟑𝟐 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟑 𝒂 𝑳𝟐
𝒙𝟑𝟑 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟑 𝒂 𝑳𝟑
𝒙𝟑𝟒 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒗𝒊𝒂𝒈𝒆𝒏𝒔 𝒅𝒐 𝑷𝟑 𝒂 𝑳𝟒
𝒎í𝒏𝒊𝒎𝒐 𝒄𝒖𝒔𝒕𝒐 = 𝟑𝟎𝒙𝟏𝟏 + 𝟐𝟎𝒙𝟏𝟐 + 𝟐𝟒𝒙𝟏𝟑 + 𝟏𝟖𝒙𝟏𝟒 + 𝟏𝟐𝒙𝟐𝟏 + 𝟑𝟔𝒙𝟐𝟐 + 𝟑𝟎𝒙𝟐𝟑 + 𝟐𝟒𝒙𝟐𝟒 + 𝟖𝒙𝟑𝟏 + 𝟏𝟓𝒙𝟑𝟐 + 𝟐𝟓𝒙𝟑𝟑 + 𝟐𝟎𝒙𝟑𝟒
𝒙𝟏𝟏 + 𝒙𝟐𝟏 + 𝒙𝟑𝟏 = 𝟓

𝒙 + 𝒙𝟐𝟐 + 𝒙𝟑𝟐 = 𝟖
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒕é𝒄𝒏𝒊𝒄𝒂𝒔 { 𝟏𝟐
𝒙𝟏𝟑 + 𝒙𝟐𝟑 + 𝒙𝟑𝟑 = 𝟒
𝒙𝟏𝟒 + 𝒙𝟐𝟒 + 𝒙𝟑𝟒 = 𝟏𝟎
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒅𝒆 𝒏ã𝒐 𝒏𝒆𝒈𝒂𝒕𝒊𝒗𝒊𝒅𝒂𝒅𝒆 {𝒙𝒊𝒋 ≥ 𝟎, 𝒄𝒐𝒎 𝒊 = 𝟏, 𝟐, 𝟑 𝒆 𝒋 = 𝟏, 𝟐, 𝟑, 𝟒

Exercício 10 - modelo de programação linear
Técnica de Solução para Modelos de Programação Linear com

Duas Variáveis de Decisão - Método Gráfico
CONCEITO
Essa técnica consiste em representar num sistema de eixos

ortogonais o conjunto das possíveis soluções do problema, isto é, o
conjunto de pontos (x1, x2) que obedecem ao grupo de restrições
impostas pelo sistema em estudo. O desempenho do modelo é avaliado
31
através da representação gráfica da função objetivo. As soluções são
classificadas de acordo com sua posição no gráfico.
GRÁFICO DO CONJUNTO DE SOLUÇÕES
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.
Exemplos:
Exemplo 1:
Representar graficamente a inequação: x1 + 2x2 ≥ 10
a) Construir a reta correspondente à equação: x1 + 2x2 = 10
(acompanhe no gráfico)
Precisamos de dois pontos:
fazendo x1 = 0
teremos:
2x2 = 10
X2 = 5
fazendo x2 = 0
teremos:
x1 = 10
b) Testar a inequação: x1 + 2x2 ≥ 10
Tomamos um ponto qualquer de uma das regiões limitadas pela reta, por
exemplo o ponto (x1 = 10, x2 = 5).
Substituindo na inequação:
10 + 2 . 5 ≥ 10 ou 20 ≥ 10, o que é verdadeiro, portanto a região das
soluções da inequação é aquela que contém o ponto testado.
x2
Região das soluções
5 (10, 5)
10 x1

32

Solução gráfica - exemplo 1
Exemplo 2:
Representar graficamente a solução do sistema:
𝑥1 + 3𝑥2 ≤ 12
2𝑥 + 𝑥2 ≥ 16
{ 1
𝑥1 ≥ 0
𝑥2 ≥ 0
Solução:
Vamos representar cada uma das retas correspondentes:
1) x1 + 3x2 = 12 se x1 = 0, então 0 + 3. x2 = 12. Portanto, x2 = 12/3
ou x2 = 4
se x2 = 0, então x1 + 3. 0= 12. Portanto, x1 = 12
2) 2x1 + x2 = 16 se x1 = 0, então 2. 0+ x2 = 16. Portanto, x2 = 16 se

x2 = 0, então 2 . x1 + 0 = 16. Portanto, x1 = 16/2 ou x1 = 8
As restrições de não negatividade x1 ≥ 0 e x2 ≥0 representam o primeiro

quadrante do gráfico de soluções.
Gráfico:
x2
(8, 16)
16

4
8 12 x1
1
2
Vamos testar para cada reta qual a região que corresponde à solução da
inequação. Para isso escolhemos um ponto fora das retas, por exemplo o
ponto (8,16).
1) x1 + 3x2 ≤ 12; substituindo x1 = 8, x2 = 16, obtém-se: 8+3.16≤ 12

ou 56 ≤ 12; a desigualdade é falsa.
Solução: região oposta. (Vide flecha indicativa.)
2) 2x1 + x2 ≥ 16; substituindo x1 = 8, x2 = 16, obtém-se:

2 . 8 + 16 ≥16, ou 32 ≥ 16; a desigualdade é verdadeira. (Flecha
indicativa da solução na região do ponto testado.)
33
A região de soluções aparece sombreada no gráfico.

AVALIAÇÃO DO OBJETIVO
Avaliar o desempenho da função objetivo: Maximizar L = 2x1 + 5x2,
na região de soluções do gráfico abaixo.
x2
6
0 4 8 x1
Solução: Escolhemos um valor arbitrário para L, por exemplo, o valor 10.
A equação: 10 = 2x1 + 5x2 fornece o conjunto de pontos (x1,x2) que dão

para L o valor 10. Vamos representar esses pontos:
se x1 = 0, então 2 . 0 + 5 . x2 = 10. Portanto, x2 = 10/5 ou x2 = 2
se x2 = 0, então 2 . x1 + 5 . 0 = 10. Portanto, x1 = 10/2 ou x1 = 5
Escolhemos um segundo valor para L, por exemplo, o valor 15, então:
2x1 + 5x2 = 15 se x1 = 0, então 2 . 0 + 5 . x2 = 15.

Portanto, x2 = 15/5 ou x2 = 3
se x2 = 0, então 2 . x1 + 5 . 0 = 15.
Portanto, x1 = 15/2 ou x1 = 7,5
Graficamente, teremos:
x2
8 P
6
3 L = máximo
2
0 4 5 7,5 8 x1
L = 15
L = 10

34
Verificamos do gráfico que:
1) À medida que atribuirmos valores a L, obtemos retas paralelas.
2) À medida que o valor de L aumenta, a reta se afasta da origem do
sistema de eixos.
Podemos concluir que pelo ponto P do gráfico teremos a paralela de
maior valor que ainda apresenta um ponto na região de soluções.
Portanto, o ponto P é a solução que maximiza L na região de soluções
dadas.
Como P = (0,6) e L = 2x1 + 5x2, substituindo x1 = 0, x2 = 6 teremos:

L = 2 . 0 + 5 . 6 ou Lmáximo = 30.
MÉTODO GRÁFICO
Exemplo 1:
Resolver o problema de programação linear:
minimizar Z = 2x1 + 3x2
𝑥1 + 𝑥2 ≥ 5
5𝑥1 + 𝑥2 ≥ 10
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 à𝑠 𝑟𝑒𝑠𝑡𝑟𝑖çõ𝑒𝑠: 𝑥1 ≤ 8
𝑥1 ≥ 0
{ 𝑥2 ≥ 0
Solução:
a) Construir a região de soluções das restrições:
1) x1 + x2 = 5 se x1 = 0, então 0 + x2 = 5 ou x2 = 5
se x2 = 0, então x1 + 0 = 5 ou x1 = 5
2) 5x1 + x2 = 10 se x1 = 0, então 5 . 0 + x2 = 10 ou x2 = 10
se x2 = 0, então 5. X1 + 0 = 10 ou x1 = 10/5 ou
x1=2
3) x1 = 8 A representação gráfica é uma reta paralela ao eixo x2

pelo ponto x1 = 8.
No gráfico:

35
x2
10
6
5 (5, 5)
Zmín = 10
4
0 2 5 6 8 9 x1
Z = 18
1 Z = 12
2
Tomando-se o ponto (5,5) para o teste da região de solução de cada

uma das inequações, temos, substituindo os valores x1 = 5 e x2 = 5:
1) x1 + x2 ≥ 5, então 5 + 5 ≥ 5 ou 10 ≥ 5. A desigualdade é verdadeira
- flecha em (1) para a região do ponto testado. ,
2) 5x1 + x2 ≥ 10, então 5 .5 + 5 ≥ 10 ou 30 ≥ 10. A desigualdade é
verdadeira - flecha em (2) para a região do ponto testado.
3) x1 ≤ 8 substituindo x1 = 5, teremos 5 ≤ 8. A desigualdade é
verdadeira - flecha em (3) para a região do ponto (5,5).
A região resultante está sombreada na figura.
b) Avaliar o desempenho da função objetivo.

Arbitramos dois valores para Z, por exemplo: Z = 12 e Z = 18.
Para Z = 12, teremos:
2x1 + 3x2 = 12 se x1 = 0, então 2 . 0 + 3. x2 = 12 ou x2 = 4
se x2 = 0, então 2 . x1 + 3 . 0 = 12 ou x1 = 6
Para Z = 18, teremos:

2x1 + 3x2 = 18 se x1 = 0, então 2 . 0 + 3 . x2 = 18 ou x2 = 6
se x2 = 0, então 2 . x1 + 3 . 0 = 18 ou x1 = 9
Conclusão: (verifique no gráfico) À medida que diminuímos o valor de Z,

obtemos retas paralelas mais próximas da origem. Portanto, o ponto da
região de soluções com o menor valor de Z é o ponto (5,0).
Resposta:
Ponto de mínimo: x1 = 5, x2 = O. Valor mínimo = 2 . 5 + 3 . 0 = 10.
Exemplo 2
MAX L = 2x1 + 3x2
36
4𝑥1 + 6𝑥2 ≤ 60
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: { 𝑥1 + 𝑥2 ≥ 12
𝑥1 ≥ 0, 𝑥2 ≥ 0
a) Construir a região de soluções das restrições.

1) 4x1 + 6x2 = 60 se x1 = 0, então 6 . x2 = 60 ou x2 = 10
se x2 = 0, então 4 . x1 = 60 ou x1 = 15
2) x1 + x2 = 12 se x1 = 0, então x2 = 12
se x2 = 0, então x1 = 12
b) Teste de região de soluções usando o ponto (x1 = 15, x2 = 12).

1) 4x1 + 6x2 ≤ 60 substituindo os valores de x1 = 15, x2 = 12,
obtemos 4 . 15 + 6 . 12 ≤ 60 ou 132 ≤ 60, o que é falso.
A solução é a região oposta ao ponto testado.
2) x1 + x2 ≥ 12 substituindo os valores de x1 = 15, x2 = 12, obtemos
15 + 12 ≥ 12 ou 27 ≥ 12, o que é verdadeiro.
A solução é a região do ponto testado.
c) Avaliar o objetivo na região de soluções:

Atribuímos dois valores para L:
L = 24, então 2x1 + 3x2 = 24 se x1 = 0, então x2 = 8
se x2 = 0, então x1 = 12
L = 45, então 2x1 + 3x2 = 45 se x1 = 0, então x2 = 15
se x2 = 0, então x1 = 22,5
Gráfico:
x2
L = 45
15
12 (15, 12)
L = 24
10
P Região das soluções
8
Q
4 0 12 x1
15
3
2 1
Examinando o gráfico, concluímos que L atinge o maior valor na região

de soluções sobre a reta (1). Portanto, todos os pontos do segmento PQ
são soluções ótimas do modelo.
Por exemplo: O ponto Q:

37
x1 = 15
x2=0
L = 2 . 15 + 3 . 0 = 30
é uma das soluções ótimas.

Exercícios:
1) Resolver graficamente o modelo de programação linear:
a) Maximizar LUCRO = 2x1 + 3x2
−𝑥1 + 2𝑥2 ≤ 4
𝑥 + 2𝑥2 ≤ 6
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: { 1
𝑥1 + 3𝑥2 ≤ 9
𝑥1 ≥ 0, 𝑥2 ≥ 0

1) −𝒙𝟏 + 𝟐𝒙𝟐 = 𝟒 se x1 = 0, então 2 . x2 = 4 ou x2 = 2, A(0, 2)
se x2 = 0, então - x1 = 4 ou x1 = -4, B(-4,
0)
2) 𝒙𝟏 + 𝟐𝒙𝟐 = 𝟔 se x1 = 0, então 2.x2 = 6, x2 = 3, C(0, 3)

se x2 = 0, então x1 = 6 , D(6, 0)
3) 𝒙𝟏 + 𝟑𝒙𝟐 = 𝟗 se x1 = 0, então 3.x2 = 9, x2 = 3, F(0, 3)

se x2 = 0, então x1 = 9, G(9, 0)
b) Teste de região de soluções usando o ponto (x1 = 1, x2 =

1).
1) −𝒙𝟏 + 𝟐𝒙𝟐 ≤ 𝟒 substituindo os valores de x1 = 1, x2 = 1,

obtemos - 1 + 2 . 1 ≤ 4 ou 1 ≤ 4, o que é VERDADEIRO. A
solução é a região do ponto testado.
2) 𝒙𝟏 + 𝟐𝒙𝟐 ≤ 𝟔 substituindo os valores de x1 = 1, x2 = 1,

obtemos 1 + 2 . 1 ≤ 12 ou 3 ≤ 6, o que é VERDADEIRO. A

38
3) 𝒙𝟏 + 𝟑𝒙𝟐 ≤ 𝟗 substituindo os valores de x1 = 1, x2 = 1,
obtemos 1 + 3 . 1 ≤ 9 ou 4 ≤ 9, o que é VERDADEIRO. A

Maximizar LUCRO = 2x1 + 3x2
L = 6, então 2x1 + 3x2 = 6 se x1 = 0, então x2 = 2, M(0, 2)
se x2 = 0, então x1 = 3, N(3, 0)
L = 12 , então 2x1 + 3x2 = 12 se x1 = 0, então x2 = 4, R(0, 4)

se x2 = 0, então x1 = 6, S(6, 0)
d) Gráfico:
x2
L = 12
L=6
4 Região das soluções
3
2
(1, 1)
P
-4 0 3 6 9 x1
1
3
2
e) Solução:
Examinando o gráfico, concluímos que L atinge o maior valor na

região de soluções sobre a reta (2) no ponto destacado P(6, 0).
L = 2 . 6 + 3 . 0 = 12
é a solução ótima.
Exercício 1 (a) - solução gráfica
b) Maximizar RECEITA = 0,3x1 + 0,5x2

2𝑥1 + 𝑥2 ≤ 2
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: { 𝑥1 + 3𝑥2 ≤ 3
𝑥1 ≥ 0, 𝑥2 ≥ 0

39
1) 𝟐𝒙𝟏 + 𝒙𝟐 = 𝟐 se x1 = 0, então x2 = 2, A(0, 2)
se x2 = 0, então 2. x1 = 2 ou x1 = 1, B(1, 0)
2) 𝒙𝟏 + 𝟑𝒙𝟐 = 𝟑 se x1 = 0, então 3.x2 = 3, x2 = 1, C(0, 1)

se x2 = 0, então x1 = 3 , D(3, 0)

1).
1) 𝟐𝒙𝟏 + 𝒙𝟐 ≤ 𝟐 substituindo os valores de x1 = 1, x2 = 1, obtemos

2 + 1 ≤ 2 ou 3 ≤ 2, o que é FALSO. A solução é a região
oposta ao ponto testado.
2) 𝒙𝟏 + 𝟑𝒙𝟐 ≤ 𝟑 substituindo os valores de x1 = 1, x2 = 1, obtemos

1 + 3 ≤ 3 ou 4 ≤ 3, o que é FALSO. A solução é a região
oposta ao ponto testado.

Maximizar RECEITA = 0,3x1 + 0,5x2
Atribuímos dois valores para R:
R = 1,5 , então 0,3x1 + 0,5x2 = 1,5
se x1 = 0, então x2 = 3, M(0, 3)
se x2 = 0, então x1 = 5, N(5, 0)
R = 3, então 0,3x1 + 0,5x2 = 3

se x1 = 0, então x2 = 6, R(0, 6)
se x2 = 0, então x1 = 10, S(10, 0)
d) Gráfico:
x2
R=3
6
R = máx R = 1,5
3
2
1 (1, 1)
0 1 3 5 10 x1
2
1

40
e) Solução:
Examinando o gráfico, concluímos que o máximo R atinge o maior

valor na região de soluções que é o encontro das retas (1) e (2)
no ponto destacado.
Para acharmos a solução precisamos então resolver o sistema
linear composto pelas duas equações, como vemos a seguir:
𝟐𝒙 + 𝒙𝟐 = 𝟐
{ 𝟏
𝒙𝟏 + 𝟑𝒙𝟐 = 𝟑
Multiplicando a segunda por (-2) e somado as duas equações,

temos:
𝟐𝒙𝟏 + 𝒙𝟐 = 𝟐
{
𝒙𝟏 + 𝟑𝒙𝟐 = 𝟑 . (−𝟐)
𝟐𝒙𝟏 + 𝒙𝟐 = 𝟐
{
−𝟐𝒙𝟏 − 𝟔𝒙𝟐 = −𝟔
𝟐𝒙𝟏 + 𝒙𝟐 = 𝟐
−𝟐𝒙𝟏 − 𝟔𝒙𝟐 = −𝟔
−𝟓𝒙𝟐 = −𝟒
−𝟓𝒙𝟐 = −𝟒 . (−𝟏)
𝟓𝒙𝟐 = 𝟒
𝟒
𝒙𝟐 = = 𝟎, 𝟖
𝟓
Substituindo em uma das equações, nesse exemplo vamos

substituir na 1ª, e determinar o valor de x1.
𝟐𝒙𝟏 + 𝒙𝟐 = 𝟐
𝟐𝒙𝟏 + 𝟎, 𝟖 = 𝟐
𝟐𝒙𝟏 = 𝟐 − 𝟎, 𝟖
𝟐𝒙𝟏 = 𝟏, 𝟐
𝟏,𝟐
𝒙𝟏 = = 𝟎, 𝟔
𝟐
41
Logo a solução está no ponto P(0,6 ; 0,8).

Substituindo na função objetiva teremos a máxima receita.
Maximizar RECEITA = 0,3x1 + 0,5x2
R = 0,3. 0,6 + 0,5 . 0,8
R = 0,18 + 0,40 = 0,58

Exercício 1 (b) - solução gráfica
c) Maximizar LUCRO = 2x1 + 3x2

𝑥1 + 3𝑥2 ≤ 9
−𝑥 + 2𝑥2 ≤ 4
𝑥1 + 𝑥2 ≤ 6
𝑥1 ≥ 0, 𝑥2 ≥ 0

1) 𝒙𝟏 + 𝟑𝒙𝟐 = 𝟗 se x1 = 0, então 3.x2 = 9, x2 = 3, A(0, 3)
se x2 = 0, então x1 = 9, B(9, 0)
2) −𝒙𝟏 + 𝟐𝒙𝟐 = 𝟒 se x1 = 0, então 2 . x2 = 4 ou x2 = 2, C(0, 2)

se x2 = 0, então - x1 = 4 ou x1 = -4, D(-4, 0)
3) 𝒙𝟏 + 𝒙𝟐 = 𝟔 se x1 = 0, então x2 = 6, E(0, 6)
se x2 = 0, então x1 = 6 , F(6, 0)

1).
1) 𝒙𝟏 + 𝟑𝒙𝟐 ≤ 𝟗 substituindo os valores de x1 = 1, x2 = 1,

obtemos 1 + 3 ≤ 9 ou 4 ≤ 9, o que é VERDADEIRO. A
2) −𝒙𝟏 + 𝟐𝒙𝟐 ≤ 𝟒 substituindo os valores de x1 = 1, x2 = 1,

obtemos -1 + 2 ≤ 4 ou 1 ≤ 4, o que é VERDADEIRO. A

42
3) 𝒙𝟏 + 𝒙𝟐 ≤ 𝟔 substituindo os valores de x1 = 1, x2 = 1,

L = 6, então 2x1 + 3x2 = 6 se x1 = 0, então x2 = 2, M(0, 2)
se x2 = 0, então x1 = 3, N(3, 0)
L = 12 , então 2x1 + 3x2 = 12 se x1 = 0, então x2 = 4, R(0, 4)
se x2 = 0, então x1 = 6, S(6, 0)
d) Gráfico:
x2
L máx
L = 12
6
L=6
3
2 P
(1, 1)
-4 0 3 6 9 x1
2
1
e) Solução:
Examinando o gráfico, concluímos que o máximo L atinge o maior

no ponto destacado.
𝒙 + 𝟑𝒙𝟐 = 𝟗
{ 𝟏
𝒙𝟏 + 𝒙𝟐 = 𝟔
Multiplicando a segunda por (-3) e somado as duas equações,

temos:
𝒙𝟏 + 𝟑𝒙𝟐 = 𝟗
{
𝒙𝟏 + 𝒙𝟐 = 𝟔 . (−𝟑)
43
𝒙𝟏 + 𝟑𝒙𝟐 = 𝟗
{
−𝟑𝒙𝟏 − 𝟑𝒙𝟐 = −𝟏𝟖
𝒙𝟏 + 𝟑𝒙𝟐 = 𝟗
−𝟑𝒙𝟏 − 𝟑𝒙𝟐 = −𝟏𝟖
−𝟐𝒙𝟏 = −𝟗
−𝟐𝒙𝟏 = −𝟗 . (−𝟏)
𝟐𝒙𝟏 = 𝟗
𝟗
𝒙𝟏 = = 𝟒, 𝟓
𝟐

𝒙𝟏 + 𝟑𝒙𝟐 = 𝟗
𝟒, 𝟓 + 𝟑𝒙𝟐 = 𝟗
𝟑𝒙𝟐 = 𝟗 − 𝟒, 𝟓
𝟑𝒙𝟐 = 𝟒, 𝟓
𝟒,𝟓
𝒙𝟐 = = 𝟏, 𝟓
𝟑

Substituindo na função objetiva teremos o máxima lucro.
L = 2 . 4,5 + 3 . 1,5
L = 9 + 4,5
L = 13,5

Exercício 1 (c) - Solução gráfica
d) Minimizar CUSTO = 10x1 + 12x2

44
𝑥1 + 𝑥2 ≤ 20
𝑥 + 𝑥2 ≥ 10
5𝑥1 + 6𝑥2 ≥ 54
𝑥1 ≥ 0, 𝑥2 ≥ 0

1) 𝒙𝟏 + 𝒙𝟐 = 𝟐𝟎 se x1 = 0, então x2 = 20, A(0, 20)
se x2 = 0, então x1 = 20, B(20, 0)
2) 𝒙𝟏 + 𝒙𝟐 = 𝟏𝟎 se x1 = 0, então x2 = 10, C(0, 10)

se x2 = 0, então x1 = 10 , D(10, 0)
3) 𝟓𝒙𝟏 + 𝟔𝒙𝟐 = 𝟓𝟒 se x1 = 0, então 6.x2 = 54, x2 = 9, F(0, 9)

se x2 = 0, então 5x1 = 54, x1 = 10,8, G(10,8 ; 0)

1).
1) 𝒙𝟏 + 𝒙𝟐 ≤ 𝟐𝟎 substituindo os valores de x1 = 1, x2 = 1,
2) 𝒙𝟏 + 𝒙𝟐 ≥ 𝟏𝟎 substituindo os valores de x1 = 1, x2 = 1,
obtemos 1 + 1 ≥ 10 ou 2 ≥ 10, o que é FALSA. A solução é
a região do ponto testado.
3) 𝟓𝒙𝟏 + 𝟔𝒙𝟐 ≥ 𝟓𝟒 substituindo os valores de x1 = 1, x2 = 1,

obtemos 5 . 1 + 6 . 1 ≥ 9 ou 11 ≥ 54, o que é FALSA. A
solução é a região oposta ao ponto testado.

Minimizar CUSTO = 10x1 + 12x2
Atribuímos dois valores para C:
C = 60, então 10x1 + 12x2 = 60
se x1 = 0, então x2 = 5, M(0, 5)
se x2 = 0, então x1 = 6, N(6, 0)
C = 120, então 10x1 + 12x2 = 120

se x1 = 0, então x2 = 10, R(0, 10)
se x2 = 0, então x1 = 12, S(12, 0)

45
d) Gráfico:
20

C = 120
10
9P
C = 60
5 Q
(1, 1)
10 10,8
6 12 20 1
3 1
2
e) Solução:

no ponto destacado.
𝒙 + 𝒙𝟐 = 𝟏𝟎
{ 𝟏
𝟓𝒙𝟏 + 𝟔𝒙𝟐 = 𝟓𝟒
Multiplicando a primeira por (-5) e somado as duas equações,

temos:
𝒙 + 𝒙𝟐 = 𝟏𝟎 . (−𝟓)
{ 𝟏
𝟓𝒙𝟏 + 𝟔𝒙𝟐 = 𝟓𝟒
−𝟓𝒙𝟏 − 𝟓𝒙𝟐 = −𝟓𝟎

{
𝟓𝒙𝟏 + 𝟔𝒙𝟐 = 𝟓𝟒
−𝟓𝒙𝟏 − 𝟓𝒙𝟐 = −𝟓𝟎

𝟓𝒙𝟏 + 𝟔𝒙𝟐 = 𝟓𝟒
𝒙𝟐 = 𝟒
46

𝒙𝟏 + 𝒙𝟐 = 𝟏𝟎
𝒙𝟏 + 𝟒 = 𝟏𝟎
𝒙𝟏 = 𝟔
Logo a solução está no ponto Q(6, 4).

Substituindo na função objetiva teremos o máxima lucro.
Examinando o gráfico, concluímos que C atinge o menor valor na

região de soluções sobre a reta (3). Portanto, todos os pontos do
segmento PQ são soluções ótimas do modelo.
Por exemplo: O ponto Q:

x1 = 6
x2 = 4
C = 10. 6 + 12 . 4 = 108
é uma das soluções ótimas (menor custo).

Exercício 1 (d) - solução gráfica
e) Minimizar Z = 7x1 + 9x2

−𝑥1 + 𝑥2 ≤ 2
𝑥1 ≤ 5
𝑥2 ≤ 6
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎:
3𝑥1 + 5𝑥2 ≥ 15
5𝑥1 + 4𝑥2 ≥ 20
{𝑥1 ≥ 0, 𝑥2 ≥ 0

1) −𝒙𝟏 + 𝒙𝟐 = 𝟐 se x1 = 0, então x2 = 2, A(0, 2)
se x2 = 0, então - x1 = 2 ou x1 = -2, B(-2, 0)
2) 𝒙𝟏 = 𝟓 x1 = 5, para todo valor de x2, C(5, 0), D(5, 5)
3) 𝒙𝟐 = 𝟔 x2 = 6, para todo valor de x1, F(0, 6), G(5, 6)

47
4) 𝟑𝒙𝟏 + 𝟓𝒙𝟐 = 𝟏𝟓 se x1 = 0, então 5.x2 = 15, x2 = 3, H(0, 3)

se x2 = 0, então 3.x1 = 15, x1 = 5, J(5, 0)
5) 𝟓𝒙𝟏 + 𝟒𝒙𝟐 = 𝟐𝟎 se x1 = 0, então 4.x2 = 20, x2 = 5, K(0, 5)

se x2 = 0, então 5.x1 = 20, x1 = 4, L(4, 0)

1).
1) −𝒙𝟏 + 𝒙𝟐 ≤ 𝟐 substituindo os valores de x1 = 1, x2 = 1, obtemos

- 1 + 1 ≤ 2 ou 0 ≤ 2, o que é VERDADEIRO. A solução é a
região do ponto testado.
2) 𝒙𝟏 ≤ 𝟓 substituindo o valor de x1 = 1, obtemos 1 ≤ 5, o que é

VERDADEIRO. A solução é a região do ponto testado.
3) 𝒙𝟐 ≤ 𝟔 substituindo o valor de x2 = 1, obtemos 1 ≤ 6, o que é

4) 𝟑𝒙𝟏 + 𝟓𝒙𝟐 ≥ 𝟏𝟓 substituindo os valores de x1 = 1, x2 = 1,

obtemos 3 + 5 ≥ 15 ou 8 ≥ 15, o que é FALSO. A solução é a
região oposta ao ponto testado.
5) 𝟓𝒙𝟏 + 𝟒𝒙𝟐 ≥ 𝟐𝟎 substituindo os valores de x1 = 1, x2 = 1,

obtemos 5 + 4 ≥ 20 ou 9 ≥ 𝟐𝟎, o que é FALSO. A solução é a

Minimizar Z = 7x1 + 9x2
Atribuímos dois valores para Z:
Z = 63, então 7x1 + 9x2 = 63
se x1 = 0, então x2 = 7, M(0, 7)
se x2 = 0, então x1 = 9, N(9, 0)
Z = 126 , então 7x1 + 9x2 = 126

se x1 = 0, então x2 = 14, R(0, 14)
se x2 = 0, então x1 = 18, S(18, 0)
d) Gráfico:
48
x2
Z = 126
14
Z = 63
7
3 6
5
3
2
P
(1, 1)
-2 0 3 4 5 9 18 x1
1
3 4
5
e) Solução:

no ponto destacado.
𝟑𝒙 + 𝟓𝒙𝟐 = 𝟏𝟓
{ 𝟏
𝟓𝒙𝟏 + 𝟒𝒙𝟐 = 𝟐𝟎
Multiplicando a primeira por (5) e a segunda por (-3) e somado as

duas equações, temos:
𝟑𝒙𝟏 + 𝟓𝒙𝟐 = 𝟏𝟓 . (𝟓)

{
𝟓𝒙𝟏 + 𝟒𝒙𝟐 = 𝟐𝟎 . (−𝟑)
𝟏𝟓𝒙𝟏 + 𝟐𝟓𝒙𝟐 = 𝟕𝟓
{
−𝟏𝟓𝒙𝟏 − 𝟏𝟐𝒙𝟐 = −𝟔𝟎
𝟏𝟓𝒙𝟏 + 𝟐𝟓𝒙𝟐 = 𝟕𝟓
−𝟏𝟓𝒙𝟏 − 𝟏𝟐𝒙𝟐 = −𝟔𝟎
𝟏𝟑𝒙𝟐 = 𝟏𝟓
49
𝟏𝟑𝒙𝟐 = 𝟏𝟓
𝟏𝟓
𝒙𝟐 = ≅ 𝟏, 𝟏𝟓
𝟏𝟑

𝟑𝒙𝟏 + 𝟓𝒙𝟐 = 𝟏𝟓
𝟏𝟓
𝟑𝒙𝟏 + 𝟓 . ( ) = 𝟏𝟓
𝟏𝟑
𝟕𝟓
𝟑𝒙𝟏 + = 𝟏𝟓
𝟏𝟑
𝟑𝟗𝒙𝟏 =𝟏𝟗𝟓−𝟕𝟓
𝟏𝟑
𝟑𝟗𝒙𝟏 = 𝟏𝟐𝟎
𝟏𝟐𝟎 𝟒𝟎
𝒙𝟏 = = ≅ 𝟑, 𝟎𝟖
𝟑𝟗 𝟏𝟑

Substituindo na função objetiva teremos o mínimo.
Minimizar Z = 7x1 + 9x2
𝟒𝟎 𝟏𝟓
𝒁= 𝟕. +𝟗.
𝟏𝟑 𝟏𝟑
𝟐𝟖𝟎 𝟏𝟑𝟓 𝟒𝟏𝟓

𝒁= + = ≅ 𝟑𝟏, 𝟗𝟐
𝟏𝟑 𝟏𝟑 𝟏𝟑
Exercício 1 (e) - solução gráfica
2) Dado o problema:
Um sapateiro faz 6 sapatos por hora, se fizer somente sapatos, e 5

cintos por hora, se fizer somente cintos. Ele gasta 2 unidades de couro
para fabricar 1 unidade de sapato e 1 unidade couro para fabricar uma
unidade de cinto. Sabendo-se que o total disponível de couro é de 6
unidades e que o lucro unitário por sapato é de 5 unidades monetárias e
o do cinto é de 2 unidades monetárias.
Com o seguinte modelo.
50
𝑥1 → 𝑛º 𝑑𝑒 𝑠𝑎𝑝𝑎𝑡𝑜𝑠/ℎ𝑜𝑟𝑎
𝑥2 → 𝑛º 𝑑𝑒 𝑐𝑖𝑛𝑡𝑜𝑠/ℎ𝑜𝑟𝑎
𝑚á𝑥𝑖𝑚𝑜 𝑙𝑢𝑐𝑟𝑜 = 5𝑥1 + 2𝑥2
10𝑥1 + 12𝑥2 ≤ 60
𝑟𝑒𝑠𝑡𝑟𝑖çõ𝑒𝑠 𝑡é𝑐𝑛𝑖𝑐𝑎𝑠 {
2𝑥1 + 𝑥2 ≤ 6
𝑥1 ≥ 0
𝑥2 ≥ 0
Resolva-o e responda qual a ociosidade de recursos na solução ótima?
1) 𝟏𝟎𝒙𝟏 + 𝟏𝟐𝒙𝟐 = 𝟔𝟎 se x1 = 0, então 12.x2 = 60, x2 = 5 A(0, 5)

se x2 = 0, então 10.x1 = 60, x1 = 6, B(6, 0)
2) 𝟐𝒙𝟏 + 𝒙𝟐 = 𝟔 se x1 = 0, então x2 = 6, C(0, 6)

se x2 = 0, então 2.x1 = 6, x1 = 3 , D(3, 0)

1).
1) 𝟏𝟎𝒙𝟏 + 𝟏𝟐𝒙𝟐 ≤ 𝟔𝟎 substituindo os valores de x1 = 1, x2 = 1,

2) 𝟐𝒙𝟏 + 𝒙𝟐 ≤ 𝟔 substituindo os valores de x1 = 1, x2 = 1, obtemos

2 + 1 ≤ 6 ou 3 ≤ 6, o que é VERDADEIRO. A solução é a região
do ponto testado.

L = 10 , então 𝟓𝒙𝟏 + 𝟐𝒙𝟐 = 10
se x1 = 0, então x2 = 5, M(0, 5)
se x2 = 0, então x1 = 2, N(2, 0)
L = 20, então 𝟓𝒙𝟏 + 𝟐𝒙𝟐 = 20

se x1 = 0, então x2 = 10, R(0, 10)
se x2 = 0, então x1 = 4, S(4, 0)

51
d) Gráfico:
L = 20
L = máx x2
L = 10
10
6
(1, 1)
1 P
0 1 2 3 4 6 x1
1 2
e) Solução:

região de soluções sobre a reta (1) no ponto destacado P(3, 0).
L = 5 . 3 + 2 . 0 = 15
Logo temos:
Número de sapatos: 3
Número de cintos: 0
Lucro = 15
Usando este valores na inequação do tempo temos:
𝟏𝟎𝒙𝟏 + 𝟏𝟐𝒙𝟐 ≤ 𝟔𝟎
𝟏𝟎. 𝟑 + 𝟏𝟐. 𝟎 ≤ 𝟔𝟎
𝟑𝟎 ≤ 𝟔𝟎
Então iremos gastar 30 minutos e termos 30 minutos de
recursos ociosos.
Exercício 2 - solução gráfica
3) Dado o problema.

52
Certa empresa fabrica 2 produtos P1 e P2. O lucro por unidade de P1 é
de 100 u.m. e o lucro unitário de P2 é de 150 u.m. A empresa necessita
de 2 horas para fabricar uma unidade de P1 e 3 horas para fabricar uma
unidade de P2. O tempo mensal disponível para essas atividades é de
120 horas. As demandas esperadas para os 2 produtos levaram a
empresa a decidir que os montantes produzidos de P1 e P2 não devem
ultrapassar 40 unidades de P1 e 30 unidades de P2 por mês.
𝑥1 → 𝑞𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑎 𝑝𝑟𝑜𝑑𝑢𝑧𝑖𝑟 𝑑𝑒 𝑃1
2𝑥1 + 3𝑥2 ≤ 120

𝑥2 ≤ 30
𝑥1 ≥ 0
𝑥2 ≥ 0
Resolva o problema e diga qual a ociosidade de recursos na solução

ótima?
1) 𝟐𝒙𝟏 + 𝟑𝒙𝟐 = 𝟏𝟐𝟎 se x1 = 0, então 3 . x2 = 120 ou x2 = 40, A(0,

40)
se x2 = 0, então 2.x1 = 120 ou x1 = 60, B(60, 0)
2) 𝒙𝟏 = 𝟒𝟎 para todo x2 , x1 = 40, C(40, 0), D(40, 10)
3) 𝒙𝟐 = 𝟑𝟎 para todo x1, x2 = 30, F(0, 30) , G(10, 30)
b) Teste de região de soluções usando o ponto

(x1 = 10, x2 = 10).
1) 𝟐𝒙𝟏 + 𝟑𝒙𝟐 ≤ 𝟏𝟐𝟎 substituindo os valores de x1 = 10, x2 = 10,

obtemos 20 + 30 ≤ 120 ou 50 ≤ 120, o que é

53
2) 𝒙𝟏 ≤ 𝟒𝟎 substituindo o valore de x1 = 10, obtemos 10 ≤ 40,
o que é VERDADEIRO. A solução é a região do ponto
testado.
3) 𝒙𝟐 ≤ 𝟑𝟎 substituindo o valore de x1 = 10, obtemos 10 ≤ 30, o

que é VERDADEIRO. A solução é a região do ponto testado.

L = 3000, então 𝟏𝟎𝟎𝒙𝟏 + 𝟏𝟓𝟎𝒙𝟐 = 3000
se x1 = 0, então x2 = 20, M(0, 20)
se x2 = 0, então x1 = 30, N(30, 0)
L = 6000 , então 𝟏𝟎𝟎𝒙𝟏 + 𝟏𝟓𝟎𝒙𝟐 = 6000

se x1 = 0, então x2 = 40, R(0, 40)
se x2 = 0, então x1 = 60, S(60, 0)
d) Gráfico:
x2
L = 6000
L = 3000
40
P
3 30
20
(10, 10) Q
10
0 10 30 40 60 x1
2
1
f) Solução:

região de soluções sobre a reta (1). Portanto, todos os pontos do
segmento PQ são soluções ótimas do modelo.
Por exemplo: O ponto P que é a interseção da reta 1 e reta 3:

54
𝟐𝒙 + 𝟑𝒙𝟐 = 𝟏𝟐𝟎
{ 𝟏
𝒙𝟐 = 𝟑𝟎
Como 𝒙𝟐 = 𝟑𝟎, vamos substituir este valor na primeira equação

para determinar x1.
𝟐𝒙𝟏 + 𝟑𝒙𝟐 = 𝟏𝟐𝟎
𝟐𝒙𝟏 + 𝟑. 𝟑𝟎 = 𝟏𝟐𝟎
𝟐𝒙𝟏 = 𝟏𝟐𝟎 − 𝟗𝟎
𝟐𝒙𝟏 = 𝟑𝟎
𝟑𝟎
𝒙𝟏 = = 𝟏𝟓
𝟐
Logo a solução está no ponto P(15, 30).

Substituindo na função objetiva teremos o máximo.
L = 𝟏𝟎𝟎. 𝟏𝟓 + 𝟏𝟓𝟎 . 𝟑𝟎
L = 6000
Para saber a ociosidade, basta substituir na inequação

relacionada com o tempo para saber quanto estará sobrando.
𝟐𝒙𝟏 + 𝟑𝒙𝟐 ≤ 𝟏𝟐𝟎
𝟐. 𝟏𝟓 + 𝟑 . 𝟑𝟎 ≤ 𝟏𝟐𝟎
𝟏𝟐𝟎 ≤ 𝟏𝟐𝟎
Como o resultado foi de 120 horas, não há ociosidade.

55
4) Dado o problema:
Um vendedor de frutas pode transportar 800 caixas de frutas para sua
região de vendas. Ele necessita transportar 200 caixas de laranjas a 20
u.m. de lucro por caixa, pelo menos 100 caixas de pêssegos a 10 u.m. de
lucro por caixa, e no "máximo 200 caixas de tangerinas a 30 u.m. de
lucro por caixa.
Com o seguinte modelo:
𝑚á𝑥𝑖𝑚𝑜 𝑙𝑢𝑐𝑟𝑜 = 10𝑥1 + 30𝑥2 + 4.000
𝑥1 + 𝑥2 ≤ 600
𝑥2 ≤ 200
𝑥1 ≥ 0
𝑥2 ≥ 0
Resolva o problema.
1) 𝒙𝟏 + 𝒙𝟐 = 𝟔𝟎𝟎 se x1 = 0, então x2 = 600, A(0, 600)

se x2 = 0, então x1 = 600, B(600, 0)
2) 𝒙𝟏 = 𝟏𝟎𝟎 para todo x2 , x1 = 100, C(100, 0), D(100, 100)
3) 𝒙𝟐 = 𝟐𝟎𝟎 para todo x1, x2 = 200, F(0, 200) , G(100, 200)

(x1 = 200, x2 = 100).
1) 𝒙𝟏 + 𝒙𝟐 ≤ 𝟔𝟎𝟎 substituindo os valores de x1 = 200, x2 = 100,

obtemos 200 + 100 ≤ 600 ou 300 ≤ 600, o que é
2) 𝒙𝟏 ≥ 𝟏𝟎𝟎 substituindo o valore de x1 = 100, obtemos 200

≥ 100, o que é VERDADEIRO. A solução é a região do ponto
testado.

56
3) 𝒙𝟐 ≤ 𝟐𝟎𝟎substituindo o valore de x1 = 100, obtemos 100
≤ 200, o que é VERDADEIRO. A solução é a região do ponto
testado.

𝒎á𝒙𝒊𝒎𝒐 𝒍𝒖𝒄𝒓𝒐 = 𝟏𝟎𝒙𝟏 + 𝟑𝟎𝒙𝟐 + 𝟒. 𝟎𝟎𝟎
L = 7000, então 𝟏𝟎𝒙𝟏 + 𝟑𝟎𝒙𝟐 + 𝟒. 𝟎𝟎𝟎 = 𝟕𝟎𝟎𝟎
𝟏𝟎𝒙𝟏 + 𝟑𝟎𝒙𝟐 = 𝟕𝟎𝟎𝟎 − 𝟒𝟎𝟎𝟎
𝟏𝟎𝒙𝟏 + 𝟑𝟎𝒙𝟐 = 𝟑𝟎𝟎𝟎
se x1 = 0, então x2 = 100, M(0, 100)
se x2 = 0, então x1 = 300, N(300, 0)
L = 10000 , então 𝟏𝟎𝒙𝟏 + 𝟑𝟎𝒙𝟐 + 𝟒. 𝟎𝟎𝟎 = 𝟏𝟎𝟎𝟎𝟎

𝟏𝟎𝒙𝟏 + 𝟑𝟎𝒙𝟐 + 𝟒. 𝟎𝟎𝟎 = 𝟏𝟎𝟎𝟎𝟎 − 𝟒𝟎𝟎𝟎
𝟏𝟎𝒙𝟏 + 𝟑𝟎𝒙𝟐 = 𝟔𝟎𝟎𝟎
se x1 = 0, então x2 = 200, R(0, 200)
se x2 = 0, então x1 = 600, S(600, 0)
d) Gráfico:
L = máx 600
L = 10000 400
L = 7000 P
3 200
100 (200, 100)
0 100 200 300 600 x1
2 1
e) Solução:

no ponto destacado.

57
𝒙 + 𝒙𝟐 = 𝟔𝟎𝟎
{ 𝟏
𝒙𝟐 = 𝟐𝟎𝟎
Como 𝒙𝟐 = 𝟐𝟎𝟎, vamos substituir este valor na primeira equação

para determinar x1.
𝒙𝟏 + 𝒙𝟐 = 𝟔𝟎𝟎
𝒙𝟏 + 𝟐𝟎𝟎 = 𝟔𝟎𝟎
𝒙𝟏 = 𝟒𝟎𝟎

𝒎á𝒙𝒊𝒎𝒐 𝒍𝒖𝒄𝒓𝒐 = 𝟏𝟎𝒙𝟏 + 𝟑𝟎𝒙𝟐 + 𝟒. 𝟎𝟎𝟎
L = 𝟏𝟎. 𝟒𝟎𝟎 + 𝟑𝟎. 𝟐𝟎𝟎 + 𝟒𝟎𝟎𝟎
L = 14000
Laranjas: 200 caixas

Pêssegos: 400 caixas
Tangerinas: 200 caixas
Lucro: 14.000
5) Dado o problema.
Uma rede de televisão local tem o seguinte problema: foi descoberto que
o programa “A” com 20 minutos de música e 1 minuto de propaganda
chama a atenção de 30.000 telespectadores, enquanto o programa “B”,
com 10 minutos de música e 1 minuto de propaganda chama a atenção
de 10.000 telespectadores. No decorrer de uma semana, o patrocinador
insiste no uso de no mínimo, 5 minutos para sua propaganda e que não
há verba para mais de 80 minutos de música. Quantas vezes por semana
cada programa deve ser levado ao ar para obter o número máximo de
telespectadores?
58
𝑥1 → 𝑓𝑟𝑒𝑞𝑢ê𝑛𝑐𝑖𝑎 𝑠𝑒𝑚𝑎𝑛𝑎𝑙 𝑑𝑜 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎 𝐴
𝑥2 → 𝑓𝑟𝑒𝑞𝑢ê𝑛𝑐𝑖𝑎 𝑠𝑒𝑚𝑎𝑛𝑎𝑙 𝑑𝑜 𝑝𝑟𝑜𝑔𝑟𝑎𝑚𝑎 𝐵
𝑚á𝑥𝑖𝑚𝑜 𝑡𝑒𝑙𝑒𝑠𝑝𝑒𝑐𝑡𝑎𝑑𝑜𝑟𝑒𝑠 = 30.000𝑥1 + 10.000𝑥2
𝑥1 + 𝑥2 ≥ 5
20𝑥1 + 10𝑥2 ≤ 80
𝑥1 ≥ 0
𝑥2 ≥ 0
Resolva o problema.
1) 𝒙𝟏 + 𝒙𝟐 = 𝟓 se x1 = 0, então x2 = 5, A(0, 5)
se x2 = 0, então x1 = 5, B(5, 0)
2) 𝟐𝟎𝒙𝟏 + 𝟏𝟎𝒙𝟐 = 𝟖𝟎 se x1 = 0, então 10.x2 = 80, x2 = 8, C(0, 8)

se x2 = 0, então 20.x1 = 80, x1 = 4 D(4, 0)

(x1 = 1, x2 = 1).
1) 𝒙𝟏 + 𝒙𝟐 ≥ 𝟓 substituindo os valores de x1 = 1, x2 = 1,
obtemos 1 + 1 ≥ 5 ou 2 ≥ 5, o que é FALSA. A solução é a
2) 𝟐𝟎𝒙𝟏 + 𝟏𝟎𝒙𝟐 ≤ 𝟖𝟎 substituindo os valores de x1 = 1, x2 = 1,

obtemos 20 + 10 ≤ 80 ou 30 ≤ 80, o que é VERDADEIRO.
A solução é a região do ponto testado.

Atribuímos dois valores para T:
T = 30000, então 𝟑𝟎. 𝟎𝟎𝟎𝒙𝟏 + 𝟏𝟎. 𝟎𝟎𝟎𝒙𝟐 = 𝟑𝟎𝟎𝟎𝟎
se x1 = 0, então x2 = 3, M(0, 3)
se x2 = 0, então x1 = 1, N(1, 0)
T = 60000 , então 𝟑𝟎. 𝟎𝟎𝟎𝒙𝟏 + 𝟏𝟎. 𝟎𝟎𝟎𝒙𝟐 = 𝟔𝟎𝟎𝟎𝟎

se x1 = 0, então x2 = 6, R(0, 6)
se x2 = 0, então x1 = 2, S(2, 0)

59
d) Gráfico:
L = máx
L = 60000 x
2
L = 30000
6
5
3 P
(1, 1)
1
0 1 2 4 5 x1
2
1
e) Solução:

no ponto destacado.
𝒙𝟏 + 𝒙𝟐 = 𝟓
{
𝟐𝟎𝒙𝟏 + 𝟏𝟎𝒙𝟐 = 𝟖𝟎
Dividindo todos termos da segunda por (-10) e somado as duas

equações, temos:
𝒙𝟏 + 𝒙𝟐 = 𝟓
{
𝟐𝟎𝒙𝟏 + 𝟏𝟎𝒙𝟐 = 𝟖𝟎 ÷ (−𝟏𝟎)
𝒙 + 𝒙𝟐 = 𝟓
{ 𝟏
−𝟐𝒙𝟏 − 𝒙𝟐 = −𝟖
𝒙𝟏 + 𝒙𝟐 = 𝟓
−𝟐𝒙𝟏 − 𝒙𝟐 = −𝟖
−𝒙𝟏 = −𝟑
−𝒙𝟏 = −𝟑 . (−𝟏)
𝒙𝟏 = 𝟑

60

𝒙𝟏 + 𝒙𝟐 = 𝟓
𝟑 + 𝒙𝟐 = 𝟓
𝒙𝟐 = 𝟐

T = 30000 . 3 + 10000 . 2
T = 110000
Programa A: 3 vezes
Programa B: 2 vezes
Telespectadores: 110.000
6) Dado o problema.
Um empresa fabrica 2 modelos de cintos de couro. O modelo M1, de
melhor qualidade, requer o dobro do tempo de fabricação em relação ao
modelo M2. Se todos os cintos fossem do modelo M2, a empresa poderia
produzir 1.000 unidades por dia. A disponibilidade de couro permite
fabricar 800 cintos de ambos os modelos por dia. Os cintos empregam
fivelas diferentes, cuja disponibilidade diária é de 400 para M1 e 700 para
M2. Os lucros unitários são de $ 4,00 para M1 e $ 3,00 para M2. Qual o
programa ótimo de produção que maximiza o lucro total diário da
empresa?
𝑥1 → 𝑞𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑎 𝑝𝑟𝑜𝑑𝑢𝑧𝑖𝑟 𝑑𝑒 𝑀1
𝑥2 → 𝑞𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑎 𝑝𝑟𝑜𝑑𝑢𝑧𝑖𝑟 𝑑𝑒 𝑀2

61
2𝑥1 + 𝑥2 ≤ 1.000
𝑥 + 𝑥2 ≤ 800
𝑥1 ≤ 400
𝑥2 ≤ 700
𝑥1 ≥ 0
𝑥2 ≥ 0
Resolva o problema e diga se existe disponibilidade de recursos na

solução ótima?
1) 𝟐𝒙𝟏 + 𝒙𝟐 = 𝟏. 𝟎𝟎𝟎 se x1 = 0, então x2 = 1000, A(0, 1000)

se x2 = 0, então x1 = 500, B(500, 0)
2) 𝒙𝟏 + 𝒙𝟐 = 𝟖𝟎𝟎 se x1 = 0, então x2 = 800, C(0, 800)

se x2 = 0, então x1 = 800, D(800, 0)
3) 𝒙𝟏 = 𝟒𝟎𝟎 para todo x2, x1 = 400, F(400, 0) , G(400, 100)
4) 𝒙𝟐 = 𝟕𝟎𝟎 para todo x1, x2 = 700, H(0, 700) , J(100, 700)

(x1 = 100, x2 = 100).
1) 𝟐𝒙𝟏 + 𝒙𝟐 ≤ 𝟏. 𝟎𝟎𝟎 substituindo os valores de x1 = 100, x2 =

100, obtemos 200 + 100 ≤ 1000 ou 300 ≤ 1000, o que é
2) 𝒙𝟏 + 𝒙𝟐 ≤ 𝟖𝟎𝟎 substituindo o valore de x1 = 100, x2 = 100,

obtemos 100 + 100 ≤ 800 ou 200 ≤ 800, o que é
3) 𝒙𝟏 ≤ 𝟒𝟎𝟎substituindo o valore de x1 = 100, obtemos 100

testado.
4) 𝒙𝟐 ≤ 𝟕𝟎𝟎substituindo o valore de x2 = 100, obtemos 100

testado.

