PROGRAMAÇÃO LINEAR

(PROF. JOSÉ JOAQUIM SOUSA)

TEXTO – BASE DAS AULAS DE PROGRAMAÇÃO LINEAR

4º. CICLO / MATEMÁTICA

Prof ª. Lúcia Stefani (Org.)

UNIMONTE – SANTOS – SP
 2

CAP. I – MODELOS DE PROBLEMAS DE PROGRAMAÇÃO LINEAR

1. Análise de investimentos

Neste modelo de P.L. desejamos maximizar uma função linear, chamada função objetiva a
várias variáveis, respeitando-se um sistema linear de desigualdades, que recebem o nome de
restrições. As restrições representam limitações nos recursos disponíveis (capital, mão de obra,
recursos minerais, fatores de produção, etc.).

EXEMPLO:
Numa marcenaria são fabricadas mesas e escrivaninhas; cada mesa é vendida com um lucro
de 3 unidades monetárias (u.m.) e demora 2,5 horas para montagem, 3 horas para polimento e 1
hora para encaixotar; cada escrivaninha é vendida com lucro de 4 u.m. e requer 1 hora para
montagem, 3 horas para polimento e 2 horas para encaixotar. A marcenaria dispõe de mão de obra
de 20 horas para montagem, 30 horas para polimento e 16 horas para encaixotar. Quantas mesas e
quantas escrivaninhas deve a marcenaria produzir, de maneira a obter lucro máximo?

Seja x1 o nº. de mesas e x 2 o nº. de escrivaninhas.

O problema consiste em maximizar a função objetiva: L = 3 x1 + 4 x 2
⎧a ) 2,5 x1 + 1 x 2 ≤ 20 (montagem)
⎪b) 3 x1 + 3 x 2 ≤ 30 (polimento)
⎪
que atenda as seguintes restrições de mão de obra: ⎨
⎪c) 1x1 + 2 x 2 ≤ 16 (encaixotamento)
⎪⎩d ) x1 ≥ 0 e x 2 ≥ 0

2. Problema da dieta
Neste modelo de P.L. procuramos a solução que minimiza uma função objetiva (chamada
solução ótima). Cada restrição agora é dada em forma de desigualdade do tipo “maior ou igual”, já
que a quantidade de nutrientes a serem consumidos não poderá ser menor que as quantias mínimas
exigidas.

EXEMPLO:
Um indivíduo preocupado com a sua saúde, deseja ingerir um mínimo diário de 36 unidades
de vitamina A, 28 unidades de vitamina C e 32 unidades de vitamina D. Cada kg de carne custa 9
u.m. e contém 2 unidades de vitamina A, 2 de C e 8 de D; cada kg de peixe custa 12 u.m. e fornece
3 unidades de vitamina A, 2 de C e 2 de D. Qual a combinação de custo mínimo que garante as
necessidades diárias?
Para equacionarmos o problema, vamos chamar de x1 a quantidade de carne a ser
consumida e x 2 a quantidade de peixe; teremos que procurar a solução que minimiza a função
objetiva:
C = 9 x1 + 12 x 2
⎧a ) 2 x1 + 3 x 2 ≥ 36 (unid. vit. A)
⎪b) 2 x1 + 2 x 2 ≥ 28 (unid. vit. C)
⎪
E que atenda as restrições: ⎨
⎪c) 8 x1 + 2 x 2 ≥ 32 (unid. vit. D)
⎪⎩d ) x1 ≥ 0 e x 2 ≥ 0 (não negatividade)
 3
OBSERVAÇÃO: a restrição de não negatividade é inerente a todos os problemas de P.L., pelo que
não faremos mais referência a ela; graficamente significa que iremos trabalhar apenas no 1º.
quadrante do plano cartesiano.
CAP. I I – SOLUÇÃO GRÁFICA DE PROBLEMAS DE P. L.

Da Geometria Analítica sabemos que uma desigualdade é representada no plano cartesiano

por um semi-plano (na figura 1 temos a representação gráfica da inequação 2x + 3y ≤ 6 ).

Como as restrições dos problemas de P.L. são dadas em forma de desigualdades, então a solução
gráfica do conjunto de restrições será um polígono convexo (não necessariamente fechado) que
recebe o nome de região de soluções viáveis ( R.S.V.).
A pergunta que surge de imediato é: Qual dos infinitos pontos da R.S.V. corresponde à
solução ótima do problema de P.L.?
Pode-se demonstrar que a solução ótima (se existir), será um ponto extremo da região.
 4
⎧2,5 x1 + x 2 ≤ 20 (a)
⎪
EXEMPLO I : Max. L = 3 x1 + 4 x 2 sujeita às restrições ⎨3 x1 + 3 x 2 ≤ 30 (b)
⎪ x + 2 x ≤ 16 (c)
⎩ 1 2

