Pesquisa Operacional 3ed. Ufsc. Soto-Maior Cesar Duarte

Universidade Federal de Santa Catarina
Pr-Reitoria de Ensino de Graduao

Departamento de Ensino de Graduao a Distncia
Centro Socioeconmico
Departamento de Cincias da Administrao
Pesquisa Operacional
Professor
Cesar Duarte Souto-Maior
2014
3 edio
Copyright 2014. Todos os direitos desta edio reservados ao DEPTO. DE CINCIAS DA ADMINISTRAO (CAD/CSE/UFSC).
1 edio 2009.
2 edio revisada e atualizada 2012.
S728p Souto-Maior, Cesar Duarte

Pesquisa operacional / Cesar Duarte Souto-Maior. 3. ed.
Florianpolis: Departamento de Cincias da Administrao/UFSC,
2014.
94p.
Inclui bibliografia
Curso de Graduao em Administrao, modalidade a Distncia
ISBN: 978-85-7988-151-0
1. Pesquisa operacional. 2. Programao linear. 3. Processo decisrio.

4. Simplex (Matemtica). 5. Educao a distncia. I. Ttulo.
CDU: 65.012.122
Catalogao na publicao por: Onlia Silva Guimares CRB-14/071

PRESIDNCIA DA REPBLICA
MINISTRIO DA EDUCAO
COORDENAO DE APERFEIOAMENTO DE PESSOAL DE NVEL SUPERIOR CAPES
DIRETORIA DE EDUCAO A DISTNCIA
UNIVERSIDADE FEDERAL DE SANTA CATARINA
REITORA Roselane Neckel

VICE-REITORA Lcia Helena Martins Pacheco
PR-REITOR DE GRADUAO Julian Borba
COORDENADORA UAB Snia Maria Silva Correa de Souza Cruz
CENTRO SOCIOECONMICO
DIRETORA Elisete Dahmer Pfitscher

VICE-DIRETOR Rolf Hermann Erdmann
DEPARTAMENTO DE CINCIAS DA ADMINISTRAO

CHEFE DO DEPARTAMENTO Marcos Baptista Lopez Dalmau
SUBCHEFE DO DEPARTAMENTO Eduardo Lobo
COORDENADOR DE CURSO Rogrio da Silva Nunes
SUBCOORDENADORA DE CURSO Gabriela Gonalves Silveira Fiates
COMISSO EDITORIAL E DE REVISO Alessandra de Linhares Jacobsen
Mauricio Roque Serva de Oliveira
Paulo Otolini Garrido
Claudelino Martins Dias Junior
COORDENAO DE PRODUO DE RECURSOS DIDTICOS Denise Aparecida Bunn
SUPERVISO DE PRODUO DE RECURSOS DIDTICOS Erika Alessandra Salmeron Silva
DESIGNER INSTRUCIONAL Denise Aparecida Bunn

Fabiana Mendes de Carvalho
Patrcia Regina da Costa
Maria Aparecida da Silva Alves
PROJETO GRFICO E FINALIZAO Annye Cristiny Tessaro
DIAGRAMAO Rita Castelan
Annye Cristiny Tessaro
REVISO DE PORTUGUS Sergio Luiz Meira
ORGANIZAO DO CONTEDO Cesar Duarte Souto-Maior
Apresentao
Prezado estudante!
Uma das principais funes do administrador tomar deci-
ses. Essa disciplina tem como objetivo fornecer mtodos para que
voc possa tomar boas decises que traro benefcios para voc e
para a organizao em que voc estiver atuando.
A disciplina de Pesquisa Operacional no est isolada.
Ela envolve conhecimentos que voc aprendeu em Matemtica para
Administradores e Estatstica Aplicada Administrao. Para aplicar
os mtodos de Pesquisa Operacional necessrio definir um objetivo,
por exemplo, maximizar a receita, minimizar o tempo de atendimento
ou maximizar a quantidade de itens produzidos. Com a Pesquisa
Operacional voc pode encontrar a soluo tima para cada um
desses objetivos. Porm, necessrio saber exatamente o que mais
importante para a sua organizao. Como saber o que mais impor-
tante para a minha organizao? Para responder a essa pergunta, voc
precisar dos conhecimentos de todas as disciplinas do Curso de
Administrao a Distncia.
Existem algumas desculpas para no utilizar a Pesquisa
Operacional. Uma delas que se trata de um mtodo muito complica-
do ou de que os seus benefcios seriam muito pequenos. Nenhuma
dessas desculpas verdadeira. Resoluo de problemas sem o uso da
Pesquisa Operacional gera solues que no so timas, lucros me-
nores e gastos desnecessrios de recursos.
Se voc tiver dificuldade em algum tpico, no desista! Leia
novamente ou tire dvidas com o seu tutor. O domnio da Pesquisa
Operacional trar muitos benefcios, ajudando voc a encontrar solu-
es melhores.
Desejo muito sucesso nos seus estudos!
Professor Cesar Duarte Souto-Maior

Sumrio
Unidade 1 Introduo Pesquisa Operacional
Introduo Pesquisa Operacional. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
O que Pesquisa Operacional?. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
A Pesquisa Operacional til? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Resumindo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
Atividades de aprendizagem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Unidade 2 Formulao de Problemas
Formulao de Problemas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
Formulao e Resoluo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
Dificuldades Durante a Formulao de Modelos . . . . . . . . . . . . . . . . . . . . . . . . 22
Informaes Necessrias para a Modelagem. . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Modelo Matemtico de Programao Linear. . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
Resumindo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
Atividades de aprendizagem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
Unidade 3 Resoluo pelo Mtodo Grfico
Resoluo pelo Mtodo Grfico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
O que Significa Mesmo Resolver o Problema?. . . . . . . . . . . . . . . . . . . 36
Espao de Solues Possveis.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
Como Encontrar a Soluo tima Graficamente? . . . . . . . . . . . . . . . . . . . . . . . 40
Resumindo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Atividades de aprendizagem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Unidade 4 Simplex
Simplex. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
Preparao para Aplicao do Mtodo Simplex. . . . . . . . . . . . . . . . . . . . . . . . 47
Mtodo Simplex. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
Resumindo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Atividades de aprendizagem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .56
Unidade 5 Problema de Transportes
O Problema de Transportes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
As Duas Partes do Algoritmo de Transportes. . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Parte 1 Soluo Inicial. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Mtodo do Canto Noroeste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
Mtodo de Vogel (ou Mtodo das Penalidades) . . . . . . . . . . . . . . . . . . . . . . . . . 64
Parte 2 Otimizao. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
Degenerescncia. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
Resumindo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
Unidade 6 Problema de Atribuio
Problema de Atribuio. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
Algoritmo de Atribuio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
Casos Especiais do Problema de Atribuio. . . . . . . . . . . . . . . . . . . . . . . . 85
Resumindo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
Referncias. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
Minicurrculo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
Introduo Pesquisa
1
UNIDADE
Operacional
Objetivo
Ao final desta Unidade, voc dever ser capaz de
entender o conceito de pesquisa operacional e perceber
a importncia desses conhecimentos no processo
administrativo e o seu potencial de utilizao dentro
das organizaes.
1
UNIDADE
10 Curso de Graduao em Administrao, modalidade a distncia

Introduo Pesquisa Operacional 1
UNIDADE
Caro estudante,
Estamos iniciando esta Unidade e nela voc vai
saber o que pesquisa operacional, qual a sua
relao com a Estatstica e a Matemtica e sua

utilidade na administrao de uma empresa. Por-
tanto, leia o texto a seguir com ateno e tendo
dvidas, entre em contato com seu tutor.
Bons estudos!
COPOM o Comit de
Poltica Monetria do Ban-
U
ma das principais atividades de um administrador tomar deci- co Central. A funo desse
grupo definir as diretrizes
ses. Bem, no s de um administrador, como de qualquer ou-
da poltica monetria e a
tra pessoa. Estamos sempre tomando decises, seja no campo taxa bsica de juros do Pas.
pessoal ou nas organizaes em que atuamos. As reunies do grupo so
mensais. O Copom com-
Em geral, boas decises conduzem a bons resultados e deci-
posto pelos oito membros
ses ruins conduzem a resultados ruins. da Diretoria Colegiada do
Alm disso, em muitos casos importante no apenas tomar Banco Central e presidido
pelo presidente da autorida-
boas decises, como tambm justificar as decises tomadas. Por exem- de monetria Tambm inte-
plo, quando o COPOM define uma nova taxa de juros precisa explicar gram o grupo de discusses
!
porque tomou aquela deciso. os chefes de departamen-
tos, consultores, o secret-
rio-executivo da diretoria, o
coordenador do grupo de
Existem vrias formas de tomar decises. O enfoque comunicao institucional e
o assessor de Imprensa.
da pesquisa operacional possibilitar a tomada de
Fonte: Invertia (2003).
decises com o uso de tcnicas quantitativas.
O que Pesquisa Operacional?

Conforme Andrade
(2000), o nome Pro-
Podemos conceituar a Pesquisa Operacional como um mtodo gramao Linear deri-
cientfico para tomada de decises. Essa metodologia utiliza vrias va do fato das relaes
v
tcnicas e modelos matemticos. Nesta disciplina, iremos aprender as matemticas serem
tcnicas de Programao Linear, o ramo mais conhecido e utilizado todas equaes ou
da Pesquisa Operacional. inequaes lineares.
Perodo 4 11
1 Mas a Pesquisa Operacional engloba muitas outras tcnicas,
entre elas podemos citar: Teoria das Filas, Programao Dinmica e
Simulao Monte Carlo. Outra tcnica so as redes PERT/CPM as-
UNIDADE
sunto que ser abordado na disciplina de Elaborao e Administrao
v
de Projetos.
Loesch e A Pesquisa Operacional busca encontrar a soluo tima, a
Hein (1999) melhor alternativa entre todas as opes disponveis para um determi-
apresentam nado problema. Os problemas de Pesquisa Operacional podem ser de
uma boa maximizao ou de minimizao.
introduo sobre a his-
Se o nosso objetivo for encontrar o maior valor possvel, temos
tria da Pesquisa
um problema de maximizao. Por exemplo, maximizar a receita signifi-
Operacional.
ca encontrar a alternativa (soluo tima) que ir gerar a maior receita.
Se o nosso objetivo for encontrar o menor valor possvel,
temos um problema de minimizao. Por exemplo, minimizar o
T a fim de saber PERT/CPM consumo de energia significa encontrar a alternativa (soluo
O mtodo PERT Program tima) que ir gerar o menor consumo de energia.

Evaluation and Review Tecnique
ou, em portugus, Tcnica de
Avaliao e Reviso de Projetos
Voc deve estar se perguntando se a Pesquisa
foi elaborado em 1958 pela Ma-
Operacional tem algo a ver com outras disciplinas
rinha americana e utilizado inici-
que voc cursou, como Matemtica para Adminis-
almente no planejamento e con-
tradores e Estatstica Aplicada Administrao.
trole do projeto Polaris, um ms- Sim, a Pesquisa Operacional utiliza conhecimentos
sil norte-americano. O mtodo que voc aprendeu em Matemtica e Estatstica para
CPM Critical Path Method ou aprimorar o processo de deciso. Mas, lembre-se
Mtodo do Caminho Crtico atri- que a Pesquisa Operacional no um sinnimo de
budo a James Kelley Jr., da Matemtica ou Estatstica.
Remington Rand, e Morgan
Walker, da Dupont de Nemours,
que o desenvolveram em 1957.
Ambos os mtodos so conside- A Pesquisa Operacional til?
rados tcnicas de redes e basea-
dos na Teoria dos Grafos, e clas-
sificados como modelos pictri- Talvez voc esteja se perguntando Na minha empresa
cos de pesquisa operacional. Fon- se tomam muitas decises, mas ningum aplica tcnicas de
te: Roberto (2007). Pesquisa Operacional. E a empresa consegue exercer as suas
atividades. Ser que Pesquisa Operacional realmente til?
O que acontece que conseguimos encontrar solues sem a
Pesquisa Operacional. Entretanto, geralmente essas solues no so
solues timas. Ou seja, conseguimos realizar as atividades da orga-

nizao, porm gastando mais recursos e obtendo menos benefcios
do que poderamos se utilizssemos a Pesquisa Operacional.
Como exemplo, vamos mostrar um problema simples. Suponha
1
UNIDADE
que exista um produto especial que ser retirado de 3 fbricas (locali-
zadas em Fortaleza, Salvador e Vitria) e transportado para 3 arma-
zns (localizados em Curitiba, Goinia e Macei). De cada fbrica
sair apenas um produto, da mesma forma, cada armazm poder
guardar apenas um produto. Como dever ser feito o transporte?
O objetivo minimizar a quilometragem total. Nesse problema estamos
supondo que todos os gastos com o transporte (combustvel, desgaste
etc.) so proporcionais quilometragem.
Como voc resolveria esse problema sem usar a pesquisa
operacional e sem nenhum dado numrico?
Uma alternativa seria olhar no mapa do Brasil a localizao de
cada uma dessas cidades e tentar fazer a alocao com a menor qui-
lometragem.
Na Figura 1 temos o mapa do Brasil e a localizao das fbri-
cas e dos armazns do nosso problema.
Fortaleza
Macei
Salvador
Goinia
Vitria
Curitiba
Fbrica
Armazm
Figura 1: Localizao das Fbricas e dos Armazns

Fonte: Elaborada pelo autor deste livro
Perodo 4 13
1 Uma alternativa muito usada identificar quais so as cidades
mais prximas. No nosso problema as cidades mais prximas so Sal-
vador e Macei. Assim, um dos transportes pode ser de Salvador para
UNIDADE
Macei. Das demais cidades, as mais prximas so Vitria e Curitiba

e por fim temos Fortaleza e Goinia.
Ento uma soluo para o problema poderia ser os seguintes
transportes:
de Fortaleza para Goinia;

de Salvador para Macei; e
de Vitria para Curitiba.
A soma desses trs trajetos resulta em 4.414 km.

