Pesquisa Operacional

Prof. Rogério

FATEC Mauá

Aula 3

2016.2

Pesquisa Operacional Prof. Rogério

 A empresa de logística Deixa Comigo S.A. tem uma frota de
caminhões para realizar transportes de cargas para terceiros. A
frota e composta por caminhões médios com condições
especiais para transportar sementes e grãos prontos para o
consumo, como arroz e feijão. A frota tem uma capacidade de
carga de 70.000 kg e um limite de volume de 30.000 m3 . O
próximo contrato de transporte refere-se a uma entrega de
100.000 kg de sementes e 85.000 kg de grãos, sendo que a Deixa
Comigo S.A. pode aceitar levar tudo ou somente uma parte da
carga, deixando o restante para outra transportadora. O
volume ocupado pelas sementes é de 0,4 m3 por kg, e o volume
dos grãos é de 0,2 m3 por kg. Sabendo que o lucro para
transportar as sementes é de R$ 0,12 por kg e o lucro para
transportar os grãos é de R$ 0,35 por kg, descubra quantos
quilogramas de sementes e de grãos a Deixa Comigo S.A. deve
transportar para maximizar o seu lucro.

Pesquisa Operacional Prof. Rogério

 Variáveis de decisão
x g - quantidade de grãos transportados (em kg)
xs - quantidade de sementes transportadas (em kg)

Parâmetros de restrição

• Capacidade de carga da frota ≤ 70.000 kg

• Limite de volume da frota ≤ 30.000 m3

Outros parâmetros

• Volume: 0,4m3 por kg (sementes) e 0,2m3 por kg (grãos)

• Lucro: R$0,12 por kg (sementes) e R$0,35 por kg (grãos)

Pesquisa Operacional Prof. Rogério

 Variáveis de decisão
x g - quantidade de grãos transportados (em kg)
xs - quantidade de sementes transportadas (em kg)

Parâmetros de restrição

• Capacidade de carga da frota ≤ 70.000 kg

• Limite de volume da frota ≤ 30.000 m3

Outros parâmetros

• Volume: 0,4m3 por kg (sementes) e 0,2m3 por kg (grãos)

• Lucro: R$0,12 por kg (sementes) e R$0,35 por kg (grãos)

Pesquisa Operacional Prof. Rogério

 Variáveis de decisão
x g - quantidade de grãos transportados (em kg)
xs - quantidade de sementes transportadas (em kg)

Parâmetros de restrição

• Capacidade de carga da frota ≤ 70.000 kg

• Limite de volume da frota ≤ 30.000 m3

Outros parâmetros

• Volume: 0,4m3 por kg (sementes) e 0,2m3 por kg (grãos)

• Lucro: R$0,12 por kg (sementes) e R$0,35 por kg (grãos)

Pesquisa Operacional Prof. Rogério

 Variáveis de decisão
x g - quantidade de grãos transportados (em kg)
xs - quantidade de sementes transportadas (em kg)

Parâmetros de restrição

• Capacidade de carga da frota ≤ 70.000 kg

• Limite de volume da frota ≤ 30.000 m3

Outros parâmetros

• Volume: 0,4m3 por kg (sementes) e 0,2m3 por kg (grãos)

• Lucro: R$0,12 por kg (sementes) e R$0,35 por kg (grãos)

Pesquisa Operacional Prof. Rogério

 Variáveis de decisão
x g - quantidade de grãos transportados (em kg)
xs - quantidade de sementes transportadas (em kg)

Parâmetros de restrição

• Capacidade de carga da frota ≤ 70.000 kg

• Limite de volume da frota ≤ 30.000 m3

Outros parâmetros

• Volume: 0,4m3 por kg (sementes) e 0,2m3 por kg (grãos)

• Lucro: R$0,12 por kg (sementes) e R$0,35 por kg (grãos)

Pesquisa Operacional Prof. Rogério

 Variáveis de decisão
x g - quantidade de grãos transportados (em kg)
xs - quantidade de sementes transportadas (em kg)

Parâmetros de restrição

• Capacidade de carga da frota ≤ 70.000 kg

• Limite de volume da frota ≤ 30.000 m3

Outros parâmetros

• Volume: 0,4m3 por kg (sementes) e 0,2m3 por kg (grãos)

• Lucro: R$0,12 por kg (sementes) e R$0,35 por kg (grãos)

Pesquisa Operacional Prof. Rogério

Informações importantes

O próximo contrato de transporte refere-se a uma entrega de

100.000 kg de sementes e 85.000 kg de grãos.