Figura 2

A região de soluções viáveis é o polígono convexo OABCD; a solução ótima será um dos
vértices do polígono. Para encontrarmos a solução ótima, vamos inicialmente analisar a equação da
função objetiva L = 3 x1 + 4 x 2 .
No plano cartesiano essa equação representa uma família de retas paralelas; começamos
traçando a reta que anula a função objetiva (reta que passa pela origem e que corresponde a um
lucro 0, representando a situação mais desfavorável); em seguida vamos procurar o vértice do
polígono pelo qual passa a reta paralela à reta traçada anteriormente, ponto esse que deve ser o mais
afastado possível (visto que o problema é de maximização). Na figura 2 esse é o ponto B,
 5

⎧3x1 + 3x 2 = 30 ⎧ x1 = 4
intersecção das restrições b e c; resolvendo-se o sistema de equações ⎨ ⇔ ⎨
⎩ x1 + 2 x 2 = 16 ⎩ x2 = 6
obtém-se o ponto B (4,6). Substituindo os valores de x1 e de x 2 na função objetiva, teremos a
solução ótima: x1 = 4 , x 2 = 6 e L = 36 u.m. Isso significa que a marcenaria deve fabricar 4
mesas e 6 escrivaninhas, obtendo assim um lucro máximo de 36 u.m.

OBSERVAÇÃO: Se substituirmos na função objetiva as coordenadas de qualquer outro vértice do

polígono, iremos obter um valor de L menor que 36; além do mais, os valores de x1 = 4 e x 2 = 6
satisfazem todas as restrições do problema, como pode ser observado por substituição direta.

EXEMPLO II :
⎧ 2 x1 + 3x 2 ≥ 36 (a)
⎪
Min C = 9 x1 + 12 x 2 sujeita às restrições ⎨2 x1 + 2 x 2 ≥ 28 (b)
⎪8 x + 2 x ≥ 32 (c)
⎩ 1 2
 6
Figura 3
A R.S.V. é o polígono convexo aberto da figura 3. Para encontrarmos o vértice da solução
ótima,vamos procurar o ponto extremo do polígono pelo qual passa a reta paralela à reta de equação
C = 0 , reta essa que deve ficar o mais próxima possível da outra, visto que agora o problema é de
minimização. Esse ponto é o ponto C da figura 3.
⎧ 2 x1 + 3 x 2 = 36 ⎧ x1 = 6
As coordenadas do ponto C obtêm-se resolvendo-se o sistema ⎨ ⇔ ⎨
⎩2 x1 + 2 x 2 = 28 ⎩ x2 = 8
onde iremos encontrar o ponto C (6 , 8) e o custo mínimo C = 150.

OBSERVAÇÃO: Qualquer outro ponto cujas coordenadas forem substituídas na função objetiva,
irão produzir um custo superior a 150 u.m.
As coordenadas do ponto C (6 , 8) satisfazem todas as restrições do problema.

EXEMPLO III :
⎧4 x1 + x 2 ≥ 20 (a)
⎪
Min C = 4 x1 + 2 x 2 sujeita às restrições ⎨2 x1 + x 2 ≥ 14 (b)
⎪ x + 6 x ≥ 18 (c)
⎩ 1 2
 7
Figura 4
A análise da figura 4 mostra-nos que a reta da restrição b é paralela à reta C = 4 x1 + 2 x 2 = 0
isto significa que qualquer ponto do segmento de reta BC é solução ótima do problema proposto,
ou seja, o problema possui infinitas soluções ótimas (dizemos que é um problema degenerado).

OBSERVAÇÃO: Tanto as coordenadas do ponto B (3, 8) como do C (6, 2) produzem na função

objetiva um valor igual a 28 u.m., que é o custo mínimo.
As coordenadas de qualquer outro ponto da R.S.V. vão produzir um custo superior a 28 u.m.

EXERCÍCIOS

1) Max. L = 24 x1 + 8 x 2
⎧ 2 x1 + 5 x 2 ≤ 40
⎪
sujeita às restrições ⎨ 4 x1 + x 2 ≤ 20 R: x1 = 4, x 2 = 4, L =
⎪10 x + 5 x ≤ 60
⎩ 1 2

128

⎧2 x1 + 6 x 2 ≤ 36
⎪
2) Max. L = 40 x1 + 50 x 2 sujeita às restrições ⎨5 x1 + 3x 2 ≤ 30 R: x1 = 3, x 2 = 5, L = 370
⎪8 x + 2 x ≤ 40
⎩ 1 2

⎧5 x1 + 2 x 2 ≤ 30
⎪
3) Max. L = 40 x1 + 30 x 2 sujeita às restrições ⎨2 x1 + 4 x 2 ≤ 28 R: x1 = 4, x 2 = 5, L = 310
⎪x ≤6
⎩ 2

4) Um fazendeiro pretende plantar x1 hectares de arroz e x 2 hectares de feijão; cada hectare de

arroz dá um lucro de 50 u.m. e consome 6 homens-hora para plantio, 5 homens-hora para colheita e
2 homens-hora para armazenagem; cada hectare de feijão dá um lucro de 30 u.m. e consome 2
homens-hora no plantio, 5 para colheita e 4 para armazenagem. Qual a plantação que produz lucro
máximo, se o fazendeiro possui um total de 36 homens-hora para plantio, 40 para colheita e 28 para
armazenagem?
R: x1 = 5 ha, x 2 = 3 ha e L = 340 u.m.