Parece ser uma boa soluo, no ?
Sim, uma soluo razovel. Entretanto, essa no a soluo
tima!
Esse problema possui 6 solues possveis, sendo que a solu-
o tima consiste nos seguintes transportes:
de Fortaleza para Macei;

de Salvador para Goinia; e
de Vitria para Curitiba.
A soma desses trs trajetos resulta em 4.018 km.

A primeira soluo que tnhamos encontrado consumia 396
km a mais do que a soluo tima! Quase 10% a mais!
10% um nmero considervel. Basta olhar o noticirio. Ima-
gine o governo conseguindo reduzir 10% dos seus gastos. Ou uma
empresa aumentando 10% do seu lucro. Ou a diminuio de 10% da
emisso de gs carbnico.
Mesmo assim, existe uma grande resistncia utilizao da
Pesquisa Operacional. A principal desculpa para no utiliz-la que
seria uma tcnica muito complicada e que traria um benefcio pequeno.
Nessa disciplina voc ver que a Pesquisa

Operacional no complicada e pode trazer muitos
benefcios para voc e para a sua organizao.

Ainda sobre o problema anterior, voc pode estar se pergun-
tando: Mas eu no poderia ter calculado todas as combinaes pos-
sveis e encontrado a soluo tima?.
1
UNIDADE
Sim, o problema anterior tinha apenas 6 solues possveis e
dessa forma seria fcil encontrar a soluo tima.
Mas e se fosse um problema um pouco mais complicado? Por
exemplo, um problema com 10 fbricas e 10 armazns possui
3.628.800 solues possveis! Calcular todas essas possveis solues
seria muito trabalhoso e encontrar a que fosse tima sem usar Pesqui-
sa Operacional praticamente impossvel!
Outro fato que dificulta a adoo da Pesquisa Operacional
!
por muitos administradores que grande parte dos li-
vros didticos sobre o assunto utilizam exemplos de
engenharia, o que leva o aluno a pensar que as tcni-
cas no teriam aplicao nas atividades do administra-
dor. Isso no verdade. Neste livro abordaremos mui-
tos problemas enfrentados por esses profissionais.

Neste livro voc aprender como resolver vrios pro-
blemas com o auxlio da pesquisa operacional. Po-
rm, antes de resolv-los, voc precisa analisar o
problema, definir o seu objetivo e converter isso
tudo para uma linguagem matemtica. Esse ser o
assunto da prxima Unidade.
Perodo 4 15
1 Resumindo
r
UNIDADE
Aprendemos nesta Unidade que a Pesquisa Operacional

uma metodologia para tomada de decises, que engloba vri-
as tcnicas.
Atravs de um exemplo, conseguimos entender o que
acontece quando resolvemos problemas sem usar a pesquisa
operacional: obtemos solues que no so to eficientes, com
lucros menores e gastos desnecessrios de recursos.
Nesta disciplina o nosso enfoque ser a Programa-

o Linear, pois a tcnica mais conhecida e utili-
zada de Pesquisa Operacional. Durante nosso
aprendizado, usaremos conhecimentos das disci-
plinas de Matemtica e Estatstica que aprende-
mos nos semestres anteriores. Mas preciso lem-
brar que Pesquisa Operacional no sinnimo nem
de Matemtica nem de Estatstica.

Atividades de aprendizagem
aprendizagem 1
UNIDADE
1. Pesquise na internet definies de Pesquisa Operacional.
2. Liste trs itens que poderiam ser maximizados (na organizao em
que voc trabalha ou na sua vida particular).
3. Liste trs itens que poderiam ser minimizados (na organizao em
que voc trabalha ou na sua vida particular).
4. Assinale a alternativa correta. Pesquisa Operacional...
(a) sinnimo de matemtica.
(b) sinnimo de estatstica.
(c) usa conhecimentos de matemtica e estatstica para apri-
morar o processo de deciso.
Perodo 4 17
2
UNIDADE
Formulao
de Problemas
Objetivo
definir objetivos, coletar dados e converter as
informaes disponveis em um modelo matemtico
de programao linear, alm de perceber a
importncia da formulao de problemas.
2
UNIDADE

Formulao de Problemas 2
UNIDADE
Caro estudante!
Na Unidade anterior vimos que a tcnica mais co-
nhecida de Pesquisa Operacional a Programao
Linear. Agora vamos estudar esse modelo e a forma
de utiliz-lo. Fique atento na formulao de pro-
blemas e perceba como colher informaes para a
resoluo dos mesmos.
Se precisar, estamos disposio!
Bom estudo!
P
ara poder aplicar a Programao Linear nos nossos problemas,
precisamos executar duas etapas: (1) formulao do modelo ma-
temtico e (2) resoluo. A Figura 2 mostra essas duas etapas.
Formulao Modelo Resoluo

Problema Soluo
Matemtico
Figura 2: Etapas de Aplicao da Programao Linear
v
Na etapa de formulao, precisamos transformar o nosso pro-

blema em um modelo matemtico. Nesta Unidade, aborda-
Na etapa de resoluo, precisamos aplicar as tcnicas de pro- remos a formulao de
gramao linear no modelo e encontrar a soluo tima. modelos e nas prximas
unidades o enfoque ser
a resoluo dos mode-
los para obteno da
Formulao e Resoluo soluo final.
Qual a etapa mais importante? Formulao ou

Resoluo?

Perodo 4 21
2 As duas etapas so importantes, porm algumas consideraes
precisam ser feitas.
v
A maioria dos livros sobre programao linear enfatiza a reso-
UNIDADE
luo do modelo matemtico. Muito pouco comentado sobre a for-

mulao de modelos, muitas vezes apenas um ou dois pargrafos.
Na etapa de formulao de modelos necessrio juntar os da-
O tpico 2.1 de dos particulares de cada organizao. E isso no pode ser feito por
Silva et al.
outras pessoas, precisa ser feito por algum que realmente conhea a
(1994) um
organizao.
bom texto sobre formulao
J na etapa de resoluo de problemas, voc pode pedir ajuda
de modelos.
para algum especialista em programao linear ou ento contratar uma
consultoria. Depois que o modelo matemtico foi elaborado, todo bom
conhecedor das tcnicas de Programao Linear pode facilmente ob-
ter a soluo do problema.
Dificuldades Durante a Formulao de Modelos
No existe uma forma nica para formulao de modelos.

uma tarefa complicada e que depende de muitos fatores.
As informaes que sero utilizadas geralmente apresentam as
seguintes caractersticas:
no esto em um nico lugar, esto espalhadas nos vrios

departamentos de uma organizao;
so imprecisas; e
ningum tem essas informaes. Precisam ser coletadas ou
estimadas.
Embora seja uma etapa complicada, a sequncia

de passos que ser descrita no prximo tpico
uma maneira que pode facilitar a formulao de
problemas.

Informaes Necessrias para a Modelagem
2
UNIDADE
Para realizar a modelagem, precisamos responder trs pergun-
tas importantes:
Qual o objetivo? O que queremos maximizar (ou minimizar)?

Quais so as variveis de deciso?
Quais so as restries?
A definio do objetivo, no to bvia quanto parece ser.

Em uma determinada situao, o objetivo pode ser aumentar a base
de clientes mesmo que o lucro seja menor. Em outra situao, o obje-
tivo pode ser maximizar o lucro. Isso depende da estratgia de cada
organizao.
As variveis de deciso so os fatores que esto dentro do
poder de deciso do administrador e podem ser escolhidas por ele.
Por exemplo, o administrador pode definir quantos itens sero fabri-
cados de um determinado modelo.
As restries so os fatores que esto fora do poder de deciso
do administrador e no podem ser escolhidas por ele. Por exemplo, o
administrador no pode definir a demanda de um determinado produto.
Modelo Matemtico de Programao Linear
O modelo matemtico de programao linear pode ser expres-

so da seguinte forma:
Voc deve estar se perguntando: Se um modelo

matemtico, onde esto as equaes?.

Perodo 4 23
2 Cada termo em parnteses corresponde a uma equao linear,
que depende das variveis de deciso. Como pode ser visto, existe
apenas um objetivo para cada modelo. J para as restries, no existe
UNIDADE
limite, por isso podemos ter vrias restries para um mesmo modelo.
Vejamos dois exemplos para a melhor compreen-

so do que foi dito at aqui.
Exemplo 1. Empresa de consultoria
Uma empresa presta consultoria para pessoas fsicas e pesso-

as jurdicas (organizaes). Os servios prestados so de alta quali-
dade e h uma grande procura pelos seus servios. A empresa pode
escolher quantos clientes de cada tipo ir atender. Porm, existe uma
demanda mxima para cada tipo de cliente. Suponha tambm que
essa empresa queira maximizar a receita.
E os nmeros? Os nmeros para esse problema sero forneci-
dos mais tarde. Vamos tentar modelar de forma textual.
As nossas variveis de deciso so:

x1 = quantidade de clientes que so pessoas fsicas; e
x2 = quantidade de clientes que so pessoas jurdicas.
E o modelo matemtico ser expresso da seguinte forma:
(max receita)
demanda (x1)
demanda (x )
2
restries
x 1 0
x2 0
A funo objetivo maximizar a receita. As duas primeiras

restries so as demandas de cada tipo de cliente. Ou seja, quantos
clientes de cada tipo procuram pelos servios de consultoria. J as
duas ltimas restries so de no-negatividade, ou seja, significam
que a quantidade de cada tipo de cliente no pode ser negativa.
Colocar o modelo de forma textual j um bom comeo. Agora
vamos colocar alguns dados numricos.
Suponha que o valor cobrado por uma consultoria seja de um
salrio mnimo para uma pessoa fsica e de trs salrios mnimos para

uma pessoa jurdica. Suponha tambm que a procura de clientes do
tipo pessoa fsica seja de no mximo 15 clientes por ms. J a procu-
ra de clientes do tipo pessoa jurdica seria de no mximo 10 clientes
2
UNIDADE
por ms.
Como passar essas informaes para equaes?
A receita mensal ser a soma das receitas obtidas com cada
tipo de cliente:
receita = x1 + 3x 2
As demandas de cada tipo de cliente sero representadas da

seguinte forma:
x1 15
x2 10
Agora j podemos substituir essas equaes no nosso modelo:
max z = x 1 + 3x2
Pronto, o modelo matemtico est pronto!
E se quisermos colocar outras restries?

