0 Apostila - Pesquisa Operacional PDF

Mauro Noriaki Takeda
Pesquisa Operacional
APRESENTAÇÃO
É com satisfação que a Unisa Digital oferece a você, aluno(a), esta apostila de Pesquisa Operacional,
parte integrante de um conjunto de materiais de pesquisa voltado ao aprendizado dinâmico e autôno-
mo que a educação a distância exige. O principal objetivo desta apostila é propiciar aos(às) alunos(as)
uma apresentação do conteúdo básico da disciplina.
A Unisa Digital oferece outras formas de solidificar seu aprendizado, por meio de recursos multidis-
ciplinares, como chats, fóruns, aulas web, material de apoio e e-mail.
Para enriquecer o seu aprendizado, você ainda pode contar com a Biblioteca Virtual: www.unisa.br,
a Biblioteca Central da Unisa, juntamente às bibliotecas setoriais, que fornecem acervo digital e impresso,
bem como acesso a redes de informação e documentação.
Nesse contexto, os recursos disponíveis e necessários para apoiá-lo(a) no seu estudo são o suple-
mento que a Unisa Digital oferece, tornando seu aprendizado eficiente e prazeroso, concorrendo para
uma formação completa, na qual o conteúdo aprendido influencia sua vida profissional e pessoal.
A Unisa Digital é assim para você: Universidade a qualquer hora e em qualquer lugar!
Unisa Digital
SUMÁRIO
INTRODUÇÃO................................................................................................................................................ 5
1 INTRODUÇÃO À PESQUISA OPERACIONAL........................................................................ 7
1.1 Origem da Pesquisa Operacional...............................................................................................................................7
1.2 Problemas Típicos de Pesquisa Operacional..........................................................................................................8
1.3 Métodos de Pesquisa Operacional............................................................................................................................9
1.4 Exercício Resolvido.......................................................................................................................................................10
1.5 Resumo do Capítulo.....................................................................................................................................................10
1.6 Atividades Propostas....................................................................................................................................................10
2 MODELAGEM.......................................................................................................................................... 11
2.1 Fases do Estudo de Pesquisa Operacional...........................................................................................................11
2.2 Definição do Problema................................................................................................................................................12
2.3 Formulação do Modelo Matemático.....................................................................................................................12
2.4 Solução do Modelo.......................................................................................................................................................12
2.5 Validação do Modelo....................................................................................................................................................13
3 PL..................................................................................................................................................................... 15
3.1 Construção do Modelo Matemático......................................................................................................................16
3.3 Método Gráfico...............................................................................................................................................................18
3.4 Exercícios Resolvidos....................................................................................................................................................19
4 MÉTODO SIMPLEX............................................................................................................................... 35
4.1 Passos do Método Simplex (Problemas de Maximização).............................................................................36
5 FERRAMENTA SOLVER DO EXCEL............................................................................................. 51

5.1 Verificando a Instalação do Solver...........................................................................................................................51
6 CONSIDERAÇÕES FINAIS................................................................................................................ 61
RESPOSTAS COMENTADAS DAS ATIVIDADES PROPOSTAS...................................... 63
REFERÊNCIAS.............................................................................................................................................. 73
INTRODUÇÃO
Caro(a) aluno(a),
Esta apostila destina-se a estudantes de graduação para os cursos de Engenharia de Produção ou

afins, para acompanhamento do conteúdo de pesquisa operacional, nos cursos a distância. Nela, você
lerá a respeito de assuntos referentes à introdução à pesquisa operacional, modelagem de problemas,
classificação de modelos matemáticos, modelagem em otimização, uso de algoritmos para solucionar
modelos e cálculos em problemas na área de engenharia, programação linear, método simplex e utiliza-
ção de pacote computacional (Excel) para resolução de problemas.
Com o intuito de simplificar a exposição dos tópicos abordados, procurou-se, por meio de uma
linguagem simples, clara e direta, expor o conteúdo de forma sucinta e objetiva. Em todos os capítulos,
são apresentadas questões resolvidas, para auxiliar na compreensão do conteúdo teórico e orientar a
resolução das atividades propostas. Para complementar a teoria e auxiliar na fixação do conteúdo apre-
sentado, são propostas, ao final de cada capítulo, várias atividades com grau de dificuldade crescente.
Espera-se que você tenha facilidade na compreensão do texto apresentado, bem como na realização das
atividades propostas.
Finalmente, desejamos que faça um excelente módulo, estude bastante e aprofunde seu conheci-
mento consultando as referências indicadas no final da apostila.
5
Unisa | Educação a Distância | www.unisa.br
INTRODUÇÃO À PESQUISA
1 OPERACIONAL
Caro(a) aluno(a), planejamento, a pesquisa operacional utiliza in-

formações provenientes de todos os elementos
Você sabe o que é pesquisa operacional? do sistema de ação, tendo como características a
Já ouviu falar de Programação Linear (PL)? E do pesquisa sobre as operações de toda a organiza-
método simplex? É desses assuntos que vamos ção, a otimização das operações, a aplicação dos
tratar agora, sendo que a pesquisa operacional é mais recentes métodos e técnicas científicos, o
um método científico de tomada de decisões de desenvolvimento e a utilização dos modelos ana-
grande importância, que está incluída como dis- líticos.
ciplina nos currículos de Engenharia, Economia, A pesquisa operacional é um ramo interdis-
Administração, Química, Agronomia, Atuária, ciplinar da matemática aplicada que utiliza mo-
Ciência da Computação, Sistema de Informação e delos matemáticos e algoritmos que ajudam na
Estatística. tomada de decisões. É usada na análise de siste-
A pesquisa operacional é uma ciência que mas complexos do mundo real, com o objetivo de
se aplica nas mais diversas áreas, como: organiza- melhorar ou otimizar as operações.
ção e gerência, economia, pesquisa de mercado,
eficiência e produtividade, organização de fluxos Dicionário
em fábricas, métodos de controle de qualidade,
transporte, estoque, distribuição e localização. Algoritmo: processo de cálculo destinado à solu-
ção de um problema, em que se estipulam, com
No mundo globalizado em que vivemos, generalidade e sem restrições, regras formais para
a sobrevivência de uma organização depende a obtenção do resultado ou da solução do proble-
ma em um número finito de etapas.
de um bom planejamento. Para o sucesso desse
1.1 Origem da Pesquisa Operacional
Sob o ponto de vista histórico, o primeiro

Atenção
passo para o estabelecimento das técnicas de
PL ocorreu em 1936, quando Wassily Leontieff A palavra ‘programação’ não se refere à progra-
criou um modelo constituído por um conjunto mação de computadores; ela tem o significado
de equações lineares. O uso de equações lineares de planejamento.
apareceu mais tarde, em 1939, em um trabalho
publicado pelo matemático russo L. V. Kantoro-
vick sobre planejamento da produção.
7
Durante a Segunda Guerra Mundial, um Saiba mais

grupo de cientistas foi convocado na Inglaterra
com o objetivo de auxiliar nas decisões de guerra, A PL é uma técnica de planejamento de atividades
para que estas fossem tomadas da melhor forma baseada em matemática e economia para obter
na utilização de recursos militares limitados. O um resultado ótimo, isto é, que atenda da melhor
maneira possível a um determinado objetivo.
trabalho desenvolvido por esse grupo marcou a
primeira atividade formal de pesquisa operacio-
nal.
Ao final da guerra, a utilização de técnicas
Os resultados positivos obtidos pela equi- de pesquisa operacional atraiu o interesse de
pe de pesquisa operacional inglesa motivaram diversas outras áreas. Com o aumento da veloci-
os Estados Unidos a iniciar atividades nessa área. dade de processamento e da quantidade de me-
Apesar de o crédito da origem da pesquisa ope- mória dos computadores atuais, que é um aliado
racional ser dado à Inglaterra, sua propagação natural da PL, houve uma evolução considerável
deve-se principalmente à implantação de um da pesquisa operacional. A expansão da utiliza-
projeto militar no Pentágono, do qual fazia parte ção de microcomputadores dentro de empresas
o matemático americano George B. Dantzig, con- faz com que os modelos desenvolvidos pelos
vocado durante a Segunda Guerra Mundial. O ob- profissionais de pesquisa operacional sejam mais
jetivo desse projeto era apoiar decisões operacio- rápidos, versáteis e também interativos, possibili-
nais das Forças Aéreas Americanas. No final desse tando a participação do usuário ao longo do pro-
projeto, concluído em 1947, Dantzig desenvolveu cesso de cálculo.
o método simplex para resolução de problemas
de PL.
1.2 Problemas Típicos de Pesquisa Operacional
As principais características da pesquisa problemas de otimização. Os problemas tratados

operacional são: pela pesquisa operacional objetivam a otimiza-
ção, que envolve a maximização dos lucros, mini-
análise das operações de toda a organi- mização dos custos, alocação de recursos, desig-
zação; nação de atividades, entre outros objetivos.
otimização das operações; Podemos observar a grande variedade des-
aplicação de métodos e técnicas cientí- sas aplicações na relação de algumas áreas em
ficos; que a pesquisa operacional foi aplicada com al-
gum sucesso:
desenvolvimento e utilização de mode-
los analíticos;
administração;
projeto e utilização de operações expe-
rimentais. agropecuária;
economia e planejamento econômico;
educação e saúde;
Atualmente, a pesquisa operacional é de
grande importância na tomada de qualquer de- energia;
cisão em uma organização. Essas decisões preci- engenharia;
sam ser tomadas de forma concisa, para atingir forças armadas;
um determinado objetivo, e é aqui que entram os investimentos e finanças;
8
localização, armazenamento e distribui- estoque;

ção; substituição e reposição de equipa-
planejamento e controle da produção; mentos;
planejamento urbano e regional; sequenciamento e coordenação de ta-
recursos hídricos; refas;
siderurgia; determinação de rotas;
telecomunicações; situações de competição (teoria dos jo-
transporte. gos);
busca de informação;
filas de espera;
As técnicas utilizadas na pesquisa operacio-
nal permitem que se resolva uma variedade enor- fluxos em rede;
me de problemas, entre os quais se destacam: problemas de características híbridas.
alocação de recursos;
localização e distribuição da produção;
1.3 Métodos de Pesquisa Operacional
A pesquisa operacional utiliza como fer- programação inteira: é uma forma de

ramenta a modelagem matemática, isto é, um PL em que as variáveis podem apenas
modelo matemático que reproduz o problema apresentar números inteiros. Tem sido
abordado em linguagem matemática, permitin- utilizada na resolução de problemas de
do a busca de uma solução numérica ótima. Na investimento, entre outros;
resolução desses modelos, são utilizadas várias programação mista: é uma forma de
ferramentas da matemática, como álgebra linear, PL em que as variáveis podem assumir
Teoria dos Grafos, Teoria da Probabilidade e mé- valores binários, inteiros e contínuos.
todos numéricos. Este modelo também é definido como
Um problema de otimização que possui seu otimização combinatória;
objetivo e suas restrições expressos como fun- programação não linear: é um mode-
ções matemáticas pode ser classificado de acor- lo matemático em que a função objeti-
do com as técnicas utilizadas para a resolução dos vo, as restrições ou ambas apresentam
modelos matemáticos. não linearidade em seus coeficientes.
Algumas dessas técnicas de pesquisa ope-
racional são:
PL: tem sido usada com sucesso na so-

lução de problemas relativos à alocação
de pessoal, mistura de materiais, distri-
buição, transporte, carteira de investi-
mento e avaliação da eficiência;
9
1.4 Exercício Resolvido
1. Faça uma breve descrição do que é pes- A sobrevivência de uma organização de-
quisa operacional. pende de um bom planejamento e isso pode ser
obtido por meio da pesquisa operacional, com a
Resolução: otimização das operações por meio da aplicação
dos mais recentes métodos e técnicas científicos.
Pesquisa operacional é uma ciência utili-
Algumas dessas técnicas são: PL, programação
zada na tomada de decisões nas mais diversas
inteira, programação mista e programação não
áreas, como organização e gerência, economia,
linear.
pesquisa de mercado, eficiência e produtividade,
organização de fluxos em fábricas, métodos de
controle de qualidade, transporte, estoque, distri-
buição e localização.
1.5 Resumo do Capítulo
Caro(a) aluno(a),
Você verificou, neste capítulo, que a pesquisa operacional é um método científico de tomada de
decisões de grande importância e se aplica nas mais diversas áreas, como: organização e gerência, eco-
nomia, pesquisa de mercado, eficiência e produtividade, organização de fluxos em fábricas, métodos de
controle de qualidade, transporte, estoque, distribuição e localização.
Sua origem ocorreu durante a Segunda Guerra Mundial e, posteriormente, com o aumento da ve-
locidade de processamento e da quantidade de memória dos computadores, houve uma evolução con-
siderável da pesquisa operacional.
A pesquisa operacional utiliza um modelo matemático que reproduz o problema abordado, permi-
tindo a busca de uma solução numérica ótima.
1.6 Atividades Propostas
1. Quais são as principais características da pesquisa operacional?
2. Cite três técnicas utilizadas na pesquisa operacional.
10
2 MODELAGEM
Caro(a) aluno(a), pende diretamente do sistema a ser representa-

do. A função objetivo e as funções de restrições
Você já ouviu falar de modelagem? A mode- podem ser lineares ou não lineares, as variáveis
lagem que você conhece provavelmente está rede decisão podem ser contínuas ou discretas e os
lacionada com as artes plásticas. Aqui, nós vamos parâmetros podem ser determinísticos ou proba-
conhecer a modelagem de problemas de pesqui- bilísticos.
sa operacional. O resultado dessa diversidade de repre-
Um modelo é uma representação de um sentações de sistemas é o desenvolvimento de
sistema real que pretende reproduzir o funcio- diversas técnicas de otimização, como a PL, a
namento do sistema, de modo a aumentar sua programação inteira, a programação não linear e
produtividade, podendo ser utilizado para definir outras, de modo a resolver cada tipo de modelo
a estrutura ideal do sistema. Sua formulação de- existente.
2.1 Fases do Estudo de Pesquisa Operacional
Um estudo de pesquisa operacional costu-

ma envolver as seguintes fases:
definição do problema;
construção do modelo do sistema;
Dicionário
cálculo da solução por meio do modelo;
validação do modelo; Implementação: ato de dar execução a um plano,
programa ou projeto.
implementação do modelo.
Essas fases são as principais etapas a ser

vencidas, não sendo necessariamente nessa or-
dem.
11
2.2 Definição do Problema
A definição do problema baseia-se em três

aspectos fundamentais:
descrição exata dos objetivos do estudo

(a partir da qual o modelo é concebido);
identificação das alternativas de deci-
são existentes;
reconhecimento das limitações, restri-
ções e exigências do sistema.
2.3 Formulação do Modelo Matemático
A formulação do modelo matemático para Em um modelo matemático de um proble-

o problema é o desenvolvimento do modelo ma- ma de otimização, a quantidade a ser maximiza-
temático para o problema. Existem várias técnicas da ou minimizada é descrita como uma função
a ser aplicadas na solução dos modelos matemá- matemática dos recursos (variáveis de decisão)
ticos. A escolha da técnica adequada é feita em escassos.
função das características do modelo que repre- Z = f ( Xi, Yj)
senta o problema, porém há situações tão com-
plexas que não existem modelos analíticos para
Na qual:
representá-las. Quando isso ocorre, o recurso é
desenvolver modelos de simulação, que, utilizan- Z = medida de desempenho do sistema.
do a capacidade de processamento dos compu- Xi = variáveis que podem ser controladas ou
tadores, fazem uma aproximação do comporta- variáveis de decisão.
mento desses sistemas. Yj = variáveis independentes.
f = relação funcional entre Z, Xi e Yj.
2.4 Solução do Modelo
Saiba mais
O objetivo aqui é encontrar a solução para o
A solução obtida é chamada “ótima”.
modelo proposto. A escolha do sistema é de fun-
damental importância para a qualidade da solu-
ção fornecida. A solução é obtida pelo algoritmo
mais adequado, em termos de rapidez de proces- Atenção
samento e precisão da resposta.
O objetivo geral de um problema de progra-
mação matemática é a busca por um ótimo,
que pode ser um máximo ou o mínimo de
uma função.
12
2.5 Validação do Modelo
Nesse processo de solução do problema, é Um método muito utilizado para testar a

necessário verificar a validação do modelo. A con- validade do sistema é analisar seu desempenho
fiabilidade da solução obtida por meio do mode- utilizando dados anteriores do sistema e verificar
lo depende da validação do modelo na represen- se ele reproduz o comportamento que o sistema
tação do sistema real. A validação do modelo é a apresentou.
confirmação de que ele realmente representa o
sistema real.
1. O que é validação do modelo?
Resolução:
A validação do modelo é a confirmação de
que ele realmente representa o sistema real e,
consequentemente, a confiabilidade da solução
obtida por meio do modelo. Pode ser obtida pela
análise do seu desempenho utilizando dados an-
teriores do sistema e verificando se ele reproduz o
comportamento que o sistema apresentou.
Caro(a) aluno(a),
Você deve ter notado que a formulação do modelo depende diretamente do sistema a ser repre-
sentado e envolve as seguintes fases:
validação do modelo;
13
Em um modelo matemático de um problema de otimização, a quantidade a ser maximizada ou

minimizada é uma função matemática dos recursos, ou seja:
Z = f ( Xi, Yj)
Além disso, é necessária a validação do modelo para sua efetiva implementação.
1. Quais são as fases envolvidas em um estudo de pesquisa operacional?
2. Qual é o objetivo geral de um problema de programação matemática?
14
3 PL
Caro(a) aluno(a),
Dicionário
Você sabia que a PL encontrou um aliado Inequação: é uma sentença aberta expressa por
muito poderoso? Esse aliado é o computador, uma desigualdade entre duas expressões algébri-
cas.
que, com a evolução e aumento da velocidade de
processamento, se tornou aliado naturalmente.
Então, preparado(a) para aprender sobre PL?
A formulação do problema a ser resolvido
A PL é uma técnica de planejamento e otimi-
utilizando PL obedece a algumas etapas básicas:
zação, e uma ferramenta utilizada para encontrar
o lucro máximo ou o custo mínimo em situações
nas quais temos diversas alternativas de escolha deve ser definido o objetivo básico do
sujeitas a algum tipo de restrição ou regulamen- problema, ou seja, a otimização a ser al-
tação. Teve seu desenvolvimento acelerado com cançada. Por exemplo: maximização de
o surgimento dos computadores e encontra-se lucro ou desempenhos, minimização
muito difundida em vários setores da sociedade. de custos ou de perdas. Tal objetivo será
Hoje, não podemos falar de pesquisa operacional representado por uma função objetivo
sem mencionar a PL. a ser maximizada ou minimizada;
Atualmente, é uma ferramenta padrão que para que essa função matemática seja
tem possibilitado altos lucros para a maioria das devidamente especificada, devem ser
companhias nos países industrializados. As apli- definidas as variáveis de decisão envol-
cações de PL fazem parte de rotinas diárias de vidas. Por exemplo: número de máqui-
planejamento nas mais variadas empresas, como nas, mão de obra disponível;
nas que possuem uma equipe de planejamento essas variáveis normalmente estão su-
e nas que simplesmente adquiriram um software jeitas a uma série de restrições, normal-
para aplicação da PL. mente representadas por inequações.
A palavra ‘linear’ significa que todas as fun- Por exemplo: quantidade de equipa-
ções matemáticas do modelo são funções linea- mentos disponível, tempo disponível.
res. A PL é utilizada para otimizar (maximizar ou
minimizar) uma função linear de variáveis, cha-
mada função objetivo, sujeita a uma série de res-
trições representadas por meio de equações ou
inequações lineares.
15
3.1 Construção do Modelo Matemático