62

L = 1200, então 𝟒𝒙𝟏 + 𝟑𝒙𝟐 = 𝟏𝟐𝟎𝟎
se x1 = 0, então x2 = 400, M(0, 400)
se x2 = 0, então x1 = 300, N(300, 0)
L = 2400 , então 𝟒𝒙𝟏 + 𝟑𝒙𝟐 = 𝟐𝟒𝟎𝟎

se x1 = 0, então x2 = 800, R(0, 800)
se x2 = 0, então x1 = 600, S(600, 0)
d) Gráfico:
L = máx x2 Cada 1un = 100

L = 2400
10
L = 1200 8
4 7
P
1 (1, 1)
0 1 3 4 5 6 8 x1
1 2
3
e) Solução:

no ponto destacado.
𝟐𝒙 + 𝒙𝟐 = 𝟏. 𝟎𝟎𝟎
{ 𝟏
𝒙𝟏 + 𝒙𝟐 = 𝟖𝟎𝟎
Multiplicando todos termos da segunda por (-1) e somado as duas

equações, temos:
𝟐𝒙𝟏 + 𝒙𝟐 = 𝟏. 𝟎𝟎𝟎
{
𝒙𝟏 + 𝒙𝟐 = 𝟖𝟎𝟎 . (−𝟏)
63
𝟐𝒙 + 𝒙𝟐 = 𝟏. 𝟎𝟎𝟎
{ 𝟏
−𝒙𝟏 − 𝒙𝟐 = −𝟖𝟎𝟎
𝟐𝒙𝟏 + 𝒙𝟐 = 𝟏. 𝟎𝟎𝟎
−𝒙𝟏 − 𝒙𝟐 = −𝟖𝟎𝟎
𝒙𝟏 = 𝟐𝟎𝟎

𝟐𝒙𝟏 + 𝒙𝟐 = 𝟏. 𝟎𝟎𝟎
𝟐 . 𝟐𝟎𝟎 + 𝒙𝟐 = 𝟏. 𝟎𝟎𝟎
𝒙𝟐 = 𝟏. 𝟎𝟎𝟎 − 𝟒𝟎𝟎
𝒙𝟐 = 𝟔𝟎𝟎

L = 𝟒. 𝟐𝟎𝟎 + 𝟑. 𝟔𝟎𝟎
L = 2600
f) Para saber sobre os recursos ociosos, basta substituir na

inequação relacionada com o número de fivelas dos 2
tipos para saber quanto estará sobrando.
𝒙𝟏 ≤ 𝟒𝟎𝟎
𝟐𝟎𝟎 ≤ 𝟒𝟎𝟎
Logo está sobrando 200 fivelas do modelo A.
𝒙𝟐 ≤ 𝟕𝟎𝟎
𝟔𝟎𝟎 ≤ 𝟕𝟎𝟎
Logo está sobrando 100 fivelas do modelo B.
Cinto de M1: 200 unidades

64
Cinto de M2: 600 unidades
Receita: 2.600
Recursos ociosos: Fivela A: 200 e Fivela B: 100
7) Duas fábricas produzem 3 diferentes tipos de papel. A companhia

que controla as fábricas tem um contrato para produzir 16 toneladas
de papel fino, 6 toneladas de papel médio e 28 toneladas de papel
grosso. Existe uma demanda para cada tipo de espessura. O custo
de produção na primeira fábrica é de 1.000 u.m. e o da segunda
fábrica é de 2.000 u.m., por dia. A primeira fábrica produz 8
toneladas de papel fino, 1 tonelada de papel médio e 2 toneladas de
papel grosso por dia, enquanto a segunda fábrica produz 2
toneladas de papel fino, 1 tonelada de papel médio e 7 toneladas de
papel grosso. Quantos dias cada fábrica deverá operar para suprir
os pedidos mais economicamente?
Construindo o modelo, temos:
𝒙𝟏 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝒅𝒊𝒂𝒔 𝒅𝒆 𝒕𝒓𝒂𝒃𝒂𝒍𝒉𝒐 𝒏𝒂 𝑭á𝒃𝒓𝒊𝒄𝒂 𝟏
𝒙𝟐 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝒅𝒊𝒂𝒔 𝒅𝒆 𝒕𝒓𝒂𝒃𝒂𝒍𝒉𝒐 𝒏𝒂 𝑭á𝒃𝒓𝒊𝒄𝒂 𝟐
𝑴𝒊𝒏𝒊𝒎𝒊𝒛𝒂𝒓 𝑫𝒊𝒂𝒔 𝑪 = 𝟏𝟎𝟎𝟎𝒙𝟏 + 𝟐𝟎𝟎𝟎𝒙𝟐
𝟖𝒙𝟏 + 𝟐𝒙𝟐 ≥ 𝟏𝟔
𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒕é𝒄𝒏𝒊𝒄𝒂𝒔 { 𝒙𝟏 + 𝒙𝟐 ≥ 𝟔
𝟐𝒙𝟏 + 𝟕𝒙𝟐 ≥ 𝟐𝟖
𝒙𝟏 ≥ 𝟎
𝒙𝟐 ≥ 𝟎
1) 𝟖𝒙𝟏 + 𝟐𝒙𝟐 = 𝟏𝟔 se x1 = 0, então x2 = 8, A(0, 8)

se x2 = 0, então x1 = 2, B(2, 0)
2) 𝒙𝟏 + 𝒙𝟐 = 𝟔 se x1 = 0, então x2 = 6, C(0, 6)
se x2 = 0, então x1 = 6, D(6, 0)
3) 𝟐𝒙𝟏 + 𝟕𝒙𝟐 = 𝟐𝟖 se x1 = 0, então x2 = 4, F(0, 4)

se x2 = 0, então x1 = 14, G(14, 0)

65
(x1 = 1, x2 = 1).
1) 𝟖𝒙𝟏 + 𝟐𝒙𝟐 ≥ 𝟏𝟔 substituindo os valores de x1 = 1, x2 = 1,

a região oposta ao ponto testado.
2) 𝒙𝟏 + 𝒙𝟐 ≥ 𝟔 substituindo o valore de x1 = 1, x2 = 1, obtemos

1 + 1 ≥ 6 ou 2 ≥ 6, o que é FALSA. A solução é a região
aposta ao ponto testado.
3) 𝟐𝒙𝟏 + 𝟕𝒙𝟐 ≥ 𝟐𝟖 substituindo o valore de x1 = 1, x2 = 1

obtemos 2 + 7 ≥ 28, 9 ≥ 28 o que é FALSA. A solução é a

C = 2000, então 𝟏𝟎𝟎𝟎𝒙𝟏 + 𝟐𝟎𝟎𝟎𝒙𝟐 = 𝟐𝟎𝟎𝟎
se x1 = 0, então x2 = 1, M(0, 1)
se x2 = 0, então x1 = 2, N(2, 0)
C = 4000 , então 𝟏𝟎𝟎𝟎𝒙𝟏 + 𝟐𝟎𝟎𝟎𝒙𝟐 = 𝟒𝟎𝟎𝟎

se x1 = 0, então x2 = 2, R(0, 2)
se x2 = 0, então x1 = 4, S(4, 0)
d) Gráfico:
x2
C = min
4 P
C = 4000
C = 2000
2
1 (1, 1)
0 1 2 4 5 6 14 x1
3
2
1

66
e) Solução:

no ponto destacado.
𝒙 + 𝒙𝟐 = 𝟔
{ 𝟏
𝟐𝒙𝟏 + 𝟕𝒙𝟐 = 𝟐𝟖
Multiplicando todos termos da primeira por (-2) e somado as duas

equações, temos:
𝒙 + 𝒙𝟐 = 𝟔 . (−𝟐)
{ 𝟏
𝟐𝒙𝟏 + 𝟕𝒙𝟐 = 𝟐𝟖
−𝟐𝒙𝟏 − 𝟐𝒙𝟐 = −𝟏𝟐

{
𝟐𝒙𝟏 + 𝟕𝒙𝟐 = 𝟐𝟖
−𝟐𝒙𝟏 − 𝟐𝒙𝟐 = −𝟏𝟐

𝟐𝒙𝟏 + 𝟕𝒙𝟐 = 𝟐𝟖
𝟓𝒙𝟐 = 𝟏𝟔
𝟓𝒙𝟐 = 𝟏𝟔
𝟏𝟔
𝒙𝟐 = = 𝟑, 𝟐
𝟓

𝒙𝟏 + 𝒙𝟐 = 𝟔
𝒙𝟏 + 𝟑, 𝟐 = 𝟔
𝒙𝟏 = 𝟔 − 𝟑, 𝟐
𝒙𝟏 = 𝟐, 𝟖


67
𝑪 = 𝟏𝟎𝟎𝟎𝒙𝟏 + 𝟐𝟎𝟎𝟎𝒙𝟐
𝑪 = 𝟏𝟎𝟎𝟎. 𝟐, 𝟖 + 𝟐𝟎𝟎𝟎. 𝟑, 𝟐
𝑪 = 𝟗. 𝟐𝟎𝟎
Fábrica 1: 2,80 dias

Fábrica 2: 3.20 dias
Custo: 9.200
8) Uma companhia de transporte tem dois tipos de caminhões: O tipo

“A” tem 2 m3 de espaço refrigerado e 3 m3 de espaço não
refrigerado; o tipo "B" tem 2 m3 de espaço refrigerado e 1 m3 de
não refrigerado. O cliente quer transportar um produto que
necessitará 16 m3 de área refrigerada e 12 m3 de área não
refrigerada. A companhia calcula em 1.100 L o combustível para
uma viagem com o caminhão "A" e 750 L para o caminhão "B".
Quantos caminhões de, cada tipo deverão ser usados no transporte
do produto, com o menor consumo de combustível.

𝒙𝟏 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒄𝒂𝒎𝒊𝒏𝒉õ𝒆𝒔 𝑨
𝒙𝟐 → 𝒏ú𝒎𝒆𝒓𝒐 𝒅𝒆 𝒄𝒂𝒎𝒊𝒏𝒉õ𝒆𝒔 𝑩
𝑴𝒊𝒏𝒊𝒎𝒊𝒛𝒂𝒓 𝑪 = 𝟏𝟏𝟎𝟎𝒙𝟏 + 𝟕𝟓𝟎𝒙𝟐
𝟐𝒙𝟏 + 𝟐𝒙𝟐 ≥ 𝟏𝟔
𝟑𝒙𝟏 + 𝒙𝟐 ≥ 𝟏𝟐
𝒙𝟏 ≥ 𝟎
𝒙𝟐 ≥ 𝟎
1) 𝟐𝒙𝟏 + 𝟐𝒙𝟐 = 𝟏𝟔 se x1 = 0, então x2 = 8, A(0, 8)

se x2 = 0, então x1 = 8, B(8, 0)
68
2) 𝟑𝒙𝟏 + 𝒙𝟐 = 𝟏𝟐 se x1 = 0, então x2 = 12, C(0, 12)

se x2 = 0, então x1 = 4, D(4, 0)

(x1 = 1, x2 = 1).
1) 𝟐𝒙𝟏 + 𝟐𝒙𝟐 ≥ 𝟏𝟔 substituindo os valores de x1 = 1, x2 = 1,

a região oposta ao ponto testado.
2) 𝟑𝒙𝟏 + 𝒙𝟐 ≥ 𝟏𝟐 substituindo o valore de x1 = 1, x2 = 1,

a região aposta ao ponto testado.

C = 2200, então 𝟏𝟏𝟎𝟎𝒙𝟏 + 𝟕𝟓𝟎𝒙𝟐 = 𝟐𝟐𝟎𝟎
se x1 = 0, então x2 = 2,93, M(0; 2,93)
se x2 = 0, então x1 = 2, N(2, 0)
C = 4400 , então 𝟏𝟏𝟎𝟎𝒙𝟏 + 𝟕𝟓𝟎𝒙𝟐 = 𝟒𝟒𝟎𝟎

se x1 = 0, então x2 = 5,87, R(0; 5,87)
se x2 = 0, então x1 = 4, S(4, 0)
d) Gráfico:
x2
14
C = min
8
C = 4400 Região das soluções
P
6
C = 2200
1 (1, 1)
0 1 2 4 8 x1
1
2

69
e) Solução:

no ponto destacado.
𝟐𝒙 + 𝟐𝒙𝟐 = 𝟏𝟔
{ 𝟏
𝟑𝒙𝟏 + 𝒙𝟐 = 𝟏𝟐
Multiplicando todos termos da segunda por (-2) e somado as duas

equações, temos:
𝟐𝒙𝟏 + 𝟐𝒙𝟐 = 𝟏𝟔
{
𝟑𝒙𝟏 + 𝒙𝟐 = 𝟏𝟐 . (−𝟐)
𝟐𝒙𝟏 + 𝟐𝒙𝟐 − 𝟏𝟔
{
−𝟔𝒙𝟏 − 𝟐𝒙𝟐 = −𝟐𝟒
𝟐𝒙𝟏 + 𝟐𝒙𝟐 = 𝟏𝟔
−𝟔𝒙𝟏 − 𝟐𝒙𝟐 = −𝟐𝟒
−𝟒𝒙𝟏 = −𝟖
−𝟒𝒙𝟏 = −𝟖 . (−𝟏)
𝟒𝒙𝟏 = 𝟖
𝟖
𝒙𝟏 = =𝟐
𝟒

𝟐𝒙𝟏 + 𝟐𝒙𝟐 = 𝟏𝟔
𝟐. 𝟐 + 𝟐𝒙𝟐 = 𝟏𝟔
𝟐𝒙𝟐 = 𝟏𝟔 − 𝟒
𝟐𝒙𝟐 = 𝟏𝟐

70
𝟏𝟐
𝒙𝟐 = =𝟔
𝟐

𝑪 = 𝟏𝟏𝟎𝟎. 𝟐 + 𝟕𝟓𝟎. 𝟔
𝑪 = 𝟔. 𝟕𝟎𝟎
Caminhão Tipo A: 2 viagens

Caminhão Tipo B: 6 viagens
Gasto combustível = 6.700 L
9) Uma companhia fabrica dois produtos P1 e P2 que utilizam os

mesmos recursos produtivos: matéria-prima, forja e polimento.
Cada unidade de P1 exige 4 horas de forjaria, 2 h de polimento e
utiliza 100 u de matéria-prima. Cada unidade de P2 requer 2 horas
de forjaria, 3 h de polimento e 200 u. de matéria-prima. O preço de
venda de P1 é 1.900 U.m. e de P2, 2.100 u.m. Toda produção tem
mercado garantido. As disponibilidades são de: 20 h de forja; 10 h
de polimento e 500 unidades de matéria-prima, por dia.
a) Determinar as quantidades a produzir de P1 e P2 que otimizem a
receita diária dos produtos.

𝒙𝟏 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝑷𝟏
𝒙𝟐 → 𝒒𝒖𝒂𝒏𝒕𝒊𝒅𝒂𝒅𝒆 𝒅𝒆 𝑷𝟐
𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝑹 = 𝟏𝟗𝟎𝟎𝒙𝟏 + 𝟐𝟏𝟎𝟎𝒙𝟐
𝟏𝟎𝟎𝒙𝟏 + 𝟐𝟎𝟎𝒙𝟐 ≤ 𝟓𝟎𝟎

𝒓𝒆𝒔𝒕𝒓𝒊çõ𝒆𝒔 𝒕é𝒄𝒏𝒊𝒄𝒂𝒔 { 𝟒𝒙𝟏 + 𝟐𝒙𝟐 ≤ 𝟐𝟎
𝟐𝒙𝟏 + 𝟑𝒙𝟐 ≤ 𝟏𝟎
𝒙𝟏 ≥ 𝟎
𝒙𝟐 ≥ 𝟎
71
1) 𝟏𝟎𝟎𝒙𝟏 + 𝟐𝟎𝟎𝒙𝟐 = 𝟓𝟎𝟎 se x1 = 0, então x2 = 2,5, A(0, 2,5)

se x2 = 0, então x1 = 5, B(5, 0)
2) 𝟒𝒙𝟏 + 𝟐𝒙𝟐 = 𝟐𝟎 se x1 = 0, então x2 = 10, C(0, 10)

se x2 = 0, então x1 = 5, D(5, 0)
3) 𝟐𝒙𝟏 + 𝟑𝒙𝟐 = 𝟏𝟎 se x1 = 0, então x2 = 3,33, F(0; 3,33)

se x2 = 0, então x1 = 5, G(5, 0)

(x1 = 1, x2 = 1).
1) 𝟏𝟎𝟎𝒙𝟏 + 𝟐𝟎𝟎𝒙𝟐 ≤ 𝟓𝟎𝟎 substituindo os valores de x1 = 1, x2 =

1, obtemos 100 + 200 ≤ 500 ou 300 ≤ 500, o que é
2) 𝟒𝒙𝟏 + 𝟐𝒙𝟐 ≤ 𝟐𝟎 substituindo o valore de x1 = 1, x2 = 1,

3) 𝟐𝒙𝟏 + 𝟑𝒙𝟐 ≤ 𝟏𝟎 substituindo o valore de x1 = 1, x2 = 1,

obtemos 2 + 3 ≤ 10, 5 ≤ 10 o que é VERDADEIRO. A

L = 4200, então 𝟏𝟗𝟎𝟎𝒙𝟏 + 𝟐𝟏𝟎𝟎𝒙𝟐 = 𝟒𝟐𝟎𝟎
se x1 = 0, então x2 = 2, M(0, 2)
se x2 = 0, então x1 = 2,21, N(2,21; 0)
L = 8400 , então 𝟏𝟗𝟎𝟎𝒙𝟏 + 𝟐𝟏𝟎𝟎𝒙𝟐 = 𝟖𝟒𝟎𝟎

se x1 = 0, então x2 = 4, R(0, 4)
se x2 = 0, então x1 = 4,42, S(4,42; 0)
d) Gráfico:
72
x2
10
L = máx
L = 8400
L = 4200 4
3,3
2,5
2
(1, 1)
1 P
0 1 2 4 5 x1
2 1
3
e) Solução:
valor na região de soluções que é o encontro das retas (1) e (2) e
(3) no ponto destacado P(5, 0).

L = 𝟏𝟗𝟎𝟎 . 𝟓 + 𝟐𝟏𝟎𝟎. 𝟎
L = 9500
b) Suponha que os custos dos insumos sejam:

matéria-prima 1 u.m. por unidade
forjaria 150 u.m. por hora
polimento 100 u.m. por hora
Qual o plano de produção que maximiza o lucro diário?
Como só iremos fabricar P1, temos:

P1 Forja Polimento Matéria Prima
Para cada P1,
4 2 100
usamos
5 . P1 20 10 500
Agora vamos calcular o custo de se produzir as 5 unidades de P1:

73
C = 150 . 20 + 100 . 10 + 1 . 500
C = 3000 + 1000 + 500
C = 4500
Bom como sabemos que a receita é de 9500 e custo é de 4500,

agora vamos calcular o lucro.
L=R–C
L = 9500 – 4500
L = 5000
a) P1 = 5 unidades
P2 = 0 unidades
Receita = 9.500
b) P1 = 5 unidades
P2 = 0 unidades
Receita = 5.000
10) Uma refinaria produz gasolina bruta e gasóleo a partir de

petróleo. A obtenção de gasolina envolve 3 operações: destilação
atmosférica, dessulfuração e reforming catalítico. Para o gasóleo as
operações são: destilação atmosférica, dessulfuração e
craqueamento catalítico. Os reservatórios nos quais essas operações
são processadas têm capacidade limitada. Tem-se um reservatório
especial para cada operação acima citada, e suas capacidades
anuais estão na tabela:
RESERVATÓRIO GASOLINA BRUTA (t/ANO) GASÓLEO (t/ANO)
destilação atmosférica 500.000 600.000
dessulfuração 700.000 500.000
reforming catalítico 400.000 ...
craqueamento catalítico ... 450.000
Qual o plano anual de produção que maximiza o lucro da refinaria para

esses produtos, se os lucros por tonelada são: gasolina: 7 u.m.; gasóleo:
5 u.m.?

𝒙𝟏 → 𝑻𝒐𝒏𝒆𝒍𝒂𝒅𝒂𝒔 𝒅𝒆 𝒈𝒂𝒔𝒐𝒍𝒊𝒏𝒂
𝒙𝟐 → 𝑻𝒐𝒏𝒆𝒍𝒂𝒂𝒔 𝒅𝒆 𝒈𝒂𝒔ó𝒍𝒆𝒐

74
𝑴𝒂𝒙𝒊𝒎𝒊𝒛𝒂𝒓 𝑳 = 𝟕𝒙𝟏 + 𝟓𝒙𝟐
𝒙𝟏 ≤ 𝟒𝟎𝟎
𝒙𝟐 ≤ 𝟒𝟓𝟎
𝟏, 𝟐𝒙𝟏 + 𝒙𝟐 ≤ 𝟔𝟎𝟎
𝒙𝟏 + 𝟏, 𝟒𝒙𝟐 ≤ 𝟕𝟎𝟎
𝒙𝟏 ≥ 𝟎
𝒙𝟐 ≥ 𝟎
1) 𝒙𝟏 = 𝟒𝟎𝟎 para todo x2, x1 = 400, F(400, 0), G(400, 100)
2) 𝒙𝟐 = 𝟒𝟓𝟎 para todo x1, x2 = 450, H(0, 450), J(100, 450)
3) 𝟏, 𝟐𝒙𝟏 + 𝒙𝟐 = 𝟔𝟎𝟎 se x1 = 0, então x2 = 600, A(0, 600)

se x2 = 0, então x1 = 500, B(500, 0)
4) 𝒙𝟏 + 𝟏, 𝟒𝒙𝟐 = 𝟕𝟎𝟎 se x1 = 0, então x2 = 500, C(0, 500)

se x2 = 0, então x1 = 700, D(700, 0)

(x1 = 100, x2 = 100).
5) 𝒙𝟏 ≤ 𝟒𝟎𝟎 substituindo os valores de x1 = 100, obtemos 100

testado.
6) 𝒙𝟐 ≤ 𝟒𝟓𝟎 substituindo o valore de x1 = 100, obtemos 100 ≤

450, o que é VERDADEIRO. A solução é a região do ponto
testado.
7) 𝟏, 𝟐𝒙𝟏 + 𝒙𝟐 ≤ 𝟔𝟎𝟎 substituindo o valore de x1 = 100, x2 = 100,

obtemos 120 + 100 ≤ 600 ou 220 ≤ 600, o que é

75
8) 𝒙𝟏 + 𝟏, 𝟒𝒙𝟐 ≤ 𝟕𝟎𝟎 substituindo o valore de x2 = 100, x2 = 100,
obtemos 100 + 140 ≤ 700 ou 240 ≤ 700, o que é

L = 3500, então 𝟕𝒙𝟏 + 𝟓𝒙𝟐 = 𝟑𝟓𝟎𝟎
se x1 = 0, então x2 = 7, M(0, 700)
se x2 = 0, então x1 = 500, N(500, 0)
L = 7000 , então 𝟕𝒙𝟏 + 𝟓𝒙𝟐 = 𝟕𝟎𝟎𝟎

se x1 = 0, então x2 = 1400, R(0, 1400)
se x2 = 0, então x1 = 1000, S(1000, 0)
d) Gráfico:
x2 Cada 1 um = 100
L = 7000
14
L = 3500
L = máx

6
5
2 4,5
(1, 1)
1 P
0 1 4 5 7 10 x1
4
1 3
e) Solução:

no ponto destacado.
76
𝒙𝟏 = 𝟒𝟎𝟎
{
𝟏, 𝟐𝒙𝟏 + 𝒙𝟐 = 𝟔𝟎𝟎
Como 𝒙𝟏 = 𝟒𝟎𝟎, vamos substituir este valor na segunda equação

para determinar x2.
𝟏, 𝟐𝒙𝟏 + 𝒙𝟐 = 𝟔𝟎𝟎
𝟏, 𝟐 . 𝟒𝟎𝟎 + 𝒙𝟐 = 𝟔𝟎𝟎
𝒙𝟐 = 𝟔𝟎𝟎 − 𝟒𝟖𝟎
𝒙𝟐 = 𝟏𝟐𝟎

𝑳 = 𝟕. 𝟒𝟎𝟎 + 𝟓 . 𝟏𝟐𝟎
L = 3400
Lembrando que no início simplificamos o valor da gasolina e

gasóleo dividindo-os por 1000, agora para resposta devemos
multiplicar por 1000 para termos o valor real.
Gasolina: 400.000t/ano
Gasóleo: 120.000t/ano
Lucro: 3.400.000

77
O Método Simplex
Apresentação
Esse método é formado por um grupo de critérios para escolha de

sol lições básicas que melhorem o desempenho do modelo, e também de
um teste de otimalidade. Para isso, o problema deve apresentar uma
solução básica inicial. As soluções básicas subsequentes são calculadas
com a troca de variáveis básicas por não básicas, gerando novas
soluções.
Os critérios para escolha de vetores e consequentemente das
variáveis que entram e saem para a formação da nova base constituem o
centro do simplex.
Suponhamos inicialmente que o modelo apresente uma solução
básica inicial. Os modelos com restrições do tipo ≤ e com termos da
direita não negativos têm uma solução básica formada pelas variáveis de
folga.
Exemplo:
No modelo:
maximizar z = 3x1 + 5x2

sujeito a:
2𝑥1 + 4𝑥2 ≤ 10
6𝑥1 + 𝑥2 ≤ 20
𝑥1 − 𝑥2 ≤ 30
𝑥1 ≥ 0
{ 𝑥2 ≥ 0
Acrescentando as variáveis de folga nas restrições:

Cada restrição técnica foi criada com um sinal “≤”, “≥” ou “=”, logo para
podermos resolver o problema devemos transformá-las sempre em
equações, isso significa que devemos transformar as inequações em
equações.
Para fazer esta transformação basta lembrarmos de que, se o 1º termo é
menor que o segundo, ao adicionarmos ao 1º termo o que falta para ele
se igualar ao 2º teremos nossa equação equivalente a inequação original.
Note que a lógica também funciona para a situação contrária, se o 1º
membro é maior que o segundo, basta subtrair dele o que o deixa maior

78
que o 2º e também termos uma equação equivalente a inequação
original.
Assim teremos no nosso exemplo:

Na primeira inequação, temos:
2𝑥1 + 4𝑥2 ≤ 10
Como o 1º membro é menor que o segundo iremos adicionar uma nova
variável no 1º membro que o deixará igual ao segundo.
Usaremos a notação "𝑥𝐹1 " para representar esta variável, “𝑥𝐹1 = variável
de folga da 1º inequação”, ficando então transformada na equação:
2𝑥1 + 4𝑥2 + 𝑥𝐹1 = 10
Fazendo o mesmo para as demais, teremos:
2𝑥1 + 4𝑥2 + 𝑥𝐹1 = 10

6𝑥1 + 𝑥2 + 𝑥𝐹2 = 20
𝑥1 − 𝑥2 + 𝑥𝐹3 = 30
𝑥1 ≥ 0
𝑥2 ≥ 0
𝑥𝐹1 ≥ 0
𝑥𝐹2 ≥ 0
{ 𝑥𝐹3 ≥ 0
Podemos visualizar uma solução formada pelas variáveis de folga.

Basta fazer x1 = 0 e x2 = 0 e teremos:
xF1 = 10, xF2 = 20, xF3 = 30. Ou escrevendo na forma de vetores:
1 0 0 10
|0| 𝑥𝐹1 + |1| 𝑥𝐹2 + |0| 𝑥𝐹3 = |20|
0 0 1 30
Os vetores do primeiro membro constituem urna base do R3, e a

solução neste caso é uma solução básica inicial:
x1 = 0, x2 = 0, xF1 = 10, xF2 = 20 e xF3 = 30,
formada portanto pelas variáveis de folga.
Descrição do Método Geral para Maximização
1ª Parte: Teste de otimalidade para a solução.

Consiste em avaliar o efeito da permuta de uma variável básica por
outra não básica, com a consequente formação de nova solução. Se a

79
entrada de uma variável não básica puder melhorar o desempenho do
sistema, a solução testada não é ótima.
Essa avaliação é possível quando a função objetivo está escrita
somente em termos das variáveis não básicas.
Voltando ao exemplo anterior, a função objetivo está escrita na
forma:
𝑀𝐴𝑋 𝑍 = 3𝑥1 + 5𝑥2
e obtivemos, fazendo x1 = 0, x2 = 0, uma solução básica inicial formada

pelas variáveis de folga xF1 = 10, xF2 = 20 e xF3 = 30.
No caso, as variáveis básicas são xF1, xF2 e xF3, e as não básicas x1

e x2 .
Portanto, a função objetivo está escrita com as variáveis não

básicas.
Examinando a função objetivo e a solução inicial x1 = 0, x2 = 0 e z =
0, com Z = 3x1 + 5x2, temos:
Se x1 entra na base com valor 1, o valor de z passa de z = 0 para z

= 3, aumentando 3 unidades, exatamente o valor do coeficiente de x1.
Se x2 entra na base com valor 1, à valor de z passa de z = 0 para z

= 5, aumentando 5 unidades, exatamente o valor do coeficiente de x2.
Por outro lado, se o coeficiente de x1 ou x2 fosse negativo, a entrada

dessa variável diminuiria o valor de z, de acordo com seu coeficiente.
Podemos concluir que enquanto a função objetivo apresentar variáveis
não básicas com coeficientes positivos, ela poderá ser aumentada, não
sendo portanto a solução ótima.
Vamos reescrever, agora, a função objetivo com todas as variáveis
à esquerda:
𝑍 = 3𝑥1 + 5𝑥2 ⟹ 𝑍 − 3𝑥1 − 5𝑥2 = 0
Os coeficientes positivos à direita são negativos à esquerda,

portanto, coeficientes negativos à esquerda indicam que o valor de z
pode ser aumentado com a entrada da variável na base, e na proporção
de seu coeficiente. Escrito dessa forma, a solução testada só será ótima
quando as variáveis não básicas não apresentarem coeficientes
negativos.
2ª Parte: Cálculo da nova solução básica

80
a) Variável que entra na base: entra na base a variável com
coeficiente negativo de maior valor absoluto. A ideia é melhorar
rapidamente o valor dez.
Examinando a função objetivo do exemplo anterior:

𝑍 = 3𝑥1 + 5𝑥2 𝑜𝑢 𝑍 − 3𝑥1 − 5𝑥2 = 0
entra a variável x2 pois cada unidade a mais em x2 aumenta z em 5

unidades.
Para determinarmos a variável que entra devemos escolher a que

apresenta o menor valor negativo como coeficiente, no nosso exemplo o
coeficiente é (-5), e logo a variável será x2.
b) Variável que sai: sai a variável que primeiro se anula com a

entrada da variável escolhida no item anterior, no caso x2, que entra
com maior valor possível.
Ela pode ser descoberta dividindo-se os termos da direita das

restrições técnicas pelos seus respectivos coeficientes positivos da
variável que entra. O menor valor positivo indica que a variável básica
dessa linha é a que primeiro se anula e sairá da base, logo essa linha
será a que sai.
Obs.:
Perceba que quando o coeficiente é negativo o resultado da divisão
será negativo e por isso este será descartado.
No exemplo:
A última divisão (30 (-1)) não pode ser considerada, pois daria valor
negativo para a variável na próxima base, o que não é possível. Portanto,
sai a variável da primeira linha, no caso xF1.

81
c) Elemento pivô
A coluna da variável que entra e a linha da variável que sai identificam
um elemento comum chamado pivô.
A linha da variável que sai é também a linha pivô. No caso, a primeira
linha é a pivô e o coeficiente 4 de x2 é o elemento pivô.
d) Calculando a nova solução
d1. Vamos organizar a função objetivo e restrições numa tabela com

colunas formadas pelos coeficientes de cada variável e outra dos termos
independentes.
z x1 x2 xF1 xF2 xF3 b

1 -3 -5 0 0 0 0
0 2 4 1 0 0 10 → 𝑆𝑎𝑖 (𝑙𝑖𝑛ℎ𝑎 𝑝𝑖𝑣ô)
0 6 1 0 1 0 20
0 1 -1 0 0 1 30
↑
𝑒𝑛𝑡𝑟𝑎
d2. Dividimos a linha pivô pelo valor do elemento pivô, obtendo uma
nova linha com pivô unitário.
Linha pivô: 0 2 (4) 1 0 0 10

Dividindo por 4: 0 0,5 (1) 0,25 0 0 2,5 → 𝑛𝑜𝑣𝑎 𝑙𝑖𝑛ℎ𝑎 𝑝𝑖𝑣ô
d3. Vamos reescrever cada uma das outras linhas da seguinte maneira:
1º - Multiplicar os elementos da nova linha pivô pelo coeficiente da

variável que entra da outra linha, com sinal trocado.
2º - Somar termo a termo com os elementos da linha original.
Voltando ao exemplo:
Coeficiente da variável que entra (x2) na primeira linha é -5.

Então:
Nova linha pivô 0 0,5 (1) 0,25 0 0 2,5
x 5 0 2,5 5 1,25 0 0 12,5
+ primeira linha 1 -3 -5 0 0 0 0
Soma = nova
1 -0,5 0 1,25 0 0 12,5
Primeira linha:

82
O coeficiente da variável que entra (x2) na terceira linha é 1.
Então:
Nova linha pivô 0 0,5 1 0,25 0 0 2,5

x (-1) 0 -0,5 -1 -0,25 0 0 -2,5
+ terceira linha 0 6 1 0 1 0 20
Soma = nova
0 5,5 0 -0,25 1 0 17,5
terceira linha:
O coeficiente da variável que entra na quarta linha é -1.

Então:
Nova linha pivô 0 0,5 1 0,25 0 0 2,5
x (1) 0 0,5 1 0,25 0 0 2,5
+ quarta linha 0 1 -1 0 0 1 30
Soma = nova
0 1,5 0 0,25 0 1 32,5
quarta linha:
Reescrevendo a nova tabela com os resultados obtidos teremos:

1 -0,5 0 1,25 0 0 12,5
0 0,5 1 0,25 0 0 2,5
0 5,5 0 -0,25 1 0 17,5
0 1,5 0 0,25 0 1 32,5
De onde concluímos a nova solução:
Variáveis não básicas Variáveis básicas Valor de z

x1 = 0 x2 = 2,5 z= 12,5
xF1 = 0 xF2 = 17,5
xF3 = 32,5
A função objetivo na nova solução está escrita em termos das

variáveis não básicas x1 e xF1. As variáveis básicas têm coeficientes
nulos.
A solução obtida tem z = 12,5, contra z = O da solução inicial. É
melhor, mas ainda não é ótima, pois o coeficiente de x1 na função
objetivo é negativo.
Cálculo da nova solução:
Variável que entra: x1 (coeficiente negativo de maior valor absoluto
na função objetivo)

83
Variável que sai:
Vamos dividir os termos independentes pelos coeficientes positivos de x1.
2,5 ÷ 0,5 = 5
17,5 ÷ 5,5 = 3, 18 → menor valor: sai a variável dessa linha no caso xF2
32,5 ÷ 1,5 = 21,67
Nova linha pivô = terceira linha
Elemento pivô: 5,5
Nova linha pivô = linha pivô ÷ 5,5
Linha pivô: 0 5,5 0 -0,25 1 0 17,5
÷5,5 0 1 0 -0,045 0,18 0 3,18
o coeficiente da variável que entra (x1) na primeira linha é -0,5. Então:

Nova linha pivô: 0 1 0 -0,045 0,18 0 3,18
x (0,5) 0 0,5 0 -0,022 0,09 0 1,59
+ primeira linha 1 -0,5 0 1,25 0 0 12,5
Soma = nova
1 0 0 1,227 0,09 0 14,09
Primeira linha:
o coeficiente da variável que entra (x1) na segunda linha é 0,5. Então:
Nova linha pivô: 0 1 0 -0,045 0,18 0 3,18
x (-0,5) 0 -0,5 0 0,022 -0,09 0 -1,59
+ segunda linha 0 0,5 1 0,25 0 0 2,5
Soma = nova
0 0 1 0,272 -0,09 0 0,91
segunda linha:
o coeficiente da variável que entra (x1) na quarta linha é 1,5. Então:
Nova linha pivô: 0 1 0 -0,045 0,18 0 3,18
x (-1,5) 0 -1,5 0 0,067 -0,27 0 -4,77
+ quarta linha 0 1,5 0 0,25 0 1 32,5
Soma = nova
0 0 0 0,317 -0,27 1 27,73
quarta linha:

1 0 0 1,227 0,09 0 14,09
0 0 1 0,272 -0,09 0 0,91
0 1 0 -0,045 0,18 0 3,18
0 0 0 0,317 -0,27 1 27,73
A nova solução será portanto: .
xF1 = 0 x1 = 3,18 z= 14,09
xF2=0 x2 = 0,91
xF3 = 27,73
84
A função objetivo está escrita em termos das variáveis não básicas

xF1 e xF2, pois os coeficientes das variáveis básicas são nulos. O valor de
z passou de z. = 12,5 para z = 14,09. Essa solução é ótima, pois os
coeficientes das variáveis não básicas na função objetivo são positivos.
Se xF1 ou xF2 entrar na base, o valor de z diminui, contrariando o
objetivo.
Modelo geral do Simplex - exemplo 1
Exemplo 2:
Maximizar z = 2x1 + 3x2 + x3
Sujeito a:
𝑥1 + 𝑥2 + 𝑥3 ≤ 40
2𝑥1 + 𝑥2 − 𝑥3 ≤ 20
3𝑥1 + 2𝑥2 − 𝑥3 ≤ 30
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
a. Colocar as variáveis de folga e as variáveis da função objetivo à
esquerda:
Maximizar z - 2x1 – 3x2 – x3 = 0
Sujeito a:
𝑥1 + 𝑥2 + 𝑥3 + 𝑥𝐹1 = 40
2𝑥1 + 𝑥2 − 𝑥3 + 𝑥𝐹2 = 20
3𝑥1 + 2𝑥2 − 𝑥3 + 𝑥𝐹3 = 30
𝑥1 ≥ 0
𝑥2 ≥ 0
𝑥3 ≥ 0
𝑥𝐹1 ≥ 0
𝑥𝐹2 ≥ 0
{ 𝑥𝐹3 ≥ 0
No quadro teremos:
z x1 x2 x3 xF1 xF2 xF3 b
1 -2 -3 -1 0 0 0 0
0 1 1 1 1 0 0 40
0 2 1 -1 0 1 0 20
0 3 2 -1 0 0 1 30 → 𝑆𝑎𝑖 (𝑙𝑖𝑛ℎ𝑎 𝑝𝑖𝑣ô)
↑
𝑒𝑛𝑡𝑟𝑎
b. Solução básica inicial:
85
x1 = 0 xF1 = 40 z=0
x2 = 0 xF2 = 20
x3 = 0 xF3 = 30
c. Teste da solução: A solução não é ótima, pois tem coeficientes

negativos na função objetivo.
d. Cálculo da nova solução
- Variável que entra: x2 (coeficiente negativo de maior valor

absoluto)
- Variável que sai (termos independentes divididos pelos coeficientes
de x2): 40 ÷ 1 = 40
20 ÷ 1 = 20
30 ÷ 2 = 15
Menor valor: 15. Sai a variável da quarta linha (xF3).
Linha pivô: quarta linha
Elemento pivô: 2
- Dividindo a linha pivô por 2, temos:
Nova linha pivô: (0 1,5 1 -0,5 0 0 0,5 15)
Cálculo da nova primeira linha (coeficiente da variável que entra = -3)
Nova linha pivô: 0 1,5 1 -0,5 0 0 0,5 15
x (3) 0 4,5 3 -1,5 0 0 1,5 45
+ primeira linha 1 -2 -3 -1 0 0 0 0
Soma = nova
1 2,5 0 -2,5 0 0 1,5 45
Primeira linha:
Cálculo da nova segunda linha (coeficiente da variável que entra = 1)

Nova linha pivô: 0 1,5 1 -0,5 0 0 0,5 15
x (-1) 0 -1,5 -1 0,5 0 0 -0,5 -15
+ segunda linha 0 1 1 1 1 0 0 40
Soma = nova
0 -0,5 0 1,5 1 0 -0,5 25
segunda linha:
Cálculo da nova terceira linha (coeficiente da variável que entra = 1)
Nova linha pivô: 0 1,5 1 -0,5 0 0 0,5 15
x (-1) 0 -1,5 -1 0,5 0 0 -0,5 -15
+ terceira linha 0 2 1 -1 0 1 0 20
Soma = nova
0 0,5 0 -0,5 0 1 -0,5 5
terceira linha:

86
1 2,5 0 -2,5 0 0 1,5 45
0 -0,5 0 1,5 1 0 -0,5 25
0 0,5 0 -0,5 0 1 -0,5 5
0 1,5 1 -0,5 0 0 0,5 15
Nova solução:
Variáveis básicas Variáveis não básicas Valor de z
x2 = 15 x1 = 0 z=45
xF1 = 25 x3=0
xF2=5 xF3=0
Essa solução não é ótima, pois o coeficiente de x3 na função objetivo

é negativo (-2,5).

- Variável que entra: x3 (coeficiente negativo de maior valor
absoluto)
- Variável que sai: 25 ÷ 1,5 = 16,67
5 ÷ (-0,5) = -10
1,5 ÷ (-0,5) = -30
desconsiderados, pois dariam valor negativo para a variável na
próxima solução. Sai portanto a variável da segunda linha: xF1
- Linha pivô: segunda linha
- Elemento pivô: 1,5
- Nova linha pivô: linha pivô ÷ 1,5
0 -0,33 0 1 0,67 O -0,333 16,67
Cálculo da nova primeira linha (coeficiente da variável que entra = -2,5)

Nova linha pivô: 0 -0,33 0 1 0,67 0 -0,33 16,67
x (2,5) 0 -0,83 0 2,5 1,67 0 -0,83 41,67
+ primeira linha 0 2,5 0 -2,5 0 0 1,5 45
Soma = nova
0 1,67 0 0 1,67 0 0,67 86,67
Primeira linha:
Cálculo da nova terceira linha (coeficiente da variável que entra = -0,5)

Nova linha Pivô: 0 -0,33 0 1 0,67 0 -0,33 16,67
x (0,5) 0 -0,165 0 0,5 0,335 0 -0,165 8,335
+ terceira linha 0 0,5 0 -0,5 0 1 -0,5 5
Soma = nova
0 0,335 0 0 0,335 1 -0,66 13,335
terceira linha:

87
Cálculo da nova quarta linha (coeficiente da variável que entra = -0,5)
Nova linha 0 -0,33 0 1 0,67 0 -0,33 16,67
pivô:
x (0,5) 0 -0,165 0 0,5 0,335 0 -0,165 8,335
+ quarta linha 0 1,5 1 -0,5 0 0 0,5 15
Soma = nova
0 1,335 1 0 0,335 0 0,335 23,335
quarta linha:
Reescrevendo a nova tabela:

1 1,67 0 0 1,67 0 0,67 86,67
0 -0,33 0 1 0,67 0 -0,33 16,67
0 0,335 0 0 0,335 1 -0,665 13,335
0 1,335 1 0 0,335 0 0,335 23,335
Nova solução:
Variáveis básicas Variáveis não básicas Objetivo
x2=23,335 x1 = 0 z= 86,67
x3=16,67 xF1 = 0
xF2 = 13,335 xF3= 0
A solução é ótima, pois todos os coeficientes na função objetivo são positivos.

Modelo geral do Simplex - exemplo 2
Exercícios
01) Resolver o modelo em programação linear, usando o método Simplex.

Max. z= x1 + 2x2 + 3x3
Sujeito a:
𝑥1 + 2𝑥2 + 𝑥3 ≤ 40
2𝑥1 + 3𝑥2 ≤ 30
4𝑥2 + 2𝑥3 ≤ 20
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
Resolução:
a) Reescrevendo a função objetivo e passando as inequações de restrição para

equações, colocando as devidas folgas, temos:
z - x1 - 2x2 – 3x3 = 0
𝑥1 + 2𝑥2 + 𝑥3 + 𝑥𝐹1 = 40
2𝑥1 + 3𝑥2 + 𝑥𝐹2 = 30
4𝑥2 + 2𝑥3 + 𝑥𝐹3 = 20
b) Montamos a tabela:
88
1 -1 -2 -3 0 0 0 0
0 1 2 1 1 0 0 40
0 2 3 0 0 1 0 30
0 0 4 2 0 0 1 20
c) Na função objetivo identificamos a variável que entra localizando o maior

coeficiente.
z= x1 + 2x2 + 3x3
Logo a variável que entra será (x3)
d) Agora iremos dividir os termos independentes pelos respectivos coeficiente de (x3 -

a variável que entra nesse exercício) e encontraremos a linha que sai (o menor
resultado positivo).
b x3
0 -3 Não fazemos conta com a função objetivo
40 ÷ 1 = 40
30 ÷ 0 = Não existe
20 ÷ 2 = 10 → sai
e) Então podemos visualizar a tabela assim:

1 -1 -2 -3 0 0 0 0
0 1 2 1 1 0 0 40
0 2 3 0 0 1 0 30
0 0 4 2 0 0 1 20 sai
entra
O elemento que está na coluna que entra e na linha que sai é chamado de elemento
pivô, no nosso caso foi (2).
f) Agora iremos calcular a nova linha pivô. Para isso basta dividir todos os elementos
da linha que sai pelo elemento pivô.
Linha que sai 0 0 4 2 0 0 1 20
÷ (2) 0 0 2 1 0 0 0,5 10 →Nova linha pivô
g) Agora iremos calcular as novas linhas.

O coeficiente de x3 na primeira linha é (-3), então multiplicaremos a linha pivô pelo
seu oposto (3).
Nova 1ª linha
Nova linha pivô 0 0 2 1 0 0 0,5 10
x(3) 0 0 6 3 0 0 1,5 30
+ 1ª linha 1 -1 -2 -3 0 0 0 0
Nova 1ª linha 1 -1 4 0 0 0 1,5 30
O coeficiente de x3 na segunda linha é (1), então multiplicaremos a linha pivô pelo

seu oposto (-1).

89
Nova 2ª linha
Nova linha pivô 0 0 2 1 0 0 0,5 10
x(-1) 0 0 -2 -1 0 0 -0,5 -10
+ 2ª linha 0 1 2 1 1 0 0 40
Nova 2ª linha 0 1 0 0 1 0 -0,5 30
O coeficiente de x3 na terceira linha é (0), então multiplicaremos a linha pivô pelo

seu oposto (0).
Nova 3ª linha
Nova linha pivô 0 0 2 1 0 0 0,5 10
x(0) 0 0 0 0 0 0 0 0
+ 3ª linha 0 2 3 0 0 1 0 30
Nova 3ª linha 0 2 3 0 0 1 0 30
h) Reescrevendo a tabela, temos:

1 -1 4 0 0 0 1,5 30
0 1 0 0 1 0 -0,5 30
0 2 3 0 0 1 0 30
0 0 2 1 0 0 0,5 10
De onde destacamos:
Variáveis Básicas Variáveis Não Valor de z

Básicas
x3 = 10 x2 = 0 z = 30
xF1 = 30 xF3 = 0
xF2 = 30 x1 = 0
A solução não é ótima pois o coeficiente de x1 na função objetivo é (-1),

então vamos recalcular tudo iniciando desta ultima tabela.
a)
1 -1 4 0 0 0 1,5 30
0 1 0 0 1 0 -0,5 30
0 2 3 0 0 1 0 30
0 0 2 1 0 0 0,5 10
Olhando na linha da função objetivo escolhemos o maior número negativo para
determinar a coluna que entra, no nosso caso só temos o coeficiente de x1 que é
(-1)
b) Agora iremos dividir os termos independentes pelos respectivos coeficiente de (x1 -


90
b x1
30 ÷ 1 = 30
30 ÷ 2 = 15 → sai
10 ÷ 0 = Não existe
c) Então podemos visualizar a tabela assim:

1 -1 4 0 0 0 1,5 30
0 1 0 0 1 0 -0,5 30
0 2 3 0 0 1 0 30 sai
0 0 2 1 0 0 0,5 10
entra
d) Agora iremos calcular a nova linha pivô. Para isso basta dividir todos os elementos
Linha que sai 0 2 3 0 0 1 0 30
÷ (2) 0 1 1,5 0 0 0,5 0 15 →Nova linha pivô
e) Agora iremos calcular as novas linhas.

seu oposto (1).
Nova 1ª linha
Nova linha pivô 0 1 1,5 0 0 0,5 0 15
x(1) 0 1 1,5 0 0 0,5 0 15
+ 1ª linha 1 -1 4 0 0 0 1,5 30
Nova 1ª linha 1 0 5,5 0 0 0,5 1,5 45

seu oposto (-1).
Nova 2ª linha
Nova linha pivô 0 1 1,5 0 0 0,5 0 15
x(-1) 0 -1 -1,5 0 0 -0,5 0 -15
+ 2ª linha 0 1 0 0 1 0 -0,5 30
Nova 2ª linha 0 0 -1,5 0 1 -0,5 -0,5 15
O coeficiente de x1 na quarta linha é (0), então multiplicaremos a linha pivô pelo seu
oposto (0).
Nova 4ª linha
Nova linha pivô 0 1 1,5 0 0 0,5 0 15
x(0) 0 0 0 0 0 0 0 0
+ 4ª linha 0 0 2 1 0 0 0,5 10
Nova 4ª linha 0 0 2 1 0 0 0,5 10

91
f) Reescrevendo a tabela, temos:
1 0 5,5 0 0 0,5 1,5 45
0 0 -1,5 0 0 -0,5 -0,5 15
0 1 1,5 0 0 0,5 0 15
0 0 2 1 0 0 0,5 10
De onde destacamos:
Básicas
x3 = 10 x2 = 0 z = 45
x1 = 15 xF3 = 0
xF1 = 15 xF2 = 0
Agora a solução é ótima z = 45.

Modelo geral do Simplex - exercício 1

Max. z= 2x1 + x2 + x3
Sujeito a:
𝑥1 + 𝑥2 + 𝑥3 ≤ 50
2𝑥1 + 𝑥2 + 2𝑥3 ≤ 60
3𝑥1 + 𝑥2 ≤ 93
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
Resolução:
z - 2x1 - x2 – x3 = 0
𝑥1 + 𝑥2 + 𝑥3 + 𝑥𝐹1 = 50
2𝑥1 + 𝑥2 + 2𝑥3 + 𝑥𝐹2 = 60
3𝑥1 + 𝑥3 + 𝑥𝐹3 = 93
1 -2 -1 -1 0 0 0 0
0 1 1 1 1 0 0 50
0 2 1 2 0 1 0 60
0 3 1 0 0 0 1 93

coeficiente.
z= 2x1 + x2 + x3

92

b x1
50 ÷ 1 = 50
60 ÷ 2 = 30 → sai
93 ÷ 3 = 31

1 -2 -1 -1 0 0 0 0
0 1 1 1 1 0 0 50
0 2 1 2 0 1 0 60 sai
0 3 1 0 0 0 1 93
entra
Linha que sai 0 2 1 2 0 1 0 60
÷ (2) 0 1 0,5 1 0 0,5 0 30 →Nova linha pivô

seu oposto (2).
Nova 1ª linha
Nova linha pivô 0 1 0,5 1 0 0,5 0 30
x(2) 0 2 1 2 0 1 0 60
+ 1ª linha 1 -2 -1 -1 0 0 0 0
Nova 1ª linha 1 0 0 1 0 1 0 60

seu oposto (-1).
Nova 2ª linha
Nova linha pivô 0 1 0,5 1 0 0,5 0 30
x(-1) 0 -1 -0,5 -1 0 -0,5 0 -30
+ 2ª linha 0 1 1 1 1 0 0 50
Nova 2ª linha 0 0 0,5 0 1 -0,5 0 20

93
oposto (-3).
Nova 4ª linha
Nova linha pivô 0 1 0,5 1 0 0,5 0 30
x(-3) 0 -3 -1,5 -3 0 -1,5 0 -90
+ 4ª linha 0 3 1 0 0 0 1 93
Nova 4ª linha 0 0 -0,5 -3 0 -1,5 1 3
1 0 0 1 0 1 0 60
0 0 0,5 0 1 -0,5 0 20
0 1 0,5 1 0 0,5 0 30
0 0 -0,5 -3 0 -1,5 1 3
De onde destacamos:
Básicas
x1 = 30 x2 = 0 z = 60
xF1 = 20 x3 = 0
xF2 = 3 xF2 = 0
A solução é ótima e z = 60.


Max z = 5x1 + 6x2
Sujeito a:
2𝑥1 + 𝑥2 ≤ 50
𝑥 + 𝑥2 ≤ 90
{ 1
𝑥1 ≥ 0
𝑥2 ≥ 0
Resolução:

z - 5x1 - 6x2 = 0
2𝑥1 + 𝑥2 + 𝑥𝐹1 = 50
𝑥1 + 𝑥2 + 𝑥𝐹2 = 90

94
z x1 x2 xF1 xF2 b
1 -5 -6 0 0 0
0 2 1 1 0 50
0 1 1 0 1 90

coeficiente.
z = 5x1 + 6x2

b x2
50 ÷ 1 = 50 → sai
90 ÷ 1 = 60

z x1 x2 xF1 xF2 b
1 -5 -6 0 0 0
0 2 1 1 0 50 sai
0 1 1 0 1 90
entra
Linha que sai 0 2 1 1 0 50
÷ (1) 0 2 1 1 0 50 →Nova linha pivô

seu oposto (6).
Nova 1ª linha
Nova linha pivô 0 2 1 1 0 50
x(6) 0 12 6 6 0 300
+ 1ª linha 1 -5 -6 0 0 0
Nova 1ª linha 1 7 0 6 0 300

seu oposto (-1).
Nova 3ª linha
x(-1) 0 -2 -1 -1 0 -50
+ 3ª linha 0 1 1 0 1 90
Nova 3ª linha 0 -1 0 -1 1 40

95
z x1 x2 xF1 xF2 b
1 7 0 6 0 300
0 2 1 1 0 50
0 -1 0 -1 1 40
De onde destacamos:
Básicas
x2 = 50 x1 = 0 z = 300
xF2 = 40 xF1 = 0
Solução ótima z = 300.


Max z = 3x1 + x2
Sujeito a:
2𝑥1 + 4𝑥2 ≤ 30
3𝑥 + 5𝑥2 ≤ 40
{ 1
𝑥1 ≥ 0
𝑥2 ≥ 0
Resolução:
z - 3x1 - x2 = 0
2𝑥1 + 4𝑥2 + 𝑥𝐹1 = 30
3𝑥1 + 5𝑥2 + 𝑥𝐹2 = 40
z x1 x2 xF1 xF2 b
1 -3 -1 0 0 0
0 2 4 1 0 30
0 3 5 0 1 40

coeficiente.
z = 3x1 + x2

96
d) Agora iremos dividir os termos independentes pelos respectivos coeficiente de (x1
- a variável que entra nesse exercício) e encontraremos a linha que sai (o
menor resultado positivo).
b x1
30 ÷ 2 = 15
40 ÷ 3 = 13,33 → sai
z x1 x2 xF1 xF2 b
1 -3 -1 0 0 0
0 2 4 1 0 30
0 3 5 0 1 40 sai
entra
÷ (3) 0 1 1,67 0 0,33 13,3 →Nova linha pivô

seu oposto (3).
Nova 1ª linha
Nova linha pivô 0 1 1,67 0 0,33 13,3
x(3) 0 3 5 0 1 40
+ 1ª linha 1 -3 -1 0 0 0
Nova 1ª linha 1 0 4 0 1 40

seu oposto (-2).
Nova 2ª linha
Nova linha pivô 0 1 1,67 0 0,33 13,3
x(-2) 0 -2 -3,34 0 -0,66 -26,6
+ 2ª linha 0 2 4 1 0 30
Nova 2ª linha 0 0 0,66 1 -0,66 3,4

z x1 x2 xF1 xF2 b
1 0 4 0 1 40
0 0 0,66 1 -0,66 3,4
0 1 1,67 0 0,33 13,3

97
De onde destacamos:
Básicas
x1 = 13,3 x2 = 0 z = 40
xF1 = 3,4 xF2 = 0

05) Resolver os modelos em programação linear, usando o método Simplex.

a) Max. Receita = 10x1 + 12x2
𝑥1 + 𝑥2 ≤ 100
𝑥 + 3𝑥2 ≤ 270
{ 1
𝑥1 ≥ 0
𝑥2 ≥ 0
Resolução:
z - 10x1 - 12x2 = 0
𝑥1 + 𝑥2 + 𝑥𝐹1 = 100
𝑥1 + 3𝑥2 + 𝑥𝐹2 = 270
z x1 x2 xF1 xF2 b
1 -10 -12 0 0 0
0 1 1 1 0 100
0 1 3 0 1 270

coeficiente.
z = 10x1 + 12x2
d) Agora iremos dividir os termos independentes pelos respectivos coeficiente de

(x2 - a variável que entra nesse exercício) e encontraremos a linha que sai (o
b x2
100 ÷ 1 = 100
270 ÷ 3 = 90 → sai

z x1 x2 xF1 xF2 b
1 -10 -12 0 0 0
0 1 1 1 0 100
0 1 3 0 1 270 sai
entra

98
÷ (3) 0 0,34 1 0 0,34 90 →Nova linha pivô

seu oposto (12).
Nova 1ª linha
Nova linha pivô 0 0,34 1 0 0,34 90
x(12) 0 4 12 0 4 1080
+ 1ª linha 1 -10 -12 0 0 0
Nova 1ª linha 1 -6 0 0 4 1080

seu oposto (-1).
Nova 2ª linha
Nova linha pivô 0 0,34 1 0 0,34 90
x(-1) 0 -0,34 -1 0 -0,34 -90
+ 2ª linha 0 1 1 1 0 100
Nova 2ª linha 0 0,66 0 1 -0,34 10
z x1 x2 xF1 xF2 b
1 -6 0 0 4 1080
0 0,66 0 1 -0,34 10
0 0,34 1 0 0,34 90
De onde destacamos:
Básicas
x2 = 90 x1 = 0 z = 1080
xF1 = 10 xF2 = 0
Solução não é ótima.
i) Montamos a tabela:

99
z x1 x2 xF1 xF2 b
1 -6 0 0 4 1080
0 0,66 0 1 -0,34 10
0 0,34 1 0 0,34 90
j) Na função objetivo (1ª linha) identificamos a variável que entra localizando o

menor coeficiente negativo.
k) Agora iremos dividir os termos independentes pelos respectivos coeficiente de

b x1
10 ÷ 0,66 = 15,15 → sai
90 ÷ 0,34 = 264,7
l) Então podemos visualizar a tabela assim:

z x1 x2 xF1 xF2 b
1 -6 0 0 4 1080
0 0,66 0 1 -0,34 10 sai
0 0,34 1 0 0,34 90
entra
pivô, no nosso caso foi (0,66).
m) Agora iremos calcular a nova linha pivô. Para isso basta dividir todos os
elementos da linha que sai pelo elemento pivô.
Linha que 0 0,66 0 1 -0,34 10
sai
÷ (0,66) 0 1 0 1,52 -0,52 15,15 →Nova linha pivô
n) Agora iremos calcular as novas linhas.

seu oposto (6).
Nova 1ª linha
Nova linha pivô 0 1 0 1,52 -0,52 15,15
x(6) 0 6 0 9,12 -3,12 90,90
+ 1ª linha 1 -6 0 0 4 1080
Nova 1ª linha 1 0 0 9,12 0,88 1170,9
O coeficiente de x1 na terceira linha é (0,34), então multiplicaremos a linha pivô pelo

seu oposto (-0,34).

