O MÉTODO SIMPLEX E

ANÁLISE DE SENSIBILIDADE
Modelo de PL em forma de equação

 Todas as restrições são equações cujos lados

direitos são não-negativos
 Todas as variáveis são não-negativas
Conversão de desigualdades em
equações
 Uma desigualdade do tipo
a1x1 + a2x2 + a3x3 + . . . + aNxN ≤ b

 É equivalente a uma igualdade do tipo

a1x1 + a2x2 + a3x3 + . . . + aNxN + s = b
s≥0
Exemplo (Reddy Micks)
 A desigualdade
 6x1 + 4x2 ≤ 24
 É equivalente à igualdade
 6x1 + 4x2 + s1 = 24
 s1 ≥ 0

 Em
 x1 = 3, x2 = 1
 6.3 + 4.1 = 22 ≤ 24, ou

 s1 = 24 – 22 = 2 ≥ 0
Exemplo (Problema da Dieta)
 A desigualdade
 x1 + x2 ≥ 800
 É equivalente à igualdade
 x1 + x2 – s1 = 800
 s1 ≥0
 Em
 x1 = 300, x2 = 600
 300 + 600 = 900 ≥ 800, ou

 s1 = 900 – 800 = 100 ≥ 0

Não negatividade do lado direito
 A restrição
 -x1 + x2 ≤ -3
 É equivalente
 -x1 + x2 + s1 = -3
 s1 ≥ 0

 Mas também a
 x1 - x2 - s1 = 3
 s1 ≥ 0
Exercícios
 No problema da Reddy Micks, verifique se a
solução
x1 = 2, x2 = 3
é viável e determine as variáveis de folga.
Variáveis irrestritas
 Em um problema de alocação de mão de obra, a
quantidade requerida em um momento i+1 é igual
à quantidade requerida no momento anterior i mais
(ou menos) uma variação
 xi+1 = xi + yi+1
 A variável yi+1 deve ser irrestrita para que a
quantidade de mão de obra possa aumentar ou
diminuir ao longo do tempo.
Variáveis irrestritas
 Como conciliar essa necessidade com a segunda
condição?
 yi+1 = y+i+1 – y–i+1
 y+i+1 ≥ 0

 y–i+1 ≥ 0

 Desta forma, a contratação de um empregado

seria feita quando
 y+i+1 =1
 y–i+1 = 0
Variáveis irrestritas
 A demissão seria feita quando
 y+i+1 =0
 y–i+1 = 1

 A não alteração do quadro resulta em

 y+i+1 =0
 y–i+1 = 0

 A forma como opera o método Simplex impede

que as duas variáveis tenham valor positivo
simultaneamente.
Transitando da forma gráfica para a
algébrica
 Considere o problema
Maximizar z = 2 x1 + 3 x2
Sujeito a
2 x1 + x2 ≤ 4
x1 + 2 x2 ≤ 5
x1, x2 ≥ 0
Transitando da forma gráfica para a
algébrica
As restrições
2 x1 + x 2 ≤ 4
x1 + 2 x2 ≤ 5
x1, x2 ≥ 0

Podem ser reescritas

2 x1 + x2 + s1 = 4
x1 + 2 x2 + s2 = 5
x1, x2, s1, s2 ≥ 0
Transitando da forma gráfica para a
algébrica
5

s1 = 0
3

Ótima (x1 = 1, x2 = 2)
2

1 s2 = 0

0
0 1 2 3 4 5 6
Transitando da forma gráfica para a
algébrica
 Na forma gráfica verificamos que o problema tem
infinitas soluções porque existe uma área em que
todas as restrições são atendidas.

 Na forma algébrica, vê-se que o sistema tem

m = 2 equações
n = 4 incógnitas
 É portanto indefinido, tem infinitas soluções
Determinação algébrica de pontos
extremos
 Se, em um sistema em que
n ≥m
 Faz-se com que
n – m variáveis assumam o valor 0
 A solução resultante
 Se for única
 É denominada solução básica

 E corresponde a um ponto extremo

Determinação algébrica de pontos
extremos
 Há portanto, no máximo

n!
Cm 
n

m!(n  m)!

