RESOLUO DE PROBLEMAS DE PESQUISA OPERACIONAL ANTES DO SURGIMENTO DOS SOFTWARES: UMA ABORDAGEM SOBRE O ALGORITMO SIMPLEX

Elvis Magno da Silva, autor Vladas Urbanavicius Jnior, autor

1

FACESM/Gpde, Av. Presidente Tancredo de Almeida Neves, 45 - Itajub MG 2 FAPEMIG/IC, Rua Raul Pompia 101, So Pedro, Belo Horizonte MG 3 UNINOVE/PMDA, Rua Guaransia, 425, Vila Maria, So Paulo-SP

Resumo Sendo muito requisitada nos ltimos anos, a Pesquisa Operacional um mtodo cientfico de tomada de deciso, e tem como uma de suas principais ferramentas o estudo da Programao Linear. A Programao Linear uma formulao matemtica que determina um montante fixo de recursos que satisfaa certa demanda de tal modo que uma funo-objetivo seja otimizada e ainda satisfaa a outras condies prdefinidas pelo problema. A Programao Linear pode ser resolvida por alguns mtodos diferentes que so o mtodo grfico, o mtodo algbrico e por softwares como o solver do Microsoft Office ou QM for Windows ou ainda o Lindo, entre outros. O objetivo deste trabalho apresentar o mtodo algbrico Simplex de clculo de problemas de programao linear. Este um trabalho quantitativo e de pesquisa bibliogrfica. Tambm ser proposto um caso hipottico para auxiliar na compreenso da aplicao do Algoritmo Simplex. Durante o trabalho ser visto conceitos sobre Pesquisa Operacional, Programao Linear e sobre o Simplex. Tambm poder ser observado como resolver um problema de maximizao utilizando o Simplex. Para isso ser demonstrado formulao matemtico do problema e todos os passos para a aplicao do Simplex at se chegar soluo tima, e por fim, sero mostradas quais as concluses que se pode obter da tabela do resultado timo. Palavras-chave: Simplex, Pesquisa Operacional, Programao Linear. 1. Introduo Giro e Ellenrieder (1971, p.xi) comentam que nos ltimos anos, um novo ramo do conhecimento altamente geral vem sendo desenvolvido, sob o nome de Pesquisa Operacional. O objetivo deste novo ramo do conhecimento resolver problemas de deciso nas reas de economia, administrao, finanas e organizao em geral; e isso com uma abordagem cientfica de tais problemas. Dentro da Pesquisa Operacional, pode ser encontrada uma ferramenta chamada de Programao Linear. Dantzing (1991, p.1) coloca que a Programao Linear pode ser encarada como parte de um grande desenvolvimento revolucionrio que deu a humanidade a capacidade geral de estabelecer metas e um caminho detalhado para se tomar decises no sentido de "melhor" atingir os seus objetivos quando confrontados com situaes concretas de grande complexidade. Uma forma de calcular problemas de Programao Linear de forma algbrica atravs do Algoritmo Simplex, o qual ser visto neste trabalho. Ainda sobre o Simplex, Mirshawka (1978, p.28-29) explica que este algoritmo utiliza conceitos bsicos de lgebra matricial para achar a interseco de duas ou mais retas ou planos. Afirma que parte de um pressuposto de uma soluo tima vivel, e sucessivamente obtm solues em interseces que fornecem valores cada vez melhores para a funo objetivo. E que, alm disso, fornece um indicador que determina quando a soluo tima atingida. Para confeco deste trabalho ser utilizada o mtodo de pesquisa bibliogrfica, onde Medeiros (2007, p.49), diz que pesquisa bibliogrfica se constitui num procedimento formal para a aquisio de conhecimento sobre a realidade. E que ainda, exige pensamento reflexivo e tratamento cientfico. Este se aprofunda na procura de resposta para todos os porqus envolvidos pela pesquisa. Tambm ser utilizado um caso hipottico onde ser demonstrada a resoluo do mtodo Simplex. 2. Pesquisa Operacional Para Shamblin e Stevens Jr (1979, p. 13), Pesquisa Operacional (PO) um mtodo cientfico de tomada de deciso. Ela iniciar-se descrevendo um sistema por intermdio de um modelo e depois lida com este modelo para levantar o melhor modo de operar o sistema. Duckworth (1972, p. 16-17) diz tambm que a parte mais importante do conceito de Pesquisa Operacional solues timas para os problemas... que dizem respeito ao funcionamento de um sistema. Lachtermacher (2004), salienta que at a dcada de 1990, os problemas matemticos de programao na resoluo de questes gerenciais eram muito difceis de se implementar.

