2014 • ANO XX, Nº 66 • 49-58 INTEGRAÇÃO 49

Utilização da programação linear na otimização

de resultados de produção na empresa
GERALDO MAGELA BARBOSA*

Resumo • A formulação de problemas no ambiente empresarial consiste na descrição de um sistema estruturado

com o auxílio de um modelo. Após a experimentação com o modelo e analisando seus objetivos e limitações se
determinará a melhor forma de operar o sistema. A técnica de programação linear abordada neste artigo irá indicar
qual a combinação na produção que trará o melhor resultado possível, e em outra aplicação suprir os pedidos de
forma a minimizar os custos de produção de uma indústria.
Palavras Chave: Programação linear, otimização de resultados, produção.
Abstract • The formulation of problems in the business environment constitutes a structured description with the
aid of a model system. After experimenting with the model in a company and analyzing your goals and limitations
determine how best to operate the system. The linear programming technique in this article which will resolve the
production of two products that a company has the highest possible profit, and meet other application requests to
minimize production costs of an industry.
Keywords: Linear programming, optimization results, production.

1. Introdução Dantzig na década de 1940, nos Estados Unidos. Dant-

A programação linear é uma das técnicas mais uti-
lizadas na solução de problemas. É um método científico
de tomada de decisões. Estas técnicas foram desenvolvi-
das inicialmente para necessidades militares em alocar
recursos escassos às várias operações militares e às ativi-
dades dentro de cada operação de uma maneira efetiva.
Segundo uma pesquisa realizada em Londres a pro-
gramação linear é uma das ferramentas mais utilizada
para tomada de decisões além do modelo de regressão.
Durante a segunda guerra mundial, a United Sta-
tes Air Force organizou um grupo de pesquisadores
de nome SCOOP (Scientific Computation of Optimum
Program), sob a direção de Marshall K. Wood para so-
lucionar o problema de alocação de recursos limitados
de modo a otimizar objetivos (LOESCH; HEIN,2009).
A otimização de problemas com funções lineares,
denominadas funções objetivos, levando em conta as
equações restritivas (também lineares) consiste a fer-
ramenta matemática mais utilizada na tomada de de-
cisões que é a programação linear.
O problema de otimizar uma função linear su-
jeita a restrições teve a sua origem com os estudos
de Fourier sobre sistemas lineares de inequações em
1826. No entanto só em 1939 Kantorovich faz notar
a importância prática destes problemas, tendo criado
um algoritmo para a sua solução.
O auge do estudo de problemas de otimização de
uma função linear sujeita a restrições foi com George
*É mestre em Engenharia pela Escola Politécnica da Universidade
de São Paulo - USP, Engenheiro Mecânico com ênfase em Produ-
ção pela Universidade Federal de Itajubá - UNIFEI. É licenciado em
Matemática pelo Centro Universitário de Itajubá - UNIVERSITAS e
professor da Universidade São Judas Tadeu - USJT.
e-mail: prof.gbarbosa@usjt.br
zig não só formulou o problema de programação linear,
mas também criou o algoritmo do Simplex em 1947.
A aplicação da programação linear em uma em-
presa permite resolver problemas como, a otimiza-
ção da distribuição, a programação da produção e a
alocação de recursos. A programação linear tem sido
utilizada na busca de soluções para os problemas de
otimização nas mais diferentes atividades, como em
indústrias, bancos e empresas de transporte e que tem
gerado maiores lucros.
Uma pesquisa em 51 cursos de administração nos
Estados Unidos revelou que o principal objetivo dos cur-
sos que envolvem Programação Linear, enunciado por
87,5% dos respondentes, era o de “melhorar a habilidade
quantitativa gerais dos estudantes”. Em seguida foram ci-
tados os objetivo de “ensinar técnicas quantitativas que
os alunos possam usar quando gerentes”. Nota-se que a
Programação Linear, trás um melhor raciocínio lógico,
melhora a capacidade de estruturar e resolver problemas
e ainda conhecer técnicas úteis que será aplicada na vida
profissional de um executivo (MOREIRA, 2010).
O desenvolvimento da programação linear tem
sido classificado entre os mais importantes avanços
científicos dos meados do século XX. Seu impacto
desde 1950 tem sido extraordinário. Hoje é uma fer-
ramenta padrão que poupou milhares de dólares para
muitas empresas ou até mesmo negócios de porte mé-
dio em diversos países industrializados ao redor do
mundo (HILLIER; LIEBERMAN, 2013).
Os gerentes das organizações, constantemente se de-
param com circunstâncias em que devem tomar decisões,
que levam em consideração diversas alternativas conflitan-
tes e concorrentes, diante dessas situações os gerentes po-
dem utilizar a intuição gerencial ou realizar um processo
de modelagem da situação (LACHTERMACHER, 2007).