Mas a capacidade da frota é de apenas 70.000 kg.

...a Deixa Comigo S.A. pode aceitar levar tudo ou somente uma
parte da carga, deixando o restante para outra transportadora.

Como isso afeta o problema?

Pesquisa Operacional Prof. Rogério

Informações importantes

O próximo contrato de transporte refere-se a uma entrega de

100.000 kg de sementes e 85.000 kg de grãos.

Mas a capacidade da frota é de apenas 70.000 kg.

...a Deixa Comigo S.A. pode aceitar levar tudo ou somente uma
parte da carga, deixando o restante para outra transportadora.

Como isso afeta o problema?

Pesquisa Operacional Prof. Rogério

Informações importantes

O próximo contrato de transporte refere-se a uma entrega de

100.000 kg de sementes e 85.000 kg de grãos.

Mas a capacidade da frota é de apenas 70.000 kg.

...a Deixa Comigo S.A. pode aceitar levar tudo ou somente uma
parte da carga, deixando o restante para outra transportadora.

Como isso afeta o problema?

Pesquisa Operacional Prof. Rogério

Informações importantes

O próximo contrato de transporte refere-se a uma entrega de

100.000 kg de sementes e 85.000 kg de grãos.

Mas a capacidade da frota é de apenas 70.000 kg.

...a Deixa Comigo S.A. pode aceitar levar tudo ou somente uma
parte da carga, deixando o restante para outra transportadora.

Como isso afeta o problema?

Pesquisa Operacional Prof. Rogério

Informações importantes
Aqui existe uma outra decisão estratégica que dependeria do
custo de transporte, que não é dado no problema.
• Se a Deixa Comigo decidir fazer apenas uma viagem, terá
o lucro máximo nesta viagem. Porém abrirá mão de uma
segunda entrega que também utilizaria toda a capacidade
da empresa.
• Se ela decidir fazer uma segunda viagem, esta não será tão
vantajosa quanto a primeira.
• Uma eventual terceira viagem ocuparia pouco mais do que
metade da capacidade da frota, e portanto consideraremos
como inviável.
O problema pode então ser modelado de duas formas:

• Uma viagem ⇒ Restrições: Max 70 toneladas e 30 mil m3

• Duas viagens ⇒ Restrições: Max 140 toneladas e 60 mil m3
Pesquisa Operacional Prof. Rogério
Informações importantes
Aqui existe uma outra decisão estratégica que dependeria do
custo de transporte, que não é dado no problema.
• Se a Deixa Comigo decidir fazer apenas uma viagem, terá
o lucro máximo nesta viagem. Porém abrirá mão de uma
segunda entrega que também utilizaria toda a capacidade
da empresa.
• Se ela decidir fazer uma segunda viagem, esta não será tão
vantajosa quanto a primeira.
• Uma eventual terceira viagem ocuparia pouco mais do que
metade da capacidade da frota, e portanto consideraremos
como inviável.
O problema pode então ser modelado de duas formas:

• Uma viagem ⇒ Restrições: Max 70 toneladas e 30 mil m3

• Duas viagens ⇒ Restrições: Max 140 toneladas e 60 mil m3
Pesquisa Operacional Prof. Rogério
Informações importantes
Aqui existe uma outra decisão estratégica que dependeria do
custo de transporte, que não é dado no problema.
• Se a Deixa Comigo decidir fazer apenas uma viagem, terá
o lucro máximo nesta viagem. Porém abrirá mão de uma
segunda entrega que também utilizaria toda a capacidade
da empresa.
• Se ela decidir fazer uma segunda viagem, esta não será tão
vantajosa quanto a primeira.
• Uma eventual terceira viagem ocuparia pouco mais do que
metade da capacidade da frota, e portanto consideraremos
como inviável.
O problema pode então ser modelado de duas formas:

• Uma viagem ⇒ Restrições: Max 70 toneladas e 30 mil m3

• Duas viagens ⇒ Restrições: Max 140 toneladas e 60 mil m3
Pesquisa Operacional Prof. Rogério
Informações importantes
Aqui existe uma outra decisão estratégica que dependeria do
custo de transporte, que não é dado no problema.
• Se a Deixa Comigo decidir fazer apenas uma viagem, terá
o lucro máximo nesta viagem. Porém abrirá mão de uma
segunda entrega que também utilizaria toda a capacidade
da empresa.
• Se ela decidir fazer uma segunda viagem, esta não será tão
vantajosa quanto a primeira.
• Uma eventual terceira viagem ocuparia pouco mais do que
metade da capacidade da frota, e portanto consideraremos
como inviável.
O problema pode então ser modelado de duas formas:

• Uma viagem ⇒ Restrições: Max 70 toneladas e 30 mil m3

• Duas viagens ⇒ Restrições: Max 140 toneladas e 60 mil m3
Pesquisa Operacional Prof. Rogério
Informações importantes
Aqui existe uma outra decisão estratégica que dependeria do
custo de transporte, que não é dado no problema.
• Se a Deixa Comigo decidir fazer apenas uma viagem, terá
o lucro máximo nesta viagem. Porém abrirá mão de uma
segunda entrega que também utilizaria toda a capacidade
da empresa.
• Se ela decidir fazer uma segunda viagem, esta não será tão
vantajosa quanto a primeira.
• Uma eventual terceira viagem ocuparia pouco mais do que
metade da capacidade da frota, e portanto consideraremos
como inviável.
O problema pode então ser modelado de duas formas:

• Uma viagem ⇒ Restrições: Max 70 toneladas e 30 mil m3

• Duas viagens ⇒ Restrições: Max 140 toneladas e 60 mil m3
Pesquisa Operacional Prof. Rogério
Informações importantes
Aqui existe uma outra decisão estratégica que dependeria do
custo de transporte, que não é dado no problema.
• Se a Deixa Comigo decidir fazer apenas uma viagem, terá
o lucro máximo nesta viagem. Porém abrirá mão de uma
segunda entrega que também utilizaria toda a capacidade
da empresa.
• Se ela decidir fazer uma segunda viagem, esta não será tão
vantajosa quanto a primeira.
• Uma eventual terceira viagem ocuparia pouco mais do que
metade da capacidade da frota, e portanto consideraremos
como inviável.
O problema pode então ser modelado de duas formas:

• Uma viagem ⇒ Restrições: Max 70 toneladas e 30 mil m3

• Duas viagens ⇒ Restrições: Max 140 toneladas e 60 mil m3
Pesquisa Operacional Prof. Rogério
Informações importantes
Aqui existe uma outra decisão estratégica que dependeria do
custo de transporte, que não é dado no problema.
• Se a Deixa Comigo decidir fazer apenas uma viagem, terá
o lucro máximo nesta viagem. Porém abrirá mão de uma
segunda entrega que também utilizaria toda a capacidade
da empresa.
• Se ela decidir fazer uma segunda viagem, esta não será tão
vantajosa quanto a primeira.
• Uma eventual terceira viagem ocuparia pouco mais do que
metade da capacidade da frota, e portanto consideraremos
como inviável.
O problema pode então ser modelado de duas formas:

• Uma viagem ⇒ Restrições: Max 70 toneladas e 30 mil m3

• Duas viagens ⇒ Restrições: Max 140 toneladas e 60 mil m3
Pesquisa Operacional Prof. Rogério
Função objetivo

Lucro = Receita

Receita: grãos transportados (em Kg) × preço por Kg de grão +

sementes transportadas (em Kg) × preço por Kg de sementes.

0, 35x g + 0, 12xs

Lucro:

L = 0, 35x g + 0, 12xs

Pesquisa Operacional Prof. Rogério

Função objetivo

Lucro = Receita

Receita: grãos transportados (em Kg) × preço por Kg de grão +

sementes transportadas (em Kg) × preço por Kg de sementes.

0, 35x g + 0, 12xs

Lucro:

L = 0, 35x g + 0, 12xs

Pesquisa Operacional Prof. Rogério

Função objetivo

Lucro = Receita

Receita: grãos transportados (em Kg) × preço por Kg de grão +

sementes transportadas (em Kg) × preço por Kg de sementes.

0, 35x g + 0, 12xs

Lucro:

L = 0, 35x g + 0, 12xs

Pesquisa Operacional Prof. Rogério

Função objetivo

Lucro = Receita

Receita: grãos transportados (em Kg) × preço por Kg de grão +

sementes transportadas (em Kg) × preço por Kg de sementes.

0, 35x g + 0, 12xs

Lucro:

L = 0, 35x g + 0, 12xs

Pesquisa Operacional Prof. Rogério

Restrições

Capacidade de carga da frota ≤ 70.000 Kg (ou 140.000 Kg)

x g + xs ≤ 70.000 (140.000)

Limite de volume da frota ≤ 30.000 m3 (ou 60.000 m3 )

0, 2x g + 0, 4xs ≤ 30.000 (60.000)

Não negatividade

x g , xs ≥ 0

Pesquisa Operacional Prof. Rogério

Restrições

Capacidade de carga da frota ≤ 70.000 Kg (ou 140.000 Kg)

x g + xs ≤ 70.000 (140.000)

Limite de volume da frota ≤ 30.000 m3 (ou 60.000 m3 )

0, 2x g + 0, 4xs ≤ 30.000 (60.000)

Não negatividade

x g , xs ≥ 0

Pesquisa Operacional Prof. Rogério

Restrições

Capacidade de carga da frota ≤ 70.000 Kg (ou 140.000 Kg)

x g + xs ≤ 70.000 (140.000)

Limite de volume da frota ≤ 30.000 m3 (ou 60.000 m3 )

0, 2x g + 0, 4xs ≤ 30.000 (60.000)

Não negatividade

x g , xs ≥ 0

Pesquisa Operacional Prof. Rogério

Restrições

Capacidade de carga da frota ≤ 70.000 Kg (ou 140.000 Kg)

x g + xs ≤ 70.000 (140.000)

Limite de volume da frota ≤ 30.000 m3 (ou 60.000 m3 )

0, 2x g + 0, 4xs ≤ 30.000 (60.000)

Não negatividade

x g , xs ≥ 0

Pesquisa Operacional Prof. Rogério

Restrições

Capacidade de carga da frota ≤ 70.000 Kg (ou 140.000 Kg)

x g + xs ≤ 70.000 (140.000)

Limite de volume da frota ≤ 30.000 m3 (ou 60.000 m3 )

0, 2x g + 0, 4xs ≤ 30.000 (60.000)

Não negatividade

x g , xs ≥ 0

Pesquisa Operacional Prof. Rogério

 Max. L = 0, 35x g + 0, 12xs (função objetivo)

Sujeito a:

x g + xs ≤ 70.000 (140.000) (capacidade de carga da frota)

0, 2x g + 0, 4xs ≤ 30.000 (60.000) (Limite de volume da frota)
x g , xs ≥ 0 (não negatividade)

Solução
Note que o lucro para transportar grãos é maior e eles ocupam
um volume menor, logo a melhor solução para uma viagem é
transportar apenas grãos.
Para uma eventual segunda viagem a melhor configuração
seria levar o restante de grãos (15 ton.) e completar a frota com
sementes (55 ton.).
Pesquisa Operacional Prof. Rogério
 Max. L = 0, 35x g + 0, 12xs (função objetivo)

Sujeito a:

x g + xs ≤ 70.000 (140.000) (capacidade de carga da frota)

0, 2x g + 0, 4xs ≤ 30.000 (60.000) (Limite de volume da frota)
x g , xs ≥ 0 (não negatividade)

Solução
Note que o lucro para transportar grãos é maior e eles ocupam
um volume menor, logo a melhor solução para uma viagem é
transportar apenas grãos.
Para uma eventual segunda viagem a melhor configuração
seria levar o restante de grãos (15 ton.) e completar a frota com
sementes (55 ton.).
Pesquisa Operacional Prof. Rogério
 Max. L = 0, 35x g + 0, 12xs (função objetivo)

Sujeito a:

x g + xs ≤ 70.000 (140.000) (capacidade de carga da frota)

0, 2x g + 0, 4xs ≤ 30.000 (60.000) (Limite de volume da frota)
x g , xs ≥ 0 (não negatividade)

Solução
Note que o lucro para transportar grãos é maior e eles ocupam
um volume menor, logo a melhor solução para uma viagem é
transportar apenas grãos.
Para uma eventual segunda viagem a melhor configuração
seria levar o restante de grãos (15 ton.) e completar a frota com
sementes (55 ton.).
Pesquisa Operacional Prof. Rogério
 Max. L = 0, 35x g + 0, 12xs (função objetivo)

Sujeito a:

x g + xs ≤ 70.000 (140.000) (capacidade de carga da frota)

0, 2x g + 0, 4xs ≤ 30.000 (60.000) (Limite de volume da frota)
x g , xs ≥ 0 (não negatividade)

Solução
Note que o lucro para transportar grãos é maior e eles ocupam
um volume menor, logo a melhor solução para uma viagem é
transportar apenas grãos.
Para uma eventual segunda viagem a melhor configuração
seria levar o restante de grãos (15 ton.) e completar a frota com
sementes (55 ton.).
Pesquisa Operacional Prof. Rogério
 Max. L = 0, 35x g + 0, 12xs (função objetivo)

Sujeito a:

x g + xs ≤ 70.000 (140.000) (capacidade de carga da frota)

0, 2x g + 0, 4xs ≤ 30.000 (60.000) (Limite de volume da frota)
x g , xs ≥ 0 (não negatividade)

Solução
Note que o lucro para transportar grãos é maior e eles ocupam
um volume menor, logo a melhor solução para uma viagem é
transportar apenas grãos.
Para uma eventual segunda viagem a melhor configuração
seria levar o restante de grãos (15 ton.) e completar a frota com
sementes (55 ton.).
Pesquisa Operacional Prof. Rogério
 Gráficos de funções lineares e regiões
delimitadas por inequações.

Pesquisa Operacional Prof. Rogério

Funções Lineares
Quando dizemos que y é uma função linear de x, temos como
consequencia que seu gráfico é uma reta; assim, podemos usar
a forma inclinação-intersecção de retas para escrever uma
forma geral para a função

y = f ( x ) = mx + b

onde m é o coeficiente angular (ou inclinação) da reta e b é a

intersecção com o eixo y.
Se você conhece o coeficiente angular de uma reta e sabe que
ela passa pelo ponto ( x0 , y0 ), você pode obter a função que
descreve esta reta usando

y = m ( x − x0 ) + y0

Pesquisa Operacional Prof. Rogério

Funções Lineares
Quando dizemos que y é uma função linear de x, temos como
consequencia que seu gráfico é uma reta; assim, podemos usar
a forma inclinação-intersecção de retas para escrever uma
forma geral para a função

y = f ( x ) = mx + b

onde m é o coeficiente angular (ou inclinação) da reta e b é a

intersecção com o eixo y.
Se você conhece o coeficiente angular de uma reta e sabe que
ela passa pelo ponto ( x0 , y0 ), você pode obter a função que
descreve esta reta usando

y = m ( x − x0 ) + y0

Pesquisa Operacional Prof. Rogério

Funções Lineares
Quando dizemos que y é uma função linear de x, temos como
consequencia que seu gráfico é uma reta; assim, podemos usar
a forma inclinação-intersecção de retas para escrever uma
forma geral para a função

y = f ( x ) = mx + b

onde m é o coeficiente angular (ou inclinação) da reta e b é a

intersecção com o eixo y.
Se você conhece o coeficiente angular de uma reta e sabe que
ela passa pelo ponto ( x0 , y0 ), você pode obter a função que
descreve esta reta usando

y = m ( x − x0 ) + y0

Pesquisa Operacional Prof. Rogério

Funções Lineares
Quando dizemos que y é uma função linear de x, temos como
consequencia que seu gráfico é uma reta; assim, podemos usar
a forma inclinação-intersecção de retas para escrever uma
forma geral para a função

y = f ( x ) = mx + b

onde m é o coeficiente angular (ou inclinação) da reta e b é a

intersecção com o eixo y.
Se você conhece o coeficiente angular de uma reta e sabe que
ela passa pelo ponto ( x0 , y0 ), você pode obter a função que
descreve esta reta usando

y = m ( x − x0 ) + y0

Pesquisa Operacional Prof. Rogério

Problema

Max. Z = 20x1 + 60x2 (Função objetivo)

Sujeito a:


70x1 + 70x2 ≤ 4900 (R1) 

90x1 + 50x2 ≤ 4500 (R2)

Restrições do problema
2x1 ≤ 80 (R3) 

3x2 ≤ 180 (R4)


x1 , x2 ≥ 0 } Não negatividade

Pesquisa Operacional Prof. Rogério

Não negatividade: x1 , x2 ≥ 0

Pesquisa Operacional Prof. Rogério

Não negatividade: x1 , x2 ≥ 0

Pesquisa Operacional Prof. Rogério

Restrição R1: 70x1 + 70x2 ≤ 4900 ⇒ (70, 0), (0, 70)

Pesquisa Operacional Prof. Rogério

Restrição R1: 70x1 + 70x2 ≤ 4900 ⇒ (70, 0), (0, 70)

Pesquisa Operacional Prof. Rogério

Restrição R2: 90x1 + 50x2 ≤ 4500 ⇒ (50, 0), (0, 90)

Pesquisa Operacional Prof. Rogério

Restrição R2: 90x1 + 50x2 ≤ 4500 ⇒ (50, 0), (0, 90)

Pesquisa Operacional Prof. Rogério

Restrição R3: 2x1 ≤ 80

Pesquisa Operacional Prof. Rogério

Restrição R3: 2x1 ≤ 80

Pesquisa Operacional Prof. Rogério

Restrição R4: 3x2 ≤ 180

Pesquisa Operacional Prof. Rogério

Restrição R4: 3x2 ≤ 180

Pesquisa Operacional Prof. Rogério

Região de soluções viáveis

Pesquisa Operacional Prof. Rogério

Próxima Etapa
Atribuir um valor à função objetivo e verificar se a reta
correspondente passa pela região de soluções viáveis.

Exemplo
Se atribuirmos, por exemplo, o valor Z = 1200 à função
objetivo, obtemos a equação da reta 1200 = 20x1 + 60x2 . Se
conveniente, podemos isolar a variáve x2 e obter a expressão
para a reta na forma inclinação-intersecção.

Z 1
x2 = − x1
60 3

A reta acima passa pelos pontos (60, 0) e (0, 20) quando

Z = 1200.

Pesquisa Operacional Prof. Rogério

Próxima Etapa
Atribuir um valor à função objetivo e verificar se a reta
correspondente passa pela região de soluções viáveis.

Exemplo
Se atribuirmos, por exemplo, o valor Z = 1200 à função
objetivo, obtemos a equação da reta 1200 = 20x1 + 60x2 . Se
conveniente, podemos isolar a variáve x2 e obter a expressão
para a reta na forma inclinação-intersecção.

Z 1
x2 = − x1
60 3

A reta acima passa pelos pontos (60, 0) e (0, 20) quando

Z = 1200.

Pesquisa Operacional Prof. Rogério

Próxima Etapa
Atribuir um valor à função objetivo e verificar se a reta
correspondente passa pela região de soluções viáveis.

Exemplo
Se atribuirmos, por exemplo, o valor Z = 1200 à função
objetivo, obtemos a equação da reta 1200 = 20x1 + 60x2 . Se
conveniente, podemos isolar a variáve x2 e obter a expressão
para a reta na forma inclinação-intersecção.

Z 1
x2 = − x1
60 3

A reta acima passa pelos pontos (60, 0) e (0, 20) quando

Z = 1200.

Pesquisa Operacional Prof. Rogério

Z = 1200 ⇒ x2 = 20 − 13 x1 . Passa por (60, 0) e (0, 20).

Pesquisa Operacional Prof. Rogério

Z = 1200 ⇒ x2 = 20 − 13 x1 . Passa por (60, 0) e (0, 20).

Pesquisa Operacional Prof. Rogério

Z = 2400 ⇒ x2 = 40 − 13 x1 . Passa por (120, 0) e (0, 40).

Pesquisa Operacional Prof. Rogério

Z = 2400 ⇒ x2 = 40 − 13 x1 . Passa por (120, 0) e (0, 40).

Pesquisa Operacional Prof. Rogério

Z = Z ∗ ⇒ Z ∗ = 20x1∗ + 60x2∗

Pesquisa Operacional Prof. Rogério

Z = Z ∗ ⇒ Z ∗ = 20x1∗ + 60x2∗

Pesquisa Operacional Prof. Rogério

 Note que a solução ótima está na intersecção entre as restrições
R1 e R4. Como podemos encontrar este ponto?

Pesquisa Operacional Prof. Rogério

 Note que a solução ótima está na intersecção entre as restrições
R1 e R4. Como podemos encontrar este ponto?

R4: 3x2∗ = 180 ⇒ x2∗ = 60

R1: 70x1∗ + 70x2∗ = 4900
Como x2∗ = 60, segue de R1

70x1∗ + 4200 = 4900

70x1∗ = 700

x1∗ = 10
Logo x1∗ = 10, x2∗ = 60

Z ∗ = 20x1∗ + 60x2∗ = 3800

Pesquisa Operacional Prof. Rogério

 Note que a solução ótima está na intersecção entre as restrições
R1 e R4. Como podemos encontrar este ponto?

R4: 3x2∗ = 180 ⇒ x2∗ = 60

R1: 70x1∗ + 70x2∗ = 4900
Como x2∗ = 60, segue de R1

70x1∗ + 4200 = 4900

70x1∗ = 700

x1∗ = 10
Logo x1∗ = 10, x2∗ = 60

Z ∗ = 20x1∗ + 60x2∗ = 3800

Pesquisa Operacional Prof. Rogério

 Note que a solução ótima está na intersecção entre as restrições
R1 e R4. Como podemos encontrar este ponto?

R4: 3x2∗ = 180 ⇒ x2∗ = 60

R1: 70x1∗ + 70x2∗ = 4900
Como x2∗ = 60, segue de R1

70x1∗ + 4200 = 4900

70x1∗ = 700

x1∗ = 10
Logo x1∗ = 10, x2∗ = 60

Z ∗ = 20x1∗ + 60x2∗ = 3800

Pesquisa Operacional Prof. Rogério

 Note que a solução ótima está na intersecção entre as restrições
R1 e R4. Como podemos encontrar este ponto?

R4: 3x2∗ = 180 ⇒ x2∗ = 60

R1: 70x1∗ + 70x2∗ = 4900
Como x2∗ = 60, segue de R1

70x1∗ + 4200 = 4900

70x1∗ = 700

x1∗ = 10
Logo x1∗ = 10, x2∗ = 60

Z ∗ = 20x1∗ + 60x2∗ = 3800

Pesquisa Operacional Prof. Rogério

 Note que a solução ótima está na intersecção entre as restrições
R1 e R4. Como podemos encontrar este ponto?

R4: 3x2∗ = 180 ⇒ x2∗ = 60

R1: 70x1∗ + 70x2∗ = 4900
Como x2∗ = 60, segue de R1

70x1∗ + 4200 = 4900

70x1∗ = 700

x1∗ = 10
Logo x1∗ = 10, x2∗ = 60

Z ∗ = 20x1∗ + 60x2∗ = 3800

Pesquisa Operacional Prof. Rogério

 Note que a solução ótima está na intersecção entre as restrições
R1 e R4. Como podemos encontrar este ponto?

R4: 3x2∗ = 180 ⇒ x2∗ = 60

R1: 70x1∗ + 70x2∗ = 4900
Como x2∗ = 60, segue de R1

70x1∗ + 4200 = 4900

70x1∗ = 700

x1∗ = 10
Logo x1∗ = 10, x2∗ = 60

Z ∗ = 20x1∗ + 60x2∗ = 3800

Pesquisa Operacional Prof. Rogério

Problema

Min Z = 7x1 + 9x2 (Função objetivo)

Sujeito a:


− x1 + x2 ≤ 2 (R1) 

x1 ≤ 5 (R2) 


x2 ≤ 6 (R3) Restrições do problema
3x1 + 5x2 ≥ 15 (R4)




5x1 + 4x2 ≥ 20 (R5)


x1 , x2 ≥ 0 } Não negatividade

Pesquisa Operacional Prof. Rogério

 Solução Gráfica

Pesquisa Operacional Prof. Rogério