soluções extremas para o problema

Determinação algébrica de pontos
extremos
 No exemplo,
m =2
n = 4

n! 4! 4.3
Cm 
n
  6
m!(n  m)! 2!(4  2)! 2.1

 Há portanto no máximo 6 pontos extremos

Transitando da forma gráfica para a
algébrica
5

4 F

s1 = 0
3
B
Ótima (x1 = 1, x2 = 2)
2
C
1 s2 = 0

A D E
0
0 1 2 3 4 5 6
Transitando da forma gráfica para a
algébrica

Variáveis Variáveis Solução Ponto Viável? Valor da

não básicas básicas básica Extremo função obj
x1, x2 s1, s2 4; 5 A S 0
x1, s1 x2, s2 4; -3 F N -
x1, s2 x2, s1 2, 5; 1,5 B S 7,5
x2, s1 x1, s2 2; 3 D S 4
x2, s2 x1, s1 5; -6 E N -
s1, s2 x1, x2 1; 2 C S 8
O Método Simplex
5

Maximizar z = 2 x1 + 3 x2
4 F
Ponto Variáveis Variáveis
s1 = 0 Extremo Básicas (Zero)
3 Não Básicas
A s1, s2 x1, x2
Ótima (x1 = 1, x2 = 2) B x2, s1 x1, s2
2 B
C C x1, x2 s1, s2

1 s2 = 0

A D E
0
0 1 2 3 4 5 6
Exercício
 Suponha que apenas a função objetivo do
problema anterior tenha sido alterada.
 Qual percurso do método simplex?
 Identifique as variáveis básicas e não básicas que
definem esse caminho.
O Método Simplex
 O problema da Reddy Micks
 Maximizar z = 5 x1 + 4 x2
 Sujeito a
1. 6x1 + 4x2 ≤ 24
2. x1 + 2x2 ≤ 6
3. - x1 + x2 ≤ 1
4. x2 ≤ 2
5. x1 ≥ 0
6. x2 ≥ 0
O Método Simplex
 O problema da Reddy Micks, reescrito na forma de
equações
 Maximizar z = 5 x1 + 4 x2 + 0 s1 + 0 s2 + 0 s3 + 0 s4
 Ou z - 5 x1 - 4 x2 = 0
 Sujeito a
1. 6x1 + 4x2 + s1 = 24
2. x1 + 2x2 + s2 =6
3. - x1 + x2 + s3 =1
4. x2 + s4 = 2
5. x1, x2, s1, s2, s3, s4 ≥ 0
 O Método Simplex

coeficiente mais negativo entra na base

variáveis não básicas variáveis básicas
Base z x1 x2 s1 s2 s3 s4 Solução
z 1 -5 -4 0 0 0 0 0 linha z
s1 0 6 4 1 0 0 0 24 linha s1
s2 0 1 2 0 1 0 0 6 linha s2
s3 0 -1 1 0 0 1 0 1 linha s3
s4 0 0 1 0 0 0 1 2 linha s4
 O Método Simplex

A variável de menor razão não

negativa sai da base
Base x1 Solução Razão
sai da base s1 6 24 24/6 = 4 mínimo
s2 1 6 6/1 = 6
s3 -1 1 1/(-1) = -1 negativo, ignorar
s4 0 2 2/0 = ∞ razão infinita, ignorar

Conclusão: entra x1 e sai s1

A escolha da variável que sai da base é determinada pela primeira restrição encontrada
quando se aumenta o valor da variável que entra na base.
O Método Simplex
7 A escolha da variável que sai da base é determinada pela
primeira restrição encontrada quando se aumenta o valor da
variável que entra na base.
6

5
s1 = 0
4
s3 = 0
s2 = 0
3

2
s4 = 0

1
A B
0
-1 0 1 2 3 4 5 6 7
-1
1/(-1) = -1 24/6 = 4

6/1 = 6
 O Método Simplex

entra

Base z x1 x2 s1 s2 s3 s4 Solução
z 1 -5 -4 0 0 0 0 0
sai s1 0 6 4 1 0 0 0 24 linha do pivô
s2 0 1 2 0 1 0 0 6
s3 0 -1 1 0 0 1 0 1
s4 0 0 1 0 0 0 1 2
coluna do pivô
O Método Simplex

Base z x1 x2 s1 s2 s3 s4 Solução
z 1 -5 -4 0 0 0 0 0
+5x
x1 0 1 2/3 1/6 0 0 0 4
s2 0 1 2 0 1 0 0 6
s3 0 -1 1 0 0 1 0 1
s4 0 0 1 0 0 0 1 2
O Método Simplex