100
Nova 3ª linha
Nova linha pivô 0 1 0 1,52 -0,52 15,15
x(-0,34) 0 -0,34 0 -0,52 0,18 5,15
+ 3ª linha 0 0,34 1 0 0,34 90
Nova 3ª linha 0 0 1 -0,52 0,52 84,85
o) Reescrevendo a tabela, temos:

z x1 x2 xF1 xF2 b
1 0 0 9,12 0,88 1170,9
0 1 0 1,52 -0,52 15,15
0 0 1 -0,52 0,52 84,85
De onde destacamos:
Básicas
x2 = 84,85 xF1 = 0 z = 1170,9
x1 = 15,15 xF2 = 0

Exercício 5 (a) - modelo geral do simplex
b) Max. Lucro = 2x1 + 3x2 + 4x3

Sujeito a:
𝑥1 + 𝑥2 + 𝑥3 ≤ 100
2𝑥1 + 𝑥2 ≤ 210
𝑥1 ≤ 80
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
Resolução:
z - 2x1 - 3x2 -4x3 = 0
𝑥1 + 𝑥2 + 𝑥3 + 𝑥𝐹1 = 100
2𝑥1 + 𝑥2 + 𝑥𝐹2 = 210
𝑥1 + 𝑥𝐹3 = 80
1 -2 -3 -4 0 0 0 0
0 1 1 1 1 0 0 100
0 2 1 0 0 1 0 210
0 1 0 0 0 0 1 80

coeficiente.
Lucro = 2x1 + 3x2 + 4x3

101
b x3
100 ÷ 1 = 100 → sai
210 ÷ 0 = ∄
80 ÷ 0 = ∄

1 -2 -3 -4 0 0 0 0
0 1 1 1 1 0 0 100 sai
0 2 1 0 0 1 0 210
0 1 0 0 0 0 1 80
entra
Linha que sai 0 1 1 1 1 0 0 100
÷ (1) 0 1 1 1 1 0 0 100 →Nova linha pivô

seu oposto (4).
Nova 1ª linha
Nova linha pivô 0 1 1 1 1 0 0 100
x(4) 0 4 4 4 4 0 0 400
+ 1ª linha 1 -2 -3 -4 0 0 0 0
Nova 1ª linha 1 2 1 0 4 0 0 400

seu oposto (0).
Nova 3ª linha
Nova linha pivô 0 1 1 1 1 0 0 100
x(0) 0 0 0 0 0 0 0 0
+ 3ª linha 0 2 1 0 0 1 0 210
Nova 3ª linha 0 2 1 0 0 1 0 210

102
oposto (0).
Nova 4ª linha
Nova linha pivô 0 1 1 1 1 0 0 100
x(0) 0 0 0 0 0 0 0 0
+ 4ª linha 0 1 0 0 0 0 1 80
Nova 4ª linha 0 1 0 0 0 0 1 80

1 2 1 0 4 0 0 400
0 1 1 1 1 0 0 100
0 2 1 0 0 1 0 210
0 1 0 0 0 0 1 80
De onde destacamos:
Básicas
x3 = 100 x1 = 0 z = 400
xF2 = 210 x2 = 0
xF3 = 80 xF1 = 0
Solução é ótima.

Exercício 5 (b) - modelo geral do Simplex
c) Max. c
Sujeito a:
z = 0,2x1 + 2x2 + 4x3
𝑥1 + 2𝑥2 ≤ 20
3𝑥1 + 𝑥3 ≤ 50
𝑥1 + 𝑥2 − 𝑥3 ≤ 15
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
Resolução:
z – 0,2x1 - 2x2 - 4x3 = 0
𝑥1 + 2𝑥2 + 𝑥𝐹1 = 20
3𝑥1 + 𝑥3 + 𝑥𝐹2 = 50
𝑥1 + 𝑥2 − 𝑥3 + 𝑥𝐹3 = 15

103
1 -0,2 -2 -4 0 0 0 0
0 1 2 0 1 0 0 20
0 3 0 1 0 1 0 50
0 1 1 -1 0 0 1 15

coeficiente.
z= 0,2x1 + 2x2 + 4x3

b x3
20 ÷ 0 = ∄
50 ÷ 1 = 50 → sai
15 ÷ -1 = -15

1 -0,2 -2 -4 0 0 0 0
0 1 2 0 1 0 0 20
0 3 0 1 0 1 0 50 sai
0 1 1 -1 0 0 1 15
entra
Linha que sai 0 3 0 1 0 1 0 50

÷ (1) 0 3 0 1 0 1 0 50 →Nova linha pivô

seu oposto (4).
Nova 1ª linha
Nova linha pivô 0 3 0 1 0 1 0 50
x(4) 0 12 0 4 0 4 0 200
+ 1ª linha 1 -0,2 -2 -4 0 0 0 0
Nova 1ª linha 1 11,8 -2 0 0 4 0 200

104
seu oposto (0).
Nova 2ª linha
x(0) 0 0 0 0 0 0 0 0
+ 2ª linha 0 1 2 0 1 0 0 20
Nova 2ª linha 0 1 2 0 1 0 0 20
O coeficiente de x3 na quarta linha é (-1), então multiplicaremos a linha pivô pelo seu
oposto (1).
Nova 4ª linha
x(1) 0 3 0 1 0 1 0 50
+ 4ª linha 0 1 1 -1 0 0 1 15
Nova 4ª linha 0 4 1 0 0 1 1 65

1 11,8 -2 0 0 4 0 200
0 1 2 0 1 0 0 20
0 3 0 1 0 1 0 50
0 4 1 0 0 1 1 65
De onde destacamos:
Básicas
x3 = 50 x1 = 0 z = 200
xF1 = 20 x2 = 0
xF3 = 65 xF2 = 0
1 11,8 -2 0 0 4 0 200
0 1 2 0 1 0 0 20
0 3 0 1 0 1 0 50
0 4 1 0 0 1 1 65
j) Na função objetivo identificamos a variável que entra localizando o menor

coeficiente negativo.


105
b x2
20 ÷ 2 = 10 → sai
50 ÷ 0 = ∄
65 ÷ 1 = 65
1 11,8 -2 0 0 4 0 200
0 1 2 0 1 0 0 20 sai
0 3 0 1 0 1 0 50
0 4 1 0 0 1 1 65
entra
Linha que sai 0 1 2 0 1 0 0 20
÷ (2) 0 0,5 1 0 0,5 0 0 10 →Nova linha pivô

seu oposto (2).
Nova 1ª linha
Nova linha pivô 0 0,5 1 0 0,5 0 0 10
x(2) 0 1 2 0 1 0 0 20
+ 1ª linha 1 11,8 -2 0 0 4 0 200
Nova 1ª linha 1 12,8 0 0 1 4 0 220

seu oposto (0).
Nova 3ª linha
Nova linha pivô 0 0,5 1 0 0,5 0 0 10
x(0) 0 0 0 0 0 0 0 0
+ 3ª linha 0 3 0 1 0 1 0 50
Nova 3ª linha 0 3 0 1 0 1 0 50
oposto (-1).
Nova 4ª linha
Nova linha pivô 0 0,5 1 0 0,5 0 0 10
x(-1) 0 -0,5 -1 0 -0,5 0 0 -10
+ 4ª linha 0 4 1 0 0 1 1 65
Nova 4ª linha 0 3,5 0 0 -0,5 1 1 55

106
1 12,8 0 0 1 4 0 220
0 0,5 1 0 0,5 0 0 10
0 3 0 1 0 1 0 50
0 3,5 0 0 -0,5 1 1 55
De onde destacamos:
Básicas
X2 = 10 x1 = 0 z = 220
X3 = 50 xF1 = 0
xF3 = 55 xF2 = 0
Exercício 5 (c) - modelo geral do simplex
d) Max. Z = 5x1 - 3x2 + 4x3 – x4
𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 ≤ 600
2𝑥1 + 𝑥3 ≤ 280
𝑥1 + 3𝑥4 ≤ 150
𝑥1 ≥ 0
𝑥2 ≥ 0
𝑥3 ≥ 0
{ 𝑥4 ≥ 0
Resolução:
z – 5x1 + 3x2 - 4x3 + x4 = 0
𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 + 𝑥𝐹1 = 600
2𝑥1 + 𝑥3 + 𝑥𝐹2 = 280
𝑥1 + 3𝑥4 + 𝑥𝐹3 = 150
z x1 x2 x3 x4 xF1 xF2 xF3 b
1 -5 3 -4 1 0 0 0 0
0 1 1 1 1 1 0 0 600
0 2 0 1 0 0 1 0 280
0 1 0 0 3 0 0 1 150

coeficiente.
Z = 5x1 - 3x2 + 4x3 – x4

107
b X1
600 ÷ 1 = 600
280 ÷ 2 = 140 → sai
150 ÷ 1 = 150

1 -5 3 -4 1 0 0 0 0
0 1 1 1 1 1 0 0 600
0 2 0 1 0 0 1 0 280 sai
0 1 0 0 3 0 0 1 150
entra
Linha que sai 0 2 0 1 0 0 1 0 280
÷ (2) 0 1 0 0,5 0 0 0,5 0 140 →NLP

seu oposto (5).
Nova 1ª linha
Nova linha pivô 0 1 0 0,5 0 0 0,5 0 140
x(5) 0 5 0 2,5 0 0 2,5 0 700
+ 1ª linha 1 -5 3 -4 1 0 0 0 0
Nova 1ª linha 1 0 3 -1,5 1 0 2,5 0 700

seu oposto (-1).
Nova 2ª linha
Nova linha pivô 0 1 0 0,5 0 0 0,5 0 140
x(-1) 0 -1 0 -0,5 0 0 -0,5 0 -140
+ 2ª linha 0 1 1 1 1 1 0 0 600
Nova 2ª linha 0 0 1 0,5 1 1 -0,5 0 460

108
oposto (-1).
Nova 4ª linha
Nova linha pivô 0 1 0 0,5 0 0 0,5 0 140
x(-1) 0 -1 0 -0,5 0 0 -0,5 0 -140
+ 4ª linha 0 1 0 0 3 0 0 1 150
Nova 4ª linha 0 0 0 -0,5 3 0 -0,5 1 10

1 0 3 -1,5 1 0 2,5 0 700
0 0 1 0,5 1 1 -0,5 0 460
0 1 0 0,5 0 0 0,5 0 140
0 0 0 -0,5 3 0 -0,5 1 10
De onde destacamos:
Básicas
X1 = 140 x2 = 0 z = 700
xF1 = 460 x3 = 0
xF3 = 10 x4 = 0
xF2 =0
1 0 3 -1,5 1 0 2,5 0 700
0 0 1 0,5 1 1 -0,5 0 460
0 1 0 0,5 0 0 0,5 0 140
0 0 0 -0,5 3 0 -0,5 1 10


b x3
700 -1,5 Não fazemos conta com a função objetivo
460 ÷ 0,5 = 920
140 ÷ 0,5 = 280 → sai
10 ÷ -0,5 = -20

109
1 0 3 -1,5 1 0 2,5 0 700
0 0 1 0,5 1 1 -0,5 0 460
0 1 0 0,5 0 0 0,5 0 140 sai
0 0 0 -0,5 3 0 -0,5 1 10
entra
Linha que sai 0 1 0 0,5 0 0 0,5 0 140
÷ (0,5) 0 2 0 1 0 0 1 0 280 →NLP

O coeficiente de x3 na primeira linha é (-1,5), então multiplicaremos a linha pivô
pelo seu oposto (1,5).
Nova 1ª linha
Nova linha pivô 0 2 0 1 0 0 1 0 280
x(1,5) 0 3 0 1,5 0 0 1,5 0 420
+ 1ª linha 1 0 3 -1,5 1 0 2,5 0 700
Nova 1ª linha 1 3 3 0 1 0 4 0 1120
O coeficiente de x3 na segunda linha é (0,5), então multiplicaremos a linha pivô pelo

seu oposto (-0,5).
Nova 2ª linha
Nova linha pivô 0 2 0 1 0 0 1 0 280
x(-0,5) 0 -1 0 -0,5 0 0 -0,5 0 -140
+ 2ª linha 0 0 1 0,5 1 1 -0,5 0 460
Nova 2ª linha 0 -1 1 0 1 1 -1 0 320
O coeficiente de x3 na quarta linha é (-0,5), então multiplicaremos a linha pivô pelo

seu oposto (0,5).
Nova 4ª linha
Nova linha pivô 0 2 0 1 0 0 1 0 280
x(0,5) 0 1 0 0,5 0 0 0,5 0 140
+ 4ª linha 0 0 0 -0,5 3 0 -0,5 1 10
Nova 4ª linha 0 1 0 0 3 0 0 1 150
1 3 3 0 1 0 4 0 1120
0 -1 1 0 1 1 -1 0 320
0 2 0 1 0 0 1 0 280
0 1 0 0 3 0 0 1 150
De onde destacamos:

110
Básicas
X3 = 280 x1 = 0 z = 1120
xF1 = 320 x2 = 0
xF3 = 150 x4 = 0
xF2 =0
Exercício 5 (d) - modelo geral do Simplex
e) Max. Z = 2x1 + 4x3

𝑥1 + 2𝑥2 + 𝑥3 ≤ 8.000
2𝑥1 ≤ 6.000
𝑥2 + 𝑥3 ≤ 620
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
Resolução:
z – 2x1 - 4x3 = 0
𝑥1 + 2𝑥2 + 𝑥3 + 𝑥𝐹1 = 8000
2𝑥1 + 𝑥𝐹2 = 6000
𝑥2 + 𝑥3 + 𝑥𝐹3 = 620
1 -2 0 -4 0 0 0 0
0 1 2 1 1 0 0 8000
0 2 0 0 0 1 0 6000
0 0 1 1 0 0 1 620

coeficiente.
Z = 2x1 + 4x3

b x3
8000 ÷ 1 = 8000
6000 ÷ 0 = ∄
620 ÷ 1 = 620 → sai

111
1 -2 0 -4 0 0 0 0
0 1 2 1 1 0 0 8000
0 2 0 0 0 1 0 6000
0 0 1 1 0 0 1 620 sai
entra
Linha que sai 0 0 1 1 0 0 1 620
÷ (1) 0 0 1 1 0 0 1 620 →Nova linha pivô

seu oposto (4).
Nova 1ª linha
Nova linha pivô 0 0 1 1 0 0 1 620
x(4) 0 0 4 4 0 0 4 2480
+ 1ª linha 1 -2 0 -4 0 0 0 0
Nova 1ª linha 1 -2 4 0 0 0 4 2480

seu oposto (-1).
Nova 2ª linha
Nova linha pivô 0 0 1 1 0 0 1 620
x(-1) 0 0 -1 -1 0 0 -1 -620
+ 2ª linha 0 1 2 1 1 0 0 8000
Nova 2ª linha 0 1 1 0 1 0 -1 7380

seu oposto (0).
Nova 3ª linha
Nova linha pivô 0 0 1 1 0 0 1 620
x(0) 0 0 0 0 0 0 0 0
+ 3ª linha 0 2 0 0 0 1 0 6000
Nova 3ª linha 0 2 0 0 0 1 0 6000

112
1 -2 4 0 0 0 4 2480
0 1 1 0 1 0 -1 7380
0 2 0 0 0 1 0 6000
0 0 1 1 0 0 1 620
De onde destacamos:
Básicas
x3 = 620 x1 = 0 z = 2480
xF1 = 7380 x2 = 0
xF2 = 6000 xF3 = 0
1 -2 4 0 0 0 4 2480
0 1 1 0 1 0 -1 7380
0 2 0 0 0 1 0 6000
0 0 1 1 0 0 1 620


b x1
7380 ÷ 1 = 7380
6000 ÷ 2 = 3000 → sai
620 ÷ 0 = ∄

1 -2 4 0 0 0 4 2480
0 1 1 0 1 0 -1 7380
0 2 0 0 0 1 0 6000 sai
0 0 1 1 0 0 1 620
entra

113
Linha que sai 0 2 0 0 0 1 0 6000
÷ (2) 0 1 0 0 0 0,5 0 3000 →Nova linha pivô

seu oposto (2).
Nova 1ª linha
Nova linha pivô 0 1 0 0 0 0,5 0 3000
x(2) 0 2 0 0 0 1 0 6000
+ 1ª linha 1 -2 4 0 0 0 4 2480
Nova 1ª linha 1 0 4 0 0 1 4 8480

seu oposto (-1).
Nova 2ª linha
Nova linha pivô 0 1 0 0 0 0,5 0 3000
x(-1) 0 -1 0 0 0 -0,5 0 -3000
+ 2ª linha 0 1 1 0 1 0 -1 7380
Nova 2ª linha 0 0 1 0 1 -0,5 -1 4380
oposto (0).
Nova 4ª linha
Nova linha pivô 0 1 0 0 0 0,5 0 3000
x(0) 0 0 0 0 0 0 0 0
+ 4ª linha 0 0 1 1 0 0 1 620
Nova 4ª linha 0 0 1 1 0 0 1 620

1 0 4 0 0 1 4 8480
0 0 1 0 1 -0,5 -1 4380
0 1 0 0 0 0,5 0 3000
0 0 1 1 0 0 1 620
De onde destacamos:
Básicas
x1 = 3000 x2 = 0 z = 8480
x3 = 620 xF2 = 0
xF1 = 4380 xF3 = 0
Exercício 5 (e) - modelo geral do Simplex

114
f) Max. Z = 2x1 + 4x2 + 6x3

𝑥1 + 𝑥2 + 𝑥3 ≤ 100
2𝑥1 − 𝑥2 + 5𝑥3 ≤ 50
3𝑥1 + 𝑥3 ≤ 200
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
Resolução:
z – 2x1 - 4x2 -6x3 = 0
𝑥1 + 𝑥2 + 𝑥3 + 𝑥𝐹1 = 100
2𝑥1 − 𝑥2 + 5𝑥3 + 𝑥𝐹2 = 50
3𝑥1 + 𝑥3 + 𝑥𝐹3 = 200
1 -2 -4 -6 0 0 0 0
0 1 1 1 1 0 0 100
0 2 -1 5 0 1 0 50
0 3 0 1 0 0 1 200

coeficiente.
Z = 2x1 + 4x2 + 6x3

b x3
100 ÷ 1 = 100
50 ÷ 5 = 10 → sai
200 ÷ 1 = 200

1 -2 -4 -6 0 0 0 0
0 1 1 1 1 0 0 100
0 2 -1 5 0 1 0 50 sai
0 3 0 1 0 0 1 200
entra

115
Linha que sai 0 2 -1 5 0 1 0 50
÷ (5) 0 0,4 -0,2 1 0 0,2 0 10 →Nova linha pivô

seu oposto (6).
Nova 1ª linha
Nova linha pivô 0 0,4 -0,2 1 0 0,2 0 10
x(6) 0 2,4 -1,2 6 0 1,2 0 60
+ 1ª linha 1 -2 -4 -6 0 0 0 0
Nova 1ª linha 1 0,4 -5,2 0 0 1,2 0 60

seu oposto (-1).
Nova 2ª linha
Nova linha pivô 0 0,4 -0,2 1 0 0,2 0 10
x(-1) 0 -0,4 0,2 -1 0 -0,2 0 -10
+ 2ª linha 0 1 1 1 1 0 0 100
Nova 2ª linha 0 0,6 1,2 0 1 -0,2 0 90
oposto (-1).
Nova 4ª linha
Nova linha pivô 0 0,4 -0,2 1 0 0,2 0 10
x(-1) 0 -0,4 0,2 -1 0 -0,2 0 -10
+ 4ª linha 0 3 0 1 0 0 1 200
Nova 4ª linha 0 2,6 0,2 0 0 -0,2 1 190

1 0,4 -5,2 0 0 1,2 0 60
0 0,6 1,2 0 1 -0,2 0 90
0 0,4 -0,2 1 0 0,2 0 10
0 2,6 0,2 0 0 -0,2 1 190
De onde destacamos:
Básicas
x3 = 10 x1 = 0 z = 60
xF1 = 90 x2 = 0
xF3 = 190 xF2 = 0

116
1 0,4 -5,2 0 0 1,2 0 60
0 0,6 1,2 0 1 -0,2 0 90
0 0,4 -0,2 1 0 0,2 0 10
0 2,6 0,2 0 0 -0,2 1 190


b x2
90 ÷ 1,2 = 75 → sai
10 ÷ -0,2 = -50
190 ÷ 0,2 = 950

1 0,4 -5,2 0 0 1,2 0 60
0 0,6 1,2 0 1 -0,2 0 90 sai
0 0,4 -0,2 1 0 0,2 0 10
0 2,6 0,2 0 0 -0,2 1 190
entra
Linha que sai 0 0,6 1,2 0 1 -0,2 0 90
÷ (1,2) 0 0,5 1 0 0,83 -0,17 0 75 →Nova linha pivô

Nova 1ª linha
Nova linha pivô 0 0,5 1 0 0,83 -0,17 0 75
x(5,2) 0 2,6 5,2 0 4,32 -0,88 0 390
+ 1ª linha 1 0,4 -5,2 0 0 1,2 0 60
Nova 1ª linha 1 3 0 0 4,32 0,32 0 450

117
O coeficiente de x2 na terceira linha é (-0,2), então multiplicaremos a linha pivô pelo
seu oposto (0,2).
Nova 3ª linha
Nova linha pivô 0 0,5 1 0 0,83 -0,17 0 75
x(0,2) 0 0,1 0,2 0 0,17 -0,03 0 15
+ 3ª linha 0 0,4 -0,2 1 0 0,2 0 10
Nova 3ª linha 0 0,5 0 1 0,17 0,17 0 25
O coeficiente de x2 na quarta linha é (0,2), então multiplicaremos a linha pivô pelo

seu oposto (-0,2).
Nova 4ª linha
Nova linha pivô 0 0,5 1 0 0,83 -0,17 0 75
x(-0,2) 0 -0,1 -0,2 0 -0,17 0,03 0 -15
+ 4ª linha 0 2,6 0,2 0 0 -0,2 1 190
Nova 4ª linha 0 2,5 0 0 -0,17 -0,17 1 175

1 3 0 0 4,32 0,32 0 450
0 0,5 1 0 0,83 -0,17 0 75
0 0,5 0 1 0,17 0,17 0 25
0 2,5 0 0 -0,17 -0,17 1 175
De onde destacamos:
Básicas
X2 = 75 X1 = 0 z = 450
x3 = 25 xF1 = 0
xF3 = 175 xF2 = 0
Exercício 5 (f) - modelo geral do Simplex
06) Resolva, usando o método Simplex:

Um sapateiro faz 6 sapatos por hora, se fizer somente sapatos, e 5 cintos por
hora, se fizer somente cintos. Ele gasta 2 unidades de couro para fabricar 1 unidade
de sapato e 1 unidade couro para fabricar uma unidade de cinto. Sabendo-se que o
total disponível de couro é de 6 unidades e que o lucro unitário por sapato é de 5
unidades monetárias e o do cinto é de 2 unidades monetárias.
𝑥1 → 𝑛º 𝑑𝑒 𝑠𝑎𝑝𝑎𝑡𝑜𝑠/ℎ𝑜𝑟𝑎
𝑥2 → 𝑛º 𝑑𝑒 𝑐𝑖𝑛𝑡𝑜𝑠/ℎ𝑜𝑟𝑎

118
10𝑥1 + 12𝑥2 ≤ 60
2𝑥1 + 𝑥2 ≤ 6
𝑥1 ≥ 0
𝑥2 ≥ 0
Resolução:
z - 5x1 - 2x2 = 0
10𝑥1 + 12𝑥2 + 𝑥𝐹1 = 60
2𝑥1 + 𝑥2 + 𝑥𝐹2 = 6
z x1 x2 xF1 xF2 b
1 -5 -2 0 0 0
0 10 12 1 0 60
0 2 1 0 1 6

coeficiente.
z = 5x1 + 6x2

b x1
60 ÷ 10 = 6
6 ÷ 2 = 3 → sai

z x1 x2 xF1 xF2 b
1 -5 -2 0 0 0
0 10 12 1 0 60
0 2 1 0 1 6 sai
entra
÷ (2) 0 1 0,5 0 0,5 3 →Nova linha pivô

119
seu oposto (5).
Nova 1ª linha
Nova linha pivô 0 1 0,5 0 0,5 3
x(5) 0 5 2,5 0 2,5 15
+ 1ª linha 1 -5 -2 0 0 0
Nova 1ª linha 1 0 0,5 0 2,5 15

seu oposto (-10).
Nova 2ª linha
Nova linha pivô 0 1 0,5 0 0,5 3
x(-10) 0 -10 -5 0 -5 -30
+ 2ª linha 0 10 12 1 0 60
Nova 2ª linha 0 0 7 1 -5 30

z x1 x2 xF1 xF2 b
1 0 0,5 0 2,5 15
0 0 7 1 -5 30
0 1 0,5 0 0,5 3
De onde destacamos:
Básicas
x1 = 3 x2 = 0 z = 15
xF1 = 30 xF2 = 0

Exercício 6 - modelo geral do simplex

Certa empresa fabrica 2 produtos P1 e P2. O lucro por unidade de P1 é de 100
u.m. e o lucro unitário de P2 é de 150 u.m. A empresa necessita de 2 horas para
fabricar uma unidade de P1 e 3 horas para fabricar uma unidade de P2. O tempo
mensal disponível para essas atividades é de 120 horas. As demandas esperadas para
os 2 produtos levaram a empresa a decidir que os montantes produzidos de P1 e P2
não devem ultrapassar 40 unidades de P1 e 30 unidades de P2 por mês.

120
2𝑥1 + 3𝑥2 ≤ 120
𝑥2 ≤ 30
𝑥1 ≥ 0
𝑥2 ≥ 0
Resolução:
z - 100x1 - 150x2 = 0
2𝑥1 + 3𝑥2 + 𝑥𝐹1 = 120
𝑥1 + 𝑥𝐹2 = 40
𝑥2 + 𝑥𝐹3 = 30
1 -100 -150 0 0 0 0
0 2 3 1 0 0 120
0 1 0 0 1 0 40
0 0 1 0 0 1 30

coeficiente.
𝑧 = 100𝑥1 + 150𝑥2

b x2
120 ÷ 3 = 40
40 ÷ 0 = ∄
30 ÷ 1 = 30 → sai

1 -100 -150 0 0 0 0
0 2 3 1 0 0 120
0 1 0 0 1 0 40
0 0 1 0 0 1 30 sai
entra
Linha que sai 0 0 1 0 0 1 30
÷ (1) 0 0 1 0 0 1 30 →Nova linha pivô

121

O coeficiente de x2 na primeira linha é (-150), então multiplicaremos a linha pivô
pelo seu oposto (150).
Nova 1ª linha
Nova linha pivô 0 0 1 0 0 1 30
x(150) 0 0 150 0 0 150 4500
+ 1ª linha 1 -100 -150 0 0 0 0
Nova 1ª linha 1 -100 0 0 0 150 4500

seu oposto (-3).
Nova 2ª linha
x(-3) 0 0 -3 0 0 -3 -90
+ 2ª linha 0 2 3 1 0 0 120
Nova 2ª linha 0 2 0 1 0 -3 30

seu oposto (0).
Nova 3ª linha
x(0) 0 0 0 0 0 0 0
+ 3ª linha 0 1 0 0 1 0 40
Nova 3ª linha 0 1 0 0 1 0 40

1 -100 0 0 0 150 4500
0 2 0 1 0 -3 30
0 1 0 0 1 0 40
0 0 1 0 0 1 30
De onde destacamos:
Básicas
x2 = 30 x1 = 0 z = 4500
xF1 = 30 xF3 = 0
xF2 = 40

122
1 -100 0 0 0 150 4500
0 2 0 1 0 -3 30
0 1 0 0 1 0 40
0 0 1 0 0 1 30
j) Na função objetivo identificamos a variável que entra localizando o menor valor

negativo na função objetivo.
k) Agora iremos dividir os termos independentes pelos respectivos coeficiente de (x1 -

b x1
450 -100 Não fazemos conta com a função
0 objetivo
30 ÷ 2 = 15 → sai
40 ÷ 1 = 40
30 ÷ 0 = ∄

1 -100 0 0 0 150 4500
0 2 0 1 0 -3 30 sai
0 1 0 0 1 0 40
0 0 1 0 0 1 30
entra
Linha que sai 0 2 0 1 0 -3 30
÷ (2) 0 1 0 0,5 0 -1,5 15 →Nova linha pivô

Nova 1ª linha
Nova linha pivô 0 1 0 0,5 0 -1,5 15
x(100) 0 100 0 50 0 -150 1500
+ 1ª linha 1 -100 0 0 0 150 4500
Nova 1ª linha 1 0 0 50 0 0 6000

seu oposto (-1).

123
Nova 3ª linha
Nova linha pivô 0 1 0 0,5 0 -1,5 15
x(-1) 0 -1 0 -0,5 0 1,5 -15
+ 3ª linha 0 1 0 0 1 0 40
Nova 3ª linha 0 0 0 -0,5 1 1,5 25
oposto (0).
Nova 4ª linha
Nova linha pivô 0 1 0 0,5 0 -1,5 15
x(0) 0 0 0 0 0 0 0
+ 4ª linha 0 0 1 0 0 1 30
Nova 4ª linha 0 0 1 0 0 1 30

1 0 0 50 0 0 6000
0 1 0 0,5 0 -1,5 15
0 0 0 -0,5 1 1,5 25
0 0 1 0 0 1 30
De onde destacamos:
Básicas
x1 = 15 xF1 = 0 z = 6000
x2 = 30 xF3 = 0
xF2 = 25
08) Um fabricante de fantasias tem em estoque 32 m de brim, 22 m de seda

e 30 m de cetim e pretende fabricar dois modelos de fantasias. O primeiro
modelo (M1) consome 4 m de brim, 2 m de seda e 2 m de cetim. O segundo
modelo (M2) consome 2 m de brim, 4 m de seda e 6 m de cetim. Se M1 é
vendido a 6.000 u.m. e M2 a 10.000 u.m., quantas peças de cada tipo o
fabricante deve fazer para obter a receita máxima?
Escrevendo o modelo temos:

𝑥1 → 𝑞𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑀1
𝑥2 → 𝑞𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑀2
𝑚á𝑥𝑖𝑚𝑜 𝑟𝑒𝑐𝑒𝑖𝑡𝑎 𝑧 = 6000𝑥1 + 10000𝑥2

124
4𝑥1 + 2𝑥2 ≤ 32
𝑟𝑒𝑠𝑡𝑟𝑖çõ𝑒𝑠 𝑡é𝑐𝑛𝑖𝑐𝑎𝑠 {2𝑥1 + 4𝑥2 ≤ 22
2𝑥1 + 6𝑥2 ≤ 30
𝑥1 ≥ 0
𝑥2 ≥ 0

z – 6000x1 - 10000x2 = 0
4𝑥1 + 2𝑥2 + 𝑥𝐹1 = 32
2𝑥1 + 4𝑥2 + 𝑥𝐹2 = 22
2𝑥1 + 6𝑥2 + 𝑥𝐹3 = 30
1 -6000 -10000 0 0 0 0
0 4 2 1 0 0 32
0 2 4 0 1 0 22
0 2 6 0 0 1 30
c) a função objetivo identificamos a variável que entra localizando o maior

coeficiente.
𝑧 = 6000𝑥1 + 10000𝑥2

b x2
objetivo
32 ÷ 2 = 16
22 ÷ 4 = 5,5
30 ÷ 6 = 5 → sai

1 -6000 -10000 0 0 0 0
0 4 2 1 0 0 32
0 2 4 0 1 0 22
0 2 6 0 0 1 30 sai
entra

125
Linha que sai 0 2 6 0 0 1 30
÷ (6) 0 0,33 1 0 0 0,17 5 →Nova linha pivô

Nova 1ª linha
Nova linha pivô 0 0,33 1 0 0 0,17 5
x(10000) 0 3333,33 10000 0 0 1666,67 50000
+ 1ª linha 1 -6000 -10000 0 0 0 0
Nova 1ª linha 1 -2666,67 0 0 0 1666,67 50000

seu oposto (-2).
Nova 2ª linha
Nova linha pivô 0 0,33 1 0 0 0,17 5
x(-2) 0 -0,66 -2 0 0 -0,34 -10
+ 2ª linha 0 4 2 1 0 0 32
Nova 2ª linha 0 3,33 0 1 0 -0,34 22

seu oposto (-4).
Nova 3ª linha
Nova linha pivô 0 0,33 1 0 0 0,17 5
x(-4) 0 -1,33 -4 0 0 -0,68 -20
+ 3ª linha 0 2 4 0 1 0 22
Nova 3ª linha 0 0,67 0 0 1 -068 2

i)
1 -2666,67 0 0 0 1666,67 50000
0 3,33 0 1 0 -0,34 22
0 0,67 0 0 1 -068 2
0 0,33 1 0 0 0,17 5
De onde destacamos:

126
Básicas
x2 = 5 x1 = 0 z = 50000
xF1 = 22 xF3 = 0
xF2 = 2
A solução não é ótima.
j) Montamos a tabela:
1 -2666,67 0 0 0 1666,67 50000
0 3,33 0 1 0 -0,34 22
0 0,67 0 0 1 -068 2
0 0,33 1 0 0 0,17 5
k) Na função objetivo identificamos a variável que entra localizando o menor

l) Agora iremos dividir os termos independentes pelos respectivos coeficiente de

b x1
22 ÷ 3,33 = 6,61
2 ÷ 0,67 = 2,99 → sai
5 ÷ 0,33 = 15,15
m) Então podemos visualizar a tabela assim:

1 -2666,67 0 0 0 1666,67 50000
0 3,33 0 1 0 -0,34 22
0 0,67 0 0 1 -068 2 sai
0 0,33 1 0 0 0,17 5
entra
n) Agora iremos calcular a nova linha pivô. Para isso basta dividir todos os elementos
Linha que sai 0 0,67 0 0 1 -068 2
÷ (0,67) 0 1 0 0 1,5 -1 3 →Nova linha pivô
o) Agora iremos calcular as novas linhas.

O coeficiente de x1 na primeira linha é (-2666,67), então multiplicaremos a linha
pivô pelo seu oposto (2666,67).

127
Nova 1ª linha
Nova linha pivô 0 1 0 0 1,5 -1 3
x(2666,67) 0 2666,67 0 0 4000 -2666,67 8000
+ 1ª linha 1 -2666,67 0 0 0 1666,67 50000
Nova 1ª linha 1 0 0 0 4000 -1000 58000
O coeficiente de x1 na segunda linha é (3,33), então multiplicaremos a linha pivô

pelo seu oposto (-3,33).
Nova 2ª linha
x(-3,33) 0 -3,33 0 0 -5 3,33 -10
+ 2ª linha 0 3,33 0 1 0 -0,34 22
Nova 2ª linha 0 0 0 1 -5 3 12

seu oposto (-0,33).
Nova 4ª linha
x(-0,33) 0 -0,33 0 0 -0,5 0,33 -1
+ 4ª linha 0 0,33 1 0 0 0,17 5
Nova 4ª linha 0 0 1 0 -0,5 0,5 4
p) Reescrevendo a tabela, temos:

1 0 0 0 4000 -1000 58000
0 0 0 1 -5 3 12
0 1 0 0 1,5 -1 3
0 0 1 0 -0,5 0,5 4
De onde destacamos:
Básicas
x1 = 3 xF2 = 0 z = 58000
x2 = 4 xF3 = 0
xF1 = 12

q) Montamos a tabela:
1 0 0 0 4000 -1000 58000
0 0 0 1 -5 3 12
0 1 0 0 1,5 -1 3
0 0 1 0 -0,5 0,5 4

128
r) Na função objetivo identificamos a variável que entra localizando o menor
Logo a variável que entra será (xF3)
s) Agora iremos dividir os termos independentes pelos respectivos coeficiente de

(xF3 - a variável que entra nesse exercício) e encontraremos a linha que sai (o
b xF3
12 ÷ 3 = 4 → sai
3 ÷ -1 = -3
4 ÷ 0,5 = 8
t) Então podemos visualizar a tabela assim:

1 0 0 0 4000 -1000 58000
0 0 0 1 -5 3 12 sai
0 1 0 0 1,5 -1 3
0 0 1 0 -0,5 0,5 4
entra
u) Agora iremos calcular a nova linha pivô. Para isso basta dividir todos os elementos
Linha que sai 0 0 0 1 -5 3 12
÷ (3) 0 0 0 0,33 -1,67 1 4 →Nova linha pivô
v) Agora iremos calcular as novas linhas.

O coeficiente de xF3 na primeira linha é (-1000), então multiplicaremos a linha pivô
Nova 1ª linha
Nova linha pivô 0 0 0 0,33 -1,67 1 4
x(1000) 0 0 0 333,33 -1666,67 1000 4000
+ 1ª linha 1 0 0 0 4000 -1000 58000
Nova 1ª linha 1 0 0 333,33 2333,33 0 62000
O coeficiente de xF3 na terceira linha é (-1), então multiplicaremos a linha pivô pelo
seu oposto (1).
Nova 3ª linha
Nova linha pivô 0 0 0 0,33 -1,67 1 4
x(1) 0 0 0 0,33 -1,67 1 4
+ 3ª linha 0 1 0 0 1,5 -1 3
Nova 3ª linha 0 1 0 0,33 -0,17 0 7

129
O coeficiente de xF3 na quarta linha é (0,5), então multiplicaremos a linha pivô pelo
seu oposto (-0,5).
Nova 4ª linha
Nova linha pivô 0 0 0 0,33 -1,67 1 4
x(-0,5) 0 0 0 -0,17 0,84 -0,5 -2
+ 4ª linha 0 0 1 0 -0,5 0,5 4
Nova 4ª linha 0 0 1 -0,17 0,34 0 2
w) Reescrevendo a tabela, temos:

1 0 0 333,33 2333,33 0 62000
0 0 0 0,33 -1,67 1 4
0 1 0 0,33 -0,17 0 7
0 0 1 -0,17 0,34 0 2
De onde destacamos:
Básicas
x1 = 7 xF1 = 0 z = 62000
x2 = 2 xF2 = 0
xF3 = 4
A solução é ótima Z = 62.000, serão feitas 7 fantasias do modelo M1 e 2

fantasias do modelo M2, e sobraram 4 m de cetim.

09) O problema consiste em programar a produção de dois itens P1 e P2 a

partir dos recursos produtivos R1, R2 e R3. Os dados colhidos nos vários
setores da empresa são os seguintes: .
Uso dos recursos produtivos
Produtos R1 por unidade R2 por unidade R3 por unidade

P1 2 4 1
P2 3 2 5
Disponibilidade mensais 3.000 4.000 4.500
Produtos Custo unitário Custo de venda Preço de venda

P1 20 20% 50
P2 30 20% 70

130
Demanda conjunta dos produtos: 1.000 unidades/mês. O objetivo é maximizar o
lucro.
Escrevendo o modelo temos:
𝑥1 → 𝑞𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑃1
𝑥2 → 𝑞𝑢𝑎𝑛𝑡𝑖𝑑𝑎𝑑𝑒 𝑑𝑒 𝑃2
𝑚á𝑥𝑖𝑚𝑜 𝑙𝑢𝑐𝑟𝑜 𝑧 = 20𝑥1 + 26𝑥2
2𝑥1 + 3𝑥2 ≤ 3000

4𝑥 + 2𝑥2 ≤ 4000
𝑥1 + 5𝑥2 ≤ 4500
𝑥1 + 𝑥2 ≤ 1000
𝑥1 ≥ 0
𝑥2 ≥ 0

z – 20x1 - 26x2 = 0
2𝑥1 + 3𝑥2 + 𝑥𝐹1 = 3000
4𝑥1 + 2𝑥2 + 𝑥𝐹2 = 4000
𝑥1 + 5𝑥2 + 𝑥𝐹3 = 4500
𝑥1 + 𝑥2 + 𝑥𝐹4 = 1000
z x1 x2 xF1 xF2 xF3 xF4 b
1 -20 -26 0 0 0 0 0
0 2 3 1 0 0 0 3000
0 4 2 0 1 0 0 4000
0 1 5 0 0 1 0 4500
0 1 1 0 0 0 1 1000
c) a função objetivo identificamos a variável que entra localizando o maior

coeficiente.
𝑧 = 20𝑥1 + 26𝑥2
d) Agora iremos dividir os termos independentes pelos respectivos coeficiente

de (x2 - a variável que entra nesse exercício) e encontraremos a linha que
sai (o menor resultado positivo).
b x2
objetivo
3000 ÷ 3 = 1000
4000 ÷ 2 = 2000
4500 ÷ 5 = 900 → sai
1000 ÷ 1 = 1000

131

1 -20 -26 0 0 0 0 0
0 2 3 1 0 0 0 3000
0 4 2 0 1 0 0 4000
0 1 5 0 0 1 0 4500 sai
0 1 1 0 0 0 1 1000
entra
Linha que sai 0 1 5 0 0 1 0 4500
÷ (5) 0 0,2 1 0 0 0,2 0 900 →Nova linha pivô

seu oposto (26).
Nova 1ª linha
Nova linha pivô 0 0,2 1 0 0 0,2 0 900
x(26) 0 5,2 26 0 0 5,2 0 23400
+ 1ª linha 1 -20 -26 0 0 0 0 0
Nova 1ª linha 1 -14,8 0 0 0 5,2 0 23400

seu oposto (-3).
Nova 2ª linha
Nova linha pivô 0 0,2 1 0 0 0,2 0 900
x(-3) 0 -0,6 -3 0 0 -0,6 0 -2700
+ 2ª linha 0 2 3 1 0 0 0 3000
Nova 2ª linha 0 1,4 0 1 0 -0,6 0 300

seu oposto (-2).
Nova 3ª linha
Nova linha pivô 0 0,2 1 0 0 0,2 0 900
x(-2) 0 -0,4 -2 0 0 -0,4 0 -1800
+ 3ª linha 0 4 2 0 1 0 0 4000
Nova 3ª linha 0 3,6 0 0 1 -0,4 0 2200

132
O coeficiente de x2 na quinta linha é (1), então multiplicaremos a linha pivô pelo seu
oposto (-1).
Nova 5ª linha
Nova linha pivô 0 0,2 1 0 0 0,2 0 900
x(-1) 0 -0,2 -1 0 0 -0,2 0 -900
+ 5ª linha 0 1 1 0 0 0 1 1000
Nova 5ª linha 0 0,8 0 0 0 -0,2 1 100

1 -14,8 0 0 0 5,2 0 23400
0 1,4 0 1 0 -0,6 0 300
0 3,6 0 0 1 -0,4 0 2200
0 0,2 1 0 0 0,2 0 900
0 0,8 0 0 0 -0,2 1 100
De onde destacamos:
Básicas
x2 = 900 x1 = 0 z = 23400
xF1 = 300 xF3 = 0
xF2 = 2200
xF4 = 100

1 -14,8 0 0 0 5,2 0 23400
0 1,4 0 1 0 -0,6 0 300
0 3,6 0 0 1 -0,4 0 2200
0 0,2 1 0 0 0,2 0 900
0 0,8 0 0 0 -0,2 1 100


k) Agora iremos dividir os termos independentes pelos respectivos coeficiente
de (x1 - a variável que entra nesse exercício) e encontraremos a linha que
sai (o menor resultado positivo).
b x1
23400 -14,8 Não fazemos conta com a função
objetivo
300 ÷ 1,4 = 214,29
2200 ÷ 3,6 = 611,11
900 ÷ 0,2 = 4500
100 ÷ 0,8 = 125 → sai

133

1 -14,8 0 0 0 5,2 0 23400
0 1,4 0 1 0 -0,6 0 300
0 3,6 0 0 1 -0,4 0 2200
0 0,2 1 0 0 0,2 0 900
0 0,8 0 0 0 -0,2 1 100 sai
entra
Linha que sai 0 0,8 0 0 0 -0,2 1 100
÷ (0,8) 0 1 0 0 0 -0,25 1,25 125 →Nova linha pivô

Nova 1ª linha
Nova linha pivô 0 1 0 0 0 -0,25 1,25 125
x(14,8) 0 14,8 0 0 0 -3,70 18,5 1850
+ 1ª linha 1 -14,8 0 0 0 5,2 0 23400
Nova 1ª linha 1 0 0 0 0 1,5 18,5 25250
O coeficiente de x1 na segunda linha é (1,4), então multiplicaremos a linha pivô pelo

seu oposto (-1,4).
Nova 2ª linha
Nova linha pivô 0 1 0 0 0 -0,25 1,25 125
x(-1,4) 0 -1,4 0 0 0 0,35 -1,75 -175
+ 2ª linha 0 1,4 0 1 0 -0,6 0 300
Nova 2ª linha 0 0 0 1 0 -0,25 -1,75 125

seu oposto (-3,6).
Nova 3ª linha
Nova linha pivô 0 1 0 0 0 -0,25 1,25 125
x(-3,6) 0 -3,6 0 0 0 0,90 -4,5 -450
+ 3ª linha 0 3,6 0 0 1 -0,4 0 2200
Nova 3ª linha 0 0 0 0 1 0,5 -4,5 1750

134
seu oposto (-0,2).
Nova 4ª linha
Nova linha pivô 0 1 0 0 0 -0,25 1,25 125
x(-0,2) 0 -0,2 0 0 0 0,05 -0,25 -25
+ 4ª linha 0 0,2 1 0 0 0,2 0 900
Nova 4ª linha 0 0 1 0 0 0,25 -0,25 875

1 0 0 0 0 1,5 18,5 25250
0 0 0 1 0 -0,25 -1,75 125
0 0 0 0 1 0,5 -4,5 1750
0 0 1 0 0 0,25 -0,25 875
0 1 0 0 0 -0,25 1,25 125
De onde destacamos:
Básicas
x1 = 125 xF3 = 0 z = 25250
x2 = 875 xF4 = 0
xF1 = 125
xF2 = 1750
A solução é ótima.
Exercício 9 - modelo geral do Simplex

135
Solução de um Modelo Geral de

Programação Linear pelo Método
Simplex
Os modelos de programação linear apresentados até agora têm as seguintes
características:
 a função objetivo deve ser maximizada;
 todas as varáveis de decisão são não negativas;
 apresentam uma solução básica inicial.
A aplicação do Simplex, como foi apresentada, exige essas três características no

modelo. Caso isso não ocorra, devemos procurar um modelo equivalente que possua
essas três características, para então usar o Simplex.
O PROBLEMA DA MINIMIZAÇÃO
Se a função objetivo for de minimização, devemos multiplicá-la por -1, obtendo

uma função equivalente para maximização.
Exemplo:
Minimizar. z = 3x1 - 4x2 + x3
𝑥1 + 𝑥2 + 𝑥3 ≤ 10
2𝑥1 + 𝑥2 − 𝑥3 ≤ 20
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
o modelo equivalente é:
Maximizar (-z) = -3x1 + 4x2 – x3
𝑥1 + 𝑥2 + 𝑥3 ≤ 10
2𝑥1 + 𝑥2 − 𝑥3 ≤ 20
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
Resolvido o modelo equivalente, teremos a solução do modelo original com a troca do
sinal de z.
Exemplo:
01) Resolva pelo Simplex, usando o método da função objetiva auxiliar.

Min z = 3x1 + 2x2

136
2𝑥1 + 𝑥2 ≥ 10
𝑥 + 5𝑥2 ≥ 15
{ 1
𝑥1 ≥ 0
𝑥2 ≥ 0
Antes devemos multiplicar a função objetivo por (-1) pois este exercício é de
minimizar:
z = 3x1 + 2x2 .(-1)
- z = - 3x1 - 2x2
Resolução:
1º iremos fazer pelo método da função objetivo auxiliar.
a) Reescrevendo as inequações de restrição para equações, colocando as devidas
folgas, temos:
-z + 3x1 + 2x2 = 0
2𝑥1 + 𝑥2 − 𝑥𝐹1 + 𝑎1 = 10
𝑥1 + 5𝑥2 − 𝑥𝐹2 + 𝑎2 = 15
b) Neste exemplo a função objetivo auxiliar será:

W = a1 + a2
Logo:
a1 = -2x1 – x2 + xF1 + 10
e
a2 = -x1 -5x2 + xF2 + 15
então,
a1 = -2x1 – x2 + xF1 + 10
a2 = -x1 -5x2 + xF2 + 15
a1 + a2 = -3x1 - 6x2 +xF1 + xF2 + 25
w = -3x1 - 6x2 + xF1 + xF2 + 25
Como a função auxiliar sempre será de minimização, escrevemos:
Min w = -3x1 - 6x2 + xF1 + xF2 + 25
E portanto deverá ser multiplicada por (-1)
w = -3x1 - 6x2 + xF1 + xF2 + 25 . (-1)

-w = 3x1 + 6x2 - xF1 - xF2 - 25
Agora passando todas as variáveis para o primeiro membro, temos:

-w -3x1 - 6x2 + xF1 + xF2 = -25
Agora temos as seguintes equações que comporão nossa tabela.

-z + 3x1 + 2x2 = 0
2𝑥1 + 𝑥2 − 𝑥𝐹1 + 𝑎1 = 10
𝑥1 + 5𝑥2 − 𝑥𝐹2 + 𝑎2 = 15
-w -3x1 - 6x2 + xF1 + xF2 = -25

137
c) Montamos a tabela:
z x1 x2 xF1 xF2 a1 a2 b
-1 3 2 0 0 0 0 0
0 2 1 -1 0 1 0 10
0 1 5 0 -1 0 1 15
-1 -3 -6 1 1 0 0 -25
w
d) Iremos trabalhar com a função objetivo auxiliar onde identificamos a variável

que entra localizando o menor negativo da última linha da tabela.
Neste exemplo será x2, pois tem coeficiente (-6).
A variável que entra será (x2)
e) Agora iremos dividir os termos independentes pelos respectivos coeficiente de (x2 -

b x2
0 2 Não fazemos conta com a função objetivo
10 ÷ 1 = 10
15 ÷ 5 = 3 → sai
-25 -6 Não fazemos conta com a função objetivo
f) Então podemos visualizar a tabela assim:

1 3 2 0 0 0 0 0
0 2 1 -1 0 1 0 10
0 1 5 0 -1 0 1 15
-1 -3 -6 1 1 0 0 -25
w entra
g) Agora iremos calcular a nova linha pivô. Para isso basta dividir todos os elementos
Linha que sai 0 1 5 0 -1 0 1 15
÷ (5) 0 0,2 1 0 -0,2 0 0,2 3 →Nova linha pivô
h) Agora iremos calcular as novas linhas.

O coeficiente de x2 na primeira linha é (2), então multiplicaremos a linha pivô pelo
seu oposto (-2).
Nova 1ª linha
Nova linha pivô 0 0,2 1 0 -0,2 0 0,2 3
x(-2) 0 -0,4 -2 0 0,4 0 -0,4 -6
+ 1ª linha -1 3 2 0 0 0 0 0
Nova 1ª linha -1 2,6 0 0 0,4 0 -0,4 -6

138

seu oposto (-1).
Nova 2ª linha
Nova linha pivô 0 0,2 1 0 -0,2 0 0,2 3
x(-1) 0 -0,2 -1 0 0,2 0 -0,2 -3
+ 2ª linha 0 2 1 -1 0 1 0 10
Nova 2ª linha 0 1,8 0 -1 0,2 1 -0,2 7
O coeficiente de x2 na quarta linha é (-6), então multiplicaremos a linha pivô pelo

seu oposto (6).
Nova 4ª linha
Nova linha pivô 0 0,2 1 0 -0,2 0 0,2 3
x(6) 0 1,2 6 0 -1,2 0 1,2 18
+ 4ª linha -1 -3 -6 1 1 0 0 -25
Nova 4ª linha -1 -1,8 0 1 -0,2 0 1,2 -7
i) Reescrevendo a tabela, temos:
-1 2,6 0 0 0,4 0 -0,4 -6
0 1,8 0 -1 0,2 1 -0,2 7
0 0,2 1 0 -0,2 0 0,2 3
-1 -1,8 0 1 -0,2 0 1,2 -7
w
De onde destacamos:
Variáveis Básicas Variáveis Não Valor de w
Básicas
x2 = 3 x1 = 0 w = -7
a1 = 7 xF1 = 0
a2 = 0
xF2 = 0
Como ainda temos variáveis auxiliares não zeradas e w foram ainda não foi zerado,
temos que recalcular.
j) Montamos a tabela:
-1 2,6 0 0 0,4 0 -0,4 -6
0 1,8 0 -1 0,2 1 -0,2 7
0 0,2 1 0 -0,2 0 0,2 3
-1 -1,8 0 1 -0,2 0 1,2 -7
w
k) Iremos trabalhar com a função objetivo auxiliar onde identificamos a variável

que entra localizando o menor negativo da última linha da tabela.
Neste exemplo será x1, pois tem coeficiente (-1,8).