5) Um jardineiro necessita de 10, 12 e 12 unidades dos produtos químicos A, B e C respectivamente

para o seu jardim. Um produto líquido custa 30 u.m. e contém 5, 2 e 1 unidades de A, B e C
respectivamente; um produto sólido custa 20 u.m. e contém 1, 2 e 4 unidades dos produtos
químicos A, B e C respectivamente. Qual a combinação que produz custo mínimo, respeitando-se
as necessidades do jardineiro?
R: x1 (líquido) = 1, x 2 (sólido) = 5 e C = 130 u.m.
 8
⎧ 3x1 + x 2 ≥ 15
⎪
6) Min C = 120 x1 + 60 x 2 sujeita às restrições ⎨ x1 + 5 x 2 ≥ 20 R: x1 = 2, x 2 = 9, C =
⎪3x + 2 x ≥ 24
⎩ 1 2

780
CAP. III – SOLUÇÃO ALGÉBRICA DE PROBLEMAS DE P. L. – MÉTODO SIMPLEX

1. Resumo histórico

O método gráfico para resolver problemas de P.L. restringe-se a no máximo 3 variáveis; na

prática, os matemáticos, os economistas e os administradores enfrentam problemas com um número
de variáveis bem superior a três, daí a necessidade de um método algébrico geral que permita
resolver problemas com qualquer número de variáveis.
Em 1947, o economista norte-americano George Dantzig revolucionou o mundo da
Matemática Aplicada ao descobrir um método iterativo ao qual deu o nome de método SIMPLEX,
nome derivado do problema proposto a Dantzig resolver.
Antes de apresentarmos o método SIMPLEX (M.S.) vamos rever alguns conceitos de
Álgebra Linear, necessários ao bom entendimento do texto.

2.
Definição 1: Variáveis de folga

As restrições dos problemas de P.L. são dadas em forma de inequações lineares; cada
desigualdade do tipo “menor ou igual” transforma-se em equação linear se acrescentarmos uma
variável não negativa chamada variável de folga (na prática, o valor da variável de folga representa
a parte do recurso da restrição que não foi utilizada). Para cada restrição teremos uma variável de
folga.

Definição 2: Solução compatível básica (S.C.B.)

O sistema de equações lineares obtido a partir do conjunto de restrições pela introdução das
variáveis de folga, tem mais variáveis do que equações, sendo portanto um sistema indeterminado;
dentre as infinitas soluções que esse sistema linear possui, interessam-nos aquelas em que todas as
variáveis possuem valores não negativos. Essas soluções chamam-se soluções compatíveis básicas.

⎧a) 3 x1 + x 2 ≤ 12
EXEMPLO: Suponhamos as restrições ⎨
⎩b) 2 x1 + x 2 ≤ 11
Inicialmente vamos introduzir as variáveis de folga x3 e x 4 para obtermos
⎧ 3x1 + x 2 + x3 = 12
o sistema de equações lineares ⎨
⎩ 2 x1 + x 2 + x 4 = 11
Este sistema linear possui 4 variáveis e 2 equações, sendo portanto um sistema de grau 2 de
indeterminação.
As soluções x1 = 2, x 2 = 5 e x3 = 1, ou então, x1 = 1, x 2 = 9 e x3 = 0 são soluções
compatíveis básicas, já que todas as variáveis são não negativas.
A solução x1 = 6, x 2 = –11 e x3 = 5, não é solução compatível básica, pois a variável x 2
assume valor negativo. Nos problemas de P.L. só nos interessam as soluções compatíveis básicas.

Definição 3: Variáveis básicas e variáveis não-básicas

 9
Numa solução compatível básica, as variáveis que assumem valores positivos chamam-se
variáveis básicas, enquanto que as variáveis que assumem o valor zero chamam-se variáveis não-
básicas. O conjunto das variáveis básicas formam uma base.

3. Dinâmica do método SIMPLEX

O método SIMPLEX é um método algébrico exato, iterativo, que nos leva à solução ótima
de um problema de P.L., se ela existir, através de um número finito de iterações. Usa os seguintes
passos:
1. Achar uma solução compatível básica inicial.
2. Verificar se a solução atual é ótima. Se for, fim. Caso contrário, seguir para o passo 3.
3. Determinar a variável não básica que deve entrar na base.
4. Determinar a variável básica que deve sair da base.
5. Achar a nova solução compatível básica, e voltar ao passo 2.

