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 pr-
definidas 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 solues em interseces que fornecem valores

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
XIII Encontro Latino Americano de Iniciao Cientfica e
IX Encontro Latino Americano de Ps-Graduao Universidade do Vale do Paraba
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.
1
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) fala-
se 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
. . . consideremos trs pontos: a receita e custos
. . . podem ser expressos em termos das variveis X1
am1x1 + am2x2 + + amnxn bm
x1, x2, , xn 0
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
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,
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:
2
 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
Montevechi (2006, p.42) coloca que
existem trs condies para o uso do mtodo
simples, que so:
1) Todas as restries so do tipo bi;
2) Todos os bi 0;
3) Se quiser maximizar Z.
Martn (2003, p.28-29) ainda explica que
para a aplicao do simplex, necessrio
acrescentar uma varivel artificial em cada uma
das restries, e por fim, a prpria funo
XIII Encontro Latino Americano de Iniciao Cientfica e
IX Encontro Latino Americano de Ps-Graduao Universidade do Vale do Paraba
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).
Tabela 2: Tabela de entrada da soluo bsica
Disto posto, ir ser procurado na linha de
Z o menor nmero negativo. Neste caso X1,
pois seu coeficiente -3. Assim, dividem-se os
valores da coluna b pelos coeficientes
respectivos na coluna X1 (coluna do menor valor
negativo na linha Z). Chama-se este passo de
verificao da soluo.
3
 Assim, aparece como resultados parciais:
X1 = 0 X3 = 100
X5 = 40
X2 = 0 X4 = 80
A intercesso advinda da unio da coluna
Tabela 3: tabela de verificao da soluo atravs da razo do menor Z negativo com a linha que sai que a
entre coluna b e coluna do menor negativo de Z. 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 Tabela 5: Identificao do Piv.
zero, ento a soluo obtida uma soluo
nica e tima. Este piv indica que X1 entra no lugar de
2) Que o problema admita uma soluo tima X5. Desta forma na base da prxima tabela se
na qual encontremos uma varivel de folga ter: X3, X4 e X1.
diferente de zero, ento o problema original Montevechi (2006, p.44) explica que deve
impossvel e no h soluo. ser dividido a linha piv pelo prprio piv para se
ter uma nova linha piv que ser colocada na
Caso a soluo seja no finita, tambm tabela seguinte do algoritmo do simplex. Ou seja,
h outras duas possibilidades: para o Piv = 1:
01=0
1) Com todas as variveis de folga iguais a 11=1
01=0
zero, neste caso temos uma soluo no 01=0
finita. 01=0
2) Que exista ao menos uma varivel de 11=1
folga que seja positiva, ento o problema 40 1 = 40
original impossvel.
Assim a nova linha piv dada pela
Ainda neste raciocnio, Montevechi (2006, tabela 6:
p.43), coloca que se devem examinar os valores
dos coeficientes das variveis no bsicas na Tabela 6: Nova Linha Piv
primeira linha (linha de Z) e concluir:
Ento ser iniciada a nova tabela do
1) Se todos os valores forem positivos a
simplex que comea com a nova linha piv, como
soluo tima e nica;
mostra a tabela 7.
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 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:
_ 1 -3 -2 0 0 0 0
0 -3 0 0 0 -3 -120
Tabela 4: Identificao da Linha que sai. 1 0 -2 0 0 3 120

XIII Encontro Latino Americano de Iniciao Cientfica e 4

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.
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)]
_ 0 2 1 1 0 0 100
0 2 0 0 0 2 80
0 0 1 1 0 -2 20
Tabela 9: Nova Linha 1 Na 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)]
_ 0 1 1 0 1 0 80
0 1 0 0 0 1 40
0 0 1 0 1 -1 40
Tabela 10: Nova Tabela do Simplex
Da identificao do Piv, tem-se que X1
entra no lugar de X5.
Tabela 11: Identificao da Sada de X5 e Entrada de X1
Assim, na coluna da base, se ter X3, X4
e X1.
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
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 13: Identificao da Coluna do Menor Negativo na
Nova Tabela do Simplex.
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 14: Razo na Nova Tabela do Simplex.
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.
Tabela 15: Nova Linha que Sai, que Entra e Piv.
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 X4 = 40
X2 = 0 X5 = 0
X3 = 20
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).
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:
5

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.
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
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.
6