139
A variável que entra será (x1)
l) Agora iremos dividir os termos independentes pelos respectivos coeficiente de (x1 -

b x1
6 2,6 Não fazemos conta com a função objetivo
7 ÷ 1,8 = 3,89 → sai
3 ÷ 0,2 = 15
-7 -1,8 Não fazemos conta com a função objetivo

-1 2,6 0 0 0,4 0 -0,4 -6
0 1,8 0 -1 0,2 1 -0,2 7
0 0,2 1 0 -0,2 0 0,2 3
-1 -1,8 0 1 -0,2 0 1,2 -7
w entra
Linha que sai 0 1,8 0 -1 0,2 1 -0,2 7
÷ (1,8) 0 1 0 -0,56 0,11 0,56 -0,11 3,89 →Nlp

O coeficiente de x1 na primeira linha é (2,6), então multiplicaremos a linha pivô pelo
seu oposto (-2,6).
Nova 1ª linha
Nova linha pivô 0 1 0 -0,56 0,11 0,56 -0,11 3,89
x(-2,6) 0 -2,6 0 1,46 -0,29 -1,46 0,29 -10,11
+ 1ª linha -1 2,6 0 0 0,4 0 -0,4 -6
Nova 1ª linha -1 0 0 1,46 0,11 -1,46 -0,11 -16,11

seu oposto (-0,2).
Nova 3ª linha
Nova linha pivô 0 1 0 -0,56 0,11 0,56 -0,11 3,89
x(-0,2) 0 -0,2 0 0,11 -0,02 -0,56 0,02 -0,78
+ 3ª linha 0 0,2 1 0 -0,2 0 0,2 3
Nova 3ª linha 0 0 1 0,11 -0,22 -0,56 0,22 2,22
O coeficiente de x1 na quarta linha é (-1,8), então multiplicaremos a linha pivô pelo

seu oposto (1,8).

140
Nova 4ª linha
Nova linha pivô 0 1 0 -0,56 0,11 0,56 -0,11 3,89
x(1,8) 0 1,8 0 -1,01 0,20 1,01 -0,20 7
+ 4ª linha -1 -1,8 0 1 -0,2 0 1,2 -7
Nova 4ª linha -1 0 0 -0,01 0,18 1,01 1 0
-1 0 0 1,46 0,11 -1,46 -0,11 -16,11
0 1 0 -0,56 0,11 0,56 -0,11 3,89
0 0 1 0,11 -0,22 -0,56 0,22 2,22
-1 0 0 -0,01 0,18 1,01 1 0
w
De onde destacamos:
Básicas
x2 = 3,78 a1 = 0 w=0
x1 = 3,89 xF1 = 0
a2 = 0
xF2 = 0
Como todas as variáveis auxiliares e w foram zeradas, podemos agora abandonar a
variável auxiliar e a a função objetivo auxiliar, reescrever a tabela sem elas e
resolver o problema normalmente.
q) Partindo agora da última tabela, sem a coluna da variável auxiliar e sem a

função objetivo auxiliar, temos:
z x1 x2 xF1 xF2 b
-1 0 0 1,46 0,11 -16,11
0 1 0 -0,56 0,11 3,89
0 0 1 0,11 -0,22 2,22
De onde destacamos:
Básicas
x1 = 3,89 xF1 = 0 z = 16,11
x2 = 2,22 xF2 = 0

Exemplo - Minimização e função objetivo auxiliar

141
O PROBLEMA DA VARIÁVEL LIVRE
Se alguma variável do modelo não possuir a condição de não negatividade,

podemos substituí-la pela diferença de duas outras variáveis não negativas, pois um
número qualquer sempre pode ser escrito como a diferença de dois números
positivos.
Exemplo:
Max z = x1 + 2x2 + x3
𝑥1 + 𝑥2 + 𝑥3 ≤ 10
2𝑥1 + 3𝑥2 ≤ 20
{
𝑥1 ≥ 0
𝑥2 ⇒ 𝑙𝑖𝑣𝑟𝑒
Fazendo x2 = x4 – x5 com x4 ≥ 0 e x5 ≥ 0 e substituindo no modelo anterior, teremos

o modelo equivalente:
Max z = x1 + 2x4 - 2x5 + x3
𝑥1 + 𝑥4 − 𝑥5 + 𝑥3 ≤ 10
2𝑥1 + 3𝑥4 − 3𝑥5 ≤ 20
𝑥1 ≥ 0
𝑥4 ≥ 0
𝑥5 ≥ 0
{ 𝑥3 ≥ 0
Com todas as variáveis não negativas. A solução deste modelo resolve o anterior.
Exemplo resolvido:
01) Resolva usando Simplex

Max z = x1 + x2 + 2x3
𝑥1 + 2𝑥2 ≤ 10
3𝑥1 + 4𝑥2 + 𝑥3 ≤ 20
𝑥1 ≥ 0
𝑥3 ≥ 0
{ 𝑥2 é 𝑙𝑖𝑣𝑟𝑒
Antes de começar a resolver precisamos procurar um modelo equivalente.
Como temos x2 livre, faremos:

x4 ≥ x5 ≥ 0
x2 = x4 – x5
Fazendo as substituições no modelo original temos:

Max z = x1 + (x4 – x5) + 2x3
z = x1 + x4 – x5 + 2x3
142
𝒙𝟏 + 𝟐 (𝒙𝟒 − 𝒙𝟓 ) ≤ 𝟏𝟎 𝒙𝟏 + 𝟐 . 𝒙𝟒 − 𝟐𝒙𝟓 ≤ 𝟏𝟎
𝟑𝒙𝟏 + 𝟒. (𝒙𝟒 − 𝒙𝟓 ) + 𝒙𝟑 ≤ 𝟐𝟎 𝟑𝒙𝟏 + 𝟒. 𝒙𝟒 − 𝟒𝒙𝟓 + 𝒙𝟑 ≤ 𝟐𝟎
𝒙𝟏 ≥ 𝟎 𝒙𝟏 ≥ 𝟎
⟹
𝒙𝟑 ≥ 𝟎 𝒙𝟑 ≥ 𝟎
𝒙𝟒 ≥ 𝟎 𝒙𝟒 ≥ 𝟎
{ 𝒙𝟓 ≥ 𝟎 { 𝒙𝟓 ≥ 𝟎
Resolução:
z - x1 - x4 + x5 - 2x3 = 0
𝒙𝟏 + 𝟐 . 𝒙𝟒 − 𝟐𝒙𝟓 + 𝒙𝑭𝟏 = 𝟏𝟎
𝟑𝒙𝟏 + 𝟒. 𝒙𝟒 − 𝟒𝒙𝟓 + 𝒙𝟑 + 𝒙𝑭𝟐 = 𝟐𝟎
z x1 x3 x4 x5 xF1 xF2 b
1 -1 -2 -1 1 0 0 0
0 1 0 2 -2 1 0 10
0 3 1 4 -4 0 1 20

coeficiente.
z = x1 + x4 – x5 + 2x3

b x3
10 ÷ 0 = ∄
20 ÷ 1 = 20 → sai

1 -1 -2 -1 1 0 0 0
0 1 0 2 -2 1 0 10
0 3 1 4 -4 0 1 20
entra
143
Linha que sai 0 3 1 4 -4 0 1 20
÷ (1) 0 3 1 4 -4 0 1 20 →Nova linha pivô

seu oposto (2).
Nova 1ª linha
Nova linha pivô 0 3 1 4 -4 0 1 20
x(2) 0 6 2 8 -8 0 2 40
+ 1ª linha 1 -1 -2 -1 1 0 0 0
Nova 1ª linha 1 5 0 7 -7 0 2 40

seu oposto (0).
Nova 2ª linha
Nova linha pivô 0 3 1 4 -4 0 1 20
x(0) 0 0 0 0 0 0 0 0
+ 2ª linha 0 1 0 2 -2 1 0 10
Nova 2ª linha 0 1 0 2 -2 1 0 10
1 5 0 7 -7 0 2 40
0 1 0 2 -2 1 0 10
0 3 1 4 -4 0 1 20
De onde destacamos:
Básicas
x3 = 20 x1 = 0 z = 40
xF1 = 10 x4 = 0
x5 = 0
xF2 = 0
Como x2 = x4 – x5
Temos:
x2 = 0 - 0 = 0
A Solução é ilimitada
Isto ocorre porque a variável que entra na base x5 não possui em sua
coluna nenhum coeficiente positivo. Os programas de computador, neste
caso, apresentam a última solução básica antes que a solução se torne
ilimitada, neste exercício como não existia última antes desta considere-a
como a última.
Solução é ótima e z = 40.

Exemplo - Variável livre

144
O PROBLEMA DA SOLUÇÃO BÁSICA INICIAL
Nos modelos resolvidos até agora pelo Simplex, as restrições são todas do tipo
“≤” com os termos da direita positivos. O acréscimo das variáveis de folga fornece
neste caso uma solução básica inicial.
O problema aparece quando:
1 º a restrição é do tipo ≥: a variável de folga é subtraída e seu valor é

negativo, quando se anulam as variáveis de decisão.
2º a restrição é do tipo =: não recebe a variável de folga.
Neste caso, acrescentamos em cada uma das restrições do tipo ≥ e = variáveis

auxiliares ai com a formação de um novo modelo. A solução básica inicial do novo
modelo é formada pelas variáveis de folga das restrições do tipo s e pelas variáveis
auxiliares ai.
Exemplo:
Maximizar Z = x1 + x2 + x3
2𝑥1 + 𝑥2 − 𝑥3 ≤ 10
𝑥1 + 𝑥2 + 2𝑥3 ≥ 20
2𝑥1 + 𝑥2 + 3𝑥3 = 60
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
a) Acrescentando as variáveis de folga:
2𝑥1 + 𝑥2 − 𝑥3 + 𝑥𝐹1 = 10
{ 𝑥1 + 𝑥2 + 2𝑥3 − 𝑥𝐹1 = 20
2𝑥1 + 𝑥2 + 3𝑥3 = 60
Não temos uma solução básica inicial devido à segunda e à terceira restrições.
b) Acrescentando na segunda e terceira restrições as variáveis auxiliares a2 e a3:

2𝑥1 + 𝑥2 − 𝑥3 + 𝑥𝐹1 = 10
{ 𝑥1 + 𝑥2 + 2𝑥3 − 𝑥𝐹1 + 𝑎2 = 20
2𝑥1 + 𝑥2 + 3𝑥3 + 𝑎3 = 60
teremos agora uma solução básica inicial: xF1 = 10, a2 = 20, a3 = 60 com as outras
variáveis todas nulas.
RETORNO AO MODELO ORIGINAL

O retorno ao modelo original deve ser feito com a eliminação das variáveis
auxiliares e a manutenção da solução básica. Isto pode ser feito de duas maneiras:
Método do M grande
Escrevemos a função objetivo, acrescentando as variáveis auxiliares a1, a2, ..., an
com coeficientes –M1 ,–M2,...,-Mn sendo M1 , M2, ... , Mn números grandes.

145
Exemplo:
Maximizar Z = x1 + x2 + x3
2𝑥1 + 𝑥2 − 𝑥3 ≤ 10
𝑥1 + 𝑥2 + 2𝑥3 ≥ 20
2𝑥1 + 𝑥2 + 3𝑥3 = 60
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
a) Acrescentando as variáveis de folga:
2𝑥1 + 𝑥2 − 𝑥3 + 𝑥𝐹1 = 10
{ 𝑥1 + 𝑥2 + 2𝑥3 − 𝑥𝐹1 = 20
2𝑥1 + 𝑥2 + 3𝑥3 = 60
Não temos uma solução básica inicial devido à segunda e à terceira restrições.
b) Acrescentando na segunda e terceira restrições as variáveis auxiliares a2 e a3:

2𝑥1 + 𝑥2 − 𝑥3 + 𝑥𝐹1 = 10
{ 𝑥1 + 𝑥2 + 2𝑥3 − 𝑥𝐹1 + 𝑎2 = 20
2𝑥1 + 𝑥2 + 3𝑥3 + 𝑎3 = 60
Neste exemplo temos duas variáveis auxiliares a2 e a3, logo acrescentando as
variáveis auxiliares com coeficientes –M2 e –M3 na função objetivo, sendo M2 e M3
números grandes, teremos:
z= x1 + x2 +x3 – M2a2 – M3a3
À medida que z é maximizada, as variáveis a2 e a3 deixam a base, devido ao grande

valor de M2 e M3.
Do exemplo anterior teremos:

Modelo auxiliar: Max. z = x1 + x2 + x3 – M2a2 – M3a3
z - x1 - x2 - x3 + M2a2 + M3a3 = 0
2𝑥1 + 𝑥2 − 𝑥3 + 𝑥𝐹1 = 10
𝑥1 + 𝑥2 + 2𝑥3 − 𝑥𝐹2 + 𝑎2 = 20
2𝑥1 + 𝑥2 + 3𝑥3 + 𝑎3 = 60
𝑥1 ≥ 0
𝑥2 ≥ 0
𝑥3 ≥ 0
𝑥𝐹1 ≥ 0
𝑥𝐹2 ≥ 0
𝑎1 ≥ 0
{ 𝑎2 ≥ 0
O quadro inicial fica então:
z x1 x2 x3 xF1 xF2 a2 a3 b
1 -1 -1 -1 0 0 M2 M3 0
0 2 1 -1 1 0 0 0 10
0 1 1 2 0 -1 1 0 20
0 2 1 3 0 0 0 1 60

146
Solução:
Variáveis básicas Variáveis não básicas Valor de z original
xF1 = 10 x1 = 0 Z=0
a2 =20 x2 = 0
a3 = 60 x3 = 0
xF2=0
- Variável que entra: entra x3 (coeficiente -1). As três variáveis x1, x2 e x3 têm
coeficientes iguais. Escolhemos uma delas.
- Variável que sai: 10 ÷ (-1) = -10 prejudicado
20 ÷ 2 = 10 → sai variável da terceira linha
60 ÷ 3 = 20
Linha pivô: terceira linha
Elemento pivô: 2
Nova linha pivô = linha pivô ÷ 2: 0 0,5 0,5 1 0 -0,5 0,5 0 10
Cálculo da nova primeira linha: (coeficiente da variável que entra = -1)

Nova linha pivô: 0 0,5 0,5 1 0 -0,5 0,5 0 10
x (1) 0 0,5 0,5 1 0 -0,5 0,5 0 10
+ primeira linha 1 -1 -1 -1 0 0 M2 M3 0
Soma = nova
1 -0,5 -0,5 0 0 -0,5 M2 M3 10
Primeira linha:
Cálculo da nova segunda linha: (coeficiente da variável que entra = -1)

Nova linha pivô: 0 0,5 0,5 1 0 -0,5 0,5 0 10
x (1) 0 0,5 0,5 1 0 -0,5 0,5 0 10
+ segunda linha 0 2 1 -1 1 0 0 0 0
Soma = nova
0 2,5 1,5 0 1 -0,5 0,5 0 20
segunda linha:
Cálculo da nova quarta linha (coeficiente da variável que entra = 3)

Nova linha pivô: 0 0,5 0,5 1 0 -0,5 0,5 0 10
x (-3) 0 -1,5 -1,5 -3 0 1,5 -1,5 0 -30
+ quarta linha 0 2 1 3 0 0 0 1 60
Soma = nova
0 0,5 -0,5 0 0 1,5 -1,5 1 30
quarta linha:
Novo quadro
1 -0,5 -0,5 0 0 -0,5 M2 M3 10
0 2,5 1,5 0 1 -0,5 0,5 0 20
0 0,5 0,5 1 0 -0,5 0,5 0 10
0 0,5 -0,5 0 0 1,5 -1,5 1 30
Solução:
x3 = 10 x1 = 0 Z = 10
xF1 = 20 x2 = 0
a3 = 30 xF2 = 0
a2 = 0

147
- Variável que entra: entra xF2 (coeficiente -0,5)
- Variável que sai: 20 ÷ (-0,5) = -40 -7 → prejudicado
10÷ (-0,5) = -20 -7 → prejudicado
30 ÷ 1,5 = 20 -7 → sai variável da quarta linha
Elemento pivô: 1,5
Nova linha pivô (linha pivô ÷ 1,5):
0 0,333 -0,333 0 0 1 -1 0,667 20
Cálculo da nova primeira linha: (coeficiente da variável que entra = -0,5)
Nova linha pivô: 0 0,333 -0,333 0 0 1 -1 0,667 20
x (0,5) 0 0,167 -0,167 0 0 0,5 -0,5 0,333 10
+ primeira linha 1 -0,5 -0,5 0 0 -0,5 M2 M3 10
Soma = nova
1 -0,333 -0,667 0 0 0 M2 M3 20
Primeira linha:
Cálculo da nova segunda linha (coeficiente da variável que entra = -0,5)

Nova linha pivô: 0 0,333 -0,333 0 0 1 -1 0,667 20
x (0,5) 0 0,167 -0,167 0 0 0,5 -0,5 0,333 10
+ segunda linha 0 2,5 1,5 0 1 -0,5 0,5 0 20
Soma = nova
0 2,667 1,333 0 1 0 0 0,333 30
segunda linha:
Cálculo da nova terceira linha (coeficiente da variável que entra = -0,5)

Nova linha pivô: 0 0,333 -0,333 0 0 1 -1 0,667 20
x (0,5) 0 0,167 -0,167 0 0 0,5 -0,5 0,333 10
+ terceira linha 0 0,5 0,5 1 0 -0,5 0,5 0 10
Soma = nova
0 0,667 0,333 1 0 0 0 0,333 20
terceira linha:
Novo quadro:
1 -0,333 -0,667 0 0 0 M2 M3 20
0 2,667 1,333 0 1 0 0 0,333 30
0 0,667 0,333 1 0 0 0 0,333 20
0 0,333 -0,333 0 0 1 -1 0,667 20
Solução:
x3 = 20 x1 = 0 Z = 20
xF1 = 30 x2 = 0
xF2 = 20 a2 = 0
a3 = 0
A solução básica é formada pelas variáveis originais. Podemos abandonar agora
as variáveis auxiliares, todas nulas. O quadro fica então:
z x1 x2 x3 xF1 xF2 b
1 -0,333 -0,667 0 0 0 20
0 2,667 1,333 0 1 0 30
0 0,667 0,333 1 0 0 20
0 0,333 -0,333 0 0 1 20

148
Cálculo da solução ótima:
- Variável que entra: x2 (coeficiente -0,667)
- Variável que sai: 30 ÷ 1,333 = 22,5 → sai variável da segunda
linha: xF1
20 ÷ 0,333 = 60
20 ÷ (-0,333) = -60 → prejudicada
Linha pivô: segunda linha
Elemento pivô: 1 ,333
Nova linha pivô (linha pivô ÷ 1,333): 0 2 1 0 0,75 0 22,5
Nova linha pivô: 0 2 1 0 0,75 0 22,5
x (0,667) 0 1,333 0,667 0 0,5 0 15
+ primeira linha 1 -0,333 -0,667 0 0 0 20
Soma = nova
1 1 0 0 0,5 0 35
Primeira linha:
Cálculo da nova terceira linha (coeficiente da variável que entra = 0,333)

Nova linha pivô: 0 2 1 0 0,75 0 22,5
x (-0,333) 0 -0,667 -0,333 0 -0,25 0 -7,5
+ terceira linha 0 0,667 0,333 1 0 0 20
Soma = nova
0 0 0 1 -0,25 0 12,5
terceira linha:

Nova linha pivô: 0 2 1 0 0,75 0 22,5
x (0,333) 0 0,667 0,333 0 0,25 0 7,5
+ quarta linha 0 0,333 -0,333 0 0 1 20
Soma = nova
0 1 0 0 0,25 1 27,5
quarta linha:
No quadro:
1 1 0 0 0,5 0 35
0 2 1 0 0,75 0 22,5
0 0 0 1 -0,25 0 12,5
0 1 0 0 0,25 1 27,5
Solução:
x2 = 22,5 x1 = 0 Z = 35
x3 = 12,5 xF1 = 0
xF2 = 27,5

Método do M grande - exemplo 1
OBSERVAÇÃO:
Na primeira parte do exercício, que levou à eliminação das variáveis auxiliares
ai, o que pretenderíamos não era maximizar o objetivo, e sim eliminar as variáveis
149
auxiliares, retornando assim ao problema original. Podemos escolher para entrar na
base uma variável com qualquer coeficiente na função objetivo, desde que a entrada
dessa variável provoque a saída de uma variável auxiliar.
Para isto basta verificar se na divisão dos termos independentes pelos
coeficientes de uma variável não básica, o menor resultado positivo está na linha da
variável auxiliar básica. Se isso é verdade, a variável auxiliar deixa a base,
independente do coeficiente na função objetivo da variável que entra.
Suponha, por exemplo, que estamos diante do quadro:
z x1 x2 x3 xF1 a1 a2 b
1 4 5 0 0 0 6 100
0 1 2 1 0 0 12 20
0 0 1 0 1 0 -1 10
0 1 5 0 0 1 4 30
Embora os coeficientes na função objetivo sejam todos não negativos, a solução

não é ótima, pois o problema original está alterado pela presença da variável auxiliar
a1. Qual variável deverá entrar na base para a saída da variável a1?
Se entra x1: 20 ÷ 1 = 20
10 ÷ 0 = prejudicado
30 + 1 = 30, sai a variável da primeira linha: x3
Se entra x2: 20 ÷2 = 10
10÷1 =10
30 ÷ 5 = 6, sai a variável da terceira linha, exatamente a1.
Portanto, a entrada de x2 resolve o problema.
Caso nenhuma das variáveis não básicas possa fazer o papel de expulsar a
variável auxiliar da base, o problema não tem solução básica, e portanto não
tem solução.
Método da função objetivo auxiliar

Como no método anterior, nas equações e nas inequações do tipo ≥,
acrescentamos as variáveis auxiliares, para compor com as folgas das inequações do
tipo ≤, a solução básica necessária a aplicação do Simplex.
Construímos então, uma função objetivo auxiliar W, formada pela soma das
variáveis auxiliares.
W = a1 + a2 + ... + an
A função W deve ser escrita em termos das variáveis originais e comporá o

novo objetivo a ser minimizado.
Quando as variáveis auxiliares forem não básicas, teremos:
a1 = a2 = ... = an = 0 e W = 0

150
As variáveis e funções auxiliares podem ser abandonadas. O novo objetivo será
dado pela função objetivo original.
Teremos aí, o modelo original com a solução básica inicial procurada.
Exemplo:
Max z = x1 + x2 + x3
2𝑥1 + 𝑥2 − 𝑥3 ≤ 10
𝑥1 + 𝑥2 + 2𝑥3 ≥ 20
2𝑥1 + 𝑥2 + 3𝑥3 = 60
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
1. Acrescentando variáveis de folga e variáveis auxiliares, conforme já fizemos

anteriormente, teremos:
2𝑥1 + 𝑥2 − 𝑥3 + 𝑥𝐹1 = 10
{ 1 + 𝑥2 + 2𝑥3 − 𝑥𝐹2 + 𝑎2 = 20
𝑥
2𝑥1 + 𝑥2 + 3𝑥3 + 𝑎3 = 60
2. Função auxiliar W = a2 + a3
Isolamos a2, a3 , ... , na , assim:
Da segunda restrição: a2 = -x1 – x2 - 2x3 + xF2 + 20
Da terceira restrição: a3 = -2x1 – x2 - 3x3 + 60
Substituindo na função auxiliar temos:

W = a2 + a3 = -3x1 - 2x2 - 5x3 + xF2 + 80
mini W= max (-W) = 3x1 + 2x2 + 5x3 – xF2 - 80
-w -3x1 - 2x2 - 5x3 + xF2 = -80
O quadro com a função auxiliar W fica assim:
1 -1 -1 -1 0 0 0 0 0
0 2 1 -1 1 0 0 0 10
0 1 1 2 0 -1 1 0 20
0 2 1 3 0 0 0 1 60
-1 -3 -2 -5 0 1 0 0 -80
-W
Solução:
Variáveis básicas Variáveis não básicas Valor de W
xF1 = 10 x1 = 0 W = 80
a2 = 20 x2 = 0
a3 = 60 x3 = 0
xF2 = 0
A função objetivo a ser minimizada é W. Observando seus coeficientes,
verificamos que a resolução do quadro não é ótima.
- Variável que entra: x3 (coeficiente -5)
- Variável que sai: 10 ÷ (-1) = -10 → prejudicada
20 ÷ 2 = 10 → sai a variável da terceira linha: a2
60 ÷ 3 = 20
151
Linha pivô: terceira linha Elemento pivô: 2
Nova linha pivô (linha pivô ÷ 2): 0 0,5 0,5 1 0 -0,5 0,5 0 10
Cálculo da nova primeira linha: (coeficiente -1)

Nova linha pivô: 0 0,5 0,5 1 0 -0,5 0,5 0 10
x (1) 0 0,5 0,5 1 0 -0,5 0,5 0 10
+ primeira linha 1 -1 -1 -1 0 0 0 0 0
Soma = nova
1 -0,5 -0,5 0 0 -0,5 0,5 0 10
Primeira linha:
Cálculo da nova segunda linha: (coeficiente -1)

Nova linha pivô: 0 0,5 0,5 1 0 -0,5 0,5 0 10
x (1) 0 0,5 0,5 1 0 -0,5 0,5 0 10
+ segunda linha 0 2 1 -1 0 0 0 0 10
Soma = nova
0 2,5 1,5 0 0 -0,5 0,5 0 20
segunda linha:
Cálculo da nova quarta linha: (coeficiente 3)

Nova linha pivô: 0 0,5 0,5 1 0 -0,5 0,5 0 10
x (-3) 0 -1,5 -1,5 -3 0 1,5 - 0 30
1,5
+ quarta linha 0 2 1 3 0 0 0 1 60
Soma = nova -
0 0,5 -0,5 0 0 1,5 1 30
quarta linha: 1,5
Cálculo da nova quinta linha: (coeficiente -5)

Nova linha pivô: 0 0,5 0,5 1 0 -0,5 0,5 0 10
x (5) 0 2,5 2,5 5 0 -2,5 2,5 0 50
+ quinta linha -1 -3 -2 -5 0 1 0 0 -80
Soma = nova
-1 -0,5 0,5 0 0 -1,5 2,5 0 -30
quinta linha:
Novo quadro:
1 -0,5 -0,5 0 0 -0,5 0,5 0 10
0 2,5 1,5 0 1 -0,5 0,5 0 20
0 0,5 0,5 1 0 -0,5 0,5 0 10
0 0,5 -0,5 0 0 1,5 -1,5 1 30
-1 -0,5 0,5 0 0 -1,5 2,5 0 -30
-W
Solução:
x3 = 10 x1 = 0 W = 30
xF1 = 20 x2 = 0
a3 = 30 xF2 = 0
a2 =0
como não zeramos as duas variáveis auxiliares vamos calcular novamente.

152
- Variável que entra: xF2 (coeficiente -1,5)
- Variável que sai: 20 ÷ (-0,5) = -40 → prejudicada
10 ÷ (-0,5) = -20 → prejudicada
30 ÷ 1 ,5 = 20 → sai a variável da quarta linha: a3
Elemento pivô: 1,5
Nova linha pivô = linha pivô ÷1,5:
0 0,333 -0,333 0 0 1 -1 0,667 20
Cálculo da nova primeira linha: (coeficiente -0,5)

Nova linha pivô: 0 0,333 -0,333 0 0 1 -1 0,667 20
x (0,5) 0 0,166 -0,166 0 0 0,5 -0,5 0,333 10
+ primeira linha 1 -0,5 -0,5 0 0 -0,5 0,5 0 10
Soma = nova -
1 -0,667 0 0 0 0 0,333 20
Primeira linha: 0,333
Cálculo da nova segunda linha (coeficiente -0,5)

Nova linha pivô: 0 0,333 -0,333 0 0 1 -1 0,667 20
x (0,5) 0 0,166 -0,166 0 0 0,5 -0,5 0,333 10
+ segunda linha 0 2,5 1,5 0 1 -0,5 0,5 0 20
Soma = nova
1 2,666 1,333 0 1 0 0 0,333 30
segunda linha:
Cálculo da nova terceira linha (coeficiente -0,5)

Nova linha pivô: 0 0,333 -0,333 0 0 1 -1 0,667 20
x (0,5) 0 0,166 -0,166 0 0 0,5 -0,5 0,333 10
+ terceira linha 1 0,5 0,5 1 0 -0,5 0,5 0 10
Soma = nova
1 0,666 0,333 1 0 0 0 0,333 20
terceira linha:
Cálculo da nova quinta linha (coeficiente -1,5)

Nova linha pivô: 0 0,333 -0,333 0 0 1 -1 0,667 20
x (1,5) 0 0,5 -0,5 0 0 1,5 -1,5 1 30
+ quinta linha -1 -0,5 0,5 0 0 -1,5 2,5 0 -
30
Soma = nova
-1 0 0 0 0 0 1 1 0
quinta linha:
Novo quadro:
1 -0,333 -0,667 0 0 0 0 0,333 20
0 2,666 1,333 0 1 0 0 0,333 30
0 0,666 0,333 1 0 0 0 0,333 20
0 0,333 -0,333 0 0 1 -1 0,667 20
-1 0 0 0 0 0 1 1 0
-W

153
Solução:
x3 = 20 x1 = 0 W=0
xF1 = 30 x2 = 0
xF2 = 20 a2 = 0
a3 = 0
O problema apresenta agora uma solução básica formada pelas variáveis

originais. As variáveis auxiliares e a função objetivo auxiliar são nulas. Podemos
abandoná-las e continuar o problema com a função objetivo original.
O quadro será portanto:
1 -0,333 -0,667 0 0 0 20
0 2,666 1,333 0 1 0 30
0 0,666 0,333 1 0 0 20
0 0,333 -0,333 0 0 1 20
Cálculo da solução ótima:

- Variável que entra: x2 (coeficiente -0,667)
- Variável que sai: 30 ÷ 1,333 = 22,5 → sai variável da segunda
linha: xF1
20 ÷ 0,333 = 60
20 ÷ (-0,333) = -60 → prejudicada
Linha pivô: segunda linha
Elemento pivô: 1 ,333
Nova linha pivô (linha pivô ÷ 1,333): 0 2 1 0 0,75 0 22,5

Nova linha pivô: 0 2 1 0 0,75 0 22,5
x (0,667) 0 1,333 0,667 0 0,5 0 15
+ primeira linha 1 -0,333 -0,667 0 0 0 20
Soma = nova
1 1 0 0 0,5 0 35
Primeira linha:
Cálculo da nova terceira linha (coeficiente da variável que entra = 0,333)

Nova linha pivô: 0 2 1 0 0,75 0 22,5
x (-0,333) 0 -0,667 -0,333 0 -0,25 0 -7,5
+ terceira linha 0 0,667 0,333 1 0 0 20
Soma = nova
0 0 0 1 -0,25 0 12,5
terceira linha:

Nova linha pivô: 0 2 1 0 0,75 0 22,5
x (0,333) 0 0,667 0,333 0 0,25 0 7,5
+ quarta linha 0 0,333 -0,333 0 0 1 20
Soma = nova
0 1 0 0 0,25 1 27,5
quarta linha:
No quadro:
154
1 1 0 0 0,5 0 35
0 2 1 0 0,75 0 22,5
0 0 0 1 -0,25 0 12,5
0 1 0 0 0,25 1 27,5
Solução:
x2 = 22,5 x1 = 0 Z = 35
x3 = 12,5 xF1 = 0
xF2 = 27,5
Método da função objetivo auxiliar (ou artificial) - exemplo 1
OBSERVAÇÃO: Caso a função auxiliar W apresente solução ótima e valor não nulo,
as variáveis auxiliares não serão todas nulas e o modelo original não apresentará
então uma solução básica. Neste caso, o problema não tem solução.
O Problema da Degeneração
No desenvolvimento do Simplex, a linha pivô é a restrição que apresenta o

menor quociente não negativo, na divisão dos termos independentes pelos
coeficientes positivos da variável que entra.
Pode ocorrer que haja mais de um resultado nessas condições. Devemos
escolher arbitrariamente um deles para calcular a solução. Entretanto, essa solução
apresentará variáveis básicas com valor nulo. A saída de uma variável básica nula
provoca o aparecimento de outra variável básica nula na solução seguinte, sem
alteração do valor do objetivo.
Neste caso, a solução é chamada degenerada. Se os coeficientes da função
objetivo retornam não negativos em alguma iteração, o caso não apresenta
dificuldade. O problema aparece quando as iterações levam a circuitos, sem
caracterizar a solução ótima. Embora o caso seja muito raro, há maneiras de
solucioná-lo. Entretanto, ao nível desta exposição esse método não tem interesse.
O Problema da Solução ilimitada
Isto ocorre quando a variável que entra na base não possui em sua coluna
nenhum coeficiente positivo. Os programas de computador, neste caso, apresentam a
última solução básica antes que a solução se torne ilimitada.
Caso de Soluções Múltiplas
Se na solução ótima o coeficiente de uma variável não básica é zero, ele poderá
entrar na base sem alterar o valor do objetivo, gerando outra solução ótima. Neste
caso, qualquer combinação linear dessas duas soluções também será solução ótima.

155
Exercícios
01) Resolva pelo Simplex, usando o método do M grande.
Max z = 2x1 + 3x2
𝑥1 + 𝑥2 ≥ 10
2𝑥 + 𝑥2 ≤ 16
{ 1
𝑥1 ≥ 0
𝑥2 ≥ 0
Resolução:
1º iremos fazer pelo método do M grande.
a) Reescrevendo a função objetivo já acrescentando no primeiro membro a variável
auxiliar com seu respectivo M grande e passando as inequações de restrição para
z - 2x1 - 3x2 + M1a1 = 0
𝑥1 + 𝑥2 − 𝑥𝐹1 + 𝑎1 = 10
2𝑥1 + 𝑥2 + 𝑥𝐹2 = 16
z x1 x2 xF1 xF2 a1 b
1 -2 -3 0 0 M1 0
0 1 1 -1 0 1 10
0 2 1 0 1 0 16

coeficiente.
z = 2x1 + 3x2

b x2
10 ÷ 1 = 10 → sai
16 ÷ 1 = 66

1 -2 -3 0 0 M1 0
0 1 1 -1 0 1 10
0 2 1 0 1 0 16
entra
156
Linha que sai 0 1 1 -1 0 1 10
÷ (1) 0 1 1 -1 0 1 10 →Nova linha pivô

seu oposto (3).
Nova 1ª linha
Nova linha pivô 0 1 1 -1 0 1 10
x(3) 0 3 3 -3 0 3 30
+ 1ª linha 1 -2 -3 0 0 M1 0
Nova 1ª linha 1 1 0 -3 0 M1 30

seu oposto (-1).
Nova 3ª linha
x(-1) 0 -1 -1 1 0 -1 -10
+ 3ª linha 0 2 1 0 1 0 16
Nova 3ª linha 0 1 0 1 1 -1 6

1 1 0 -3 0 M1 30
0 1 1 -1 0 1 10
0 1 0 1 1 -1 6
De onde destacamos:

Básicas
x2 = 10 x1 = 0 z = 30
xF2 = 6 xF1 = 0
a1 = 0
Podemos agora abandonar a variável auxiliar e resolvermos o problema
normalmente.
a) Partindo agora da última tabela, sem a coluna da variável auxiliar, temos:
z x1 x2 xF1 xF2 b
1 1 0 -3 0 30
0 1 1 -1 0 10
0 1 0 1 1 6

157
b) Na linha da função objetivo identificamos a variável que entra localizando o maior
número negativo, que nesse caso foi (-3) coeficiente da variável (xF1)
c) Agora iremos dividir os termos independentes pelos respectivos coeficiente de (xF1

- a variável que entra nesse exercício) e encontraremos a linha que sai (o menor
B xF1
10 ÷ -1 = -10 Não convém
6 ÷ 1 = 6 → sai
d) Então podemos visualizar a tabela assim:

Z x1 x2 xF1 xF2 b
1 1 0 -3 0 30
0 1 1 -1 0 10
0 1 0 1 1 6 sai
entra
e) Agora iremos calcular a nova linha pivô. Para isso basta dividir todos os elementos
÷ (1) 0 1 0 1 1 6 →Nova linha pivô
f) Agora iremos calcular as novas linhas.

O coeficiente de xF1 na primeira linha é (-3), então multiplicaremos a linha pivô pelo
seu oposto (3).
Nova 1ª linha
x(3) 0 3 0 3 3 18
+ 1ª linha 1 1 0 -3 0 30
Nova 1ª linha 1 4 0 0 3 48
O coeficiente de xF1 na segunda linha é (-1), então multiplicaremos a linha pivô pelo
seu oposto (1).
Nova 2ª linha
x(1) 0 1 0 1 1 6
+ 2ª linha 0 1 1 -1 0 10
Nova 2ª linha 0 2 1 0 1 16
g) Reescrevendo a tabela, temos:

158
z x1 x2 xF1 xF2 b
1 4 0 0 3 48
0 2 1 0 1 16
0 1 0 1 1 6
De onde destacamos:
Básicas
x2 = 16 x1 = 0 z = 48
xF1 = 6 xF2 = 0

Exercício 1 - método do M grande
02) Resolva pelo Simplex, usando o método:

a) do M grande para obter a solução básica inicial.
b) da função objetiva artificial.
Max z = x1 + 2x2
Sujeito a:
𝑥1 + 𝑥2 ≥ 20
2𝑥 + 𝑥2 ≤ 26
{ 1
𝑥1 ≥ 0
𝑥2 ≥ 0
a)
Resolução:
a) Reescrevendo a função objetivo já acrescentando no primeiro membro a
variável auxiliar com seu respectivo M grande e passando as inequações de
restrição para equações, colocando as devidas folgas, temos:
z - x1 - 2x2 + M1a1 = 0
𝑥1 + 𝑥2 − 𝑥𝐹1 + 𝑎1 = 20
2𝑥1 + 𝑥2 + 𝑥𝐹2 = 26
1 -1 -2 0 0 M1 0
0 1 1 -1 0 1 20
0 2 1 0 1 0 26
coeficiente.
z = x1 + 2x2

159
b x2
20 ÷ 1 = 20 → sai
26 ÷ 1 = 26
1 -1 -2 0 0 M1 0
0 1 1 -1 0 1 20 sai
0 2 1 0 1 0 26
entra
Linha que sai 0 1 1 -1 0 1 20
÷ (1) 0 1 1 -1 0 1 20 →Nova linha pivô

seu oposto (2).
Nova 1ª linha
x(2) 0 2 2 -2 0 2 40
+ 1ª linha 1 -1 -2 0 0 M1 0
Nova 1ª linha 1 1 0 -2 0 M1 40

seu oposto (-1).
Nova 3ª linha
x(-1) 0 -1 -1 1 0 -1 -20
+ 3ª linha 0 2 1 0 1 0 26
Nova 3ª linha 0 1 0 1 1 -1 6

1 1 0 -2 0 M1 40
0 1 1 -1 0 1 20
0 1 0 1 1 -1 6

160
De onde destacamos:
Básicas
x2 = 20 x1 = 0 z = 40
xF2 = 6 xF1 = 0
a1 = 0
normalmente.
i) Partindo agora da última tabela, sem a coluna da variável auxiliar, temos:

z x1 x2 xF1 xF2 b
1 1 0 -2 0 40
0 1 1 -1 0 20
0 1 0 1 1 6
j) Na linha da função objetivo identificamos a variável que entra localizando o maior

k) Agora iremos dividir os termos independentes pelos respectivos coeficiente de (xF1

b xF1
20 ÷ -1 = -20 Não convém
6 ÷ 1 = 6 → sai

z x1 x2 xF1 xF2 b
1 1 0 -2 0 40
0 1 1 -1 0 20
0 1 0 1 1 6 sai
entra
÷ (1) 0 1 0 1 1 6 →Nova linha pivô

seu oposto (2).
Nova 1ª linha
x(2) 0 2 0 2 2 12
+ 1ª linha 1 1 0 -2 0 40
Nova 1ª linha 1 3 0 0 2 52
161
O coeficiente de x2 na segunda linha é (-1), então multiplicaremos a linha pivô pelo
seu oposto (1).
Nova 2ª linha
x(1) 0 1 0 1 1 6
+ 2ª linha 0 1 1 -1 0 20
Nova 2ª linha 0 2 1 0 1 26

z x1 x2 xF1 xF2 b
1 3 0 0 2 52
0 2 1 0 1 26
0 1 0 1 1 6
De onde destacamos:
Básicas
x2 = 26 x1 = 0 z = 52
xF1 = 6 xF2 = 0

Exercício 2 (a) - método do M grande
b) da função objetiva artificial.

Resolução:
1º iremos fazer pelo método da função objetivo auxiliar.
a) Reescrevendo as inequações de restrição para equações, colocando as devidas
folgas, temos:
z - x1 - 2x2 = 0
𝑥1 + 𝑥2 − 𝑥𝐹1 + 𝑎1 = 20
2𝑥1 + 𝑥2 + 𝑥𝐹2 = 26
b) Neste exemplo a função objetivo auxiliar será:
W = a1
Logo:
a1 = -x1 – x2 + xF1 + 20
então,
w = -x1 – x2 + xF1 + 20
Como a função auxiliar sempre será de minimização, escrevemos:

Min w = -x1 – x2 + xF1 + 20
E portanto deverá ser multiplicada por (-1)

w = -x1 – x2 + xF1 + 20 . (-1)
-w = x1 + x2 - xF1 - 20

162
Agora passando todas as variáveis para o primeiro membro, temos:
-w -x1 – x2 + xF1 = -20
Agora temos as seguintes equações que comporão nossa tabela.
z - x1 - 2x2 = 0
𝑥1 + 𝑥2 − 𝑥𝐹1 + 𝑎1 = 20
2𝑥1 + 𝑥2 + 𝑥𝐹2 = 26
-w -x1 – x2 + xF1 = -20
c) Montamos a tabela:
1 -1 -2 0 0 0 0
0 1 1 -1 0 1 20
0 2 1 0 1 0 26
-1 -1 -1 1 0 0 -20
w
d) Iremos trabalhar com a função objetivo auxiliar onde identificamos a

variável que entra localizando o menor negativo da última linha da tabela.
Neste exemplo podemos escolher entre x1 ou x2, pois ambos tem coeficiente (-1).
Escolhemos uma, a variável que entra será (x2)
e) Agora iremos dividir os termos independentes pelos respectivos coeficiente de (x2 -

b x2
20 ÷ 1 = 20 → sai
26 ÷ 1 = 26
f) Então podemos visualizar a tabela assim:

1 -1 -2 0 0 0 0
0 1 1 -1 0 1 20
0 2 1 0 1 0 26
-1 -1 -1 1 0 0 -20
w
g) Agora iremos calcular a nova linha pivô. Para isso basta dividir todos os elementos
Linha que sai 0 1 1 -1 0 1 20
÷ (1) 0 1 1 -1 0 1 20 →Nova linha pivô
h) Agora iremos calcular as novas linhas.

163
seu oposto (2).
Nova 1ª linha
x(2) 0 2 2 -2 0 2 40
+ 1ª linha 1 -1 -2 0 0 0 0
Nova 1ª linha 1 1 0 -2 0 2 40

seu oposto (-1).
Nova 3ª linha
x(-1) 0 -1 -1 1 0 -1 -20
+ 3ª linha 0 2 1 0 1 0 26
Nova 3ª linha 0 1 0 1 1 -1 6

seu oposto (1).
Nova 4ª linha
x(1) 0 1 1 -1 0 1 20
+ 4ª linha -1 -1 -1 1 0 0 -20
Nova 4ª linha -1 0 0 0 0 1 0
i) Reescrevendo a tabela, temos:
1 1 0 -2 0 2 40
0 1 1 -1 0 1 20
0 1 0 1 1 -1 6
-1 0 0 0 0 1 0
w
De onde destacamos:
Básicas
x2 = 20 x1 = 0 w=0
xF2 = 6 xF1 = 0
a1 = 0
Como todas as variáveis auxiliares e w foram zeradas, podemos agora abandonar a
variável auxiliar e a a função objetivo auxiliar, reescrever a tabela sem elas e
resolver o problema normalmente.
j) Partindo agora da última tabela, sem a coluna da variável auxiliar e sem a função
objetivo auxiliar, temos:
z x1 x2 xF1 xF2 b
1 1 0 -2 0 40
0 1 1 -1 0 20
0 1 0 1 1 6

164
k) Na linha da função objetivo identificamos a variável que entra localizando o maior

l) Agora iremos dividir os termos independentes pelos respectivos coeficiente de (xF1

b xF1
20 ÷ -1 = -20 Não convém
6 ÷ 1 = 6 → sai

z x1 x2 xF1 xF2 b
1 1 0 -2 0 40
0 1 1 -1 0 20
0 1 0 1 1 6 sai
entra
÷ (1) 0 1 0 1 1 6 →Nova linha pivô
seu oposto (2).
Nova 1ª linha
x(2) 0 2 0 2 2 12
+ 1ª linha 1 1 0 -2 0 40
Nova 1ª linha 1 3 0 0 2 52

seu oposto (1).
Nova 2ª linha
x(1) 0 1 0 1 1 6
+ 2ª linha 0 1 1 -1 0 20
Nova 2ª linha 0 2 1 0 1 26

z x1 x2 xF1 xF2 b
1 3 0 0 2 52
0 2 1 0 1 26
0 1 0 1 1 6

165
De onde destacamos:
Básicas
x2 = 26 x1 = 0 z = 52
xF1 = 6 xF2 = 0

Exercício 2 (b) - método da função objetivo auxiliar
03) Mostre que o problema tem várias soluções.

Min z = 2x1 + 4x2 + 10x3
𝑥1 + 𝑥2 + 𝑥3 ≤ 120
𝑥1 + 2𝑥2 + 5𝑥3 ≥ 30
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
Resolução:
Antes de arrumarmos as restrições técnicas vamos multiplicar a função
objetivo por (-1) já que ela é de minimizar.
z = 2x1 + 4x2 + 10x3 . (-1)
-z = -2x1 - 4x2 - 10x3

a) Reescrevendo a função objetivo já acrescentando no primeiro membro a variável
auxiliar com seu respectivo M grande e passando as inequações de restrição
para equações, colocando as devidas folgas, temos:
-z + 2x1 + 4x2 +10x3 + M2a2 = 0
𝑥1 + 𝑥2 + 𝑥3 + 𝑥𝐹1 = 120
𝑥1 + 2𝑥2 + 5𝑥3 − 𝑥𝐹2 + 𝑎2 = 30
z x1 x2 x3 xF1 xF2 a2 b
-1 2 4 10 0 0 M2 0
0 1 1 1 1 0 0 120
0 1 2 5 0 -1 1 30

coeficiente.
Min z = 2x1 + 4x2 + 10x3



166
b x3
120 ÷ 1 = 120
30 ÷ 5 = 6 → sai

-1 2 4 10 0 0 M2 0
0 1 1 1 1 0 0 120
0 1 2 5 0 -1 1 30 sai
entra
Linha que sai 0 1 2 5 0 -1 1 30
÷ (5) 0 0,2 0,4 1 0 -0,2 0,2 6 →Nova linha pivô

seu oposto (-10).
Nova 1ª linha
Nova linha pivô 0 0,2 0,4 1 0 -0,2 0,2 6
x(-10) 0 -2 -4 -10 0 2 -2 -60
+ 1ª linha -1 2 4 10 0 0 M2 0
Nova 1ª linha -1 0 0 0 0 2 M2 -60

seu oposto (-1).
Nova 2ª linha
Nova linha pivô 0 0,2 0,4 1 0 -0,2 0,2 6
x(-1) 0 -0,2 -0,4 -1 0 0,2 -0,2 -6
+ 2ª linha 0 1 1 1 1 0 0 120
Nova 2ª linha 0 0,8 0,6 0 1 0,2 -0,2 114
-1 0 0 0 0 2 M2 -60
0 0,8 0,6 0 1 0,2 -0,2 114
0 0,2 0,4 1 0 -0,2 0,2 6
De onde destacamos:

167
Básicas
x3 = 6 x1 = 0 z = 60
xF1 = 114 xF2 = 0
a2 = 0
x2 = 0

normalmente.
h) Partindo agora da última tabela, sem a coluna da variável auxiliar, temos:

-1 0 0 0 0 2 -60
0 0,8 0,6 0 1 0,2 114
0 0,2 0,4 1 0 -0,2 6

Básicas
x3 = 6 x1 = 0 z = 60
xF1 = 114 xF2 = 0
x2 = 0
x1 = 0, x2 = 0, x3 = 6, xF1 = 114, z = 60.

As variáveis não básicas x2 e x1 tem coeficiente zero.
Caso de Soluções Múltiplas
Se na solução ótima o coeficiente de uma variável não básica é zero, ele

poderá entrar na base sem alterar o valor do objetivo, gerando outra solução ótima.
Neste caso, qualquer combinação linear dessas duas soluções também será solução
ótima.

04) Resolva usando Simplex

Min z = 2x1 + 4x2 + 5x3
𝑥1 + 2𝑥2 + 10𝑥3 ≤ 600
𝑥1 − 𝑥2 + 𝑥3 ≥ 50
2𝑥1 − 𝑥3 ≤ 100
𝑥1 ≥ 0
𝑥3 ≥ 0
{ 𝑥2 ≥ 0
Resolução:
Antes de arrumarmos as restrições técnicas vamos multiplicar a função
objetivo por (-1) já que ela é de minimizar.
z = 2x1 + 4x2 + 5x3 . (-1)
-z = -2x1 - 4x2 - 5x3
168
a) Reescrevendo a função objetivo já acrescentando no primeiro membro a

variável auxiliar com seu respectivo M grande e passando as inequações de
-z + 2x1 + 4x2 +5x3 + M2a2 = 0
𝑥1 + 2𝑥2 + 10𝑥3 + 𝑥𝐹1 = 600
𝑥1 − 𝑥2 + 𝑥3 − 𝑥𝐹2 + 𝑎2 = 50
2𝑥1 − 𝑥3 + 𝑥𝐹3 = 100
z x1 x2 x3 xF1 xF2 xF3 a2 b
-1 2 4 5 0 0 0 M2 0
0 1 2 10 1 0 0 0 600
0 1 -1 1 0 -1 0 1 50
0 2 0 -1 0 0 1 0 100

coeficiente.
Min z = 2x1 + 4x2 + 5x3

b x3
600 ÷ 10 = 60
50 ÷ 1 = 50 → sai
100 ÷ -1 = Não convêm

-1 2 4 5 0 0 0 M2 0
0 1 2 10 1 0 0 0 600
0 1 -1 1 0 -1 0 1 50 sai
0 2 0 -1 0 0 1 0 100
entra
Linha que sai 0 1 -1 1 0 -1 0 1 50
÷ (1) 0 1 -1 1 0 -1 0 1 50 →NLP

169
seu oposto (-5).
Nova 1ª linha
Nova linha pivô 0 1 -1 1 0 -1 0 1 50
x(-5) 0 -5 5 -5 0 5 0 -5 -250
+ 1ª linha -1 2 4 5 0 0 0 M2 0
Nova 1ª linha -1 -3 9 0 0 5 0 M2 -250

seu oposto (-10).
Nova 2ª linha
Nova linha pivô 0 1 -1 1 0 -1 0 1 50
x(-10) 0 -10 10 -10 0 10 0 -10 -500
+ 2ª linha 0 1 2 10 1 0 0 0 600
Nova 2ª linha 0 -9 12 0 1 10 0 -10 100

seu oposto (1).
Nova 4ª linha
Nova linha pivô 0 1 -1 1 0 -1 0 1 50
x(1) 0 1 -1 1 0 -1 0 1 50
+ 4ª linha 0 2 0 -1 0 0 1 0 100
Nova 4ª linha 0 3 -1 0 0 -1 1 1 150

-1 -3 9 0 0 5 0 M2 -250
0 -9 12 0 1 10 0 -10 100
0 1 -1 1 0 -1 0 1 50
0 3 -1 0 0 -1 1 1 150
De onde destacamos:

Básicas
x3 = 50 x1 = 0 z = 250
xF1 = 10 xF2 = 0
xF3 = 150 a2 = 0
x2 = 0

normalmente.
i) Partindo agora da última tabela, sem a coluna da variável auxiliar, temos:

170
-1 -3 9 0 0 5 0 -250
0 -9 12 0 1 10 0 100
0 1 -1 1 0 -1 0 50
0 3 -1 0 0 -1 1 150

coeficiente negativo da função objetivo.
k) Agora iremos dividir os termos independentes pelos respectivos coeficiente

de (x1 - a variável que entra nesse exercício) e encontraremos a linha que sai
(o menor resultado positivo).
b x1
100 ÷ -9 = ∄
50 ÷ 1 = 50 → sai
150 ÷ 3 = 50

-1 -3 9 0 0 5 0 -250
0 -9 12 0 1 10 0 100
0 1 -1 1 0 -1 0 50 sai
0 3 -1 0 0 -1 1 150
entra
Linha que sai 0 1 -1 1 0 -1 0 50
÷ (1) 0 1 -1 1 0 -1 0 50 →Nova linha pivô

seu oposto (3).
Nova 1ª linha
Nova linha pivô 0 1 -1 1 0 -1 0 50
x(3) 0 3 -3 3 0 -3 0 150
+ 1ª linha -1 -3 9 0 0 5 0 -250
Nova 1ª linha -1 0 6 3 0 2 0 -100

171
seu oposto (9).
Nova 2ª linha
Nova linha pivô 0 1 -1 1 0 -1 0 50
x(9) 0 9 -9 9 0 -9 0 450
+ 2ª linha 0 -9 12 0 1 10 0 100
Nova 2ª linha 0 0 3 9 1 1 0 550
oposto (-3).
Nova 4ª linha
Nova linha pivô 0 1 -1 1 0 -1 0 50
x(-3) 0 -3 3 -3 0 3 0 -150
+ 4ª linha 0 3 -1 0 0 -1 1 150
Nova 4ª linha 0 0 2 -3 0 2 1 0

-1 0 6 3 0 2 0 -100
0 0 3 9 1 1 0 550
0 1 -1 1 0 -1 0 50
0 0 2 -3 0 2 1 0
De onde destacamos:
Básicas
x1 = 50 x2 = 0 z = 100
xF1 = 550 x3 = 0
xF3 = 0 xF2 = 0

Um vendedor de frutas pode transportar 800 caixas de frutas para sua região de
vendas. Ele necessita transportar 200 caixas de laranjas a 20 u.m. de lucro por caixa,
pelo menos 100 caixas de pêssegos a 10 u.m. de lucro por caixa, e no máximo 200
caixas de tangerinas a 30 u.m. de lucro por caixa.
Com o seguinte modelo:
𝑚á𝑥𝑖𝑚𝑜 𝑙𝑢𝑐𝑟𝑜 = 10𝑥1 + 30𝑥2 + 4.000
𝑥1 + 𝑥2 ≤ 600
𝑥2 ≤ 200

172
𝑥1 ≥ 0
𝑥2 ≥ 0
Resolução:
Neste primeiro momento estaremos usando o método do M grande para
passar o problema para o modelo geral. Então nosso objetivo é zerar a
variável auxiliar a2.
Começamos normalmente, mas devemos colocar a variável auxiliar com o M
na função objetivo e coloca-la também na inequação que tem sinal ≥.
E então resolvemos normalmente até zerar a auxiliar.

z – 10x1 - 30x2 + M2a2 = 4000
𝑥1 + 𝑥2 + 𝑥𝐹1 = 600
𝑥1 − 𝑥𝐹2 + 𝑎2 = 100
𝑥2 + 𝑥𝐹3 = 200
z x1 x2 xF1 xF2 xF3 a2 b

1 -10 -30 0 0 0 M2 4000
0 1 1 1 0 0 0 600
0 1 0 0 -1 0 1 100
0 0 1 0 0 1 0 200

coeficiente.
𝑧 = 10𝑥1 + 30𝑥2 + 4.000

b x2
600 ÷ 1 = 600
100 ÷ 0 = ∄
200 ÷ 1 = 200 → sai

1 -10 -30 0 0 0 M2 4000
0 1 1 1 0 0 0 600
0 2 0 0 -1 0 1 100
0 0 1 0 0 1 0 200 sai
entra

173
Linha que sai 0 0 1 0 0 1 0 200
÷ (1) 0 0 1 0 0 1 0 200 →Nova linha pivô

seu oposto (30).
Nova 1ª linha
Nova linha pivô 0 0 1 0 0 1 0 200
x(30) 0 0 30 0 0 30 0 6000
+ 1ª linha 1 -10 -30 0 0 0 M2 4000
Nova 1ª linha 1 -10 0 0 0 30 M2 10000

seu oposto (-1).
Nova 2ª linha
Nova linha pivô 0 0 1 0 0 1 0 200
x(-1) 0 0 -1 0 0 -1 0 -200
+ 2ª linha 0 1 1 1 0 0 0 600
Nova 2ª linha 0 1 0 1 0 -1 0 400

seu oposto (0).
Nova 3ª linha
Nova linha pivô 0 0 1 0 0 1 0 200
x(0) 0 0 0 0 0 0 0 0
+ 3ª linha 0 1 0 0 -1 0 1 100
Nova 3ª linha 0 1 0 0 -1 0 1 100

1 -10 0 0 0 30 M2 10000
0 1 0 1 0 -1 0 400
0 1 0 0 -1 0 1 100
0 0 1 0 0 1 0 200
De onde destacamos:

174
Básicas
x2 = 200 x1 = 0 z = 10000
xF1 = 400 xF2 = 0
a2 = 100 xF3 = 0
Ainda não zeramos a auxiliar.

1 -10 0 0 0 30 M2 10000
0 1 0 1 0 -1 0 400
0 1 0 0 -1 0 1 100
0 0 1 0 0 1 0 200


b x1
400 ÷ 1 = 400
100 ÷ 1 = 100 → sai
200 ÷ 0 = ∄

1 -10 0 0 0 30 M2 10000
0 1 0 1 0 -1 0 400
0 1 0 0 -1 0 1 100 sai
0 0 1 0 0 1 0 200
entra
Linha que sai 0 1 0 0 -1 0 1 100
÷ (1) 0 1 0 0 -1 0 1 100 →Nova linha pivô

seu oposto (10).