EXEMPLO:
⎧2 x1 + x 2 ≤ 10
⎪
Max. L = 5 x1 + 6 x 2 sujeita às restrições ⎨3x1 + 2 x 2 ≤ 17
⎪ x + 2 x ≤ 11
⎩ 1 2

1º. Passo: Acrescentar as variáveis de folga ao conjunto de restrições para obter o sistema de
equações lineares ( as variáveis de folga são x3 , x 4 e x5 ).
⎧2 x1 + x 2 + x3 = 10
⎪3x + 2 x + x = 17
⎪ 1 2 4
⎨ (1)
⎪ x1 + 2 x 2 + x5 = 11
⎪⎩ x1 , x 2 , x3 , x 4 e x5 ≥ 0

2º. Passo: Obter uma solução compatível básica inicial.

Como todos os termos independentes do sistema de equações são positivos, uma solução
compatível básica inicial obtém-se considerando-se como variáveis básicas as variáveis de folga,
isto é: x3 = 10, x 4 = 17, x5 = 11 (variáveis básicas) e x1 = 0, x 2 = 0 (variáveis não-básicas).
Nesta solução o valor da função objetiva é L = 0.
Vamos agora investigar se essa solução é a solução ótima; como L = 5 x1 + 6 x 2 , se qualquer
uma das variáveis x1 ou x 2 entrar na base (isto é, passar a assumir um valor positivo), então o valor
de L aumentará. Portanto a solução inicial não é a solução ótima.

3º. Passo: Qual das variáveis não básicas x1 ou x 2 entra na base?

Como a variável x 2 tem um coeficiente positivo na expressão da função objetiva maior do
que o coeficiente de x1 (6 e 5 respectivamente), então x 2 entra na base.

4º. Passo: Qual das variáveis básicas, x3 , x 4 ou x5 , sai da base?

Para sabermos a variável que deve deixar a base, vamos explicitar cada uma das variáveis
básicas em função das variáveis não básicas, partindo do sistema de equações lineares (1):
 10
⎧ x3 = 10 − 2 x1 − x 2 x3 = 0 quando x 2 = 10
⎪
⎨ x 4 = 17 − 3x1 − 2 x 2 (2) Como continua x1 = 0, temos: x 4 = 0 quando x 2 = 8,5
⎪ x = 11 − x − 2 x x5 = 0 quando x 2 = 5,5
⎩ 5 1 2

Como a variável x1 continua igual a 0 na próxima solução, devemos tirar da base a variável
que se anula mais rapidamente com o crescimento de x 2 , de contrário passaremos a ter variáveis
negativas, o que constitui uma solução não-compatível básica. Essa variável é x5 .
Logo, quem sai da base é x5 .

5º. Passo: Nova solução compatível básica:

Variáveis não básicas: x5 = x1 = 0 e substituindo estes valores em (2), teremos:

Variáveis básicas: x 2 = 5,5 , x3 = 4,5 e x 4 = 6

Para esta solução o valor de L = 5 . 0 + 6 . 5,5 = 33 u.m.

Vamos agora voltar ao 2º. passo, isto é, saber se a presente solução é ou não a solução ótima. Para
isso precisamos explicitar a função objetiva L em função das variáveis não básicas x1 e x5 :

11 − x1 − x5
Isolando x 2 na 3ª. equação de (2) e substituindo em L = 5 x1 + 6 x 2 ⇔ L = 5 x1 + 6.
2
Fazendo as operações algébricas: L = 33 + 2 x1 – 3 x5

Como a variável x1 tem coeficiente positivo, significa que a presente solução não é a ótima,
e que x1 deve entrar na base. Na próxima solução, x1 será variável básica.

Como x1 vai entrar na base, precisamos explicitar as variáveis básicas x 2 , x3 ou x 4

em função de x1 , para sabermos qual das três deve deixar a base (aquela que se anula primeiro com
o crescimento de x1 ).
⎧ 11 − x1 − x5
⎪ x3 = 10 − 2 x1 − 2
⎪
⎪
⎪ 11 − x1 − x5
Isolando x 2 na 3ª. equação de (2) e substituindo nas outras: ⎨ x 4 = 17 − 3 x1 − 2 ⋅
⎪ 2
⎪
⎪ 11 − x1 − x5
⎪⎩ x 2 = 2
⎧ x3 = 4,5 − 1,5 x1 + 0,5 x5
⎪
Efetuando os cálculos: ⎨ x 4 = 6 − 2 x1 + x5 (3)
⎪ x = 5,5 − 0,5 x − 0,5 x
⎩ 2 1 5