Base z x1 x2 s1 s2 s3 s4 Solução
z 1 0 -2/3 5/6 0 0 0 20
s1 0 1 2/3 1/6 0 0 0 4
-1x
s2 0 1 2 0 1 0 0 6
s3 0 -1 1 0 0 1 0 1
s4 0 0 1 0 0 0 1 2
O Método Simplex

Base z x1 x2 s1 s2 s3 s4 Solução
z 1 0 -2/3 5/6 0 0 0 20
s1 0 1 2/3 1/6 0 0 0 4
s2 0 0 4/3 -1/6 1 0 0 2 +1x
s3 0 -1 1 0 0 1 0 1
s4 0 0 1 0 0 0 1 2
O Método Simplex

Base z x1 x2 s1 s2 s3 s4 Solução
z 1 0 -2/3 5/6 0 0 0 20
s1 0 1 2/3 1/6 0 0 0 4
s2 0 0 4/3 -1/6 1 0 0 2 +0x
s3 0 0 5/3 1/6 0 1 0 5
s4 0 0 1 0 0 0 1 2
O Método Simplex

coeficiente mais negativo entra na base

Base z x1 x2 s1 s2 s3 s4 Solução
z 1 0 -2/3 5/6 0 0 0 20
x1 0 1 2/3 1/6 0 0 0 4
s2 0 0 4/3 -1/6 1 0 0 2
s3 0 0 5/3 1/6 0 1 0 5
s4 0 0 1 0 0 0 1 2
coluna do pivô
 O Método Simplex

A variável de menor razão não

negativa sai da base
Base x2 Solução Razão
x1 2/3 4 4/(2/3) = 6
sai da base s2 4/3 2 2/(4/3) = 3/2 mínimo
s3 5/3 5 5/(5/3) = 3
s4 1 2 2/1 = 2

Conclusão: entra x2 e sai s2

O Método Simplex
7 A escolha da variável que sai da base é determinada pela
primeira restrição encontrada quando se aumenta o valor da
variável que entra na base.
6

5
s1 = 0
4
s3 = 0
s2 = 0
3

2
s4 = 0

1
C
A B
0
-1 0 1 2 3 4 5 6 7
-1
 O Método Simplex

entra na base

Base z x1 x2 s1 s2 s3 s4 Solução
z 1 0 -2/3 5/6 0 0 0 20
x1 0 1 2/3 1/6 0 0 0 4
sai s2 0 0 4/3 -1/6 1 0 0 2 linha do pivô
s3 0 0 5/3 1/6 0 1 0 5
s4 0 0 1 0 0 0 1 2
coluna do pivô
O Método Simplex

Nenhum dos coeficientes é negativo: a solução é ótima

Base z x1 x2 s1 s2 s3 s4 Solução
z 1 0 0 3/4 1/2 0 0 21
x1 0 1 0 1/4 -1/2 0 0 3
x2 0 0 1 -1/8 3/4 0 0 3/2
s3 0 0 0 3/8 -5/4 1 0 5/2
s4 0 0 0 1/8 -3/4 0 1 1/2
Resultados

Variável Valor Recomendação

de Decisão Ótimo
x1 3 Produzir 3 t diárias de tintas para exteriores
x2 3/2 Produzir 1,5 t diárias de tintas para interiores
z 21 Lucro diário é de $ 21.000
Resultados - Restrições

Recurso Valor da Folga Situação

Matéria-prima M1 s1 = 0 Escasso
Matéria-prima M2 s2 = 0 Escasso
Limite de mercado s3 = 5/2 Abundante
Limite da demanda s4 = 1/2 Abundante

O método Simplex fornece mais que uma solução ótima: permite que se analise o cenário,
observando por exemplo que restrições influenciaram na fixação do ótimo. Variáveis de
folga com situação abundante indicam restrições inativas, as que, na situação analisada,
não influenciaram na solução do problema.
Exercício
 Determine a solução ótima para o problema de
otimização
 Maximizar z = 2 x1 + x2 – 3 x3 + 5 x 4
 Sujeito a
 x1 + 2 x2 + 2 x3 + 4 x4 ≤ 40
 2 x1 – x2 + x3 + 2 x4 ≤ 8
 4 x1 – 2 x2 + x3 – x4 ≤ 10
 x1, x2, x3, x4 ≥ 0
Exercícios
 Repita o exercício anterior com as seguintes funções
objetivo
 Maximizar z = 8 x1 + 6 x 2 + 3 x3 – 2 x 4
 Maximizar z = 3 x1 – x2 + 3 x3 + 4 x4