Por exemplo, digamos que a consultoria para um cliente pes-
soa fsica utilize 8 horas de trabalho e que a consultoria para um cli-
ente pessoa jurdica utiliza 20 horas de trabalho. Alm disso, que a
quantidade total de horas disponveis seja de 160 horas.
A equao dessa restrio ficaria da seguinte forma:
8x1 + 20x2 160

Com essa nova restrio o nosso modelo ficaria assim:
max z = x 1 + 3x2
Perodo 4 25
2 Exemplo 2. Fbrica de mveis [este exemplo foi adap-
tado de Corrar e Thefilo (2004)]
UNIDADE
Uma fbrica de mveis produz trs tipos de produtos: cadeiras,

mesas e bas. No processo de fabricao, esses produtos passam por
dois departamentos: o departamento de montagem e o departamento
de acabamento. A tabela a seguir mostra o tempo de cada produto em
cada departamento e a capacidade total de cada departamento.
Tabela 1: Tempo de cada produto por departamento
DEPARTAMENTO CADEIRA MESA BA C APACIDADE TOTAL

Montagem 3h 3h 2h 30h
Acabamento 6h 3h 0h 48h
Alm disso, os preos de venda so os seguintes:
Cadeira: R$ 10,00.
Mesa: R$ 8,00.
Ba: R$ 1,00.
Na prtica, no assim que voc encontrar os

problemas na sua empresa, com todos os dados
prontos. Voc precisar entrar em contato com o
setor de vendas para obter os preos. Para encon-
trar os tempos de fabricao, precisar interagir
com o setor de produo, e talvez at seja neces-
srio fazer uma coleta de dados.
Vamos voltar ao nosso problema. Est sentindo falta de algo?

Pense um pouco.
No foi especificada a funo objetivo, ou seja, o que deve ser
maximizado ou minimizado. No dia a dia das organizaes, isso tam-
bm nem sempre estar claro. Voc precisar descobrir qual deve ser
o objetivo.
Qual seria o objetivo desse problema? Pense um pouco.

Um dos objetivos possveis maximizar a receita. Grande
parte dos exemplos didticos envolve fatores monetrios como recei-
ta, custo e lucro, mas existem outras possibilidades.
2
UNIDADE
A fbrica pode querer maximizar a quantidade de itens pro-
duzidos. Assim, atenderia mais clientes e se tornaria mais conhecida.
A fbrica pode querer maximizar a quantidade de mesas
produzidas. No futuro, os clientes precisariam comprar cadeiras para
essas mesas.
H vrias possibilidades para a funo objetivo. Depende de
voc escolher o que ser melhor para a sua empresa.
Para esse problema as variveis de deciso so:
x1 = quantidade de cadeiras produzidas

x2 = quantidade de mesas produzidas
x3 = quantidade de bas produzidos
Isso o que o administrador pode decidir.

As duas restries so as capacidades de cada departamento.
3x1 + 3x2 + 2x3 30

6x1+ 3x2 48
E a funo objetivo?
Se o objetivo for maximizar a receita, o modelo 1 ser:
max z1 = 10x1 + 8x2 + x3
3x1 + 3x2 + 2x3 30

6x1 + 3x2 48
restries x1 0
xx 00
2
Se o objetivo for maximizar a quantidade de itens produzidos,

o modelo 2 ser:
max z2 = x1 + x 2 + x3
3x1 + 3x2 + 2x3 30

6x + 3x 48
1 2
restries x1 0
xx 00
2
Perodo 4 27
2 Se o objetivo for maximizar a quantidade de mesas produzi-
das, o modelo 3 ser:
max z3 = x2
UNIDADE
3x1 + 3x2 + 2x3 30

6x1 + 3x2 48
restries x1 0
xx 00
2
Nas prximas Unidades voc aprender como re-

solver o problema. Mas vamos ver qual seria a so-
luo tima obtida com cada modelo. A tabela a
seguir, mostra os resultados obtidos.
Tabela 2: Resultados do exerccio
MODELO 1 MODELO 2 MODELO 3

Valor de x1 6 0 0
Valor de x2 4 0 10
Valor de x3 0 15 0
Receita 92 15 80
Itens Produzidos 10 15 10
Mesas Produzidas 4 0 10
Note que a programao linear apresentou como resultado exa-

tamente o que foi definido na funo objetivo.
O objetivo do modelo 1 era maximizar a receita, e a soluo do
modelo a combinao que resulta na maior receita: R$ 92,00.
O objetivo do modelo 2 era maximizar a quantidade de itens
produzidos, e a soluo do modelo a combinao que resulta na
maior quantidade de itens produzidos: 15 itens.
O objetivo do modelo 3 era maximizar a quantidade de mesas,
e a soluo do modelo a combinao que resulta na maior quanti-
dade de mesas: 10 mesas.

Voc deve ter muito cuidado na formulao do pro-
blema. Deve ser definido o que realmente o me- 2
UNIDADE
lhor para a sua empresa.
Resumindo
Aprendemos nesta Unidade a importncia da formulaor
de modelos na aplicao da programao linear e que a modela-
gem uma tarefa complexa, a qual envolve a obteno de infor-
maes espalhadas e desestruturadas. Alm disso, a formulao
de modelos no pode ser terceirizada, precisa ser realizada por
quem realmente conhece os problemas da organizao.
Para realizar a modelagem necessrio responder a trs
perguntas: Qual o objetivo? Qual so as variveis de deciso?
Quais so as restries?
A funo objetivo deve ser escolhida com cuidado e deve
corresponder aos objetivos da sua organizao. As variveis de
deciso so os fatores que esto dentro do poder de deciso do
administrador e podem ser escolhidas por ele. As restries so
os fatores que esto fora do poder de deciso do administrador
e no podem ser escolhidas por ele.
Depois que o modelo matemtico est montado, basta
aplicar as tcnicas de programao linear e resolver o modelo.
A resoluo do modelo de programao linear ser

o assunto das prximas Unidades e para que voc
consiga resolver tais modelos necessrio saber

como formular os modelos matemticos, por isso,
no deixe de fazer as Atividades de aprendizagem
a seguir, nela voc ter a oportunidade de treinar a
formulao dos modelos.
Perodo 4 29
2 Atividades de aprendizagem
aprendizagem
UNIDADE
Encontre o modelo de programao linear para cada um dos proble-

mas a seguir:
1. Uma empresa quer utilizar anncios para divulgar a sua
nova linha de produtos, com o objetivo de atingir a maior
quantidade de pessoas. Um anncio na estao de rdio
local custa R$ 1.000,00 o minuto e atinge 5 mil pessoas.
Um anncio na estao de televiso local custa R$
5.000,00 o minuto e atinge 30 mil pessoas. A verba para
propaganda de R$ 50.000,00. O diretor da empresa
exigiu que a soma do tempo total dos anncios (no rdio e
na televiso) seja de pelo menos 15 minutos.
2. Uma fbrica produz trs tipos de produtos: o produto A, o
produto B e o produto C. O produto A utiliza 100 g de ao
e 100 g de plstico. O produto B utiliza 150 g de ao e
200 g de plstico. O produto C utiliza 200 g de ao e 300
g de plstico. A quantidade total de ao disponvel de 20
kg e a quantidade de plstico disponvel de 30 kg. O
objetivo produzir a maior quantidade de produtos.
3. Um atacadista trabalha com dois produtos: o produto A e o
produto B. Cada caixa do produto A custa R$ 10,00 e ocu-
pa 0,1 metros cbicos e cada caixa do produto B custa R$
30,00 e ocupa 0,4 metros cbicos. O armazm possui
capacidade para armazenar 40 metros cbicos de merca-
dorias. O fornecedor entrar em frias coletivas e o ataca-
dista pretende encher o estoque, adquirindo a maior quan-
tidade de caixas gastando no mximo R$ 3.500,00.
4. Uma locadora aluga dois tipos de carros: carros econmi-
cos e carros de luxo. O lucro mensal de um carro econmi-
co de R$ 5.000,00 por ms e o lucro mensal de um
carro de luxo de R$ 8.000,00. Tem apenas 10 vagas na
garagem da locadora e necessrio ter pelo menos trs car-
ros de cada tipo. O objetivo maximizar o lucro mensal.

5. Uma empresa fabrica dois tipos de produto: P1 e P2. Para
realizar a fabricao esses produtos consomem tempo nos
departamentos A e B.
2
UNIDADE
P1 necessita de 1 hora no departamento A e 3 horas no
departamento B. P2 necessita de 1 hora no departamento
A e 2 horas no departamento B. A capacidade do departa-
mento A de 100 horas e a capacidade do departamento
B de 240 horas. A demanda por P1 de 60 unidades e
a demanda por P2 de 80 unidades. Alm disso, o preo
de P1 de R$ 600,00 por unidade e o preo de P2 de
R$ 800,00 por unidade. O objetivo maximizar a receita.
Perodo 4 31
3
UNIDADE
Resoluo pelo Mtodo
Grfico
Objetivo
conhecer o Mtodo Grfico de resoluo de
problemas, e saber como construir a regio de
possveis solues e encontrar a soluo tima
graficamente.
3
UNIDADE

Resoluo pelo Mtodo Grfico 3
UNIDADE
Caro estudante!
Como voc percebeu, medida que vamos avan-
ando tomamos conhecimento de novas formas de
encontrar solues para os problemas que se apre-
sentam no dia a dia numa organizao. J vimos a
formulao de modelos matemticos e agora va-
mos ver a resoluo pelo modelo grfico. Caso te-
nha ficado com alguma dvida, volte e releia os
assuntos anteriores para que tenha um melhor apro-
veitamento desta Unidade.
Se precisar, estamos disposio.
P
ara poder aplicar a Programao Linear nos nossos problemas,
necessrio executar duas etapas: (1) formulao do modelo
matemtico e (2) resoluo. Na Unidade anterior estudamos
sobre a formulao de modelos. Nesta Unidade aprenderemos a re-
solver o problema de programao linear pelo mtodo grfico.
O mtodo grfico pode ser utilizado para duas ou trs vari-
veis. Entretanto, na prtica, ele usado apenas para duas variveis.
Voc deve estar se perguntando: Geralmente os

problemas reais envolvem mais de duas variveis,
ser que vale a pena aprender esse mtodo?.

Sim, vale a pena. Embora os problemas envolvam vrias vari-
veis, muitas vezes possvel simplificar o problema e transform-lo
em um problema de duas variveis. Por exemplo, uma operadora de
telefonia celular possui muitos planos, mas pode decidir sua estrat-
gia de marketing, agrupando esses planos em dois grandes grupos:
clientes pr-pago e clientes ps-pago.
Com o problema simplificado, possvel utilizar o mtodo gr-
fico para resolver o modelo. O mtodo grfico tem a vantagem de ser
bem simples e de fcil compreenso.
Perodo 4 35
3 O que Significa Mesmo Resolver o Problema?
UNIDADE
Para que no fique dvida, vamos lembrar o que significa a

resoluo de um problema. Por exemplo, no Exemplo 2 da Unidade
anterior, se o nosso objetivo for maximizar a receita, o modelo ser:
max z1 = 10x1 + 8x2 + x3
3x1 + 3x2 + 2x3 30

6x1 + 3x2 48
restries x1 0
xx 00
2
Resolver esse problema significa encontrar a combinao de

valores para x1, x2 e x3 que resultar no maior valor de z. Ou seja, a
maior receita. Nesse caso, os valores so x1 = 6, x2 = 4 e x3 = 0.
O que resulta em R$ 92,00. No existe outra combinao de valores
para esse problema que resulte em uma receita maior.
Se voc no utilizar a programao linear, dificilmente obter
a soluo tima. Alm disso, se algum (por exemplo, seu chefe) ques-
tionar Essa realmente a melhor soluo? Ser que no tem algu-
ma outra soluo que renda uma receita maior? voc pode ter difi-
culdade para justificar as suas escolhas.
Porm, se voc utilizar a programao linear, poder afirmar
que a soluo tima, que no existe soluo melhor, e pode apresen-
tar os seus clculos.
Espao de Solues Possveis
No mtodo grfico, o primeiro passo encontrar a regio de

possveis solues.
O que isso significa?
uma regio no grfico onde estaro os valores que as vari-
veis de deciso podem assumir sem que as restries sejam violadas.

v 3
Voc se lembra do exemplo 1 (empresa de consultoria) da Uni-
dade anterior? Vamos encontrar a regio de possveis solues para
esse problema.
UNIDADE
Retome este
O modelo matemtico encontrado naquele exemplo o seguin-
exemplo para
te:
compreender me-
max z = x1 + 3x2 lhor a explicao
que segue.
Como temos duas variveis de deciso, a regio de possveis

solues ser representada em plano de duas dimenses, cada dimen-
so representando uma das variveis.
Se no existisse nenhuma restrio, a regio de possveis solu-
es seria representada pela Figura 3 a seguir, ou seja, todo o plano
formado pelas retas x1 e x2.
x2
x1
Figura 3: Plano formado por x1 e x2

Vamos ver o efeito das restries na definio da regio de

possveis solues?
Comearemos com as duas restries mais fceis: as restries
de no-negatividade.
Para a restrio x1 0, os valores de x1 devem ser maiores ou
iguais a zero. Ou seja, a regio de possveis solues deve estar no
semiplano ilustrado na Figura 4 a seguir:
Perodo 4 37
3 x2
UNIDADE
x1
Figura 4: Semiplano delimitado por restrio de no-negatividade de x1

Para a restrio x2 0, os valores de x2 devem ser maiores ou

iguais a zero. Ou seja, a regio de possveis solues deve estar no
x2
x1
Figura 5: Semiplano delimitado por restrio de no-negatividade de x2

Agora vamos analisar as restries de demanda. Vamos iniciar

por x1 15.
Por essa restrio, os valores de x 1 devem ser menores ou iguais
a quinze. Ou seja, a regio de possveis solues deve estar no
x2
x1
Figura 6: Semiplano delimitado por restrio de demanda de x1


Para a restrio x2 10, os valores de x2 devem ser menores ou
iguais a dez. Ou seja, a regio de possveis solues deve estar no
semi-plano ilustrado na Figura 7 a seguir:
3
UNIDADE
x2
x1
Figura 7: Semiplano delimitado por restrio de demanda de x2

Agora vamos analisar a restrio de capacidade, dada pela

expresso 8x1 + 20x2 160.
Como voc deve ter percebido pelos exemplos anteriores, cada
restrio uma reta que delimita um semiplano. Essa reta ser:
8x1 + 20x2 = 160
Para podermos traar essa reta no plano basta encontrar dois

pontos.
Vamos encontrar o ponto em que a reta toca o eixo x1 e o ponto
em que a reta toca o eixo x2.
Quando x1 = 0 (eixo x2). Encontramos que x2 = 8.