⎧ x3 = 4,5 − 1,5 x1 x3 = 0 quando x1 = 3

⎪
Como x5 continua igual a 0, teremos: ⎨ x 4 = 6 − 2 x1 ou seja: x 4 = 0 quando x1 = 3
⎪ x = 5,5 − 0,5 x x 2 = 0 quando x1 = 11
⎩ 2 1
 11
Como vemos, x3 e
x 4 se anulam igualmente quando x1 atinge o valor 3, então é
indiferente retirar uma ou outra da base. Saindo x 4 por exemplo, para dar lugar a x1 , teremos uma
nova solução:
Variáveis não básicas: x 4 = x5 = 0 e substituindo estes valores em (3), teremos:

Variáveis básicas: x1 = 3 , x 2 = 4 e x3 = 0
Para esta solução o valor de L = 5 . 3 + 6 . 4 = 39 u.m.

Vamos agora explicitar a função objetiva L em função das variáveis básicas x 4 e x5

⎧
⎪ x3 = 4,5 − 1,5 x1 + 0,5 x5
⎪⎪ 6 − x 4 + x5
⎨ x 4 = 6 − 2 x1 + x5 ⇔ x1 =
⎪ 2
⎪ x = 5,5 − 0,5 x − 0,5 x 6 − x 4 + x5
⎪⎩ 2 1 5 ⇔ x 2 = 5,5 − 0,5 ⋅ − 0,5 x5
2

6 − x4 + x5 ⎛ 6 − x 4 + x5 ⎞
L = 5 x1 + 6 x 2 = 5 . + 6 . ⎜ 5,5 − 0,5 ⋅ − 0,5 x5 ⎟
2 ⎝ 2 ⎠

L = 15 – 2,5 x 4 + 2,5 x5 + 33 – 9 +1,5 x 4 – 1,5 x5 – 3 x5 ⇔ L = 39 – x 4 – 2 x5

Como os coeficientes das variáveis não básicas são negativos, significa que se elas
entrassem na base, diminuiriam o valor de L, logo, atingimos a solução ótima:
x1 = 3 , x 2 = 4 e L = 39 u.m.

4. Algoritmo SIMPLEX em forma de quadro

Os cálculos efetuados no item anterior podem ser condensados num quadro simplificado que
torna o uso do método SIMPLEX muito mais atraente. Para isso vamos começar escrevendo a
função objetiva na forma L – 5 x1 – x 2 = 0 , junto com o sistema:

⎧ L − 5 x1 − 6 x 2 = 0
⎪2 x + x + x = 10
⎪ 1 2 3
⎨ x1 , x 2 , x3 , x 4 e x5 ≥ 0
⎪3 x1 + 2 x 2 + x 4 = 17
⎪⎩ x1 + 2 x 2 + x5 = 11

Esta notação permite que tenhamos do lado direito do sinal de igual, apenas constantes.
O quadro abaixo corresponde à solução compatível básica inicial ( x3 = 10 , x 4 =17 e x5 = 11).

SOLUÇÃO INICIAL:

x1 x2 x3 x4 x5 Const.
 12
BASE –5 –6 0 0 0 0
x3 2 1 1 0 0 10
x4 3 2 0 1 0 17
x5 1 2 0 0 1 11

Para sabermos se uma solução é a ótima basta olharmos a linha da base da matriz
correspondente à solução; se houver coeficientes negativos nessa linha, significa que a solução
ótima ainda não foi alcançada; além disso, faremos entrar na base a variável cujo coeficiente
negativo tiver maior módulo, no caso x 2 entra na base.
Para sabermos a variável que sai da base, dividimos os elementos da coluna das constantes
(termos independentes das equações) pelos elementos positivos da coluna da variável que entra na
base; a divisão que proporcionar menor quociente indica a linha da variável que vai sair da base.
Vejamos: 1ª. linha : 10 : 1 = 10
2ª. linha : 17 : 2 = 8,5
3ª. linha : 11 : 2 = 5,5 Æ sai a variável x5 (ver as indicações abaixo)

SOLUÇÃO INICIAL (S1): entra

↓
x1 x2 x3 x4 x5 Const.
BASE –5 –6 0 0 0 0
x3 2 1 1 0 0 10
x4 3 2 0 1 0 17
x5 1 2 0 0 1 11 Æ sai

Note-se que na matriz da solução inicial temos as colunas correspondentes à matriz

identidade de ordem 3, colunas essas que se referem às variáveis básicas ( x3 , x 4 e x5 ). Na nova
solução a variável x 2 vai ocupar o lugar da variável x5 , pelo que os vetores-coluna das variáveis
básicas x3 , x 4 e x 2 formarão a matriz identidade. Para isso teremos que escalonar a coluna
correspondente à variável x 2 , o que nos leva à solução mostrada no seguinte quadro:

( S2 ): entra
↓
x1 x2 x3 x4 x5 Const.
BASE –2 0 0 0 3 33
x3 1,5 0 1 0 – 0,5 4,5 Æ sai
x4 2 0 0 1 –1 6
x2 0,5 1 0 0 0,5 5,5

A matriz identidade é formada pelas colunas das variáveis básicas ( x3 , x 4 e x 2 ).