XIII Encontro Latino Americano de Iniciao Cientfica e IX Encontro Latino Americano de Ps-Graduao Universidade do Vale do Paraba

Que somente com o advento das planilhas eletrnicas e sua crescente utilizao, proporcionaram um aumento significativo na aplicabilidade da Pesquisa Operacional. Ainda segundo Lachtermacer (2004, p.1), a PO pode ser utilizada para ajudar nos processos de deciso. Como por exemplo: Problemas de Otimizao de Recursos; Problemas de Localizao; Problemas de Roteirizao; Problemas de Carteiras de Investimento; Problemas de Alocao de Pessoas; e Problemas de Previso e Planejamento. Segundo Lachtermacer (2004, p.27) falase que um problema de programao linear est em sua forma padro se tivermos uma Maximizao da funo-objetivo e se todas as restries forem do tipo menor ou igual, bem como os termos constantes e variveis de deciso no-negativos. De forma matemtica pode-se representar um problema padro por:
Maximizar: Z = c1x1 + c2x2 + ... + cnxn Sujeito a: a11x1 + a12x2 + ... + a1nxn b1 a21x1 + a22x2 + ... + a2nxn b2 . . . . . . am1x1 + am2x2 + + amnxn bm x1, x2, , xn 0

carpintaria e acabamento. Um soldado necessita de 2 horas para acabamento e 1 hora de carpintaria. Um trem necessita de 1hora para acabamento e 1 hora de carpintaria. Cada semana, a fbrica pode obter qualquer quantidade de matria prima, mas tem a disposio at 100 horas de acabamento e 80 de carpintaria. A demanda por trens ilimitada, mas a venda de soldados de no mximo 40 por semana. A fbrica quer maximizar seu lucro dirio (receitas-custo). Com estes dados, ser formulado o modelo matemtico que poder auxiliar na maximizao do lucro semanal. Montevechi (2006, p. 20- 25), nos ajuda a esclarecer este exemplo. Primeiramente devemos levantar a questo problemas, que quantos soldados e trens devem ser feitos na semana?. Para esclarecer ainda mais, devem-se representar as variveis de deciso. Neste caso, o nmero de soldados produzidos e o nmero de trens produzidos. Veja: X1 = nmero de soldados produzidos a cada semana X2 = nmero de trens produzidos a cada semana Para obteno da funo objetivo, consideremos trs pontos: a receita e custos podem ser expressos em termos das variveis X1 e X2, ser assumido que todo brinquedos produzidos possam ser vendidos, e que a receita da semana igual a receita dos soldados mais a receita dos trens, disto posto: Receita por semana = 27*X1 + 21*X2, e Custos de M.P. = 10*X1 + 9*X2 Custos de M.O. = 14*X1 + 10*X2 Desta forma afirma-se que a fbrica quer maximizar: (27*X1 + 21*X2) (10*X1 + 9*X2) (14*X1 + 10*X2) Simplificando esta equao, obtemos que a maximizao da questo : Max Z = 3X1 + 2X2 X1 e X2 so limitadas por algumas restries. Vejam quais so: 1) Cada semana, no h mais que 100 horas de acabamento; 2) Cada semana, no h mais que 80 horas de carpintaria; 3) Limitao da demanda, no mais de 40 soldados por semana O passo a seguir, a transformao destas restries em expresses matemticas em termo das variveis de deciso X1 e X2. Restrio 1: 2X1 + X2 100 Restrio 2: X1 + X2 80 Restrio 3: X1 40 Porm, Montevechi (2006, p. 25) nos lembra que deve-se tomar outras duas restries matemticas para a formulao deste problema, que so:

Shamblin e Stevens Jr (1979, p. 263) afirmam que possvel expressar matematicamente tanto o objetivo como as restries. Como o prprio nome da tcnica sugere, estas relaes devem ser todas lineares. Para eles, a programao linear, de forma resumida, a aplicao da lgebra matricial para resolver estas equaes usando algumas regras especiais que garantem que a soluo seja satisfatria todas as condies necessrias e ainda, trazer os melhores resultados com relao ao objetivo. Garvin (1960, p.3) comenta que o problema central de programao linear para minimizar ou maximizar uma funo linear, e que proponha condies de que as variveis sejam no negativas e devam satisfazer a formulao da equao linear. Para melhor se entender a formao algbrica da formulao do problema. Observe um exemplo hipottico de Montevechi (2006, p.20): Uma fbrica produz dois tipos de brinquedos de madeira: soldados e trens. Um soldado vendido por $27 e usa $10 de matria prima. Cada soldado que fabricado tem um custo adicional de $14 relativo mo de obra. Um trem vendido por $21 e gasta $9 de matria prima. O custo de mo de obra adicional para cada trem de $10. A fabricao destes brinquedos requer dois tipos de mo de obra:

XIII Encontro Latino Americano de Iniciao Cientfica e IX Encontro Latino Americano de Ps-Graduao Universidade do Vale do Paraba

Restrio adicional 1: X1 0 Restrio adicional 2: X2 0 De forma resumida, se tem, matematicamente: Max Z = 3X1 + 2X2 Sujeito a: 2X1 + X2 100 X1 + X2 80 X1 40 X1 0 X2 0 O problema deste exemplo hipottico tpico de muitas empresas, que precisam maximizar os lucros e ao mesmo tempo esto sujeitos a recursos limitados. 3. O Mtodo Simplex e o Caso Hipottico Hillier e Lieberman (2005, p.103) afirmam que o mtodo simplex um procedimento algbrico. Contudo, ele tambm traz consigo um conceito geomtrico. Comentam que se entendermos estes conceitos geomtricos os quais pertencem a resoluo grfica que vimos no captulo anterior, podemos ento prosseguir com os estudos do simplex. Segundo Giro e Ellenrieder (1971, p.38) o algoritmo conhecido por simplex original o algoritmo que pode parar quando encontrada a soluo tima, ou quando no existe soluo tima. Para Silva et al (1998, p.46) o mtodo simplex formado por um grupo de critrios para escolha de solues bsicas que melhorem o desempenho do modelo. Montevechi (2006, p.40), afirma que problemas com mais de duas variveis no poderiam ser solucionados com o mtodo grfico, e que desta forma torna-se necessrio outro caminho para a busca de solues. Corrar e Thephilo (2007, p.344) dizem que para iniciar a aplicao do mtodo simplex, retoma-se as equaes das restries definidas anteriormente, includas as variveis de folga. Assim, dos dados do problema: Max Z = 3X1 + 2X2 Sujeito a: 2X1 + X2 100 X1 + X2 80 X1 40 X1 0 X2 0

objetivo. Chamaremos esta varivel artificial de varivel de folga, devido literatura nacional usar esta nomenclatura. Max Z = 3X1 + 2X2 Max Z = 3X1 + 2X2 + 0.X3 + 0.X4 + 0.X5 Sujeito a: 2X1 + X2 + X3 100 X1 + X2 + X4 80 X1 + X5 40 Martn (2003, p.32) diz que aps se acrescentar as novas variveis, deve-se montar a tabela de algoritmo do simplex com os coeficientes da funo objetivo e das restries. Na funo Z da equao de maximizao, deixa-se um lado da igualdade igual a zero, de forma a deixar os coeficientes todos inversamente proporcionais. Por exemplo, na funo Z= 3X1 + 2X2, tm-se: Z 3X1 2X2 = 0., e que os coeficientes das variveis de folga so zero.

Tabela 1: Tabela de montagem do algoritmo simplex

Para Montevechi (2006, p.43) aps montado a tabela com os coeficientes das variveis, tem-se que determinar uma soluo inicial vivel para poder prosseguir. Assim, pode ser demonstrado que a soluo tima de um problema de programao linear uma soluo bsica. Uma soluo bsica para um sistema de M equaes e N incgnitas, possui M variveis diferentes de zero e N vrias iguais a zero. As variveis que so diferentes de zero, chama-se de variveis bsicas, e aquelas iguais a zero so as no bsicas. Para o mtodo do simplex, deve ser escolhido para ocuparem o lugar de variveis bsicas, aquelas cujas colunas apaream um valor igual a 1, e os demais valores iguais a zero. Assim volta-se a figura anterior e identifica-se na tabela, quais colunas tem um nico valor 1, (um) e os demais valores 0 (zero).

