Pesquisa Operacional

Prof. José Luiz

Prof. José Luiz

1
Solução Algébrica
Dado o modelo em Programação Linear com DUAS VARIÁVEIS
de decisão e função objetivo SEMPRE EM MAXIMIZAR:
Maximizar Z = 2x1 + 3x2
Sujeito às restrições técnicas: x1 + 5x2 ≤ 20
2x1 + x2 ≤ 10

e às restrições de não negatividade: x1 ≥ 0 e x2 ≥ 0

- Transformar o sistema de inequações num sistema de

equações com variáveis não negativas.
- Para isso, introduziremos em cada uma das duas primeiras
inequações as variáveis xF1 e xF2, que representam as
FOLGAS das inequações 1 e 2.

Solução Algébrica

1) x1 + 5x2 ≤ 20. Então: xF1 = 20 – (x1 + 5x2) ou x1+5x2+xF1=20

2) 2x1 + x2 ≤ 10. Então: xF2 = 10 – (2x1 + x2) ou 2x1+x2+xF2=10

As variáveis xF1 e xF2 não podem ser negativas, pois são

calculadas por uma diferença em que o primeiro termo nunca é
menor que o segundo termo da equação.

Isto resulta no sistema de equações com variáveis não negativas:

{ X1 + 5x2 + xF1 = 20
2x1 + x2 + xF2 = 10
Com x1 ≥ 0, x2 ≥ 0, xF1 ≥ 0, xF2 ≥ 0

Maximizar Z = 2x1 + 3x2

2
Solução Algébrica

Para saber quantas equações são necessárias para encontrar os

valores das incógnitas, utiliza-se Análise Combinatória, sendo m
= número de incógnitas e n = número de equações:
Nesta caso, temos 4 incógnitas e 2 equações, o que resulta em:
!

 =
4 =   ! !
= 6 sistemas de equações

Resolvendo os seis sistemas de equações, temos:

1ª Sist. Equação: Maximizar Z = 2x1 + 3x2

Considerar x1 = 0 e x2 = 0;
Conjunto de Soluções:
x1=0; x2=0; xF1=20;
1.0 + 5.0 + xF1 + 0xF2 = 20 ⇒ xF1 = 20 xF2= 10;
2.0 + 1.0 + 0xF1 + 1xF2 = 10 ⇒ xF2 = 10 Max Z = 0

Solução Algébrica
2ª Sist. Equação: Maximizar Z = 2x1 + 3x2
Considerar x1 = 0 e xF1 = 0;
1.0 + 5.x2 + 0.xF1 + 0.xF2 = 20 ⇒ x2 = 4
2.0 + 1.x2 + 0.xF1 + 1.xF2 = 10 ⇒ xF2 = 10 – x2 = 10 - 4 = 6
Conjunto de Soluções:
x1=0; x2=4; xF1=0; xF2=6;
Max Z = 12

3ª Sist. Equação: Maximizar Z = 2x1 + 3x2

Considerar x1 = 0 e xF2 = 0;

1.0 + 5.x2 + 1.xF1 + 0.xF2 = 20 ⇒ xF1 = 20 - 5.x2 = 20 - 50 = -30

2.0 + 1.x2 + 0.xF1 + 0.xF2 = 10 ⇒ x2 = 10
Conjunto de Soluções:
x1=0; x2= 10; xF1=-30; xF2=0;
Max Z = O conjunto de soluções possui uma variável negativa, o que não deve
ser considerado como possível solução.

3
Solução Algébrica
4ª Sist. Equação: Maximizar Z = 2x1 + 3x2
Considerar x2 = 0 e xF1 = 0;
1.x1 + 5.0 + 0.xF1 + 0.xF2 = 20 ⇒ x1 = 20
2.x1 + 1.0 + 0.xF1 + 1.xF2 = 10 ⇒ xF2 = 10 – 40 = -30
Conjunto de Soluções:
x1=20; x2=0; xF1=0; xF2=-30;
Max Z = O conjunto de soluções possui uma variável negativa, o que não deve
ser considerado como possível solução.

5ª Sist. Equação: Maximizar Z = 2x1 + 3x2

Considerar x2 = 0 e xF2 = 0;

1.x1 + 0.x2 + 1.xF1 + 0.xF2 = 20 ⇒ xF1 = 20 – x1 = 20 - 5 = 15

2.x1 + 0.x2 + 0.xF1 + 0.xF2 = 10 ⇒ x1 = 10 / 2 = 5
Conjunto de Soluções:
x1=5; x2=0; xF1=15; xF2=0;
Max Z = 2.5 + 3.0 = 10

Solução Algébrica
6ª Sist. Equação: Maximizar Z = 2x1 + 3x2
Considerar xF1 = 0 e xF2 = 0;
1.x1 + 5.x2 + 0.xF1 + 0.xF2 = 20 ⇒ Multiplicar por (-2)
2.x1 + 1.x2 + 0.xF1 + 0.xF2 = 10

Reorganizando o sistema:
-2x1 – 10x2 = -40
2x1 + 1x2 = 10 ⇒ -9x2 = -30 ⇒ x2 = 30/9 = 3,333333

Substituindo na 1ª equação:
x1 = 20 – 5 x 3,33 ⇒ x1 = 20 – 16,67 = 3,33

Conjunto de Soluções:
x1=3,33; x2=3,33; xF1=0; xF2=0;
Max Z = 2 x 3,33 + 3 x 3,33 = 16,65 (Representa a melhor solução)

4
Solução Algébrica
OBSERVAÇÕES SOBRE O PROBLEMA FUNDAMENTAL DA
PROGRAMAÇÃO LINEAR

Para transformar uma inequação do tipo ≥ devemos subtrair

a folga xF, para que seu valor fique não negativo:

Ex.: 2x1 + 4x2 ≥ 12, então:

xF = (2x1 + 4x2) – 12 ou 2x1 + 4x2 – xF = 12

Para problemas com mais de três equações, o sistema algébrico

se torna muito trabalhoso e inviável. Exemplos:
Para três equações, necessitamos 5 incógnitas =
!

 =
5 =  ! !
= 10 sistemas de equações.
Para quatro equações, necessitaríamos 6 incógnitas = 15
sistemas, o que seria totalmente inviável.

Solução Algébrica
OBSERVAÇÕES SOBRE O PROBLEMA FUNDAMENTAL DA
PROGRAMAÇÃO LINEAR

PARA SISTEMAS COM MAIS DE DUAS EQUAÇÕES, O IDEAL

É UTILIZAR O MÉTODO SIMPLEX, O QUE VEREMOS
POSTERIORMENTE.

Exercícios Propostos:

1) Max L = 5x1 + 2x2

s.a. 10x1 + 12x2 ≤ 60
2x1 + 1x2 ≤ 6

5
Exercícios Propostos
2) Max L = X1 + 2X2; Sujeito à:
3X1 + 4X2 ≤ 24
5X1 + 2X2 ≤ 20
X1 ≥ 0; X2 ≥ 0

3) Max L = 2x1 + 3x2; Sujeito à:

3x1 + 4x2 ≤ 36
5x1 + 3x2 ≤ 24
X1 ≥ 0; x2 ≥ 0

4) Max L = 100x1 + 150x2; Sujeito à:

2x1 + 3x2 ≤ 120
x1 ≤ 40
x2 ≤ 30
X1 ≥ 0; x2 ≥ 0

Exercícios Propostos
5) Max T = 30000X1 + 10000X2; Sujeito à:
1X1 + 1X2 ≥ 5
20X1 + 10X2 ≤ 80
X1 ≥ 0; X2 ≥ 0

6) Max L = 4x1 + 6x2; Sujeito à:

6x1 + 8x2 ≤ 72
10x1 + 6x2 ≤ 48
X1 ≥ 0; x2 ≥ 0

7) Max Z = 200x1 + 300x2; Sujeito à:

4x1 + 6x2 ≤ 240
2x1 + 8x2 ≤ 160
X1 ≥ 0; x2 ≥ 0

6
Exercícios Propostos
8) Max Z = 15X1 + 20X2; Sujeito à:
4X1 + 8X2 ≤ 16
6X1 + 4X2 ≤ 12
X1 ≥ 0; X2 ≥ 0

9)

10)