 13
Como na linha da base ainda existe um nº. negativo, o coeficiente da variável não-básica x1 ,
então a solução ainda não é a solução ótima. A variável x1 vai entrar na base. Para sabermos quem
vai sair da base, vamos dividir os elementos da coluna das constantes pelos elementos positivos da
coluna de x1 ( ver quadro da solução 2 ).
1ª. linha : 4,5 : 1,5 = 3
2ª. linha : 6 : 2 = 3
3ª. linha : 5,5 : 0,5 = 11

Neste caso há um empate na saída, já que os quocientes da 1ª. e da 2ª. linha são iguais; é portanto
indiferente se sai x3 (1ª. linha) ou se sai x 4 (2ª. linha). Vamos escolher x3 .
Teremos a nova solução:
( S3 ):

x1 x2 x3 x4 x5 Const.
BASE 0 0 4/3 0 7/3 39
x1 1 0 2/3 0 – 1/3 3
x4 0 0 4/3 1 1/3 0
x2 0 1 1/3 0 2/3 4

Agora não existem números negativos na linha da base; isso quer dizer que a presente
solução é a solução ótima.

RESPOSTA : x1 = 3 , x 2 = 4 e L = 39 ; a variável x 4 por ser uma variável de folga, não interfere

na resposta. A resposta mostrada no quadro final, coincide com a resposta obtida no item 3 deste
capítulo. Todos os cálculos podem ser resumidos no quadro abaixo:

entra
↓
x1 x2 x3 x4 x5 C
BASE –5 –6 0 0 0 0
x3 2 1 1 0 0 10
x4 3 2 0 1 0 17
x5 1 2 0 0 1 11 Æ sai
BASE –2 ↓ 0 0 0 3 33
x3 3/2 0 1 0 – 1/2 9/2 Æ sai
x4 2 0 0 1 –1 6
x2 1/2 1 0 0 1/2 11/2
BASE 0 0 4/3 0 7/3 39
x1 1 0 2/3 0 – 1/3 3
x4 0 0 – 4/3 1 1/3 0
x2 0 1 – 1/3 0 2/3 4
 14
RESPOSTA : x1 = 3 , x 2 = 4 e L = 39 (estes valores vêm apresentados na coluna das constantes)

Exercício resolvido: Max. L = 2 x1 + 3 x 2 , sujeita às restrições:

⎧ x1 + x 2 ≤ 70
⎪
⎨ x1 + 2 x 2 ≤ 120 e x1 , x2 ≥ 0
⎪5 x + 3x ≤ 330
⎩ 1 2

Vamos resolver o problema escrevendo-o na forma padrão:

⎧ L − 2 x1 − 3 x 2 = 0
⎪ x + x + x = 70
⎪ 1 2 3
⎨
⎪ x1 + 2 x 2 + x 4 = 120
⎪⎩5 x1 + 3x 2 + x5 = 330

entra
↓
x1 x2 x3 x4 x5 C
BASE –2 –3 0 0 0 0
x3 1 1 1 0 0 70
x4 1 2 0 1 0 120 Æ sai
x5 5 3 0 0 1 330
BASE – 1/2 ↓ 0 0 3/2 0 180

x3 1/2 0 1 – 1/2 0 10 Æ sai

x2 1/2 1 0 1/2 0 60
x5 7/2 0 0 – 3/2 1 150
BASE 0 0 1 1 0 190
x1 1 0 2 –1 0 20
x2 0 1 –1 1 0 50
x5 0 0 –7 2 1 80

RESPOSTA : x1 = 20 , x 2 = 50 e L = 190 u.m.

 15

NOTA : A igualdade x5 = 80 significa que das 330 unidades do recurso da 3ª. restrição, 80 não
serão utilizadas.

Exercício resolvido: Max. L = 5 x1 + 5 x 2 + 6 x3 , sujeita às restrições:

⎧ x1 + x 2 + 2 x3 ≤ 23
⎪
⎨3x1 + x 2 + x3 ≤ 30 e x1 , x 2 , x3 ≥ 0
⎪2 x + 3x + 2 x ≤ 43
⎩ 1 2 3

⎧ L − 5 x1 − 5 x 2 − 6 x3 = 0
⎪ x + x + 2 x + x = 23
⎪
Passando para a forma padrão, teremos: ⎨ 1 2 3 4