Quando x2 = 0 (eixo x1). Encontramos que x1 = 20.
Com esses dois pontos a restrio fica assim:
x2
x1
Figura 8: Semiplano delimitado por restrio de capacidade

Perodo 4 39
3 Agora vamos juntar todas as restries. O espao de possveis
solues o espao ilustrado na Figura 9 a seguir:
UNIDADE
x2
x1
Figura 9: Espao de Possveis Solues

O que essa regio significa? Significa que os valores possveis

de soluo esto nessa regio. E a soluo tima tambm est nessa
regio.
Onde estar a soluo tima? Isso voc descobrir

no prximo tpico.
Como Encontrar a Soluo tima Graficamente?
J temos a regio de possveis solues e agora precisamos

encontrar a soluo tima.
Bem, vamos analisar a funo objetivo, dada por z = x1 + 3x2.
Para cada valor de z, podemos definir uma reta cujos valores
de x1 e x2 determinam esse valor de z. Vamos traar algumas dessas
retas. Para isso vamos precisamos de dois pontos: o que cruza o eixo
x1 e o que cruza o eixo x2.
Primeira reta: z = 9.
Se x1 = 0, ento x2 = 3. Se x2 = 0, ento x1 = 9.
Esses dois pontos determinam a reta z = 9.
Segunda reta: z = 15.

Se x1 = 0, ento x2 = 5. Se x2 = 0, ento x1 = 15.

Terceira reta: z = 24.
Se x1 = 0, ento x2 = 8. Se x2 = 0, ento x1 = 24. 3
UNIDADE
Todas essas trs retas esto representadas na Figura 10 a seguir.
Repare que essas retas so paralelas e crescem conforme se
afastam da origem. Na Figura 10 tambm representamos o sentido no
qual a funo objetivo cresce.
x2
z = 24 A funo objetivo
cresce nesse sentido
z = 15
z=9
x1
Figura 10: Retas representando vrios valores de z

A Figura 11 a seguir representa o ponto timo do modelo. Para

valores de z superiores a 24, a reta no passar pela regio de poss-
veis solues.
x2
Ponto timo
z = 24
z = 15
z=9
x1
Figura 11: Ponto timo

E como encontrar os valores de x1, x2 e z para o ponto timo?

A soluo tima estar em um dos vrtices da regio de poss-
veis solues. E cada vrtice formado pela interseo de duas retas.
No nosso exemplo, o ponto timo a interseo de duas retas:
8x1 + 20x2 = 160

x1 = 0
Perodo 4 41
3 O ponto timo satisfaz as equaes dessas duas retas. Portan-
to, basta resolver o seguinte sistema de equaes lineares:
UNIDADE
Resolvendo esse sistema, encontramos a seguinte soluo:
Saiba mais...
Voc pode aprender mais sobre resoluo de sistemas de equaes lineares

no livro de Steinbruck e Winterle (1987).

Resumindo
r 3
UNIDADE
Nesta unidade voc aprendeu a utilizar o mtodo grfico
para resolver um problema de duas variveis. Pelo mtodo gr-
fico, cada restrio precisa ser representada em um grfico for-
mado pelos eixos das variveis x1 e x2. A juno de todas as
restries forma o espao de possveis solues.
Depois de encontrar o espao de possveis solues ne-
cessrio assumir alguns valores para a funo objetivo (z). Com
esses valores, podemos traar uma reta para cada valor de z e
perceber para onde a funo objetivo cresce. Consequentemente,
possvel visualizar qual a soluo tima graficamente. A
soluo tima estar localizada em um dos vrtices da regio
de possveis solues, ou seja, est localizada na interseo de
duas retas. Para encontrar os valores de x 1 , x 2 e
consequentemente z, basta resolver um sistema de equaes
lineares com as duas retas que passam pelo ponto timo.
Na prxima Unidade voc aprender uma forma

geral de resoluo de problemas de programao
linear: o mtodo simplex. Enquanto o mtodo gr-

fico pode ser utilizado para duas variveis, o mto-
do simplex pode ser utilizado para qualquer nme-
ro de variveis. Mas antes de partir para o prximo
ponto, exercite o contedo das Unidades anterio-
res nas Atividades de aprendizagem a seguir.
Perodo 4 43
aprendizagem
UNIDADE
Resolva cada um dos problemas a seguir utilizando o mtodo grfico.

1. Use os dados da questo 4 da Unidade 2.
2. Use os dados da questo 5 da Unidade 2.
3. Uma ONG (Organizao No Governamental) pretende
comprar doces (balas e pirulitos) para as crianas de uma
comunidade carente. Cada bala custa R$ 0,05 e cada pi-
rulito custa R$ 0,15. A verba disponvel para a compra de
doces de R$ 1.500,00. Alm disso, o fornecedor disse
que pode fornecer no mximo 24.000 balas. Quantas ba-
las e quantos pirulitos devem ser adquiridos? O objetivo
maximizar a quantidade de doces.
4. Encontre graficamente a soluo tima para o modelo a se-
guir:
max z = 10x1 + 8x2
3x1 + 3x2 30
6x1 + 3x2 48
x 0
1
x2 0

4 4
UNIDADE
UNIDADE
Simplex
Objetivo
aplicar o mtodo simplex na resoluo de qualquer
tipo de problema de programao linear.
Perodo 4 45
4
UNIDADE

Simplex 4
UNIDADE
Caro estudante!
Na Unidade anterior aprendemos como resolver

problemas de programao linear com duas vari-
veis utilizando o mtodo grfico. Nesta Unidade
aprenderemos o mtodo simplex. Este, pode ser
aplicado para resolver qualquer problema de pro-
gramao linear.
Ento vamos conhecer essa nova ferramenta!
Bons estudos!
O
v
Algoritmo Simplex utiliza conceitos de lgebra Linear, em es- Voc pode aprender
!
pecial a resoluo de sistemas de equaes lineares. mais sobre lgebra li-
near no livro de
Steinbruck e Winterle
Vale lembrar que o mtodo simplex no sinnimo de (1987).
lgebra linear; ele utiliza conceitos da lgebra linear.
Preparao para Aplicao do Mtodo Simplex

Algoritmo conjunto das
regras e procedimentos l-
Vamos utilizar o mtodo simplex para resolver o modelo mate-
gicos perfeitamente defini-
mtico a seguir: dos que levam soluo de
um problema em um nme-
max z = x1 + 2x2 + 3x3 ro finito de etapas. Fonte:
Houaiss (2009).
Como falamos, o simplex utiliza conceitos de resoluo de sis-

temas de equaes lineares. As restries do modelo so inequaes
Perodo 4 47
4 (sinal de desigualdade), mas o mtodo simplex trabalha com equa-
es (sinal de igualdade).
Como podemos fazer para transformar essas inequaes em
UNIDADE
equaes?
Utilizaremos variveis auxiliares, nesse caso chamadas de fol-
gas. Uma folga para cada restrio. Assim as restries ficam da se-
guinte forma:
Agora j podemos inserir as restries em uma forma de tabe-

la, tambm conhecida como Tableau.
Na Tabela 3 a seguir podemos observar as seis variveis, as
trs restries e a funo objetivo. Essa forma de representao ir
facilitar os nossos clculos e facilitar o desenvolvimento do algoritmo.
Tabela 3: Tabela Preparatria para o Simplex
VARIVEIS
X1 X2 X3 Fa Fb Fc b
Restrio A 1 1 1 1 60
Restrio B 1 2 2 1 110
Restrio C 1 1 2 1 90
Objetivo 1 2 3 0
Agora que voc j sabe como preparar os dados

para o mtodo simplex, vamos entender como se
resolve uma programao linear atravs dele.
Mtodo Simplex
Para resolver um sistema de equaes lineares necessrio que

o nmero de equaes seja igual ao nmero de variveis. Repare que
temos trs equaes (as trs restries) e seis variveis.

Para encontrar a soluo inicial necessrio zerar trs vari-
veis e encontrar o valor das outras trs. Como soluo inicial, vamos
considerar x1 = x2 = x3 = 0.
4
UNIDADE
A Tabela 4 a qual traz a Soluo 1 mostra as trs variveis que
precisamos encontrar o valor. Como x1 = x2 = x3 = 0, encontramos
que Fa = 60, Fb = 110 e Fc = 90. A soluo ficou fcil porque os
coeficientes da matriz formada pelas variveis Fa, Fb e Fc j forma-
vam uma matriz identidade.
Tabela 4: Soluo 1
VARIVEIS
X1 X2 X3 Fa Fb Fc b
Restrio A 1 1 1 1 0 0 60
Restrio B 1 2 2 0 1 0 110
Restrio C 1 1 2 0 0 1 90
Objetivo 1 2 3 0 0 0 0
Logo, a Soluo 1 ser:
Ser que essa a soluo tima? Ser que alguma

das variveis que anulamos (x1, x2 e x3) poderia ser
considerada para encontrar uma soluo melhor?

Para isso, vamos olhar os valores da ltima linha. Note que os
valores que esto embaixo de x1, x2 e x3 so positivos. Isso significa
que se uma dessas variveis for considerada o valor de z aumentar.
Como o objetivo uma funo de maximizao, interessante que
Perodo 4 49
4 uma dessas variveis seja considerada. Qual delas? Escolheremos a
que tem o maior valor positivo, ou seja, x3.
Para continuar tendo trs equaes e trs variveis, necess-
UNIDADE
rio que uma das variveis da soluo atual seja anulada. Qual delas?
A Tabela 5 a seguir mostra a varivel que ir entrar (x3). Na
ltima coluna calculamos o quociente entre o valor da coluna b pelo
respectivo coeficiente da varivel que est entrando. O quociente de
menor valor positivo indica a varivel que sair da soluo. Nesse
caso, Fc sai da soluo.
Tabela 5: Varivel que entrar (x 3) e varivel que sair (Fc)
VARIVEIS
X1 X2 X3 Fa Fb Fc b quociente
Restrio A 1 1 1 1 0 0 60 60/1=60
Restrio B 1 2 2 0 1 0 110 110/2=55
Restrio C 1 1 2 0 0 1 90 90/2=45
Objetivo 1 2 3 0 0 0 0
Agora vamos calcular a nova soluo. As variveis x1, x2 e Fc

sero anuladas e consideraremos apenas as variveis x3, Fa e Fb. A
Tabela 6 que indica as Variveis para a Soluo 2 mostra as trs vari-
veis escolhidas.
Tabela 6: Variveis para a Soluo 2
VARIVEIS
X1 X2 X3 Fa Fb Fc b
Restrio A 1 1 1 1 0 0 60
Restrio B 1 2 2 0 1 0 110
Restrio C 1 1 2 0 0 1 90
Objetivo 1 2 3 0 0 0 0
Precisamos transformar os coeficientes da matriz formada pe-

las variveis escolhidas em algo parecido com a matriz identidade. O
cruzamento entre a coluna da varivel que entrou (x3) com a linha de
menor quociente indica o elemento piv. Esse elemento ser bastante

usado em nossos clculos. A linha que contm o piv ser chamada
de linha piv. A Tabela 7 a seguir mostra o elemento piv escolhido e
a ordem das restries.
4
UNIDADE
Tabela 7: Elemento Piv
VARIVEIS
X1 X2 X3 Fa Fb Fc b
Restrio A 1 1 1 1 0 0 60
Restrio B 1 2 2 0 1 0 110
Restrio C 1 1 2 0 0 1 90
Objetivo 1 2 3 0 0 0 0
Iremos fazer operaes com as linhas da tabela para zerar os

elementos acima e abaixo do elemento piv. Porm, para facilitar,
vamos transformar o elemento piv no nmero 1.
Nova Linha 3 = (Linha 3) / 2
Assim, a nova tabela ficar:
Tabela 8: Linha piv aps operao