3.1 Construção do Modelo Matemático
Para a elaboração de um modelo matemático, é necessário determinar três
conjuntos principais de elementos:
Para a elaboração de um modelo matemático, é necessário determinar três conjuntos principais de
1. variáveis de decisão e parâmetros: as variáveis de decisão são as incógnitas a ser
elementos:
determinadas pela solução do modelo e os parâmetros são valores fixos no problema;
1. variáveis de decisão e parâmetros: as variáveis de decisão são as incógnitas a ser determina-
2. restrições: são as limitações físicas do sistema; portanto, no modelo, devem ser
das pela solução do modelo e os parâmetros são valores fixos no problema;
incluídas as restrições que limitam as variáveis de decisão a seus valores possíveis ou
2. restrições: são as limitações físicas do sistema; portanto, no modelo, devem ser incluídas as
viáveis;
restrições que limitam as variáveis de decisão a seus valores possíveis ou viáveis;
3. 3.função
funçãoobjetivo:
objetivo:ééaafunção
funçãomatemática
matemáticaque
quedefine
defineaaqualidade
qualidadeda
da solução
solução (ótima)
(ótima) em
em fun-
ção das variáveis de decisão.
função das variáveis de decisão.
O problema geral de PL possui as seguintes características:

O problema geral de PL possui as seguintes características:
Otimizar (maximizar ou minimizar):
Otimizar (maximizar ou minimizar):
ܼ ൌ ݂ሺ‫ݔ‬ଵ ǡ ‫ݔ‬ଶ ǡ ‫ ڮ‬ǡ ‫ݔ‬௡ ሻ
Na qual:
݂ሺ‫ݔ‬ଵ ǡ ‫ݔ‬ଶ ǡ ‫ ڮ‬ǡ ‫ݔ‬௡ ሻ ൌ ܿଵ ‫ݔ‬ଵ ൅ ܿଶ ‫ݔ‬ଶ ൅ ‫ ڮ‬൅ ܿ௡ ‫ݔ‬௡
Sujeito a:
൑
݃ ሺ‫ ݔ‬ǡ ‫ ݔ‬ǡ ‫ ڮ‬ǡ ‫ ݔ‬ሻൡ ൌ ൝ܾ
௜ ଵ ଶ ௡ ௜
൒
Na qual:
݃௜ ሺ‫ݔ‬ଵ ǡ ‫ݔ‬ଶ ǡ ‫ ڮ‬ǡ ‫ݔ‬௡ ሻ ൌ ܽ௜ଵ ‫ݔ‬ଵ ൅ ܽ௜ଶ ‫ݔ‬ଶ ൅ ‫ ڮ‬൅ ܽ௜௡ ‫ݔ‬௡

Ou seja:
൑
ܽ ‫ ݔ‬൅ ܽ ‫ ݔ‬൅ ‫ ڮ‬൅ ܽ ‫ ݔ‬ൡ ൌ ൝ܾ
ଵଵ ଵ ଵଶ ଶ ଵ௡ ௡ ଵ
൒
൑
ܽ ‫ ݔ‬൅ ܽ ‫ ݔ‬൅ ‫ ڮ‬൅ ܽ ‫ ݔ‬ൡ ൌ ൝ܾ
ଶଵ ଵ ଶଶ ଶ ଶ௡ ௡ ଶ
൒
‫ڭ‬
൑
ܽ ‫ ݔ‬൅ ܽ ‫ ݔ‬൅ ‫ ڮ‬൅ ܽ ‫ ݔ‬ൡ ൌ ൝ܾ
௠ଵ ଵ ௠ଶ ଶ ௠௡ ௡ ௠
൒
Com:
‫ݔ‬ଵ ǡ ‫ݔ‬ଶ ǡ ‫ ڮ‬ǡ ‫ݔ‬௡ ൒ Ͳ
Sendo n o número de variáveis, m o número de restrições do problema e i o
Sendo n ode
índice número de variáveis,restrição.
uma determinada m o número de restrições do problema e i o índice de uma deter-
minada restrição.
16 3.2 Exercício Resolvido

ܼ ൌ ͵Ͳ‫ݔ‬ଵ ൅ ͶͲ‫ݔ‬ଶ
1. Uma fábrica produz um equipamento funcionários e cada equipamento re-
As restrições são: ܼ ൌ ͵Ͳ‫ݔ‬ଵ ൅ ͶͲ‫ݔ‬ଶ
em dois modelos: padrão e luxo. A linha quer 1 homem/dia; portanto, a produ-
de produção do modelo padrão com- x produção do ção
modelo
As restrições padrão:
são:
máxima diáriaesta
destalinha
linhade produção
é de 24 com
porta no máximo 24 funcionários e a máximo 24x funcionários
equipamentos.
produção do Desse
e cada
modelo modo,
equipamentopodemos
padrão: requer
esta linha1 de ho
do modelo luxo, 32 funcionários. Cada escrever matematicamente: x1 ≤ 24
portanto, a produção
máximomáxima diária destae linha
24 funcionários cada éequipament
de 24 equi
equipamento padrão consome 1 ho- produção do modelo luxo: esta linha de
mem/dia para ser produzido, enquan- Desse modo, podemos portanto,escrever
produção comporta matematicamente:
a produçãono máxima
máximo diária
32 fun-desta linh
to o modelo luxo requer 2 homens/dia cionários
Desse modo, e cada equipamento
‫ݔ‬ଵ ൑ ʹͶ escreverrequer
podemos matematicame
para cada equipamento. A fábrica pos- 2 homens/dia para ser produzido; por-
x produção do modelo luxo: esta linha de produção
sui 40 funcionários no total, que podem ‫ݔ‬ଵ ൑ ʹͶcomporta n
tanto, a produção máxima diária des-
ser alocados nas duas linhas de produ- 32 funcionários e cada
x taprodução equipamento
do modelo requer
luxo: esta
linha é de 16 equipamentos. Desse 2
linhahomens/dia
de produç
ção. Sabendo que cada modelo padrão produzido; portanto,modo, podemos
a produçãoescrever
máximamatematica-
diária desta linh
32 funcionários e cada equipamento requer
fornece lucro de R$ 30,00 e cada mode- mente: x2 ≤ 16
lo luxo, lucro de R$ 40,00, qual deve ser equipamentos. Desse modo,
produzido; podemosa escrever
portanto, produção
disponibilidade máxima de funcioná-
matematicam
máxima di
o esquema de produção para maximi- equipamentos.
rios: ൑ ͳ͸ modo,
‫ݔ‬ଶDesse
a linha de produção padrão podemos
irá pro- escreve
zar o lucro diário? duzir equipamentos por dia
x disponibilidade máxima de funcionários: ‫ݔ‬e,
a linha como
ଶ ൑ de
ͳ͸ produção
cada equipamento requer 1 homem/
produzir ‫ݔ‬ଵxequipamentos
disponibilidade por máxima
dia e, como cada equipament
de funcionários: a linh
Resolução: dia, serão necessários 1x1 funcionários.
homem/dia, serão necessários
Aproduzir
linha de‫ݔ‬ଵprodução funcionários.
ͳ‫ݔ‬ଵ luxo
equipamentos por
irá A como
dia e,
produzir linha cad
de
Vamos começar a elaborar o modelo defi-
equipamentos
nindo as variáveis básicas, que são as quantida- luxo irá produzir
homem/dia, por dia
‫ݔ‬ଶ equipamentos
serão pore, dia
como
necessários cada
e, como
ͳ‫ݔ‬ cada equ
ଵ funcionári
equipamento
des a ser produzidas do modelo padrão e do mo- requer 2 homens/dia, requer 2 homens/dia, se-
serão necessários
luxo irá produzir ʹ‫ݔ‬ଶ funcionários.
‫ ݔ‬equipamentos por dia e,
delo luxo. Vamos chamar a quantidade padrão e rão necessários 2x2 ଶfuncionários. Visto
a quantidade luxo. temos 40 funcionários
requer
que 2 disponíveis,
temos homens/dia, podemos
serão
40 funcionários escrever essa
necessários
disponíveis, ʹ‫ݔ‬ଶ
Os parâmetros são: como: podemos
temos 40escrever essa restrição
funcionários como: podemo
disponíveis,
como: ͳ‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ ൑ ͶͲ
linha de produção padrão: 24; Portanto, o modelo é: ͳ‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ ൑ ͶͲ
linha de produção luxo: 32;
Maximizar: Portanto, o modelo é:
total de funcionários disponíveis: 40.
Maximizar:ܼ ൌ ͵Ͳ‫ݔ‬ଵ ൅ ͶͲ‫ݔ‬ଶ
Sujeito a: ܼ ൌ ͵Ͳ‫ݔ‬ଵ ൅ ͶͲ‫ݔ‬ଶ
Como devemos maximizar o lucro, saben-
do que cada modelo padrão fornece lucro de R$ Sujeito a: ‫ݔ‬ଵ ൑ ʹͶ
30,00 e cada modelo luxo, R$ 40,00, a função ob- ‫ݔ‬ଶ ൑ ͳ͸ ‫ݔ‬ଵ ൑ ʹͶ
jetivo Z será:
ͳ‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ ൑ ͶͲ ‫ݔ‬ଶ ൑ ͳ͸
‫ݔ‬ଵ ǡ ‫ݔ‬ଶ ൒ Ͳ ͳ‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ ൑ ͶͲ
Z=30x1+40x2
‫ݔ‬ଵ ǡ ‫ݔ‬ଶ ൒ Ͳ
As restrições são: 3.3 Método Gráfico

3.3 Método Gráfico
produção do modelo padrão: esta linha
de produção comporta no máximo 24
17
3.3 Método Gráfico
Você deve estar se perguntando: gráfico? Para concretizar esses passos, inicialmente,
Hoje, o pessoal da área administrativa utiliza mui- deve-se construir um sistema cartesiano, com os
to o recurso de gráfico, deixando de ser uma fer- seus eixos sendo as duas variáveis x1 e x2. A partir
ramenta exclusiva do pessoal de exatas. O gráfico daí, traçam-se as retas referentes às restrições do
ajuda muito na visualização e compreensão de problema e delimita-se a região viável. Encontra-
resultados e, em alguns casos, ele fala por si só. da a região viável, deve-se traçar uma reta com a
Nos problemas de pesquisa operacional declividade da função objetivo. Traçam-se, então,
que envolvem apenas duas variáveis de decisão, diversas retas paralelas a ela no sentido de Z cres-
a solução ótima de um modelo de PL pode ser re- cente até encontrar o ponto ótimo, que é o ponto
solvida por meio do método gráfico. no qual a reta assume o maior valor possível, cor-
tando a região viável (normalmente num vértice).
Atenção
O método gráfico só pode ser utilizado quan-

do existirem duas (bidimensional) ou, no máxi-
mo, três variáveis, o que o torna de difícil visua-
lização, visto que é tridimensional.
Para encontrar a solução ótima, é neces-

sário encontrar um vértice da região viável que
forneça o maior valor possível (problema de ma-
ximização) para a função objetivo.
Dicionário
Região viável: região que contém pelo menos um

ponto exequível, factível.
A solução gráfica pode ser feita em três pas-

sos:
a) identificação e construção das retas de

restrição;
b) identificação da região viável;
c) identificação do ponto ótimo.
18

3.4
3.4Exercícios Resolvidos
Exercícios Resolvidos
1)
1. Obtenha
Obtenha graficamente
graficamente aasolução
soluçãoótima
ótima para
para o problema
o problema a seguir,
a seguir, pordomeio
por meio do
deslocamento
da função objetivo:
deslocamento da função objetivo:
Maximizar:
Maximizar:
‫ ܽݐ݅݁ܿ݁ݎ‬ൌ Ͳǡ͵‫ݔ‬ଵ ൅ Ͳǡͷ‫ݔ‬ଶ
Sujeito a:
Sujeito a:
ʹ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൑ ʹ
‫ݔ‬ଵ ൅ ͵‫ݔ‬ଶ ൑ ͵
‫ݔ‬ଵ ൒ Ͳǡ ‫ݔ‬ଶ ൒ Ͳ
Resolução:
Resolução:Vamos construir um sistema cartesiano, no qual o eixo das abscissas será a
Vamos construir um sistema cartesiano, no qual o eixo das abscissas será a variável e o eixo das
variável ‫ݔ‬ଵ e o eixo das ordenadas será a variável ‫ݔ‬ଶ .
ordenadas será a variável x2.
Para construir o gráfico da primeira restrição, ʹ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൑ ʹ, vamos determinar

dois valores para ‫ݔ‬ଵ e ‫ݔ‬ଶ , visto que é uma reta, a partir da equação ʹ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൌ ʹ.
Atribuindo o valor ‫ݔ‬ଵ ൌ Ͳ, temos:
Para construir o gráfico da primeira restrição, ʹ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൑ ʹ, vamos determinar dois valores para
ʹήͲ൅‫ ݔ‬ൌʹ
‫ݔ‬ଵ e ‫ݔ‬ଶ , visto que é uma reta, a partir da equação ʹ‫ݔ‬ଵଶ൅ ‫ݔ‬ଶ ൌ ʹ.
Atribuindo o valor ‫ݔ‬ଵ ൌ Ͳ, temos: ‫ݔ‬ଶ ൌ ʹ
ʹ ή Ͳ ൅ ‫ݔ‬ଶ ൌ ʹ
Atribuindo o valor ‫ݔ‬ଶ ൌ Ͳ, temos:
ʹ‫ݔ‬ଵ‫ݔ‬൅
ଶ ൌ
Ͳൌʹʹ
Atribuindo o valor ‫ݔ‬ଶ ൌ Ͳ, temos: ‫ݔ‬ଵ ൌ ͳ
ʹ‫ ݔ‬൅ Ͳ ൌ ʹ
Colocando esses resultados emଵuma tabela, temos:
‫ݔ‬ଵ ൌ ͳ
Colocando esses resultados em uma tabela, temos:
x1 x2
0 2
1 0
19
ଶ
ʹ‫ݔ‬ଵ ൅ Ͳ ൌ ʹ
‫ݔ‬ଵ ൌ ͳ
x1 x2
0 2
1 0
Localizando esses pontos no plano cartesiano e traçando a reta, temos:

Aqui, mostramos somente o primeiro quadrante do plano cartesiano, visto que as variáveis
podem receber somente valores positivos.
Como a restrição é ʹ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൑ ʹ, a região de interesse é a hachurada.
Para construir o gráfico da segunda restrição, ‫ݔ‬ଵ ൅ ͵‫ݔ‬ଶ ൑ ͵, vamos determinar dois valores para
‫ݔ‬ଵ e ‫ݔ‬ଶ , visto que é uma reta, a partir da equação ‫ݔ‬ଵ ൅ ͵‫ݔ‬ଶ ൌ ͵.
Ͳ ൅ ͵‫ݔ‬ଶ ൌ ͵
‫ݔ‬ଶ ൌ ͳ
‫ݔ‬ଵ ൅ ͵ ή Ͳ ൌ ͵
‫ݔ‬ଵ ൌ ͵
20
ଵ
Ͳ ൅ ͵‫ݔ‬ଶ ൌ ͵
‫ݔ‬ଶ ൌ ͳ
‫ݔ‬ଵ ൅ ͵ ή Ͳ ൌ ͵
‫ݔ‬ଵ ൌ ͵
x1 x2
0 1
3 0