⎪3 x1 + x 2 + x3 + x5 = 30
⎪⎩2 x1 + 3x 2 + 2 x3 + x6 = 43

entra
↓
x1 x2 x3 x4 x5 x6 C
BASE –5 –5 –6 0 0 0 0
x4 1 1 2 1 0 0 23 Æ sai
x5 3 1 1 0 1 0 30
x6 2 3 2 0 0 1 43
BASE –2 –2 ↓ 0 3 0 0 69

x3 1/2 1/2 1 1/2 0 0 23/2

x5 5/2 1/2 0 – 1/2 1 0 37/2
x6 1 2 0 –1 0 1 20 Æ sai
BASE –1 ↓ 0 0 2 0 1 89

x3 1/4 0 1 3/4 0 – 1/4 13/2

x5 9/4 0 0 – 1/4 1 – 1/4 27/2 Æ sai
x2 1/2 1 0 – 1/2 0 1/2 10
BASE 0 0 0 17/9 4/9 8/9 95
x3 0 0 1 7/9 – 1/4 – 2/9 5
x1 1 0 0 – 1/9 4/9 – 1/9 6
x2 0 1 0 – 4/9 – 1/2 5/9 7
 16

RESPOSTA : x1 = 6 , x 2 = 7 , x3 = 5 e L = 95 u.m.

Observação: Na 2ª. solução houve empate na entrada entre x1 e x 2 . Se x1 entrar primeiro na base,
a resposta do problema será a mesma.

Exercício resolvido: Max. L = 3 x1 + 6 x 2 + 2 x3 , sujeita às restrições:

⎧3 x1 + 4 x 2 + x3 ≤ 10
⎪
⎨ x1 + 3 x 2 + 2 x3 ≤ 5 e x1 , x 2 , x3 ≥ 0
⎪x ≤ 5
⎩ 1

⎧ L − 3x1 − 6 x 2 − 2 x3 = 0
⎪3x + 4 x + x + x = 10
⎪ 1 2 3 4
Na forma padrão, teremos: ⎨
⎪ x1 + 3x 2 + 2 x3 + x5 = 5
⎪⎩ x1 + x6 = 5

entra
↓
x1 x2 x3 x4 x5 x6 C
BASE –3 –6 –2 0 0 0 0
x4 3 4 1 1 0 0 10
x5 1 3 2 0 1 0 5 Æ sai
x6 1 0 0 0 0 1 5
BASE –1 ↓ 0 2 0 2 0 10

x4 5/3 0 – 5/3 1 – 4/3 0 10/3 Æ sai

x2 1/3 1 2/3 0 1/3 0 5/3
x6 1 0 0 0 0 1 5
BASE 0 0 1 3/5 6/5 0 12
x1 1 0 –1 3/5 – 4/5 0 2
x2 0 1 1 – 1/5 3/5 0 1
x6 0 0 1 – 3/5 4/5 1 3

RESPOSTA : x1 = 2 , x 2 = 1 , x3 = 0 e L = 12 u.m.

Observações: 1) Como a variável de decisão x3 não é variável básica na solução ótima, significa
que o seu valor é zero.
2) Na solução 1, não podemos dividir o 3º. elemento da coluna das constantes pelo
correspondente da coluna de x 2 , uma vez que esse coeficiente é zero.
 17

EXERCÍCIO:
⎧ 2 x1 + 3x 2 + x3 ≤ 25
⎪
Max. L = 3 x1 + 2 x 2 + 5 x3 , sujeita às restrições: ⎨ x1 + 2 x 2 + 2 x3 ≤ 21
⎪ x + x + x ≤ 12
⎩ 1 2 3

RESPOSTA : x1 = 3, x 2 = 0, x3 = 9 e L = 54 u.m.
CAP. IV – DUALIDADE

A qualquer problema de P. L. que chamaremos de PRIMAL, sempre podemos associar outro

problema chamado DUAL. A formulação do DUAL a partir do PRIMAL obedece às seguintes
regras:
1. Se o primal é de minimização, o dual é de maximização.
2. As restrições “maior ou igual” do primal passam para “menor ou igual” no dual.
3. As variáveis de decisão do primal correspondem às variáveis de folga do dual.
4. As variáveis de folga do primal correspondem às variáveis de decisão do dual.
5. A matriz dos coeficientes do dual é a transposta da matriz dos coeficientes do primal.

EXEMPLOS:
⎧ 2 x1 + 3x 2 ≥ 36 (a)
⎪
1) Min C = 9 x1 + 12 x 2 sujeita às restrições ⎨2 x1 + 2 x 2 ≥ 28 (b)
⎪8 x + 2 x ≥ 32 (c)
⎩ 1 2