175
Nova 1ª linha
Nova linha pivô 0 1 0 0 -1 0 1 100
x(10) 0 10 0 0 -10 0 10 1000
+ 1ª linha 1 -10 0 0 0 30 M2 10000
Nova 1ª linha 1 0 0 0 -10 30 M2 11000

seu oposto (-1).
Nova 2ª linha
Nova linha pivô 0 1 0 0 -1 0 1 100
x(-1) 0 -1 0 0 1 0 -1 -100
+ 2ª linha 0 1 0 1 0 -1 0 400
Nova 2ª linha 0 0 0 1 1 -1 -1 300
oposto (-0,2).
Nova 4ª linha
Nova linha pivô 0 1 0 0 -1 0 1 100
x(0) 0 0 0 0 0 0 0 0
+ 4ª linha 0 0 1 0 0 1 0 200
Nova 4ª linha 0 0 1 0 0 1 0 200

1 0 0 0 -10 30 M2 11000
0 0 0 1 1 -1 -1 300
0 1 0 0 -1 0 1 100
0 0 1 0 0 1 0 200
De onde destacamos:
Básicas
x1 = 100 a2 = 0 z = 11000
x2 = 200 xF2 = 0
xF1 = 300 xF3 = 0
A variável auxiliar foi zerada, agora montamos a nova tabela excluindo a

coluna da variável auxiliar e resolvemos o exercício normalmente pelo
simplex.
p) Montamos a tabela:
1 0 0 0 -10 30 11000
0 0 0 1 1 -1 300
0 1 0 0 -1 0 100
0 0 1 0 0 1 200

176
q) Na função objetivo identificamos a variável que entra localizando o menor
Logo a variável que entra será (xF2)
r) Agora iremos dividir os termos independentes pelos respectivos coeficiente de

(xF2 - a variável que entra nesse exercício) e encontraremos a linha que sai (o
b xF2
300 ÷ 1 = 300 → sai
100 ÷ -1 = -100
200 ÷ 0 = ∄
s) Então podemos visualizar a tabela assim:

1 0 0 0 -10 30 11000
0 0 0 1 1 -1 300 sai
0 1 0 0 -1 0 100
0 0 1 0 0 1 200
entra
t) Agora iremos calcular a nova linha pivô. Para isso basta dividir todos os elementos
Linha que sai 0 0 0 1 1 -1 300
÷ (1) 0 0 0 1 1 -1 300 →Nova linha pivô
u) Agora iremos calcular as novas linhas.

O coeficiente de xF2 na primeira linha é (-10), então multiplicaremos a linha pivô
Nova 1ª linha
Nova linha pivô 0 0 0 1 1 -1 300
x(10) 0 0 0 10 10 -10 3000
+ 1ª linha 1 0 0 0 -10 30 11000
Nova 1ª linha 1 0 0 10 0 20 14000
O coeficiente de xF2 na terceira linha é (-1), então multiplicaremos a linha pivô pelo
seu oposto (1).
Nova 3ª linha
x(1) 0 0 0 1 1 -1 300
+ 3ª linha 0 1 0 0 -1 0 100
Nova 3ª linha 0 1 0 1 0 -1 400

177
O coeficiente de xF2 na quarta linha é (0), então multiplicaremos a linha pivô pelo
seu oposto (0).
Nova 4ª linha
x(0) 0 0 0 0 0 0 0
+ 4ª linha 0 0 1 0 0 1 200
Nova 4ª linha 0 0 1 0 0 1 200
v) Reescrevendo a tabela, temos:

1 0 0 10 0 20 14000
0 0 0 1 1 -1 300
0 1 0 1 0 -1 400
0 0 1 0 0 1 200
De onde destacamos:
Básicas
x1 = 400 z = 14000
x2 = 200 xF1 = 0
xF2 = 300 xF3 = 0
A solução é ótima

178
Análise Econômica
A análise econômica baseia-se nos coeficientes das variáveis, na função

objetivo final. Vamos lembrar que:
1. O quadro final de um modelo de programação linear apresenta variáveis básicas

e não básicas.
2. A função objetivo está escrita em termos das variáveis não básicas.
3. O valor das variáveis básicas estão na coluna b. O valor das variáveis não
básicas é zero.
4. O coeficiente da variável não básica na função objetivo mede a tendência do
objetivo com aquela variável. É um valor marginal, indica a variação
proporcional no objetivo para pequenos aumentos ou diminuições na variável.
Para simplificar o raciocínio, vamos supor sempre aumentos ou diminuições
unitárias na variável.
Posteriormente, em análise de sensibilidade podemos verificar até quantas
unidades podemos aumentar ou diminuir da variável, sem alterar a informação
contida em seu coeficiente. Esses coeficientes são chamados preços de
oportunidade (preços relativos ao programa desenvolvido).
5. No quadro final, a solução é ótima. Um aumento de zero para 1 na variável não
básica prejudica o objetivo. (lucros diminuem, custos aumentam etc.).
6. Alterações no lucro podem significar alterações em duas outras variáveis:
receita e custo.
Exemplo 1:
No programa de produção para o próximo período, a empresa Beta Ltda.,
escolheu três produtos P1, P2. e P3. O quadro abaixo mostra os montantes solicitados
por unidade na produção.
Contribuição Horas de uso de Demanda
produto Horas de trabalho
(lucro por unidade) máquina máxima
P1 2.100 6 12 800
P2 1.200 4 6 600
P3 600 6 2 600
Os preços de venda foram fixados por decisão política e as demandas foram
estimadas tendo em vista esses preços. A firma pode obter um suprimento de 4.800
horas de trabalho durante o período de processamento e pressupõe-se usar três
máquinas que podem prover 7.200 horas de trabalho. Estabelecer um programa
ótimo de produção para o período.
Solução:
Modelo linear:
Variáveis de decisão:
x1 → quantidade a produzir de P1
x2 → quantidade a produzir de P2.
x3 → quantidade a produzir de P3

179
Objetivo maximizar o lucro = 2.100x1 + 1.200x2 + 600x3
6𝑥1 + 4𝑥2 + 6𝑥3 ≤ 4.800
12𝑥1 + 6𝑥2 + 2𝑥3 ≤ 7.200
𝑥1 ≤ 800
𝑥2 ≤ 600
{ 𝑥3 ≤ 600
O sistema de equações correspondentes, com as devidas folgas será:

Max z = 2.100x1 + 1.200x2 + 600x3
6x1 + 4x2 + 6x3 + xF1 = 4.800

12x1 +6x2 + 2x3 + xF2 = 7.200
x1 + xF3 = 800
x2 +xF4 = 600
x3 + xF5 = 600
Variáveis de folga:
xF1 → sobra de recurso horas de trabalho
xF2 → sobra de recurso horas de máquina
xF3 → sobra de recurso mercado de P1
o quadro final pelo método Simplex é o seguinte:

z x1 x2 x3 xF1 xF2 xF3 xF4 xF5 b
1 0 0 0 50 150 0 100 0 13.080.000
0 0 0 1 0,2 -0,1 0 -0,2 0 120
0 1 0 0 -0,03 0,1 0 -0,47 0 280
0 0 0 0 0,03 -0,1 1 0,47 0 520
0 0 1 0 0,2 0,1 0 0,2 0 600
0 0 0 0 0,2 0,1 0 0,2 1 480
Solução:
Variáveis básicas Variáveis não básicas Valor de z
x1 = 280 xF1 = 0 z = 13.080.000
x2 = 600 xF2 = 0
x3 = 120 xF4 = 0
xF3 = 520
xF5 = 480
Entendo a solução temos:
Solução:
Produzir no período: 280 unidades de P1
600 unidades de P2
120 unidades de P3
Recursos disponíveis: (800 – 280) = 520 unidades do mercado de P1
(600 – 120) = 480 unidades do mercado de P3
Após o programa:
O preço de oportunidade do recurso "horas de trabalho" (coeficiente de xF1 no
quadro na 1ª linha da tabela = 50) indica que:

180
 Se conseguirmos mais uma hora de trabalho (o que equivale a fazer xF1= -1)
aos custos correntes poderemos aumentar nosso lucro em 50, isto é,
poderemos obter nova solução ótima com lucro de 13.080.050.
Obs.: Temos que entrar com 𝑥𝐹1 = −1, pois o termo algébrico está no 1º membro da
equação e portanto quando passar para o 2º membro irá passar somando. Logo,
quando quisermos diminuir o valor de z, devemos entrar com 𝑥𝐹1 = 1.
𝑧 + 50𝑥𝐹1 + 150𝑥𝐹2 + 100𝑥𝐹3 = 13.080.000

Com 𝑥𝐹1 = −1, 𝑥𝐹2 = 0 𝑒 𝑥𝐹3 = 0 temos:
𝑧 + 50. (−1) + 150. (0) + 100. (0) = 13.080.000
𝑧 − 50 = 13.080.000
𝑧 = 13.080.000 + 50
𝑧 = 13.080.050
 Se uma hora a mais de trabalho acarreta o pagamento de adicional extra aos

funcionários, o valor 50 indica o limite máximo desse adicional.
Por exemplo:
se o adicional para os funcionários for de 20, a nova hora de trabalho implicará
uma nova solução com lucro de 30 a mais que o anterior, portanto o lucro de
13.080.030.
 Se houver falta de uma hora de trabalho (o que equivale a fazer xF1=1), o

lucro fica diminuído em 50, caso não haja alteração no custo. Se essa falta for,
por exemplo, pela ausência de um funcionário que não terá hora descontada,
acrescentar esse valor ao prejuízo causado pela ausência do funcionário.
O preço de oportunidade do recurso "horas de máquina" (coeficiente de xF2 no quadro

na 1ª linha da tabela = 150), indica que:
 Uma hora a menos de máquina, (o que equivale a fazer xF2 = 1), acarreta
uma diminuição no lucro de 150. A nova solução ótima nesse caso teria lucro de
13.079.850 desde que não haja alteração nos custos correntes.
Obs.: Temos que entrar com 𝑥𝐹2 = 1, pois o termo algébrico está no 1º membro da
equação e portanto quando passar para o 2º membro irá passar subtraindo. Logo,
quando quisermos aumentar o valor de z, devemos entrar com 𝑥𝐹2 = −1.
𝑧 + 50𝑥𝐹1 + 150𝑥𝐹2 + 100𝑥𝐹3 = 13.080.000

Com 𝑥𝐹1 = 0, 𝑥𝐹2 = 1 𝑒 𝑥𝐹3 = 0 temos:
𝑧 + 50. (0) + 150. (1) + 100. (0) = 13.080.000
𝑧 + 150 = 13.080.000
𝑧 = 13.080.000 − 150
𝑧 = 13.079.850
 Contratar mais de uma hora de máquina aos custos correntes significa um

acréscimo de 150 no lucro. Se esse contrato implica adicional extra, ele deve
ser descontado. No caso de aluguel de hora de máquina de terceiros para o
programa, o preço de oportunidade 150 indica o máximo que podemos pagar

181
pelo aluguel além de nosso custo corrente. Por exemplo, se nosso custo
corrente for 500, alugar uma hora de máquina por menos de 650 aumenta o
nosso lucro. Esse aumento corresponde à diferença entre 650 e o valor do
aluguel.
 Em termos de manutenção e substituição de máquinas, o preço de

oportunidade oferece informação para o cálculo do prejuízo devido à quebra e
manutenção de uma máquina operando no programa. Se há uma probabilidade
de 80% de que uma máquina necessite de uma hora para conserto durante o
programa, então, há uma expectativa de: 150 x 0,8 = 120 de prejuízo com
esse evento (quebra da máquina) no programa, além dos custos pela
manutenção.
O preço de oportunidade do recurso "mercado de P1" (coeficiente xF3 no quadro

na 1ª linha da tabela = 0) indica que esse recurso não é escasso.
O mesmo ocorre com o preço de oportunidade do recurso "mercado de P3"
(coeficiente xF5 no quadro na 1ª linha da tabela = 0). Isto pode nos levar a rever o
investimento no mercado desses dois produtos. Uma diminuição desses investimentos
com consequente diminuição do mercado não afetará nossas vendas, causando um
aumento no lucro. Outra maneira de aumentar o lucro neste caso é aumentar o preço
de venda dos produtos P1 e P3. Isto diminui os mercados correspondentes sem afetar
as vendas, desde que o mercado não diminua aquém da produção.
O preço de oportunidade de uma unidade do recurso "mercado de P2." (coeficiente

xF4 no quadro na 1ª linha da tabela = 100) indica que:
 O aumento de uma unidade nesse mercado, (o que equivale a fazer xF4 = -1)
aos custos correntes, acarreta um aumento de 100 no lucro, isto é, a nova
solução teria lucro de 13.080.100.
𝑧 + 50𝑥𝐹1 + 150𝑥𝐹2 + 100𝑥𝐹3 = 13.080.000

Com 𝑥𝐹1 = 0, 𝑥𝐹2 = 0 𝑒 𝑥𝐹3 = −1 temos:
𝑧 + 50. (0) + 150. (0) + 100. (−1) = 13.080.000
𝑧 − 100 = 13.080.000
𝑧 = 13.080.000 + 100
𝑧 = 13.080.100
 Da mesma forma, o cancelamento de uma unidade na compra de um cliente

implica, ( o que equivale a fazer xF4= 1) um prejuízo de 100, além do custo
normal da unidade desse recurso.
 Se o departamento de marketing da empresa estimar em 80 o investimento
adicional para aumentar em uma unidade o mercado do produto P2, esse
investimento nos traria um retorno líquido de 100 - 80 = 20, passando o lucro
para 13.800.020. Por investimento adicional entendemos o valor além do custo
normal de vendas por unidade nesse mercado.

Exemplo 1 – análise econômica

182
Exemplo 2:
Um investidor dispõe das atividades rentáveis A e B no início de cada um dos
próximos cinco anos. Cada unidade monetária investida em A no início de um ano
rende 1,40 (40% de juros) dois anos depois, em tempo para um reinvestimento
imediato. Cada u.m. investida em A no início de um ano rende 1,90 (90% de juros)
três anos depois. Além disso, as atividades rentáveis C e D estarão cada uma
disponível numa certa ocasião no futuro. Cada u.m. investida em C no início do
segundo ano rende 2,20 (120% de juros) quatro anos depois. Cada u.m. investida
em D no início do quinto ano a partir de agora rende 1,30 um ano depois. O
investidor começa com 10.000 u.m. Ele deseja saber qual o plano de investimento
que maximiza o dinheiro que ele terá acumulado no início do sexto ano, a partir de
agora.
Solução:
Variáveis de decisão: xij → investimento na atividade i, no início do ano j.

i= A, B, C, D
j = 1, 2, 3, 4, 5
Variáveis de folga: xFi → sobra de recurso para investimento no início do ano i.

i = 1, 2, 3, 4, 5
Fluxo de caixa do investimento:

1 2 3 4 5 6
↑ ↑ ↑ ↑ ↑ ↑
xA1 xA2 xA3 xA4 xD5
Investimentos xB1 xB2 xB3
Possíveis xC2
↓ ↓ ↓ ↓
- - 1,40 xA1 1,40 xA2 1,40 xA3 1,40 xA4
Retornos 1,90 xB1 1,90 xB2 1,90 xB3
2,20 xC2
1,30 xD5
Objetivo: Max. Receita = 1 ,40xA4 + 1 ,90xB3 + 2,20xC2 +1 ,30xD5.
Restrições: No início de cada ano, pode-se investir o que sobrar não investido no
ano anterior mais os retornos dos investimentos passados.
1º ano:
xA1 +xB1 ≤ 10.000
2º ano:
xA2 + xB2 + xC2 ≤ 10.000 - (xA1 + xB1)
3º ano:
xA3 + xB3 ≤ [ 10.000 - (xA1 + xB1) ] - (xA2 + xB2 + xC2) + 1,40xA1

183
4º ano:
xA1≤{[ 10.000 - (xA1+xB1)]- (xA2+xB2+xC2)+1,40xA1 -(xA3+xB3)} +1 ,40xA2+1,90xB1
5º ano
xD5≤{[10.000-(xA1+xB1)]-(xA2+xB2+xC2)+1,40xA1-(xA3+xB3)+1,40xA2+ 1,90xB1} - xA4 +1,40xA3 +1,90xB2
Reduzindo os termos semelhantes:

Max Receita = 1 ,40xA4 + 1 ,90xB3 + 2,20xC2 + 1 ,30xD5
Com:
xA1 + xB1 ≤ 10.000
xA1 + xB1 + xA2 + xB2 + xC2 ≤ 10.000
-0,4xA1 + xB1 + xA2 + xB2 + xC2 + xA3 + xB3 ≤ 10.000
-0,4xA1 - 0,9xB1 - 0,4xA2 + xB2 + xC2 + xA3 + xB3 + xA4 ≤ 10.000
-0,4xA1 - O,9xB1 - 0,4xA2 - 0,9xB2 + xC2 - 0,4xA3 + xB3 + xA4 + xD5 ≤ 10.000
Agora com as devidas folgas temos:

Max Receita = 1 ,40xA4 + 1 ,90xB3 + 2,20xC2 + 1 ,30xD5
Com:
xA1 + xB1 + xF1 = 10.000
xA1 + xB1 + xA2 + xB2 + xC2 + xF2 = 10.000
-0,4xA1 + xB1 + xA2 + xB2 + xC2 + xA3 + xB3 + xF3 = 10.000
-0,4xA1 - 0,9xB1 - 0,4xA2 + xB2 + xC2 + xA3 + xB3 + xA4 + xF4 = 10.000
-0,4xA1 - O,9xB1 - 0,4xA2 - 0,9xB2 + xC2 - 0,4xA3 + xB3 + xA4 + xD5 + xF5 = 10.000
Variáveis de folga:
xF1 → folga de investimento no início do 1º ano.
O quadro final de soluções fica assim:

184
Solução:
Investir: 10.000 em A no início do primeiro ano (xA1).
14.000 em B no início do terceiro ano (xB3).
Retorno total: 26.600
Obs.: O problema tem mais de uma solução ótima.
Não há sobra de recursos para investimento, em cada ano: xF1 = 0, i = 1, 2, 3, 4, 5.
O preço de oportunidade do investimento em A no início do segundo ano

(coeficiente de xA2 no quadro na 1ª linha da tabela = 0,51) indica que se insistirmos
em aplicar uma unidade monetária em A no início do segundo ano (fazer xA2 = 1), a
nova solução ótima teria a receita diminuída em 0,51, passando para 26.599,49.
O mesmo raciocínio vale para investimentos em A no início do terceiro ano

(coeficiente de xA3 no quadro na 1ª linha da tabela = 0,08) e para investimentos em
C no início do segundo ano (coeficiente de xC2 no quadro na 1ª linha da tabela =
0,27). Uma u.m. investida nessas oportunidades diminuiriam o retorno conforme o
coeficiente da variável na função objetivo.
O preço de oportunidade da folga de investimento no início do primeiro ano

(coeficiente de xF1 no quadro na 1ª linha da tabela = 0,19) indica que se
reservássemos uma u.m. no início do primeiro ano, investindo apenas 9.999, e
retornássemos com esse capital no início do segundo ano; teríamos a receita
diminuída em 0,19 na nova solução ótima. Isto significa que se tivéssemos outra
oportunidade de investimento para um ano com retorno maior que 19%, poderíamos
usá-la para esse capital, com consequente aumento do retorno no início do sexto ano.
O preço de oportunidade da folga de investimento no início do segundo ano

(coeficiente de xF2 no quadro na 1ª linha da tabela = 0,57) indica que a reserva de
uma u.m. no início do segundo ano com retorno no início do terceiro ano acarreta
uma diminuição de 0,57 no retorno final. A nova solução ótima teria um retorno de
26.599,43.
Se retirássemos do capital a ser investido no início do primeiro ano e

retornássemos com esse capital no início do terceiro ano (fazendo xF1 = 1 e xF2 = 1),
teríamos uma diminuição de receita de 0,19 + 0,57 = 0,76. Se tivéssemos a
oportunidade de investir uma u.m. no início do primeiro ano com retorno dois anos
depois, com taxa maior que 76%, deveríamos usá-la aumentando o retorno total no
início do sexto ano.
Se pudéssemos captar dinheiro, por exemplo, no início do quarto ano, cada

u.m. acrescida a nosso investimento no início do quarto ano traria um aumento de
receita de 0,10 + 1,3 = 1,4, isto é, renderia 40% de juros. Se a captação tivesse
custo menor que 40% para devolução no início do sexto ano, deveríamos usá-la para
aumentar nosso retorno.

Exemplo 2 – análise econômica

185
Dualidade
Introdução
Em determinadas situações, a quantidade de cálculos necessária para resolver

um modelo linear pelo método Simplex pode ser reduzida. O modelo inicial, chamado
primal, pode ser substituído por outro modelo chamado dual, cuja solução é mais
rápida. Vamos mostrar que conhecida a solução do dual, conheceremos em
consequência a solução do primal, o que resolve nosso problema.
Considere o modelo de programação linear em que:

a) a função objetivo é de maximização;
b) as restrições são todas do tipo ≤;
c) as variáveis são não negativas.
A este modelo chamado primal podemos associar um outro modelo que chamaremos
dual, construído da seguinte maneira:
1º) variáveis de decisão do dual: a cada restrição do primal faremos
corresponder uma variável yi;
2º) objetivo: a função objetivo será de minimização. Cada uma de suas
parcelas será o produto da variável yi pelo termo da direita da restrição
correspondente;
3º) restrições: cada variável de decisão primal gera uma restrição no dual.
Termos da esquerda: cada termo é o produto da variável dual yi pelo
coeficiente respectivo da variável de decisão primal.
Sinal: sinal do tipo ≥.
Termo da direita: é o coeficiente da variável primal na função objetivo.
4º) As variáveis yi são todas não negativas.
Exemplo:
Primal: Max. Z = 2x1 + 3x2 + x3 variáveis duais
3𝑥1 + 4𝑥2 + 2𝑥3 ≤ 10 → 𝑦1
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: {2𝑥1 + 6𝑥2 + 𝑥3 ≤ 20 → 𝑦2
𝑥1 − 𝑥2 − 𝑥3 ≤ 30 → 𝑦3
𝑥1 ≥ 0, 𝑥2 ≥ 0, 𝑥3 ≥ 0
Dual: Min. D = 10y1 + 20y2 + 30y3 (termos da direita)

3𝑦1 + 2𝑦2 + 𝑦3 ≥ 2 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑥1
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: { 4𝑦1 + 6𝑦2 − 𝑦3 ≥ 3 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑥2
2𝑦1 + 𝑦2 − 𝑦3 ≥ 1 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑥3
𝑦1 ≥ 0, 𝑦2 ≥ 0, 𝑦3 ≥ 0

Exemplo: escrevendo o dual de um modelo de programação linear

186
De modo análogo podemos definir o dual do modelo com as características:
a) função objetivo de minimização;
b) restrições do tipo ≥;
c) variáveis todas não negativas.
O modelo dual terá então:

a) função objetivo de maximização:
b) restrições do tipo ≤;
c) variáveis todas não negativas.
Exemplo:
O dual obtido no exemplo anterior será agora nosso primal.
Primal: Min. Z = 10x1 + 20x2 + 30x3 variáveis duais
3𝑥1 + 2𝑥2 + 𝑥3 ≥ 2 → 𝑦1
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: { 4𝑥1 + 6𝑥2 − 𝑥3 ≥ 3 → 𝑦2
2𝑥1 + 𝑥2 − 𝑥3 ≥ 1 → 𝑦3
𝑥1 ≥ 0, 𝑥2 ≥ 0, 𝑥3 ≥ 0
Dual: Max. D= 2y1 + 3y2 + y3 (termos da direita)

3𝑦1 + 4𝑦2 + 2𝑦3 ≤ 40 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑥1
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: { 2𝑦1 + 6𝑦2 + 𝑦3 ≤ 20 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑥2
𝑦1 − 𝑦2 − 𝑦3 ≤ 30 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒𝑠 𝑑𝑒 𝑥3
𝑦1 ≥ 0, 𝑦2 ≥ 0, 𝑦3 ≥ 0

Observe que o dual, obtido a partir de um dual, retoma ao modelo primal.

A partir dessa definição, são verdadeiras as seguintes propriedades:
a) se uma restrição primal é do tipo =, a variável dual correspondente será sem

restrição de sinal(isto é, “livre”);
b) se uma variável primal for sem restrição de sinal(livre), a restrição do dual
correspondente será do tipo =.
Exemplo:
Primal: Max. Z = 2x1 + 3x2 + x3
𝑥1 + 𝑥2 ≤ 10 → 𝑦1
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: {
2𝑥1 + 4𝑥2 − 𝑥3 = 20 → 𝑦2
𝑥1 ≥ 0, 𝑥2 ≥ 0, 𝑥3 ≥ 0
Dual: Min. D= 10y1 + 20y2

𝑦1 + 2𝑦2 ≥ 2
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: {𝑦1 + 4𝑦2 ≥ 3
−𝑦2 ≥ 1
𝑦1 ≥ 0, 𝑦2 𝑙𝑖𝑣𝑟𝑒

187

Fazendo o processo inverso temos:

Primal:
Min. Z = 10x1 + 20x2
𝑥1 + 2𝑥2 ≥ 2 → 𝑦1
{𝑥1 + 4𝑥2 ≥ 3 → 𝑦2
−𝑥2 ≥ 1 → 𝑦3
𝑥1 ≥ 0, 𝑥2 é 𝑙𝑖𝑣𝑟𝑒
Dual:
Máx. D = 2y1 + 3y2 + y3
𝑦1 + 𝑦2 ≤ 10
{
2𝑦1 + 4𝑦2 − 𝑦3 = 20
𝑦1 ≥ 0, 𝑦2 ≥ 0, 𝑦3 ≥ 0

Analogia entre as Soluções Primal e Dual
a. A cada solução viável básica primal não ótima corresponde uma solução
básica inviável dual.
b. A solução ótima primal corresponde à solução ótima dual com Z=0.
c. O coeficiente da variável de decisão na função objetivo primal é o valor da
variável de folga correspondente na solução dual.
(coeficiente de xi = valor de yFi)
d. O coeficiente da variável de folga da função objetivo primal é o valor da
variável de decisão correspondente na solução dual.
(coeficiente de xFi = valor de yi)
Como o primal é dual do próprio dual, vale o raciocínio no sentido dual →
primal.
(coeficiente de yi = valor de xFi)
(coeficiente de yFi = valor de xi).
Exemplo:
Max. Z = x1 + 2x2 + 3x3,
𝑥1 + 𝑥2 + 𝑥3 ≤ 10 → 𝑦1
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: {2𝑥1 + 𝑥2 + 4𝑥3 ≤ 12 → 𝑦2
𝑥1 + 3𝑥2 − 𝑥3 ≤ 9 → 𝑦3
𝑥1 ≥ 0, 𝑥2 ≥ 0, 𝑥3 ≥ 0
o modelo dual correspondente e:

188
Min. D= 10y1 + 12y2 + 9y3
𝑦1 + 2𝑦2 + 𝑦3 ≥ 1
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: { 𝑦1 + 𝑦2 + 3𝑦3 ≥ 2
𝑦1 + 4𝑦2 − 𝑦3 ≥ 3
𝑦1 ≥ 0, 𝑦2 ≥ 0, 𝑦3 ≥ 0
Colocando as variáveis de folga no primal e no dual, teremos:

Primal: Max. Z = x1 + 2x2 + 3x3
𝑥1 + 𝑥2 + 𝑥3 + 𝑥𝐹1 = 10
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: {2𝑥1 + 𝑥2 + 4𝑥3 + 𝑥𝐹2 = 12
𝑥1 + 3𝑥2 − 𝑥3 + 𝑥𝐹3 = 9
No quadro:
1 -1 -2 -3 0 0 0 0
0 1 1 1 1 0 0 10
0 2 1 4 0 1 0 12
0 1 3 -1 0 0 1 9
Solução básica viável:

Variáveis básicas Variáveis não básicas Valor de Z
xF1 = 10 x1 = 0 Z= 0
xF2= 12 x2 = 0
xF3 = 9 x3 = 0
Dual: Min. D= 10y1 + 12y2 + 9y3
ou
Max. (-D) = -10y1 -12y2 – 9y3

𝑦1 + 2𝑦2 + 𝑦3 − 𝑦𝐹1 = 1
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: { 𝑦1 + 𝑦2 + 3𝑦3 − 𝑦𝐹2 = 2
𝑦1 + 4𝑦2 − 𝑦3 − 𝑦𝐹3 = 3
No quadro:
D y1 y2 y3 yF1 yF2 yF3 c
-1 10 12 9 0 0 0 0
0 1 2 1 -1 0 0 1
0 1 1 3 0 -1 0 2
0 1 4 -1 0 0 -1 3
Solução inviável:
Variáveis básicas Variáveis não básicas Valor de D
yF1 = -1 y1 = 0 D=0
yF2= -2 y2 = 0
yF3 = -3 y3 = 0

Exemplo: escrevendo o dual de um quadro

189
Correspondência:
coeficiente de x1 = -1 → valor de yF1 =-1
coeficiente de x2 = -2 → valor de yF2 = -2
coeficiente de x3 = -3 → valor de yF3 = -3
coeficiente de xF1 = 0 → valor de y1 = 0
valor de x1 = 0 → coeficiente de yF1 = 0
valor de xF1 = 10 → coeficiente de y1 = 10
valor de Z = 0 → valor de D= 0.
A próxima solução viável básica do primal, com a entrada da variável x3

(coeficiente -3) e a saída da variável xF2 (12÷4 = 3), após a pivotamento, será:
Solução:
1 0,5 -1,25 0 0 0,75 0 9
0 0,5 0,75 0 1 -0,25 0 7
0 0,5 0,25 1 0 0,25 0 3
0 1,5 3,25 0 0 0,25 1 12

x3 = 3 x1 = 0 Z= 9
xF1 = 7 x2 = 0
xF3 = 12 xF2 = 0
Usando a correspondência descrita, vamos montar o quadro dual

correspondente:
coeficientes de xi → valores de yFi
coeficientes de xFi → valores de yi
valores de xi → coeficientes de yFi
valores de xFi → coeficiente de yi
No quadro:
-1 7 0 12 0 0 3 -9
0 1 0 0,5
0 0 1 -1,25
1 0 0 0,75
Solução:
y2 = 0,75 y1 = 0 D= 9
yF1 = 0,5 y3 = 0
yF2 = -1,25 yF3 = 0

190

Exemplo 2: escrevendo o dual de um quadro
O terceiro quadro primal fornece a solução ótima.

1 1,077 0 0 0 0,846 0,385 13,615
0 0,154 0 0 1 -0,308 -0,231 4,231
0 0,385 0 1 0 0,231 -0,077 2,077
0 0,461 1 0 0 0,077 0,308 3,692
Solução:
x2 = 3,692 x1 = 0 Z= 13,615
x3 = 2,077 xF2 = 0
xF1 = 4,231 xF3 = 0
Usando a correspondência descrita, podemos montar o quadro dual:

-1 4,321 0 0 0 3,692 2,077 -13,615
0 0 0 1 0 1,077
0 1 0 0 -1 0,846
0 0 1 0 0 0,385
Solução:
y2 = 0,846 y1 = 0 D= 13,615
y3 = 0,385 yF2 = 0
yF1 = 1,077 yF3 = 0
A solução dual também é ótima.

Exemplo 3: escrevendo o dual de um quadro
Conclusão: Dado um problema de programação linear, podemos escolher entre

solucionar o modelo primal ou o modelo dual correspondente. A escolha leva em
consideração o esforço computacional, que depende do número de restrições,
variáveis artificiais, etc.
Interpretação Econômica do Dual
Vamos considerar o exemplo de programação da produção de dois itens P1 e

P2, a partir dos recursos R1 e R2. O quadro abaixo resume os dados.
Produtos Recursos R1 uso por unidade Recursos R2 uso por unidade Lucro por unidade
P1 2 10 50
P2 3 5 90
disponibilidade de recursos 300 1.000

191
O modelo linear, onde x1 e x2 são as decisões de produção no período
programado, é:
Max. Lucro = 50x1 + 90x2
2𝑥1 + 3𝑥2 ≤ 300
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: {
10𝑥1 + 5𝑥2 ≤ 1.000
𝑥1 ≥ 0, 𝑥2 ≥ 0
O quadro final de resolução pelo Simplex, onde xF1 e xF2 são as sobras dos
recursos R1 e R2, é:
z x1 x2 xF1 xF2 b
1 10 0 30 0 9.000
0 0,67 1 0,33 0 100
0 6,65 0 -1,65 1 500
VB VNB Valor de z
x2 = 100 x1 = 0 z = 9.000
xF2 = 500 xF1 = 0
o modelo dual correspondente é:
Min. D= 300y1 + 1.000y2

2𝑦 + 10𝑦2 ≥ 50
3𝑦1 + 5𝑦2 ≥ 90
𝑦1 ≥ 0, 𝑦2 ≥ 0
o quadro final de solução, derivado da solução primal, é:

D y1 y2 yF1 yF2 c
-1 0 500 0 100 -9.000
0 1 0 30
0 0 1 10
VB VNB Valor de D
y1 = 30 y2 = 0 D = 9.000
yF1 = 10 yF2 = 0
 O valor de y1 (y1 = 30), foi obtido do coeficiente de xF1, e representa, portanto,

o valor de oportunidade do recurso R1, isto é, cada unidade do recurso R1 tem
capacidade de gerar um lucro de 30.
O valor de y1 é, portanto, o valor de oportunidade por unidade do recurso R1,
isto é, a capacidade da unidade do recurso gerar lucro, neste programa.
 O valor de y2 (y2 = 0), foi obtido do coeficiente de xF2, indicando o valor de

oportunidade do recurso R2. O resultado é coerente, já que o recurso R2 não é
escasso (xF2 = 500).
 Na função objetivo dual, cada parcela mede, então, o valor de oportunidade dos
recursos envolvidos na produção (estoque x valor de oportunidade unitário do
recurso).
Como a função objetivo é dada no quadro dual final pela formula
−𝐷 + 500𝑦2 + 100𝑦𝐹2 = −9.000

192
e lembrando que 𝑥𝐹2 = 500 e 𝑥2 = 100 são recursos (não escassos) ou (que estão
sobrando), podemos dizer que a função objetivo dual mede, portanto, a
capacidade de o estoque de recursos gerar lucro.
Na resolução ótima, este valor coincide com o lucro atribuído aos produtos pelo
mercado, isto é, o valor de oportunidade dos produtos no mercado.
 Cada uma das restrições compara o valor de oportunidade atribuído aos

produtos pelos recursos, com o valor de oportunidade atribuído aos produtos
pelo mercado.
Na primeira restrição, por exemplo, 2y1 + 10y2 está indicando que o produto
P1, que usa duas unidades de R1 e 10 de R2, tem esse valor de oportunidade
calculado em termos desses produtos. O lado esquerdo, 50, indica o valor de
oportunidade atribuído pelo mercado. Este valor é também chamado valor
externo, em contraposição ao valor atribuído pelos recursos, chamado valor
inteiro.
Quando a remuneração do mercado (valor externo) cobre o valor interno, o
produto é fabricado (a diferença yF1 = 0, portanto x1 é básico). Se o valor de
mercado for menor que o valor interno, o produto não será fabricado. Isto quer
dizer que existe uso alternativo para os recursos no programa, que é capaz de
gerar lucro e equivalente o seu valor de oportunidade.
Exemplo 1: interpretação econômica do dual
Exercícios
01) Escreva o dual do seguinte modelo:
Max. Z = x1 + 2x2 + 3x3,
𝑥1 + 𝑥2 + 𝑥3 ≤ 10 → 𝒚𝟏
2𝑥
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: { 1 + 𝑥 2 + 4𝑥3 ≤ 12 → 𝒚𝟐
𝑥1 + 3𝑥2 − 𝑥3 ≤ 9 → 𝒚𝟑
𝑥1 ≥ 0, 𝑥2 ≥ 0, 𝑥3 ≥ 0
𝑫 = 𝟏𝟎𝒚𝟏 + 𝟏𝟐𝒚𝟐 + 𝟗𝒚𝟑
𝟏𝒚𝟏 + 𝟐𝒚𝟐 + 𝟏𝒚𝟑 ≥ 𝟏

{𝟏𝒚𝟏 + 𝟏𝒚𝟐 + 𝟑𝒚𝟑 ≥ 𝟐
𝟏𝒚𝟏 + 𝟒𝒚𝟐 − 𝟏𝒚𝟑 ≥ 𝟑
𝒚𝟏 ≥ 𝟎 𝒚𝟐 ≥ 𝟎 𝒚𝟑 ≥ 𝟎

Max z = 2x1 + 3x2
𝑥1 + 𝑥2 ≥ 10 → 𝒚𝟏
2𝑥 + 𝑥2 ≤ 16 → 𝒚𝟐
{ 1
𝑥1 ≥ 0
𝑥2 ≥ 0
𝑫 = 𝟏𝟎𝒚𝟏 + 𝟏𝟔𝒚𝟐
𝟏𝒚 + 𝟐𝒚𝟐 ≤ 𝟐
{ 𝟏
𝟏𝒚𝟏 + 𝟏𝒚𝟐 ≥ 𝟑
𝒚𝟏 ≥ 𝟎 𝒚𝟐 ≥ 𝟎

193

Exercício 1 e 2 - dualidade do modelo

Min z = 3x1 + 2x2
2𝑥1 + 𝑥2 ≥ 10 → 𝒚𝟏
𝑥 + 5𝑥2 ≥ 15 → 𝒚𝟐
{ 1
𝑥1 ≥ 0
𝑥2 ≥ 0
𝑴𝒂𝒙 𝑫 = 𝟏𝟎𝒚𝟏 + 𝟏𝟓𝒚𝟐
𝟐𝒚𝟏 + 𝟏𝒚𝟐 ≤ 𝟑
{
𝟏𝒚𝟏 + 𝟓𝒚𝟐 ≤ 𝟐

Max z = x1 + x2 + 2x3
𝑥1 + 2𝑥2 ≤ 10 → 𝒚𝟏
3𝑥1 + 4𝑥2 + 𝑥3 ≤ 20 → 𝒚𝟐
𝑥1 ≥ 0
𝑥3 ≥ 0
{ 𝑥2 é 𝑙𝑖𝑣𝑟𝑒
𝑴𝒊𝒏 𝑫 = 𝟏𝟎𝒚𝟏 + 𝟐𝟎𝒚𝟐
𝟏𝒚𝟏 + 𝟑𝒚𝟐 ≥ 𝟏
{𝟐𝒚𝟏 + 𝟒𝒚𝟐 = 𝟏
+𝟏𝒚𝟐 ≥ 𝟐
𝒚𝟏 ≥ 𝟎 𝒚𝟐 ≥ 𝟎
Exercício 3 e 4 - dualidade do modelo

Min z = 2x1 + 4x2 + 10x3
𝑥1 + 𝑥2 + 𝑥3 ≤ 120 → 𝒚𝟏
𝑥1 + 2𝑥2 + 5𝑥3 ≤ 30 → 𝒚𝟐
𝑥1 ≥ 0
𝑥3 ≥ 0
{ 𝑥2 ≥ 0
𝑴𝒂𝒙 𝑫 = 𝟏𝟐𝟎𝒚𝟏 + 𝟑𝟎𝒚𝟐

𝟏𝒚𝟏 + 𝟏𝒚𝟐 ≥ 𝟐
{ 𝟏𝒚𝟏 + 𝟐𝒚𝟐 ≥ 𝟒
𝟏𝒚𝟏 + 𝟓𝒚𝟐 ≥ 𝟏𝟎
𝒚𝟏 ≥ 𝟎 𝒚𝟐 ≥ 𝟎

194
Min z = 2x1 + 4x2 + 5x3
𝑥1 + 2𝑥2 + 10𝑥3 ≤ 600 → 𝒚𝟏
𝑥1 − 𝑥2 + 𝑥3 ≥ 50 → 𝒚𝟐
2𝑥1 − 𝑥3 ≤ 100 → 𝒚𝟑
𝑥1 ≥ 0
𝑥3 ≥ 0
{ 𝑥2 ≥ 0
𝑴𝒂𝒙 𝑫 = 𝟔𝟎𝟎𝒚𝟏 + 𝟓𝟎𝒚𝟐 + 𝟏𝟎𝟎𝒚𝟑
𝟏𝒚𝟏 + 𝟏𝒚𝟐 + 𝟐𝒚𝟑 ≥ 𝟐

{ 𝟐𝒚𝟏 − 𝟏𝒚𝟐 ≤ 𝟒
𝟏𝟎𝒚𝟏 + 𝟏𝒚𝟐 − 𝟏𝒚𝟑 ≥ 𝟓
𝒚𝟏 ≥ 𝟎 𝒚𝟐 ≥ 𝟎 𝒚𝟑 ≥ 𝟎
Exercícios 5 e 6 - Dualidade de um modelo

Max z = x1 + 2x2 + x3
2𝑥1 + 3𝑥2 + 𝑥3 ≥ 10 → 𝒚𝟏
4𝑥1 + 𝑥2 + 2𝑥3 ≥ 20 → 𝒚𝟐
𝑥1 ≥ 0
𝑥3 ≥ 0
{ 𝑥2 ≥ 0
𝑴𝒊𝒏 𝑫 = 𝟏𝟎𝒚𝟏 + 𝟐𝟎𝒚𝟐
𝟐𝒚𝟏 + 𝟒𝒚𝟐 ≤ 𝟏
{𝟑𝒚𝟏 + 𝟏𝒚𝟐 ≤ 𝟐
𝟏𝒚𝟏 + 𝟐𝒚𝟐 ≤ 𝟏
𝒚𝟏 ≥ 𝟎 𝒚𝟐 ≥ 𝟎

Minimizar z = 3x1+ 2x2 + x3
3𝑥1 + 𝑥2 + 3𝑥3 ≥ 6 → 𝒚𝟏
3𝑥1 + 2𝑥2 = 50 → 𝒚𝟐
𝑥1 − 𝑥2 ≤ 100 → 𝒚𝟑
𝑥1 ≥ 0
𝑥3 ≥ 0
{ 𝑥2 ≥ 0
𝑴𝒂𝒙 𝑫 = 𝟔𝒚𝟏 + 𝟓𝟎𝒚𝟐 + 𝟏𝟎𝟎𝒚𝟑
𝟑𝒚𝟏 + 𝟑𝒚𝟐 + 𝟏𝒚𝟑 ≤ 𝟑

{ 𝟏𝒚𝟏 + 𝟐𝒚𝟐 − 𝟏𝒚𝟑 ≤ 𝟐
𝟑𝒚𝟏 ≥𝟏
𝒚𝟏 ≥ 𝟎 𝒚𝟐 → 𝒍𝒊𝒗𝒓𝒆 𝒚𝟑 ≥ 𝟎
Exercício 7 e 8 - dualidade de um modelo
195
Max. Receita = 10x1 + 12x2
𝑥1 + 𝑥2 ≤ 100 → 𝒚𝟏
𝑥 + 3𝑥2 ≤ 270 → 𝒚𝟐
{ 1
𝑥1 ≥ 0
𝑥2 ≥ 0
𝑴𝒊𝒏 𝑫 = 𝟏𝟎𝟎𝒚𝟏 + 𝟐𝟕𝟎𝒚𝟐
𝟏𝒚𝟏 + 𝟏𝒚𝟐 ≥ 𝟏𝟎
{
𝟏𝒚𝟏 + 𝟑𝒚𝟐 ≥ 𝟏𝟐
𝒚𝟏 ≥ 𝟎 𝒚𝟐 ≥ 𝟎

Max. Lucro = 2x1 + 3x2 + 4x3
Sujeito a:
𝑥1 + 𝑥2 + 𝑥3 ≤ 100 → 𝒚𝟏
2𝑥1 + 𝑥2 ≤ 210 → 𝒚𝟐
𝑥1 ≤ 80 → 𝒚𝟑
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
𝑴𝒊𝒏 𝑫 = 𝟏𝟎𝟎𝒚𝟏 + 𝟐𝟏𝟎𝒚𝟐 + 𝟖𝟎𝒚𝟑
𝟏𝒚𝟏 + 𝟐𝒚𝟐 + 𝟏𝒚𝟑 ≥ 𝟐

{𝟏𝒚𝟏 + 𝟏𝒚𝟐 ≥𝟑
𝟏𝒚𝟏 ≥𝟒
𝒚𝟏 ≥ 𝟎 𝒚𝟐 ≥ 𝟎 𝒚𝟑 ≥ 𝟎
Exercício 9 e 10 - dualidade de um modelo

Max. z= 0,2x1 + 2x2 + 4x3
Sujeito a:
𝑥1 + 2𝑥2 ≤ 20 → 𝒚𝟏
3𝑥1 + 𝑥3 ≤ 50 → 𝒚𝟐
𝑥1 + 𝑥2 − 𝑥3 ≤ 15 → 𝒚𝟑
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
𝑴𝒊𝒏 𝑫 = 𝟐𝟎𝒚𝟏 + 𝟓𝟎𝒚𝟐 + 𝟏𝟓𝒚𝟑
𝟏𝒚𝟏 + 𝟑𝒚𝟐 + 𝟏𝒚𝟑 ≥ 𝟎, 𝟐

{ 𝟐𝒚𝟏 + 𝟏𝒚𝟑 ≥ 𝟐
+𝟏𝒚𝟐 − 𝟏𝒚𝟑 ≥ 𝟒
𝒚𝟏 ≥ 𝟎 𝒚𝟐 ≥ 𝟎 𝒚𝟑 ≥ 𝟎

196
Max. Z = 5x1 - 3x2 + 4x3 – x4
𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 ≤ 600 → 𝒚𝟏
2𝑥1 + 𝑥3 ≤ 280 → 𝒚𝟐
𝑥1 + 3𝑥4 ≤ 150 → 𝒚𝟑
𝑥1 ≥ 0
𝑥2 ≥ 0
𝑥3 ≥ 0
{ 𝑥4 ≥ 0
𝑴𝒊𝒏 𝑫 = 𝟔𝟎𝟎𝒚𝟏 + 𝟐𝟓𝟎𝒚𝟐 + 𝟏𝟓𝟎𝒚𝟑
𝟏𝒚𝟏 + 𝟐𝒚𝟐 + 𝟏𝒚𝟑 ≥ 𝟓
𝟏𝒚 ≥ −𝟑
{ 𝟏
𝟏𝒚𝟏 + 𝟏𝒚𝟐 ≥𝟒
𝟏𝒚𝟏 + 𝟑𝒚𝟑 ≥ −𝟏
𝒚𝟏 ≥ 𝟎 𝒚𝟐 ≥ 𝟎 𝒚𝟑 ≥ 𝟎
Exercício 11 e 12 - Dualidade de um modelo

Max. Z = 2x1 + 4x3
𝑥1 + 2𝑥2 + 𝑥3 ≤ 8.000 → 𝒚𝟏
2𝑥1 ≤ 6.000 → 𝒚𝟐
𝑥2 + 𝑥3 ≤ 620 → 𝒚𝟑
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
𝑴𝒊𝒏 𝑫 = 𝟖𝟎𝟎𝟎𝒚𝟏 + 𝟔𝟎𝟎𝟎𝒚𝟐 + 𝟔𝟐𝟎𝒚𝟑
𝟏𝒚𝟏 + 𝟐𝒚𝟐 ≥𝟐
{𝟐𝒚𝟏 + 𝟏𝒚𝟑 ≥ +𝟑
𝟏𝒚𝟏 + 𝟏𝒚𝟑 ≥ 𝟒
𝒚𝟏 ≥ 𝟎 𝒚𝟐 ≥ 𝟎 𝒚𝟑 ≥ 𝟎

Max. Z = 2x1 + 4x2 + 6x3
𝑥1 + 𝑥2 + 𝑥3 ≤ 100 → 𝒚𝟏
2𝑥1 − 𝑥2 + 5𝑥3 ≤ 50 → 𝒚𝟐
3𝑥1 + 𝑥3 ≤ 200 → 𝒚𝟑
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0
𝑴𝒊𝒏 𝑫 = 𝟏𝟎𝟎𝒚𝟏 + 𝟓𝟎𝒚𝟐 + 𝟐𝟎𝟎𝒚𝟑
𝟏𝒚𝟏 + 𝟐𝒚𝟐 + 𝟑𝒚𝟑 ≥ 𝟐
{ 𝟏 − 𝟏𝒚𝟐
𝟏𝒚 ≥𝟒
𝟏𝒚𝟏 + 𝟓𝒚𝟐 + 𝟏𝒚𝟑 ≥ 𝟔
𝒚𝟏 ≥ 𝟎 𝒚𝟐 ≥ 𝟎 𝒚𝟑 ≥ 𝟎

Exercícios 13 e 14 - Dualidade de um modelo
197
No quadro:
1 -1 -2 -3 0 0 0 0
0 1 1 1 1 0 0 10
0 2 1 4 0 1 0 12
0 1 3 -1 0 0 1 9
Solução básica viável:

xF1 = 10 x1 = 0 Z= 0
xF2= 12 x2 = 0
xF3 = 9 x3 = 0

-1 10 12 9 0 0 0 0
0 1 2 1 1 0 0 -1
0 1 1 3 0 1 0 -2
0 1 4 -1 0 0 1 -3
VB VNB Valor de D
yF1 = -1 y1 = 0 D= 0
yF2= -2 y2 = 0
yF3 = -3 y3 = 0
Exercício 15 - dual do quadro e solução

1 0,5 -1,25 0 0 0,75 0 9
0 0,5 0,75 0 1 -0,25 0 7
0 0,5 0,25 1 0 0,25 0 3
0 1,5 3,25 0 0 0,25 1 12

X3 = 3 x1 = 0 Z= 9
xF1 = 7 x2 = 0
xF3 = 12 xF2 = 0

-1 7 0 12 0 0 3 -9
0 0 1 0 0,5
0 0 0 1 -1,25
0 1 0 0 0,75
VB VNB Valor de D
yF1 = 0,5 yF3 = 0 D= 9
yF2= -1,25 y1 = 0
y2 = 0,75 y3 = 0
198

Z x1 x2 x3 xF1 xF2 xF3 b
1 1,077 0 0 0 0,846 0,385 13,615
0 0,154 0 0 1 -0,308 -0,231 4,231
0 0,385 0 1 0 0,231 -0,077 2,077
0 0,461 1 0 0 0,077 0,308 3,692
Solução:
x2 = 3,692 x1 = 0 Z= 13,615
x3 = 2,077 xF2 = 0
xF1 = 4,231 xF3 = 0

-1 4,231 0 0 0 3,692 2,077 -13,615
0 0 1 1,077
1 0 0 0,846
0 1 0 0,385
VB VNB Valor de D
yF1 = 1,077 yF2 = 0 D= 13,615
y2= 0,846 yF3 = 0
y3 = 0,385 y1 = 0
Exercício 16 e 17 - dual do quadro e solução
1 -0,333 -0,667 0 0 0 20
0 2,666 1,333 0 1 0 30
0 0,666 0,333 1 0 0 20
0 0,333 -0,333 0 0 1 20
VB VNB Valor de Z
xF1 = 30 x1 = 0 z = 20
x3 = 20 x2 = 0
xF2 =20
D y1 y2 yF1 yF2 yF3 c

-1 30 20 0 0 20 -20
0 1 0 -0,333
0 0 1 -0,667
VB VNB Valor de D
yF1 = -0,333 yF3 = 0 D= 20
yF2= -0,667 y1 = 0
y2 = 0

199
1 1,67 0 0 1,67 0 0,67 86,67
0 -0,33 0 1 0,67 0 -0,33 16,67
0 0,335 0 0 0,335 1 -0,665 13,335
0 1,335 1 0 0,335 0 0,335 23,335
Variáveis básicas Variáveis não básicas Objetivo

x2=23,335 x1 = 0 z= 86,67
x3=16,67 xF1 = 0
xF2 = 13,335 xF3= 0

-1 0 13,335 0 0 23,335 16,67 -86,67
0 0 0 1 1,67
0 1 0 0 1,67
0 0 1 0 0,67
VB VNB Valor de D
yF1 = 1,67 yF2 = 0 D= 86,67
y1= 1,67 yF3 = 0
y3 = 0,67 y2 = 0
Exercício 18 e 19 - dual do quadro e solução

200
A ferramenta Solver (Excel)
Diversas ferramentas para solução de problemas de otimização,

comerciais ou acadêmicos, sejam eles lineares ou não, foram
desenvolvidas. Dentre as ferramentas disponíveis, este curso se propõe a
apresentar a ferramenta Solver, que acompanha o Microsoft Excel.
Apesar de a ferramenta Solver poder ser utilizada também para
problemas de programação não-linear, neste curso será apresentada
apenas a sua utilização para a solução de problemas de programação
linear. A utilização para outros tipos de problemas segue o mesmo
padrão, sendo por isso intuitivo ao usuário o seu aprendizado.
Definindo e Resolvendo um Problema
Inicialmente, devemos definir o problema na planilha do Excel.