Como a restrição é ‫ݔ‬ଵ ൅ ͵‫ݔ‬ଶ ൑ ͵, a região de interesse é a hachurada.
Colocando todas as restrições em único gráfico, obtemos a interseção de todas as restrições,

representada pela região de hachura .
21

Região
Simplex
Região
Essa região recebe o nome regiãoSimplex
convexa simplex, que representa o conjunto de soluções
viáveis.
Saiba mais
Saiba mais
Essa região
A região convexa simplex também recebe região
é chamada o nome região
viável convexa
ou região simplex, que representa o conjunto d
factível.
A região convexa simplex também é chamada re-
viáveis.
gião viável ou região factível.
Após o estabelecimento da região viável, o próximo passo é a determinação das curvas de nível
Saiba mais
que representam a função objetivo. Inicialmente, precisamos identificar dois pontos em que a curva de
A região
nível da função objetivo tem oconvexa
mesmo simplex também é chamada
valor. Normalmente, região
os valores de Xviável ou região
e Y iguais factível.
a zero (0) zeram a
Após o estabelecimento da região viável, o
função objetivo, exceto quando a função contém alguma constante (reta a).
próximo passo é a determinação das curvas de
Após oobjetivo.
nível que representam a função estabelecimento
Inicial- da região viável, o próximo passo é a determinação das cur
que representam
mente, precisamos identificar a função
dois pontos em queobjetivo. Inicialmente, precisamos identificar dois pontos em qu
nível objetivo
a curva de nível da função da função objetivo
tem o mesmotem o mesmo valor. Normalmente, os valores de X e Y iguais a zero
valor. Normalmente, osfunção objetivo,
valores de X eexceto quando
Y iguais a a função contém alguma constante (reta a).
zero (0) zeram a função objetivo, exceto
quando a função contém alguma cons-
tante (reta a).
22

A função objetivo ‫ ܽݐ݅݁ܿ݁ݎ‬ൌ Ͳǡ͵‫ݔ‬ଵ ൅ Ͳǡͷ‫ݔ‬ଶ pode ser transformada em:
‫ ܽݐ݅݁ܿ݁ݎ‬െ Ͳǡ͵‫ݔ‬ଵ ൌ Ͳǡͷ‫ݔ‬ଶ

ou
Ͳǡͷ‫ݔ‬ଶ ൌ െͲǡ͵‫ݔ‬ଵ ൅ ‫ܽݐ݅݁ܿ݁ݎ‬
Ͳǡ͵‫ݔ‬ଵ ‫ܽݐ݅݁ܿ݁ݎ‬
‫ݔ‬ଶ ൌ െ ൅
Ͳǡͷ Ͳǡͷ
଴ǡଷ
Observe que essa equação corresponde à equação da reta ‫ ݕ‬ൌ ܽ‫ ݔ‬൅ ܾ, na qual ܽ ൌ െ éo
଴ǡହ
௥௘௖௘௜௧௔
coeficiente angular e ܾ ൌ , o coeficiente linear. Se variarmos o valor da receita, obtemos retas
଴ǡହ
paralelas à reta a, visto que o coeficiente angular é o mesmo. Para receita de 0,4, temos a reta b:
E
D
UHFHLWD
Para receita de 0,5, temos a reta c:
F
E
D
UHFHLWD
UHFHLWD
23

São, então, traçadas diversas paralelas a ela no sentido de Z crescente (maximização da função),
como na figura. Para receita 1, temos a reta d:
F
E UHFHLWD
D
UHFHLWD
UHFHLWD
Observe que a reta d não intercepta a região simplex, portanto não satisfaz a maximização da
função.
O ponto ótimo é o ponto no qual a reta de maior valor possível corta a região viável
(normalmente num vértice); na figura, corresponde à reta e:
H
F
E UHFHLWD
UHFHLWD
D
UHFHLWD
UHFHLWD
Para a solução ótima, temos ‫ݔ‬ଵ ൌ Ͳǡ͸ e ‫ݔ‬ଶ ൌ Ͳǡͺ. Substituindo esses valores na função objetivo

‫ ܽݐ݅݁ܿ݁ݎ‬ൌ Ͳǡ͵‫ݔ‬ଵ ൅ Ͳǡͷ‫ݔ‬ଶ , temos:
‫ ܽݐ݅݁ܿ݁ݎ‬ൌ Ͳǡ͵ ή Ͳǡ͸ ൅ Ͳǡͷ ή Ͳǡͺ

‫ ܽݐ݅݁ܿ݁ݎ‬ൌ Ͳǡͳͺ ൅ ͲǡͶ
‫ ܽݐ݅݁ܿ݁ݎ‬ൌ Ͳǡͷͺ
Portanto, a solução ótima é:

24
‫ ݔ‬ൌ Ͳǡ͸‫ݏ݁݀ܽ݀݅݊ݑ‬
‫ ܽݐ݅݁ܿ݁ݎ‬ൌ Ͳǡ͵ ή Ͳǡ͸ ൅ Ͳǡͷ ή Ͳǡͺ
‫ܽݐ݅݁ܿ݁ݎܽݐ݅݁ܿ݁ݎ‬ήൌ
Ͳǡ͸Ͳǡͷͺ
ൌ Ͳǡ͵‫ܽݐ݅݁ܿ݁ݎ‬
൅ൌͲǡͷͲǡͳͺ
ή Ͳǡͺ൅ ͲǡͶ Pesquisa Operacional
‫ܽݐ݅݁ܿ݁ݎ‬
‫ ܽݐ݅݁ܿ݁ݎ‬ൌ Ͳǡͳͺ ൅ ͲǡͶൌ Ͳǡͷͺ
‫ ܽݐ݅݁ܿ݁ݎ‬ൌ Ͳǡͷͺ
‫ݔ‬ଵ ൌ Ͳǡ͸‫ݏ݁݀ܽ݀݅݊ݑ‬
‫ݔ‬ଶ ൌ Ͳǡͺ‫ݏ݁݀ܽ݀݅݊ݑ‬
‫ݔ‬ଵ ൌ Ͳǡ͸‫ݏ݁݀ܽ݀݅݊ݑ‬
‫ܽݐ݅݁ܿ݁ݎ‬
‫ ݔ‬ൌൌ Ͳǡͷͺ‫ݏ݁݀ܽ݀݅݊ݑ‬
‫ݔ‬ଶ ൌ Ͳǡͺ‫ݏ݁݀ܽ݀݅݊ݑ‬
Ͳǡ͸‫ݏ݁݀ܽ݀݅݊ݑ‬
ଵ
‫ݔ‬ଶ ൌ ‫ܽݐ݅݁ܿ݁ݎ‬ ൌ Ͳǡͷͺ‫ݏ݁݀ܽ݀݅݊ݑ‬

Ͳǡͺ‫ݏ݁݀ܽ݀݅݊ݑ‬
2) Obtenha graficamente a solução ótima para
‫ܽݐ݅݁ܿ݁ݎ‬ ൌo problema a seguir, por meio do deslocamento da
Ͳǡͷͺ‫ݏ݁݀ܽ݀݅݊ݑ‬
2. Obtenha graficamente a solução ótima para o problema a seguir, por meio do deslocamento
função objetivo:
2)daObtenha graficamente a solução ótima para o problema a seguir, por meio do deslocamento da
função objetivo:
Minimizar:
função
2) Obtenha objetivo: a solução ótima para o problema a seguir, por meio do deslocamento da
graficamente
ܿ‫ ݋ݐݏݑ‬ൌ ͳͳ‫ݔ‬ଵ ൅ ͳʹ‫ݔ‬ଶ
Minimizar:
função objetivo:
Sujeito a: ܿ‫ ݋ݐݏݑ‬ൌ ͳͳ‫ݔ‬ଵ ൅ ͳʹ‫ݔ‬ଶ
Minimizar:
Sujeito a: ‫ݔ‬ଵ ൌ
ܿ‫݋ݐݏݑ‬ ൅ ͳͳ‫ݔ‬
‫ݔ‬ଶ ൑ ൅
ʹͲͳʹ‫ݔ‬
ଵ ଶ
Sujeito a: ‫ݔ‬ଵ ൅ ‫ݔ‬ ൒ ͳͲ

ଶ ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൑ ʹͲ
ͷ‫ݔ‬
‫ݔ‬ଵଵ ൅
൅ ͸‫ݔ‬
‫ݔ‬ଶ ଶ൑‫ݔ‬൒ ͷͶ‫ݔ‬ଶ ൒ ͳͲ
൅
ଵʹͲ
‫ݔݔ‬ଵ ൒൅Ͳǡ
‫ݔ ݔ‬ͷ‫ݔ‬
൒ଶ ଵ൒൅Ͳ͸‫ݔ‬ଶ ൒ ͷͶ
ͳͲ
ଵ ଶ
Resolução: ͷ‫ݔ‬ଵ ൅ ͸‫ݔ‬ଶ‫ݔ‬ଵ൒൒ͷͶͲǡ ‫ݔ‬ଶ ൒ Ͳ
Vamos construir um sistema cartesiano,
Resolução: ‫ݔ‬ଵ no
൒ Ͳǡqual
‫ݔ‬ଶ ൒ Ͳ das abscissas será a variável ‫ݔ‬ଵ e o eixo
o eixo
Resolução:
das ordenadas será a variável ‫ ݔ‬.
Resolução: Vamos construirଶum sistema cartesiano, no qual o eixo das abscissas será a variável ‫ݔ‬ଵ e o eixo
Vamos construir um sistema cartesiano, no qual o eixo das abscissas será a variável x1 e o eixo das
das ordenadas
Vamos construir serásistema
um a variável ‫ݔ‬ଶ .
cartesiano, no qual o eixo das abscissas será a variável ‫ݔ‬ଵ e o eixo
ordenadas será a variável x2.
das ordenadas será a variável ‫ݔ‬ଶ .

Para construir o gráfico da primeira restrição, ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൑ ʹͲ, vamos determinar dois valores para
‫ݔ‬ଵ e ‫ݔ‬ଶ , visto que é uma reta, a partir da equação ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൌ ʹͲ.
Ͳ ൅ ‫ݔ‬ଶ ൌ ʹͲ
‫ݔ‬ଶ ൌ ʹͲ

‫ݔ‬ଵ ൅ Ͳ ൌ ʹͲ
25
‫ݔ‬ଵ ൌ ʹͲ| www.unisa.br
Unisa | Educação a Distância
‫ݔ‬ଶ ൌ ʹͲ

‫ݔ‬ଵ ൅ Ͳ ൌ ʹͲ
‫ݔ‬ଵ ൌ ʹͲ
x1 x2
0 20
20 0
Aqui, mostramos somente o primeiro quadrante do plano cartesiano, visto que as variáveis
podem receber somente valores positivos.
Como a restrição é ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൑ ʹͲ, a região de interesse é a hachurada.

Para construir o gráfico da segunda restrição, ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൒ ͳͲ, vamos determinar dois valores para
26‫ݔ‬ଵ e ‫ݔ‬ଶ , visto que é uma reta, a partir da equação ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൌ ͳͲ.
Para construir o gráfico da segunda restrição, ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൒ ͳͲ, vamos determinar dois valores para
‫ݔ‬ଵ e ‫ݔ‬ଶ , visto que é uma reta, a partir da equação ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൌ ͳͲ.
Ͳ ൅ ‫ݔ‬ଶ ൌ ͳͲ
‫ݔ‬ଶ ൌ ͳͲ

‫ݔ‬ଵ ൅ Ͳ ൌ ͳͲ
‫ݔ‬ଵ ൌ ͳͲ
x1 x2
0 10
10 0

Como a restrição é ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൒ ͳͲ, a região de interesse é a hachurada.
27
Para construir o gráfico da terceira restrição, ͷ‫ݔ‬ଵ ൅ ͸‫ݔ‬ଶ ൒ ͷͶ, vamos determinar dois valores para
Como a restrição é ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൒ ͳͲ, a região de interesse é a hachurada.
Para construir o gráfico da terceira restrição, ͷ‫ݔ‬ଵ ൅ ͸‫ݔ‬ଶ ൒ ͷͶ, vamos determinar dois valores para
‫ݔ‬ଵ e ‫ݔ‬ଶ , visto que é uma reta, a partir da equação 5x1 +6x2 =54.
ͷ ή Ͳ ൅ ͸‫ݔ‬ଶ ൌ ͷͶ
ͷͶ
‫ݔ‬ଶ ൌ
͸
‫ݔ‬ଶ ൌ ͻ

ͷ ή ‫ݔ‬ଵ ൅ ͸ ή Ͳ ൌ ͷͶ
ͷͶ
‫ݔ‬ଵ ൌ
ͷ
‫ݔ‬ଵ ൌ ͳͲǡͺ

x1 x2
0 9
10,8 0
28
10,8 0
Como a restrição é ͷ‫ݔ‬ଵ ൅ ͸‫ݔ‬ଶ ൒ ͷͶ, a região de interesse é a hachurada.
29
Colocando todas as restrições em único gráfico, obtemos a interseção de todas as restrições,

representada pela região de hachura .
Região
Simplex
Essa região recebe o nome região convexa simplex, que representa o conjunto de soluções
viáveis.
Após o estabelecimento da região viável, o próximo passo é a determinação das curvas de nível
que representam a função objetivo. Inicialmente, precisamos identificar dois pontos em que a curva de
nível da função objetivo tem o mesmo valor. Normalmente, os valores de X e Y iguais a zero (0) zeram a
função objetivo, exceto quando a função contém alguma constante (reta a).
30

A função objetivo ܿ‫ ݋ݐݏݑ‬ൌ ͳͳ‫ݔ‬ଵ ൅ ͳʹ‫ݔ‬ଶ pode ser transformada em:

ܿ‫ ݋ݐݏݑ‬െ ͳͳ‫ݔ‬ଵ ൌ ͳʹ‫ݔ‬ଶ
ou
ͳʹ‫ݔ‬ଶ ൌ െͳͳ‫ݔ‬ଵ ൅ ܿ‫݋ݐݏݑ‬
ͳͳ‫ݔ‬ଵ ܿ‫݋ݐݏݑ‬
‫ݔ‬ଶ ൌ െ ൅
ͳʹ ͳʹ
ଵଵ
Observe que essa equação corresponde à equação da reta ‫ ݕ‬ൌ ܽ‫ ݔ‬൅ ܾ, na qual ܽ ൌ െ éo
ଵଶ
௖௨௦௧௢
coeficiente angular e ܾ ൌ , o coeficiente linear. Se variarmos o valor do custo, obtemos retas
ଵଶ
paralelas à reta a, visto que o coeficiente angular é o mesmo. Para custo de 168, temos a reta b:
FXVWR
Observe que a reta b intercepta a região simplex, mas não é o menor custo possível; portanto, ela
não satisfaz a minimização da função.
O ponto ótimo é o ponto no qual a reta de menor valor possível corta a região viável
(normalmente num vértice); na figura, corresponde à reta c:

F
FXVWR
FXVWR
D
31
Para a solução ótima, temos ‫ݔ‬ଵ ൌ ͸ e ‫ݔ‬ଶ ൌ Ͷ. Substituindo esses valores na função objetivo
ܿ‫ ݋ݐݏݑ‬ൌ ͳͳ‫ݔ‬ଵ ൅ ͳʹ‫ݔ‬ଶ , temos:
ܿ‫ ݋ݐݏݑ‬ൌ ͳͳ ή ͸ ൅ ͳʹ ή Ͷ
ܿ‫ ݋ݐݏݑ‬ൌ ͸͸ ൅ Ͷͺ
ܿ‫ ݋ݐݏݑ‬ൌ ͳͳͶ