50
A programação linear, especificamente, oferece
aos gerentes a capacidade de tomar decisões mais efi-
cazes e de estabelecer sistemas mais produtivos, por
meio de informações mais completas realizam-se pre-
visões cuidadosas de resultados e estimativas de risco
com ferramentas atuais e técnicas de decisão.
Em linhas gerais, a programação linear busca, en-
tre as inúmeras tarefas ou atividades, descobrir a melhor
distribuição dos recursos a fim de obter um valor ótimo
do objetivo desejado. Os problemas de alocação de recur-
sos distinguem-se pela existência de um objetivo explíci-
to por meio de variáveis de decisão e pela existência de
restrições para alocar os recursos devido às quantidades
disponíveis e a forma de aplicá-los (ANDRADE, 2007).
2. Maximização do lucro da empresa e
as restrições na produção
O modelo matemático de programação linear é
composto de uma função objetivo linear, e de restri-
ções técnicas representadas por um grupo de inequa-
ções também lineares (SILVA, 2010).
No desenvolvimento de um modelo de programa-
ção linear, algumas características devem ser levadas em
consideração, tais como indicadas por PASSOS (2008):
• Os modelos apresentarão restrições (equações e/ou
inequações) lineares, bem como a sua função objetivo,
• Os valores variarão a uma taxa constante dos
recursos utilizados (linearidade das restrições e
da função objetivo),
• As variáveis podem assumir valores em um in-
tervalo (contínuas),
• Os valores assumidos pelas variáveis serão nu-
los ou positivos (não negatividade).
Os bons modelos serão os mais próximos da re-
alidade e de fácil experimentação. Nos modelos ma-
temáticos as relações entre as variáveis do problema
devem ser representadas por sistemas de símbolos e
relações matemáticas. Os principais elementos que
Tabela 1. Lucros unitários na venda dos produtos
Tabela 2. Fatores necessários para a produção dos Produtos P1 e P2
INTEGRAÇÃO BARBOSA • Utilização da programação linear
existem em um modelo matemático são:
• Variáveis de decisão e parâmetros: por meio da
função-objetivo, surgem variáveis fundamentais,
essas variáveis são denominadas de variáveis de de-
cisão. Os parâmetros são valores fixos no problema;
• Restrições: retratam a insuficiência dos recursos
e os limites impostos sobre as ações, com o obje-
tivo de maximizar a função-objetivo;
• Função Objetivo: é uma função matemática formada
por uma combinação linear das variáveis de decisão.
Conseguir uma solução ótima, ou seja, a melhor
de todas, é a ideia fundamental na solução de um
problema, mas isso exige a solução de um sistema de
equações e inequações como na programação linear.
Considere o problema de Maximização de Lucro
de uma empresa que está logo em seguida. O problema
será estruturado e solucionado utilizando o Modelo
Matemático de Programação Linear.
Uma empresa vende dois tipos de produtos, P1 e
P2, cujos lucros unitários são de R$ 80,00 e R$ 60,00
respectivamente.
Sabe-se que os dois produtos P1 e P2 são produzi-
dos em três processos sequenciais que são: retificação,
perfuração e polimento.
O processo de retificação dispõe de máquinas que
fornecem um total de 160 horas de retificação por se-
mana. Cada produto precisa de 2 horas de retificação.
O processo de perfuração dispõe de máquinas
que fornecem um total de 120 horas por semana. O
produto P1 exige 1 hora de perfuração e o produto P2
exige 2 horas de perfuração.
O processo de polimento é intensivo com relação
á mão-de-obra fornecendo 280 horas de mão-de-obra
por semana. O produto P1 requer 4 horas de mão-de-
-obra por unidade, o produto P2 requer 2 horas de
mão-de-obra por unidade.
O Departamento de Marketing informou que
consegue vender, semanalmente, no máximo 75 uni-
dades do produto P1 e 70 unidades do produto P2.
As tabelas a seguir representam as informações:
2014 • ANO XX, Nº 66 • 49-58
Com base nestes dados, pergunta-se: qual a pro-
dução mensal dos Produtos P1 e P2 para que a empre-
sa tenha o maior lucro possível?
Como se quer maximizar o lucro será utilizada uma
função na qual fará parte os lucros apurados nas vendas
de cada modelo vezes a quantidade que deverão ser pro-
duzidas. Sendo assim, a função objetivo será composta
pela soma do produto do lucro unitário de cada modelo
vezes as suas respectivas variáveis de decisão.
2.1 Estruturando o problema: constru-
ção do modelo matemático
O método científico de programação linear co-
meça com a definição do problema a mais precisa
possível, na qual devem ser destacados os objetivos
procurados, as características de interligação entre as
diferentes variáveis existentes e as restrições do siste-
ma (ELLENRIEDER, 1971).
O objetivo desta empresa é de maximizar o lucro
na produção semanal dos produtos P1 e P2, com base
nos dados do problema que estão na Tabela. 1 e Tabela
2.monta-se a Modelagem Matemática a seguir:
As Variáveis de Decisão x1 e x2 são dadas por:
{ x1 = representa a quantidade a produzir do produto P1
x2 = representa a quantidade a produzir do produto P2
A função objetivo é a Maximização do Lucro
(Lmáx) que é dado por:
Lmáx = 80 x1 + 60 x2
Os processos sequenciais de retificação, perfura-
ção e polimento e as suas respectivas disponibilidades
para fabricação dos produtos P1 e P2, conforme a Ta-
bela 2. permite escrever:
a) do processo de retificação serão utilizados 2
horas para o produto P1 e 2 horas para o produto P2
limitadas a 160 horas por semana
2 x1 + 2 x2 ≤ 160
Esta inequação reflete a disponibilidade limitada
do processo de retificação
b) do processo de perfuração serão utilizados 1
hora para o produto P1 e 2 horas para o produto P2
limitadas a 120 horas por semana
1 x1 + 2 x2 ≤ 120
Sendo que esta inequação mostra a disponibilida-
de limitada do processo de perfuração
c) do processo de polimento serão utilizados 4
horas para o produto P1 e 2 horas para o produto P2
INTEGRAÇÃO 51
limitadas a 280 horas por semana
4 x1 + 2 x2 ≤ 280
E ainda que a inequação acima identifica a dispo-
nibilidade limitada do processo de polimento
A demanda semanal de vendas pelo Departa-
mento de Marketing é
x1 ≤ 75
x2 ≤ 70
Sendo que as variáveis de decisão não podem ser
negativas pois representam os produtos na modela-
gem, temos:
x1 ≥ 0
x2 ≥ 0
2.2 A solução gráfica para a maximização
O objetivo principal é determinar o maior lucro
semanal possível para a empresa, considerando as restri-
ções dos fatores de produção. Sabendo que para a pro-
dução do produto P1 e do produto P2 requerem os pro-
cessos sequenciais de retificação, perfuração e polimento.
Com a estrutura de Modelagem Matemática an-
terior, o problema de programação linear está comple-
to, como especificado abaixo:
As Variáveis de Decisão x1 e x2 são dadas por:
{ x1 = representa a quantidade a produzir de P1
x2 = representa a quantidade a produzir de P2
Maximização do Lucro: Lmáx = 80 x1 + 60 x2
Que dependem das Restrições Técnicas:
{
2 x1 + 2 x2 ≤ 160 (restrição na retificação)
1 x1 + 2 x2 ≤ 120 (restrição na perfuração)
4 x1 + 2 x2 ≤ 280 (restrição no polimento)
A demanda semanal de vendas pelo Departa-
mento de Marketing é
{ x1 ≤ 75
x2 ≤ 70
As Restrições de Não Negatividade das variáveis
de decisão são:
{ x1 ≥ 0
x2 ≥ 0
Determinam-se os valores das quantidades x1 e
x2 sem violar as restrições. Assim, colocando as Restri-
52
ções de Retificação, Perfuração e Polimento em um mes-
mo sistema de eixos cartesianos obtém-se o Gráfico 1.
O problema da programação linear para a fabri-
cação é determinar uma combinação de x1 e x2 que
permita maximizar o lucro, dadas as restrições de fato-
res de produção. No gráfico acima, podemos notar que
o maior lucro que intercepta a região viável (fronteira
de possibilidades) de produção são os pontos C e D.
No Gráfico 1 observa-se que, se considerarmos
apenas uma das restrições, a empresa poderá produzir
qualquer uma das alternativas entre x1 e x2 e continuar
a satisfazer a restrição. Por exemplo, a empresa pode
produzir, nos extremos, 140 quantidades semanais de
x2 e nada de x1, sem se afetar pela restrição do fator de
produção da perfuração, bem como 120 quantidades
semanais de x1 e nada de x2 sem se afetar pela restrição
do fator de produção do polimento.
A empresa tem de levar em consideração todas
as restrições existentes para seus fatores de produção e,
consequentemente, estará habilitada a produzir apenas
as combinações entre e que estiverem dentro da região
viável determinada pelas três retas de restrição (retifica-
ção, perfuração e polimento), bem como sobre a linha da
região viável (fronteira de possibilidades) de produção.
Gráfico 1. Retas de Restrição (Retificação, Perfuração e Polimento)
e a Região Viável.
A combinação na produção de x1 e x2 nesta área
sombreada determinará a região viável de produção.
Com o gráfico gerado pelas restrições, a empresa po-
derá produzir qualquer combinação de x1 e x2 que es-
tiver na região viável de produção. O objetivo da em-
presa é que se deseja produzir a combinação de x1 e x2
que lhe permita maximizar seu lucro. Para atingir esta
meta, a empresa deverá conhecer a margem de con-
tribuição por unidade produzida e vendida para cada
produto que ela produz.
Desta forma tem-se, neste problema, que a mar-
gem de contribuição de x1 é de R$ 80,00 por unidade e
de x2 é de R$ 60,00 por unidade.
INTEGRAÇÃO BARBOSA • Utilização da programação linear
A função objetivo de maximização do lucro
para a empresa na estrutura do problema é dado por
Lmáx = 80 x1 + 60 x2
Nesta função que gera o lucro máximo para a em-
presa especifica que a margem de contribuição total da
empresa é igual a R$ 80,00 vezes a quantidade de x1
mais R$ 60,00 vezes a quantidade de x2 produzida.
Para a identificação do ponto ótimo (que torna o lu-
cro máximo), deve-se avaliar o desempenho da função
objetivo atribuindo valores a Lmáx. Ao se arbitrar valo-