Vamos resolver como exemplo o seguinte problema. A formulação do
problema é a seguinte:
Exemplo:
maximizar z = 11x1 + 12x2
sujeito a:
1x1 + 4x2 ≤10000
5x1 + 2x2 ≤30000
x1 ≥ 0
x2 ≥ 0
Para definir o problema na planilha, devemos definir células para
representar as variáveis de decisão e uma célula para representar o valor
da função objetivo. Além disso, as restrições também devem ser
definidas. Abra um novo arquivo no Microsoft Excel e siga os seguintes
passos:
 na célula A1 digite "x1";

 na célula B1 digite "0";
 na célula A2 digite "x2";
 na célula B2 digite "0".
As células A2 e B2 guardarão os valores das variáveis de decisão x1 e

x2, respectivamente.
Vamos agora definir a função objetivo. As equações do Excel são
sempre precedidas do sinal de igualdade (=), que indica que nesta célula

201
será efetuada uma conta. Preencha as células da planilha conforme
indicado a seguir:
na célula A4 digite "Função objetivo";
na célula B4 digite "= 11*B1 + 12*B2".
Na célula B4 será calculado automaticamente o valor da função

objetivo, a partir da função fornecida. Qualquer alteração nos valores das
células B1 ou B2 fará com que o valor da função objetivo seja
recalculado.
Serão definidas agora as restrições do problema: As células de restrição

devem ser preenchidas da seguinte forma:
 na célula A6 digite "Restrições";
 na célula B6 digite "= B1+4*B2";
 na célula C6 digite "<=";
 na célula D6 digite "10000";
 na célula B7 digite "= 5*B1+2*B2";
 na célula C7 digite "<=";
 na célula B8 digite "=B1”;
 na célula C8 digite ">= ";
 na célula B9 digite"=B2";
 na célula C9 digite ">=":
 na célula D9 digite "0".
Após preenchidas as células, a planilha deve estar igual à apresentada
na Figura abaixo.
Para otimizar a função objetivo. vamos utilizar a ferramenta solver.

 No menu Ferramentas, clique em Solver. A janela apresentada
abaixo se abrirá.

202
 Na caixa "Definir objetivo", selecione a célula da função objetivo

(B4) clicando sobre ela ou simplesmente digite B4.
 Logo abaixo, é requerido que se escolha entre três opções: Máx,
para maximizar a função objetivo, Mín, para minimizar a função
objetivo, e Valor, que faz com que a função objetivo tenha
determinado valor. No nosso exemplo, como Queremos maximizar a
função objetivo, escolheremos a opção Máx.
 Na caixa "Alterando Células variáveis", devem ser inseridas as
células ajustáveis, que contêm os valores das variáveis de decisão.
Deve-se inserir um nome ou uma referência para cada célula
ajustável separando as células não-adjacentes por ponto-e-vírgula
As células ajustáveis devem estar relacionadas direta ou
indiretamente à célula que contém o valor da função objetivo.
Podem ser especificadas até 200 células ajustáveis. Para que o
Solver proponha automaticamente as células ajustáveis com base
na célula de destino, clique em Estimar.
 No campo “Selecionar um método de solução” selecione “LP
simplex”.
 Na caixa “Sujeito às restrições”, devem ser inseridas as restrições
do problema. Para inserir uma restrição, siga os seguintes passos:
o clique no botão "Adicionar". A janela apresentada na Figura
abaixo se abrirá;
o na caixa "Referência de célula", selecione a célula contendo a

primeira restrição (B6);

203
o na caixa de seleção escolha a opção que corresponde ao tipo
de restrição, que pode ser menor ou igual (<=),maior ou igual
(>=), igual (=), valor inteiro (núm), valor binário (bin) ou (dif)
para tudo diferente. No nosso caso a opção a ser escolhida é
<=:
o na caixa "Restrição", defina a célula que contém o valor limite
da restrição, ou seja, D6;
o clique em OK para adicionar a restrição;
o repita estes passos até que todas as restrições estejam
adicionadas.
 Após serem adicionadas as restrições, a janela deve estar igual à
janela da Figura abaixo, exceto talvez pela presença dos cifrões ($),
que indicam que a célula é fixa.
 Para resolver o problema, clique no botão "Resolver". Se tudo

estiver correto, a janela da Figura abaixo será apresentada.
Nesta janela, podemos escolher entre manter a solução encontrada

pelo Solver ou restaurar os valores originais. Também podemos
selecionar relatórios, que contém informações sobre o processo de
solução do problema.
 A resposta do exercício estará na planilha que você estava usando,
conforme mostra figura abaixo.

204
O processo de solução pode ser interrompido pressionando-se ESC.

O Microsoft Excel recalculará a planilha com os últimos valores
encontrados para as células ajustáveis.
Instalando o Solver
Caso a opção Solver não esteja presente no menu Ferramentas, isto é
porque a ferramenta Solver não foi instalada. Para instalá-la, proceda da
seguinte maneira:
 Vá para Aba Arquivos e selecione “Opções”;

 Escolha Suplementos. Se o Solver não estiver listado na caixa de
diálogo Suplementos, clique em Procurar e localize a unidade de
disco, a pasta e o nome de arquivo para o suplemento Solver.xls
(geralmente localizado na pasta Biblioteca\Solver) ou execute o
programa de instalação se não conseguir localizar o arquivo .
 Na caixa de diálogo Suplementos, marque a caixa de seleção Solver,
e depois clique em “ir”.
 Na nova janela marque “Solver” e dê OK.
Os suplementos que você selecionar na caixa de diálogo Suplementos
permanecerão ativos na Aba de Dados até que você os remova.

Exemplo: exemplo inicial e como instalar a ferramenta Solver
Exemplos:
Exemplo 1:
minimizar Z = 2x1 + 3x2

205
𝑥1 + 𝑥2 ≥ 5
5𝑥1 + 𝑥2 ≥ 10
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 à𝑠 𝑟𝑒𝑠𝑡𝑟𝑖çõ𝑒𝑠: 𝑥1 ≤ 8
𝑥1 ≥ 0
{ 𝑥2 ≥ 0
Primeiro preencha com as informações:
Depois acesse o Solver e repasse as informações para o programa.
E finalmente clique em resolver.

206
Verificamos que:
x1 = 5
x2 = 0
z = 10

Exemplo 1:
Exemplo 2:
MAX L = 2x1 + 3x2
4𝑥1 + 6𝑥2 ≤ 60
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: { 𝑥1 + 𝑥2 ≥ 12
𝑥1 ≥ 0, 𝑥2 ≥ 0

207
Verificamos que:
x1 = 15
x2 = 0
z = 30

Exemplo 2
Exemplo 3:
Maximizar z = 2x1 + 3x2 + x3
Sujeito a:
𝑥1 + 𝑥2 + 𝑥3 ≤ 40
2𝑥1 + 𝑥2 − 𝑥3 ≤ 20
3𝑥1 + 2𝑥2 − 𝑥3 ≤ 30
𝑥1 ≥ 0
𝑥2 ≥ 0
{ 𝑥3 ≥ 0

208
Verificamos que:
x1 = 0
x2 = 23,33
x3 = 16,67
z = 86,67
Exemplo 3
Exercícios:
1) Resolver o modelo de programação linear:
a) Maximizar LUCRO = 2x1 + 3x2
−𝑥1 + 2𝑥2 ≤ 4
𝑥 + 2𝑥2 ≤ 6
𝑥1 + 3𝑥2 ≤ 9
𝑥1 ≥ 0, 𝑥2 ≥ 0
209
Verificamos que:
x1 = 6
x2 = 0
z = 12
210

Exercício resolvido 1 a
b) Maximizar RECEITA = 0,3x1 + 0,5x2

2𝑥1 + 𝑥2 ≤ 2
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: { 𝑥1 + 3𝑥2 ≤ 3
𝑥1 ≥ 0, 𝑥2 ≥ 0

211
Verificamos que:
x1 = 0,6
x2 = 0,8
z = 0,58
Exercício resolvido 1 b
c) Maximizar LUCRO = 2x1 + 3x2

𝑥1 + 3𝑥2 ≤ 9
−𝑥 + 2𝑥2 ≤ 4
𝑥1 + 𝑥2 ≤ 6
𝑥1 ≥ 0, 𝑥2 ≥ 0

212
Verificamos que:
x1 = 9
x2 = 0
z = 18
Exercício resolvido 1 c
d) Minimizar CUSTO = 10x1 + 12x2

𝑥1 + 𝑥2 ≤ 10
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: { 5𝑥1 + 6𝑥2 ≥ 54
𝑥1 ≥ 0, 𝑥2 ≥ 0

213
Verificamos que:
x1 = 0 x2 = 9 z = 108
Exercício resolvido 1 d

214
e) Minimizar Z = 7x1 + 9x2
−𝑥1 + 𝑥2 ≤ 2
𝑥1 ≤ 5
𝑥2 ≤ 6
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎:
3𝑥1 + 5𝑥2 ≥ 15
5𝑥1 + 4𝑥2 ≥ 20
{𝑥1 ≥ 0, 𝑥2 ≥ 0

215
Verificamos que:
x1 = 3,08
x2 = 1,15
z = 31,92

Exercício resolvido 1 e

216
Problema do Transporte
Introdução
Vamos considerar a situação descrita a seguir: temos que
transportar produtos das várias origens onde estão estocados para vários
destinos onde são necessários. Conhecemos os custos unitários de
transporte de cada origem para cada destino (Cij - custo unitário de
transporte da origem i para o destino j). Devemos decidir quanto
transportar de cada origem para cada destino (Xij - quantidade a ser
transportada da origem i para o destino j).
O objetivo é completar a transferência dos produtos com o menor
custo possível. Em princípio, vamos supor que a quantidade disponível
nas origens seja exatamente igual ao total das necessidades nos
destinos.
Exemplo:
Origens Destinos
Disponibilidades Necessidades
50 1 C11 = 10
C12 = 12
C21 = 20
1 100
100 2 C22 = 8
C31 = 6
C32 = 15 2 170
120 3
Total = 270 Total = 270
Essa situação pode ser representada de maneira simples em uma

tabela:
Destino j
D1 D2 Disponibilidade
Origens i
O1 10 12 50
O2 20 8 100
O3 6 15 120
270
Necessidades 100 170
270
Onde se lê:
217
 as disponibilidades nas origens;
 as necessidades nos destinos;
 os custos unitários de transporte de cada origem para cada destino.
O MODELO LINEAR DO TRANSPORTE
Variáveis de decisão: Xij - Quantidade a ser transportada da origem

i para o destino j.
Objetivo: minimizar o custo do transporte.
Min. C = 10x11 + 12x12 + 20x21 +8x22 + 6x31 + 15x32
onde:
10X11 = custo unitário de transporte da origem 1 para o destino 1
x
quantidade a ser transportada da origem 1 para o destino 1
=
custo do transporte da origem 1 para o destino 1
Restrições:
As quantidades retiradas das origens devem ser a disponibilidade
em cada uma:
Origem1 - retiradas X11 + X12 = 50 Disponibilidade O1

As quantidades transportadas para cada destino devem ser a

necessidade em cada um deles:
Destino1 - Chegadas X11 + X21 + X31 = 100 necessidade D1
Destino2 - Chegadas X12 + X22 + X32 = 170 necessidade D2
O modelo fica então resumido a:

Min. C = 10X11 + 12X12 + 20X21 + 8X22 + 6X31 + 15X32
X11 + X12 = 50
X21 + X22 = 100
𝑆𝑢𝑗𝑒𝑖𝑡𝑜 𝑎: X31 + X32 = 120
X11 + X21 + X31 = 100
{X12 + X22 + X32 = 170
Xij≥0 para i = 1,2,3 e j = 1,2.

218
O CASO DE SISTEMAS NÃO EQUILIBRADOS
O modelo descrito anteriormente pode representar também
sistemas de transporte que não obedeçam à condição de equilíbrio entre
oferta (disponibilidade nas origens) e demanda (necessidade de
destinos).
O enquadramento no modelo se faz com a criação de origens ou
destinos auxiliares para receber a diferença entre oferta e demanda. Os
custos unitários para origens ou destinos auxiliares é zero. Na solução do
modelo, as quantidades que eventualmente sejam transportadas de
origens auxiliares ficam faltando nos destinos. As quantidades que são
transportadas para destinos auxiliares, na verdade ficam depositadas nas
origens.
Exemplo: O modelo representado no quadro está desequilibrado
D1 D2 D3
O1 10 12 9 20
O2 4 9 8 30
O3 6 12 10 10
60
25 36 5
66
Criando-se uma origem auxiliar para receber a diferença 66 - 60 = 6,

teremos o sistema equilibrado:
D1 D2 D3
O1 10 12 9 20
O2 4 9 8 30
O3 6 12 10 10
A 0 0 0 6
66
25 36 5
66
Uma solução possível para o problema é mostrada no quadro, onde o

valor das células representa as quantidades transportadas de cada
origem para cada destino.
D1 D2 D3
O1 20 20
O2 5 25 30
O3 10 10
A 1 5 6
25 36 5

219
As quantidades XA2 = 1 e XA3 = 5 transportadas a partir da origem
auxiliar A, na verdade, ficam faltando nos destinos, isto é, o destino D2
recebe apenas 35 unidades. O destino D3 não recebe nenhuma
mercadoria.
O Algoritmo dos Transportes
A solução do problema do transporte, como todo problema

representado por um modelo de programação linear, pode ser obtida pelo
método Simplex. Entretanto, devido a suas características especiais,
podemos descrever um método que, embora mantenha fazes e critérios
do Simplex, tem os cálculos simplificados.
1 ª Parte - CÁLCULO DA SOLUÇÃO BÁSICA INICIAL
Uma solução básica para o problema é um conjunto de valores a

transportar que obedecem a duas condições:
- satisfazem as restrições de origem e destino;
- não apresentam circuitos entre as variáveis básicas. Por circuitos
devemos entender uma poligonal fechada construída no sentido das
linhas ou colunas, ligando variáveis básicas.
Exemplo de circuito:
20
10 30
6 6
12 9 7 28
32 25 7
Vamos apresentar dois métodos para a construção da solução inicial:
a) método do canto noroeste

A partir da cela superior esquerda transportamos o máximo possível da
origem ao destino correspondente. Esse procedimento zera a
disponibilidade da linha ou da coluna da cela. O próximo transporte será
feito na cela contígua (à direita ou abaixo) que tenha disponibilidade de
linha e coluna correspondente.
220
Exemplo: Calcular a solução inicial do quadro de transportes:

D1 D2 D3
O1 12 9 8 10
O2 13 12 6 20
O3 7 9 5 10
O4 3 2 8 15
55
8 30 17
55
Solução:
8 2 10 2 0
20 20 0
8 2 10 2 0
15 15 0
8 0 55
30 17
55
28 15
8 2
0 0
1 º transporte: X11 = 8 (primeira linha mantém disponibilidade de 2)
2º transporte: X12 = 2 (segunda coluna mantém disponibilidade de 28)
3º transporte: X22 = 20 (segunda coluna mantém disponibilidade de 8)
4º transporte: X23 = 8 (terceira linha mantém disponibilidade de 2)
5º transporte: X33 = 2 (terceira coluna mantém disponibilidade de 15)
6º transporte: X43 = 15
O método do canto noroeste garante a não formação de circuitos

entre as variáveis básicas, além de satisfazer as condições de contorno
(restrições de origem e destino).
Transporte - Método do canto noroeste - exemplo 1
b) Método de Vogel ou método das penalidades
Penalidade em uma linha ou coluna é a diferença positiva entre os dois
custos de menor valor na linha ou coluna.
A ideia desse método é fazer o transporte com prioridade na linha ou
coluna que apresenta a maior penalidade. Como o transporte é feito na
célula de menor custo, tenta-se evitar com isso o transporte na célula de
custo maior, evitando-se assim incorrer num aumento de custo igual à
penalidade calculada.
Descrição do método:

221
a) Calcular a penalidade para cada linha ou coluna. Escolher a linha ou
coluna para transporte, que tenha a maior penalidade. Caso haja
empate, escolha arbitrariamente uma delas.
b) Transportar o máximo possível na linha ou coluna escolhida,
elegendo a célula de menor custo unitário de transporte. Esse
procedimento zera a oferta ou demanda da célula correspondente. A
linha ou coluna que tenha sua disponibilidade zerada deve ser
eliminada.
c) Retornar ao item a, até que todos os transportes tenham sido
realizados.
Exemplo: Calcular pelo método de Vogel uma solução inicial para o
problema de transporte do quadro:
D1 D2 D3
O1 12 9 8 10
O2 13 12 6 20
O3 7 9 5 10
O4 3 2 8 15
55
8 30 17
55
Solução:
Primeiro grupo de penalidades
D1 D2 D3 Penalidade
O1 12 9 8 10 9-8 = 1
O2 13 12 6 20 12-6 = 6
O3 7 9 5 10 7-5 = 2
O4 3 2 8 15 3-2 = 1
8 30 17
6-5 =
penalidade 7-3 = 4 9-2 = 7
1
↑
Maior
penalidade
Primeiro transporte: na segunda coluna (maior penalidade), na célula de
menor custo (2)
D1 D2 D3
O1 10
O2 20
O3 10
O4 15 15 0
8 30 15 17
A linha 4 tem agora disponibilidade zero e será eliminada.

222
2º transporte
Segundo grupo de penalidades
D1 D2 D3
O1 12 9 8 10 1 1
6 6 ← Maior
O2 13 12 6 20
penalidade
O3 7 9 5 10 2 2
O4 3 2 8 15 1
8 30 17
penalidade 4 7 1
5 0 1
Segundo transporte: na segunda linha (maior penalidade), terceira
coluna (menor custo)
D1 D2 D3
O1
O2 17 20 3
O3 10
O4 15 15 0
8 30 15 17 0
A coluna 3 será eliminada (disponibilidade zero).

Os outros transportes serão feitos da mesma forma até que o
quadro se complete.
Transporte - método de Vogel - exemplo 1
Agora vamos ao passo a passo
Método do canto noroeste

Exemplo:
Calcular a solução inicial do quadro de transporte:
D1 D2 D3
O1 12 9 8 10
O2 13 12 6 20
O3 7 9 5 10
O4 3 2 8 15
55
8 30 17
55
223
 Iniciamos da casa superior esquerda;
 Transportamos o máximo possível dela;
 Ao zerar a disponibilidade passamos para a próxima casa (que pode
ser a da direita ou a de baixo), que tenha disponibilidade de linha e
coluna;
 Assim até zerar todo transporte.
Solução direta:
D1 D2 D3
O1 8 8 10 2 0
O2 20 20 0
O3 8 2 10 2 0
O4 15 15 0
55
80 30 28 8 0 17 15 0
55
Resposta:
1º transporte: x11 = 8
Este método garante a não formação de circuitos, além de satisfazer as

condições de restrição.
Agora vamos passo a passo:
a) Quadro inicial:
D1 D2 D3
O1 10
O2 20
O3 10
O4 15
55
8 30 17
55

224
b)
 1ª casa – necessidade da 1ª linha era 10 e na 1ª coluna havia 8.
 Logo, enviamos os 8, zera a coluna e ainda fica devendo 2 na 1ª
linha.
D1 D2 D3
O1 8 10 2
O2 20
O3 10
O4 15
55
80 30 17
55
c)
 Como zerou a 1ª coluna, passamos para a casa da direita.
 Enviamos os 2 que faltam na linha, zerando-a.
 Na 2ª coluna ficamos então com 28.
D1 D2 D3
O1 8 2 10 2 0
O2 20
O3 10
O4 15
55
80 30 28 17
55
d)
 Como ainda temos disponível 28 na 2ª coluna passamos para a linha
de baixo.
 A 2ª linha tem necessidade de 20 e temos disponível 28.
 Logo enviamos os 20 e fica sobrando 8 na 2ª coluna.

225
D1 D2 D3
O1 8 2 10 2 0
O2 20 20 0
O3 10
O4 15
55
80 30 28 8 17
55
e)
 A 3ª linha tem necessidade de 10 e temos 8 na 2ª coluna.
 Enviamos os 8 ficando faltando 2 na 3ª linha, mas zeramos a 2ª
coluna.
D1 D2 D3
O1 8 2 10 2 0
O2 20 20 0
O3 8 10 2
O4 15
55
80 30 28 8 0 17
55
f)
 Como a disponibilidade da 2ª coluna acabou passamos para a 3ª
coluna.
 Enviamos os 2 que faltam na 3ª linha da 3ª coluna cobrindo sua
necessidade.
 E na 3ª coluna ficam restando 15.
D1 D2 D3
O1 8 2 10 2 0
O2 20 20 0
O3 8 2 10 2 0
O4 15
55
80 30 28 8 0 17 15
55
226
g)
No último passo temos necessidade de 15 na 4ª linha e disponibilidade de
15 na 3ª coluna.
Enviamos assim os 15 e zeramos a distribuição.
D1 D2 D3
O1 8 2 10 2 0
O2 20 20 0
O3 8 2 10 2 0
O4 15 15 0
55
80 30 28 8 0 17 15 0
55
Quadro final, com a solução:

D1 D2 D3
O1 8 8 10
O2 20 20
O3 8 2 10
O4 15 15
55
8 30 17
55
Método de Vogel
Penalidade:
 Pode ser em uma linha ou coluna;
 É a diferença positiva entre os dois custos de menor valor, da linha
ou coluna.
227
Descrição do método:
a) Calcular as penalidades, das linhas e colunas;
b) Escolher a linha ou coluna para o transporte (a que tem o maior
valor de penalidade), caso tenha empate, a escolha é livre.
c) Transportar o máximo possível na linha ou coluna escolhida,
elegendo a célula de menor custo unitário de transporte.
d) O procedimento anterior zera a linha ou a coluna. A linha ou
coluna zerada deve ser eliminada.
e) Retornar ao item (a), até que todos os transportes tenham sido
realizados.
Exemplo:
D1 D2 D3
O1 12 9 8 10
O2 13 12 6 20
O3 7 9 5 10
O4 3 2 8 15
55
8 30 17
55
Solução direta:
D1 D2 D3
O1 12 9 8 10 9-8=1 12-9=3 9
12- 13-
O2 13 12 6 20 12
6=6 12=1
O3 7 9 5 10 9-5=4 9-7=2 9
O4 3 2 8 15 3-2=1
55
8 30 17
55
7-3=4 9-2=7 6-5=1
12-7=5 9-9=0 6-5=1

228
D1 D2 D3
O1 10 10 0
O2 3 17 20 3 0
O3 8 2 10 2 0
O4 15 15 0
55
80 30 15 12 2 0 17 0
55
Vamos agora ao passo a passo:

a)
 Calcular as primeiras penalidades.

 É só pegar o maior valor de frete e subtrair o menor valor de frete.
 Vamos escolher a linha ou coluna que apresentar o maior valor de
penalidade.
 Neste caso iremos escolher a 2ª coluna.
D1 D2 D3
O1 12 9 8 10 9-8=1
12-
O2 13 12 6 20
6=6
O3 7 9 5 10 9-5=4
O4 3 2 8 15 3-2=1
55
8 30 17
55
7-3=4 9-2=7 6-5=1
b)
 olhamos no quadro original e vemos que na 2ª coluna o menor valor
de frete é de 2, que está na 4ª linha, optamos por ele então
(sempre o menor).
 Como temos disponibilidade de 30 na 2ª coluna e na necessidade de
15 na 4ª linha, enviamos os 15 e zeramos a 4ª linha que será
eliminada (riscada).

229
D1 D2 D3
O1 10
O2 20
O3 10
O4 15 15 0
55
8 30 15 17
55
c)
 Observando o quadro original, agora com a 4ª linha riscada,
calculamos as novas penalidade.
 A maior penalidade agora é na 2ª linha.
D1 D2 D3
O1 12 9 8 10 9-8=1
12-
O2 13 12 6 20
6=6
O3 7 9 5 10 9-5=4
O4 3 2 8 15
55
8 30 17
55
12-7=5 9-9=0 6-5=1
d)
Realizando o 2º transporte, temos:

Na 2ª linha com 3ª coluna está o menor custo que é 6.
Temos disponibilidade de 17 e necessidade de 20.
Enviamos os 17 e zeramos a 3ª coluna e lembramos que para a 2ª linha
faltam 3.

230
D1 D2 D3
O1 10
O2 17 20 3
O3 10
O4 15 15 0
55
8 30 15 17 0
55
e)
 Voltando ao quadro original.
 Calculamos as novas penalidades.
 A maior penalidade é a da 1ª coluna
D1 D2 D3
O1 12 9 8 10 12-9=3
13-
O2 13 12 6 20
12=1
O3 7 9 5 10 9-7=2
O4 3 2 8 15
55
8 30 17
55
12-7=5 9-9=0
f) Realizando o 3º transporte, temos:

Na 1ª coluna o menor custo está na 4ª linha (mas está já está
cancelada), então procuramos o 2º menor custo que está na 3ª linha.
Na 3ª linha temos necessidade de 10 e na 1ª coluna disponibilidade de 8,
logo levamos tudo e zeramos a 1ª coluna.

231
D1 D2 D3
O1 10
O2 17 20 3
O3 8 10 2
O4 15 15 0
55
80 30 15 17 0
55
g) Observando o quadro inicial.

 Calculando as novas penalidades.
 Observe que as para as linhas a penalidade agora será o valor que
sobrou.
 A maior penalidade está na 2ª linha.
D1 D2 D3
O1 12 9 8 10 9
O2 13 12 6 20 12
O3 7 9 5 10 9
O4 3 2 8 15
55
8 30 17
55
9-9=0
h) Fazendo o 4º transporte, temos:

 Na 2ª linha o menor custo livre é 12.
 Como na 2ª linha temos necessidade de 3 e na 2ª coluna temos
disponibilidade de 15, cobrimos os 3 e restam 12.
 Zeramos a 2º linha, que será eliminada.

232
D1 D2 D3
O1 10
O2 3 17 20 3 0
O3 8 10 2
O4 15 15 0
55
80 30 15 12 17 0
55
i) Observando o quadro original.

 Calculando as penalidades verificamos que a 1ª linha e 3ª linha são
iguais, escolhemos uma delas, eu vou escolher a 1ª. (lembro que a
escolha é livre).
D1 D2 D3
O1 12 9 8 10 9
O2 13 12 6 20
O3 7 9 5 10 9
O4 3 2 8 15
55
8 30 17
55
9-9=0
j) Fazendo o 5º transporte, temos:

 Na 1ª linha temos necessidade de 10 e na 2ª coluna disponibilidade
de 12.
 Levamos os 10, zerando a 1ª linha e ainda ficam restando 2 na 2ª
coluna.
 Eliminamos a 1ª linha.

233
D1 D2 D3
O1 10 10 0
O2 3 17 20 3 0
O3 8 10 2
O4 15 15 0
55
80 30 15 12 2 17 0
55
k) Observando o quadro original.

Calculando as penalidades.
Agora só resta a interseção da 2ª coluna com 3ª linha, então tanto faz a
escolha, escolho então a 3ª linha.
D1 D2 D3
O1 12 9 8 10
O2 13 12 6 20
O3 7 9 5 10 9
O4 3 2 8 15
55
8 30 17
55
9
l) Fazendo o 6º e último transporte, temos:
 Transportamos os 2 restantes na 2ª coluna para a 3ª linha.
 Concluímos o transporte.
D1 D2 D3
O1 10 10 0
O2 3 17 20 3 0
O3 8 2 10 2 0
O4 15 15 0
55
80 30 15 12 2 0 17 0
55

234
O quadro final então é:
D1 D2 D3
O1 10 10 0
O2 3 17 20 3 0
O3 8 2 10 2 0
O4 15 15 0
55
80 30 15 12 2 0 17 0
55
2ª Parte - CRITÉRIO DE OTIMALIDADE

Obtida uma solução inicial para o quadro de transportes, o passo
seguinte é verificar se essa solução pode ou não ser melhorada. Como no
método Simplex, isso pode ser avaliado observando-se os coeficientes
das variáveis não básicas na função objetivo, que deverá estar escrita em
termos dessas variáveis.
Descrição:
a) Escrever a função objetivo em termos das variáveis não básicas.

Para tanto, vamos multiplicar cada restrição de linha pelo número –
Ui , e cada restrição de coluna pelo número - "i' e somar as novas
linhas e colunas na função objetivo de tal maneira que os coeficien-
tes das variáveis básicas sejam todos nulos.
Teremos, então:
se Xij é básico → Cij- Ui- Vj = O
Essas igualdades compõem um sistema de m + n - 1 equações com

m + n incógnitas. A solução do sistema pode ser obtida atribuindo-
se um valor arbitrário a uma das incógnitas e calculando-se o valor
das outras.
Com esses valores, calculamos os coeficientes das variáveis não
básicas:
Xij não básico → coeficiente = Cij – Ui – Vj

235
Se todos esses valores forem positivos, a solução é ótima. Se
houver coeficiente negativo, a variável correspondente entra na
base para melhorar o valor do objetivo.
b) Entrar com a variável cujo coeficiente negativo tenha o maior valor

absoluto.
c) Montar um circuito de compensação entre as variáveis básicas, a
partir da variável que entra. Esse circuito é feito partindo-se da
variável que entra e seguindo-se alternativamente na direção da
linha e da coluna, subtraindo e somando o valor da entrada até o
retorno à variável de entrada. Com isso as restrições de linha e
coluna ficam satisfeitas.
d) Escolher para a variável que entra o maior valor possível, sem
tornar nenhuma variável básica negativa. Esse valor corresponde ao
menor valor das células onde a variável que entra estiver sendo
subtraída. Teremos, então, uma nova solução básica.
e) Voltar ao item a, até que a solução seja ótima, isto é, não apresente
coeficiente negativo nas variáveis não básicas.
Exemplo: Calcular o plano de transporte de menor custo para o

problema representado no quadro:
D1 D2 D3
O1 6 5 8 10
O2 13 12 1 20
O3 7 9 5 12
O4 10 6 4 13
8 32 15
1. Solução inicial
Vamos calcular pelo método do canto noroeste:
D1 D2 D3
O1 8 2 10
O2 20 20
O3 10 2 12
O4 13 13
8 32 15
2. Critério de otimalidade
Coeficiente das variáveis básicas = 0
236
Variáveis Básicas Coeficiente Substituindo Cij
X11 C11 - U1 – V1 = 0 6 – U1 – V1 = 0
X12 C12 - U1 – V2 = 0 5 – U1 – V2 = 0
X22 C22 - U2 – V2 = 0 12 – U2 – V2 = 0
X32 C32 - U3 – V2 = 0 9 – U3 – V2 = 0
X33 C33 - U3 – V3 = 0 5 – U3 – V3 = 0
X43 C43 - U4 – V3 = 0 4 – U4 – V3 = 0
O sistema resultante tem sete variáveis e seis equações. Para

calcular
uma solução devemos atribuir um valor a uma das variáveis.
Fazendo, por exemplo U1 = 0, teremos:
V1 = 6 V2 = 5 U2 = 7 U3 = 4 V3 = 1 U4 = 3
Coeficiente das variáveis não básicas

Variáveis não básicas Coeficiente Valor
X13 C13 – U1 – V3 8–0–1=7
X21 C21 – U2 – V1 13 – 7 – 6 = 0
X23 C23 – U2 – V3 1 – 7 – 1 = -7
X31 C31 – U3 – V1 7 – 4 – 6 = -3
X41 C41 – U4 – V1 10 – 3 – 6 = 1
X42 C42 – U4 – V2 6 – 3 – 5 = -2
A solução não é ótima: Entra a variável X23 que possui o coeficiente
negativo de maior valor absoluto.
Circuito de compensação
D1 D2 D3
O1 8 2 10
O2 20 - 𝜃 𝜃 20
O3 10 + 𝜃 2–𝜃 12
O4 13 13
8 32 15
𝜃 entra com valor 2
Nova Solução:
D1 D2 D3
O1 8 2 10
O2 18 2 20
O3 12 12
O4 13 13
8 32 15

237
Verificar se a nova solução é ótima - Critério de otimalidade
X11 C11 - U1 – V1 = 0 6 – U1 – V1 = 0
X12 C12 - U1 – V2 = 0 5 – U1 – V2 = 0
X22 C22 - U2 – V2 = 0 12 – U2 – V2 = 0
X32 C32 - U3 – V2 = 0 9 – U3 – V2 = 0
X23 C23 - U2 – V3 = 0 1 – U2 – V3 = 0
X43 C43 - U4 – V3 = 0 4 – U4 – V3 = 0
O sistema resultante tem sete variáveis e seis equações. Fazendo U1 = 0,
teremos:
V1 = 6 V2 = 5 U2 = 7 U3 = 4 V3 = -6 U4 = 10

X13 C13 – U1 – V3 8 – 0 + 6 = 14
X21 C21 – U2 – V1 13 – 7 – 6 = 0
X31 C31 – U3 – V1 7 – 4 – 6 = -3
X33 C33 – U3 – V3 5–4+6=7
X41 C41 – U4 – V1 10 – 10 – 6 = -6
X42 C42 – U4 – V2 6 – 10 – 5 = -9

negativo de maior valor absoluto. I
D1 D2 D3
O1 8 2 10
O2 18 - 𝜃 2+𝜃 20
O3 12 12
O4 𝜃 13 - 𝜃 13
8 32 15
Nova Solução:
D1 D2 D3
O1 8 2 10
O2 5 15 20
O3 12 12
O4 13 13
8 32 15
238

X11 C11 - U1 – V1 = 0 6 – U1 – V1 = 0
X12 C12 - U1 – V2 = 0 5 – U1 – V2 = 0
X22 C22 - U2 – V2 = 0 12 – U2 – V2 = 0
X23 C23 - U2 – V3 = 0 1 – U2 – V3 = 0
X32 C32 - U3 – V2 = 0 9 – U3 – V2 = 0
X42 C42 - U4 – V2 = 0 6 – U4 – V2 = 0
O sistema resultante tem sete variáveis e seis equações.
Fazendo U1 = 0, teremos:
V1 = 6 V2 = 5 U2 = 7 U3 = 4 V3 = -6 U4 = 1

X13 C13 – U1 – V3 8 – 0 + 6 = 14
X21 C21 – U2 – V1 13 – 7 – 6 = 0
X31 C31 – U3 – V1 7 – 4 – 6 = -3
X33 C33 – U3 – V3 5–4+6=7
X41 C41 – U4 – V1 10 – 1 – 6 = 3
X43 C43 – U4 – V3 4–1+6=9
Entra a variável X31 que possui coeficiente negativo.

D1 D2 D3
O1 8-𝜃 2+𝜃 10
O2 5 15 20
O3 𝜃 12 – 𝜃 12
O4 13 13
8 32 15
Nova Solução:
D1 D2 D3
O1 10 10
O2 5 15 20
O3 8 4 12
O4 13 13
8 32 15

239
Verificar se a nova solução é ótima - Teste de otimalidade
X12 C12 - U1 – V2 = 0 5 – U1 – V2 = 0
X22 C22 - U2 – V2 = 0 12 – U2 – V2 = 0
X23 C23 - U2 – V3 = 0 1 – U2 – V3 = 0
X31 C31 - U3 – V1 = 0 7 – U3 – V1 = 0
X32 C32 - U3 – V2 = 0 9 – U3 – V2 = 0
X42 C42 - U4 – V2 = 0 6 – U4 – V2 = 0
o sistema resultante tem sete variáveis e seis equações. Fazendo U1 = 0,
teremos: V1 = 3 V2 = 5 V3 = -6
U 1 = 0 U2 = 7 U3 = 4 U4 = 1

X11 C11 – U1 – V1 6–0-3=3
X13 C13 – U1 – V3 8 - 0 + 6 = 14
X21 C21 – U2 – V1 13 – 7 – 3 = 3
X33 C33 – U3 – V3 5–4+6=7
X41 C41 – U4 – V1 10 – 1 – 3 = 6
X43 C43 – U4 – V3 4–1+6=9
A solução testada é ótima, pois as variáveis não básicas não possuem

coeficientes negativos.
Portanto a solução ótima é (acompanhe no quadro de solução):
Transportar:
10 unidades da origem 1 ao destino 2
O custo do programa será:
C = 10x5+5x12+15x1+8x7+4x9+13x6= 295
Otimalidade - exemplo 1
O Problema da Degenerescência
Vimos que igualando os coeficientes das variáveis básicas a zero, o
resultado é um sistema que apresenta uma variável a mais que o número
de equações. Atribuímos um valor arbitrário para a variável livre e
obtivemos um conjunto único de valores para as incógnitas.
240
Pode ocorrer, entretanto, que haja menos variáveis básicas do que o
necessário na solução, o que resulta menos equações do que as
desejadas (duas, três ou mais equações a menos que o número de
variáveis).
Dizemos nesse caso que a solução é degenerada. Ao calcular os
valores de U e V do sistema para o critério de otimalidade, não
conseguimos um conjunto único de valores para U e V.
A solução para o caso é criar variáveis básicas auxiliares, quantas
forem necessárias para que o número de equações seja apenas um a
menos que o número de variáveis. Essas variáveis básicas auxiliares
devem ter um valor tão próximo de zero que não alteram as condições de
contorno do problema (restrições de origem e destino).
O cuidado que devemos tomar ao acrescentar variáveis básicas
auxiliares é que elas não formem circuitos com as variáveis básicas
originais.
Exemplo: calcular o plano ótimo de transporte para os dados do quadro:

D1 D2 D3
O1 12 9 8 10
O2 13 12 6 20
O3 7 9 5 10
O4 3 2 8 15
8 30 17
A solução inicial pelo canto noroeste é:

D1 D2 D3
O1 8 2 10
O2 20 20
O3 8 2 10
O4 15 15
8 30 17
Aplicando o teste de otimalidade na solução inicial, chegamos a conclusão
de que ela não é ótima, e que deve entrar a variável x41 que tem
coeficiente -12 (verifique).
D1 D2 D3
O1 8-𝜃 2+𝜃 10
O2 20 20
O3 8-𝜃 2+𝜃 10
O4 𝜃 15 - 𝜃 15
8 30 17

241
D1 D2 D3
O1 10 10
O2 20 20
O3 A 10 10
O4 8 7 15
8 30 17
X12 C12 - U1 – V2 = 0 9 – U1 – V2 = 0
X22 C22 - U2 – V2 = 0 12 – U2 – V2 = 0
X33 C33 - U3 – V3 = 0 5 – U3 – V3 = 0
X41 C41 - U4 – V1 = 0 3 – U4 – V1 = 0
X43 C43 - U4 – V3 = 0 8 – U4 – V3 = 0
O sistema tem cinco equações e sete variáveis. Devemos então acres-

centar uma variável auxiliar A numa célula que não forme circuito com as
outras variáveis básicas. Por exemplo, colocamos A na célula de X32, e
completamos o sistema.
X32 C32 – U3 – V2 = 0 9 – U3 – V2 = 0
V2 = 9 U2= 3 V3 = 5 U4 = 3 V1 = O U3 = 0
X11 C11 – U1 – V1 12 – 0 - 0 = 12
X13 C13 – U1 – V3 8-0-5=3
X21 C21 – U2 – V1 13 – 3 – 0 = 10
X23 C23 – U2 – V3 6 – 3 - 5 = -2
X31 C31 – U3 – V1 7–0–0=7
X42 C432 – U4 – V2 2 – 3 - 9 = -10
A solução não é ótima. Entra a variável X42.
D1 D2 D3
O1 10 10
O2 20 20
O3 A-𝜃 10 + 𝜃 10
O4 8 𝜃 7–𝜃 15
8 30 17
242
𝜃 entra com valor A, que é um número muito pequeno e não altera os
outros valores
Nova solução
D1 D2 D3
O1 10 10
O2 20 20
O3 10 10
O4 8 A 7 15
8 30 17
Teste de otimalidade para nova solução

X12 C12 - U1 – V2 = 0 9 – U1 – V2 = 0
X22 C22 - U2 – V2 = 0 12 – U2 – V2 = 0
X33 C33 - U3 – V3 = 0 5 – U3 – V3 = 0
X41 C41 - U4 – V1 = 0 3 – U4 – V1 = 0
X42 C42 - U4 – V2 = 0 2 – U4 – V2 = 0
X43 C43 - U4 – V3 = 0 8 – U4 – V3 = 0
O sistema tem sete variáveis e seis equações. Fazendo U1 = 0, teremos:

V2 = 9 U2 = 3 U4 = -7 V1 = 10 V3 = 15 U3 = -10
Coeficiente das variáveis não básicas:

X11 C11 - U1 – V1 12 – 0 – 10 = 2
X13 C13 - U1 – V3 8 – 0 – 15 = -7
X21 C21 - U2 – V1 13 – 3 – 10 = 0
X23 C23 - U2 – V3 6 – 3 – 15 = -12
X31 C31 - U3 – V1 7 + 10 – 10 = 7
X32 C32 - U3 – V2 9 – (-10) – 9 =
10
A solução testada não é ótima. Entra a variável X23.
D1 D2 D3
O1 10 10
O2 20 – 𝜃 𝜃 20
O3 10 10
O4 8 A+𝜃 7–𝜃 15
8 30 17
𝜃=7
243
Nova solução
D1 D2 D3
O1 10 10
O2 13 7 20
O3 10 10
O4 8 7 15
8 30 17

X12 C12 - U1 – V2 = 0 9 – U1 – V2 = 0
X22 C22 - U2 – V2 = 0 12 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 6 – U2 – V3 = 0
X33 C33 – U3 – V3 = 0 5 – U3 – V3 = 0
X41 C41 - U4 – V1 = 0 3 – U4 – V1 = 0
X42 C42 - U4 – V2 = 0 2 – U4 – V2 = 0

U1 = 0 U2 = 3 U3 = 2 U4 = -7 V1 = 10 V2 = 9 V3 = 3

X11 C11 - U1 – V1 12 – 0 – 10 = 2
X13 C13 - U1 – V3 8–0–3=5
X21 C21 - U2 – V1 13 – 3 – 10 = 0
X31 C31 – U3 – V1 7 – 2 – 10 = -5
X32 C32 - U3 – V2 9 - 2 – 9 = -2
X43 C43 – U4 – V3 8 – (-7) – 3 = 12

D1 D2 D3
O1 10 10
O2 13- 𝜃 7+ 𝜃 20
O3 𝜃 10 - 𝜃 10
O4 8- 𝜃 7 15
8 30 17
𝜃=8
Nova solução

244
D1 D2 D3
O1 10 10
O2 5 15 20
O3 8 2 10
O4 7 15
8 30 17

X12 C12 - U1 – V2 = 0 9 – U1 – V2 = 0
X22 C22 - U2 – V2 = 0 12 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 6 – U2 – V3 = 0
X31 C31 – U3 – V1 = 0 7 – U3 – V1 = 0
X33 C33 – U3 – V3 = 0 5 – U3 – V3 = 0
X42 C42 - U4 – V2 = 0 2 – U4 – V2 = 0

U1 = 0 U2 = 3 U3 = 2 U4 = -7 V1 = 5 V2 = 9 V3 = 3

X11 C11 - U1 – V1 12 – 0 – 5 = 7
X13 C13 - U1 – V3 8–0–3=5
X21 C21 - U2 – V1 13 – 3 – 5 = 5
X32 C32 – U3 – V2 9 – 2 – 9 = -2
X41 C41 – U4 – V1 3 – (-7) – 5 = 5
X43 C43 – U4 – V3 8 – (-7) – 3 = 12

D1 D2 D3
O1 10 10
O2 5-𝜃 15+𝜃 20
O3 8 𝜃 2-𝜃 10
O4 7 15
8 30 17
𝜃=2
Nova solução

245
D1 D2 D3
O1 10 10
O2 3 17 20
O3 8 2 10
O4 7 15
8 30 17

X12 C12 - U1 – V2 = 0 9 – U1 – V2 = 0
X22 C22 - U2 – V2 = 0 12 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 6 – U2 – V3 = 0
X31 C31 – U3 – V1 = 0 7 – U3 – V1 = 0
X32 C32 – U3 – V2 = 0 9 – U3 – V2 = 0
X42 C42 - U4 – V2 = 0 2 – U4 – V2 = 0

U1 = 0 U2 = 3 U3 = 0 U4 = -7 V1 = 7 V2 = 9 V3 = 3

X11 C11 - U1 – V1 12 – 0 – 7 = 5
X13 C13 - U1 – V3 8–0–3=5
X21 C21 - U2 – V1 13 – 3 – 7 = 3
X33 C33 – U3 – V3 5–0–3=2
X41 C41 – U4 – V1 3 – (-7) – 7 = 3
X43 C43 – U4 – V3 8 – (-7) – 3 = 12
Como os resultados foram todos positivos temos solução ótima.

D1 D2 D3
O1 10 10
O2 3 17 20
O3 8 2 10
O4 15 15
8 30 17
C = 9 . 10 + 12 . 3 + 6 . 17 + 7 . 8 + 9 . 2 + 2 . 15
C = 90 + 36 + 102 + 56 + 18 + 30
C = 126 + 158 + 48
C = 284 + 48
C = 322 que é o custo de transporte ótimo.
246

Otimalidade com degenerescência - 1ª parte
Otimalidade com degenerescência - 2ª parte
O Caso de Maximização
Alguns modelos de programação linear, embora tenham objetivo de

maximização, podem ser tratados como modelos de transportes. Como o
modelo de transportes minimiza o objetivo, a solução consiste em
transformar o objetivo em minimização. Isto pode ser feito de duas
maneiras:
a) Multiplicar a função objetivo por -1, o que equivale a trocar o sinal

dos custos unitários de transporte.
b) Trabalhar com um novo quadro, onde os custos unitários de trans-
porte são os complementos dos preços originais para algum valor
fixo, geralmente o maior valor da tabela original.
Exemplo: O quadro representa os ganhos unitários devido à venda de

mercadorias compradas nas origens e comercializadas nos destinos. O
objetivo, portanto, é maximizar o retorno, na distribuição das
mercadorias das origens para os destinos.
D1 D2 D3
O1 10 12 6 10
O2 8 10 9 20
O3 14 16 13 30
15 15 30
Quadro de minimização (função objetivo x(-1))
D1 D2 D3
O1 -10 -12 -6 10
O2 -8 -10 -9 20
O3 -14 -16 -13 30
15 15 30
Quadro de minimização (complemento para 16)

247
D1 D2 D3
O1 6 4 10 10
O2 8 6 7 20
O3 2 0 3 30
15 15 30
D1 D2 D3
O1 10 A 10
O2 5 15 20
O3 30 30
15 15 30

X11 C11 - U1 – V1 = 0 6 – U1 – V1 = 0
X21 C21 - U2 – V1 = 0 8 – U2 – V1 = 0
X22 C22 – U2 – V2 = 0 6 – U2 – V2 = 0
X33 C33 – U3 – V3 = 0 3 – U3 – V3 = 0
X13 C13 – U1 – V3 = 0 10 – U1 – V3 = 0
U1 = 0 U2= 2 U3 = -7 V1 = 6 V2 = 4 V3 = 10

X12 C12 – U1 – V2 4 –0-4=0
X23 C23 – U2 – V3 7 - 2 - 10 = -5
X31 C31 – U3 – V1 2 +7–6=3
X32 C32 – U3 – V2 0 +7-4=3
A solução não é ótima. Entra a variável X23.
D1 D2 D3
O1 10+ 𝜃 A–𝜃 10
O2 5- 𝜃 15 +𝜃 20
O3 30 30
15 15 30

248
D1 D2 D3
O1 10
O2 5 15 A
O3 30
𝜃 entra com valor A, que é um número muito pequeno e não altera os

outros valores

X11 C11 - U1 – V1 = 0 6 – U1 – V1 = 0
X21 C21 - U2 – V1 = 0 8 – U2 – V1 = 0
X22 C22 – U2 – V2 = 0 6 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 7 – U2 – V3 = 0
X33 C33 – U3 – V3 = 0 3 – U3 – V3 = 0
O sistema tem sete variáveis e cinco equações. Fazendo U1 = 0, teremos:

U1 = 0 U2= 2 U3 = -2 V1 = 6 V2 = 4 V3 = 5
X12 C12 - U1 – V2 4–0–4=0
X13 C13 - U1 – V3 10 – 0 – 5 = 5
X31 C31 – U3 – V1 2 + 2 – 6 = -2
X32 C32 – U3 – V2 0 + 2 – 4 = -2

D1 D2 D3
O1 10
O2 5–𝜃 15 A+𝜃
O3 +𝜃 30 – 𝜃
O4
Nova solução
D1 D2 D3
O1 10
O2 15 5
O3 5 25
O4

249

X11 C11 - U1 – V1 = 0 6 – U1 – V1 = 0
X22 C22 - U2 – V2 = 0 6 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 7 – U2 – V3 = 0
X31 C31 – U3 – V1 = 0 2 – U3 – V1 = 0
X32 C32 – U3 – V2 = 0 3 – U3 – V2 = 0
U1 = 0 U2= -1 U3 = -4 V1 = 6 V2 = 7 V3 = 8

X12 C12 - U1 – V2 4 – 0 – 7 = -3
X13 C13 - U1 – V3 10 – 0 – 8 = 2
X21 C21 – U2 – V1 8+1–6=3
X32 C32 – U3 – V2 0 + 4 – 7 = -3
D1 D2 D3
O1 10
O2 15 – 𝜃 5+𝜃
O3 5 +𝜃 25 – 𝜃
O4
Nova solução
D1 D2 D3
O1 10
O2 20
O3 5 15 10
O4

X12 C12 - U1 – V2 4–0–4=0
X13 C13 - U1 – V3 10 – 0 – 7 = 3
X21 C21 – U2 – V1 8-0–6=2
X22 C22 – U2 – V2 6-0–4=2

250
D1 D2 D3
O1 10
O2 20
O3 5 15 10
O4
R = 10 . 10 + 20 . 9 + 14 . 5 + 16 . 15 + 13 . 10
= 100 + 180 + 70 + 240 + 130
= 280 + 440
= 720
Transporte - o caso da maximização - exemplo 1
O Caso da Impossibilidade de Transporte
Pode ocorrer que determinado transporte de uma origem para um

destino não possa ser realizado. Neste caso, colocamos como custo de
transporte, naquela célula da tabela de custos, um símbolo M, que
representa um número muito grande. Desta forma:
Ao construir a solução básica inicial, evitamos esta célula, onde não
é possível o transporte.
Como o número M é muito grande, ao calcular os coeficientes das
variáveis não básicas, o coeficiente desta célula nunca será negativo, o
que impede o aparecimento, na célula, de uma variável básica trazendo
como consequência a ausência daquele transporte.
Exercícios
01) No quadro de transporte a seguir, a quarta linha mostra as
necessidades nos destinos e a quarta coluna as disponibilidades nas
origens. Os outros dados representam custos unitários de
transporte das origens para os respectivos destinos.
10 15 20 40
12 25 18 100
16 14 24 10
50 40 60
Determinar o plano de transporte que minimiza o custo total das

transferências. Use o método do canto noroeste para a solução inicial.
251
40 40
10 40 50 100
10 10
50 40 60

X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X21 C21 – U2 – V1 = 0 12 – U2 – V1 = 0
X22 C22 - U2 – V2 = 0 25 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 18 – U2 – V3 = 0
X33 C33 - U3 – V3 = 0 24 – U3 – V3 = 0

calcular
U1 = 0 V1 = 10
U2 = 2 V2 = 23
U3 = 8 V3 = 16

X12 C12 – U1 – V2 15 – 0 – 23 = -8
X13 C13 – U1 – V3 20 – 0 – 16 = 4
X31 C31 – U3 – V1 16 – 8 – 10 = -2
X32 C32 – U3 – V2 14 – 8 – 23 = -17
40 40
10 40− 𝜃 50+𝜃 100
𝜃 10− 𝜃 10
50 40 60

252
Nova Solução:
40 40
10 30 60 100
10 10
50 40 60

X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X21 C21 – U2 – V1 = 0 12 – U2 – V1 = 0
X22 C22 - U2 – V2 = 0 25 – U2 – V2 = 0
X23 C23 - U2 – V3 = 0 18 – U2 – V3 = 0
X32 C32 – U3 – V2 = 0 14 – U3 – V2 = 0
teremos:
U1 = 0 V1 = 10
U2 = 2 V2 = 23
U3 = -9 V3 = 16
X12 C12 – U1 – V2 15 – 0 – 23 = -8
X13 C13 – U1 – V3 20 – 0 – 16 = 4
X31 C31 – U3 – V1 16 – (-9) – 10 = 15
X33 C33 – U3 – V3 24 – (-9) – 16 = 17

negativo de maior valor absoluto. I
40−𝜃 𝜃 40
10+ 𝜃 30- 𝜃 60 100
10 10
50 40 60
Nova Solução:
10 30 40
40 60 100
10 10
50 40 60

253

X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X12 C12 – U1 – V2 = 0 15 – U1 – V2 = 0
X21 C21 - U2 – V1 = 0 12 – U2 – V1 = 0
X23 C23 - U2 – V3 = 0 18 – U2 – V3 = 0
X32 C32 – U3 – V2 = 0 14 – U3 – V2 = 0
teremos:
U1 = 0 V1 = 10
U2 = 2 V2 = 15
U3 = -1 V3 = 16

X13 C13 – U1 – V3 20 – 0 – 16 = 4
X22 C22 – U2 – V2 25 – 2 – 15 = 8
X31 C31 – U3 – V1 16 – (-1) – 10 = 7
X33 C33 – U3 – V3 24 – (-1) – 16 = 9

10 30 40
40 60 100
10 10
50 40 60
Transporte quantidade valor total
X11 10 10 100
X12 30 15 450
X21 40 12 480
X23 60 18 1080
X32 10 14 140
Logo o custo total será de 2250

Transporte – otimalidade - exercício 1

254
02) No quadro de transporte a seguir, a quarta linha mostra as
necessidades nos destinos e a quarta coluna as disponibilidades nas
origens. Os outros dados representam custos unitários de
transporte das origens para os respectivos destinos.
10 15 20 40
12 25 18 100
16 14 24 10
50 40 60
Determinar o plano de transporte que minimiza o custo total das
transferências. Use o método de Vogel para a solução inicial.
30 10 40
50 50 100
10 10
50 40 60

X12 C12 - U1 – V2 = 0 15 – U1 – V2 = 0
X13 C13 – U1 – V3 = 0 20 – U1 – V3 = 0
X21 C21 - U2 – V1 = 0 12 – U2 – V1 = 0
X23 C23 – U2 – V3 = 0 18 – U2 – V3 = 0
X32 C32 - U3 – V2 = 0 14 – U3 – V2 = 0

calcular
U1 = 0 V1 = 14
U2 = -2 V2 = 15
U3 = -1 V3 = 20

X11 C11 – U1 – V1 10 – 0 – 14 = -4
X22 C22 – U2 – V2 25 – (-2) – 15 = 12
X31 C31 – U3 – V1 16 – (-1) – 14 = 3
X33 C33 – U3 – V3 24 – (-1) – 20 = 5