 Minimizar z = 5 x1 – 4 x2 + 6 x3 – 8 x4
 Observação: no problema de minimização, a coluna do pivô
é escolhida pelo maior coeficiente positivo
Solução Inicial Artificial
 Apenas se todas as restrições são do tipo ≤, a
solução xi = 0 leva a uma solução básica
envolvendo as variáveis de folga.
 Restrições do tipo = ou ≥ necessitam outros
mecanismos para gerar uma solução inicial.
O método do M-Grande
 O método de duas fases
Método do M-grande (“big M”)
 Variáveis artificiais são adicionadas às restrições
do tipo = e ≥
 Tais variáveis são incluídas na função objetivo com
coeficientes punitivos (o grande M), que
eventualmente as levarão a ficar fora da base.
 O coeficiente será, em problemas de
 Maximização –M
 Minimização + M
Método do M-grande (“big M”)
 Min z = 4 x1 + x2  Min z = 4 x1 + x2
 sujeito a  sujeito a
3 x1 + x2 = 3 3 x 1 + x2 = 3
 4 x1 + 3 x2 ≥ 6  4 x 1 + 3 x2 - x3 = 6

 x1 + 2 x2 ≤ 4  x1 + 2 x2 + x4 = 4

 x1, x2 ≥ 0  x1, x2 ≥ 0
Método do M-grande (“big M”)
 Min z = 4 x1 + x2  Min z=4x1+x2+MR1+MR2
 sujeito a  sujeito a
3 x1 + x2 = 3 3 x1 + x2 + R1 = 3
 4 x1 + 3 x2 - x3 = 6  4 x1 + 3 x2 - x3 + R2 = 6

 x 1 + 2 x 2 + x4 = 4  x1 + 2 x2 + x4 = 4

 x1, x2, x3, x4 ≥ 0  x1, x2, x3, x4, R1, R2 ≥ 0

Quão grande deve ser M?

Tão grande quanto necessário para que não faça parte da base.
Método do M-grande (“big M”)

Base x1 x2 x3 R1 R2 x4 Solução
z -4 -1 0 100 100 0 0
R1 3 1 0 1 0 0 3
R2 4 3 -1 0 1 0 6
x4 1 2 0 0 0 1 4
Método do M-grande (“big M”)

Base x1 x2 x3 R1 R2 x4 Solução
z 696 399 -100 0 0 0 900
R1 3 1 0 1 0 0 3
R2 4 3 -1 0 1 0 6
x4 1 2 0 0 0 1 4
Método do M-grande (“big M”)

Base x1 x2 x3 R1 R2 x4 Solução
z 0 167 -100 -232 0 0 204
x1 1 1/3 0 1/3 0 0 1
R2 0 5/3 -1 -4/3 1 0 2
x4 0 5/3 0 -1/3 0 1 3
Método do M-grande (“big M”)

Base x1 x2 x3 R1 R2 x4 Solução
z 0 0 1/5 -492/5 -501/5 0 18/5
x1 1 0 1/5 3/5 -1/5 0 3/5
x2 0 1 -3/5 -4/5 3/5 3/5 6/5
x4 0 0 1 1 -1 1 1
Método do M-grande (“big M”)

Base x1 x2 x3 R1 R2 x4 Solução
z 0 0 0 -491/5 -100 -1/5 17/5
x1 1 0 0 2/5 0 -1/5 2/5
x2 0 1 0 -11/15 0 0 9/5
x3 0 0 1 1 -1 1 1

Solução: x1= 2/5, x2 = 9/5 e z = 17/5

Método das duas fases
 O big M pode introduzir erros de arredondamento
 No método das duas fases
 Fase I tenta localizar uma solução básica viável
 Fase II resolve o problema original
Fase I
 O problema é expresso na forma de equações
 São introduzidas as variáveis artificiais
 Encontra-se a solução básica que minimiza a soma
das variáveis artificiais
 Se a função objetivo final
 tem valor positivo, o problema não tem solução viável
 tem valor menor ou igual a zero, passa-se para a
segunda fase
Fase I
 Min z = 4 x1 + x2  Min z = 4 x1 + x2
 sujeito a  sujeito a
3 x1 + x2 = 3 3 x 1 + x2 = 3
 4 x1 + 3 x2 ≥ 6  4 x 1 + 3 x2 - x3 = 6