VARIVEIS
X1 X2 X3 Fa Fb Fc b
Restrio A 1 1 1 1 0 0 60
Restrio B 1 2 2 0 1 0 110
Restrio C 1/2 1/2 1 0 0 1/2 45
Objetivo 1 2 3 0 0 0 0
Note que todos os elementos da linha 3 (linha piv) foram divi-

didos por 2.
Agora, as operaes que sero efetuadas so:
Nova Linha 1 = Linha 1 Linha 3

Nova Linha 2 = Linha 2 2*(Linha 3)
Nova Linha 4 = Linha 4 3*(Linha 3)
A Tabela 9 com a Soluo 2 mostra o efeito dessas operaes.
Perodo 4 51
4 X1
Tabela 9: Soluo 2
X2
VARIVEIS
X3 Fa Fb Fc b
UNIDADE
Restrio A 1/2 1/2 0 1 0 -1/2 15

Restrio B 0 1 0 0 1 -1 20
Restrio C 1/2 1/2 1 0 0 1/2 45
Objetivo -1/2 1/2 0 0 0 -3/2 -135
Ser que essa a soluo tima? Ser que algu-

ma das variveis que anulamos (x1, x 2 e Fc) pode-
ria ser considerada para encontrar uma soluo
melhor?
Para isso, vamos olhar os valores da ltima linha na Tabela 9.

Note que os valores que esto embaixo de x1 e Fc so negativos. Isso
significa que se uma dessas variveis for considerada o valor de z
diminuir. O valor que est embaixo de x2 positivo. Isso significa
que se essa varivel for considerada o valor de z aumentar. Como o
objetivo uma funo de maximizao, interessante que essa varivel
(x2) seja considerada.
Para continuar tendo trs equaes e trs variveis, necess-
rio que uma das variveis da soluo atual seja anulada. Qual delas?
A Tabela 10 a seguir mostra a varivel que ir entrar (x2). Na
ltima coluna calculamos o quociente entre o valor da coluna b pelo
respectivo coeficiente da varivel que est entrando. O quociente de

menor valor positivo indica a varivel que sair da soluo. Nesse
caso, Fb sai da soluo. 4
UNIDADE
Tabela 10: Varivel que entrar (x2) e varivel que sair (Fb)
VARIVEIS
X1 X2 X3 Fa Fb Fc b quociente
Restrio A 1/2 1/2 0 1 0 -1/2 15 15/(1/2)=30
Restrio B 0 1 0 0 1 -1 20 20/1=20
Restrio C 1/2 1/2 1 0 0 1/2 45 45/(1/2)=90
Objetivo -1/2 1/2 0 0 0 -3/2 -135
Agora vamos calcular a nova soluo. As variveis x1, Fb e Fc

sero anuladas e consideraremos apenas as variveis x2, x3 e Fa. A
Tabela 11 com as Variveis para a Soluo 3 mostra as trs variveis
escolhidas.
Tabela 11: Variveis para a Soluo 3

VARIVEIS
X1 X2 X3 Fa Fb Fc b
Restrio A 1/2 1/2 0 1 0 -1/2 15
Restrio B 0 1 0 0 1 -1 20
Restrio C 1/2 1/2 1 0 0 1/2 45
Objetivo -1/2 1/2 0 0 0 -3/2 -135
Precisamos transformar os coeficientes da matriz formada pe-

las variveis escolhidas em algo parecido com a matriz identidade. O
cruzamento entre a coluna da varivel que entrou (x2) com a linha de
menor quociente indicam o elemento piv. Esse elemento ser bastan-
te usado em nossos clculos. A linha que contm o piv ser chamada
de linha piv. A Tabela 12 a seguir mostra o elemento piv escolhido e
a ordem das restries.
Tabela 12: Elemento Piv

VARIVEIS
X1 X2 X3 Fa Fb Fc b
Restrio A 1/2 1/2 0 1 0 -1/2 15
Restrio B 0 1 0 0 1 -1 20
Restrio C 1/2 1/2 1 0 0 1/2 45
Objetivo -1/2 1/2 0 0 0 -3/2 -135
Perodo 4 53
4 Iremos fazer operaes com as linhas da Tabela 12 para zerar
os elementos acima e abaixo do elemento piv.
As operaes que sero efetuadas so:

UNIDADE
Nova Linha 1 = Linha 1 (1/2)*(Linha 2)

A Tabela 13 que Soluo 3 mostra o efeito dessas operaes.
Tabela 13: Soluo 3
VARIVEIS
X1 X2 X3 Fa Fb Fc b
Restrio A 1/2 0 0 1 -1/2 0 5
Restrio B 0 1 0 0 1 -1 20
Restrio C 1/2 0 1 0 -1/2 1 35
Objetivo -1/2 0 0 0 -1/2 -1 -145
Ser que essa a soluo tima? Ser que alguma

das variveis que anulamos (x1, Fb e Fc) poderia
ser considerada para encontrar uma soluo me-
lhor?

Para isso, vamos olhar os valores da ltima linha. Note que os
valores que esto embaixo de x1, Fb e Fc so negativos. Isso significa
que se uma dessas variveis for considerada o valor de z diminuir.
4
UNIDADE
Como o objetivo uma funo de maximizao, no tem como ser
r
obtida uma soluo melhor. Logo, essa a soluo tima.
Resumindo
Aprendemos nesta Unidade como aplicar o mtodo
simplex. Esse mtodo pode ser aplicado para resolver qualquer
problema de programao linear e est baseado em conceitos
de lgebra linear, em especial, na resoluo de sistemas de
equaes lineares.
Embora qualquer problema de programao linear possa
ser resolvido com o simplex, certos problemas apresentam ca-
ractersticas particulares e podem ser resolvidos com algoritmos
mais simples.
Na Unidade 5, aprenderemos como resolver o pro-

blema de transportes e na Unidade 6 aprendere-
mos como resolver o problema de atribuio. Mas

antes de exercitar esses novos aprendizados, pra-
tique o contedo da Unidade 4 com as Atividades
de aprendizagem a seguir.
Perodo 4 55
aprendizagem
UNIDADE
1. Resolva o problema usando o simplex:
max z 3 = 10x1 + 8x2 + x3
3x1 + 3x2 + 2x3 30

6x + 3x 48
1 2
restries x1 0
xx 00
2
2. Resolva o problema usando o simplex:
max z 3 = x1 + x 2 + x3
3x1 + 3x2 + 2x3 30

6x + 3x 48
1 2
restries x1 0
xx 00
2

5 4
UNIDADE
UNIDADE
Problema de
Transportes
Objetivo

utilizar o algoritmo de transportes e saber o que fazer
em situaes onde ocorra degenerescncia.
Perodo 4 57
5
UNIDADE

O Problema de Transportes 5
UNIDADE
Caro estudante!
Na Unidade anterior estudamos o algoritmo simplex,
pelo qual podemos resolver qualquer problema de
programao linear. O assunto desta Unidade o
problema de transportes, que tambm pode ser
resolvido com o uso do simplex, mas existe uma

forma mais simples: o algoritmo de transportes,
nosso foco nesta Unidade.
Caso voc ainda tenha dvidas sobre o que j foi
estudado at este momento, volte e reveja os con-
ceitos e suas aplicaes.
Se precisar, estamos disposio.
A
Figura 12 a seguir apresenta um problema de transportes. Exis-
tem 60 toneladas de um determinado material que precisam ser
transportadas de trs origens para trs destinos. Cada origem
possui uma quantidade desse material disponvel para ser transporta-
da, e cada destino possui uma demanda desse material.
(20t) Origem 1 Destino 1 (15t)
Figura 12: Exemplo de um problema de transportes

Note que o material que est em cada origem pode ser trans-
portado para qualquer um dos destinos. Existem vrias formas de re-
alizar os transportes necessrios para atender as demandas dos trs
destinos. Porm, o ideal realizar os transportes com o menor custo,
ou seja, minimizar o custo.
Bem, para isso precisamos saber qual o custo de transporte
entre as origens e destinos. Vamos supor que o custo seja proporcio-
nal distncia (em km).
Perodo 4 59
5 Na Tabela 14 a seguir, os custos (em km) entre as origens e os
destinos so as clulas sombreadas. Podemos observar tambm as
disponibilidades em cada origem e a demanda em cada destino.
UNIDADE
Tabela 14: Enunciado de um problema de transporte
Destino 1 Destino 2 Destino 3 Disponibilidade (t)

Origem 1 50 210 220 20
Origem 2 90 200 130 10
Origem 3 80 290 290 30
Demanda (t) 15 20 25
O custo do transporte tambm pode ser representado como:
Cij = custo do transporte da origem i para o destino j.

Por exemplo, C11 = 50.
Para facilitar a resoluo do problema, iremos separar a Tabe-
la 14 do Enunciado de um problema de transporte em duas outras:
Tabela 15 de custos e Tabela 16 de transportes.
Tabela 15: Tabela de custos

Destino 1 Destino 2 Destino 3
Origem 1 50 210 220
Origem 2 90 200 130
Origem 3 80 290 290
Vejamos a seguir a Tabela 16 de transportes:
Tabela 16: Tabela de transportes

Origem 1 20
Origem 2 10
Origem 3 30
As clulas em branco representam a quantidades de toneladas

que precisaro ser transportadas de cada origem para cada destino. A
quantidade transportada pode ser representada da seguinte maneira:

Xij = quantidade (em toneladas) transportadas da Origem
i para o Destino j.
Onde i o nmero da linha e j o nmero da coluna.
5
UNIDADE
As Duas Partes do Algoritmo de Transportes
O algoritmo de transportes dividido em duas partes.

A primeira parte consiste em encontrar uma soluo inicial para
o problema e a segunda parte consiste em encontrar a soluo tima
a partir da soluo inicial.
Parte 1 Soluo Inicial
A soluo inicial precisa atender dois requisitos: (1) precisa

satisfazer as restries de origem e destino e (2) no pode apresentar
circuitos entre as variveis bsicas.
Segundo Silva et al. (1994), circuito pode ser entendido como
uma poligonal fechada, construda no sentido das linhas ou colunas
e ligando variveis bsicas. Na Tabela 17 temos um exemplo de cir-
cuito.
Tabela 17: Exemplo de circuito
Destino 1 Destino 2 Destino 3 Destino 4

Origem 1 10 ---- 5 ----
Origem 2 ---- ---- ---- ----
Origem 3 ---- ---- ---- ----
Origem 4 25 ---- 15 ----
Origem 5 ---- ---- ---- ----
Nesta disciplina aprenderemos dois mtodos para encontrar a

soluo inicial: o mtodo do canto noroeste e o mtodo de Vogel.
Perodo 4 61
5 Mtodo do Canto Noroeste
UNIDADE
Pelo mtodo do canto noroeste, comearemos a alocar o trans-

porte na clula que se encontra na parte superior e esquerda da tabe-
la, ou seja, no canto noroeste. A Tabela 18 a seguir mostra a clula esco-
lhida, que corresponde ao transporte entre a origem 1 e o destino 1.
Tabela 18: Alocao de transporte entre a origem 1 e o destino 1

Origem 1 15 2015=5
Origem 2 ---- 10
Origem 3 ---- 30
Demanda (t) 15-15=0 20 25
Vamos tentar alocar o transporte mximo nessa clula. A ori-

gem 1 tem 20 toneladas disponveis, mas o destino 1 demanda apenas
15 toneladas. Logo, o mximo que pode ser transportado 15 toneladas.
Observe tambm que o destino 1 precisa de 15 toneladas e j
foi totalmente atendido, ento no haver transporte entre as origens
2 e 3 e o destino 1. Alm disso, sobram 5 toneladas disponveis na
origem 1 para atender outros destinos.
A Tabela 19 a seguir mostra a prxima clula escolhida. Das
clulas no preenchidas, a que est na parte superior e esquerda
corresponde ao transporte entre a origem 1 e o destino 2.
Tabela 19: Alocao de transporte entre a origem 1 e destino 2

Origem 1 15 5 ---- 55=0
Origem 2 ---- 10
Origem 3 ---- 30
Demanda (t) 0 205=15 25

gem 1 tem 5 toneladas disponveis e o destino 2 demanda 20 tonela-
das. Logo, o mximo que pode ser transportado 5 toneladas.