‫ݔ‬ଵ ൌ ͸‫ݏ݁݀ܽ݀݅݊ݑ‬
‫ݔ‬ଶ ൌ Ͷ‫ݏ݁݀ܽ݀݅݊ݑ‬
ܿ‫ ݋ݐݏݑ‬ൌ ͳͳͶ‫ݏ݁݀ܽ݀݅݊ݑ‬

Caro(a) aluno(a),
Neste capítulo, você estudou que a PL é uma técnica de planejamento e otimização utilizada
para maximizar ou minimizar uma função linear de variáveis, chamada função objetivo, sujeita a uma
Caro(a) aluno(a),
série de restrições representadas por meio de equações ou inequações lineares.
Você viu também que é necessário determinar três conjuntos principais de elementos: variáveis
de decisão ecapítulo,
Neste você restrições
parâmetros, estudou que a PL é objetivo;
e função uma técnica de planejamento
e aprendeu a utilizareasotimização utilizada
variáveis para paraa
montar
maximizar
função e asou minimizar com
inequações uma as
função linear de
restrições. variáveis,
Ainda, estudouchamada função
o método objetivo,
gráfico para sujeita a umaa série
determinar de
solução
restrições representadas por meio de equações ou inequações lineares.
Você viu também que é necessário determinar três conjuntos principais de elementos: variáveis de
decisão e parâmetros, restrições e função objetivo; e aprendeu a utilizar as variáveis para montar a função
e as inequações com as restrições. Ainda, estudou o método gráfico para determinar a solução ótima dos
problemas de otimização que envolvem duas variáveis, para maximizar o lucro ou minimizar os custos.
Agora, vamos fazer alguns exercícios para treinar o que acabamos de estudar? Tenha em mãos lá-
pis, régua e papel milimetrado para facilitar a confecção dos gráficos.
1. Monte o modelo de PL do seguinte problema: um sapateiro faz 6 sapatos por hora, se fizer so-
mente sapatos, e 5 cintos por hora, se fizer somente cintos. Ele gasta 2 unidades de couro para
fabricar 1 unidade de sapato e 1 unidade couro para fabricar 1 unidade de cinto. Sabendo que
o total disponível de couro é de 6 unidades e que o lucro unitário por sapato é de 5 unidades
monetárias e por cinto é de 2 unidades monetárias, pede-se o modelo do sistema de produção
do sapateiro, sendo o objetivo maximizar seu lucro por hora.
32
maximizar seu lucro por hora.
2. Resolva graficamente
2) Resolva o modelo:
graficamente o modelo:
Maximizar:
‫ ݋ݎܿݑܮ‬ൌ ʹ‫ݔ‬ଵ ൅ ͵‫ݔ‬ଶ
Sujeito a:
െ‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ ൑ Ͷ
‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ ൑ ͸
‫ݔ‬ଵ ൅ ͵‫ݔ‬ଶ ൑ ͻ
‫ݔ‬ଵ ൒ Ͳǡ ‫ݔ‬ଶ ൒ Ͳ
3) Resolva graficamente o problema a seguir: uma fábrica produz dois tipos de produto: standard
3. Resolva graficamente o problema a seguir: uma fábrica produz dois tipos de produto: standard
eluxo.
luxo.Cada modelostandard
Cadamodelo standardrequer
requer4 4horas
horasdedecorte
cortee e2 2horas
horasdedepolimento;
polimento;cada
cadamodelo
modeloluxo requ
luxo requer
2 horas de 2corte
horase de corte ede5 horas
5 horas de polimento.
polimento. A fábricaA possui
fábrica 2possui 2 cortadoras
cortadoras e 3 polidoras.
e 3 polidoras. Sabendo que
Sabendo que a semana de trabalho da fábrica é de 40 horas, que cada modelo standard dá um
semana de trabalho da fábrica é de 40 horas, que cada modelo standard dá um lucro de R$ 3,00 e cad
lucro de R$ 3,00 e cada modelo luxo, R$ 4,00 e que não há restrição de demanda, pede-se para
modelo luxo,
determinar R$ 4,00 edaque
a produção nãoque
fábrica há restrição
maximizade demanda, pede-se para determinar a produção d
o lucro.
fábrica que maximiza o lucro.
33
4 MÉTODO SIMPLEX
Caro(a) aluno(a), que entram e saem para a formação da nova base

constituem o centro do simplex.
Agora você já sabe o que é pesquisa opera- O algoritmo do método simplex é apresen-
cional e PL, bem como conhece o método gráfico tado no fluxograma a seguir:
para resolver problemas com duas variáveis; va-
mos conhecer um método analítico para resolver ,QtFLR
esses problemas. Está pronto(a)? Então, vamos lá!
Quando o problema de pesquisa operacio- 'HWHUPLQHXPD
nal apresenta mais que duas variáveis, uma ma- VROXomREiVLFD
neira de tentar resolvê-lo é utilizando o método
simplex, que é um algoritmo para determinar nu-
mericamente a solução ótima de um modelo de
6ROXomR 6LP
PL, ou seja, é um método analítico. pyWLPD" )LP
Esse método é constituído por um grupo
de critérios para escolha de soluções básicas que 1mR
melhorem o desempenho do modelo, até encon- 'HWHUPLQHXPD
trar uma solução que não possua soluções vizi- VROXomRYLiYHOPHOKRU
nhas melhores que ela, que é a solução ótima.
Atenção
Saiba mais
O método gráfico facilita a visualização do método simplex, mas somente nos caso
Atenção
A solução ótima pode não existir em dois casos:
tridimensional.
O método gráfico facilita a visualização do
• quando não há nenhuma solução viável para
método simplex, mas somente nos casos bidi-
o problema, devido a restrições incompatíveis;
mensional e tridimensional.
• quando não há máximo (ou mínimo), isto é,
Inicialmente, vamos estudar os problemas de PL na forma padrão, c
uma ou mais variáveis podem tender a infinito
características para o sistema linear de equações:
e as restrições podem continuar sendo satisfei-
tas, o que fornece indefinidamente um valor a) todas as variáveis são não negativas;
Inicialmente, vamos estudar os problemas
para a função objetivo.
b) todos osde
bi são não
PL na negativos;
forma padrão, com as seguintes caracte-
c) todas as rísticas para iniciais
inequações o sistemadolinear de são
sistema equações:
do tipo ≤.
Para chegar a esse objetivo, o problema a) todas as variáveis são não negativas;
4.1 Passos do Método
deve apresentar uma solução básica inicial. As Simplex (Problemas
b) todos os bi de
sãoMaximização)
não negativos;
soluções básicas subsequentes são calculadas c) todas as inequações iniciais do sistema
trocando as variáveis básicas por não básicas, ge-
Passo 1: escrever a função objetivosão do tipo ≤. e introduzir as variáveis de folg
transformada
rando novas soluções. Os critérios para a escolha
desigualdade.
de vetores e, consequentemente, das variáveis
Passo 2: montar um quadro para os cálculos, colocando os coeficientes de35 todas a
respectivos sinais, e, na última linha, incluir os coeficientes da função objetivo transfo
4.1 Passos do Método Simplex (Problemas de Maximização)
Passo 1: escrever a função objetivo trans- b) o menor quociente indica a equação

formada e introduzir as variáveis de folga, uma cuja respectiva variável básica deverá
para cada desigualdade. ser anulada, tornando-se variável não
Passo 2: montar um quadro para os cálcu- básica.
los, colocando os coeficientes de todas as variá- Passo 7: atualizar o sistema usando opera-
veis com os respectivos sinais, e, na última linha, ções válidas com as linhas da matriz e transformar
incluir os coeficientes da função objetivo transfor- o quadro de cálculos, de forma a encontrar a nova
mada. solução básica. A coluna da nova variável básica
Passo 3: estabelecer uma solução básica deverá se tornar um vetor identidade, em que o
inicial, usualmente atribuindo valor zero às variá- elemento 1 aparece na linha correspondente à
veis originais e achando valores positivos para as variável que está sendo anulada.
variáveis de folga. Passo 8: Retornar ao passo 4 para iniciar ou-
Passo 4: verificar se a solução atual é óti- tra iteração.
ma. Se todas as variáveis que estão fora da base
tiverem coeficientes nulos ou positivos na última
linha (Z), a solução atual será ótima. Se alguma
dessas variáveis tiver coeficiente nulo, isso signi-
fica que ela poderá ser introduzida na base sem
aumentar o valor da função objetivo, ou seja, te-
mos uma solução ótima, com o mesmo valor da
função objetivo. Se for ótima, pare. Caso contrá-
rio, siga para o passo 5.
Passo 5: determinar a variável não básica
que deve entrar na base. Como próxima variável
a entrar na base, escolher a variável não básica
que oferece, na última linha, a maior contribuição
para o aumento da função objetivo (ou seja, tem
o maior valor negativo).
Passo 6: determinar a variável básica que
deve sair da base. Para escolher a variável que
deve deixar a base, deve-se realizar o seguinte
procedimento:
a) dividir os elementos da última coluna

pelos correspondentes elementos po-
sitivos da coluna da variável que vai
entrar na base. Caso não haja nenhum
elemento positivo nessa coluna, o pro-
cesso deve parar, uma vez que a solu-
ção seria ilimitada;
36

1) Resolva o problema pelo método simplex:

1. Resolva o problema pelo método simplex:
Maximizar:
Maximizar: ܼ ൌ ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ
Sujeito a:
Sujeito a: ʹ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൑ ͺ
‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ ൑ ͹
‫ݔ‬ଶ ൑ ͵
‫ݔ‬ଵ ݁ ‫ݔ‬ଶ ൒ Ͳ
Resolução:Resolução:
Passo 1:
Passo 1:
A função objetivo é:
A função objetivo é:
ܼ ൌ ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ
A função objetivo transformada é:
ܼ െ ‫ݔ‬ଵ െ ‫ݔ‬ଶ ൌ Ͳ
Vamos chamar ‫ݔ‬ிభ a variável de folga da primeira restrição, ‫ݔ‬ிమ a variável de folga da segunda
restrição e ‫ݔ‬ிయ a variável de folga da terceira restrição. Incluindo essas variáveis, uma em cada restrição,
as inequações passam a ser as seguintes equações:
ʹ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൅ ‫ݔ‬ிభ ൌ ͺ

‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ ൅ ‫ݔ‬ிమ ൌ ͹
‫ݔ‬ଶ ൅ ‫ݔ‬ிయ ൌ ͵
‫ݔ‬ଵ ǡ ‫ݔ‬ଶ ǡ ‫ݔ‬ிభ ǡ ‫ݔ‬ிమ ݁‫ݔ‬ிయ ൒ Ͳ
Passo 2: montar a tabela para os cálculos.

Colocar os coeficientes de cada equação e, na última linha, os coeficientes da função objetivo
transformada.
Variável Coeficientes de Constante

Divisão
básica ሺܸ஻ ሻ ‫ݔ‬ଵ ‫ݔ‬ଶ ‫ݔ‬ிభ ‫ݔ‬ிమ ‫ݔ‬ிయ ሺܾ௜ ሻ
‫ݔ‬ிభ 2 1 1 0 0 8
‫ݔ‬ிమ 1 2 0 1 0 7
‫ݔ‬ிయ 0 1 0 0 1 3
37
Z -1 -1 0 0 0 0
Mauro Noriaki Takeda ‫ݔ‬ଶ ൅ ‫ݔ‬ிయ ൌ ͵
Colocar
Passo os coeficientes
2: montar a tabela de
paracada equação
os cálculos. e, na última linha, os coeficientes da função objetivo
transformada.
Colocar os coeficientes de cada equação e, na última linha, os coeficientes da função objetivo trans-
formada.
Colocar os coeficientes de cada equação e, na última linha, os coeficientes da função objetivo
transformada.
Divisão
‫ݔ‬ிభ 2 1 1 0 0 8
‫ݔ‬ 1 2 0 1 0 7 Divisão
básicaிమሺܸ஻ ሻ ‫ݔ‬ଵ ‫ݔ‬ଶ ‫ݔ‬ிభ ‫ݔ‬ிమ ‫ݔ‬ிయ ሺܾ௜ ሻ
‫ݔ‬ிయ 0 1 0 0 1 3
‫ݔ‬ிభ 2 1 1 0 0 8
Z -1 -1 0 0 0 0
‫ݔ‬ிమ 1 2 0 1 0 7
‫ݔ‬ிయ 0 1 0 0 1 3
Atenção
AtençãoZ -1 -1 0 0 0 0
As variáveis básicas, na tabela inicial, são as variáveis de folga.
As variáveis básicas, na tabela inicial, são as va-
Atençãoriáveis de folga.
Passo 3: como fazer a leitura e interpretação da solução associada à tabela.
As variáveis básicas, na tabela inicial, são as variáveis de folga.
Cada variável básica aparece na primeira coluna e o seu valor atual aparece na mesma linha na
coluna ܾ௜ . Nesse caso, temos ‫ݔ‬ிభ ൌ ͺ, ‫ݔ‬ிమ ൌ ͹ e ‫ݔ‬ிయ ൌ ͵. As variáveis ‫ݔ‬ଵ e ‫ݔ‬ଶ que não aparecem na
Passo 3: como fazer a leitura e interpretação da solução associada à tabela.
Cada variável básica aparece na primeira coluna e o seu valor atual aparece na mesma linha na

coluna ܾ௜ . Nesse caso, temos ‫ݔ‬ிభ ൌ ͺ, ‫ݔ‬ிమ ൌ ͹ e ‫ݔ‬ிయ ൌ ͵. As variáveis ‫ݔ‬ଵ e ‫ݔ‬ଶ que não aparecem na
primeira coluna têm o valor atual igual a zero. Portanto, a solução óbvia inicial é
ܺ ൌ ሾͲ Ͳ ͺ ͹ ͵ሿ௧ e ܼ ൌ Ͳ.
Passo 4: verificar se a solução atual é ótima.

Observando o sinal dos coeficientes das variáveis de ‫ݔ‬ଵ até ‫ݔ‬ிయ , na última linha (Z), temos
‫ݔ‬ଵ ൌ െͳ e ‫ݔ‬ଶ ൌ െͳ, que são negativos, ou seja, a solução ótima ainda não foi atingida.
Passo 5: determinar a variável não básica que deve entrar na base.

A variável que deve entrar na base é aquela que tem o maior valor negativo no passo 4. Nesse
caso, como as duas variáveis têm o mesmo valor, podemos escolher qualquer uma delas,
arbitrariamente. Desse modo, vamos escolher ‫ݔ‬ଵ .
Saiba mais
coluna da variável que vai entrar na base é denominada coluna pivô.
A mais
Saiba
Dicionário
A coluna da variável que vai entrar na base é deno-
Dicionário
minada coluna pivô. Pivô: agente principal em torno do qual se alicer-
çam todos os cálculos.
Pivô: agente principal em torno do qual se alicerçam todos os cálculos.
Passo 6: determinar a variável básica que deve sair da base.

38 Inicialmente, vamos efetuarUnisa
o item a do passo 6, que |éwww.unisa.br
dividir os elementos da última coluna
| Educação a Distância
pelos correspondentes elementos positivos da coluna da variável que vai entrar na base e completar a
Pivô: agente principal em torno do qual se alicerçam todos os cálculos.

Inicialmente, vamos efetuar o item a do passo 6, que é dividir os elementos da última coluna
pelos correspondentes elementos positivos da coluna da variável que vai entrar na base e completar a
tabela.

Divisão
ͺ
‫ݔ‬ிభ 2 1 1 0 0 8 ൌͶ
ʹ
͹
‫ݔ‬ிమ 1 2 0 1 0 7 ൌ͹
ͳ
͵
‫ݔ‬ிయ 0 1 0 0 1 3 ൌ‫׍‬
Ͳ
Z -1 -1 0 0 0 0
De acordo com o item b do passo 6, o menor quociente ocorreu na primeira linha, indicando a
variável que deve sair da base: ‫ݔ‬ிభ . Essa linha é denominada linha pivô e o coeficiente que se encontra
na interseção da coluna e da linha pivô é chamado número pivô ou, simplesmente, pivô.

Divisão
Variável básica ሺܸ஻ ሻ
Coeficientes ‫ݔ‬de
ଵ ‫ݔ‬ଶ భ
‫ݔ‬ிమ ‫ݔ‬ிయ
‫ݔ‬ிConstante ሺܾ௜ ሻ
Divisão
básica ሺܸ஻ ሻ ‫ݔ‬ଵ ‫ݔ‬ଶ‫ݔ‬ ‫ݔ‬ிభ ‫ݔ‬ிమ ‫ݔ‬ிయ ሺܾ௜ ሻ ͺ
ிభ 2 1 1 0 0 8 ൌͶ
ͺ ʹ
‫ݔ‬ிభ 2 1 1 0 0 8 ൌͶ ͹
‫ݔ‬ிమ 1 2 0 1 0 ʹ 7 ൌ͹
͹ ͳ
‫ݔ‬ிమ 1 2 0 1 0 7 ൌ͹ ͵
‫ݔ‬ிయ 0 1 0 0 1 ͳ 3 ൌ‫׍‬
͵ Ͳ
‫ݔ‬ிయ 0 1Z 0 0
-1 -11 0 30 0 Ͳ
ൌ‫׍‬0
Z -1 -1 0 0 0 0
Passo 7: atualizar o sistema usando operações válidas com as linhas da matriz.
Vamos substituir a variável básica que sai pela que entra, calcular nova linha pivô e montar outra
so 7: atualizar o sistema usando operações válidas com as linhas da matriz.
tabela.
mos substituir a variável básica que sai pela que entra, calcular nova linha pivô e montar outra
Atenção
Atenção
‫ݒ݅݌݄ܽ݊݅ܮ‬ôܽ݊‫ݎ݋݅ݎ݁ݐ‬
ሾܰ‫ݒ݅݌݄݈ܽ݊݅ܽݒ݋‬ôሿ ൌ
‫ݒ݅݌݄ܽ݊݅ܮ‬ôܽ݊‫ܰ ݎ݋݅ݎ݁ݐ‬ú݉݁‫ݒ݅݌݋ݎ‬ô
ܰú݉݁‫ݒ݅݌݋ݎ‬ô
Divisão
Variável básica ሺܸ஻ ሻ
Coeficientes ‫ݔ‬de
ଵ ‫ݔ‬ଶ భ
‫ݔ‬ிమ ‫ݔ‬ிయ
‫ݔ‬ிConstante ሺܾ௜ ሻ
Divisão
básica ሺܸ஻ ሻ ‫ݔ‬ଵ ‫ݔ‬ଶ‫ݔ‬ ‫ݔ‬ிభ ‫ݔ‬ிమ ‫ͳݔ‬ிయ ͳ ሺܾ௜ ሻ
ଵ 1 0 0 4
ͳ ʹ ʹ
ͳUnisa | Educação a Distância | www.unisa.br 39
‫ݔ‬ଵ 1 0 0 4
ʹ‫ݔ‬ிమ ʹ
‫ݒ݅݌݄ܽ݊݅ܮ‬ôܽ݊‫ݎ݋݅ݎ݁ݐ‬
Mauro Noriaki Takeda ܰú݉݁‫ݒ݅݌݋ݎ‬ô

Divisão
ͳ ͳ
‫ݔ‬ଵ 1 0 0 4
ʹ ʹ
‫ݔ‬ிమ
‫ݔ‬ிయ
Z
Para fazer a transformação das outras linhas, vamos utilizar o método de Gauss, aplicado na
resolução de sistemas lineares.