 x1 + 2 x2 ≤ 4  x1 + 2 x2 + x4 = 4

 x1, x2 ≥ 0  x1, x2 ≥ 0
Fase I
 Min z = 4 x1 + x2  Min z = R1 + R2
 sujeito a  sujeito a
3 x1 + x2 = 3 3 x1 + x2 + R1 = 3
 4 x1 + 3 x2 - x3 = 6  4 x1 + 3 x2 - x3 + R2 = 6

 x 1 + 2 x 2 + x4 = 4  x1 + 2 x2 + x4 = 4

 x1, x2, x3, x4 ≥ 0  x1, x2, x3, x4, R1, R2 ≥ 0

Fase I

Base x1 x2 x3 R1 R2 x4 Solução
r 0 0 0 -1 -1 0 0
R1 3 1 0 1 0 0 3
R2 4 3 -1 0 1 0 6
x4 1 2 0 0 0 1 4
Fase I

Base x1 x2 x3 R1 R2 x4 Solução
r 3 1 0 0 -1 0 3
R1 3 1 0 1 0 0 3
R2 4 3 -1 0 1 0 6
x4 1 2 0 0 0 1 4
Fase I

Base x1 x2 x3 R1 R2 x4 Solução
r 7 4 -1 0 0 0 9
R1 3 1 0 1 0 0 3
R2 4 3 -1 0 1 0 6
x4 1 2 0 0 0 1 4
Fase I

Base x1 x2 x3 R1 R2 x4 Solução
r 7 4 -1 0 0 0 9
R1 1 1/3 0 1/3 0 0 1
R2 4 3 -1 0 1 0 6
x4 1 2 0 0 0 1 4
Fase I

Base x1 x2 x3 R1 R2 x4 Solução
r 0 5/3 -1 -7/3 0 0 2
R1 1 1/3 0 1/3 0 0 1
R2 0 5/3 -1 -4/3 1 0 2
x4 0 5/3 0 -1/3 0 1 3
Fase I

Base x1 x2 x3 R1 R2 x4 Solução
r 0 5/3 -1 -7/3 0 0 2
x1 1 1/3 0 1/3 0 0 1
R2 0 5/3 -1 -4/3 1 0 2
x4 0 5/3 0 -1/3 0 1 3
Fase I

Base x1 x2 x3 R1 R2 x4 Solução
r 0 5/3 -1 -7/3 0 0 2
x1 1 1/3 0 1/3 0 0 1
R2 0 1 -3/5 -4/5 3/5 0 6/5
x4 0 5/3 0 -1/3 0 1 3
Fase I

Base x1 x2 x3 R1 R2 x4 Solução
r 0 0 0 -1 -1 0 0
x1 1 0 1/5 3/5 -1/5 0 3/5
x2 0 1 -3/5 -4/5 3/5 0 6/5
x4 0 0 1 1 -1 1 1

O mínimo igual a zero indica que há uma solução básica viável com
x1 = 3/5, x2 = 6/5 e x4 = 1
Fase II
 Na segunda fase, usa-se a solução viável da
primeira fase como solução inicial para o problema
original
Fase I

Base x1 x2 x3 x4 Solução
z -4 -1 0 0 0
x1 1 0 1/5 0 3/5
x2 0 1 -3/5 0 6/5
x4 0 0 1 1 1
Fase I

Base x1 x2 x3 x4 Solução
z 0 -1 4/5 0 12/5
x1 1 0 1/5 0 3/5
x2 0 1 -3/5 0 6/5
x4 0 0 1 1 1
Fase I

Base x1 x2 x3 x4 Solução
z 0 0 1/5 0 18/5
x1 1 0 1/5 0 3/5
x2 0 1 -3/5 0 6/5
x4 0 0 1 1 1
Fase I

Base x1 x2 x3 x4 Solução
z 0 0 0 -1/5 17/5
x1 1 0 0 -1/5 2/5
x2 0 1 0 3/5 9/5
x3 0 0 1 1 1

Solução: x1= 2/5, x2 = 9/5 e z = 17/5

Retirada das variáveis artificiais
 Só podem ser retiradas as colunas das variáveis
artificiais não básicas
 Se uma ou mais variáveis artificiais permanecer na
base
 Etapa I
 selecione uma dessas variáveis (artificiais e básicas) para sair da
base
 selecione uma variável não-artificial não-básica para entrar na
base
 realize uma iteração do Simplex.
 Etapa II
 remova da tabela a coluna da variável artificial que saiu da
base