Solução: Vamos formar uma matriz com todos os coeficientes das variáveis de decisão x1 e x 2 ,
colocando na última linha dessa matriz os coeficientes de x1 e de x 2 que aparecem na
função objetiva. Teremos então a matriz:

x1 x 2 Const.
a) 2 3 36
b) 2 2 28
c) 8 2 32
F . obj. 9 12

Como a função objetiva C = 9 x1 + 12 x 2 não tem termo constante, a matriz não vai ter o
elemento da linha de C (função objetiva custo) e coluna das constantes.
Agora vamos escrever a transposta desta matriz, chamando de y1 , y 2 e y 3 as variáveis de
decisão da nova função objetiva:
y1 y 2 y 3 const.
a) 2 2 8 9
com y1 , y 2 e y 3 ≥ 0
b) 3 2 2 12
F . obj. 36 28 32

Teremos então o problema DUAL:

⎧ 2 y1 + 2 y 2 + 8 y 3 ≤ 9
Max. L = 36 y1 + 28 y 2 + 32 y 3 sujeita às restrições: ⎨
⎩3 y1 + 2 y 2 + 2 y 3 ≤ 12
 18
⎧ L − 36 y1 − 28 y 2 − 32 y 3 = 0
⎪
Que na forma padrão será: ⎨2 y1 + 2 y 2 + 8 y 3 + y 4 = 9
⎪3 y + 2 y + 2 y + y = 12
⎩ 1 2 3 5

Usando agora o algoritmo SIMPLEX para resolver o problema DUAL, as variáveis de folga
y 4 e y 5 do dual, correspondem às variáveis de decisão x1 e x 2 respectivamente do primal. A
resposta do nosso exercício será em função de x1 , x 2 e Custo.
entra
↓ x1 x2
y1 y2 y3 y4 y5 Const.
BASE – 36 – 28 – 32 0 0 0
y4 2 2 8 1 0 9
y5 3 2 2 0 1 12 Æ sai
BASE 0 –4 –8 ↓ 0 12 144

y4 0 2/3 20/3 1 – 2/3 1 Æ sai

y1 1 2/3 2/3 0 1/3 4
BASE 0 – 16/5 ↓ 0 6/5 56/5 1452/10

y3 0 1/10 1 3/20 – 1/10 3/20 Æ sai

y1 1 3/5 0 – 1/10 2/5 39/10
BASE 0 0 32 6 8 150
y2 0 1 10 3/2 –1 3/2
y1 1 0 –6 –1 1 3

RESPOSTA : x1 = 6, x 2 = 8 e C = 150 u.m.

Observações:
1. Este exercício é o problema de dieta do cap. 1.
2. A solução gráfica é mais simples.
3. A leitura final da solução ótima é feita nos elementos que estão na linha da base; assim, o
valor 6 refere-se à variável x1 do primal, assim como o valor 8 refere-se à variável x 2 e o
valor 150 à função objetiva custo. As variáveis yi não aparecem na resposta, uma vez que o
problema primal era nas variáveis xi .
4. É importante observar que, em cada solução do algoritmo SIMPLEX, os vetores-coluna da
matriz identidade são as colunas das variáveis básicas.

⎧2 x1 + x 2 + x3 ≤ 2
2) Max. L = 14 x1 + 12 x 2 + 18 x3 , sujeita às restrições: ⎨
⎩ x1 + x 2 + 3x3 ≤ 4
Vamos escrever a matriz correspondente ao problema:
 19
x1 x2 x3 Const . 2 1 14
2 1 1 2 1 1 12
Cuja transposta será:
1 1 3 4 1 3 18
14 12 18 2 4

⎧2 y1 + y 2 ≥ 14
⎪
DUAL: Min C = 2 y1 + 4 y 2 , sujeita às restrições ⎨ y1 + y 2 ≥ 12
⎪ y + 3 y ≥ 18
⎩ 1 2

Exercício resolvido: Min. C = 9 x1 + 12 x 2 + 15 x3 , sujeita às restrições:

⎧ 2 x1 + 2 x 2 + x3 ≥ 10
⎪
⎨ 2 x1 + 3x 2 + x3 ≥ 12 e x1 , x 2 , x3 ≥ 0
⎪ x + x + 5 x ≥ 14
⎩ 1 2 3

Teremos: Cuja transposta será:

x1 x 2 x3 Const.
2 2 1 9
2 2 1 10
2 3 1 12
2 3 1 12
1 1 5 15
1 1 5 14
10 12 14
9 12 15

O problema dual será portanto:

⎧2 y1 + 2 y 2 + y3 ≤ 9
⎪
Max. L = 10 y1 + 12 y 2 + 14 y 3 sujeita às restrições: ⎨2 y1 + 3 y 2 + y 3 ≤ 12
⎪ y + y + 5 y ≤ 15
⎩ 1 2 3

Cuja solução é: x1 = x 2 = x3 = 2 e C = 72.

Observação final:

Neste trabalho abordamos os casos mais simples de aplicação do método SIMPLEX; não
foram abordados casos em que os coeficientes são negativos, nem o problema do transporte,
assuntos normalmente abordados no nosso curso de Cálculo Numérico.
Acreditamos que, como material de consulta, este trabalho possa vir a ser útil.