Montevechi (2006, p.42) coloca que existem trs condies para o uso do mtodo Disto posto, ir ser procurado na linha de simples, que so: Z o menor nmero negativo. Neste caso X1, 1) Todas as restries so do tipo bi; pois seu coeficiente -3. Assim, dividem-se os 2) Todos os bi 0; valores da coluna b pelos coeficientes 3) Se quiser maximizar Z. respectivos na coluna X1 (coluna do menor valor Martn (2003, p.28-29) ainda explica que negativo na linha Z). Chama-se este passo de para a aplicao do simplex, necessrio verificao da soluo. acrescentar uma varivel artificial em cada uma das restries, e por fim, a prpria funo XIII Encontro Latino Americano de Iniciao Cientfica e 3 IX Encontro Latino Americano de Ps-Graduao Universidade do Vale do Paraba

Tabela 2: Tabela de entrada da soluo bsica

Assim, aparece como resultados parciais:

X1 = 0 X5 = 40 X2 = 0 Tabela 3: tabela de verificao da soluo atravs da razo entre coluna b e coluna do menor negativo de Z. X3 = 100 X4 = 80

A intercesso advinda da unio da coluna do menor Z negativo com a linha que sai que a da menor razo, tem o que se chama de Piv.

Cabe lembrar que para Martn (2003, p.36) pode-se chegar a uma soluo finita ou a uma soluo no finita. Se a soluo for finita, h duas possibilidades nesta verificao: 1) Que o problema admita uma soluo tima, com todas as variveis de folga iguais a zero, ento a soluo obtida uma soluo nica e tima. 2) Que o problema admita uma soluo tima na qual encontremos uma varivel de folga diferente de zero, ento o problema original impossvel e no h soluo. Caso a soluo seja no finita, tambm h outras duas possibilidades: 1) Com todas as variveis de folga iguais a zero, neste caso temos uma soluo no finita. 2) Que exista ao menos uma varivel de folga que seja positiva, ento o problema original impossvel. Ainda neste raciocnio, Montevechi (2006, p.43), coloca que se devem examinar os valores dos coeficientes das variveis no bsicas na primeira linha (linha de Z) e concluir: 1) Se todos os valores forem positivos a soluo tima e nica; 2) Se aparecerem valores positivos e alguns nulos a soluo tima mas no nica; e 3) Se aparecer algum valor negativo a soluo no tima. Deve-se ento continuar o mtodo do simplex. Aps fazer a verificao que pode ser vista na tabela 3, tm-se que na linha de Z, ainda h ao menos um valor negativo, o que indica que ainda no se chegou a uma soluo tima. Ento, -se necessrio prosseguir com o mtodo do simplex, de forma a substituir uma coluna por uma linha da base. A linha que sai a linha da menor razo no negativa, que no caso a linha de X5, pois apresentou a razo 40, que a menor, como pode ser visto na tabela 4.

Tabela 5: Identificao do Piv.

Este piv indica que X1 entra no lugar de X5. Desta forma na base da prxima tabela se ter: X3, X4 e X1. Montevechi (2006, p.44) explica que deve ser dividido a linha piv pelo prprio piv para se ter uma nova linha piv que ser colocada na tabela seguinte do algoritmo do simplex. Ou seja, para o Piv = 1:
01=0 11=1 01=0 01=0 01=0 11=1 40 1 = 40

Assim a nova linha piv dada pela tabela 6:

Tabela 6: Nova Linha Piv

Ento ser iniciada a nova tabela do simplex que comea com a nova linha piv, como mostra a tabela 7.

Tabela 7: Nova Linha Piv Na Tabela do Simplex

Prosseguindo com a montagem da tabela, agora necessrio realizar um clculo em cada uma das demais linhas para a entrada na nova tabela do simplex. Deve-se utilizar a frmula:
Nova Linha 0 = Linha 0 (Fo Nova Linha Piv);

Onde Fo o coeficiente menor negativo em Z (neste caso -3). Ento:

(1 -3 -2 0 0 0 0) - [(-3) (0 1 0 0 0 1 40)]

Resolvendo, tem-se que a Nova Linha 0 ser:

Tabela 4: Identificao da Linha que sai.