Observe tambm que a origem 1 no tem mais material dispo-
nvel, ento no haver transporte entre a origem 1 e o destino 3.
Alm disso, faltam 15 toneladas para atender a demanda do destino 2.
5
UNIDADE
A Tabela 20 a seguir mostra a prxima clula escolhida. Das
clulas no preenchidas, a que est na parte superior e esquerda
corresponde ao transporte entre a origem 2 e o destino 2.

Origem 1 15 5 ---- 0
Origem 2 ---- 10 ---- 1010=0
Origem 3 ---- 30
Demanda (t) 0 1510=5 25

gem 2 tem 10 toneladas disponveis e o destino 2 demanda 15 tonela-
das. Logo, o mximo que pode ser transportado 10 toneladas.
Observe tambm que a origem 2 no tem mais material dispo-
nvel, ento no haver transporte entre a origem 2 e o destino 3.
Alm disso, faltam 5 toneladas para atender demanda do destino 2.
A Tabela 21 da Soluo Inicial pelo Mtodo do Canto Noroeste
mostra o resultado da aplicao do mtodo do canto noroeste.
Tabela 21: Soluo Inicial pelo Mtodo do Canto Noroeste

Origem 1 15 5 ----
Origem 2 ---- 10 ----
Origem 3 ---- 5 25
Demanda (t)
Perodo 4 63
5 Mtodo de Vogel (ou Mtodo das Penalidades)
UNIDADE
O mtodo de Vogel (tambm conhecido como mtodo das pe-

nalidades) apresenta um grau de dificuldade maior que o mtodo do
canto noroeste. Porm, geralmente retorna uma soluo inicial mais
prxima da soluo tima.
Para iniciar o estudo deste mtodo vamos utilizar as informa-
es da Tabela 15 de custos. A Tabela 22 do Mtodo de Vogel mostra
os valores da tabela de custo e os valores da penalidade para cada
linha e coluna.
Tabela 22: Penalidades de cada linha e de cada coluna
Destino 1 Destino 2 Destino 3 Penalidade

Origem 1 50 210 220 160
Origem 2 90 200 130 40
Origem 3 80 290 290 210
Penalidade 30 10 90
A penalidade de uma linha ou coluna a diferena entre os

dois menores custos de cada linha ou coluna. Por exemplo, na linha 1
o menor valor 50 km e o segundo menor valor 210 km. Se voc no
escolher o transporte de menor valor e escolher o segundo menor valor
estar obtendo uma penalidade de 160 km (210 km 50 km). Ou
seja, seus caminhes estaro percorrendo 160 km a mais do que seria
necessrio.
Penalidade no algo desejvel. Ento, pelo mtodo, escolhe-
remos a linha ou coluna com a maior penalidade. A linha trs a
escolhida, pois apresenta uma penalidade de 210 km.
E o que faremos para evitar a maior penalidade? Faremos a
alocao na clula da linha trs que tem o menor custo (80 km). Essa
clula corresponde ao transporte entre a origem 3 e o destino 1.
Na Tabela 23 a seguir, apresentamos uma tabela de transportes
com a alocao mxima nessa clula escolhida.

Origem 1
Destino 1
----
Destino 2 Destino 3 Disponibilidade (t)
20
5
UNIDADE
Origem 2 ---- 10
Origem 3 15 3015=15
Demanda (t) 1515=0 20 25
Note que j foi feita a alocao para o destino 1, logo podemos

recalcular as penalidades desconsiderando os valores da coluna 1.
A Tabela 24 a seguir mostra os novos valores para as penalidades.
Tabela 24: Penalidades recalculadas, desconsiderando o destino 1

Destino 1 Destino 2 Destino 3 Demanda (t)
Origem 1 ---- 210 220 10
Origem 2 ---- 200 130 70
Origem 3 ---- 290 290 0
Demanda (t) ---- 10 90
A coluna trs a escolhida, pois apresenta a maior penalidade

(90 km).
E o que faremos para evitar essa penalidade? Faremos a
alocao na clula da coluna trs que tem o menor custo (130 km).
Essa clula corresponde ao transporte entre a origem 2 e o destino 3.
Na Tabela 25 a seguir, apresentamos uma tabela de transportes
com a alocao mxima nessa clula escolhida.

Origem 1 ---- 20
Origem 2 ---- ---- 10 1010=0
Origem 3 15 15
Demanda (t) 0 20 2510=15
Note que j foi feita a alocao para a origem 2, logo podemos

recalcular as penalidades desconsiderando os valores da linha 2.
A Tabela 26 a seguir mostra os novos valores para as penalidades.
Perodo 4 65
5 Tabela 26: Penalidades recalculadas, desconsiderando a origem 2
Destino 1 Destino 2 Destino 3 Penalidade (t)

UNIDADE
Origem 1 ---- 210 220 10

Origem 2 ---- ---- ---- ----
Origem 3 ---- 290 290 0
Penalidade (t) ---- 80 70
A coluna 2 a escolhida, pois apresenta a maior penalidade

(80 km).
A Tabela 27 da Soluo Inicial pelo Mtodo de Vogel mostra o
resultado da aplicao desse mtodo.
Tabela 27: Soluo Inicial pelo Mtodo de Vogel

Origem 1 ---- 20 ----
Origem 2 ---- ---- 10
Origem 3 15 ---- 15
Demanda (t)
Parte 2 Otimizao
Depois de encontrar uma soluo inicial necessrio verificar

se a soluo encontrada j a soluo tima.
Vamos partir da soluo inicial encontrada pelo mtodo do
canto noroeste, apresentada na Tabela 28 a seguir:
Tabela 28: Soluo Inicial pelo Mtodo do Canto Noroeste (Soluo 1)

Origem 1 15 5 ---- 20
Origem 2 ---- 10 ---- 10
Origem 3 ---- 5 25 30

Note que existem algumas clulas que apresentam valores po-
sitivos. Essas sero chamadas de variveis bsicas. 5
UNIDADE
X11 toneladas transportadas da origem 1 para o destino 1.
Para cada varivel bsica Xij, obteremos uma equao do se-

guinte tipo:
Cij Ui Vj =0
Onde Cij o custo de transporte da origem i para o destino j.
Ui e Vj so variveis auxiliares relacionadas respectivamente com as
linhas e com as colunas.
Para o nosso exemplo temos:
Substituindo os valores de Cij temos:
Agora temos um sistema com 5 equaes e 6 variveis auxilia-

res. Para conseguir resolver necessrio escolher uma dessas vari-
veis auxiliares para ser zero. Considerando U1=0, encontramos.
Perodo 4 67
5
UNIDADE
Em seguida, calculamos os coeficientes para as variveis no

bsicas, usando a frmula a seguir:
Cij Ui Vj = ?
Como temos os valores de Cij, Ui e Vj, podemos encontrar os
coeficientes:
C13 U1 V3 = 220 0 210 = 10

C21 U2 V1 = 90 (10) 50 = 50

C23 U2 V3 = 130 (10) 210 = 70
C31 U3 V1 = 80 80 50 = 50
Alguns coeficientes apresentaram valores positivos

e outros apresentaram valores negativos. O que isso
significa?
Os coeficientes de X 13 e X 21 apresentaram valores positivos.

Isso significa que se acrescentarmos a varivel X 13 ou X 21 em uma
nova soluo, o objetivo (quilometragem total) aumentar. Como que-
remos minimizar a quilometragem total a entrada de uma dessas vari-
veis ir piorar a soluo.
Os coeficientes de X23 e X31 apresentaram valores negativos.
Isso significa que se acrescentarmos a varivel X 13 ou X 31 em uma
nova soluo, o objetivo (quilometragem total) diminuir. Como que-
remos minimizar a quilometragem total, a entrada de uma dessas va-
riveis ir melhorar a soluo.
Ento qual varivel ser escolhida para a nova soluo? X 23
ser escolhida pois o seu respectivo coeficiente apresenta o valor ne-

gativo com maior valor absoluto. Como no sabemos qual o valor da
varivel X 23 daremos o valor .
A Tabela 29 do Efeito da entrada da varivel X23 mostra o efei-
5
UNIDADE
to da entrada dessa varivel. Como as disponibilidades e as deman-
das no podem ser alteradas, necessrio realizar alteraes nas va-
riveis X22, X 32 e X33.
Tabela 29: Efeito da entrada da varivel X23
Destino 1 Destino 2 Destino 3 Disponibilidades (t)

Origem 1 15 5 ---- 20
Origem 2 ---- 10 10
Origem 3 ---- 5+ 25 30
O maior valor que pode assumir 10. Logo a nova soluo

ser:
Tabela 30: Soluo 2

Origem 1 15 5 ---- 20
Origem 2 ---- ---- 10 10
Origem 3 ---- 15 15 30
Ser que essa soluo tima?

Para verificar, basta aplicar o mesmo procedimento. Voc des-
cobrir que ainda no chegou na soluo tima e que a nova soluo
ser:
Tabela 31: Soluo 3

Origem 1 ---- 20 ---- 20
Origem 2 ---- ---- 10 10
Origem 3 15 ---- 15 30
Perodo 4 69
5 Verifique isso! Utilize o mesmo procedimento.

UNIDADE
Voc tambm conseguiu chegar na mesma solu-

o? Se no conseguiu tente novamente ou pea
auxlio para o seu tutor.
Degenerescncia
Ser que essa soluo j a soluo tima? Basta aplicar no-

Degenerescncia redu- vamente o algoritmo. Porm, dessa vez temos somente 4 variveis b-
o ou declnio de qualida-
de. Fonte: Houaiss (2009).
sicas (das outras vezes eram 5 variveis bsicas).
Conforme Shamblin e Stevens (1979), quando o nmero de
variveis bsicas for menor do que m + n 1, o problema degenera-
do. No nosso problema, m (nmero de linhas) trs e n (nmero de
colunas) trs. Ento, m + n 1 = 5. Como o nmero de variveis
bsicas menor que 5, ento temos um caso de degenerescncia.
Para poder prosseguir, necessrio acrescentar uma varivel
bsica auxiliar A.
Consideramos o valor de A to pequeno que no afeta a solu-
o do problema, mas deve ser colocada em uma clula que no gere
circuito. Assim a soluo que testaremos ser:
Tabela 32: Soluo 3 com varivel auxiliar A

Origem 1 ---- 20 ---- 20
Origem 2 ---- ---- 10 10
Origem 3 15 A 15 30
As variveis bsicas sero: X12, X23, X 31, X32 e X 33.

Para cada varivel bsica Xij, obteremos uma equao do se-
guinte tipo:
Cij Ui Vj =0

Para o nosso exemplo temos:
5
UNIDADE
Substituindo os valores de Cij temos:
Agora temos um sistema com 5 equaes e 6 variveis auxilia-

res. Para conseguir resolver necessrio escolher uma dessas vari-
veis auxiliares para ser zero. Considerando U1 = 0, encontramos:
Agora iremos calcular os coeficientes para as variveis no

bsicas, usando a frmula a seguir:
Cij Ui Vj =?
Como temos os valores de Cij, Ui e Vj, podemos encontrar os
coeficientes:
Todos os coeficientes apresentaram valores positivos. Isso sig-

nifica que se qualquer uma dessas variveis for acrescentada em uma
Perodo 4 71
5 nova soluo, o objetivo (quilometragem total) aumentar. Como que-
remos minimizar a quilometragem total, a entrada de uma dessas va-
riveis ir piorar a soluo.
r
UNIDADE
Como no existe uma forma de melhorar a soluo, isso signi-

fica que encontramos a soluo tima.
Resumindo
Aprendemos nesta Unidade como resolver problemas de
tranporte. Estes podem ser resolvidos com o simplex, porm
existe uma forma mais simples: o algoritmo de transporte.
A resoluo do problema dividida em duas partes: (1)
encontrar uma soluo inicial, e (2) encontrar a soluo tima
a partir da soluo inicial. Conhecemos dois mtodos para en-
contrar uma soluo inicial: o mtodo do canto noroeste e o
mtodo de Vogel (ou mtodo das penalidades).
Aprendemos como verificar se a soluo encontrada a
soluo tima; se ainda no for a soluo tima, outra varivel
entrar na nova soluo. O procedimento repetido at encon-
trar a soluo tima. Tambm vimos o que deve ser feito se
ocorrer uma situao de degenerescncia.
Na prxima Unidade tomaremos conhecimento so-

bre um tipo particular do problema de transportes:
o problema de atribuio. Agora fixe o contedo
desta Unidade com as Atividades de aprendiza-
gem a seguir.