Divisão
ͺ
‫ݔ‬ிభ 2 1 1 0 0 8 ൌͶ
ʹ
͹
‫ݔ‬ிమ 1 2 0 1 0 7 ൌ͹
ͳ
͵
‫ݔ‬ிయ 0 1 0 0 1 3 ൌ‫׍‬
Ͳ
Z -1 -1 0 0 0 0
Para fazer a transformação da linha 2, primeiramente, vamos determinar o multiplicador:

݊ú݉݁‫ݒ݅݌ܽ݊ݑ݈݋ܿܽ݀ʹ݄݈ܽ݊݅ܽ݀݋ݎ‬ô
ሾ݉‫ݎ݋݈݀ܽܿ݅݌݅ݐ݈ݑ‬ሿ ൌ െ
݊‫ݒ݅݌݋ݒ݋‬ô
ଵ
Portanto, ݉‫ ݎ݋݈݀ܽܿ݅݌݅ݐ݈ݑ‬ൌ െ ൌ െͳ. Em seguida, vamos calcular a nova linha 2 transformada:
ଵ
ሾ݊‫ʹ݄݈ܽ݊݅ܽݒ݋‬ሿ ൌ ݉‫ݒ݅݌݋ݒ݋݊݋݄݈݀ܽ݊݅ݔݎ݋݈݀ܽܿ݅݌݅ݐ݈ݑ‬ô ൅ ݈݄݅݊ܽʹܽ݊‫ݎ݋݅ݎ݁ݐ‬.
Desse modo, os novos valores serão:

‫ݔ‬ଵ ൌ െͳ ή ͳ ൅ ͳ ൌ Ͳ
ͳ
‫ݔ‬ଶ ൌ െͳ ή ൅ ʹ ൌ ͳǡͷ
ʹ
ͳ
‫ݔ‬ிభ ൌ െͳ ή ൅ Ͳ ൌ െͲǡͷ
ʹ
‫ݔ‬ிమ ൌ െͳ ή Ͳ ൅ ͳ ൌ ͳ
‫ݔ‬ிయ ൌ െͳ ή Ͳ ൅ Ͳ ൌ Ͳ
ܾ௜ ൌ െͳ ή Ͷ ൅ ͹ ൌ ͵
Divisão
40
Unisa
ͳ | Educação
ͳ a Distância | www.unisa.br
‫ݔ‬ଵ 1 0 0 4
‫ݔ‬ிయ ൌ െͳ ή Ͳ ൅ Ͳ ൌ Ͳ
ܾ௜ ൌ െͳ ή Ͷ ൅ ͹ ൌ ͵
Divisão
ͳ ͳ
‫ݔ‬ଵ 1 0 0 4
ʹ ʹ
‫ݔ‬ிమ 0 1,5 -0,5 1 0 3
‫ݔ‬ிయ
Z
݊ú݉݁‫ݒ݅݌ܽ݊ݑ݈݋ܿܽ݀͵݄݈ܽ݊݅ܽ݀݋ݎ‬ô
݊‫ݒ݅݌݋ݒ݋‬ô
଴
Portanto, ݉‫ ݎ݋݈݀ܽܿ݅݌݅ݐ݈ݑ‬ൌ െ ൌ Ͳ. Em seguida, vamos calcular a nova linha 3 transformada:
ଵ

Divisão
ͺ
‫ݔ‬ிభ 2 1 1 0 0 8 ൌͶ
ʹ
͹
‫ݔ‬ிమ 1 2 0 1 0 7 ൌ͹
ͳ
͵
‫ݔ‬ிయ 0 1 0 0 1 3 ൌ‫׍‬
Ͳ
Z -1 -1 0 0 0 0
ሾ݊‫͵݄݈ܽ݊݅ܽݒ݋‬ሿ ൌ ݉‫ݒ݅݌݋ݒ݋݊݋݄݈݀ܽ݊݅ݔݎ݋݈݀ܽܿ݅݌݅ݐ݈ݑ‬ô ൅ ݈݄݅݊ܽ͵ܽ݊‫ݎ݋݅ݎ݁ݐ‬
‫ݔ‬ଵ ൌ Ͳ ή ͳ ൅ Ͳ ൌ Ͳ
ͳ
‫ݔ‬ଶ ൌ Ͳ ή ൅ ͳ ൌ ͳ
ʹ
ͳ
‫ݔ‬ிభ ൌ Ͳ ή ൅ Ͳ ൌ Ͳ
ʹ
‫ݔ‬ிమ ൌ Ͳ ή Ͳ ൅ Ͳ ൌ Ͳ
‫ݔ‬ிయ ൌ Ͳ ή Ͳ ൅ ͳ ൌ ͳ
ܾ௜ ൌ Ͳ ή Ͷ ൅ ͵ ൌ ͵

Divisão 41
básica ሺܸ஻ ሻUnisa‫|ݔ‬ଵEducação ‫ݔ‬ிయ
‫ݔ‬ிమ | www.unisa.br
‫ݔ‬ଶ ‫ݔ‬aிభDistância ሺܾ௜ ሻ
ܾ௜ ൌ Ͳ ή Ͷ ൅ ͵ ൌ ͵

Divisão
ͳ ͳ
‫ݔ‬ଵ 1 0 0 4
ʹ ʹ
‫ݔ‬ிమ 0 1,5 -0,5 1 0 3
‫ݔ‬ிయ 0 1 0 0 1 3
Z

݊ú݉݁‫݄݈ܽ݊݅ܽ݀݋ݎ‬Ͷ݀ܽܿ‫ݒ݅݌ܽ݊ݑ݈݋‬ô
݊‫ݒ݅݌݋ݒ݋‬ô
ሺିଵሻ
Portanto, ݉‫ ݎ݋݈݀ܽܿ݅݌݅ݐ݈ݑ‬ൌ െ ൌ ͳ. Em seguida, vamos calcular a nova linha 4 transformada:
ଵ

Divisão
ͺ
‫ݔ‬ிభ 2 1 1 0 0 8 ൌͶ
ʹ
͹
‫ݔ‬ிమ 1 2 0 1 0 7 ൌ͹
ͳ
͵
‫ݔ‬ிయ 0 1 0 0 1 3 ൌ‫׍‬
Ͳ
Z -1 -1 0 0 0 0
ሾ݊‫݄݈ܽ݊݅ܽݒ݋‬Ͷሿ ൌ ݉‫ݒ݅݌݋ݒ݋݊݋݄݈݀ܽ݊݅ݔݎ݋݈݀ܽܿ݅݌݅ݐ݈ݑ‬ô ൅ ݈݄݅݊ܽͶܽ݊‫ݎ݋݅ݎ݁ݐ‬

‫ݔ‬ଵ ൌ ͳ ή ͳ ൅ ሺെͳሻ ൌ Ͳ
ͳ
‫ݔ‬ଶ ൌ ͳ ή ൅ ሺെͳሻ ൌ െͲǡͷ
ʹ
ͳ
‫ݔ‬ிభ ൌ ͳ ή ൅ Ͳ ൌ Ͳǡͷ
ʹ
‫ݔ‬ிమ ൌ ͳ ή Ͳ ൅ Ͳ ൌ Ͳ
‫ݔ‬ிయ ൌ ͳ ή Ͳ ൅ Ͳ ൌ Ͳ
ܾ௜ ൌ ͳ ή Ͷ ൅ Ͳ ൌ Ͷ

Divisão
ͳ ͳ
42 ‫ݔ‬ଵ 1 0 0 4
ʹ ʹ
‫ݔ‬ 0 1,5 -0,5 1 0 3
ܾ௜ ൌ ͳ ή Ͷ ൅ Ͳ ൌ Ͷ Pesquisa Operacional

Divisão
ͳ ͳ
‫ݔ‬ଵ 1 0 0 4
ʹ ʹ
‫ݔ‬ிమ 0 1,5 -0,5 1 0 3
‫ݔ‬ிయ 0 1 0 0 1 3
Z 0 -0,5 0,5 0 0 4
Passo 8: retornar ao passo 4 para iniciar outra iteração.

Observando o sinal dos coeficientes das variáveis de ‫ݔ‬ଵ até ‫ݔ‬ிయ , na última linha (Z), temos
‫ݔ‬ଶ ൌ െͲǡͷ, que é negativo, ou seja, a solução ótima ainda não foi atingida.
Passo 5: determinar a variável não básica que deve entrar na base.

A variável que deve entrar na base é aquela que tem o maior valor negativo no passo 4. Nesse
caso, como há somente uma variável negativa, ela será a escolhida; desse modo, vamos escolher ‫ݔ‬ଶ . A
coluna da variável que vai entrar na base será a coluna pivô.

Inicialmente, vamos efetuar o item a do passo 6, que é dividir os elementos da última coluna
pelos correspondentes elementos positivos da coluna pivô e completar a tabela.

Divisão
ͳ ͳ Ͷ
‫ݔ‬ଵ 1 0 0 4 ൌͺ
ʹ ʹ Ͳǡͷ
͵
‫ݔ‬ிమ 0 1,5 -0,5 1 0 3 ൌʹ
ͳǡͷ
͵
‫ݔ‬ிయ 0 1 0 0 1 3 ൌ͵
ͳ
Z 0 -0,5 0,5 0 0 4
De acordo com o item b do passo 6, o menor quociente ocorreu na segunda linha, indicando a
variável que deve sair da base: ‫ݔ‬ிమ . Esta será a linha pivô e o número pivô será 1,5.
43


Divisão
ͳ ͳ Ͷ
‫ݔ‬ଵ 1 0 0 4 ൌͺ
ʹ ʹ Ͳǡͷ
͵
‫ݔ‬ிమ 0 1,5 -0,5 1 0 3 ൌʹ
ͳǡͷ
͵
‫ݔ‬ிయ 0 1 0 0 1 3 ൌ͵
ͳ
Z 0 -0,5 0,5 0 0 4
Passo 7: atualizar o sistema usando operações válidas com as linhas da matriz.

Vamos substituir a variável básica que sai pela que entra, calcular nova linha pivô e montar outra
tabela.
‫ݒ݅݌݄ܽ݊݅ܮ‬ôܽ݊‫ݎ݋݅ݎ݁ݐ‬
ܰú݉݁‫ݒ݅݌݋ݎ‬ô

Divisão
‫ݔ‬ଵ
െͲǡͷ ͳ
‫ݔ‬ଶ 0 1 0 2
ͳǡͷ ͳǡͷ
‫ݔ‬ிయ
Z
Vamos fazer a transformação das outras linhas utilizando o método de Gauss novamente.

Divisão
ͳ ͳ Ͷ
‫ݔ‬ଵ 1 0 0 4 ൌͺ
ʹ ʹ Ͳǡͷ
͵
‫ݔ‬ிమ 0 1,5 -0,5 1 0 3 ൌʹ
ͳǡͷ
͵
‫ݔ‬ிయ 0 1 0 0 1 3 ൌ͵
ͳ
Z 0 -0,5 0,5 0 0 4
44


݊ú݉݁‫ݒ݅݌ܽ݊ݑ݈݋ܿܽ݀ͳ݄݈ܽ݊݅ܽ݀݋ݎ‬ô
݊‫ݒ݅݌݋ݒ݋‬ô
଴ǡହ
Portanto, ݉‫ ݎ݋݈݀ܽܿ݅݌݅ݐ݈ݑ‬ൌ െ ൌ െͲǡͷ. Em seguida, vamos calcular a nova linha 1
ଵ
transformada:
ሾ݊‫ͳ݄݈ܽ݊݅ܽݒ݋‬ሿ ൌ ݉‫ݒ݅݌݋ݒ݋݊݋݄݈݀ܽ݊݅ݔݎ݋݈݀ܽܿ݅݌݅ݐ݈ݑ‬ô ൅ ݈݄݅݊ܽͳܽ݊‫ݎ݋݅ݎ݁ݐ‬
‫ݔ‬ଵ ൌ െͲǡͷ ή Ͳ ൅ ͳ ൌ ͳ
ͳ
‫ݔ‬ଶ ൌ െͲǡͷ ή ͳ ൅
ൌͲ
ʹ
ͳ ͳ ʹ
‫ݔ‬ிభ ൌ െͲǡͷ ή ൬െ ൰ ൅ ൌ
͵ ʹ ͵
ͳ ͳ
‫ݔ‬ிమ ൌ െͲǡͷ ή ൅Ͳൌെ
ͳǡͷ ͵
‫ݔ‬ிయ ൌ െͲǡͷ ή Ͳ ൅ Ͳ ൌ Ͳ
ܾ௜ ൌ െͲǡͷ ή ʹ ൅ Ͷ ൌ ͵

Divisão
ʹ ͳ
‫ݔ‬ଵ 1 0 െ 0 3
͵ ͵
െͲǡͷ ͳ
‫ݔ‬ଶ 0 1 0 2
ͳǡͷ ͳǡͷ
‫ݔ‬ிయ
Z

݊ú݉݁‫ݒ݅݌ܽ݊ݑ݈݋ܿܽ݀͵݄݈ܽ݊݅ܽ݀݋ݎ‬ô
݊‫ݒ݅݌݋ݒ݋‬ô
ଵ
Portanto, ݉‫ ݎ݋݈݀ܽܿ݅݌݅ݐ݈ݑ‬ൌ െ ൌ െͳ. Em seguida, vamos calcular a nova linha 3 transformada.
ଵ
45


Divisão
ͳ ͳ Ͷ
‫ݔ‬ଵ 1 0 0 4 ൌͺ
ʹ ʹ Ͳǡͷ
͵
‫ݔ‬ிమ 0 1,5 -0,5 1 0 3 ൌʹ
ͳǡͷ
͵
‫ݔ‬ிయ 0 1 0 0 1 3 ൌ͵
ͳ
Z 0 -0,5 0,5 0 0 4
ሾ݊‫͵݄݈ܽ݊݅ܽݒ݋‬ሿ ൌ ݉‫ݒ݅݌݋ݒ݋݊݋݄݈݀ܽ݊݅ݔݎ݋݈݀ܽܿ݅݌݅ݐ݈ݑ‬ô ൅ ݈݄݅݊ܽ͵ܽ݊‫ݎ݋݅ݎ݁ݐ‬

‫ݔ‬ଵ ൌ െͳ ή Ͳ ൅ Ͳ ൌ Ͳ
‫ݔ‬ଶ ൌ െͳ ή ͳ ൅ ͳ ൌ Ͳ
ͳ ͳ
‫ݔ‬ிభ ൌ െͳ ή ൬െ ൰ ൅ Ͳ ൌ
͵ ͵
ʹ ʹ
‫ݔ‬ிమ ൌ െͳ ή ൅ Ͳ ൌ െ
͵ ͵
‫ݔ‬ிయ ൌ െͳ ή Ͳ ൅ ͳ ൌ ͳ
ܾ௜ ൌ െͳ ή ʹ ൅ ͵ ൌ ͳ

Divisão
ʹ ͳ
‫ݔ‬ଵ 1 0 െ 0 3
͵ ͵
െͲǡͷ ͳ
‫ݔ‬ଶ 0 1 0 2
ͳǡͷ ͳǡͷ
ͳ ʹ
‫ݔ‬ிయ 0 0 െ 1 1
͵ ͵
Z

݊ú݉݁‫݄݈ܽ݊݅ܽ݀݋ݎ‬Ͷ݀ܽܿ‫ݒ݅݌ܽ݊ݑ݈݋‬ô
݊‫ݒ݅݌݋ݒ݋‬ô
46

ሺି଴ǡହሻ
Portanto, ݉‫ ݎ݋݈݀ܽܿ݅݌݅ݐ݈ݑ‬ൌ െ ൌ Ͳǡͷ. Em seguida, vamos calcular a nova linha 4
ଵ
transformada.

Divisão
ͳ ͳ Ͷ
‫ݔ‬ଵ 1 0 0 4 ൌͺ
ʹ ʹ Ͳǡͷ
͵
‫ݔ‬ிమ 0 1,5 -0,5 1 0 3 ൌʹ
ͳǡͷ
͵
‫ݔ‬ிయ 0 1 0 0 1 3 ൌ͵
ͳ
Z 0 -0,5 0,5 0 0 4
ሾ݊‫݄݈ܽ݊݅ܽݒ݋‬Ͷሿ ൌ ݉‫ݒ݅݌݋ݒ݋݊݋݄݈݀ܽ݊݅ݔݎ݋݈݀ܽܿ݅݌݅ݐ݈ݑ‬Ø ൅ ݈݄݅݊ܽͶܽ݊‫ݎ݋݅ݎ݁ݐ‬

‫ݔ‬ଵ ൌ Ͳǡͷ ή Ͳ ൅ Ͳ ൌ Ͳ
‫ݔ‬ଶ ൌ Ͳǡͷ ή ͳ ൅ ሺെͲǡͷሻ ൌ Ͳ
ͳ ͳ
‫ݔ‬ிభ ൌ Ͳǡͷ ή ൬െ ൰ ൅ Ͳǡͷ ൌ
͵ ͵
ʹ ͳ
‫ݔ‬ிమ ൌ Ͳǡͷ ή ൅ Ͳ ൌ
͵ ͵
‫ݔ‬ிయ ൌ Ͳǡͷ ή Ͳ ൅ Ͳ ൌ Ͳ
ܾ௜ ൌ Ͳǡͷ ή ʹ ൅ Ͷ ൌ ͷ

Divisão
ʹ ͳ
‫ݔ‬ଵ 1 0 െ 0 3
͵ ͵
െͲǡͷ ͳ
‫ݔ‬ଶ 0 1 0 2
ͳǡͷ ͳǡͷ
ͳ ʹ
‫ݔ‬ிయ 0 0 െ 1 1
͵ ͵
ͳ ͳ
Z 0 0 0 5
͵ ͵
47

Passo 8: retornar ao passo 4 para iniciar outra iteração.