res para Lmáx, se obtém equações onde as retas traçadas
são paralelas e que se deslocam no mesmo sentido.
Ao se arbitrar R$ 6.000,00 em Lmáx encontra-se a
equação 6000 = 80 x1 + 60 x2 que fornece o conjunto de
pontos de (x1 , x2) que resultarão em 6000. Os pontos
(0,100) e (75,0) dão uma margem de contribuição de
R$ 6000,00 conforme a reta traçada no Gráfico 2.
Arbitrando o valor de R$ 7.000,00 em Lmáx en-
contra-se a equação 7000 = 80 x1 + 60 x2 que fornece o
conjunto de pontos de (x1 , x2) que resultarão em 7000.
Os pontos (0;116,67) e (87,5;0) dão uma margem de
contribuição de R$ 7000,00 conforme reta traçada no
Gráfico 2 que será paralela a reta anterior.
Se a empresa deseja maximizar o lucro, então ela
deverá estar na mais distante reta possível com as res-
trições dos fatores de produção.
Pode-se notar no Gráfico 2 que a reta para Lmáx
= R$ 6000,00 intercepta o ponto D (60,20) da região
viável de produção.
O Lucro Máximo é de R$ 6000,00 que é o maior
montante que a empresa pode encontrar, dada a sua
capacidade de produção.
Gráfico 2. Retas Paralelas a Região Viável de Maximização do Lucro.
O ponto D (60,20) indica a contribuição que ma-
ximiza o lucro na produção combinada de x1 e x2 que a
empresa pode produzir nestas condições.
Substituindo x1= 60 e x2= 20 na função de Lucro
Máximo
Lmáx = 80 x1 + 60 x2 se obtém:
2014 • ANO XX, Nº 66 • 49-58
Lmáx = 80(60) + 60(20) = 4800 + 1200
Que resulta Lmáx = R$6.000,00, que é o Maior
Lucro possível.
Portanto, o ponto D(60,20) é o Ponto Ótimo,
mesmo que a empresa tenha capacidade ociosa de al-
gum fator de produção, logo o Lucro Máximo é de R$
6000,00.
2.3. Solução algébrica para a maximização
Os métodos algébricos são bem mais precisos e
práticos, especialmente quando nos defrontamos com
um número de variáveis maior que dois especialmente
porque graficamente a análise se torna mais difícil.
Há vários métodos algébricos para a solução de
problemas, como o que está sendo verificado neste ar-
tigo, e essas soluções são ainda disponíveis por meio
dos mais diferentes softwares sobre o assunto.
Neste trabalho, será apresentado apenas o méto-
do algébrico mais simples.
Na estruturação do problema tem-se que
As Variáveis de Decisão x1 e x2 são dadas por:
{ x1 = representa a quantidade a produzir do produto P1
x2 = representa a quantidade a produzir do produto P2
A função objetivo da empresa que é Maximizar o
seu Lucro é :
Lmáx = 80 x1 + 60 x2
As Restrições nos processos de fabricação dos
produtos são
{
2 x1 + 2 x2 ≤ 160 (restrição na retificação)
1 x1 + 2 x2 ≤ 120 (restrição na perfuração)
4 x1 + 2 x2 ≤ 280 (restrição no polimento)
A demanda semanal de vendas é
{ x1 ≤ 75
x2 ≤ 70
As Restrições de Não Negatividade são:
{ x1 ≥ 0
x2 ≥ 0
Para se resolver o problema algebricamente, sabe-
-se que os pontos que determinam o limite (também de-
nominados pontos extremos) da região viável (fronteira
de possibilidades) de produção ocorrem:
a) onde duas retas de restrição se encontram (in-
terceptam);
b) onde a reta de restrição intercepta tanto o eixo
das abscissas como o eixo das ordenadas;
c) no ponto de origem.
INTEGRAÇÃO 53
O ponto de origem A é quando se tem x1 = 0 e
x2= 0, logo A (0,0).
A equação da reta de Restrição da Retificação
associada a inequação estruturada na formulação do
problema é dada por: 2x1 + 2x2 = 160. Para encontrar
os pontos extremos F e H, substitui-se respectivamen-
te na equação x1 = 0 e x2 = 0, onde se obtém: F(0,80) e
H(80,0), conforme Gráfico 1.
Na equação da reta de Restrição da Perfuração
associada a inequação estruturada na formulação do
problema que é: 1x1 + 2x2 = 120. Para encontrar os
pontos extremos B e I, substitui-se respectivamente
na equação x1 = 0 e x2 = 0 onde se obtém: B(0,60) e
I(120,0).
E ainda temos que, na equação da reta de Restri-
ção de Polimento associada a inequação estruturada
na formulação do problema que é dada por :
4x1 + 2x2 = 280. Para encontrar os pontos extremos G
e E, substitui-se respectivamente na equação x1 = 0 e x2
= 0 , onde se obtém: G(0,140) e E (70,0), que pose ser
visto no Gráfico 1.
O ponto de intersecção C das retas de equações
de Restrição da Retificação e da Perfuração é:
2x1 + 2x2 = 160
1x1 + 2x2 = 120
Multiplicando por –1 a segunda equação temos:
2x1 + 2x2 = 160
-1x1 - 2x2 = 120
_____________
x1= 40
Substituindo-se x1= 40 em qualquer uma das
equações de Restrição encontra-se x2= 40. O ponto de
intersecção C das retas é dado por C(40,40).
O ponto de intersecção D das retas de equações
da Restrição do Polimento e Retificação é:
4x1 + 2x2 = 280
2x1 + 2x2 = 160
Multiplicando por –1 a segunda equação temos:
4x1 + 2x2 = 280
-2x1 - 2x2 = -160
_____________
2x1= 120
x1= 60
Logo se obtém x1= 60. Substituindo-se x1= 60 em
qualquer uma das equações de restrição, encontra-se
x2= 20. O ponto de intersecção D das retas é dado por
D(60,20).
54 INTEGRAÇÃO BARBOSA • Utilização da programação linear

