3.

MÉTODO GRÁFICO
 1

Problema:
Num restaurante do litoral os clientes tem preferência por pratos que têm várias
qualidades de marisco. Usualmente, os pratos são confeccionados de dois modos: na
modalidade I, o prato é composto de 5 lagostins, 2 santolas e 1 ostra; na modalidade II,
o prato é composto de 3 lagostins, 3 santolas e 3 ostras. O preço do prato da modalidade
I é de 80 meticais e o da modalidade II de 60 meticais. As disponibilidades diárias totais
de marisco são as seguintes: 30 lagostins, 24 santolas e 18 ostras.
Determine o número de pratos que se devem confeccionar diariamente de modo a
maximizar a receita.

Variáveis de decisão:
x1 = número de pratos da modalidade I
x 2 = número de pratos da modalidade II

Função objectivo:
Max Z  80x1  60x2 (receita total)

Restrições:
5x1  3x2  30 ( lagostins)
2 x1  3x2  24 ( santolas)
x1  3x2  18 ( ostras)
x1 , x2  0 (não negatividade)

Modelo:
Max Z  80 x1  60 x 2
sa
5 x1  3 x 2  30
2 x1  3 x 2  24
x1  3 x 2  18
x1 , x 2  0

Determição da Solução:

Uma vez formulado um modelo de PL, o passo seguinte é obter a solução do problema.
Ainda que como já foi referenciado, na resolução de problemas contamos com auxílio
de computadores, é possível resolver problemas simples de pequena dimensão
manualmente utilizando o Método Gráfico e o Métodos de Simplex.

Nesta secção vamos usar o Método Gráfico. O Método Gráfico aplica-se na resolução
de problemas com duas variáveis de decisão já que não é possível representar no plano
um problema com mais de duas variáveis. Devido a essa limitação, uso deste método

-----------------------------------------------------------------------------------------------------
Domingos Uchavo, Maputo, 2023
 2

permite introduzir os conceitos básicos de PL e serve como uma ajuda visual para
compreender os conceitos e termos que se utilizam em PL.

As fases do Método Gráfico são as seguintes:

1. Determinar a Região Admissível:

 Construir um sistema de coordenadas cartesiano em que as variáveis de decisão
estejam respresentadas por eixos das abcissas x1 e das ordenadas x 2 .
 Representar no sistema todas as restrições de recursos e de não negatividade. Uma
restrição é uma inequação/desigualdade que determina uma região indicada por uma
seta, limitada por uma linha recta. Para representar as restrições, primeiro tem que
transformar cada inequação pela respectiva equação e representar a recta resultante
tomando dois pontos distintos. Em seguida há que considerar o efeito da inequação.
Cada recta da inequação divide o plano x1 ; x2  em dois semiplanos. Apenas um
dos semiplanos satifaz a inequação. Para determinar o lado correcto, selecione um
ponto de referência de um dos semiplanos. Se o ponto de referência satisfaz a
inequação, então o semiplano constitui a região admisível da inequação. Caso
contrário, o outro semiplano constitui a região admissível da inequação.

As restrições do problema são:

5 x1  3x 2  30
2 x1  3x 2  24
x1  3x 2  18
x1 , x 2  0

Representação da restrição 5x1  3x2  30 :

Primeiro, traçamos a recta 5x1  3x2  30 , no gráfico, escolhendo dois pontos
quaisquer da recta:

5x1  3x2  30
x1 x2
0 10
6 0
Traçamos a recta que passa pelos pontos 0;10, 6;0 .

Para representar a restrição no gráfico, escolhemos um ponto qualquer, num dos lados
da recta, por exemplo o ponto (1;2), e verificamos se esse ponto satisfaz a restrição,
neste caso, 5x1  3x2  30 :

-----------------------------------------------------------------------------------------------------
Domingos Uchavo, Maputo, 2023
 3

5  1  3  2  30 
5  6  30
11  30

Como 11 30 é verdadeiro, o ponto (1;2) satisfaz a restrição e, todos os pontos que
estão do mesmo lado da recta, tambem satisfazem a restrição, e indicamos essa região
por uma seta, como está ilustrado no gráfico seguinte:

Repetimos o processo para cada restrição, incluindo as restrições de não negatividade.