Observando o sinal dos coeficientes das variáveis de ‫ݔ‬ଵ até ‫ݔ‬ிయ , na última linha (Z), temos todos
os coeficientes não negativos (zero ou positivos); isso significa que atingimos a solução ótima para o
problema.
Portanto, a solução ótima é dada por ‫ݔ‬ଵ ൌ ͵, ‫ݔ‬ଶ ൌ ʹ, ‫ݔ‬ிభ ൌ Ͳ, ‫ݔ‬ிమ ൌ Ͳ, ‫ݔ‬ிయ ൌ ͳ e ܼ ൌ ͷ, ou seja, o
‫ݔ‬ଵ ͵
vetor solução é ܺ ൌ ቀ‫ ݔ‬ቁ ൌ ቀ ቁ.
ଶ ʹ

Caro(a) aluno(a),
Agora, aluno(a),
Caro(a) você é capaz de determinar a solução de um problema de PL utilizando o método
simplex.
Neste capítulo, você aprendeu a definir as variáveis de folga e a montar as equações necessárias
Agora, você é capaz de determinar a solução de um problema de PL utilizando o método simplex.
para a resolução utilizando o método simplex. Você deve lembrar-se dos passos que compreendem
Neste capítulo, você aprendeu a definir as variáveis de folga e a montar as equações necessárias
esse método.
para a resolução utilizando o método simplex. Você deve lembrar-se dos passos que compreendem esse
método.
4.4 Atividades
1) Resolva, Propostas
pelo método simplex, o seguinte problema: uma empresa de comida canina produz dois
tipos de ração: Tobi e Rex. Para a manufatura das rações, são utilizados cereais e carne. Sabe-se que:
x pelo
1. Resolva, a ração Tobi utiliza
método 5 kg
simplex, de cereaisproblema:
o seguinte e 1 kg de uma
carneempresa
e a ração
deRex utilizacanina
comida 4 kg de carne
produz
dois tipose de
2 kgração: Tobi e Rex. Para a manufatura das rações, são utilizados cereais e carne.
de cereais;
Sabe-se que:
x o pacote de ração Tobi custa $ 20 e o pacote de ração Rex custa $ 30;
x o quilo de carne custa $ 4 e o quilo de cereais custa $ 1;
a ração Tobi utiliza 5 kg de cereais e 1 kg de carne e a ração Rex utiliza 4 kg de carne e 2 kg
dexcereais;
estão disponíveis por mês 10.000 kg de carne e 30.000 kg de cereais.
Deseja-se saber ade
o pacote quantidade
ração Tobi de cada
custa ração
$ 20 a produzir,
e o pacote de modo
de ração a maximizar
Rex custa $ 30; o lucro.
o quilo de carne custa $ 4 e o quilo de cereais custa $ 1;
estão disponíveis por mês 10.000 kg de carne e 30.000 kg de cereais.
Deseja-se saber a quantidade de cada ração a produzir, de modo a maximizar o lucro.
48
2) Resolva, pelo método

2. Resolva, simplex,
pelo método o modelo
simplex, de PL ade
o modelo seguir:
PL a seguir:
Maximizar:
Maximizar: ܼ ൌ ͵‫ݔ‬ଵ ൅ ͷ‫ݔ‬ଶ
Sujeito a:
Sujeito a: ʹ‫ݔ‬ଵ ൅ Ͷ‫ݔ‬ଶ ൑ ͳͲ
͸‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൑ ʹͲ
‫ݔ‬ଵ െ ‫ݔ‬ଶ ൑ ͵Ͳ
‫ݔ‬ଵ ൒ Ͳǡ ‫ݔ‬ଶ ൒ Ͳ
49
5 FERRAMENTA SOLVER DO EXCEL
Caro(a) aluno(a), que pode ser obtida via download da página da

Lindo Systems e do suplemento para o Excel cha-
Chegamos a um ponto do curso em que é mado What’s Best, que substitui a ferramenta Sol-
necessário que você esteja familiarizado(a) com a ver do software e possibilita a resolução de pro-
utilização do computador, mais especificamente, blemas de maior porte.
da planilha Excel da Microsoft, por ser a mais po-
pular no Brasil. Acreditamos que você tenha co- Dicionário
nhecimento básico de operação de uma planilha
Solver: suplemento da planilha Excel do pacote Mi-
Excel. Estamos certos? crosoft Office.
Atualmente, já foram desenvolvidas diver-
sas ferramentas para solução de problemas de
otimização, para fins comerciais ou acadêmicos, As planilhas eletrônicas vêm ganhando
sejam eles de PL ou programação não linear. Des- cada vez mais adeptos, pois, além da facilidade
te ponto em diante, nossa atenção irá se concen- de utilização, estão presentes em praticamente
trar na modelagem de problemas e na análise de todas as empresas modernas. Entre as planilhas,
suas respostas, deixando os softwares disponíveis a mais popular é o Excel da Microsoft, que vem
no mercado nos auxiliar na tarefa dos cálculos. acompanhado da ferramenta Solver.
Um software muito popular, que é específi- Neste curso, será utilizada a versão que
co para a resolução de problemas de PL, é o LIN- acompanha o pacote Office 2007, Microsoft Offi-
DO, da Lindo Systems. O site da empresa (http:// ce Excel 2007, exclusivamente para a solução de
www.lindo.com) disponibiliza uma versão trial, problemas de PL.
5.1 Verificando a Instalação do Solver
Você está ansioso(a) para resolver um pro- irá aparecer na lista. Ele pode estar Ativo ou Inati-
blema utilizando o Solver? Vamos verificar se ele vo. Se estiver listado em Suplementos de Aplica-
está instalado no computador. tivo Ativos, você já está pronto(a) para começar a
Abra a planilha Excel. Clique no botão Mi- utilizá-lo.
crosoft Office e, em seguida, clique na cai-
xa Opções do Excel . Na caixa de
diálogo Opções do Excel, na coluna da esquerda,
clique em Suplementos. Irá abrir no lado direito a
caixa Suplementos e, se o Solver estiver instalado,
51

Se ele estiver listado em Suplementos de Aplicativo Inativos, clique no botão , que irá
abrir a caixa de diálogo a seguir:
Selecione Solver e, em seguida, clique no botão .

Volte para a caixa de diálogo Opções do Excel, em Suplementos, e observe que ele irá aparecer
em Suplementos de Aplicativo Ativos.
52

Depois de ativar o Solver, o comando Solver torna-se disponível no grupo Análise, na guia Dados.
Saiba mais
O Solver é uma ferramenta de teste de hipótese que encontra o valor ideal de uma célula de destino
Saiba mais
alterando os valores nas células usadas para o cálculo da célula de destino.
O Solver é uma ferramenta de teste de hipótese que
encontra o valor ideal de uma célula de destino al-
Exercício
5.2terando Resolvido
os valores nas células usadas para o cálculo
da célula de destino.
Agora que o Solver está instalado no computador, está preparado(a) para “colocar a mão na
massa” e resolver um problema utilizando-o?
1) Certa empresa fabrica dois produtos: P1 e P2. O lucro por unidade de P1 é de 100 reais e o lucro
unitário de P2 é de 150 reais. A empresa necessita de 2 horas para fabricar uma unidade de P1 e 3
53
Agora que o Solver está instalado no computador, está preparado(a) para “colocar a mão na massa”
e resolver um problema utilizando-o?

horas para fabricar uma unidade de P2. O tempo mensal disponível para essas atividades é de 120
horas para fabricar uma unidade de P2. O tempo mensal disponível para essas atividades é de 120
horas.1. AsCerta empresa
demandas fabrica dois
esperadas paraprodutos: P1 e P2. Olevaram
os dois produtos lucro poraunidade
empresadea P1 é de 100
decidir quereais e o lucro
os montantes
horas. As demandas esperadas para os dois produtos levaram a empresa a decidir que os montantes
unitário de P2 é de 150 reais. A empresa necessita de 2 horas para fabricar uma unidade de P1
produzidos de P1 e P2 não devem ultrapassar 40 unidades de P1 e 30 unidades de P2 por mês.
produzidose 3dehoras
P1 epara
P2 fabricar
não devemuma unidade de P2.
ultrapassar 40 O tempo mensal
unidades de P1 disponível para essas
e 30 unidades de P2atividades
por mês.é
Construade e resolva o modelo do sistema de produção mensal, com o objetivo de maximizar
120 horas. As demandas esperadas para os dois produtos levaram a empresa a decidir o lucro
queda
Construa e resolva o modelo do sistema de produção mensal, com o objetivo de maximizar o lucro da
empresa.os montantes produzidos de P1 e P2 não devem ultrapassar 40 unidades de P1 e 30 unidades
empresa. de P2 por mês. Construa e resolva o modelo do sistema de produção mensal, com o objetivo
de maximizar o lucro da empresa.
Resolução:
Resolução:
Resolução:
Vamos montar a função objetivo e as inequações de restrições.
Vamos montar a função objetivo e as inequações de restrições.
Função objetivo:
FunçãoVamos montar a função objetivo e as inequações de restrições.
objetivo:
Maximizar:
Função objetivo:
Maximizar:
ܼ ൌ ͳͲͲܲ ൅ ͳͷͲܲ
Maximizar: ܼ ൌ ͳͲͲܲଵ ଵ൅ ͳͷͲܲଶ ଶ
Sujeito a:
Sujeito a:
ʹܲ ൅ ͵ܲ ൑ ͳʹͲ
Sujeito a: ʹܲଵ ଵ൅ ͵ܲଶ ଶ൑ ͳʹͲ
ܲ ൑ ͶͲ
ܲଵ ଵ൑ ͶͲ
ܲ ൑ ͵Ͳ
ܲଶ ଶ൑ ͵Ͳ
ܲ ൒Ͳ
ܲଵ ଵ൒ Ͳ
ܲ ൒Ͳ
ܲଶ ଶ൒ Ͳ
O próximo passo é colocar esses dados em uma planilha. Abra um novo arquivo no Microsoft
O próximo passo é colocar esses dados em uma planilha. Abra um novo arquivo no Microsoft
Excel. próximo passo é colocar esses dados em uma planilha. Abra um novo arquivo no Microsoft Excel.
O
Excel.
Iremos trabalhar não somente com as fórmulas, mas colocaremos alguns textos nas células, para
Iremos trabalhar não somente com as fórmulas, mas colocaremos alguns textos nas células, para
54 facilitar a identificação e a interpretação dos resultados obtidos.
Unisa |dos
Educação a Distância | www.unisa.br
facilitar a identificação e a interpretação resultados obtidos.
Iremos trabalhar não somente com as fór- na célula A4, digite Função objetivo;
mulas, mas colocaremos alguns textos nas célu- na célula B4, digite a equação da função
las, para facilitar a identificação e a interpretação objetivo =100*B1+150*B2.
dos resultados obtidos.
Atenção
Célula é a interseção entre uma coluna e uma

linha na planilha Excel, identificada ou loca-
lizada por meio de uma letra em maiúsculo
do alfabeto, que representa a referida coluna,
e um número, que representa a referida linha.
Por exemplo, C5 indica que é a célula que se
encontra na coluna C e na linha 5.
Quando teclar Enter após digitar a equação,

na célula B4 será calculado automaticamente o
Vamos colocar a definição do problema na
valor da função objetivo, a partir da função forne-
planilha; para isso, devemos definir células para
cida, que, no caso, é zero.
representar as variáveis de decisão e uma célu-
la para representar o valor da função objetivo.
As restrições também devem ser definidas, cada
uma em uma célula. Siga estes passos:
na célula A1, digite P1;

na célula A2, digite P2; estes são os no-
mes das variáveis, para facilitar a sua
identificação;
na célula B1, digite o valor zero;
na célula B2, digite o valor zero.
Agora, devemos digitar as restrições do pro-
As células B1 e B2 guardarão os valores das blema. As células de restrição devem ser preen-
variáveis de decisão P1 e P2, respectivamente. chidas da seguinte maneira:
na célula A6, digite Restrições;

na célula B6, digite = 2*B1+3*B2;
na célula C6, digite <=;
na célula D6, digite 120;
na célula B7, digite =B1;
na célula C7, digite <=;
Vamos, agora, definir a função objetivo. As
na célula D7, digite 40;
equações no Excel são sempre precedidas do si-
nal de igualdade (=), que indica tratar-se de uma na célula B8, digite =B2;
fórmula. Preencha as células da planilha confor- na célula C8, digite <=;
me indicado a seguir: na célula D8, digite 30;
na célula B9, digite =B1;
55
na célula C9, digite >=; Após preenchidas as células, aplique o au-

na célula D9, digite 0; toajuste da largura da coluna para as colunas A e
na célula B10, digite =B2; C. A planilha deve estar semelhante à apresenta-
da, lembrando o formato no início da resolução,
na célula C10, digite >=;
quando montamos a função objetivo e as restri-
na célula D10, digite 0. ções.

Agora, vamos utilizar a ferramenta Solver para otimizar a função objetivo. Clique no menu Dados:
Agora, vamos utilizar a ferramenta Solver para otimizar a função objetivo. Clique no menu Dados:
Em seguida, clique em Solver . A caixa de diálogo Parâmetros do Solver irá abrir.
Na caixa Definir célula de destino, selecione a célula da função objetivo (B4) clicando sobre ela
ou, simplesmente, digitando B4.
Logo abaixo, é requerido que se escolha entre três opções: Máx, para maximizar a função
objetivo; Mín, para minimizar a função objetivo; e Valor, que faz com que a função objetivo tenha
determinado valor. É adotado como padrão Máx; como queremos maximizar a função objetivo, não
56precisamos escolher.
Na caixa Células variáveis, devem ser inseridas as células ajustáveis, que contêm o valor das
Na caixa Definir célula de destino, selecione a célula da função objetivo (B4) clicando sobre ela ou,
simplesmente, digitando B4.
Logo abaixo, é requerido que se escolha entre três opções: Máx, para maximizar a função objetivo;
Mín, para minimizar a função objetivo; e Valor, que faz com que a função objetivo tenha determinado va-
lor. É adotado como padrão Máx; como queremos maximizar a função objetivo, não precisamos escolher.
As
Nacélulas ajustáveis
caixa Células devemdevem
variáveis, estar relacionadas
ser inseridasdireta ou indiretamente
as células com
ajustáveis, que a célula
contêm que contém
o valor das va-
oriáveis
valor da função objetivo. Podem ser especificadas até 200 células ajustáveis.
de decisão. Deve-se inserir um nome ou uma referência para cada célula ajustável, separando
as células não adjacentes por ponto e vírgula. Para que o Solver proponha automaticamente as células
As células ajustáveis devem estar relacionadas direta ou indiretamente com a célula que contém
ajustáveis com base na célula de destino, clique em Estimar .
o valor da função objetivo. Podem ser especificadas até 200 células ajustáveis.
As células ajustáveis
As células ajustáveis devem
devemestar
estarrelacionadas
relacionadasdireta
diretaou
ouindiretamente
indiretamentecomcoma célula
a célula que
que contém
contém o
o valor da função objetivo. Podem ser especificadas até 200 células ajustáveis.
valor da função objetivo. Podem ser especificadas até 200 células ajustáveis.
As restrições do problema devem ser inseridas na caixa Submeter às restrições. Para inserir as
restrições, siga estes passos:
As restrições do problema devem ser inseridas na caixa Submeter às restrições. Para inserir as
As restrições
x clique dono
problema devem ser inseridas na
botão Adicionar . Irácaixa
abrirSubmeter
a caixa deàsdiálogo
restrições. Para inserir
Adicionar as res-
restrição;
trições,
Assiga estes passos:
restrições do problema devem ser inseridas na caixa Submeter às restrições. Para inserir as
x clique
clique no botão
no botão Adicionar
Adicionar . Irá. abrir
Irá abrir a caixa
a caixa de diálogo
de diálogo Adicionar
Adicionar restrição;
restrição;
x clique no botão Adicionar . Irá abrir a caixa de diálogo Adicionar restrição;
x na caixa Referência de célula, selecione a célula contendo a primeira restrição (B6),

clicando nela;
nax caixa Referência
na caixa
caixa de célula, célula,
Referência selecione a célulaacontendo a primeira restrição restrição
(B6), clicando
x na de seleção aodelado, selecione
escolha a opção célula contendo
que corresponde aaoprimeira
tipo de restrição, (B6),
que
nela;
clicando
x pode
na caixa nela;
ser menor ou igual
Referência (<=), maior
de célula, ou igual
selecione (>=), igual
a célula (=), valor
contendo inteiro (núm)
a primeira ou valor
restrição (B6),
na caixa de seleção ao lado, escolha a opção que corresponde ao tipo de restrição, que pode
serx menor
na caixa
binário
clicando de
ou(bin).seleção
No
nela;
igual ao caso,
nosso
(<=), maiorlado, aescolha
(>=),a igual
restrição
ou igual opção que
é <=,(=),
que corresponde
deve
valor ao aou
ser a opção
inteiro (núm) tipo
ser de restrição,
escolhida;
valor que
binário (bin).
No
xx nosso
pode
na
na caso,
caixa
caixa a restrição
serRestrição,
menor
de seleção é <=,
oudefina
igual
ao aque
(<=),
lado, deve
maior
célula ser
que
escolha aigual
opção
aouopção
contém queoa ser
(>=), escolhida;
igual
valor (=), valor
limite
corresponde daao inteiro
tipo de(núm)
restrição (D6), ou valor
clicando
restrição, que
na caixa Restrição,
binário defina a célula que contém o valor limite da restrição (D6), clicando na célula;
pode ser(bin).
menorNo ou
nosso caso,
igual a restrição
(<=), maior ouéigual
<=, que
(>=),deve
igualser a opção
(=), a ser escolhida;
valor inteiro (núm) ou valor
x binário
na caixa(bin).
Restrição, defina
No nosso a célula
caso, que contém
a restrição é <=, queo deve
valor ser
limite da restrição
a opção (D6), clicando
a ser escolhida;
x na caixa Restrição, defina a célula que contém o valor limite da restrição (D6), clicando
na célula;
como temos mais restrições a ser adicionadas, clique no botão Adicionar . Irá a abrir novamente
a caixa de diálogo Adicionar restrição;
na célula;
x como temos mais restrições a ser adicionadas, clique no botão Adicionar . Irá
anaabrir
célula;
novamente a caixa de diálogo Adicionar restrição;
x como temosUnisa
mais|restrições
Educação aa ser adicionadas,
Distância clique no botão Adicionar
| www.unisa.br . Irá57

repita os passos até que todas as restrições estejam adicionadas. Quando adicionar a última
x repita
restrição, os passos
clique até que todas, em
no botão as restrições estejam
vez do botão adicionadas. Quando adicionar a
Adicionar;
x repita os passos até que todas as restrições estejam adicionadas. Quando adicionar a
última restrição, clique no botão , em vez do botão Adicionar;
última restrição, clique no botão , em vez do botão Adicionar;
Atenção
Cuidado ao escolher o tipo das duas últimas