Atividades de aprendizagem
aprendizagem 5
UNIDADE
Considere o seguinte problema de transporte:

Origem 1 10 15 20 40
Origem 2 12 25 18 100
Origem 3 16 14 24 10
1. Encontre a soluo inicial usando o mtodo do canto noro-

este.
2. Encontre a soluo inicial usando o mtodo de Vogel.
3. Encontre a soluo tima, partindo da soluo inicial obti-
da na questo 1.
4. Encontre a soluo tima, partindo da soluo inicial obti-
da na questo 2.
Perodo 4 73
6
UNIDADE
Problema de
Atribuio
Objetivo
aplicar o algortmo de atribuio e identificar
problemas dentro da organizao que se caracterizam
como problema de designao.
6
UNIDADE

Problema de Atribuio 6
UNIDADE
Caro estudante,
Na Unidade anterior estudamos o problema de

transportes. Agora veremos o problema de atribui-
o, tambm chamado de problema de designa-
o ou problema da distribuio biunvoca.
Estamos chegando ao final da disciplina onde voc
travou conhecimento com mtodos de resoluo
de problemas que ajudaro muito o gerenciamento
dentro das organizaes empresariais.
Bons estudos!
O
Problema de Atribuio um caso especial do problema de
transportes. quando temos apenas uma unidade em cada
origem e cada destino pode receber apenas uma unidade. En-
to dever ser feita a atribuio de uma origem para um nico destino.
Voc lembra do exemplo que usamos na Unidade

1, o qual ilustramos com a Figura 1? Aquele um
problema de atribuio.

Embora primeiramente imaginemos apenas problemas de trans-
portes, outros tipos de problemas podem ser resolvidos com o algoritmo
de atribuio. Alocar equipes para projetos, vendedores para regies
de vendas, gerentes para filiais da empresa etc.
Como voc pode ver um tipo de problema bem comum, tanto
na rea administrativa como at mesmo na vida pessoal.
Perodo 4 77
6 Algoritmo de Atribuio
UNIDADE
O problema de atribuio pode ser resolvido com o algoritmo

de transportes, mas ele resolvido com mais facilidade usando um
algoritmo mais simples: o algoritmo de atribuio.
Para que esse algoritmo seja utilizado necessrio que a ma-
triz seja quadrada, com o nmero de linhas igual ao nmero de colu-
nas. Ou seja, o nmero de origens deve ser igual ao nmero de desti-
nos. Tambm preciso que a funo objetivo seja de minimizao.
A seguir temos os passos do algoritmo de atribuio.
Passo 1
a) Subtrair de cada linha o seu menor valor.
b) Subtrair de cada coluna o seu menor valor.
Passo 2
Traar o menor nmero de retas necessrias para co-
brir todos os 0 da matriz.
Se o r (nmero de retas) for igual a n (ordem da ma-
triz), j possvel obter a soluo tima. Ir para o
passo 4.
Se o r (nmero de retas) for menor que n (ordem da
matriz), ir para o passo 3.
Passo 3
Selecionar o menor valor no coberto.
Subtrair esse valor de cada valor no coberto.
Adicionar esse valor nas interceces.
Retornar ao passo 2.
Passo 4
Para fazer a alocao, procura-se as linhas e colunas
com apenas um zero.
Exemplo 3. Atribuio de Transportes
Vamos resolver o exemplo da Unidade 1 usando o algoritmo de

atribuio?

Na Tabela 33 das Distncias entre as origens e os destinos te-
mos as trs origens, os trs destinos e as distncias entre eles. 6
UNIDADE
Tabela 33: Distncias entre as origens e os destinos
Destinos
Curitiba Macei Goinia
Fortaleza 3.541 1.075 2.482
Origens
Salvador 2.385 632 1.643

Vitria 1.300 1.684 1.428
O objetivo minimizar a quilometragem total.

Vamos aplicar o Passo 1 item (a): subtrair de cada linha o seu
menor valor.
O menor valor de cada linha est realado na tabela a seguir:
Tabela 34: Menor valor de cada linha
3.541 1.075 2.482

2.385 632 1.643
1.300 1.684 1.428
Subtraindo de cada linha o seu menor valor, a tabela fica da

forma a seguir:
Tabela 35: Passo 1 (a)

2.466 0 1.407
1.753 0 1.011
0 384 128
Vamos aplicar o Passo 1 item (b): subtrair de cada coluna o

seu menor valor.
O menor valor de cada coluna est realado na Tabela 36 a
seguir:
Tabela 36: Menor valor de cada coluna
2.466 0 1.407
1.753 0 1.011
0 384 128
Perodo 4 79
6 Subtraindo de cada coluna o seu menor valor, a tabela fica da
forma a seguir:
Tabela 37: Passo 1 (b)
UNIDADE
2.466 0 1.279
1.753 0 883
0 384 0
Vamos aplicar o Passo 2 e traar o menor nmero de retas ne-

cessrias para cobrir todos os 0 da matriz.
Tabela 38: Passo 2
2.466 0 1.279
1.753 0 883
0 384 0
Foram necessrias apenas 2 retas para cobrir todos os 0,

ento r = 2.
Temos uma matriz 3 x 3. Logo n = 3.
Como r < n, ento precisamos ir para o passo 3.
Verifique isso no algoritmo!
Dos valores no cobertos o menor valor o nmero 883. Na
Tabela 39, podemos ver esse valor ressaltado.
Tabela 39: Passo 3

2.466 0 1.279
1.753 0 883
0 384 0
Agora iremos subtrair 883 de cada valor no coberto e somar

883 em cada intercesso de retas.
A nova tabela fica assim:
Tabela 40: Nova tabela

1.583 0 396
870 0 0
0 1.267 0

Ao aplicar novamente o passo 2, descobrimos que r = n. Ou
seja, j podemos ir para o passo 4 e encontrar a soluo tima.
Vamos priorizar as linhas e colunas com apenas um zero. Por
6
UNIDADE
exemplo, a linha 1 s tem um zero. Logo, vamos atribuir a origem 1 ao
destino 2.
Tabela 41: Atribuio origem 1 ao destino 2
1.583 0 396
870 0 0
0 1.267 0
A coluna 1 s tem um zero. Logo vamos atribuir a origem 3 ao

destino 1.

1.583 0 396
870 0 0
0 1.267 0
Agora basta atribuir a origem 2 ao destino 3.
1.583 0 396
870 0 0
0 1.267 0
O que isso significa?

Significa que a soluo tima para esse problema de atribui-
o a realizao dos seguintes transportes:
De Fortaleza para Macei;

De Salvador para Goinia; e
De Vitria para Curitiba.
Essa a designao que proporciona a menor quilometragem

total.
Perodo 4 81
6 Exemplo 4. Designao de Equipes para Projetos
Vamos resolver outro problema de atribuio.

UNIDADE
Suponha que um gerente precisa designar 4 equipes diferentes

para 4 projetos. Na Tabela 14 a seguir podemos ver o tempo estimado
que cada equipe precisa para realizar cada um dos projetos.
Tabela 44: Tempo estimado de realizao de projetos por equipe
Projeto 1 Projeto 2 Projeto 3 Projeto 4

Equipe 1 5 dias 7 dias 8 dias 8 dias
O objetivo minimizar o tempo total.

menor valor.
O menor valor de cada linha est realado na Tabela 45:
Tabela 45: O menor valor de cada linha


forma:

Equipe 1 0 2 3 3
Equipe 2 4 5 0 2
Equipe 3 0 1 2 1
Equipe 4 2 0 3 3

seu menor valor.
6
UNIDADE
seguir:
Tabela 47: O menor valor de cada coluna

Equipe 1 0 2 3 3
Equipe 2 4 5 0 2
Equipe 3 0 1 2 1
Equipe 4 2 0 3 3
Subtraindo de cada coluna o seu menor valor, a tabela fica da

forma a seguir:
Tabela 48: Passo 1 (b)

Equipe 1 0 2 3 2
Equipe 2 4 5 0 1
Equipe 3 0 1 2 0
Equipe 4 2 0 3 2
Aplicando o Passo 2 temos que r = n. Ou seja, j podemos ir

para o passo 4 e encontrar a soluo tima.
exemplo, a linha 1 s tem um zero. Logo, vamos atribuir a equipe 1 ao
projeto 1.
Tabela 49: Atribuio da equipe 1 ao projeto 1

Equipe 1 0 2 3 2
Equipe 2 4 5 0 1
Equipe 3 0 1 2 0
Equipe 4 2 0 3 2
Perodo 4 83
6 A linha 2 tambm s tem um zero. Logo vamos atribuir a equi-
pe 2 ao projeto 3.
UNIDADE

Equipe 1 0 2 3 2
Equipe 2 4 5 0 1
Equipe 3 0 1 2 0
Equipe 4 2 0 3 2
A coluna 2 s tem um zero. Logo vamos atribuir a equipe 4 ao

projeto 2.

Equipe 1 0 2 3 2
Equipe 2 4 5 0 1
Equipe 3 0 1 2 0
Equipe 4 2 0 3 2
A coluna 4 tambm s tem um zero. Logo vamos atribuir a

equipe 3 ao projeto 4.

Equipe 1 0 2 3 2
Equipe 2 4 5 0 1
Equipe 3 0 1 2 0
Equipe 4 2 0 3 2
A soluo tima para esse problema de atribuio a realiza-

o das seguintes designaes:
Equipe 1 para o Projeto 1;

Equipe 2 para o Projeto 3;
Equipe 3 para o Projeto 4; e

Equipe 4 para o Projeto 2.
Essa a designao que resulta na menor durao total.
6
UNIDADE
Casos Especiais do Problema de Atribuio
Quando estudamos os passos do algoritmo de atribuio, vi-

mos que ele aplicvel para os casos em que a matriz seja quadrada
e que a funo objetivo seja de minimizao.
Porm, nem sempre os nossos problemas tm essas caracters-
ticas. No Exemplo 5 a seguir, vamos aprender como adaptar os pro-
blemas para podermos utilizar o algoritmo de atribuio.
Exemplo 5. Contratao de estagirios
Imagine uma empresa que precisa contratar trs estagirios:

um para o rea de recursos humanos, um para a rea de custos, e um
para a rea de marketing. No banco de dados dessa empresa existem
quatro bons alunos que j passaram por outros processos seletivos e
que no foram selecionados. Porm, como eram bons alunos a em-
presa os manteve no banco de dados para futuras contrataes.
Na Tabela 53, podemos ver a nota acadmica desses alunos
em cada rea.
Tabela 53: Nota de cada aluno por rea de estgio ofertada
Aluno 1 Aluno 2 Aluno 3 Aluno 4

Recursos Humanos 9 7 7 6
Custos 9 8 7 7
Marketing 0 6 7 8
A empresa est adotando o princpio de que um aluno com

maior nota em determinada rea teria um rendimento maior do que
os demais alunos. O objetivo seria encontrar a atribuio que resulta-
ria na maior nota global.
Primeiramente, o nmero de origens no igual ao nmero de
destinos.
Perodo 4 85
6 Como podemos resolver essa situao? Pense um pouco.
Podemos criar uma rea fictcia. Assim, passaremos a ter uma
matriz 4 x 4. Como uma rea que no existe, a nota dos alunos
UNIDADE
nessa rea ser zero. Veja como ficar a nossa Tabela 54 de Insero
de rea de estgio fictcia:
Tabela 54: Insero de rea de estgio fictcia

Custos 9 8 7 7
Marketing 0 6 7 8
Fictcia 0 0 0 0
Bem, agora temos outra dificuldade. A funo objetivo

maximizar a nota global.
Como podemos resolver essa situao?
Basta transformar esse problema de maximizao em um pro-
blema de minimizao. Para isso vamos escolher a maior nota da ta-
bela, que nove.
Agora vamos encontrar diferena entre cada nota e a nota
mxima. Assim a diferena ser: diferena = (9 nota).
Tabela 55: Transformao do problema de maximizao em minimizao

Custos 0 1 2 2
Marketing 9 3 2 1
Fictcia 9 9 9 9
Agora temos um problema de minimizao. Se encontrarmos o

valor que minimiza essas diferenas, encontraremos a atribuio que
retornar maior nota global.
Bem, vamos aplicar o algoritmo de atribuio.
menor valor.
O menor valor de cada linha est realado na Tabela 56 a se-
guir:

Tabela 56: Menor valor de cada linha
Aluno 1
0
Aluno 2
2
Aluno 3
2
Aluno 4
3
6
UNIDADE
Recursos Humanos
Custos 0 1 2 2
Marketing 9 3 2 1
Fictcia 9 9 9 9

forma a seguir:

Custos 0 1 2 2
Marketing 8 2 1 0
Fictcia 0 0 0 0

seu menor valor.
seguir:
Tabela 58: Menor valor de cada coluna

Custos 0 1 2 2
Marketing 8 2 1 0
Fictcia 0 0 0 0
Fonte: Elaborada pelo autor dete livro
Subtraindo de cada coluna o seu menor valor, a tabela fica da

forma a seguir:
Perodo 4 87
6 Tabela 59: Passo 1 (b)

UNIDADE
Custos 0 1 2 2
Marketing 8 2 1 0
Fictcia 0 0 0 0
Vamos aplicar o Passo 2 e traar o menor nmero de retas ne-

cessrias para cobrir todos os 0 da matriz.
Tabela 60: Passo 2

Custos 0 1 2 2
Marketing 8 2 1 0
Fictcia 0 0 0 0
Foram necessrias apenas trs retas para cobrir todos os 0,

ento r = 3.
Temos uma matriz 4 x 4. Logo, n = 4.
Como r < n, ento precisamos ir para o passo 3.
Dos valores no cobertos o menor valor o nmero 1.
Agora iremos subtrair 1 de cada valor no coberto e somar 1
em cada intercesso de retas.
A nova tabela fica assim:
Tabela 61: Nova tabela

Custos 0 0 1 2
Marketing 8 1 0 0
Fictcia 1 0 0 1
Ao aplicar novamente o passo 2, descobrimos que o r = n. Ou

seja, j podemos ir para o passo 4 e encontrar a soluo tima.

exemplo, a linha 1 s tem um zero. Logo, vamos atribuir a rea de
Recursos Humanos ao aluno 1.
6
UNIDADE
Tabela 62: Atribuio da rea de Recursos Humanos ao Aluno 1

Custos 0 0 1 2
Marketing 8 1 0 0
Fictcia 1 0 0 1
A linha 2 tem dois zeros. Note que como o Aluno 1 foi atribudo
para a rea de Recursos Humanos, ele no ser designado para a
rea de custos. Note que o zero correspondente a rea de custos e o
aluno 1 est riscado. Logo, sobra apenas um zero na linha 2. Assim,
vamos atribuir a rea de Custos para o Aluno 2.
Tabela 63: Atribuio da rea de Custos ao Aluno 2

Custos 0 0 1 2
Marketing 8 1 0 0
Fictcia 1 0 0 1
A coluna 4 s tem um zero. Logo, vamos atribuir a rea de

Marketing ao aluno 4.
Tabela 64: Atribuio da rea de Marketing ao Aluno 4

Custos 0 0 1 2
Marketing 8 1 0 0
Fictcia 1 0 0 1
Por fim, atribumos a rea fictcia ao Aluno 3.
Perodo 4 89
6 Tabela 65: Atribuio da rea Fictcia ao Aluno 3

UNIDADE
Custos 0 0 1 2
Marketing 8 1 0 0
Fictcia 1 0 0 1
A soluo tima para esse problema de atribuio a realiza-

o das seguintes designaes:
rea de Recursos Humanos para o Aluno 1;

rea de Custos para o Aluno 2;
rea de Marketing para o Aluno 4; e
rea Fictcia para o Aluno 3.
Essa a designao que resulta na menor diferena e na maior

nota global.
Note que a ltima alocao no existe na prtica. Ela foi utili-
zada para podermos resolver o problema com o uso do algoritmo. Na
prtica, o aluno 3 no ser contratado e seu currculo continuar no
banco de dados para as prximas contrataes.

Resumindo
r 6
UNIDADE
Aprendemos nesta Unidade como resolver problemas de
atribuio. Esse problema um caso especial do problema de
transportes, porm existe um algoritmo mais simples para re-
solver os problemas de atribuio: o algoritmo de atribuio.
Para esse algoritmo ser aplicado necessrio que a quantidade
de origens seja igual quantidade de destinos e que a funo
objetivo seja de minimizao.
Vimos tambm, que se o nosso problema no tiver essas
caractersticas, podemos adaptar o problema com o acrscimo
de origens ou destinos fictcios ou transformando o problema
de maximizao em um problema de minimizao.
Nesta disciplina voc aprendeu os principais con-

ceitos e tcnicas de programao linear. Esse co-
nhecimento pode ser aplicado para obter resulta-

dos melhores tanto para voc quando para a sua
organizao. No deixe de fazer a verificao dos
conhecimentos adquiridos nesta Unidade 6 com
as Atividades de aprendizagem.
Perodo 4 91
aprendizagem
UNIDADE
Resolva os seguintes problemas a seguir:

1. Resolva o problema de atribuio. O objetivo minimizar
o tempo gasto (em dias).
Projeto 1 Projeto 2 Projeto 3

Equipe 1 4 dias 9 dias 3 dias
2. Voc tem trs origens; que so Braslia, Rio de Janeiro e

Manaus; e trs destinos; que so Palmas, Porto Velho e
Teresina; e precisa transportar um item de cada uma dessas
origens para um desses destinos. O objetivo minimizar a
quilometragem total (em km). Na vida prtica, nem sempre
todas as informaes so fornecidas. Para poder resolver esse
problema, voc dever procurar (em livros, mapas, internet
etc.) as distncias entre essas cidades.
3. Resolva o problema de atribuio. O objetivo minimizar
o custo (em Reais).
Destino 1 Destino 2 Destino 3 Destino 4

Origem 1 R$ 10 R$ 15 R$ 20 R$ 25
Origem 2 R$ 20 R$ 15 R$ 10 R$ 20
Origem 3 R$ 30 R$ 10 R$ 15 R$ 20
Origem 4 R$ 40 R$ 30 R$ 20 R$ 30

Referencias
^
6
UNIDADE
ANDRADE, Eduardo Leopoldino de. Introduo Pesquisa
Operacional: mtodos e modelos para a anlise de deciso. 2. ed.
Rio de Janeiro: LTC, 2000.
CORRAR, Luiz J.; THEOPHILO, Carlos Renato. Pesquisa

operacional para deciso em contabilidade e administrao:
contabilometria. So Paulo: Atlas, 2004.
HOUAISS. Instituto Antnio Houaiss. Houaiss eletrnico. Verso

monousurio 3.0. Produzido e distribudo por: Editora Objetiva
Ltda., jun. 2009.
INVERTIA. Tudo o que voc queria saber sobre a deciso do

Copom. Site Terra, aba Economia, notcia publicada em 18 jun.
2003. Disponvel em: <http://economia.terra.com.br/noticias/
noticia.aspx?idNoticia=200306181600_INV_27195214>. Acesso
em: 10 abr. 2012.
SHAMBLIN, J. E.; STEVENS, G. T. Pesquisa operacional: uma

abordagem bsica. So Paulo: Atlas, 1979.
STEINBRUCK, Alfredo; WINTERLE, Paulo. lgebra linear. So

Paulo: Makron Books, 1987.
LOESCH, Cludio; HEIN, Nelson. Pesquisa operacional:

fundamentos e modelos. Blumenau: Editora da FURB, 1999.
ROBERTO, Marcus. Pert CPM. Administradores.com: o portal da

Administrao, artigos, publicao em 18 ago. 2007. Disponvel em:
<http://www.administradores.com.br/informe-se/artigos/pert-cpm/
14392/>. Acesso em: 10 abr. 2012.
SILVA, Ermes Medeiros da et al. Pesquisa operacional. So Paulo:

Atlas, 1994.
Perodo 4 93
MINICURRCULO
Cesar Duart
Duartee Souto-Maior
Souto-Maior
Cesar Duarte Souto-Maior formado em
Engenharia de Controle e Automao Industrial
pela UFSC (Universidade Federal de Santa
Catarina) com Mestrado em Administrao,
tambm pela UFSC. Seu principal enfoque de
pesquisa a aplicao de mtodos quantitativos
na soluo de problemas gerenciais. Atualmente doutorando
em Administrao no CPGA/UFSC.

Pesquisa Operacional 3ed. Ufsc. Soto-Maior Cesar Duarte

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Pesquisa Operacional 3ed. Ufsc. Soto-Maior Cesar Duarte

Încărcat de

Drepturi de autor:

Formate disponibile

Universidade Federal de Santa Catarina

Pr-Reitoria de Ensino de Graduao

Cesar Duarte Souto-Maior

2 edio revisada e atualizada 2012.

S728p Souto-Maior, Cesar Duarte

1. Pesquisa operacional. 2. Programao linear. 3. Processo decisrio.

Catalogao na publicao por: Onlia Silva Guimares CRB-14/071

UNIVERSIDADE FEDERAL DE SANTA CATARINA

REITORA Roselane Neckel

DIRETORA Elisete Dahmer Pfitscher

DEPARTAMENTO DE CINCIAS DA ADMINISTRAO

COORDENAO DE PRODUO DE RECURSOS DIDTICOS Denise Aparecida Bunn

SUPERVISO DE PRODUO DE RECURSOS DIDTICOS Erika Alessandra Salmeron Silva

DESIGNER INSTRUCIONAL Denise Aparecida Bunn

Professor Cesar Duarte Souto-Maior

Unidade 1 Introduo Pesquisa Operacional

Introduo Pesquisa Operacional. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

O que Pesquisa Operacional?. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

A Pesquisa Operacional til? . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Unidade 2 Formulao de Problemas

Dificuldades Durante a Formulao de Modelos . . . . . . . . . . . . . . . . . . . . . . . . 22

Informaes Necessrias para a Modelagem. . . . . . . . . . . . . . . . . . . . . . . . . . . 23

Modelo Matemtico de Programao Linear. . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

Unidade 3 Resoluo pelo Mtodo Grfico

Resoluo pelo Mtodo Grfico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

O que Significa Mesmo Resolver o Problema?. . . . . . . . . . . . . . . . . . . 36

Espao de Solues Possveis.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

Como Encontrar a Soluo tima Graficamente? . . . . . . . . . . . . . . . . . . . . . . . 40

Preparao para Aplicao do Mtodo Simplex. . . . . . . . . . . . . . . . . . . . . . . . 47

Atividades de aprendizagem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .56

Unidade 5 Problema de Transportes

As Duas Partes do Algoritmo de Transportes. . . . . . . . . . . . . . . . . . . . . . . . . . . 61

Parte 1 Soluo Inicial. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61

Mtodo do Canto Noroeste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

Mtodo de Vogel (ou Mtodo das Penalidades) . . . . . . . . . . . . . . . . . . . . . . . . . 64

Atividades de aprendizagem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .73

Unidade 6 Problema de Atribuio

Casos Especiais do Problema de Atribuio. . . . . . . . . . . . . . . . . . . . . . . . 85

Atividades de aprendizagem. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .92

10 Curso de Graduao em Administrao, modalidade a distncia

O que Pesquisa Operacional?

sunto que ser abordado na disciplina de Elaborao e Administrao

12 Curso de Graduao em Administrao, modalidade a distncia

Figura 1: Localizao das Fbricas e dos Armazns

Macei. Das demais cidades, as mais prximas so Vitria e Curitiba

de Fortaleza para Goinia;

A soma desses trs trajetos resulta em 4.414 km.

de Fortaleza para Macei;

A soma desses trs trajetos resulta em 4.018 km.

Nessa disciplina voc ver que a Pesquisa

14 Curso de Graduao em Administrao, modalidade a distncia

Outro fato que dificulta a adoo da Pesquisa Operacional

Aprendemos nesta Unidade que a Pesquisa Operacional

Nesta disciplina o nosso enfoque ser a Programa-

16 Curso de Graduao em Administrao, modalidade a distncia

20 Curso de Graduao em Administrao, modalidade a distncia

Formulao Modelo Resoluo

Figura 2: Etapas de Aplicao da Programao Linear

Na etapa de formulao, precisamos transformar o nosso pro-

Qual a etapa mais importante? Formulao ou

luo do modelo matemtico. Muito pouco comentado sobre a for-

Dificuldades Durante a Formulao de Modelos

No existe uma forma nica para formulao de modelos.