Temos todos os pontos extremos das retas, os

pontos de origem e os pontos onde as retas intercep-
tam os eixos da abscissa e ordenada.
Sabendo que a demanda semanal de vendas pelo
Departamento de Marketing é x1 ≤ 75 e x2≤ 70 . Con-
clui-se que os pontos F(0,80) com coordenada x2= 80,
G(0,140) com coordenada x2 = 140, H(80,0) com co-
ordenada x1 = 80 e I(120,0) com coordenada x1 = 120
não serão utilizados, pois estão fora da Restrição de
Demanda, conforme pode ser visto no Gráfico 2.
Como o objetivo da empresa é determinar o
maior lucro possível, substitui cada par ordenado dos
pontos na função de lucro máximo obtida na formula-
ção do problema.
Todos os pares ordenados dos pontos A, B, C,
D, E serão substituídos na função de Lucro Máximo
Lmáx = 80 x1 + 60 x2 . Os valores obtidos são todas as
soluções da função objetivo que estão na Tabela 3.

Tabela 3. Soluções da função objetivo para a maximização

Com os valores obtidos da função objetivo, verificasse
que o lucro máximo semanal é obtido no ponto D(60,20)
onde x1= 60 e x2= 20 gerando Lmáx= R$ 6000,00.
Este resultado é a Solução Ótima da empresa, ou
seja, o Lucro Máximo é de R$ 6000,00.
Onde se deve produzir 60 unidades do produto
As variáveis de folga (onde se utiliza S como va-
riável de folga, pois vem do inglês Slack (folga)) para
cada recurso de produção será S1 (retificação) e S2
(perfuração) e S3 (polimento) transforma as equações
em:

P1 e 20 unidades do produto P2 para que se tenha um
lucro máximo de R$ 6000,00 semanalmente.
Conforme se determinou graficamente, a combina-
ção ótima na produção dos produtos e , algebricamente,
é dada também pelo ponto D, onde x1= 60 , x2= 20 e
Lmáx= R$ 6000,00, o mais alto nível de Maximização
do Lucro obtido neste trabalho.
Observa-se que sempre é bom utilizar a análi-
se gráfica juntamente com o método algébrico para
se encontrar o ponto de maximização do lucro para
que se possa localizar, mais facilmente, os pontos da
fronteira da região viável (possibilidades) de produção
(enquanto o número de variáveis de decisão não for
muito extenso).
O procedimento algébrico para incluir as variá-
veis de folga se baseia na transformação das inequa-
ções (restrições) em equações igualmente equivalen-
tes. Essa conversão é realizada incluindo-se variáveis
de folga (HILLIER; LIBERMAN, 2013).
{
2 x1 + 2 x2 + S1 = 160 (S1 é a variável de folga na retificação)
1 x1 + 2 x2 + S2 = 120 (S1 é a variável de folga na perfuração)
4 x1 + 2 x2 + S3 = 280 (S1 é a variável de folga no polimento)
A inclusão dessas variáveis de folga transforma
essas restrições em igualdades algébricas, porque o
montante de um particular tipo de fator de produção
utilizado na produção, mais a capacidade ociosa que
sobra dela, tem de ser igual à quantidade total dispo-
nível desse fator.
Para o processo de fabricação dos produtos na
Retificação que se tem a equação dada para o cálculo
da variável de folga 2 x1 + 2 x2 + S1 = 160 calcula-se a
variável de folga S1 substituindo o Ponto Ótimo D (
60,20 ), ou seja, x1 = 60 , x2 = 20 que fica:
2(60) + 2(20) + S1 = 20
120 + 40 + S1 = 20
S1 = 0
2014 • ANO XX, Nº 66 • 49-58
Logo, o valor da variável de folga é S1 = 0, este
resultado significa que o recurso de operação de Reti-
ficação está em pleno emprego pois determina a capaci-
dade de produção (gargalo) da empresa.
Na fabricação dos produtos na Perfuração que se
tem a equação dada para o cálculo da variável de folga
1 x1 + 2 x2 + S2 = 120 calcula-se a variável de folga S2
substituindo o Ponto Ótimo D ( 60,20 ), ou seja,
x1 = 60, x2 = 20 que fica:
1(60) + 2(20) + S2 = 120
60 + 40 + S2 = 120
S2 = 20
Resultando no valor da variável de folga S2 =20,
isto significa que se tem 20 horas-máquinas de ociosi-
dade por semana na Perfuração.
E que fabricação dos produtos no Polimento que
se tem a equação dada para o cálculo da variável de
folga 4 x1 + 2 x2 + S3 = 280 a variável de folga S3 é obtida
substituindo o Ponto Ótimo D ( 60,20 ), ou seja, ,
x1 = 60, x2 = 20que fica:
4(60) + 2(20) + S3 = 280
240 + 40 + S3 = 280
S3 = 0
Onde se tem que a o valor da variável de folga
é S3 = 0, este resultado significa que o recurso de ope-
ração de Polimento está em pleno emprego pois deter-
mina a capacidade de produção (gargalo) da empresa.
3. Minimização de custos com o uso da
Programação linear
A técnica da programação linear resolve pro-
blemas com o objetivo de minimizar as despesas na
fabricação de produtos, minimizar o custo total de
produção e ainda identificar e modelar problemas
de tomada de decisão sobre a alocação de recursos
(ANDRADE, 2011).
Para problemas de decisão de minimização
de custos, também faz-se uso da programação li-
near. Anteriormente, se mostrou como se obtém
a combinação ótima na produção entre dois pro-
dutos, de acordo com as restrições existentes nos
fatores de produção, com o objetivo de se obter o
maior lucro possível.
Tabela 5. Fatores necessários para a produção dos Papéis (Fino Médio e Grosso).
INTEGRAÇÃO 55
Através da programação linear será apresentado a
solução para o problema de minimização. As aborda-
gens a serem utilizadas são análogas à que foi utilizada
no problema de maximização.
Um problema de programação linear (progra-
mação matemática) com o objetivo de minimizar
uma quantidade específica depende de um número
finito de variáveis de entrada. Estas variáveis po-
dem ser independentes uma das outras ou podem
ser relacionadas por meio de uma ou mais restrições
(BRONSON, 1985).
3.1 Estruturando o problema
Na programação linear, o modelo é uma repre-
sentação matemática aproximada da realidade. O mo-
delo deve ser formulado para captar o ponto crucial do
problema, por exemplo, minimização, para em segui-
da ter uma tomada de decisão e atingir um equilíbrio
apropriado entre a realidade e a aplicação da solução
(WAGNER, 1986).
Considere o problema de Minimização de Custo
de uma indústria que está logo em seguida. O proble-
ma será estruturado e solucionado utilizando o Mode-
lo Matemático de Programação Linear.
Duas fábricas F1 e F2 produzem 3 diferentes tipos
de papel.
A companhia que controla as fábricas tem um con-
trato para produzir 60 toneladas de Papel Fino, 90 tone-
ladas de Papel Médio e 120 toneladas de Papel Grosso.
O custo de produção na fábrica F1 é de R$ 1.000,00
por dia e o da fábrica F2 é de R$ 2.000,00 por dia.
A fábrica F1 produz 1 toneladas de papel fino , 2 tone-
ladas de Papel médio e 4 toneladas de papel grosso por dia.
A fábrica F2 produz 4 toneladas de papel fino , 2 tone-
ladas de papel médio e 2 toneladas de papel grosso por dia.
O objetivo do empresário é obter quantos dias
cada fábrica deverá operar para suprir os pedidos de
forma a Minimizar os Custos na produção de papel.
As informações do problema são representas por
meio de tabelas a seguir:
Tabela 4. Custos de produção por dia em cada fábrica.
56 INTEGRAÇÃO BARBOSA • Utilização da programação linear

O objetivo do empresário é obter quantos dias

cada fábrica deverá operar para suprir os pedidos de
forma a Minimizar os Custos de produção de papel.
A quantidade a ser minimizada é descrita como
uma função matemática dos recursos (variáveis de
decisão) escassos. As relações entre as variáveis são
formalizadas através de restrições ao problema expres-
sas como equações e/ou inequações matemáticas (LA-
CHTERMACHER, 2002).
Para Minimizar os Custos na produção de papel
nesta fábrica e suprir os pedidos, com base nos dados
do problema que estão na Tabela 4. e Tabela 5. monta-
-se a Modelagem Matemática a seguir:
As Variáveis de Decisão x1 e x2 são dadas por:

{
x1 = representa a quantidade de dias que deve operar a fábrica F1
x2 = representa a quantidade de dias que deve operar a fábrica F2
A função objetivo é a Minimização dos Custos
(Cmín) que é dado por:
Cmín= 1.000 x1 + 2.000 x2
Que dependem das restrições técnicas:
Gráfico 3. Retas de Restrição e a Região Viável de Minimização do Custo.
Isto acontece em função da natureza das restri-
ções dos recursos. Na seção anterior, a restrição de
fatores tinha o formato de menor ou igual a, que res-
tringiam as combinações das variáveis de decisão a um
ponto sobre ou dentro da região viável, quando mos-
trados graficamente.

{
1x1 + 4x2 ≥ 60 (Restrição na fábrica de Papel Fino) No presente problema, os recursos escassos têm o
2x1 + 2x2 ≥ 90 (Restrição na fábrica de Papel Médio) formato de maior ou igual a, que restringe as possíveis
4x1 + 2x2 ≥ 120 (Restrição na fábrica de Papel Grosso) combinações das variáveis de decisão a um ponto so-
bre ou acima das retas de restrição.
E que as restrições de Não Negatividade das vari- Para encontrar o conjunto de pontos de (x1 , x2)
áveis de decisão são: que atendam os requisitos necessários ao Menor Cus-
to, devemos pensar em termos de deslocamentos para-

{ x1 ≥ 0
x2 ≥ 0
lelos da equação de custo Cmín= 1.000 x1 + 2.000 x2 , a
partir do ponto de origem 0, em direção à nordeste, até
que a função custo encoste em algum ponto na frontei-
3.2 A solução gráfica para a minimização ra de mínimo custo.
Substituindo R$ 5.000,00 em Cmín encontra-se a
O modelo de programação linear descreve um equação 5000 = 1000 x1 + 2000 x2 que fornece o con-
problema de forma concisa e que torna mais com- junto de pontos de (x1 , x2) que resultarão em 5000. Os
preensível a estrutura geral do problema e ajuda pontos (0,25) e (50,0) dão uma margem de contribuição
a revelar importantes relacionamentos de causa- de R$ 5000,00 conforme a reta traçada no Gráfico 4.
-efeito e que facilita o tratamento do problema
como um todo considerando todos os seus inter-
-relacionamentos de forma simultânea (HILLER;
LIEBERMAN, 2013).
O objetivo principal objetivo do empresário é ob-
ter quantos dias cada fábrica deverá operar para suprir
os pedidos de forma a minimizar os custos de produ-
ção de papel.
As Restrições do Papel Fino, Papel Médio e Papel
Grosso, são colocados em um mesmo sistema de co-
ordenadas cartesianas, da mesma forma como feita no
problema anterior conforme está no Gráfico 3.
Observe que a região viável, agora, está aci-
ma e à direita das linhas de restrição, contrastando
com o que foi mostrado anteriormente, quando a
região viável estava abaixo e à esquerda das linhas
de restrição.
Gráfico 4. Reta que Intercepta o Ponto de Mínimo Custo na Região Viável.
2014 • ANO XX, Nº 66 • 49-58 INTEGRAÇÃO
Nota-se no Gráfico 4 que a reta para Cmín=5000
toca primeiro na fronteira no ponto B(40,5) , que cor-
responde a 40 dias de operação na fábrica F1 e 5 dias
de operação na fábrica F2, sendo esta a Solução Ótima,
pois representa o Menor Custo entre todas as combi-
nações.
Substituindo x1 =40 e x2=5 na função de custo mínimo
Cmín= 1.000 x1 + 2.000 x2 se obtém:
Cmín= 1.000(40) + 2.000(5)=40.000 + 10.000
Que resulta Cmín= R$ 50.000,00, que é o menor
custo possível.
Neste problema não há outra combinação que
possa satisfazer as restrições e gerar custos menores
que R$ 50.000,00.
3.3. Solução algébrica
A resolução do problema pela solução algébrica
é fundamental, da mesma forma quando a utilizamos
para obter o ponto para maximização do lucro.
Primeiramente, temos que encontrar os valores
de x1 e x2 para cada ponto da reta que representa o
menor custo possível, isto é, os pontos A, B, C e D de-
terminados pela intersecção das retas de restrição que
passam por cada ponto.
Considerando o ponto B no Gráfico 4. que repre-
senta a intersecção das retas de restrição de Papel Fino
e Papel Médio.
57
Associando as inequações de restrição equações
temos:
1x1 + 4x2 = 60
2x1 + 2x2 = 90
Multiplicado a segunda equação por –2 temos:
1x1 + 4x2 = 60
-4x1 + -4x2 = -180
______________
-3x1 = -120
x1 = 40
Encontra-se o valor =40 que substituído este va-
lor na primeira equação, tem-se:
1(40) + 4x2 = 60
40 + 4x2 = 60
x2 = 5
Obtém-se x 2 = 5, assim, o ponto B é dado por
x1 = 40 e x2 = 5, ou seja, B (40,5).
Repetindo este procedimento para os demais
pontos A, C e D se obtêm as combinações de dias de
operação das fábricas.
Com as combinações dos pares de pontos A, B,
C e D calculam-se os respectivos Custos Mínimos que
constam na Tabela 6.
Tabela 6. Soluções da função objetivo para a minimização
Ao observar a tabela acima, o Ponto Ótimo em
que o se deve Operar as Fábricas e Minimizar o Custo
é o ponto B de coordenadas x1 = 40 e x2 = 5.
Não existe outra combinação possível que
possa satisfazer as restrições a um menor custo de
R$ 50.000,0 conforme os valores da Tabela 6 para
custo mínimo.
Com este resultado, deve-se operar a Fábrica F1
em 40 dias e a Fábrica F2 em 5 dias para atender a so-
licitação de contrato, suprindo os pedidos de forma a
Minimizar os Custos na Produção de Papel.
58 INTEGRAÇÃO BARBOSA • Utilização da programação linear