A intersecção de todas as regiões determina um polígono convexo que constitui a
Região Admissível (ou espaço de soluções) do problema. Neste caso, o polígono
[A,B, C,D] representado no gráfico seguinte (parte tracejada) é a Região Admissível
do problema (conjunto infinito de soluções).

-----------------------------------------------------------------------------------------------------
Domingos Uchavo, Maputo, 2023
 4

x2

14

12

10

8
D
6 C 3;5

2
A B
0 2 4 6 8 10 12 14 x1
x1  3x2  18

5x1  3x2  30 2 x1  3x2  24

2. Extremos da Região Admissível.

Os vértices da região admissível determinam os extremos da Região Admissível. Neste
exemplo, os extremos são os pontos A, B, C e D.
Extremos x1 ; x2 
A(0;0)
B(6;0)
C(3;5)
D(0;6)

Para determinar as cordenadas do ponto C há que resolver o sistemas das equacoes

formado por restricoes que passam ou intersectam-se no ponto C:
5 x1  3x 2  30

 x1  3x 2  18

Os extremos são candidatos à solução óptima do problema.

-----------------------------------------------------------------------------------------------------
Domingos Uchavo, Maputo, 2023
 5

3. Determinacao da Solução Óptima:

Para determinar a solução óptima do problema, há que avaliar a função objectivo
( Max Z  80x1  60x2 ) nos pontos extremos da Região Admissível.
Neste caso de maximizacao, a solução óptima será aquele ou aqueles extremos que
maximizam a função objectivo.

Extremos x1 ; x2  Z  80x1  60x2

A(0;0) 0
B(6;0) 480
C(3;5) 540
D(0;6) 360

O ponto que maximiza a funcao objectivo do problema e o ponto extremo C (3;5),

então, a solucao optima e:
x1*  3
x 2*  5
Z *  540

Esta solução significa que tem que se confecionar, diariamente, 3 pratos da modalidade
I e 5 de modalidade I. Com este plano obtém-se uma receita diária de 540,00 Mt.

Note que para o caso do problema de minimização, a solução óptima será aquele ou
aqueles extremos que minimizam a função objectivo.
Se a Região Admissível for vazia, significa que o problema não tem solução.

Exemplo 2 :

Min Z  3x1  2 x 2
sa
2 x1  3x 2  12
2 x1  x 2  8
x1 , x 2  0

-----------------------------------------------------------------------------------------------------
Domingos Uchavo, Maputo, 2023
 6

x2

10
(0;8)
8 C

4
A(0;4) B (3;2)
2

0 2 4 6 8 x1

2 x1  3x2  12

2 x1  x2  8
Resolução:

2 x1  3x2  12
x1 x2
0 4
6 0
2 x1  x 2  8
x1 x2
0 8
4 0

Extremos(x1;x2) Z
A(0;4) 8
B(3;2) 13
C(0;8) 16

X *  0;4 
Z*  8

Note que um problema de PL pode ter:

 Única solução óptima;

 Soluções óptimas alternativas;
 Solução não acotada (não limitada);
 Problema sem solução.

-----------------------------------------------------------------------------------------------------
Domingos Uchavo, Maputo, 2023
 7

Exercícios

Resolva graficamente os seguintes problemas e identifique, em cada caso, o tipo de

solução obtida:

1)
Max Z  2 x1  x 2
sa
5 x1  2 x 2  10
3 x1  5 x 2  15
x1 , x 2  0
2)
Max Z  40 x1  30 x2
sa
x1  160
2 x1  4 x2  720
4 x1  4 x2  880
x1 , x2  0

3)
Min Z  x1  x 2
sa
x1  x 2  1
4 x1  2 x 2  6
x1 , x 2  0

4)
Max Z  4x1  x 2
s.a
x1  x2  8
2x1  x 2  20
x 1; x 2  0

5)

Max Z  2 x1  5 x 2
sa
x1  x 2  4
x1 2
x1 , x 2  0

-----------------------------------------------------------------------------------------------------
Domingos Uchavo, Maputo, 2023
 8

6)
Max Z  2 x1  x 2
sa
x1  x 2  2
 x1  x 2  3
3 x1  2 x 2  10
x1 , x 2  0
7)

Min Z  4x1  x 2
s.a
2x1  x 2  6
x 1  3x 2  15
x 1  4 x2  8
x 0

Fim

-----------------------------------------------------------------------------------------------------
Domingos Uchavo, Maputo, 2023