255
𝜃 30 10− 𝜃 40
50−𝜃 50+ 𝜃 100
10 10
50 40 60
Nova Solução:
10 30 40
40 60 100
10 10
50 40 60
X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X12 C12 – U1 – V2 = 0 15 – U1 – V2 = 0
X21 C21 - U2 – V1 = 0 12 – U2 – V1 = 0
X23 C23 - U2 – V3 = 0 18 – U2 – V3 = 0
X32 C32 – U3 – V2 = 0 14 – U3 – V2 = 0
teremos:
U1 = 0 V1 = 10
U2 = 2 V2 = 15
U3 = -1 V3 = 16
X13 C13 – U1 – V3 20 – 0 – 16 = 4
X22 C22 – U2 – V2 25 – 2 – 15 = 8
X31 C31 – U3 – V1 16 – (-1) – 10 = 7
X33 C33 – U3 – V3 24 – (-1) – 16 = 9
10 30 40
40 60 100
10 10
50 40 60

256
X11 10 10 100
X12 30 15 450
X21 40 12 480
X23 60 18 1080
X32 10 14 140
03) O quadro a seguir apresenta a mesma disposição do problema 1.
Determine o custo mínimo usando o método do canto noroeste
para a solução inicial.
10 15 20 100
12 25 18 80
16 14 24 20
100 50 60
Em primeiro lugar devemos acrescentar uma linha para o sistema ficar
equilibrado
10 15 20 100
12 25 18 80
16 14 24 20
0 0 0 10
100 50 60
Como o número de equações é menor que o número de variáveis
devemos entrar com variáveis auxiliares quantas forem necessárias,
neste caso será necessário apenas uma que deverá entrar em uma
posição que não forme circuito, optamos por entrá-la na posição X41.
100 100
50 30 80
20 20
A 10 10
100 50 60
X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X22 C22 - U2 – V2 = 0 25 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 18 – U2 – V3 = 0
X33 C33 - U3 – V3 = 0 24 – U3 – V3 = 0
X41 C41 – U4 – V1 = 0 0 – U4 – V1 = 0
257
X43 C43 – U4 – V3 = 0 0 – U4 – V3 = 0

calcular
U1 = 0 V1 = 10
U2 = 8 V2 = 17
U3 = 14 V3 = 10
U4 = -10

X12 C12 – U1 – V2 15 – 0 – 17 = -2
X13 C13 – U1 – V3 20 – 0 – 10 = 10
X21 C21 – U2 – V1 12 – 8 – 10 = -6
X31 C31 – U3 – V1 16 – 14 – 10 = -8
X32 C32 – U3 – V2 14 – 14 – 17 = -17
X42 C42 – U4 – V2 0 – (-10) – 17 = -7

100 100
50 30 80
𝜃 20− 𝜃 20
A−𝜃 10+ 𝜃 10
100 50 60
𝜃 entra com valor A
Nova Solução:
100 100
50 30 80
A 20 20
10 10
100 50 60

258
X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X22 C22 - U2 – V2 = 0 25 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 18 – U2 – V3 = 0
X31 C31 – U3 – V1 = 0 16 – U3 – V1 = 0
X33 C33 - U3 – V3 = 0 24 – U3 – V3 = 0
X43 C43 – U4 – V3 = 0 0 – U4 – V3 = 0

calcular
U1 = 0 V1 = 10
U2 = 0 V2 = 25
U3 = 6 V3 = 18
U4 = -18

X12 C12 – U1 – V2 15 – 0 – 25 = -10
X13 C13 – U1 – V3 20 – 0 – 18 = 2
X21 C21 – U2 – V1 12 – 0 – 10 = 2
X32 C32 – U3 – V2 14 – 6 – 25 = -17
X41 C41 – U4 – V1 0 – (-18) – 10 = 8
X42 C42 – U4 – V2 0 – (-18) – 25 = -7

100 100
50- 𝜃 30+ 𝜃 80
A 𝜃 20- 𝜃 20
10 10
100 50 60
Nova Solução:

259
100 100
30 50 80
A 20 20
10 10
100 50 60

X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X22 C22 - U2 – V2 = 0 25 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 18 – U2 – V3 = 0
X31 C31 – U3 – V1 = 0 16 – U3 – V1 = 0
X32 C32 - U3 – V2 = 0 14 – U3 – V2 = 0
X43 C43 – U4 – V3 = 0 0 – U4 – V3 = 0
calcular
U1 = 0 V1 = 10
U2 = 17 V2 = 8
U3 = 6 V3 = 1
U4 = -1
X12 C12 – U1 – V2 15 – 0 – 8 = 7
X13 C13 – U1 – V3 20 – 0 – 1 = 19
X21 C21 – U2 – V1 12 – 17 – 10 = -15
X33 C33 – U3 – V3 24 – 6 – 1 = 17
X41 C41 – U4 – V1 0 – (-1) – 10 = -9
X42 C42 – U4 – V2 0 – (-1) – 8 = -7

100 100
𝜃 30- 𝜃 50 80
A- 𝜃 20+𝜃 20
10 10
100 50 60

260
𝜃 entra com valor A
Nova Solução:
100 100
A 30 50 80
20 20
10 10
100 50 60

X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X21 C21 – U2 – V1 = 0 12 – U2 – V1 = 0
X22 C22 - U2 – V2 = 0 25 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 18 – U2 – V3 = 0
X32 C32 - U3 – V2 = 0 14 – U3 – V2 = 0
X43 C43 – U4 – V3 = 0 0 – U4 – V3 = 0
calcular
U1 = 0 V1 = 10
U2 = 2 V2 = 23
U3 = -9 V3 = 16
U4 = -16

X12 C12 – U1 – V2 15 – 0 – 23 = -8
X13 C13 – U1 – V3 20 – 0 – 16 = 4
X31 C31 – U3 – V1 16 – (-9) – 10 = 15
X33 C33 – U3 – V3 24 – (-9) – 16 = 17
X41 C41 – U4 – V1 0 – (-16) – 10 = 6
X42 C42 – U4 – V2 0 – (-16) – 23 = -7

261
100- 𝜃 𝜃 100
A+ 𝜃 30- 𝜃 50 80
20 20
10 10
100 50 60
Nova Solução:
70 30 100
30 50 80
20 20
10 10
100 50 60
X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X12 C12 – U1 – V2 = 0 15 – U1 – V2 = 0
X21 C21 – U2 – V1 = 0 12 – U2 – V1 = 0
X23 C23 – U2 – V3 = 0 18 – U2 – V3 = 0
X32 C32 - U3 – V2 = 0 14 – U3 – V2 = 0
X43 C43 – U4 – V3 = 0 0 – U4 – V3 = 0
calcular
U1 = 0 V1 = 10
U2 = 2 V2 = 15
U3 = -1 V3 = 16
U4 = -16
X13 C13 – U1 – V3 20 – 0 – 16 = 4
X22 C22 – U2 – V2 25 – 2 – 15 = 8
X31 C31 – U3 – V1 16 – (-1) – 10 = 7
X33 C33 – U3 – V3 24 – (-1) – 16 = 9
X41 C41 – U4 – V1 0 – (-16) – 10 = 6
X42 C42 – U4 – V2 0 – (-16) – 15 = 1

262
70 30 100
30 50 80
20 20
10 10
100 50 60

X11 70 10 700
X12 30 15 450
X21 30 12 360
X23 50 18 900
X32 20 14 280
X43 10 0 0
04) Determine o custo mínimo usando o método do Vogel para a
solução inicial.
10 15 20 100
12 25 18 80
16 14 24 20
100 50 60
Em primeiro lugar devemos acrescentar uma linha para o sistema ficar
equilibrado
10 15 20 100
12 25 18 80
16 14 24 20
0 0 0 10
100 50 60
20 30 50 100
80 80
20 20
10 10
100 50 60
263

X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X12 C12 – U1 – V2 = 0 15 – U1 – V2 = 0
X13 C13 – U1 – V3 = 0 20 – U1 – V3 = 0
X21 C21 – U2 – V1 = 0 12 – U2 – V1 = 0
X32 C32 – U3 – V2 = 0 14 – U3 – V2 = 0
X43 C43 – U4 – V3 = 0 0 – U4 – V3 = 0

calcular uma solução devemos atribuir um valor a uma das variáveis.
U1 = 0 V1 = 10
U2 = 2 V2 = 15
U3 = -1 V3 = 20
U4 = -20

X22 C22 – U2 – V2 25 – 2 – 15 = 8
X23 C23 – U2 – V3 18 – 2 – 20 = -4
X31 C31 – U3 – V1 16 – (-1) – 10 = 7
X33 C33 – U3 – V3 24 – (-1) – 20 = 5
X41 C41 – U4 – V1 0 – (-20) – 10 = 10
X42 C42 – U4 – V2 0 – (-20) – 15 = 5

20+ 𝜃 30 50-𝜃 100
80- 𝜃 𝜃 80
20 20
10 10
100 50 60

264
Nova Solução:
70 30 100
30 50 80
20 20
10 10
100 50 60

X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X12 C12 – U1 – V2 = 0 15 – U1 – V2 = 0
X21 C21 – U2 – V1 = 0 12 – U2 – V1 = 0
X23 C23 – U2 – V3 = 0 18 – U2 – V3 = 0
X32 C32 - U3 – V2 = 0 14 – U3 – V2 = 0
X43 C43 – U4 – V3 = 0 0 – U4 – V3 = 0

calcular
U1 = 0 V1 = 10
U2 = 2 V2 = 15
U3 = -1 V3 = 16
U4 = -16

X13 C13 – U1 – V3 20 – 0 – 16 = 4
X22 C22 – U2 – V2 25 – 2 – 15 = 8
X31 C31 – U3 – V1 16 – (-1) – 10 = 7
X33 C33 – U3 – V3 24 – (-1) – 16 = 9
X41 C41 – U4 – V1 0 – (-16) – 10 = 6
X42 C42 – U4 – V2 0 – (-16) – 15 = 1


265
70 30 100
30 50 80
20 20
10 10
100 50 60
X11 70 10 700
X12 30 15 450
X21 30 12 360
X23 50 18 900
X32 20 14 280
X43 10 0 0
05) O quadro a seguir usa a mesma disposição do problema 1. As
células marcadas com X indicam a impossibilidade do transporte
daquela origem para aquele destino. Resolva usando o método do
canto noroeste.
10 15 X 50
X 25 18 70
16 14 24 30
80 50 40
Primeiramente iremos equilibrar o sistema colocando uma linha a mais
com valores de transporte valendo “0”, e completando a soma das linhas
a 170.
10 15 X 50
X 25 18 70
16 14 24 30
0 0 0 20
80 50 40
Fazendo o transporte pelo método do canto noroeste temos:
50 50
50 20 70
30 30
20 20
80 50 40

266
X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X22 C22 – U2 – V2 = 0 25 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 18 – U2 – V3 = 0
X31 C31 – U3 – V1 = 0 16 – U3 – V1 = 0
X43 C43 – U4 – V3 = 0 0 – U4 – V3 = 0
O sistema ficou degenerado pois a o número de variáveis supera o de

equações em mais de uma. Portanto devemos colocar uma variável
auxiliar em uma posição que não faz circuito e não esteja em uma
posição marcada com X.
Iremos colocar a variável A na posição X12 e, portanto teremos.
50 A 50
50 20 70
30 30
20 20
80 50 40
X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X12 C12 – U1 – V2 = 0 15 – U1 – V2 = 0
X22 C22 – U2 – V2 = 0 25 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 18 – U2 – V3 = 0
X31 C31 – U3 – V1 = 0 16 – U3 – V1 = 0
X43 C43 – U4 – V3 = 0 0 – U4 – V3 = 0

calcular
U1 = 0 V1 = 10
U2 = 10 V2 = 15
U3 = 6 V3 = 8
U4 = -8

267
X13 C13 – U1 – V3 x – 0 – 8 = x-8
X21 C21 – U2 – V1 x – 10 – 10 = x
X32 C32 – U3 – V2 14 – 6 – 15 = -7
X33 C33 – U3 – V3 24 – 6 - 8 = 10
X41 C41 – U4 – V1 0 – (-8) – 10 = -2
X42 C42 – U4 – V2 0 – (-8) – 15 = -7
A solução não é ótima: podemos escolher entre as variáveis x32 ou
x42 para a que entra. Neste exemplo escolhemos a variável X32 que
possui o coeficiente negativo de maior valor absoluto.
50+𝜃 A-𝜃 50
50 20 70
30-𝜃 𝜃 30
20 20
80 50 40
𝜃 terá valor de A
Nova solução.
50 50
50 20 70
30 A 30
20 20
80 50 40
X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X22 C22 – U2 – V2 = 0 25 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 18 – U2 – V3 = 0
X31 C31 – U3 – V1 = 0 16 – U3 – V1 = 0
X32 C32 – U3 – V2 = 0 14 – U3 – V2 = 0
X43 C43 – U4 – V3 = 0 0 – U4 – V3 = 0
calcular
U1 = 0 V1 = 10
U2 = 17 V2 = 8
U3 = 6 V3 = 1
U4 = -1
268
X12 C12 – U1 – V2 15- 0 – 8 = 7
X13 C13 – U1 – V3 x–0–1=x-1
X21 C21 – U2 – V1 x – 17 – 10 = x - 27
X33 C33 – U3 – V3 24 – 6 – 1 = 17
X41 C41 – U4 – V1 0 – (-1) – 10 = -9
X42 C42 – U4 – V2 0 – (-1) – 8 = -7
A solução não é ótima: Neste exemplo escolhemos a variável X41
que possui o coeficiente negativo de maior valor absoluto.
50 50
50-𝜃 20+𝜃 70
30-𝜃 A+𝜃 30
𝜃 20-𝜃 20
80 50 40
𝜃 terá valor 20.
Nova solução.
50 50
30 40 70
10 20 30
20 20
80 50 40
X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X22 C22 – U2 – V2 = 0 25 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 18 – U2 – V3 = 0
X31 C31 – U3 – V1 = 0 16 – U3 – V1 = 0
X32 C32 – U3 – V2 = 0 14 – U3 – V2 = 0
X41 C41 – U4 – V1 = 0 0 – U4 – V1 = 0
calcular
U1 = 0 V1 = 10
U2 = 17 V2 = 8
U3 = 6 V3 = 1
U4 = -10
269
X12 C12 – U1 – V2 15- 0 – 8 = 7
X13 C13 – U1 – V3 x–0–1=x-1
X21 C21 – U2 – V1 x – 17 – 10 = x - 27
X33 C33 – U3 – V3 24 – 6 – 1 = 17
X42 C42 – U4 – V2 0 – (-10) – 8 = 2
X43 C43 – U4 – V3 0 – (-10) – 1 = 9

50 50
30 40 70
10 20 30
20 20
80 50 40

X11 50 10 500
X22 30 25 750
X23 40 18 720
X31 10 16 160
X32 20 14 280
X43 20 0 0

06) As células marcadas com X indicam a impossibilidade do transporte

daquela origem para aquele destino. Resolva usando o método de
Vogel.
10 15 X 50
X 25 18 70
16 14 24 30
80 50 40
Primeiramente iremos equilibrar o sistema colocando uma linha a mais
com valores de transporte valendo “0”, e completando a soma das linhas
a 170.
270
10 15 X 50
X 25 18 70
16 14 24 30
0 0 0 20
80 50 40
Fazendo o transporte pelo método de Vogel temos:
50 50
50 20 70
30 30
20 20
80 50 40
X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X22 C22 – U2 – V2 = 0 25 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 18 – U2 – V3 = 0
X31 C31 – U3 – V1 = 0 16 – U3 – V1 = 0
X43 C43 – U4 – V3 = 0 0 – U4 – V3 = 0
O sistema ficou degenerado pois a o número de variáveis supera o de
auxiliar em uma posição que não faz circuito e não esteja em uma
posição marcada com X.
50 A 50
50 20 70
30 30
20 20
80 50 40
X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X12 C12 – U1 – V2 = 0 15 – U1 – V2 = 0
X22 C22 – U2 – V2 = 0 25 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 18 – U2 – V3 = 0
X31 C31 – U3 – V1 = 0 16 – U3 – V1 = 0
X43 C43 – U4 – V3 = 0 0 – U4 – V3 = 0

271
calcular
U1 = 0 U4 = -8 V1 = 10
U2 = 10 V2 = 15
U3 = 6 V3 = 8
X13 C13 – U1 – V3 x – 0 – 8 = x-8
X21 C21 – U2 – V1 x – 10 – 10 = x
X32 C32 – U3 – V2 14 – 6 – 15 = -7
X33 C33 – U3 – V3 24 – 6 - 8 = 10
X41 C41 – U4 – V1 0 – (-8) – 10 = -2
X42 C42 – U4 – V2 0 – (-8) – 15 = -7
A solução não é ótima: podemos escolher entre as variáveis x32 ou
x42 para a que entra. Neste exemplo escolhemos a variável X32 que
possui o coeficiente negativo de maior valor absoluto.
50+𝜃 A-𝜃 50
50 20 70
30-𝜃 𝜃 30
20 20
80 50 40
𝜃 terá valor de A
Nova solução.
50 50
50 20 70
30 A 30
20 20
80 50 40
X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X22 C22 – U2 – V2 = 0 25 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 18 – U2 – V3 = 0
X31 C31 – U3 – V1 = 0 16 – U3 – V1 = 0
X32 C32 – U3 – V2 = 0 14 – U3 – V2 = 0
X43 C43 – U4 – V3 = 0 0 – U4 – V3 = 0
272
calcular
U1 = 0 V1 = 10
U2 = 17 V2 = 8
U3 = 6 V3 = 1
U4 = -1
X12 C12 – U1 – V2 15- 0 – 8 = 7
X13 C13 – U1 – V3 x–0–1=x-1
X21 C21 – U2 – V1 x – 17 – 10 = x - 27
X33 C33 – U3 – V3 24 – 6 – 1 = 17
X41 C41 – U4 – V1 0 – (-1) – 10 = -9
X42 C42 – U4 – V2 0 – (-1) – 8 = -7
50 50
50-𝜃 20+𝜃 70
30-𝜃 A+𝜃 30
𝜃 20-𝜃 20
80 50 40
𝜃 terá valor 20.
Nova solução.
50 50
30 40 70
10 20 30
20 20
80 50 40
X11 C11 - U1 – V1 = 0 10 – U1 – V1 = 0
X22 C22 – U2 – V2 = 0 25 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 18 – U2 – V3 = 0
X31 C31 – U3 – V1 = 0 16 – U3 – V1 = 0
X32 C32 – U3 – V2 = 0 14 – U3 – V2 = 0
X41 C41 – U4 – V1 = 0 0 – U4 – V1 = 0
273
calcular
U1 = 0 V1 = 10
U2 = 17 V2 = 8
U3 = 6 V3 = 1
U4 = -10
X12 C12 – U1 – V2 15- 0 – 8 = 7
X13 C13 – U1 – V3 x–0–1=x-1
X21 C21 – U2 – V1 x – 17 – 10 = x - 27
X33 C33 – U3 – V3 24 – 6 – 1 = 17
X42 C42 – U4 – V2 0 – (-10) – 8 = 2
X43 C43 – U4 – V3 0 – (-10) – 1 = 9
50 50
30 40 70
10 20 30
20 20
80 50 40

X11 50 10 500
X22 30 25 750
X23 40 18 720
X31 10 16 160
X32 20 14 280
X43 20 0 0
07) Uma empresa distribuidora tem três depósitos que estocam

respectivamente 160, 200 e 100 unidades de um produto, e deve
abastecer quatro clientes cujos pedidos são de 100, 80, 120 e 80
unidades, respectivamente. Os custos unitários de transporte dos
depósitos para os clientes estão na tabela:
274
C1 C2 C3 C4
D1 2,1 1,8 1,8 1,8
D2 1,5 2,4 1,8 2,1
D3 2,4 1,5 2,4 1,8
a) Determinar uma solução ótima pelo método do canto noroeste.
C1 C2 C3 C4
D1 2,1 1,8 1,8 1,8 160
D2 1,5 2,4 1,8 2,1 200
D3 2,4 1,5 2,4 1,8 100
100 80 120 80
Primeiramente iremos equilibrar o sistema colocando uma coluna a mais

com valores de transporte valendo “0”, e completando a soma das
colunas a 460.
C1 C2 C3 C4 C5
D1 2,1 1,8 1,8 1,8 0 160
D2 1,5 2,4 1,8 2,1 0 200
D3 2,4 1,5 2,4 1,8 0 100
100 80 120 80 80
Agora iremos resolver pelo método do canto noroeste.
C1 C2 C3 C4 C5
D1 100 60 160
D2 20 120 60 200
D3 20 80 100
100 80 120 80 80
X11 C11 - U1 – V1 = 0 2,1 – U1 – V1 = 0
X12 C12 – U1 – V2 = 0 1,8 – U1 – V2 = 0
X22 C22 – U2 – V2 = 0 2,4 – U2 – V2 = 0
X23 C23 – U2 – V3 = 0 1,8 – U2 – V3 = 0
X24 C24 – U2 – V4 = 0 2,1 – U2 – V4 = 0
X34 C34 – U3 – V4 = 0 1,8 – U3 – V4 = 0
X35 C35 – U3 – V5 = 0 0 – U3 – V5 = 0

275
calcular
U1 = 0 V1 = 2,1
U2 = 0,6 V2 = 1,8
U3 = 0,3 V3 = 1,2
V4 = 1,5
V5 = -0,3

X13 C13 – U1 – V3 1,8 – 0 – 1,2 = 0,6
X14 C14 – U1 – V4 1,8 – 0 - 1,5 = 0,3
X15 C15 – U1 – V5 0– 0 – (-0,3) = 0,3
X21 C21 – U2 – V1 1,5 – 0,6 – 2,1 = 1,2
X25 C25 – U2 – V5 0– 0,6 – (-0,3) = -0,3
X31 C31 – U3 – V1 2,4 – 0,3 – 2,1 = 0
X32 C32 – U3 – V2 1,5 – 0,3 – 1,8 = -0,6
X33 C33 – U3 – V3 2,4 – 0,3 – 1,2 = 0,9

C1 C2 C3 C4 C5
D1 100 60 160
D2 20-𝜃 120 60+𝜃 200
D3 𝜃 20-𝜃 80 100
100 80 120 80 80
Nova solução.
C1 C2 C3 C4 C5
D1 100 60 A 160
D2 120 80 200
D3 20 80 100
100 80 120 80 80
O sistema ficou degenerado, pois a o número de variáveis supera o de
auxiliar em uma posição que não faz.
276
X11 C11 - U1 – V1 = 0 2,1 – U1 – V1 = 0
X12 C12 – U1 – V2 = 0 1,8 – U1 – V2 = 0
X13 C13 – U1 – V3 = 0 1,8 – U1 – V3 = 0
X23 C23 – U2 – V3 = 0 1,8 – U2 – V3 = 0
X24 C24 – U2 – V4 = 0 2,1 – U2 – V4 = 0
X32 C32 – U3 – V2 = 0 1,5 – U3 – V2 = 0
X35 C35 – U3 – V5 = 0 0 – U3 – V5 = 0

calcular
U1 = 0 V1 = 2,1
U2 = 0 V2 = 1,8
U3 = -0,3 V3 = 1,8
V4 = 2,1
V5 = 0,3

X14 C14 – U1 – V4 1,8 – 0 – 2,1 = -0,3
X15 C15 – U1 – V5 0– 0 – 0,3 = -0,3
X21 C21 – U2 – V1 1,5 – 0 – 2,1 = -0,6
X22 C22 – U2 – V2 2,4 – 0 – 1,8 = 0,6
X25 C25 – U2 – V5 0– 0 – 0,3 = -0,3
X31 C31 – U3 – V1 2,4 – (-0,3) – 2,1 = 0,6
X33 C33 – U3 – V3 2,4 – (-0,3) – 1,8 = 0,9
X34 C34 – U3 – V4 1,8 – (-0,3) – 2,1 =0

C1 C2 C3 C4 C5
D1 100-𝜃 60 A+𝜃 160
D2 𝜃 120-𝜃 80 200
D3 20 80 100
100 80 120 80 80
277
Nova solução.
C1 C2 C3 C4 C5
D1 60 100 160
D2 100 20 80 200
D3 20 80 100
100 80 120 80 80
X11 C11 - U1 – V1 = 0 2,1 – U1 – V1 = 0
X12 C12 – U1 – V2 = 0 1,8 – U1 – V2 = 0
X13 C13 – U1 – V3 = 0 1,8 – U1 – V3 = 0
X23 C23 – U2 – V3 = 0 1,8 – U2 – V3 = 0
X24 C24 – U2 – V4 = 0 2,1 – U2 – V4 = 0
X32 C32 – U3 – V2 = 0 1,5 – U3 – V2 = 0
X35 C35 – U3 – V5 = 0 0 – U3 – V5 = 0
calcular
U1 = 0 V1 = 1,5
U2 = 0 V2 = 1,8
U3 = -0,3 V3 = 1,8
V4 = 2,1
V5 = 0,3
X11 C11 – U1 – V1 2,1 – 0 – 1,5 = 0,6
X14 C14 – U1 – V4 1,8 – 0 – 2,1 = -0,3
X15 C15 – U1 – V5 0 – 0 – 0,3 = -0,3
X22 C22 – U2 – V2 2,4 – 0 – 1,8 = 0,6
X25 C25 – U2 – V5 0 – 0 – 0,3 = -0,3
X31 C31 – U3 – V1 2,4 – (-0,3) – 1,5 = 1,2
X33 C33 – U3 – V3 2,4 – (-0,3) – 1,8 = 0,9
X34 C34 – U3 – V4 1,8 – (-0,3) – 2,1 = 0
278
C1 C2 C3 C4 C5
D1 60 100- 𝜃 𝜃 160
D2 100 20+ 𝜃 80- 𝜃 200
D3 20 80 100
100 80 120 80 80
Nova solução.
C1 C2 C3 C4 C5
D1 60 20 80 160
D2 100 100 200
D3 20 80 100
100 80 120 80 80
X12 C12 – U1 – V2 = 0 1,8 – U1 – V2 = 0
X13 C13 – U1 – V3 = 0 1,8 – U1 – V3 = 0
X14 C14 – U1 – V4 = 0 1,8 – U1 – V4 = 0
X21 C21 – U2 – V1 = 0 1,5 – U2 – V1 = 0
X23 C23 – U2 – V3 = 0 1,8 – U2 – V3 = 0
X32 C32 – U3 – V2 = 0 1,5 – U3 – V2 = 0
X35 C35 – U3 – V5 = 0 0 – U3 – V5 = 0
calcular
U1 = 0 V1 = 1,5
U2 = 0 V2 = 1,8
U3 = -0,3 V3 = 1,8 V4 = 1,8 V5 = 0,3

X11 C11 – U1 – V1 2,1 – 0 – 1,5 = 0,6
X15 C15 – U1 – V5 0 – 0 – 0,3 = -0,3
X22 C22 – U2 – V2 2,4 – 0 – 1,8 = 0,6
X24 C24 – U2 – V4 2,1 – 0 – 1,8 = 0,3
X25 C25 – U2 – V5 0 – 0 – 0,3 = -0,3
X31 C31 – U3 – V1 2,4– (-0,3) – 1,5 = 1,2
X33 C33 – U3 – V3 2,4 – (-0,3) – 1,8 = 0,9
X34 C34 – U3 – V4 1,8 – (-0,3)–1,8 = 0,3
279
C1 C2 C3 C4 C5
D1 60- 𝜃 20 80 𝜃 160
D2 100 100 200
D3 20+ 𝜃 80- 𝜃 100
100 80 120 80 80
Nova solução.
C1 C2 C3 C4 C5
D1 20 80 60 160
D2 100 100 200
D3 80 20 100
100 80 120 80 80
X13 C13 – U1 – V3 = 0 1,8 – U1 – V3 = 0
X14 C14 – U1 – V4 = 0 1,8 – U1 – V4 = 0
X15 C15 – U1 – V5 = 0 0 – U1 – V5 = 0
X21 C21 – U2 – V1 = 0 1,5 – U2 – V1 = 0
X23 C23 – U2 – V3 = 0 1,8 – U2 – V3 = 0
X32 C32 – U3 – V2 = 0 1,5 – U3 – V2 = 0
X35 C35 – U3 – V5 = 0 0 – U3 – V5 = 0

U1 = 0 V1 = 1,5
U2 = 0 V2 = 1,5
U3 = 0 V3 = 1,8
V4 = 1,8
V5 = 0

280
X11 C11 – U1 – V1 2,1 – 0 – 1,5 = 0,6
X12 C12 – U1 – V2 1,8 – 0 – 1,5 = 0,3
X22 C22 – U2 – V2 2,4 – 0 – 1,5 = 0,9
X24 C24 – U2 – V4 2,1 – 0 – 1,8 = 0,3
X25 C25 – U2 – V5 0– 0–0=0
X31 C31 – U3 – V1 2,4 – 0 – 1,5 = 0,9
X33 C33 – U3 – V3 2,4 – 0 – 1,8 = 0,6
X34 C34 – U3 – V4 1,8 – 0 –1,8 = 0

C1 C2 C3 C4 C5
D1 20 80 60 160
D2 100 100 200
D3 80 20 100
100 80 120 80 80

X13 20 1,8 36
X14 80 1,8 144
X15 60 0 0
X21 100 1,5 150
X23 100 1,8 180
X32 80 1,5 120
X35 20 0 0
Transporte – otimalidade - exercício 7 (a)
b) Determinar uma solução inicial pelo método de Vogel.
C1 C2 C3 C4
D1 2,1 1,8 1,8 1,8 160
D2 1,5 2,4 1,8 2,1 200
D3 2,4 1,5 2,4 1,8 100
100 80 120 80

281
Primeiramente iremos equilibrar o sistema colocando uma coluna a mais
com valores de transporte valendo “0”, e completando a soma das
colunas a 460.
C1 C2 C3 C4 C5
D1 2,1 1,8 1,8 1,8 0 160
D2 1,5 2,4 1,8 2,1 0 200
D3 2,4 1,5 2,4 1,8 0 100
100 80 120 80 80
Agora iremos resolver pelo método de Vogel.
C1 C2 C3 C4 C5
D1 20 60 80 160
D2 100 100 200
D3 80 20 100
100 80 120 80 80
X13 C13 – U1 – V3 = 0 1,8 – U1 – V3 = 0
X14 C14 - U1 – V4 = 0 1,8 – U1 – V4 = 0
X15 C15 – U1 – V5 = 0 0 – U1 – V5 = 0
X21 C21 – U2 – V1 = 0 1,5 – U2 – V1 = 0
X23 C23 – U2 – V3 = 0 1,8 – U2 – V3 = 0
X32 C32 – U3 – V2 = 0 1,5 – U3 – V2 = 0
X34 C34 – U3 – V4 = 0 1,8 – U3 – V4 = 0
U1 = 0 V1 = 1,5
U2 = 0 V2 = 1,5
U3 = 0 V3 = 1,8 V4 = 1,8 V5 = 0
X11 C11 – U1 – V1 2,1 – 0 – 1,5 = 0,6
X12 C12 – U1 – V2 1,8 – 0 – 1,5 = 0,3
X22 C22 – U2 – V2 2,4 – 0 – 1,5 = 0,9
X24 C24 – U2 – V4 2,1 – 0 – 1,8 = 0,3
X25 C25 – U2 – V5 0–0–0=0
X31 C31 – U3 – V1 2,4 – 0 – 1,5 = 0,9
X33 C33 – U3 – V3 2,4 – 0 – 1,8 = 0,3
X35 C35 – U3 – V5 0–0–0=0
282
C1 C2 C3 C4 C5
D1 20 60 80 160
D2 100 100 200
D3 80 20 100
100 80 120 80 80

X13 20 1,8 36
X14 60 1,8 108
X15 80 0 0
X21 100 1,5 150
X23 100 1,8 180
X32 80 1,5 120
X34 20 1,8 36
Transporte – otimalidade - exercício 7 (b)

283
O Problema da Designação
Introdução
Um caso especial do modelo de transportes é aquele em que cada

origem tem uma unidade disponível e cada destino necessita também de
uma unidade. É o caso de escalar vendedores para regiões de vendas,
máquinas para diversos locais etc.
Essa característica torna o algoritmo de soluções bastante simples.
Antes de aplicá-lo, devemos verificar se o modelo está equilibrado. No
modelo de designação, o número de origens deve ser igual ao número de
destinos devido a sua característica. Caso isso não ocorra, devemos
construir origens ou destinos auxiliares, com custo de transferência zero.
Descrição do Algoritmo
a) Subtrair de cada linha seu menor valor. Em seguida fazer o mesmo

com as colunas. Cada linha e cada coluna deverá então apresentar
pelo menos um elemento nulo.
b) Designar origens para destinos nas células em que aparece o
elemento nulo. Dar preferência a linhas ou colunas que tenham
apenas um zero disponível. Cada designação efetuada invalida os
outros zeros na linha e na coluna da célula designada. Se a
designação se completa, o problema está resolvido. Se não:
c) Cobrir os zeros da tabela com o menor número de linhas possível.
Isto pode ser feito da seguinte forma:
 marcar as linhas sem designação;
 marcar as colunas com zeros nas linhas marcadas;
 marcar as linhas com designação nas colunas marcadas;
 voltar a marcar as colunas com zeros nas linhas marcadas até que
não seja possível marcar novas linhas ou colunas;
 riscar as linhas não marcadas e as colunas marcadas.
d) Subtrair o menor valor dentre os números não cobertos, de todos os
elementos da tabela. A reposição necessária nas linhas e colunas
com zeros para impedir o aparecimento de custos negativos na
tabela resulta no quadro em que:
 os elementos não cobertos ficam diminuídos deste número;
 os elementos no cruzamento de coberturas ficam aumentados desse
número;
284
 os outros elementos permanecem iguais.
e) Retornar ao item b.
Exemplo: o quadro representa os custos de transporte de uma máquina

dos locais de depósito para as fábricas onde deverão ser instaladas.
Designar uma máquina para cada fábrica com o menor custo total
possível no programa:
F1 F2 F3 F4
L1 10 12 15 16
L2 14 12 13 18
L3 10 16 19 15
L4 14 12 13 15
Solução:
Subtrair o menor
número de cada linha
0 2 5 6
2 0 1 6
0 6 9 5
2 0 1 3
↓
Subtrair o menor
número de cada coluna
0 2 4 3
2 0 0 3
0 6 8 2
2 0 0 0
Designar nos zeros de linhas ou colunas (prefira linhas ou colunas

com apenas um zero). Anule os outros zeros.
F1 F2 F3 F4
L1 0 2 4 3
L2 2 0 0 3
L3 0 6 8 2
L4 2 0 0 0
A designação não se completou devido à origem 3 e ao destino 3.

285
Cobrir, com o menor número de linhas, os zeros da tabela. Seguir
os passos do item c.
0 2 4 3
2 0 0 3
0 6 8 2
2 0 0 0
Subtrair 2 da tabela - Seguir o item d.

F1 F2 F3 F4
L1 0 0 2 1
L2 4 0 0 3
L3 0 4 6 0
L4 4 0 0 0
Fazer nova designação:

F1 F2 F3 F4
L1 0 0 2 1
L2 4 0 0 3
L3 0 4 6 0
L4 4 0 0 0
Solução:
Designação Custo
L1 → F1 10
L2 → F2 12
L3 → F3 13
L4 → F4 15
Total Custo 50
Designação - exemplo 1
O Caso de Maximização
Caso a tabela de transferência traga retornos que devem ser

maximizados, o modelo deverá ser substituído por outro de minimização.
Como no problema dos transportes, isto pode ser feito multiplicando a
função objetivo por -1, ou transformando o quadro num quadro de
perdas (complemento em relação a um valor fixo).
286
Exemplo: o quadro representa as eficiências de quatro vendedores,

testados em quatro regiões. Os potenciais de vendas nas regiões são
conhecidos. Designar um vendedor para cada região para maximizar o
valor total das vendas.
Capacidade de cada vendedor de atingir o potencial da região em %

R1 R2 R3 R4
V1 70 60 80 90
V2 70 80 70 90
V3 60 90 60 70
V4 70 80 70 80
Potencial de vendas em milhares de $

R1 = 100
R2 = 80
R3 = 60
R4 = 90
Solução: Quadro de vendas ou retornos (% x Potencial de Vendas)

70 48 48 81
70 64 42 81
60 72 36 63
70 64 42 72
Quadro de perdas: o que falta para o maior número, neste caso 81

11 33 33 0
11 17 39 0
21 9 45 18
11 17 39 9
Solução:
Subtrair o menor
número de cada linha
11 33 33 0
11 17 39 0
12 0 36 9
2 8 30 0
↓
Subtrair o menor
número de cada coluna

287
9 33 3 0
9 17 9 0
10 0 6 9
0 8 0 0
Designar nos zeros da tabela:

9 33 3 0
9 17 9 0
10 0 6 9
0 8 0 0
A designação não se completou.

9 33 3 0
9 17 9 0
10 0 6 9
0 8 0 0
Cobrir os zeros com o menor número de linhas possível Subtrair 3 da

tabela:
6 30 0 0
6 14 6 0
10 0 6 12
0 8 0 3
Designar nos zeros da tabela

4 29 0 0
4 14 6 0
10 0 6 12
0 8 0 3
Designação Vendas (em milhares de $)

V1 → R3 48
V2 → R4 81
V3 → R2 72
V4 → R1 70
Total Vendas 271
Designação - o caso da maximização - exemplo 1

288
Exercícios
01) Resolva o problema de designação:
1 2 3 4 Destinos
1 10 23 8 9
2 4 5 6 7
3 12 10 10 8
4 6 4 9 7
origens
Em primeiro lugar vamos:
Subtrair o menor número de cada linha
10 23 8 9 -8
4 5 6 7 -4
12 10 10 8 -8
6 4 9 7 -4
2 15 0 1
0 1 2 3
4 2 2 0
2 0 5 3
Agora vamos subtrair o menor de cada coluna
2 15 0 1
0 1 2 3
4 2 2 0
2 0 5 3
-0 -0 -0 -0
Agora vamos fazer a designação:
Agora é só verificar os valores:

01 → D3 8
02 → D1 4
03 → D4 8
04 → D2 4
24

289
02) Resolva o problema de designação:
1 2 3 4 Destinos
1 6 8 10 9
2 4 3 6 5
3 7 9 12 6
origens
Em primeiro lugar vamos:
6 8 10 9 -6
4 3 6 5 -3
7 9 12 6 -6
0 0 0 0 -0
Como em cada coluna temos o zero podemos pular esta parte.
0 2 4 3
1 0 3 2
1 3 6 0
0 0 0 0
01 → D1 6
02 → D2 3
03 → D4 6
15

Exercícios 1 e 2 - designação
03) Resolva o problema de designação, onde o símbolo X indica a

impossibilidade da designação da origem para o destino
correspondente:

290
1 2 3 Destinos
1 6 X 8
2 4 9 3
3 5 6 4
4 8 10 12
origens
Subtrair o menor número de cada coluna
6 X 8 0
4 9 3 0
5 6 4 0
8 10 12 0
-4 -6 -3 -0
Como em cada coluna temos o zero podemos pular esta parte.
2 X 5 0
0 3 0 0
1 0 1 0
4 4 9 0
Não conseguimos designação.

Vamos fazer o cobrimento.
Escolhemos o menor não riscado, neste caso será o 2, e o subtraímos dos

não riscado e o somamos aos que foram (riscados duas vezes), e os que
foram riscados apenas uma vez não fazemos nada (apenas repetimos o
seu valor).
0 X 3 0
0 3 0 2
1 0 1 2
2 2 7 0
291
01 → D1 6
02 → D3 3
03 → D2 6
15
04) Quatro locais L1 ,L2 ,L3 e L4 necessitam de um equipamento.
Existem quatro equipamentos disponíveis, um em cada um dos
depósitos D1, D2, D3 e D4. A quilometragem entre os locais
necessitados e os depósitos estão no quadro:
Local
Depósitos
L1 L2 L3 L4
D1 100 120 130 140
D2 80 70 120 90
D3 100 80 100 110
D4 90 90 120 80
Determine um programa de expedição de quilometragem mínima.

1º vamos subtrair o menor número de cada linha
100 120 130 140 -100
80 70 120 90 -70
100 80 100 110 -80
90 90 120 80 -80
Agora vamos subtrair o menor número de cada coluna

0 20 30 40
10 0 50 20
20 0 20 30
10 10 40 0
-0 -0 -20 -0
0 20 10 40
10 0 30 20
20 0 0 30
10 10 20 0
292
Agora vamos fazer a designação
Agora é só verificar os valores

D1 → L1 100
D2 → L2 70
D3 → L3 100
D4 → L4 80
350
Exercício 3 e 4 - designação
05) Resolva o problema anterior, supondo que não seja possível

expedir do depósito 1 para o local 3.
Quatro locais L1 ,L2 ,L3 e L4 necessitam de um equipamento. Existem
quatro equipamentos disponíveis, um em cada um dos depósitos D1, D2,
D3 e D4. A quilometragem entre os locais necessitados e os depósitos
estão no quadro:
Local
Depósitos
L1 L2 L3 L4
D1 100 120 X 140
D2 80 70 120 90
D3 100 80 100 110
D4 90 90 120 80
Determine um programa de expedição de quilometragem mínima.
1º vamos subtrair o menor número de cada linha
100 120 X 140 -100
80 70 120 90 -70
100 80 100 110 -80
90 90 120 80 -80
0 20 X 40
10 0 50 20
20 0 20 30
10 10 40 0
-0 -0 -20 -0

293
0 20 X 40
10 0 30 20
20 0 0 30
10 10 20 0
Agora iremos fazer a designação
Feito a designação é só somar os valores

D1 → L1 100
D2 → L2 70
D3 → L3 100
D4 → L4 80
350

Exercício 5 - designação
06) Uma fábrica possui quatro locais L1, L2, L3 e L4 para receber três
novos equipamentos (E1, E2 e E3). A operação desses equipamentos
gera um fluxo de materiais cujo custo de manuseio depende do
local da instalação, e estão no quadro a seguir:
L1 L2 L3 L4
E1 10 4 8 6
E2 6 4 9 10
E3 5 7 8 9
Designar os equipamentos para os possíveis locais, de modo a minimizar

o custo total de manuseio de materiais.

L1 L2 L3 L4
E1 10 4 8 6 -4
E2 6 4 9 10 -4
E3 5 7 8 9 -5
E4 0 0 0 0 -0

294
L1 L2 L3 L4
E1 6 0 4 2
E2 2 0 5 6
E3 0 2 3 4
E4 0 0 0 0
-0 -0 -0 -0
L1 L2 L3 L4
E1 6 0 4 2
E2 2 0 5 6
E3 0 2 3 4
E4 0 0 0 0
Agora vamos verificar se é possível designar.
Não houve designação, então vamos fazer o cobrimento.

seu valor).
L1 L2 L3 L4
E1 6 0 2 0
E2 2 0 3 4
E3 0 2 1 2
E4 2 2 0 0
Iremos tentar nova designação.

295
A designação foi completada, e temos como resposta.
E3 → L1 5
E2 → L2 4
E4 → L3
E1 → L4
6
15
O local 3 ficará sem receber o equipamento pois como só tínhamos 3,
optamos em enviá-los para os locais em que o transporte fica mais
barato.
07) Suponha no problema anterior que não seja possível designar o E1

para o local L2. Qual seria a solução do problema?
L1 L2 L3 L4
E1 10 X 8 6 -6
E2 6 4 9 10 -4
E3 5 7 8 9 -5
E4 0 0 0 0 -0

L1 L2 L3 L4
E1 4 X 2 0
E2 2 0 5 6
E3 0 2 3 4
E4 0 0 0 0
-0 -0 -0 -0
L1 L2 L3 L4
E1 4 X 2 0
E2 2 0 5 6
E3 0 2 3 4
E4 0 0 0 0

296
Agora vamos verificar se é possível designar.
Não houve designação, então vamos fazer o cobrimento.

seu valor).
L1 L2 L3 L4
E1 4 X 0 0
E2 2 0 3 6
E3 0 2 1 4
E4 2 2 0 2

E3 → L1 5
E2 → L2 4
E4 → L3
E1 → L4 6
15
O local 3 ficará sem receber o equipamento pois como só tínhamos 3,
optamos em enviá-los para os locais em que o transporte fica mais
barato.

297
08) Uma empresa deseja operar diretamente em quatro regiões. Para
isso, contratou e treinou quatro vendedores. A empresa tem
conhecimento dos mercados dessas regiões através de
representantes. A partir dessas informações, o departamento de
R.H. montou um quadro de eficiência para os vendedores baseado
no perfil profissional de cada um deles. O resultado e outras
informações relevantes estão nos quadros a seguir:
Potencial de vendas mensais em milhares de unidades monetárias:
Região Vendas
1 100
2 150
3 120
4 250
Capacidade estimada para cada vendedor em cada região em %

Vendedor
Região
1 2 3 4
1 60 80 70 65
2 70 60 80 60
3 80 40 60 70
4 60 90 95 85
Baseado nesta estimativa, designar os vendedores para as regiões de

modo a maximizar o retorno mensal total de vendas.
Inicialmente iremos calcular o real potencial de cada vendedor por região
para isto basta multiplicar o percentual pelo real, dados anteriormente
por região.
Teremos, portanto a seguinte tabela.
Vendedor
Região
1 2 3 4
1 60,0 80,0 70,0 65,0
2 105,0 90,0 120,0 90,0
3 96,0 48,0 72,0 84,0
4 150,0 225,0 237,5 212,5
Agora vamos iniciar a designação.

Neste caso, como é de maximização, precisamos primeiro determinar o
maior número e calcularmos o quanto falta para os outros ficarem iguais
a ele.
Neste o maior é o número 237,5
298
Vendedor
Região
1 2 3 4
1 177,5 157,5 167,5 172,5
2 132,5 147,5 117,5 147,5
3 141,5 189,5 165,5 153,5
4 87,5 12,5 0 25,0
Agora iremos subtrair o menor número de cada linha.

Vendedor
Região
1 2 3 4
1 177,5 157,5 167,5 172,5 -157,5
2 132,5 147,5 117,5 147,5 -117,5
3 141,5 189,5 165,5 153,5 -141,5
4 87,5 12,5 0 25,0 -0
Agora iremos subtrair o menor número de cada coluna

Vendedor
Região
1 2 3 4
1 20 0 10 15
2 15 30 0 30
3 0 48 24 12
4 87,5 12,5 0 25
-0 -0 -0 -12
Iremos verificar se é possível fazer a designação.
Não se completou a designação, vamos então fazer a cobertura.

299

seu valor).
Vendedor
Região
1 2 3 4
1 17 0 10 0
2 12 30 0 15
3 0 51 27 0
4 84,5 12,5 0 10
Não se completou a designação, vamos então fazer a cobertura.
Escolhemos o menor não riscado, neste caso será o 10, e o subtraímos

dos não riscado e o somamos aos que foram (riscados duas vezes), e os
que foram riscados apenas uma vez não fazemos nada (apenas
repetimos o seu valor).
Vendedor
Região
1 2 3 4
1 17 0 20 0
2 2 20 0 5
3 0 51 37 0
4 74,5 2,5 0 0

300
R3 → V1 96,0
R1 → V2 80,0
R2 → V3 120,0
R4 → V4 212,5
508,50
09) Uma empresa tem disponível nos fornecedores quatro tipos de

robôs que fazem uma sequência de operações padronizadas. Um
estudo feito em colaboração com os fornecedores revelou os lucros
anuais gerados pela instalação de um robô em cada uma das três
unidades produtoras da empresa, após descontados os custos de
instalação, manutenção e depreciação dos equipamentos (em
1.000 u.m.)
Local
Depósitos
U1 U2 U3
R1 6 10 5
R2 5 8 7
R3 8 10 8
R4 7 9 9
A empresa deseja adquirir um tipo de robô para cada instalação
produtora, de modo a maximizar o lucro total no ano devido a essa
operação.
Agora vamos iniciar a designação.

Devemos colocar uma coluna a mais para que o número de colunas e
linhas fique igual.
Neste caso, como é de maximização, precisamos primeiro determinar o
maior número e calcularmos o quanto falta para os outros ficarem iguais
a ele.
Neste o maior é o número 10
301
Local
Depósitos
U1 U2 U3 U4
R1 6 10 5 0
R2 5 8 7 0
R3 8 10 8 0
R4 7 9 9 0
Agora iremos subtrair o menor de cada linha

Local
Depósitos
U1 U2 U3 U4
R1 4 0 5 10 -0
R2 5 2 3 10 -2
R3 2 0 2 10 -0
R4 3 1 1 10 -1
Agora iremos subtrair o menor de cada coluna

Local
Depósitos
U1 U2 U3 U4
R1 4 0 5 10
R2 3 0 1 8
R3 2 0 2 10
R4 2 0 0 9
-2 -0 -0 -8
Local
Depósitos
U1 U2 U3 U4
R1 2 0 5 2
R2 1 0 1 0
R3 0 0 2 2
R4 0 0 0 1
Iremos verificar agora se acontece a designação

Local
Depósitos
U1 U2 U3 U4
R1 2 0 5 2
R2 1 0 1 0
R3 0 0 2 2
R4 0 0 0 1

302
R1 → U2 10
R2 → U4
R3 → U1 8
R4 → U3 9
27

303
Análise de Sensibilidade
Na construção do modelo de programação linear são incluídos dados

cujos valores dependem do mercado e do processo usado na elaboração
dos produtos. Estes dados podem sofrer variações com o tempo ou com a
inclusão de novas informações. É importante pesquisar a estabilidade da
solução adotada, em face dessas variações.
Uma das hipóteses dos problemas de programação linear é a

consideração de certeza nos coeficientes e constantes. Isto é, a solução
otimizada é dependente dos coeficientes da função objetivo (geralmente
lucro, receita ou custo) e dos coeficientes e constantes das restrições
(geralmente necessidades por produto e disponibilidade de um recurso).
No mundo real, quase nunca temos certeza destes valores;

portanto, devemos saber o quanto a solução otimizada está dependente
de uma determinada constante ou coeficiente. Se observarmos uma alta
dependência, devemos tomar um grande cuidado na determinação da
mesma.
Para amenizar essa hipótese realizamos uma análise de

sensibilidade verificando as possíveis variações, para cima e para baixo,
dos valores dos coeficientes da função objetivo, dos coeficientes e das
constantes das restrições, sem que a solução ótima (x1, x2, ..., xn) seja
alterada.
Este estudo se denomina Análise de Sensibilidade. Em uma Análise de

Sensibilidade deveremos responder basicamente a três perguntas:
1. Qual o efeito de uma mudança num coeficiente da função objetivo?
2. Qual o efeito de uma mudança numa constante de uma restrição?
3. Qual o efeito de uma mudança num coeficiente de uma restrição?
Existem dois tipos básicos de análise de sensibilidade.

 O primeiro estabelece limites inferiores e superiores para todos os
coeficientes da função objetivo e para as constantes das restrições.
 O segundo verifica se mais de uma mudança simultânea em um
problema altera a sua solução ótima.
Vamos verificar os limites nos próximos exemplos:

304
Exemplo 1:
Vamos considerar, para isso, o modelo de programação linear:
Max. Z = x1 + 2x2 + 3x3

𝑥1 + 𝑥2 +𝑥3 ≤ 10
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎 {2𝑥1 + 𝑥2 +4𝑥3 ≤ 12
𝑥1 + 3𝑥2 − 𝑥3 ≤ 9
𝑥1 ≥ 0 𝑥2 ≥ 0 𝑥3 ≥ 0
onde x1, x2 e x3 representam as quantidades dos produtos P1, P2, e P3. Os

recursos R1, R2 e R3 têm disponibilidade de 10, 12 e 9 unidades
respectivamente. Os lucros unitários são 1, 2 e 3 respectivamente para
P1, P2 e P3. Os coeficientes de x1, x2 e x3 nas restrições representam os
usos dos recursos R1, R2 e R3 por unidade dos produtos P1, P2 e P3.
Vamos estudar as consequências das variações desses dados.
Resumindo temos:
QUANTIDADE LUCRO POR Disponibilidade de
Produtos Recursos
DOS PRODUTOS PRODUTO recurso
P1 x1 1 R1 10
P2 x2 2 R2 12
P3 x3 3 R3 9
Mudança nos Lucros Unitários (Coeficientes da Função Objetivo)
a) Mudança no coeficiente de uma variável básica.

Os quadros inicial e final para o modelo são:
1 -1 -2 -3 0 0 0 0
0 1 1 1 1 0 0 10
0 2 1 4 0 1 0 12
0 1 3 -1 0 0 1 9
Quadro final:
1 1,077 0 0 0 0,846 0,385 13,615
0 0,154 0 0 1 -0,308 -0,231 4,231
0 0,385 0 1 0 0,231 -0,077 2,077
0 0,462 1 0 0 0,077 0,308 3,692
Obs.: os lucros das folgas (xF1, xF2, xF3) serão sempre iguais a zero.
Estamos interessados em saber que tipo de variação podem sofrer
os coeficientes de x2 e x3 sem alterar a solução ótima do quadro.

305
A solução do quadro altera-se com a entrada de uma variável não
básica, x1 ou xF2 ou xF3. Como o objetivo é maximizar o lucro, a entrada
de uma variável só é possível se o aumento do lucro devido a essa
inclusão pelo menos compensar a queda do lucro devido às alterações
nas outras variáveis.
- Intervalo de estabilidade para o coeficiente de x2
Entrada de x1:
No quadro final, a coluna dos coeficientes de x1 nos mostra que,
quando x1 passa de:
x1 =0 para x1 = 1
Temos:
xF1 diminui em 0,154
x3 diminui em 0,385
x2 diminui em 0,462
O coeficiente de x2 que permite a entrada de x1 é um coeficiente que

iguala o aumento de lucro com a entrada de x1 com a diminuição do lucro
devido às outras variáveis xF1, x3 e x2.
Conhecidos os lucros unitários do quadro inicial, e chamando o lucro
de x2 de C2, teremos:
Aumento devido a x1:

1 . (lucro inicial de x1)
1.1=1
Diminuição devido às outras:

0,154 . xF1 + 0,385 . x3 + 0,462 . x2 = 1
0,154 . 0 + 0,385 . 3 + 0,462 . C2 = 1
0,462C2 + 1,155 = 1
C2 = -0,335
Entrada de xF2:
No quadro final, a coluna dos coeficientes de xF2 nos mostra que,
quando xF2 passa de:
xF2 = 0 para xF2 = 1
Temos:
xF1 diminui em -0,308
x3 diminui em 0,231
x2 diminui em 0,077

306
O coeficiente de x2 que permite a entrada de xF2 é um coeficiente
que iguala o aumento de lucro com a entrada de xF2 com a diminuição do
lucro devido às outras variáveis xF1, x3 e x2.
Aumento devido a xF2:
1 . (lucro inicial de xF2)
1.0=0
-0,308 . xF1 + 0,231 . x3 + 0,077 . x2 = 0
-0,308 . 0 + 0,231 . 3 + 0,077 . C2 = 0
0,693 + 0,077C2 = 0
−0,693
C2 = = -9
0,077
Entrada de xF3 :
Temos:
x3 diminui em -0,077
x2 diminui em 0,308
lucro devido às outras variáveis xF1, x3 e x2.
1.0=0
-0,231 . xF1 - 0,077 . x3 + 0,308 . x2 = 0
-0,231 . 0 - 0,077 . 3 + 0,308 . C2 = 0
-0,231 + 0,308C2 = 0
C2 = 0,75
Com isso chegamos aos seguintes valores para C2:

C2 = 2 → valor do lucro na função objetivo.
C2 = -0,335 → resultado obtido com a entrada de x1.
C2 = -9 → resultado obtido com a entrada de xF2.
C2 = 0,75 → resultado obtido com a entrada de xF3.