_ 1 -3 -2 0 0 0 0 0 -3 0 0 0 -3 -120 1 0 -2 0 0 3 120

XIII Encontro Latino Americano de Iniciao Cientfica e IX Encontro Latino Americano de Ps-Graduao Universidade do Vale do Paraba

Disto posto, a segunda linha que entrar na tabela do simplex, a linha nova de Z.

Cabe lembrar que Martn (2003, p.36-37) comenta que uma vez que existe coeficiente negativo na primeira linha (-2), a soluo ainda no tima. Assim, deve-se calcular novamente a varivel que entra e a varivel que sai. E esse processo como descrito anteriormente, comea com a identificao do menor negativo na linha de Z.

Tabela 8: Nova Linha de Z Na Tabela do Simplex

Este passo ser repetido para as duas prximas linhas. Assim, tm-se: Nova Linha 1 = Linha 1 (F1 Nova Linha Piv); onde o F1 o coeficiente seguinte da coluna de -3, que o 2.
(0 2 12 1 1 0 0 100) - [(2) (0 1 0 0 0 1 40)]

Tabela 13: Identificao da Coluna do Menor Negativo na Nova Tabela do Simplex.

_ 0 2 1 1 0 0 100 0 2 0 0 0 2 80 0 0 1 1 0 -2 20

Assim, identificado a varivel que entrar na base. Aps este passo, como j mostrado, faz-se a razo da coluna X2 com a coluna b.

Tabela 9: Nova Linha 1 Na Tabela do Simplex

Tabela 14: Razo na Nova Tabela do Simplex.

Nova Linha 2 = Linha 2 (F2 Nova Linha Piv); onde o F2 o coeficiente seguinte da coluna de -3, que o 1.
(0 1 1 0 1 0 80) - [(1) (0 1 0 0 0 1 40)]

Depois de concluda a razo, identifica-se o menor valor no negativo, achando por conseqncia a varivel que sai da base, bem como o novo Piv.

_ 0 1 1 0 1 0 80 0 1 0 0 0 1 40 0 0 1 0 1 -1 40

Tabela 15: Nova Linha que Sai, que Entra e Piv.

Tabela 10: Nova Tabela do Simplex

Da identificao do Piv, tem-se que X1 entra no lugar de X5.

Desta forma, pode ser observada a soluo parcial do problema, bem como as novas variveis que estaro na base para a prxima tabela do simplex que ser montada (X2, X4, e X1).
X1 = 40 X2 = 0 X3 = 20 X4 = 40 X5 = 0

Tabela 11: Identificao da Sada de X5 e Entrada de X1

Aps verificar a soluo parcial, tem-se que calcular a nova linha Piv que a linha Piv dividida pelo prprio Piv. Assim dividindo a linha de X3 por 1, se tem:
Tabela 16: Nova Linha Piv (Linha de X3 1 Piv).

Assim, na coluna da base, se ter X3, X4 e X1. Com a nova linha Piv, prossegue com o clculo das novas da tabela atravs do procedimento: Nova Linha 0 = Linha 0 (Fo Nova Linha Piv), conforme demonstrado anteriormente. Aps refeito os clculos, obteve-se a nova tabela:

Tabela 12: Composio da Base da Nova Tabela do Simplex

XIII Encontro Latino Americano de Iniciao Cientfica e IX Encontro Latino Americano de Ps-Graduao Universidade do Vale do Paraba

Tabela 17: Nova Tabela do Simplex 3.

Desta nova tabela do Simplex montada, ainda pode ser percebido que no se chegou a uma soluo tima, visto ainda haver um coeficiente negativo na linha de Z. Desta forma deve ser repetido todos os novamente: calcular a varivel que entra, que sa, menor negativo, razo, piv, novas linha e nova tabela, at chegar a uma tabela que no possua coeficientes negativos na primeira linha. Repetindo-se todos os passos novamente, pode-se chegar a quarta tabela do algoritmo Simplex.

Das concluses que podem ser obtidas da tabela do Simplex, tem-se: O mximo valor que possvel para a funo objetivo de 180; A soluo tima do problema X1 = 20; X2 = 60; e X5 = 20; A restrio 4 (restrio da demanda de soldados) que est relacionada com X5 (varivel de folga) no escassa, possu uma folga de 20 o que significa que ser deixado de atender a demanda de 20 unidades de soldados. Disto posto, este trabalho traz uma contribuio mpar para o estudo cientfico, visto no haver muitas publicaes descrevendo os por menores da aplicao do Simplex. Essa uma dificuldade tanto de educadores como de alunos. Vrios livros da rea de Pesquisa Operacional no mencionam mais o Simplex e outros de forma superficial, mas este no um problema recente, pois literaturas datadas deste as dcadas de 60 e 70 j no traziam muita contribuio. claro que h boas referencias sobre o assunto, contudo no so fceis de serem encontradas. 5. Referncias
AGOSTI, Cristiano. Apostila de Pesquisa Operacional; Universidade do Oeste de Santa Catarina; 2003. CERVO, Amado Luiz; BERVIAN, Pedro Alcino. Metodologia Cientfica; 3 edio; Ed. McGraw Hill do Brasil; So Paulo; 1983. DANTZIG, George B. Linear Programming. Departmente of Management Science and engineering, Satnford Unviersity. 1991, encontrado em http://www2.informs.org/History/dantzig/LinearProgram ming_article.pdf, em 08/04/2009. DUCKWORTH, Eric. Guia Pesquisa Operacional; Editora Atlas; So Paulo, 1972. GARVIN, Walter W. Introduction to Linear Programming. Ed. McGraw-Hill; New Yourk/USA; 1960. GIRO, Srgio Ellery; ELLENRIEDER, Alberto Ricardo Von. Programao Linear; Ed.Alveida Neves; Rio de Janeiro; 1971. LACHTERMACHER, Gerson. Pesquisa Operacional Na Tomada De Decises, 2 edio; editora Campus; So Paulo/SP; 2004. HILLIER, Frederick S.; LIEBERMAN, Gerald J. Introduction To Operations Research; 8 edition; Ed. McGraw-Hill; New York/USA; 2005. MARTN, Quintn Mart. Investigacin Operativa; Ed. Prentice Hall; Madrid; 2003. MONTEVECHI, Jos Arnaldo. Pesquisa Operacional; Universidade Federal de Itajub (UNIFEI); 2006. OLIVEIRA, Silvio Luiz de. Tratado de Metodologia Cientfica; Ed. Pioneira; So Paulo; 2002. SHAMBLIN, James E. & STEVENS JR, G.T. . Pesquisa Operacional Uma Abordagem Bsica; editora Atlas, So Paulo/SP; 1979. SILVA, Ermes Medeiros da. Et Al. Pesquisa Operacional; editora Atlas; 3 edio; So Paulo; 1998.
http://www.iepg.unifei.edu.br/arnaldo/ensino/pos/mba/TURMA 2/po/aulas/aula_04/Aula_MetodoSimplex/Metodo_Simplex.htm consultado em 06/11/2008.

Tabela 18: Clculo do Piv para 4 Tabela do Simplex.

Tabela 19: Nova Tabela do Simplex.

Desta ultima tabela do Simplex pode ser observado que no h coeficiente negativo na primeira linha, ou linha de Z. Assim, tem-se a soluo tima tanto almejada. 4. Concluso Foi visto neste trabalho que a Pesquisa Operacional um mtodo cientfico de tomada de deciso. Ela iniciar-se descrevendo um sistema por intermdio de um modelo e depois lida com este modelo para levantar o melhor modo de operar o sistema. (SHAMBLIN e STEVENS JR, 1979, p. 13). Foi ento proposto um caso hipottico para ilustrar como proceder a resoluo de um problema de Programao Linear por intermdio do mtodo Simplex. Da ultima tabela deste caso hipottico, que indicou a soluo tima do Simplex, pode ser observado:

Tabela 20: Consideraes Quanto a Soluo na Nova Tabela do Simplex.

XIII Encontro Latino Americano de Iniciao Cientfica e IX Encontro Latino Americano de Ps-Graduao Universidade do Vale do Paraba