Atenção
restrições, que são do tipo >=.
Atenção
Cuidado ao escolher o tipo das duas últimas restrições, que são do tipo >=.
Cuidado ao escolher o tipo das duas últimas restrições, que são do tipo >=.
após serem adicionadas as restrições, a janela deve apresentar as restrições como aparece na
x após serem adicionadas as restrições, a janela deve apresentar as restrições como
figura:
x após serem adicionadas as restrições, a janela deve apresentar as restrições como
aparece na figura:
aparece na figura:
Antes dede resolver

resolverooproblema,
problema,confira se se
confira todas as restrições
todas estão
as restrições corretas,
estão ou seja,
corretas, ou as células
seja, refe-
as células
Antes
renciadas
referenciadas deetipos
e os resolver
os o problema,
de restrição
tipos de confira
estãoestão
restrição se todas as restrições estão corretas, ou seja, as células
coerentes.
coerentes.
referenciadas
Para e os tipos de restrição estãobotão
coerentes.
Para resolver
resolver oo problema,
problema,clique
cliquenono botãoResolver
Resolver .. Se
Se tudo
tudo estiver
estiver correto,
correto, oo
SolverPara
Solver irá resolver
irá mostrar
mostrar o problema,
aa caixa
caixa de clique
de diálogo
diálogo no botão
Resultados
Resultados doResolver
do Solver.
Solver. . Se tudo estiver correto, o
Solver irá mostrar a caixa de diálogo Resultados do Solver.
Nessa janela, podemos escolher entre manter a solução encontrada pelo Solver e restaurar os
Nessa
valores
Nessa janela,
originais.
janela, podemos
Também
podemos escolherselecionar
podemos
escolher entremanter
entre manter a solução
relatórios, que
a solução encontrada
contêm
encontrada pelo Solver
informações
pelo Solver e restaurar
esobre os
o processo
restaurar os va-
valores
lores
de originais.
originais.
solução Também
Também
do problema. podemos
podemos selecionar
selecionar relatórios,
relatórios, queque contêm
contêm informações
informações sobresobre o processo
o processo de
de solução do problema.
solução do problema.
Clique no botão para retornar à planilha e conferir os resultados obtidos.
58




Caro(a) aluno(a),
Caro(a) aluno(a),você aprendeu a colocar os dados de um problema de PL na planilha, bem como
Neste capítulo,
definirCaro(a) aluno(a), no Solver. Agora, você é capaz de determinar a solução de um problema de PL
os parâmetros
utilizando
Neste Solver, que
Nesteo capítulo,
capítulo, é um
você
você suplemento
aprendeu
aprendeu do Excel.
aa colocar
colocar os
os dados
dados de
de um
um problema
problema dede PL
PL na
na planilha,
planilha, bem
bemcomo
como
definir no Solver.
definir os parâmetros no Solver. Agora, você é capaz de determinar a solução de um problema deuti-
os parâmetros Agora, você é capaz de determinar a solução de um problema de PL PL
lizando o
utilizando Solver, que
o Solver, é um suplemento do Excel.
que é um suplemento do Excel.

5.4 Atividades
1) Resolva, utilizando oPropostas
Solver, o seguinte problema:
Maximizar:
1) Resolva, utilizando o Solver, o seguinte problema:
ܼ ൌ ͵‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ
1. Resolva, utilizando o Solver, o seguinte problema:
Maximizar:
Sujeito a:
Maximizar:
ܼ‫ ݔ‬ൌ൅͵‫ݔ‬ ଵ ൅൑
ʹ‫ݔ‬ ʹ‫ݔ‬͸ଶ
ଵ ଶ
Sujeito a: ʹ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൑ ͺ
Sujeito a:
‫ݔ‬ଵ ൅൅ʹ‫ݔݔ‬ଶ ൑
െ‫ݔ‬ ͸
ଵ ଶ ൑ͳ
ʹ‫ݔ‬ଵ‫ݔ‬൅ ൑
‫ݔ‬ଶʹ൑ ͺ
ଶ
െ‫ݔ‬
‫ݔ‬ଵଵǡ ൅
‫ݔ‬ଶ‫ݔ‬ଶ൒൑Ͳ ͳ
‫ݔ‬ଶ ൑ ʹ
2) Resolver, utilizando o Solver, o seguinte ‫ݔ‬ଵ ǡ ‫ݔ‬ଶ ൒ Ͳ uma fábrica de computadores produz dois
problema:
modelos de computador: A e B. O modelo A fornece um lucro de R$ 180,00 e o B, de R$ 300,00. O
2. Resolver,
2) Resolver, utilizando
utilizando o Solver,
o Solver, o seguinte
o seguinte problema:
problema: uma
uma fábricade
fábrica decomputadores
computadores produz dois
dois
modelo A requer, na sua produção, um gabinete pequeno e uma unidade de disco. O modelo B requer
modelos de computador: A e B. O modelo A fornece um lucro de R$ 180,00 e o B, de R$ 300,00.
modelos de computador: A e B. O modelo A fornece um lucro de R$ 180,00 e o B, de R$ 300,00. O
O modelo A requer, na sua produção, um gabinete pequeno e uma unidade de disco. O modelo
modelo ABrequer,
requerna umsua produção,
gabinete um gabinete
grande pequeno
e duas unidades deedisco.
uma unidade
Existem de
no disco. O modelo
estoque: B requer
60 unidades de
gabinete pequeno, 50 unidades de gabinete grande e 120 unidades de disco. Qual deve ser o
esquema de produção que maximiza o lucro?
59
6 CONSIDERAÇÕES FINAIS
Caro(a) aluno(a),
Espera-se que, com esta apostila, você se envolva na disciplina; entenda e consiga definir e con-
ceituar a terminologia básica da pesquisa operacional, incluindo modelagem, otimização e cálculos ite-
rativos, aplicações clássicas e práticas da pesquisa operacional; conheça e aplique as principais técnicas
de PL; domine softwares que utilizam PL; aplique o método simplex na resolução do problema geral da
PL; desenvolva o raciocínio lógico; e saiba utilizar e aplicar as equações pertinentes aos vários assuntos
abordados e estudados na presente apostila no âmbito profissional e, consequentemente, na sociedade
em que se encontra inserido(a).
61
RESPOSTAS COMENTADAS DAS
ATIVIDADES PROPOSTAS
Caro(a) aluno(a),
A seguir, você poderá utilizar a resolução comentada das atividades propostas.

Faça uma revisão do texto escrito e refaça os exercícios resolvidos. Acreditamos que você vai
conseguir resolver facilmente as atividades propostas.
Tenha em mãos uma calculadora científica para facilitar os cálculos e lápis, régua e papel mili-
metrado para facilitar a confecção dos gráficos.
Tente resolver os exercícios antes e, posteriormente, consulte a resolução.
Capítulo 1
1. De acordo com o texto, temos como principais características da pesquisa operacional:

análise das operações de toda a organização;
otimização das operações;
aplicação de métodos e técnicas científicos;
desenvolvimento e utilização de modelos analíticos;
projeto e utilização de operações experimentais.
2. De acordo com o texto, algumas das técnicas utilizadas na pesquisa operacional são:
PL;
programação inteira;
programação mista;
programação não linear.
Capítulo 2
1. De acordo com o texto, as fases envolvidas em um estudo de pesquisa operacional são:

validação do modelo;
63
2)Mauro
De acordo com o texto, o objetivo geral de um problema de programação matemática é a busca por
Noriaki Takeda
um ótimo, que pode ser um máximo ou o mínimo de uma função.
2. De acordo com o texto, o objetivo geral de um problema de programação matemática é a bus-
ca por
2) De acordo comumoótimo,
texto, oque pode ser
objetivo umde
geral máximo ou o mínimo
um problema de uma função.
de programação matemática é a busca por
Capítulo 3
um ótimo, que pode ser um máximo ou o mínimo de uma função.
Capítulo 3
1) A formulação do problema é a seguinte:
1. A3 formulação do problema é a seguinte:
Capítulo
Maximizar:
Maximizar:
ܼ ൌ ͷ‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ
1) A formulação
Sujeito a: do problema é a seguinte:
Sujeito a:
Maximizar: ʹ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൑ ͸
ܼ ൌ ͷ‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ
‫ݔ‬ଵ ൑ ͸
Sujeito a:
‫ݔ‬ଶ ൑ ͷ
ʹ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൑ ͸
‫ݔ‬ଵ ൒ Ͳǡ ‫ݔ‬ଶ ൒ Ͳ
‫ݔ‬ଵ ൑ ͸
‫ݔ‬ଶ ൑ ͷ
2) O modelo é:
‫ݔ‬ଵ ൒ Ͳǡ ‫ݔ‬ଶ ൒ Ͳ
Maximizar:
2. O modelo é:
Maximizar: ‫ ݋ݎܿݑܮ‬ൌ ʹ‫ݔ‬ଵ ൅ ͵‫ݔ‬ଶ
2) O modelo é:
Sujeito a:
Maximizar:
Sujeito a: െ‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ ൑ Ͷ
‫ ݋ݎܿݑܮ‬ൌ ʹ‫ݔ‬ଵ ൅ ͵‫ݔ‬ଶ
‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ ൑ ͸
Sujeito a:
‫ݔ‬ଵ ൅ ͵‫ݔ‬ଶ ൑ ͻ
െ‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ ൑ Ͷ
‫ݔ‬ଵ ൒ Ͳǡ ‫ݔ‬ଶ ൒ Ͳ
‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ ൑ ͸
Construindo o gráfico das restrições, temos:
‫ݔ‬ଵ ൅ ͵‫ݔ‬ଶ ൑ ͻ
‫ݔ‬ଵ ൒ Ͳǡ ‫ݔ‬ଶ ൒ Ͳ
Região
Simplex
Região
Simplex
64

Traçando a reta do lucro (azul), temos o gráfico a seguir, que fornece x1 =1Pesquisa
e x2 =Operacional
2,5, com
lucro = 9,5.Traçando
Traçandoa areta
retado
dolucro
lucro(azul),
(azul),temos
temoso ográfico
gráficoa aseguir,
seguir,que fornecex1x=1
quefornece e x2 = 2,5, com
1 =1 e x2 = 2,5, com
Traçando a reta do lucro (azul), temos o gráfico a seguir, que fornece x1 =1 e x2 = 2,5, com lucro
lucro
lucro==9,5.
9,5.= 9,5.
3) O modelo é:
3. O modelo é:
3) O modelo
Maximizar:
3) O modeloé:é:
Maximizar:
Maximizar:
Maximizar: ܼ ൌ ͵‫ݔ‬ଵ ൅ Ͷ‫ݔ‬ଶ
Sujeito a: Sujeito a: ܼܼൌൌ͵‫ݔ͵ݔ‬
ଵ ൅൅Ͷ‫ݔ‬Ͷ‫ݔ‬
ଶ
ଵ ଶ
Sujeito
Sujeitoa:a: Ͷ‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ ൑ ͺͲ
Ͷ‫ݔ‬Ͷ‫ݔ‬
ʹ‫ݔ‬ ൅൅ͷ‫ݔ‬
൅
ଵଵ ଵ
ʹ‫ݔʹݔ‬ ൑ ͳʹͲ
ଶଶ ଶ൑൑
ͺͲͺͲ
ʹ‫ݔʹݔ‬
‫ݔ‬ଵଵ ൅൒൅ͷ‫ݔ‬ ଶ‫ݔ‬൑
Ͳǡͷ‫ݔ‬ ଶ൑
ͳʹͲ
൒ Ͳ
ͳʹͲ
ଵ ଶ
‫ݔ‬ଵ‫ ݔ‬൒൒ͲǡͲǡ‫ݔݔ‬
ଶ ൒൒Ͳ Ͳ
ଵ ଶ
Construindo
Construindoo ográfico
gráficodas
dasrestrições,
restrições,temos:
temos:
Traçando a reta do lucro (azul), temos o gráfico a seguir, que fornece x1 =10 e x2 = 20, com lucro
= 110.
65
Traçando a reta do lucro (azul), temos o gráfico a seguir, que fornece x1 =10 e x2 = 20, com
Mauro=
lucro Noriaki
110. Takeda
Capítulo 4
Capítulo 4
Capítulo 4
1. Precisamos
1) Precisamos calcularcalcular
o custoode
custo
cadade cadapara
ração ração para determinar
determinar o seu lucro.
o seu lucro.
Custo da ração Tobi:
1) Precisamos calcular o custo de cada ração para determinar o seu lucro.
ܿ‫ ܶ݋ݐݏݑ‬ൌ ͷ ή ͳ ൅ Ͷ
ܿ‫ ܶ݋ݐݏݑ‬ൌ ܴ̈́ͻǡͲͲ
ܿ‫ ܶ݋ݐݏݑ‬ൌ ͷ ή ͳ ൅ Ͷ
Custodadaração
Custo raçãoRex:
Rex:
ܿ‫ ܶ݋ݐݏݑ‬ൌ ܴ̈́ͻǡͲͲ
ܿ‫ ܴ݋ݐݏݑ‬ൌ Ͷ ή Ͷ ൅ ʹ ή ͳ
Custo da ração Rex:
ܿ‫ ܴ݋ݐݏݑ‬ൌ ܴ̈́ͳͺǡͲͲ
ܿ‫ ܴ݋ݐݏݑ‬ൌ Ͷ ή Ͷ ൅ ʹ ή ͳ
Lucro:
Lucro:
ܿ‫ ܴ݋ݐݏݑ‬ൌ ܴ̈́ͳͺǡͲͲ
Ração Tobi:
Ração Tobi:
Lucro:
‫ ܶ݋ݎܿݑܮ‬ൌ ʹͲǡͲͲ െ ͻǡͲͲ
Ração Tobi:
‫ ܶ݋ݎܿݑܮ‬ൌ ܴ̈́ͳͳǡͲͲ
‫ ܶ݋ݎܿݑܮ‬ൌ ʹͲǡͲͲ െ ͻǡͲͲ
RaçãoRex:
Ração Rex:
‫ ܶ݋ݎܿݑܮ‬ൌ ܴ̈́ͳͳǡͲͲ
‫ ܴ݋ݎܿݑܮ‬ൌ ͵ͲǡͲͲ െ ͳͺǡͲͲ
Ração Rex:
‫ ܴ݋ݎܿݑܮ‬ൌ ܴ̈́ͳʹǡͲͲ
‫ ܴ݋ݎܿݑܮ‬ൌ ͵ͲǡͲͲ െ ͳͺǡͲͲ
O modelo é:
‫ ܴ݋ݎܿݑܮ‬ൌ ܴ̈́ͳʹǡͲͲ
O modelo é:
Maximizar:
O modelo é:
Maximizar:
ܼ ൌ ͳͳ‫ݔ‬ଵ ൅ ͳʹ‫ݔ‬ଶ
Maximizar:
Sujeito a:
Sujeito a: ܼ ൌ ͳͳ‫ݔ‬ଵ ൅ ͳʹ‫ݔ‬ଶ
‫ݔ‬ଵ ൅ Ͷ‫ݔ‬ଶ ൑ ͳͲͲͲͲ
Sujeito a:
ͷ‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ ൑ ͵ͲͲͲͲ
‫ݔ‬ଵ ൅ Ͷ‫ݔ‬ଶ ൑ ͳͲͲͲͲ
‫ ݔ‬൒ Ͳǡ ‫ ݔ‬൒ Ͳ
ͷ‫ݔ‬ଵ ଵ൅ ʹ‫ݔ‬ଶ ൑ଶ ͵ͲͲͲͲ
Incluindo as variáveis de folga, temos:
‫ݔ‬ଵ ൒ Ͳǡ ‫ݔ‬ଶ ൒ Ͳ
Incluindo as variáveis de folga,‫ ݔ‬temos:
൅ Ͷ‫ݔ‬ଶ ൅ ‫ݔ‬ிభ ൑ ͳͲͲͲͲ
ଵ temos:
Incluindo as variáveis de folga,
ͷ‫ݔ‬
‫ ݔ‬ଵ൅൅Ͷ‫ݔ‬ʹ‫ݔ‬ଶ൅൅‫ݔݔ‬ிమ ൑൑ͳͲͲͲͲ
͵ͲͲͲͲ
ଵ ଶ ிభ
ͷ‫ݔ‬ଵ‫ݔ‬ଵ൅ǡ ‫ݔ‬ଶ ǡ ‫ݔ‬൅