307
Ordenando os valores críticos de C2 e lembrando que estes valores
representam o lucros para cada x2, temos:
-9 ≤ -0,335 ≤ 0,75 ≤ 2
Observação:
Para sabermos qual será ou quais serão os valores devemos
proceder da seguinte maneira:
 Descartamos todos os resultados negativos e nulos (iguais a
zero) em primeiro lugar;
 Agora só com os positivos devemos observar onde está o valor
do lucro da função objetivo, podendo ocorrer:
o Se ele for o extremo da direita o resultado será todos os
valores maiores ou iguais ao número que o antecede;
o Se ele estiver entre dois números, então este intervalo
será o considerado como solução.
Logo neste exemplo, temos:
Descartando os negativos, pois o lucro não pode ser negativo, ficando

com:
0,75 ≤ 2
Como o valor extremo da direita é o valor do lucro na função
objetivo podemos dizer que a solução é estável para C2 ≥ 0,75
Exemplo 1 (a)
Intervalo de estabilidade para o coeficiente de x3

Entrada de x1
quando x1 passa de:
x1 = 0 para x1 = 1
Temos:
x3 diminui em 0,385
x2 diminui em 0,462
1.1=1
0,154 . xF1 + 0,385 . C3 + 0,462 . x2 = 1
0,154 . 0 + 0,385 . C3 + 0,462 . 2 = 1
308
0,385C3 + 0,924 = 1
C3 = 0,197
Entrada de xF2 :
Temos:
x3 diminui em 0,231
x2 diminui em 0,077

1.0=0
0,308 . xF1 + 0,231 . C3 + 0,077 . x2 = 0
0,308 . 0 + 0,231 . C3 + 0,077 . 2 = 0
0,231 C3 + 0,154 = 0
C3 = -0,6667
Entrada de xF3
Temos:
x2 diminui em 0,308
1.0=0

-0,231 . xF1 - 0,077 . C3 + 0,308 . x2 = 0
-0,231 . 0 - 0,077 . C3 + 0,308 . 2 = 0
-0,077C3 + 0,616 = 0
C3 = 8

309
C3 = 0,197 → resultado obtido com a entrada de x1.
C3 = -0,667 → resultado obtido com a entrada de xF2.
C3 = 8 → resultado obtido com a entrada de xF3.
representam o lucros de x3, temos:
-0,667 ≤ 0,197 ≤ 3 ≤ 8
Observação:
Descartando os negativos, pois o lucro não pode ser negativo, ficando

com:
0,197 ≤ 3 ≤ 8
Como neste caso o valor do lucro na função objetivo está entre dois
valores a solução é estável para o intervalo 0,197 ≤ C3 ≤ 8
Exemplo 1 (b)
b) Mudança no coeficiente de uma variável não básica.

Quando uma variável é não básica, o que se deseja saber é qual seu
coeficiente crítico para a estabilidade da solução, isto é, qual o valor a
partir do qual a variável entra na base, mudando a solução.
No exemplo, a entrada de x1 com valor 1 provoca um aumento no lucro

de 1 e a diminuição devido às outras variáveis de:
0,154 . xF1 + 0,385 . x3 + 0,462 . x2 =

0,154 . 0 + 0,385 . 3 + 0,462 . 2 = 2,079

310
O resultado é um decréscimo do lucro de 2,079 - 1 = 1,079,
exatamente o valor de seu coeficiente no quadro final.
Para que a entrada de x1 não diminua o lucro, é necessário que seu
lucro unitário seja de:
1 + 1,079 = 2,079
isto é, o lucro corrente mais seu valor de oportunidade.
Portanto, a solução é estável para C1 ≤ 2,079.
Exemplo 1 (c)
c) Entrada de Uma Nova Variável
Suponha que tenha sido desenvolvido um quarto produto P4, que usa os
mesmos insumos de P1, P2 e P3, e que não seja possível aumentar a
capacidade gerada por esses insumos. Isto significa que se colocarmos P4
em produção, ele concorrerá com P1, P2 e P3 em termos de insumos. A
pergunta é qual deveria ser o lucro mínimo de P4 para que sua fabricação
fosse interessante?
Um levantamento de dados mostra que a produção de P4 exige uma
unidade de R1, uma unidade de R2 e duas unidades de R3. Portanto, para
fabricá-lo teremos que forçar essas folgas nos recursos, o que implicará
uma perda de:
xF1.(quantidade de R1)+xF2.(quantidade de R2)+xF3.(quantidade de R3)=
0 . 1 + 0,846 . 1 + 0,385 . 2 = 1,616
(0, 0,846 e 0,385 são os preços de oportunidade dos recursos no quadro

final – coeficientes de xF1, xF2 e xF3 na 1ª linha do quadro final)
Conclusão: o produto P4 poderia ser fabricado se seu lucro por unidade
fosse no mínimo 1,616.
Exemplo 1 (d)
d) Mudanças nos Valores dos Recursos

O exame da tabela final de um modelo de programação linear,
resolvido pelo método Simplex, nos dá uma série de informações com
relação aos recursos usados:
1 1,077 0 0 0 0,846 0,385 13,615
0 0,154 0 0 1 -0,308 -0,231 4,231
0 0,385 0 1 0 0,231 -0,077 2,077
0 0,462 1 0 0 0,077 0,308 3,692

311
a) O recurso R1 cuja folga é representada por xF1 é um recurso não
escasso. Isto significa que uma redução de até 4,23 unidades no
recurso não afeta a solução. Um aumento na disponibilidade do
recurso também não tem influência no programa, pois iria apenas
aumentar as sobras do recurso.
b) O recurso R2 cuja folga é xF2 é um recurso escasso no programa.
Seu coeficiente na função objetivo, 0,846 indica que se xF2 entrar na
base com valor 1, a nova solução terá o lucro diminuído em 0,846.
Por outro lado, se conseguirmos mais uma unidade desse recurso
aos custos correntes, a nova solução que incorpora essa unidade
adicional tem o lucro aumentado em 0,846.
O problema agora é saber até quando isso pode ser feito, isto é,
quantas unidades adicionais do recurso R2 alocadas aos custos correntes
podem ser incorporadas na produção com aumento no lucro de 0,846 por
unidade. Da mesma forma, quantas unidades podemos retirar
ocasionando uma diminuição de 0,846 no objetivo, por unidade retirada.
Vamos chamar essa variação de V2. O que sabemos sobre V2 é que
ela não poderá tornar os valores de b negativos no quadro final. Isto
daria para alguma variável um valor negativo, o que não é possível.
Do quadro inicial, os valores de b ficariam:

10 10 0
(12 + 𝑉2 ) = (12) + (1) . 𝑉2
9 9 0
No quadro final, esses dois vetores se transformam em:

4,321 −0,308
(2,077) + ( 0,231 ) . 𝑉2
3,692 0,077
que são as expressões de b e de xF2 no quadro final.
Os valores limites para V2 são dados por:

4,231 - 0,308 V2 = 0 → V2 = 13,75
2,077 + 0,231 V2 = 0 → V2 = -9
3,692 + 0,077 V2 = 0 → V2 = -47,94
O valor -47,94 faz com que pelo menos um valor de b fique negativo por
isso vamos descarta-lo.
Já o valor -9 não faz nenhum valor de b, no quadro final ficar negativo,
logo podemos usá-lo.
O mesmo acontece com o valor 13,75.
Portanto, a informação do coeficiente de xF2 se mantém para:
-9 ≤ V2 ≤ 13,75
312
Desta forma, V2 pode sofrer uma diminuição de no máximo 9 unida-
des ou um aumento de no máximo 13,75 unidade em R2 sem alterar a
informação do coeficiente de xF2.
Isto significa que se conseguirmos até 13,75 unidades de R2, aos
custos correntes, podemos aumentar o lucro do programa em:
0,846 x 13,75 = 11,63
c) O recurso R3 cuja folga é xF3 é um recurso escasso no programa.

Vamos chamar de V3 a variação em R3, que mantém a informação
do coeficiente de xF3. Como argumentamos anteriormente, do quadro
inicial teremos:
10 10 0
( 12 ) = (12) + (0) . 𝑉3
9 + 𝑉3 9 1
No quadro final, esses vetores se transformam em:
4,321 −0,231
(2,077) + (− 0,077 ) . 𝑉3
3,692 0,308

4,231 - 0,231 V3 = 0 → V3 = 18,316
2,077 - 0,077 V3 = 0 → V3 = 26,974
3,692 + 0,308 V3 = 0 → V3 = -12
O valor 26,974 faz com que pelo menos um valor de b fique negativo por
Já o valor -12 não faz nenhum valor de b, no quadro final ficar negativo,

-12 ≤ V3 ≤ 18,316

313
Desta forma, V3 pode sofrer uma diminuição de no máximo 12
unidades ou um aumento de no máximo 18,316 unidade em R3 sem
alterar a informação do coeficiente de xF3.

0,385 x 18,316 = 7,05
Exemplo 1 (e)
Exemplo 2
Considere o problema abaixo e sua solução gráfica
Max Z = 5x1 + 2x2
Sujeito a:
4x + x2 ≤ 10
{ 1
x1 + 2x2 ≤ 9
x1≥ 0 e x2 ≥ 0
Vamos resolvê-lo primeiro pelo Simplex:
Resolução:
a) Reescrevendo a função objetivo e passando as inequações de
z - 5x1 - 2x2 = 0
4𝑥1 + 𝑥2 + 𝑥𝐹1 = 10
𝑥1 + 2𝑥2 + 𝑥𝐹2 = 9
z x1 x2 xF1 xF2 b
1 -5 -2 0 0 0
0 4 1 1 0 10
0 1 2 0 1 9
c) Na função objetivo identificamos a variável que entra localizando o
maior coeficiente.
z = 5x1 + 2x2
d) Agora iremos dividir os termos independentes pelos respectivos
coeficiente de (x1 - a variável que entra nesse exercício) e
encontraremos a linha que sai (o menor resultado positivo).
b x1
10 ÷ 4 = 2,5 → sai
9 ÷ 1 = 9

314
z x1 x2 xF1 xF2 b
1 -5 -2 0 0 0
0 4 1 1 0 10 sai
0 1 2 0 1 9
entra
O elemento que está na coluna que entra e na linha que sai é chamado
de elemento pivô, no nosso caso foi (4).
f) Agora iremos calcular a nova linha pivô. Para isso basta dividir todos os

÷ (4) 0 1 0,25 0,25 0 2,5 →Nova linha pivô

O coeficiente de x1 na primeira linha é (-5), então multiplicaremos a
linha pivô pelo seu oposto (5).
Nova 1ª linha
Nova linha pivô 0 1 0,25 0,25 0 2,5
x(5) 0 5 1,25 1,25 0 12,5
+ 1ª linha 1 -5 -2 0 0 0
Nova 1ª linha 1 0 -0,75 1,25 0 12,5
O coeficiente de x1 na terceira linha é (1), então multiplicaremos a linha

pivô pelo seu oposto (-1).
Nova 3ª linha
Nova linha pivô 0 1 0,25 0,25 0 2,5
x(-1) 0 -1 -0,25 -0,25 0 -2,5
+ 3ª linha 0 1 2 0 1 9
Nova 3ª linha 0 0 1,75 -0,25 1 6,5
z x1 x2 xF1 xF2 b
1 0 -0,75 1,25 0 12,5
0 1 0,25 0,25 0 2,5
0 0 1,75 -0,25 1 6,5
De onde destacamos:
Variáveis Básicas Variáveis Não Básicas Valor de z
x1 = 2,5 x2 = 0 z = 12,5
xF2 = 6,5 xF1 = 0

315
Ainda não temos solução ótima.
i) Na 1ª linha (função objetivo) identificamos a variável que entra
localizando o menor negativo.
j) Agora iremos dividir os termos independentes pelos respectivos

b X2
12,5 -0,75 Não fazemos conta com a função objetivo
2,5 ÷ 0,25 = 10
6,5 ÷ 1,75 = 3,714 → sai
k) Então podemos visualizar a tabela assim:

z x1 x2 xF1 xF2 b
1 0 -0,75 1,25 0 12,5
0 1 0,25 0,25 0 2,5
0 0 1,75 -0,25 1 6,5 sai
entra
de elemento pivô, no nosso caso foi (1,75).
l) Agora iremos calcular a nova linha pivô. Para isso basta dividir todos os
Linha que sai 0 0 1,75 -0,25 1 6,5

÷ (1,75) 0 0 1 -0,143 0,571 3,714 →Nova linha pivô
m) Agora iremos calcular as novas linhas.

O coeficiente de x1 na primeira linha é (-0,75), então multiplicaremos a
linha pivô pelo seu oposto (0,75).
Nova 1ª linha
Nova linha pivô 0 0 1 -0,143 0,571 3,714
x(0,75) 0 0 0,75 -0,107 0,429 2,786
+ 1ª linha 1 0 -0,75 1,25 0 12,5
Nova 1ª linha 1 0 0 1,143 0,429 15,286
O coeficiente de x1 na segunda linha é (0,25), então multiplicaremos a

linha pivô pelo seu oposto (-0,25).

316
Nova 2ª linha
Nova linha pivô 0 0 1 -0,143 0,571 3,714
x(-0,25) 0 0 -0,25 0,036 -0,143 -0,929
+ 2ª linha 0 1 0,25 0,25 0 2,5
Nova 2ª linha 0 1 0 0,286 -0,143 1,571
n) Reescrevendo a tabela, temos:
z x1 x2 xF1 xF2 b
1 0 0 1,143 0,429 15,286
0 1 0 0,286 -0,143 1,571
0 0 1 -0,143 0,571 3,714
De onde destacamos:
Variáveis Variáveis Não Valor de z
Básicas Básicas
x1 = 21,571 xF2 = 0 z = 15,286
x2 = 3,714 xF1 = 0
Solução ótima z = 15,286.

Graficamente temos:
X1

6
4 Ponto ótimo (11/7, 26/7)
2 4 6 8 10 X1
Agora vamos à análise de sensibilidade.

z x1 x2 xF1 xF2 b
1 -5 -2 0 0 0
0 4 1 1 0 10
0 1 2 0 1 9

317
Quadro final:
z x1 x2 xF1 xF2 b
1 0 0 1,143 0,429 15,286
0 1 0 0,286 -0,143 1,571
0 0 1 -0,143 0,571 3,714
Obs.: os lucros das folgas (xF1, xF2) serão sempre iguais a zero.
os coeficientes de x1 e x2 sem alterar a solução ótima do quadro.
básica, xF1 ou xF2. Como o objetivo é maximizar o lucro, a entrada de
uma variável só é possível se o aumento do lucro devido a essa inclusão
pelo menos compensar a queda do lucro devido às alterações nas outras
variáveis.
Entrada de xF1:
xF1 =0 para xF1 = 1
Temos:
X1 diminui em 0,286

lucro devido às outras variáveis x1 e x2.
1.0=0
0,286 . x1 - 0,143 . x2 = 0
0,286 . C1 - 0,143 . 2 = 0
0,286. C1 - 0,286 = 0
C1 = 1
Entrada de xF2:
Temos:
x2 diminui em 0,571
318
1.0=0
-0,143 . x1 + 0,571 . x2 = 0
-0,143 . C1 + 0,571 . 2 = 0
-0,143. C1 + 1,142 = 0
C1 ≅ 8

1≤5≤8
Observação:
O valor do lucro na função objetivo está entre dois valores a solução

é estável para o intervalo 1 ≤ C1 ≤ 8

Exemplo 2 (a)

319
Entrada de xF1:
xF1 =0 para xF1 = 1
Temos:
X1 diminui em 0,286

1.0=0

0,286 . x1 - 0,143 . x2 = 0
0,286 . 5 - 0,143 . C2= 0
1,430 - 0,143 C2 = 0
C2 = 10
Entrada de xF2:
Temos:
x2 diminui em 0,571

1.0=0

320
-0,143 . x1 + 0,571 . x2 = 0
-0,143 . 5 + 0,571 . C2 = 0
-0,715 + 0,571 . C2 = 0
C2 ≅ 1,25

1,25 ≤ 2 ≤ 10
Observação:

O valor do lucro na função objetivo está entre dois valores a solução
é estável para o intervalo 1,25 ≤ C2 ≤ 10
Exemplo 2 (b)
Quadro final:
z x1 x2 xF1 xF2 b
1 0 0 1,143 0,429 15,286
0 1 0 0,286 -0,143 1,571
0 0 1 -0,143 0,571 3,714

321
Neste exemplo não temos variáveis como não básicas, portanto não
temos como fazer este cálculo.
Suponha que tenha sido desenvolvido um quarto produto P3, que usa
os mesmos insumos de P1 e P2, e que não seja possível aumentar a
em produção, ele concorrerá com P1 e P2 em termos de insumos. A
fosse interessante?
Um levantamento de dados mostra que a produção de P3 exige uma
unidade de R1 e duas unidade de R2. Portanto, para fabricá-lo teremos
que forçar essas folgas nos recursos, o que implicará uma perda de:
xF1.(quantidade de R1)+xF2.(quantidade de R2)=

1,143 . 1 + 0,429 . 2 = 2,00
(1,143 e 0,429 são os preços de oportunidade dos recursos no quadro

final – coeficientes de xF1 e xF2 na 1ª linha do quadro final)

Exemplo 2 (c)

Quadro final:
z x1 x2 xF1 xF2 b
1 0 0 1,143 0,429 15,286
0 1 0 0,286 -0,143 1,571
0 0 1 -0,143 0,571 3,714
a) O recurso R1 cuja folga é xF1 é um recurso escasso no programa.

322

1,571 0,286
( )+( ).𝑉
3,714 −0,143 1

1,571 + 0,286.V1 = 0 → V1 = -5,49
3,714 - 0,143.V1 = 0 → V1 = 25,97
O valor -5,49 não faz nenhum valor de b, no quadro final ficar negativo,

-5,49 ≤ V1 ≤ 25,97
Desta forma, V1 pode sofrer uma diminuição de no máximo 5,49

1,143 x 25,97 = 29,68
b) O recurso R2 cuja folga é xF2 é um recurso escasso no programa.


323
Vamos chamar de V2 a variação em R2, que mantém a informação
do coeficiente de xF2.
No quadro final, esses vetores se transformam em:
1,571 −0,143
( )+( ) . 𝑉2
3,714 0,571

1,571 - 0,143 V2 = 0 → V2 = 10,99
3,714 + 0,571 V2 = 0 → V2 = -6,50
O valor -6,50 não faz nenhum valor de b, no quadro final ficar negativo,

-6,5 ≤ V2 ≤ 10,99
Desta forma, V2 pode sofrer uma diminuição de no máximo 6,5
0,429 x 10,99 = 4,72
Exemplo 2 (d)
Exemplo 3:
Considere o problema abaixo e sua solução gráfica
Max Z = 15x1 + 2x2
Sujeito a:
4x + x2 ≤ 10
{ 1
x1 + 2x2 ≤ 9
x1≥ 0 e x2 ≥ 0
Vamos resolvê-lo primeiro pelo Simplex:
Resolução:
a) Reescrevendo a função objetivo e passando as inequações de
z - 15x1 - 2x2 = 0
4𝑥1 + 𝑥2 + 𝑥𝐹1 = 10
𝑥1 + 2𝑥2 + 𝑥𝐹2 = 9
324
z x1 x2 xF1 xF2 b
1 -15 -2 0 0 0
0 4 1 1 0 10
0 1 2 0 1 9
c) Na função objetivo identificamos a variável que entra localizando o
maior coeficiente.
z = 15x1 + 2x2
d) Agora iremos dividir os termos independentes pelos respectivos

b x1
10 ÷ 4 = 2,5 → sai
9 ÷ 1 = 9

z x1 x2 xF1 xF2 b
1 -15 -2 0 0 0
0 4 1 1 0 10 sai
0 1 2 0 1 9
entra
de elemento pivô, no nosso caso foi (4).
f) Agora iremos calcular a nova linha pivô. Para isso basta dividir todos os
÷ (4) 0 1 0,25 0,25 0 2,5 →Nova linha pivô
O coeficiente de x1 na primeira linha é (-15), então multiplicaremos a
linha pivô pelo seu oposto (15).
Nova 1ª linha
Nova linha pivô 0 1 0,25 0,25 0 2,5
x(15) 0 15 3,75 3,75 0 37,50
+ 1ª linha 1 -15 -2 0 0 0
Nova 1ª linha 1 0 1,75 3,75 0 37,50

325
O coeficiente de x1 na terceira linha é (1), então multiplicaremos a linha
pivô pelo seu oposto (-1).
Nova 3ª linha
Nova linha pivô 0 1 0,25 0,25 0 2,5
x(-1) 0 -1 -0,25 -0,25 0 -2,5
+ 3ª linha 0 1 2 0 1 9
Nova 3ª linha 0 0 1,75 -0,25 1 6,5

z x1 x2 xF1 xF2 b
1 0 1,75 3,75 0 37,50
0 1 0,25 0,25 0 2,5
0 0 1,75 -0,25 1 6,5
De onde destacamos:
Variáveis Variáveis Não Valor de z
Básicas Básicas
x1 = 2,5 x2 = 0 z = 37,50
xF2 = 6,5 xF1 = 0
Solução ótima z = 37,50.

Graficamente temos:
X2
4
Solução ótima (5/2, 0)
2 4 6 8 X1
Estamos interessados em saber que tipo de variação pode sofrer os

coeficiente de x1 sem alterar a solução ótima do quadro.

326
básica, x2 ou xF1. Como o objetivo é maximizar o lucro, a entrada de uma
variável só é possível se o aumento do lucro devido a essa inclusão pelo
menos compensar a queda do lucro devido às alterações nas outras
variáveis.
Agora vamos à análise de sensibilidade.

z x1 x2 xF1 xF2 b
1 -15 -2 0 0 0
0 4 1 1 0 10
0 1 2 0 1 9
Quadro final:
z x1 x2 xF1 xF2 b
1 0 1,75 3,75 0 37,50
0 1 0,25 0,25 0 2,5
0 0 1,75 -0,25 1 6,5
Obs.: os lucros das folgas (xF1, xF2) serão sempre iguais a zero.
os coeficientes de x1 sem alterar a solução ótima do quadro.
básica, xF1 ou x2. Como o objetivo é maximizar o lucro, a entrada de uma
variável só é possível se o aumento do lucro devido a essa inclusão pelo
menos compensar a queda do lucro devido às alterações nas outras
variáveis.

Entrada de x2:

quando x2 passa de:
x2 =0 para x2 = 1
Temos:
x1 diminui em 0,25
xF2 diminui em 1,75
O coeficiente de x1 que permite a entrada de x2 é um coeficiente que
iguala o aumento de lucro com a entrada de x2 com a diminuição do lucro
devido às outras variáveis x1 e xF2.
327
1.2=2
0,25 . x1 + 1,75 . xF2 = 2
0,25 . C1 + 1,75 . 0 = 2
0,25 . C1 = 2
C2 = 8
Entrada de xF1:
Temos:
x1 diminui em 0,25

lucro devido às outras variáveis x1 e xF2.
1.0=0
0,25 . x1 – 0,25 . xF2 = 0
0,25 . C1 – 0,25 . 0 = 0
0,25 . C1 = 0
C2 = 0
C1 = 8 → resultado obtido com a entrada de x2.
0 ≤ 8 ≤ 15
Observação:
328
O valor do lucro na função objetivo é estável para C1 ≥ 8
Exemplo 3 (a)
No exemplo, a entrada de x2 com valor 1 provoca um aumento no lucro

de 2 e a diminuição devido às outras variáveis de:
0,25 . x1 + 1,75 . xF2 =

0,25 . 15 + 1,75 . 0 = 3,75
O resultado é um decréscimo do lucro de 3,75 - 2 = 1,75,

2 + 1,75 = 3,75

Exemplo 3 (b)
Suponha que tenha sido desenvolvido um quarto produto P3, que usa
os mesmos insumos de P1 e P2, e que não seja possível aumentar a

329
em produção, ele concorrerá com P1 e P2 em termos de insumos. A
fosse interessante?
Um levantamento de dados mostra que a produção de P3 exige duas
unidade de R1 e três unidade de R2. Portanto, para fabricá-lo teremos que
forçar essas folgas nos recursos, o que implicará uma perda de:
xF1.(quantidade de R1)+xF2.(quantidade de R2)=

3,75 . 2 + 0 . 3 = 7,5
(3,75 e 0 são os preços de oportunidade dos recursos no quadro final –

coeficientes de xF1 e xF2 na 1ª linha do quadro final)
Exemplo 3 (c)

Quadro final:
z x1 x2 xF1 xF2 b
1 0 1,75 3,75 0 37,50
0 1 0,25 0,25 0 2,5
0 0 1,75 -0,25 1 6,5
a) O recurso R1 cuja folga é xF1 é um recurso escasso no programa.


330

2,5 0,25
( )+( ).𝑉
6,5 −0,25 1

2,5 + 0,25.V1 = 0 → V1 = -10
6,5 - 0,25.V1 = 0 → V1 = 26
O valor -10 não faz nenhum valor de b, no quadro final ficar negativo,
O mesmo acontece com o valor 26.

-10 ≤ V1 ≤ 26

unidades ou um aumento de no máximo 26 unidade em R1 sem alterar a
informação do coeficiente de xF1.
Isto significa que se conseguirmos até 26 unidades de R1, aos custos
correntes, podemos aumentar o lucro do programa em:
3,75 x 26 = 97,50
b) O recurso R2 cuja folga é representada por xF2 é um recurso não

escasso. Isto significa que uma redução de até 6,5 unidades no
recurso não afeta a solução. Um aumento na disponibilidade do
recurso também não tem influência no programa, pois iria apenas
aumentar as sobras do recurso.

Exemplo 3 (d)
Exercícios
01) Dado o modelo de programação linear:
max Z = x1 + 0,30x2 + 3x3
331
𝑥1 + 𝑥2 +𝑥3 ≤ 10
𝑠𝑢𝑗𝑒𝑖𝑡𝑜 𝑎 {2𝑥1 + 𝑥2 +4𝑥3 ≤ 12
𝑥1 + 3𝑥2 − 𝑥3 ≤ 9
𝑥1 ≥ 0 𝑥2 ≥ 0 𝑥3 ≥ 0
onde xi representa as decisões de produção dos produtos Pi, Z o lucro

devido a essa atividade, as restrições, o uso dos recursos Ri e a tabela
final de solução pelo Simplex:
1 0,50 0,45 0,00 0,00 0,75 0,00 9,00
0 0,50 0,75 0,00 1,00 -0,25 0,00 7,00
0 0,50 0,25 1,00 0,00 0,25 0,00 3,00
0 1,50 3,25 0,00 0,00 0,25 1,00 12,00
Pergunta-se:
a) Qual o intervalo de estabilidade para o coeficiente de x3?
Entrada de x1

quando x1 passa de:
x1 = 0 para x1 = 1
Temos:
xF1 diminui em 0,5
x3 diminui em 0,5
xF3 diminui em 1,5

1.1=1

0,5 . xF1 + 0,5 . x3 + 1,5 . xF3 = 1
0,5 . 0 + 0,5 . C3 + 1,5 . 0 = 1
0,5C3 = 1
C3 = 2
Entrada de x2 :
quando x2 passa de:
332
x2 = 0 para x2 = 1
Temos:
xF1 diminui em 0,75
x3 diminui em 0,25
xF3 diminui em 3,25

1 . 0,3 = 0,3
0,75 . xF1 + 0,25 . x3 + 3,25 . xF3 = 0,3
0,75 . 0 + 0,25 . C3 + 3,25 . 0 = 0,3
0,25 C3 = 0,3
C3 = 1,2
Entrada de xF2
Temos:
x3 diminui em 0,25
xF3 diminui em 0,25

1.0=0

-0,25 . xF1 + 0,25 . x3 + 0,25 . xF3 = 0
-0,25 . 0 + 0,25 . C3 + 0,25 . 0 = 0
0,25C3 = 0
C3 = 0

C3 = 2 → resultado obtido com a entrada de x1.

333
0 ≤ 1,2 ≤ 2 ≤ 3
Observação:
Descartamos o “0”, pois não convém lucro zerado, ficando com:

1,2 ≤ 2 ≤ 3
Como o valor extremo da direita é o valor do lucro na função

objetivo podemos dizer que a solução é estável para C3 ≥ 2
Exercício resolvido 1 (a)
b) Qual o intervalo de estabilidade de xF1?
O recurso R1 cuja folga é representada por xF1 é um recurso não escasso.

Isto significa que uma redução de até 7 unidades no recurso não afeta a
solução. Um aumento na disponibilidade do recurso também não tem
influência no programa, pois iria apenas aumentar as sobras do recurso.
Logo temos:
-7 ≤ V1 < +∞
c) O que significa o intervalo obtido em a?
A solução ótima z = 9 não se altera se o lucro unitário de P 3 for pelo

menos 2.
d) Como podemos interpretar o resultado obtido em b?

334
A diminuição de R1 de até 7 unidades não altera o lucro do programa.
Qualquer aumento também não.
Exercício resolvido 1 (b, c, d)
e) Qual o intervalo de estabilidade para x1?
Com a entrada de x1 com valor 1 provoca um aumento no lucro de 1 e

a diminuição devido às outras variáveis de:
0,5 . xF1 + 0,5 . x3 + 1,5 . xF3 =

0,5 . 0 + 0,5 . 3 + 1,5 . 0 = 1,5
O resultado é um decréscimo do lucro de 1,5 - 1 = 0,5, exatamente

o valor de seu coeficiente no quadro final.
1 + 0,5 = 1,5

Exercício resolvido 1 (e)
f) Qual o intervalo de estabilidade para x2?
Com a entrada de x2 com valor 1 provoca um aumento no lucro de 0,3

e a diminuição devido às outras variáveis de:
0,75 . xF1 + 0,25 . x3 + 3,25 . xF3 =

0,75 . 0 + 0,25 . 3 + 3,25 . 0 = 0,75

335
O resultado é um decréscimo do lucro de 0,75 – 0,3 = 0,45,

0,3 + 0,45 = 0,75

Portanto, a solução é estável para C2 ≤ 0,75
Exercício resolvido 1 (f)
g) Suponha que um novo produto P4 use duas unidades do recurso 1,

uma unidade do recurso 2 e três unidades do recurso 3. Qual deverá
ser seu lucro unitário para sua incorporação no programa?
Para fabricar P4 teremos que forçar essas folgas nos recursos, o que
implicará uma perda de:
xF1.(quantidade de R1)+xF2.(quantidade de R2)+xF3.(quantidade de R3)=

0. 2 + 0,75 . 1 + 0 . 3 = 0,75
(0, 0,75 e 0 são os preços de oportunidade dos recursos no quadro final

– coeficientes de xF1, xF2 e xF3 na 1ª linha do quadro final)

Exercício resolvido 1 (g)
h) Qual o limite para o aumento da disponibilidade do recurso R2, que

mantém a informação contida em seu custo de oportunidade?
Em primeiro lugar devemos montar o quadro inicial:
𝑧 − 𝑥1 − 0,30𝑥2 − 3𝑥3 = 0
𝑥1 + 𝑥2 +𝑥3 + 𝑥𝐹1 = 10
2𝑥1 + 𝑥2 +4𝑥3 + 𝑥𝐹2 = 12
𝑥1 + 3𝑥2 − 𝑥3 + 𝑥𝐹3 = 9

336
1 -1 -0,3 -3 0 0 0 0
0 1 1 1 1 0 0 10
0 2 1 4 0 1 0 12
0 1 3 -1 0 0 1 9
Do quadro inicial, os valores de b ficariam:

10 10 0
(12 + 𝑉2 ) = (12) + (1) . 𝑉2
9 9 0

7 −0,25
( 3 ) + ( 0,25 ) . 𝑉2
12 0,25

7 - 0,25 V2 = 0 → V2 = 28
3 + 0,25 V2 = 0 → V2 = -12
12 + 0,25 V2 = 0 → V2 = -48
O valor -48 faz com que pelo menos um valor de b fique negativo por
Já o valor 28 não faz nenhum valor de b, no quadro final ficar negativo,
O mesmo acontece com o valor -12.

-12 ≤ V2 ≤ 28
Desta forma, V2 pode sofrer um aumento de 28 unidade em R2 sem

Isto significa que se conseguirmos 28 unidades de R2, aos custos
correntes, podemos aumentar o lucro do programa em:
0,75 x 28 = 21

337
i) Qual o limite para o aumento da disponibilidade do recurso R1, que
Como já foi mostrado no item b, o recurso R1 não é escasso e seu valor
pode variar de:
-7 ≤ V1 < +∞
Exercício resolvido 1 (h, i)
02) Dado o modelo de programação linear de maximização.

Z = 2.100x1 + 1.200x2 + 600x3
sujeito a:
1) 6x 1 + 4x2 + 6x3 ≤ 4.800
2) 12x1 + 16x2+2x3 ≤ 7.200
3) x1 ≤ 800
4) x2 ≤ 600
5) x3 ≤ 600
onde: xi são as decisões de produção dos bens Pi. O objetivo é maximizar

o lucro pela venda desses produtos.
Restrições:
1. Horas de máquina para a produção dos bens.
2. Horas de mão-de-obra para a produção.
3. Demanda de P1.
4. Demanda de P2.
5. Demanda de P3.
O quadro final pelo Simplex é o seguinte:
z x1 x2 x3 xF1 xF2 xF3 xF4 xF5 b
1 0 1400 0 50 150 0 0 0 1.320.000
0 0 -0,8 1 0,20 -0,10 0 0 0 240
0 1 1,467 0 -0,033 0,10 0 0 0 560
0 0 -1,467 0 0,033 -0,10 1 0 0 240
0 0 1 0 0 0 0 1 0 600
0 0 0,8 0 -0,20 0,10 0 0 1 360
a) Qual o intervalo de estabilidade para o coeficiente de x1? O que isto

significa?
Entrada de x2

338
quando x2 passa de:
x2 = 0 para x2 = 1
Temos:
x1 diminui em 1,467
x3 diminui em -0,8
xF4 diminui em 1
xF5 diminui em 0,8

1 . 1200 = 1200
1,467 . x1 + (-0,8) . x3 + (-1,467) . xF3 + 1 . xF4 + 0,8 . xF5 = 1200
1,467 . C1 + (-0,8) . 600 + (-1,467) . 0 + 1 . 0 + 0,8 . 0 = 1200
1,467.C1 = 1200 + 480
C1 = 1145,45
Entrada de xF1 :
Temos:
x3 diminui em 0,2
xF4 diminui em 0
xF5 diminui em -0,2

1.0=0
-0,033. x1 + 0,2 . x3 + 0,033 . xF3 + 0 . xF4 + (-0,2) . xF5 = 0
-0,033. C1 + 0,2 . 600 + 0,033 . 0 + 0 . 0 + (-0,2) . 0 = 0
-0,033 C1 = -120
C1 = 3600
Entrada de xF2
339
Temos:
x1 diminui em 0,1
x3 diminui em -0,1
xF3 diminui em -0,1
xF4 diminui em 0
xF5 diminui em 0,1

1.0=0

0,1. x1 + (-0,1) . x3 + (-0,1) . xF3 + 0 . xF4 + 0,1 . xF5 = 0
0,1. C1 + (-0,1) . 600 + (-0,1) . 0 + 0 . 0 + 0,1 . 0 = 0
0,1. C1 = 60
C1 = 600


600 ≤ 1145,19 ≤ 2100 ≤ 3600
Observação:

340
Como o valor do lucro na função objetivo está entre dois valores
positivos podemos dizer que este intervalo satisfaz as condições,
portanto a solução é estável para 1145,45 ≤ C1 ≤ 3600
A solução ótima não se altera se o lucro unitário de P1 estiver nesse

intervalo.
b) Qual o intervalo de estabilidade para o coeficiente de x3? O que isto

significa?
Entrada de x2
quando x2 passa de:
x2 = 0 para x2 = 1
Temos:
x1 diminui em 1,467
x3 diminui em -0,8
xF4 diminui em 1
xF5 diminui em 0,8

1 . 1200 = 1200

1,467 . x1 + (-0,8) . x3 + (-1,467) . xF3 + 1 . xF4 + 0,8 . xF5 = 1200
1,467 . 2100 + (-0,8) . C3 + (-1,467) . 0 + 1 . 0 + 0,8 . 0 = 1200
-0,8.C3 = 1200 -3080,7
C3 = 2350,88
Entrada de xF1 :
Temos:
x3 diminui em 0,2
341
xF4 diminui em 0
xF5 diminui em -0,2

1.0=0
-0,033. x1 + 0,2 . x3 + 0,033 . xF3 + 0 . xF4 + (-0,2) . xF5 = 0
-0,033. 2100 + 0,2 . C3 + 0,033 . 0 + 0 . 0 + (-0,2) . 0 = 0
0,2 C3 = 70
C3 = 350
Entrada de xF2
Temos:
x1 diminui em 0,1
x3 diminui em -0,1
xF3 diminui em -0,1
xF4 diminui em 0
xF5 diminui em 0,1

1.0=0

0,1. x1 + (-0,1) . x3 + (-0,1) . xF3 + 0 . xF4 + 0,1 . xF5 = 0
0,1. 2100 + (-0,1) . C3 + (-0,1) . 0 + 0 . 0 + 0,1 . 0 = 0
-0,1. C3 = -210
C3 = 2100


342
350 ≤ 600 ≤ 2100 ≤ 2350,88
Observação:
Como o valor do lucro na função objetivo está entre dois valores

portanto a solução é estável para 350 ≤ C3 ≤ 2100
A solução ótima não se altera se o lucro unitário de P3 estiver nesse

intervalo.
Exercício resolvido 2 (b)
c) Qual o intervalo de estabilidade para o coeficiente de xF3? O que isto

significa?

Isto significa que uma redução de até 240 unidades no recurso não afeta
a solução. Um aumento na disponibilidade do recurso também não tem
Logo temos:
-240 ≤ V3 < +∞
d) Qual o intervalo de estabilidade para o coeficiente de xF1? O que isto

significa?

343
240 0,2
560 −0,033
240 + 0,033 . 𝑉1
600 0
(360) ( −0,2 )

240 + 0,2V1 = 0 → V1 = -1200
560 + (-0,033)V1 = 0 → V1 = 16800
240 + 0,033V1 = 0 → V1 = -7200
600 + 0.V1 = 0 → não existe
360 – 0,2V1 = 0 → V1 = 1800
O valor 16800 faz com que pelo menos um valor de b fique negativo por
Já o valor -1200 não faz nenhum valor de b, no quadro final ficar
negativo, logo podemos usá-lo.

-1200 ≤ V1 ≤ 1800

unidades ou um aumento de no máximo 1800 unidade em R1 sem alterar
a informação do coeficiente de xF1.
Isto significa que se conseguirmos até 1800 unidades de R1, aos
50 x 1800 = 90000
Exercício resolvido 2 (c, d)
e) Um novo produto, que use 3 horas de máquina, 5 horas de mão-de-

obra e com demanda garantida de 200 unidades para um lucro
máximo de 800 u.m., teria interesse no programa?
Para fabricá-lo teremos que forçar essas folgas nos recursos, o que
implicará uma perda de:

344
xF1.(q.de R1)+xF2.(q. de R2)+xF3.(q. de R3)+xF4.(q. de R3)+xF5.(q. de
R3)=
50.(q.de R1)+150.(q. de R2)+0.(q. de R3)+0.(q. de R3)+0.(q. de R3)=
50.3 + 150. 5 + 0.0 + 0.0 + 0.0 = 900
(50, 150, 0, 0 e 0 são os preços de oportunidade dos recursos no quadro

final – coeficientes de xF1, xF2, xF3, xF4 e xF5 na 1ª linha do quadro final)

fosse no mínimo 900, logo não seria possível vendê-lo por 800, pois gera
um recuo de 100 no lucro do programa.
Exercício resolvido 2 (e)
f) Qual o limite para aquisição do recurso R1, aos custos correntes, que

240 0,2
560 −0,033
240 + 0,033 . 𝑉1
600 0
(360) ( −0,2 )

240 + 0,2V1 = 0 → V1 = -1200
560 + (-0,033)V1 = 0 → V1 = 16800
240 + 0,033V1 = 0 → V1 = -7200
600 + 0.V1 = 0 → não existe
360 – 0,2V1 = 0 → V1 = 1800
O valor 16800 faz com que pelo menos um valor de b fique negativo por
Já o valor -1200 não faz nenhum valor de b, no quadro final ficar

-1200 ≤ V1 ≤ 1800
345

50 x 1800 = 90000
Logo o valor máximo para R1 é de 1.800 unidades.
g) Qual o limite para aquisição do recurso R2, aos custos correntes, que
240 −0,1
560 0,1
240 + −0,1 . 𝑉2
600 0
(360) ( 0,1 )

240 - 0,1V2 = 0 → V2 = 2400
560 + 0,1V2 = 0 → V2 = -5600
240 - 0,1V2 = 0 → V2 = 2400
600 + 0.V2 = 0 → não existe
360 + 0,1V2 = 0 → V2 = -3600
O valor -5600 faz com que pelo menos um valor de b fique negativo por
Já o valor 2400 não faz nenhum valor de b, no quadro final ficar

-3600 ≤ V2 ≤ 2400
Logo o valor máximo para R2 é de 2400 unidades.

346
150 x 2400 = 360.000

h) O que significa a informação contida no custo de oportunidade do
recurso R5?

Isto significa que uma redução de até 360 unidades no recurso não afeta
a solução. Um aumento na disponibilidade do recurso também não tem
Logo temos:
-360 ≤ V5 < +∞
Exercício resolvido 2 (f, g, h)
03) Um pecuarista tem disponíveis três tipos de ração para gado. Cada
tipo tem sua composição em termos de quatro nutrientes. O
pecuarista quer misturar essas rações para obter um produto final
que satisfaça às exigências mínimas dos animais, em termos dos
nutrientes. A composição e as exigências estão no quadro:
% por kg Exigência
mínima em
Nutrientes
Ração 1 Ração 2 Ração 3 kg por saco
de 100 kg
1 30 25 10 6,00
2 20 30 20 4,00
3 25 15 30 4,00
4 25 30 40 6,00
Custo/kg 1,00 1,20 1,30
O objetivo é conseguir uma mistura de mínimo custo. O quadro final

de solução pelo Simplex é dada a seguir. No quadro, xi são as
quantidades de ração por kg de mistura e xFi as folgas em relação às
exigências mínimas dos nutrientes.
z x1 x2 x3 xF1 xF2 xF3 xF4 b
-1 0 0,087 0 0,789 0 0 3,053 -23,053
0 1 0,732 0 -4,211 0 0 1,053 18,947
0 0 -0,095 0 -0,316 1 0 -0,421 0,421
0 0 0,121 0 -0,263 0 1 -0,684 1,684
0 0 0,289 1 2,632 0 0 -3,158 3,158

347
a) Qual o intervalo de estabilidade para o custo da Ração 1?
Entrada de x2
quando x2 passa de:
x2 = 0 para x2 = 1
Temos:
x1 diminui em 0,732
x3 diminui em 0,289
1 . (custo inicial de x2)
1 . 1,2 = 1,2
0,732. x1 + 0,289. x3 – 0,095. xF2 + 0,121 . xF3 = 1,2
0,732. C1 + 0,289. 1,3 – 0,095. 0 + 0,121 . 0 = 1,2
0,732 .C1 = 1,2 – 0,376
C1 = 1,126
Entrada de xF1 :
Temos:
x3 diminui em 2,632

1 . (custo inicial de xF1)
1.0=0
-4,211. x1 + 2,632 . x3 – 0,316 . xF2 – 0,263 . xF3 = 0
0,732. C1 + 2,632 . 1,3 – 0,316 . 0 – 0,263 . 0 = 0
-4,211 .C1 = –3,422
C1 = 0,813

348
Entrada de xF4
Temos:
x1 diminui em 1,053

1.0=0

1,053. x1 – 3,158 . x3 – 0,421 . xF2 – 0,684 . xF3 = 0
1,053. C1 – 3,158 . 1,3 – 0,421 . 0 – 0,684 . 0 = 0
1,053 .C1 = 4,105
C1 = 3,899

C1 = 1 → valor do custo na função objetivo.

representam o custo de x1, temos:
0,813 ≤ 1 ≤ 1,126 ≤ 3,899
Observação:
349
Como o valor do custo na função objetivo está entre dois valores

portanto a solução é estável para 0,813 ≤ C1 ≤ 1,126
b) Qual o desconto no preço da Ração 2 a partir do qual seu uso é

interessante?
A entrada de x2 com valor 1 provoca uma diminuição no custo de 1,2 e

um aumento devido às outras variáveis de:
0,732 . x1 - 0,095 . xF2 + 0,121 . xF3 + 0,289 . x3 =

0,732 . 1 - 0,095 . 0 + 0,121 . 0 + 0,289 . 1,3 = 1,108
O resultado é um acréscimo do custo de 1,2 - 1,108 = 0,092, muito

próximo do seu coeficiente no quadro final.
Para que a entrada de x2 não aumente o custo, é necessário que seu
custo unitário seja de:
1,2 - 1,108 = 0,092 ≅ 0,087
isto é, o valor do desconto que torna seu preço oportuno.

Exercício resolvido 3 (b)
c) Qual o preço máximo da Ração 3 que não altera a solução

encontrada?
Entrada de x2
quando x2 passa de:

350
x2 = 0 para x2 = 1
Temos:
x1 diminui em 0,732
x3 diminui em 0,289

1 . (custo inicial de x2)
1 . 1,2 = 1,2

0,732. x1 + 0,289. x3 – 0,095. xF2 + 0,121 . xF3 = 1,2
0,732. 1 + 0,289. C3 – 0,095. 0 + 0,121 . 0 = 1,2
0,289. C3 = 1,2 – 0,732
C3 = 1,619
Entrada de xF1 :
Temos:
x3 diminui em 2,632

1.0=0
-4,211. x1 + 2,632 . x3 – 0,316. xF2 – 0,263 . xF3 = 0
-4,211. 1 + 2,632 . C3 – 0,316. 0 – 0,263 . 0 = 0
2,632. C3 = 4,211
C3 = 1,6
Entrada de xF4
Temos:
351
x1 diminui em 1,053

1.0=0

1,053. x1 – 3,158 . x3 – 0,421 . xF2 – 0,684 . xF3 = 0
1,053. 1 – 3,158 . C3 – 0,421 . 0 – 0,684 . 0 = 0
-3,158. C3 = -1,053
C3 = 0,333
C3 = 1,3 → valor do custo na função objetivo.
representam o custo de x3, temos:
0,333 ≤ 1,3 ≤ 1,6 ≤ 1,619
Observação:
Como o valor do custo na função objetivo está entre dois valores

portanto a solução é estável para 0,333 ≤ C3 ≤ 1,6
Logo o valor máximo para a ração 3 é 1,60

352

Exercício resolvido 3 (c)
d) Se a exigência do nutriente 1 passasse de 6 para 7 kg em cada 100

kg de mistura, qual a variação de preço que ocorreria?
A entrada de xF1 com valor 1 provoca uma diminuição no custo de 1 e

-4,211 . x1 - 0,316 . xF2 – 0,263 . xF3 + 2,632 . x3 =

-4,211 . 1 - 0,316 . 0 – 0,263 . 0 + 2,632 . 1,3 = -0,789
O resultado negativo na verdade é um acréscimo do custo de 0,789,

exatamente o seu coeficiente no quadro final.
e) A informação da tabela - diminuindo 1 kg do nutriente 4 na mistura,

seu custo cai em 3,053 vale até quantos quilos diminuídos?
A entrada de xF4 com valor 1 provoca uma diminuição no custo de 1 e
1,053 . x1 - 0,421 . xF2 – 0,684 . xF3 – 3,158 . x3 =

1,053 . 1 - 0,421 . 0 – 0,684 . 0 – 3,158 . 1,3 = -3,053
O resultado negativo na verdade é um acréscimo do custo de 3,053,

exatamente o seu coeficiente no quadro final, logo este valor corresponde
a entrada de 1 kg.
Exercício resolvido 3 (d, e)

353
Bibliografia
 ANDERSON, David R.; SWEENEY, Dennis J.; WILLIAMS, Thomas A. (1983).
Quantitative Methods for Business. 2. Ed. St. Paul: West Publishing Company.
534 p.
 ARENALES, M. et al. (2007). Pesquisa Operacional. Rio de Janeiro: Campus.
523 p.
 ACKOFF, R.L., SASIENI, M. W. Pesquisa Operacional. Rio de Janeiro. LTC, 1971.
 BERTSIMAS, Dimitris; FREUND, Robert M. (2000). Data, Models, and Decisions:
The Fundamentals of Management Sciences. Cincinnati: South-Western College
Publishing. 530 p.
 CHVÁTAL, Vasek (1983). Linear Programming. Nova York: W. H. Freeman and
Company. 487 p.
 EHRLICH, P. J. Pesquisa operacional: curso introdutório. São Paulo: Atlas, 1991.
 EPPEN, G. D. et al. (1998) Introductory Management Sciences. 5. Ed. Nova
Jersey: Prentice Hall. 702 p.
 GOLDBARG, Marco Cesar: LUNA, Henrique Pacca L. (2000). Otimização
Combinatória e Programação Linear: Modelos e Algoritmos. Rio de Janeiro:
Campus. 649 p.
 HILLIER, Frederick S.; HILLIER, Mark S.; LIEBERMAN, Gerald J. (2000).
Introduction to Management Sciences. 1. Ed. Nova York: McGraw-Hill, Inc. 720
p.
 HILLIER, F. S., LIEBERMAN, G. J. Introduction to operations research. San
Francisco: Holden-Day, 1968.
 JANG, J. S. R.; SUN, C. T.; MIZUTANI, E. (1997) Neuro-Fuzzy and Soft
Computing. Nova Jersey: Prentice Hall. 614 p.
 MIZE, J. H., COX, J. G. Essentials of simulation. Englewood Cliffs: Prentice Hall,
1968.
 NAYLOR, T. H., BALINTFLY, J. L., BURDICK, D. S. et. Al. Computer simulation
technics. New York: John Willey, 1966.
 NOVAES, A. L. Introdução à programação linear. Rio de Janeiro: LTC, 1975.
 RAGSDALE, Cliff T. (2004). Spreadsheet Modeling and Decision Analysis. 4. Ed.
Cincinnati: South-Western College Publishing. 842 p.
 SCHARAGE, Linus (1997). Optimization Modeling With Lindo. 5. Ed. Pacific
Grove: Duxbry Press. 470 p.
 SHAMBLIN, J. E., STEVENS Jr., G. T. Pesquisa operacional: uma abordagem
básica. São Paulo: Atlas, 1989.
 TAHA, Hamdy A. (1997). Operations Research: Na Introduction. 6. Ed. Nova
Jersey: Prentice Hall. 916 p.
 TAYLOR III, Bernard W. (1996). Introduction to Management Sciences. 5. Ed.
Nova Jersey: Prentice Hall. 902 p.

354
 WINSTON, Wayne L. (1994). Operations Research: Applications and Algorithms.
3. Ed. Belmont: International Thomson Publishing Company. 1319 p.
 Winston, Wayne L.; ALBRIGHT, S. Christian (2001). Practical Management
Sciences: Spreadsheet Modeling and Applications. 2. Ed. Belmont: International
Thomson Publishing company. 953 p.

Curso de Introdução A Pesquisa Operacional - Matusalém Vieira Martins

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Curso de Introdução A Pesquisa Operacional - Matusalém Vieira Martins

Enviado por

Direitos autorais:

Formatos disponíveis

Curso: Introdução a

Versão 1.4 -2015

Antes de começar os seus estudos recomendo estar com alguns

Visite o meu site www.professormatusalem.com

Visite o meu site www.professormatusalem.com

Visite o meu site www.professormatusalem.com

Apresentação da Pesquisa Operacional

 Este curso é básico e com isso quer possibilitar ao aluno uma

 Este curso é concebido para que você possa reforçar os estudos de

 Este curso não confere certificado aos que o adquiriram.

 Se você encontrar algum erro por favor me comunique informando

 Verifique sempre se você está com a última versão do curso, é só

Pesquisa Operacional é um método científico de tomada de decisões.

Visite o meu site www.professormatusalem.com

Fases de um Estudo em P.O.

Um estudo em Pesquisa Operacional costuma envolver seis fases:

que podem ser descritas como segue:

Construção do Modelo do Sistema - Os modelos que interessam

Visite o meu site www.professormatusalem.com

Visite o meu site www.professormatusalem.com

Modelo em Programação Linear

Uma das técnicas mais utilizadas na abordagem de problemas em

As variáveis controladas ou variáveis de decisão são x1 e x2. A

x1 → quantidade anual a produzir de P1

Visite o meu site www.professormatusalem.com

Lucro total: L = 1.000 . x1 + 1.800 . x2

Objetivo: maximizar L = 1.000 . x1 + 1.800 . x2

As restrições impostas pelo sistema são:

- Disponibilidade de mercado para os produtos (demanda)

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

Visite o meu site www.professormatusalem.com

x1 → quantidade de carne a consumir no dia

Custo devido à carne: 3 . x1

Custo devido aos ovos: 2,5 . x2

Custo total: C = 3x1 + 2,5x2

As restrições impostas pelo sistema são:

Total de vitaminas: 4x1 + 8x2

necessidade mínima de proteína: 36 unidades

Total de proteínas: 6x1 + 6x2

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

b) Qual é a função objetivo?

Visite o meu site www.professormatusalem.com

Logo as restrições são:

d) Quais as restrições de não – negatividade?

e) Escreva o modelo completo.

𝒎á𝒙𝒊𝒎𝒐 𝒍𝒖𝒄𝒓𝒐 = 𝟓𝒙𝟏 + 𝟐𝒙𝟐

Assista agora a Vídeo Aula:

2) Certa empresa fabrica 2 produtos P1 e P2. O lucro por unidade de

Visite o meu site www.professormatusalem.com

b) Qual é a função objetivo?

c) Quais são as restrições técnicas?

Também foi tido que as demandas esperadas de P1 é de 40, logo:

d) Quais as restrições de não – negatividade?

e) Escreva o modelo completo.

03) Um vendedor de frutas pode transportar 800 caixas de frutas para

b) Qual é a função objetivo?

𝑚á𝑥𝑖𝑚𝑜 𝑙𝑢𝑐𝑟𝑜 = 10𝑥1 + 30𝑥2 + 4.000

c) Quais são as restrições técnicas?

d) Quais as restrições de não – negatividade?

Visite o meu site www.professormatusalem.com

e) Escreva o modelo completo.

𝑚á𝑥𝑖𝑚𝑜 𝑙𝑢𝑐𝑟𝑜 = 10𝑥1 + 30𝑥2 + 4.000

4) Uma rede de televisão local tem o seguinte problema: foi descoberto