4. Considerações finais HILLIER, F. S. LIEBERMAN, G. J. Introdução à pesqui-

sa operacional. 9 ed. Porto Alegre : McGraw-Hill, 2013.
O método da programação linear é essencialmen-
te o mesmo para solucionar problemas com o objetivo LACHTERMACHER, G. Pesquisa operacional na to-
de minimizar ou maximizar a função objetivo. Primei- mada de decisões. 4 ed. Rio de Janeiro: Campus, 2009.
ramente se utilizam as restrições para determinar a re-
gião viável (área de possibilidades). LOESCH, C.; HEIN, N. Pesquisa operacional: funda-
Em segundo plano, determinam-se os valores das mentos e modelos. São Paulo: Saraiva, 2009.
variáveis de decisão em cada ponto onde as retas de
restrição se cruzam. E, finalmente, com base nos pares MOREIRA, D. A. Pesquisa operacional: curso intro-
de dados, determinam-se os valores da função obje- dutório. 2. ed. São Paulo: Cengage Learning, 2010.
tivo, e seleciona-se a combinação que otimiza (isto é,
minimizando ou maximizando) esta função. PASSOS, E. J. P. F. Programação linear como instru-
Na programação linear o método gráfico pode ser mento da pesquisa operacional. São Paulo: Atlas, 2008.
usado para qualquer problema com duas variáveis de
decisão. A programação linear é uma técnica poderosa SILVA, E. M. et. ali. Pesquisa operacional: para os
para a solução de problemas de alocação de recursos cursos de administração e engenharia. 4. ed. São Pau-
limitados a atividades em competição, bem como com lo: Atlas, 2010.
outros problemas que tenham uma formulação mate-
mática similar. Esta técnica se tornou um instrumen- WAGNER, H. M. Pesquisa operacional. 2. Ed. Rio de
to-padrão de grande importância para inúmeras orga- Janeiro: Prentice-Hall, 1986.
nizações industriais e de negócios.
Na formulação do modelo deve-se construir uma
representação com a coleta de todos os dados neces-
sários, suficientemente minucioso para captar os ele-
mentos essenciais que fornecerão resultados compatí-
veis com a realidade do problema.
O objetivo do estudo de programação linear não
é o equipamento utilizado, nem a predisposição dos
participantes, nem as propriedades físicas do produto
final, mas a combinação de todos os fatores em con-
junto, considerados como um processo econômico.
A programação linear tem como objetivo princi-
pal a elaboração de uma estratégia dirigida à regulação
dos resultados potenciais de operações futuras atra-
vés da construção de modelos científicos da situação
aplicada a particulares mecanismos transformadores
de valores nos quais atuam homens, equipamentos e
meios.
A contribuição deste artigo no âmbito empre-
sarial torna-se evidente que a prática específica da
Programação Linear, é uma importante ferramenta
gerencial para a escolha das melhores decisões. Como
sugestão de pesquisas futuras, tem-se a aplicação de
outras técnicas como a simulação para analisar o pro-
cesso produtivo e verificar outras possibilidades de
melhoria nos processos.

REFERÊNCIAS BIBLIOGRÁFICAS

ANDRADE, E. L. Introdução à pesquisa operacio-

nal: métodos e modelos para análise de decisões. 4 ed.
Rio de Janeiro: LTC, 2009.

BRONSON, R. Pesquisa operacional. São Paulo: Mc-

Graw-Hill, 1985.

ELLENRIEDER, A. Pesquisa operacional. Rio de Ja-

neiro: Almeida Neves Editores Ltda., 1971.