ʹ‫ݔ‬ ி ݁‫ݔ‬ிమ ͵ͲͲͲͲ
ଶ భ‫ݔ‬ிమ ൑
൒Ͳ
‫ݔ‬ଵ ǡ ‫ݔ‬ଶ ǡ ‫ݔ‬ிభ ݁‫ݔ‬ிమ ൒ Ͳ
66


Montando a tabela para
para os
os cálculos,
cálculos,temos:
temos:
Montando a tabela para os cálculos, temos:
Montando a tabela para os cálculos, temos:
Constante
Variável Coeficientes de Constante Divisão
Coeficientes de ሺܾ௜ ሻ Divisão
Variável
básica ሺܸ ሻ Constante
Variável஻ ሺܾ௜ ሻ
básica ሺܸ஻ ሻ ‫ݔ‬ଵ Coeficientes
‫ݔ‬ଶ ‫ݔ‬ிభ de‫ݔ‬ிమ Divisão
ሺܾ௜ ሻ
básica ሺܸ஻ ሻ ‫ݔ‬ଵ ‫ݔ‬ଶ ‫ݔ‬ிభ ‫ݔ‬ிమ ͳͲͲͲͲ
‫ݔ‬ிభ ‫ݔ‬1ଵ ‫ݔ‬4ଶ ‫ݔ‬1ிభ ‫ݔ‬0ிమ 10000 ൌ ʹͷͲͲ
ͳͲͲͲͲ
Ͷ
‫ݔ‬ிభ 1 4 1 0 10000 ͳͲͲͲͲ ൌ ʹͷͲͲ
‫ݔ‬ிభ 1 4 1 0 10000 Ͷ ൌ ʹͷͲͲ
͵ͲͲͲͲ
‫ݔ‬ 5 2 0 1 30000 ൌ ͳͷͲͲͲ
ʹͶ
ிమ
͵ͲͲͲͲ
‫ݔ‬ிమ 5 2 0 1 30000 ͵ͲͲͲͲ ൌ ͳͷͲͲͲ
‫ݔ‬Zிమ -11
5 -12 2 0 0
1 0
30000 ʹ ൌ ͳͷͲͲͲ
ʹ
Z -11 -12 0 0 0
Z -11 -12 0 0 0
iteração, temos:
Após a primeira iteração, temos:
Após a primeira iteração, temos: Constante
Após aVariável
primeira iteração, temos: de
Coeficientes Divisão
Constante
ሺܾ ሻ
Variável
básica ሺܸ஻ ሻ Coeficientes de ௜
Constante Divisão
Variável Coeficientes
‫ݔ‬ிభ de‫ݔ‬ிమ ሺܾ௜ ሻ Divisão
básica ሺܸ஻ ሻ ‫ݔ‬ଵ ‫ݔ‬ଶ ሺܾ௜ ሻ
básica ሺܸ஻ ሻ ‫ݔ‬ଵ ‫ݔ‬ଶ ‫ݔ‬ிభ ‫ݔ‬ிమ ʹͷͲͲ
‫ݔ‬ଶ ‫ݔ‬ଵ ‫ݔ‬1ଶ 1/4
1/4 ‫ݔ‬ிభ ‫ݔ‬0ிమ 2500 ൌ ͳͲͲͲͲ
ʹͷͲͲ
ͳȀͶ
‫ݔ‬ଶ 1/4 1 1/4 0 2500 ʹͷͲͲ ൌ ͳͲͲͲͲ
‫ݔ‬ 1/4 1 1/4 0 2500 ͳȀͶ
ʹͷͲͲͲ ൌ ͳͲͲͲͲ
‫ݔ‬ிଶమ 4,5 0 -1/2 1 25000 ͳȀͶ ൌ ͷͷͷͷǡͷ͸
ʹͷͲͲͲ
Ͷǡͷ
‫ݔ‬ிమ 4,5 0 -1/2 1 25000 ʹͷͲͲͲ ൌ ͷͷͷͷǡͷ͸
‫ݔ‬Zிమ 4,5
-8 0 -1/2 3 1
0 25000
30000 Ͷǡͷ ൌ ͷͷͷͷǡͷ͸
Ͷǡͷ
Z -8 0 3 0 30000
Z -8 0 3 0 30000
Após a segunda iteração, temos:
iteração, temos:
Após a segunda iteração, temos:
Coeficientes de Constante ሺܾ௜ ሻ Divisão
Após a segunda
Variável básica ሺܸ஻ ሻiteração, temos:
Coeficientes
‫ݔ‬ிభ de ‫ݔ‬ Constante ሺܾ௜ ሻ Divisão
Variável básica ሺܸ஻ ሻ ‫ݔ‬ଵ ‫ݔ‬ଶCoeficientes de ிమ Constante ሺܾ௜ ሻ Divisão
Variável básica ሺܸ ሻ ‫ݔ‬ ‫ݔ‬ ‫ݔ‬ி ‫ݔ‬ி
‫ݔ‬ଶ ஻ 0ଵ 1ଶ 0,2778 భ
‫ݔ‬ிభ -0,0556
మ
‫ݔ‬ிమ 1111,11
‫ݔ‬ଵ ‫ݔ‬ଶ
‫ݔ‬
‫ݔ‬ଶ 0
1 1
0 0,2778
-0,1111 -0,0556
0,2222 1111,11
5555,56
‫ݔ‬ଵଶ 0 1 0,2778 -0,0556 1111,11
‫ݔ‬Zଵ 01 0
0 -0,1111
2,1111 0,2222
1,7778 5555,56
74444,44
‫ݔ‬ଵ 1 0 -0,1111 0,2222 5555,56
Z 0 0 2,1111 1,7778 74444,44
Z 0 0 2,1111 1,7778 74444,44
A segunda iteração fornece como solução ótima ‫ݔ‬ଵ ൌ ͷͷͷͷǡͷ͸; ‫ݔ‬ଶ ൌ ͳͳͳͳǡͳͳ; ‫ݔ‬ிభ ൌ Ͳ; ‫ݔ‬ிమ ൌ Ͳ; e
ܼ ൌ ͹ͶͶͶͶǡͶͶ.
67

2) Incluindo as variáveis de folga, temos:
2. Incluindo as variáveis de folga, temos:
2) Incluindo as variáveis de folga, temos:
Maximizar:Maximizar:
Maximizar: ܼ ൌ ͵‫ݔ‬ଵ ൅ ͷ‫ݔ‬ଶ
Sujeito a: Sujeito a: ܼ ൌ ͵‫ݔ‬ଵ ൅ ͷ‫ݔ‬ଶ
Sujeito a: ʹ‫ݔ‬ଵ ൅ Ͷ‫ݔ‬ଶ ൅ ‫ݔ‬ிభ ൑ ͳͲ
ʹ‫ݔ‬ଵ ൅
͸‫ݔ‬ ൅ ‫ݔ‬Ͷ‫ݔ‬ଶ൅൅‫ݔ ݔ‬ிభ൑൑ʹͲͳͲ
ଵ ଶ ிమ
‫ݔ‬͸‫ݔ‬ ଵ ൅ ‫ݔ‬ଶ ൅ ‫ݔ‬ி ൑ ʹͲ

ଵ െ ‫ݔ‬ଶ ൅ ‫ݔ‬ிయ మ൑ ͵Ͳ
‫ݔ‬ଵ ǡെ
‫ݔ‬ଵ ǡ ‫ݔ‬ ‫ݔ‬ଶ ൅ ‫ݔ‬ிయ ൑ ͵Ͳ
ଶ ‫ݔ‬ிభ ǡ ‫ݔ‬ிమ ݁‫ݔ‬ ிయ ൒ Ͳ
Montando
Montandoaatabela
tabelapara
paraososcálculos,
cálculos,temos:
temos:
Montando a tabela para os
Variável cálculos, temos:
Coeficientes de Constante
Divisão
Variável
básica ሺܸ஻ ሻ ‫ݔ‬ଵ ‫ݔ‬Coeficientes
ଶ ‫ݔ‬ிభ ‫ݔ‬ிde మ
‫ݔ‬ிయ Constante
ሺܾ ሻ
௜ Divisão
básica ሺܸ஻ ሻ ‫ݔ‬ଵ ‫ݔ‬ଶ ‫ݔ‬ிభ ‫ݔ‬ிమ ‫ݔ‬ிయ ሺܾ௜ ሻ ͳͲ
‫ݔ‬ிభ 2 4 1 0 0 10 ൌ ʹǡͷ
ͶͳͲ
‫ݔ‬ிభ 2 4 1 0 0 10 ൌ ʹǡͷ
ʹͲͶ
‫ݔ‬ிమ 6 1 0 1 0 20 ൌ ʹͲ
ͳʹͲ
‫ݔ‬ிమ 6 1 0 1 0 20 ൌ ʹͲ
ͳ
coeficiente
‫ݔ‬ிయ 1 -1 0 0 1 30
coeficiente
negativo
‫ݔ‬ிయ 1 -1 0 0 1 30
Z -3 -5 0 0 0 0 negativo
Z -3 -5 0 0 0 0
Após as iterações, temos como solução ótima: ‫ݔ‬ଵ ൌ ͵ǡͳͺͳͺ; ‫ݔ‬ଶ ൌ ͲǡͻͲͻͲ; ‫ݔ‬ிభ ൌ Ͳ; ‫ݔ‬ிమ ൌ Ͳ;
Após
‫ݔ‬ிయ ൌ ʹ͸ e ܼ as iterações, temos como solução ótima: ‫ݔ‬ଵ ൌ ͵ǡͳͺͳͺ; ‫ݔ‬ଶ ൌ ͲǡͻͲͻͲ; ‫ݔ‬ிభ ൌ Ͳ; ‫ݔ‬ிమ ൌ Ͳ;
ൌ ͳͶǡͲͻ.
‫ݔ‬ிయ ൌ ʹ͸ e ܼ ൌ ͳͶǡͲͻ.
Capítulo 5
Capítulo 5
1) Colocando os dados na planilha, temos:

1) Colocando os dados na planilha, temos:
68
Capítulo 5
1. Colocando os dados na planilha, temos:

Aplicando o Solver, temos:

O resultado é:
O resultado é:
O resultado é:
O resultado é:
69
2. A formulação
2) A formulação do problema
do problema é a seguinte:
é a seguinte:

Maximizar:Maximizar:
2) A formulação do problema é a seguinte:ܼ ൌ ͳͺͲ‫ݔ‬ଵ ൅ ͵ͲͲ‫ݔ‬ଶ
Sujeito a: Sujeito a:
Maximizar:
2) A formulação do problema é a seguinte:ܼ ‫ݔ‬
ൌ ͳͺͲ‫ݔ‬
൅ ʹ‫ݔ‬ଵ ൅
൑ ͵ͲͲ‫ݔ‬
ͳʹͲ ଶ
ଵ ଶ
Maximizar:
Sujeito a: ‫ݔ‬ଵ ൑ ͸Ͳ
ܼ ൌ ͳͺͲ‫ݔ‬ଵ ൅ ͵ͲͲ‫ݔ‬ଶ
‫ݔ‬ଵ ൅‫ݔʹݔ‬
ଶ ൑ ൑ ͳʹͲ
ଶ ͷͲ
Sujeito a:
‫ݔ‬ଵ ൒‫ݔ‬ଵͲǡ൑‫ݔ‬͸Ͳ
ଶ ൒Ͳ
‫ݔ‬ଵ ൅ ʹ‫ݔ‬ଶ ൑ ͳʹͲ
‫ݔ‬ଶ ൑ ͷͲ
‫ݔ‬ଵ ൑ ͸Ͳ
‫ݔ‬ଵ ൒ Ͳǡ ‫ݔ‬ଶ ൒ Ͳ
Colocando os dados na planilha, temos:
‫ݔ‬ଶ ൑ ͷͲ
‫ݔ‬ଵ ൒ Ͳǡ ‫ݔ‬ଶ ൒ Ͳ

O resultado é:
O resultado é:
O resultado é:
70
O resultado é:

71
REFERÊNCIAS
ARENALES, M. et al. Pesquisa operacional para cursos de engenharia. São Paulo: Campus, 2007.
EHRLICH, P. J. Pesquisa operacional – curso introdutório. São Paulo: Atlas, 1991.
HILLIER, F. S.; LIEBERMAN, G. J. Introdução à pesquisa operacional. 8. ed. São Paulo: McGraw Hill, 2006.
LACHTERMACHER, G. Pesquisa operacional na tomada de decisões. 4. ed. São Paulo: Pearson Prentice
Hall, 2009.
LOESCH C.; HEIN N. Pesquisa operacional: fundamentos e modelos. São Paulo: Saraiva, 2009.
TAHA, H. A. Pesquisa operacional. 8. ed. São Paulo: Pearson Prentice Hall, 2007.
73

0 Apostila - Pesquisa Operacional PDF

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

0 Apostila - Pesquisa Operacional PDF

Încărcat de

Drepturi de autor:

Formate disponibile

Mauro Noriaki Takeda

5 FERRAMENTA SOLVER DO EXCEL............................................................................................. 51

Esta apostila destina-se a estudantes de graduação para os cursos de Engenharia de Produção ou

Mauro Noriaki Takeda

Caro(a) aluno(a), planejamento, a pesquisa operacional utiliza in-

1.1 Origem da Pesquisa Operacional

Sob o ponto de vista histórico, o primeiro

Durante a Segunda Guerra Mundial, um Saiba mais

1.2 Problemas Típicos de Pesquisa Operacional

As principais características da pesquisa problemas de otimização. Os problemas tratados

 localização, armazenamento e distribui-  estoque;

1.3 Métodos de Pesquisa Operacional

A pesquisa operacional utiliza como fer-  programação inteira: é uma forma de

 PL: tem sido usada com sucesso na so-

1.4 Exercício Resolvido

1.5 Resumo do Capítulo

1.6 Atividades Propostas

1. Quais são as principais características da pesquisa operacional?

2. Cite três técnicas utilizadas na pesquisa operacional.

Caro(a) aluno(a), pende diretamente do sistema a ser representa-

2.1 Fases do Estudo de Pesquisa Operacional

Um estudo de pesquisa operacional costu-

Essas fases são as principais etapas a ser

2.2 Definição do Problema

A definição do problema baseia-se em três

 descrição exata dos objetivos do estudo

2.3 Formulação do Modelo Matemático

A formulação do modelo matemático para Em um modelo matemático de um proble-

2.4 Solução do Modelo

2.5 Validação do Modelo

Nesse processo de solução do problema, é Um método muito utilizado para testar a

2.6 Exercício Resolvido

1. O que é validação do modelo?

2.7 Resumo do Capítulo

Em um modelo matemático de um problema de otimização, a quantidade a ser maximizada ou

Além disso, é necessária a validação do modelo para sua efetiva implementação.

2.8 Atividades Propostas

1. Quais são as fases envolvidas em um estudo de pesquisa operacional?

2. Qual é o objetivo geral de um problema de programação matemática?

3.1 Construção do Modelo Matemático

O problema geral de PL possui as seguintes características:

16 3.2 Exercício Resolvido

3.2 Exercício Resolvido

As restrições são: 3.3 Método Gráfico

3.3 Método Gráfico

O método gráfico só pode ser utilizado quan-

Para encontrar a solução ótima, é neces-

Região viável: região que contém pelo menos um

A solução gráfica pode ser feita em três pas-

a) identificação e construção das retas de

Para construir o gráfico da primeira restrição, ʹ‫ݔ‬ଵ ൅ ‫ݔ‬ଶ ൑ ʹ, vamos determinar

Localizando esses pontos no plano cartesiano e traçando a reta, temos:

Colocando esses resultados em uma tabela, temos:

Localizando esses pontos no plano cartesiano e traçando a reta, temos:

Como a restrição é ‫ݔ‬ଵ ൅ ͵‫ݔ‬ଶ ൑ ͵, a região de interesse é a hachurada.

Colocando todas as restrições em único gráfico, obtemos a interseção de todas as restrições,

A função objetivo ‫ ܽݐ݅݁ܿ݁ݎ‬ൌ Ͳǡ͵‫ݔ‬ଵ ൅ Ͳǡͷ‫ݔ‬ଶ pode ser transformada em:

‫ ܽݐ݅݁ܿ݁ݎ‬െ Ͳǡ͵‫ݔ‬ଵ ൌ Ͳǡͷ‫ݔ‬ଶ

Para receita de 0,5, temos a reta c:

‫ ܽݐ݅݁ܿ݁ݎ‬ൌ Ͳǡ͵ ή Ͳǡ͸ ൅ Ͳǡͷ ή Ͳǡͺ

Portanto, a solução ótima é:

‫ݔ‬ଶ ൌ ‫ܽݐ݅݁ܿ݁ݎ‬ ൌ Ͳǡͷͺ‫ݏ݁݀ܽ݀݅݊ݑ‬

Sujeito a: ‫ݔ‬ଵ ൅ ‫ݔ‬ ൒ ͳͲ

localização, armazenamento e distribui- estoque;

A pesquisa operacional utiliza como fer- programação inteira: é uma forma de

PL: tem sido usada com sucesso na so-

descrição exata dos objetivos do estudo

Para fazer a transformação da linha 3, primeiramente, vamos determinar o multiplicador: