Captulo 3
Algoritmo Simplex
CAPTULO 3
Algoritmo Simplex
3.1
Introduo
O algoritmo Simplex a ferramenta bsica da programao linear. O objetivo do algoritmo
transformar uma matriz dada em outra equivalente que contenha certo desenho ou padro.
Este captulo faz um esboo do Simplex, destacando seu parentesco com o algoritmo de
Gauss-Jordan discutido no captulo trs.
3.2
Converso de desigualdade em uma equao
Em restries ( ) , o lado direito pode ser considerado como a representao do limite
imposto disponibilidade de um recurso, caso em que o lado esquerdo representaria a utilizao
desse recurso limitado pelas atividades (variveis) do modelo. Assim, a diferena entre direito e o
lado esquerdo da restrio ( ) resultaria na quantidade do recurso no utilizada ou folga.
Para converter uma desigualdade
()
em uma equao, uma varivel de folga no
negativa adicionada ao primeiro membro da restrio.
Exemplo 1. Dada a seguinte desigualdade: 3x + 2 y 12 .
Para transformar em uma equao adicionamos a varivel de folga F1 e logo temos:
3 x + 2 y + F1 = 12, com F1 0
Pesquisa Operacional I
Jhoab Negreiros
Captulo 3
Algoritmo Simplex
De forma semelhante, uma restrio ( ) estabelece um limite inferior para as atividades do
modelo de programao linear, de modo que a quantidade pela qual o lado esquerdo excede o
limite mnimo representa uma sobra. Consegue-se a converso de ( ) em uma igualdade com a
subtrao de uma varivel de sobra no negativa do lado esquerdo da desigualdade.
Exemplo 2. Dada a seguinte desigualdade: x + y 100 .
Para transformar em uma equao subtramos a varivel de folga F2 e logo temos:
x + y F2 = 100, com F2 0
A ltima possibilidade restante que o lado direito da equao resultante seja negativo. A
condio sempre pode ser satisfeita multiplicando-se ambos os lados da equao resultante por
( 1) .
Exemplo 3. Dada a seguinte desigualdade: x + 2 y 20 .
Para transformar em uma equao adicionamos a varivel de folga F3 e logo temos:
x + 2 y + F3 = 20, com F3 0
Agora, multiplicando ambos os lados por ( 1) , teremos um lado direito no negativo, como
desejado, isto :
x 2 y F3 = 20
3.3
Transio da Soluo Grfica para a Soluo Algbrica
As idias transmitidas pela soluo grfica do problema de programao linear lanam as
bases para o desenvolvimento do mtodo algbrico simplex. No mtodo grfico, a regio de
solues delineada pelos meios-espaos, que representam as restries, e, no mtodo simplex, a
regio de solues representada por m equaes lineares simultneas e n variveis no
negativas. A figura a seguir traa um paralelo entre os dois mtodos.
Pesquisa Operacional I
Jhoab Negreiros
Captulo 3
Algoritmo Simplex
Mtodo Grfico
Mtodo Algbrico
Represente todas as restries em grfico, Represente a regio de solues por m
entre elas as restries de no-negatividade.
equaes em n variveis e restrinjam todas as
variveis a valores no negativos, m < n .
Identifique os pontos extremos viveis da regio Determine as solues bsicas viveis das
de solues.
equaes.
Candidatos soluo tima so dados por um Candidatas soluo tima so dadas por um
nmero finito de pontos extremos.
nmero finito de solues bsicas viveis.
Use a funo objetivo para determinar o ponto Use a funo objetivo para determinar a soluo
extremo timo entre todos os candidatos.
bsica vivel tima entre todos os candidatos.
Podemos verificar visualmente pelo grfico por que a regio de solues tem um nmero
infinito de pontos de soluo, mas como podemos tirar a mesma concluso da representao
algbrica de solues? A resposta que na representao algbrica o nmero de equaes m
sempre menor do que ou igual ao nmero de variveis n . Se m = n , e as equaes forem
consistentes, o sistema tem somente uma soluo; mas se m < n (o que representa a maioria dos
problemas de PL), ento o sistema de equaes, novamente, se consistente, dar como resultado
um nmero infinito de solues.
Exemplo 4. A equao x = 2 tem ( m = n = 1) e a soluo obviamente nica. S = {2} , mas
para a equao x + y = 1 , temos ( m = 1) e ( n = 2 ) , que resulta em um nmero infinito de
solues: S = {(1 y, y )} para todo
3.4
Determinao Algbrica dos Pontos Extremos
Em um conjunto de m n equaes (m < n) , se igualarmos (n m) variveis a zero, e
depois resolvermos as m equaes para as m variveis restantes, a soluo resultante, se for
nica, denominada soluo bsica e deve corresponder a um ponto extremo (vivel ou invivel)
da regio de solues. Isso significa que o nmero mximo de pontos extremos :
Cn , m =
Pesquisa Operacional I
n!
m !(n m)!
Jhoab Negreiros
Captulo 3
Algoritmo Simplex
Exemplo 5. Considere o seguinte problema de PL com duas variveis:
Maximizar f ( x, y ) = 2 x + 3 y
Restries
2x + y 4
x + 2y 5
x, y 0
Em linguagem algbrica, a regio de solues do problema de programao PL representado por:
2 x + y + F1 = 4
x + 2 y + F2 = 5
x, y, F1 , F1 0
O sistema tem m = 2 equaes e n = 4 variveis. Assim, de acordo com a regra dada, os
pontos extremos podem ser determinados algebricamente igualando n m = 4 2 = 2 variveis a
zero e depois, resolvendo para as m = 2 variveis restantes.
Se fizermos x = 0 e y = 0 , as equaes do a soluo (bsica) nica: F1 = 4, F2 = 5
.(Esta soluo corresponde ao ponto A.)
Um outro ponto pode ser determinado, fazendo F1 = 0 e F2 = 0 . Ento resolvendo as
duas equaes:
Pesquisa Operacional I
Jhoab Negreiros
Captulo 3
Algoritmo Simplex
2 x + y = 4
,
x + 2 y = 5
o que d como resultado a soluo bsica x = 1 e y = 2 , que o ponto C na figura.
provvel que voc esteja imaginando como podemos decidir quais n m variveis
devem ser igualadas a zero para chegar a um ponto extremo especfico. Sem o auxlio da soluo
grfica, no podemos dizer quais n m variveis zero esto associadas com quais pontos
extremos. Mas isso no nos impede de enumerar todos os pontos extremos da regio de solues.
Apenas considere todas as combinaes nas quais n m variveis sejam igualadas a zero e
resolva as equaes resultantes. Isso feito, a soluo tima a soluo bsica vivel (pontos
extremos) que resultar no melhor valor para a funo objetivo.
Neste exemplo temos: C4,2 =
43
= 6 pontos extremos.
2!
Examinando a figura podemos localizar os quatro pontos A, B, C, D, E e F, todos so
solues para o problema, mas os dois ltimos so no viveis, porque no satisfazem todas as
restries.
Para resumir a transio da soluo grfica para a soluo algbrica, as m n variveis
zero so conhecidas como variveis no bsicas. As restantes m variveis so denominadas
variveis bsicas e sua soluo denominada soluo bsica.
Variveis
no bsicas
(x, y)
(x, F1)
(x, F2)
(y, F1)
(y, F1)
(F1, F2)
3.5
Variveis
bsicas
(F1, F2)
(y, F2)
(y, F1)
(x, F2)
(x, F1)
(x, y)
Soluo
bsica
(4, 5)
(4, 3)
(5/2, 3/2)
(2, 3)
(5, 6)
(1, 2)
Pontos
extremos
A
F
B
D
E
C
Viveis ou
no viveis
Sim
No
Sim
Sim
No
Sim
Valor da
f.o.
0
-7,5
4
-8 (timo)
Natureza Iterativa do Mtodo Simplex
Em vez de enumerar todas as solues bsicas (pontos extremos) do problema de PL
(como fizemos na tabela acima), o mtodo simplex investiga somente algumas dessas solues.
Pesquisa Operacional I
Jhoab Negreiros
Captulo 3
Algoritmo Simplex
Normalmente o mtodo simplex comea na origem, onde x = y = 0 . Nesse ponto de
partida, o valor da funo objetivo zero, e a pergunta lgica se um aumento em x e/ou y no
bsicas acima de seus valores zero atuais pode melhorar o valor da f.o., basta investigar o valor da
mesma.
Maximizar: f ( x, y ) = 2 x + 3 y .
A funo mostra que um aumento em x ou y (ou em ambas) acima de seus valores zero
atuais melhorar o seu valor. O mtodo simplex exige o aumento de uma varivel por vez, sendo
que a varivel selecionada ser aquela que tiver a maior taxa de melhoria para a f.o. (com isso
chegamos ao ponto B).
Portanto, no ponto B o mtodo simplex aumentar o valor de x para alcanar o ponto
extremo melhorado C, que a soluo tima. Assim, o caminho do mtodo simplex definido como
A B C . Cada ponto extremo ao longo do caminho associado a uma iterao. importante
observar que o mtodo simplex percorre as bordas da regio de solues, o que significa que o
mtodo no pode atravessar a regio de solues e ir de A para C diretamente.
3.6
Detalhes de Clculo do Algoritmo Simplex
Esta seo apresenta os detalhes de clculo de uma iterao do mtodo simplex, incluindo
as regras para determinar as variveis que entram na base e que saem da base, bem como as
regras para interromper os clculos quando a soluo tima tiver sido alcanada. A explicao se
dar por meio de um exemplo numrico.
Exemplo 6. Usaremos o problema de PL a seguir:
Maximizar : z = 5 x + 4 y
Restries : 6 x + 4 y 24
x + 2y 6
x + y 1
y2
x, y 0
O problema expresso na forma de equaes como:
Pesquisa Operacional I
Jhoab Negreiros
Captulo 3
Algoritmo Simplex
Maximizar : z = 5 x + 4 y + 0 F1 + 0 F2 + 0 F3 + 0 F4
Restries :
6 x + 4 y + F1
x + 2y
= 24
+ F2
x+ y
=6
+ F3
=1
+ F4 = 2
x, y, F1 , F2 , F3 , F4 0
As variveis F1 , F2 , F3 e F4 so as folgas associadas s respectivas restries.
Em seguida, escrevemos a funo objetivo como: z 5 x 4 y = 0 .
Dessa maneira, a tabela simplex inicial pode ser representada da seguinte maneira:
Base
F1
F2
F3
F4
Soluo
-5
-4
Linha Z
F1
F2
F3
F4
0
0
0
0
6
1
-1
0
4
2
1
1
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
24
6
1
2
Linha F1
Linha F2
Linha F3
Linha F4
O arranjo da tabela especfica e o conjunto de variveis bsicas e no bsicas, apresenta a
soluo associada com a iterao inicial.
Variveis no bsicas (zero) em A: ( x, y ) .
Variveis bsicas: ( F1, F 2, F 3, F 4) .
A soluo inicial tima? A funo objetivo: z = 5 x + 4 y mostra que a soluo pode ser
melhorada, aumentando x ou y . Coeficiente da f.o. mais positivo selecionado como a varivel
ao entrar na base. Essa regra denominada condio de otimalidade.
A determinao da varivel que sai com base na tabela simplex exige o clculo das razes
no negativas entre o lado direito das equaes (coluna soluo) e o coeficiente de restrio
correspondente da varivel que entra na base x .
Base
F1
F2
F3
F4
Entrando
X
Soluo
6
1
-1
0
24
6
1
2
Razo
(ou intercepto)
X = 24/6 = 4 (Mnimo)
X = 6/1 = 6
X = 1/-1 = -1 (Ignorar)
X = 2/0
(Ignorar)
Concluso: X entra, F1 sai.
Pesquisa Operacional I
Jhoab Negreiros
Captulo 3
Algoritmo Simplex
Observem que os valores das razes calculadas so as intersees das restries com o
eixo x da varivel que entra na base. A regra associada com os clculos das razes denominada
condio de viabilidade.
O novo ponto de soluo B determinado pela troca entre a varivel que entra na base X e
a varivel que sai da base F1 na tabela simplex para produzir os seguintes conjuntos de variveis
no bsicas e bsicas.
Variveis no bsicas (zero) em B: ( F1, y ) .
Variveis bsicas: ( x, F 2, F 3, F 4) .
O processo de troca baseado nas operaes de Gauss-Jordan, que identifica a coluna da
varivel que entra na base como a coluna do piv, e a linha da varivel que sai como a linha do
piv.
Os clculos sero aplicados a primeira tabela da seguinte forma:
Substituir F1 na coluna base por X;
Nova linha X = Linha F1 atual 6;
Nova linha Z = Linha Z atual ( 5 ) Nova linha X;
Nova linha F2 = Linha F2 atual ( 1 ) Nova linha X;
Nova linha F3 = Linha F3 atual ( 1 ) Nova linha X;
Pesquisa Operacional I
Jhoab Negreiros
Captulo 3
Algoritmo Simplex
Nova linha F4 = Linha F4 atual ( 0 ) Nova linha X.
Base
F1
F2
F3
F4
Soluo
-2/3
5/6
20
Linha Z
X
F2
F3
F4
0
0
0
0
1
0
0
0
2/3
4/3
5/3
1
1/6
-1/6
1/6
0
0
1
0
0
0
0
1
0
0
0
0
1
4
2
5
2
Linha F1
Linha F2
Linha F3
Linha F4
Observe que a nova tabela tem as mesmas propriedades da tabela inicial. O novo valor da
funo objetivo igual a 20.
Pela condio de otimalidade mostra que Y a varivel que deve entrar na base. A
condio de viabilidade produz o seguinte:
Base
Entrando
Y
Soluo
X
F2
F3
F4
2/3
4/3
5/3
1
4
2
5
2
Razo
(ou intercepto)
Y = 4:2/3 = 6
Y = 2:4/3 = 1,5 (Mnimo)
Y = 5:5/3 = 3
Y = 2:1 = 2
Concluso: Y entra, F2 sai.
Substituindo F2 na coluna base por Y que entra, as seguintes operaes de filas por GaussJordan so aplicadas:
Substituir F2 na coluna base por Y;
Nova linha Y = Linha F2 atual 4/3;
Nova linha Z = Linha Z atual ( 2/3 ) Nova linha Y;
Nova linha X = Linha X atual ( 2/3 ) Nova linha Y;
Nova linha F3 = Linha F3 atual ( 5/3 ) Nova linha Y;
Nova linha F4 = Linha F4 atual ( 1 ) Nova linha Y.
Esses clculos produzem a tabela a seguir.
Base
F1
F2
F3
F4
Soluo
3/4
1/2
21
Linha Z
X
Y
F3
F4
0
0
0
0
1
0
0
0
0
1
0
0
1/4
-1/8
3/8
1/8
-1/2
3/4
-5/4
-3/4
0
0
1
0
0
0
0
1
3
3/2
5/2
1/2
Linha X
Linha Y
Linha F3
Linha F4
Pesquisa Operacional I
Jhoab Negreiros
Algoritmo Simplex 10
Captulo 3
Com base na condio de otimalidade, nenhum dos coeficientes da linha Z associados com
as variveis no bsicas F1 e F2, negativo. Assim, essa tabela simplex tima.
A soluo tima pode ser lida na tabela simplex da seguinte maneira:
Varivel
de deciso
Valor
timo
X
Y
Z
3
1,5
21
Recomendao
Produzir 3t dirias de tintas para exteriores.
Produzir 1,5t dirias de tintas para interiores.
Lucro dirio $ 21,00.
A soluo tambm fornece informaes dos recursos. Um recurso designado como
escasso se as atividades (variveis) do modelo o usarem totalmente. Caso contrrio, o recurso
denominado abundante. Essa informao obtida da tabela tima pela verificao do valor da
varivel de folga associada restrio que representa o recurso. Se a folga for zero, o recurso
totalmente utilizado e, por conseguinte, classificado como escasso. Ao contrrio, uma folga
positiva indica que o recurso abundante.
Classificao das restries do modelo:
Recurso
Valor da Folga
Matria-prima, M1
Matria-prima, M2
Limite de Mercado
Limite da demanda
3.7
F1
F2
F3
F4
Condio
Escasso
Escasso
Abundante
Abundante
Mtodo das duas Fases
Os problemas de PL nos quais todas as restries so ()
com lados direitos no
negativos oferecem uma soluo bsica inicial vivel conveniente na qual todas as variveis so de
folga. Isso no acontece com modelos que envolvem restries (=) e () .
O procedimento para iniciar a resoluo de problemas de PL com as restries (=) e ()
usar variveis artificiais que desempenham o papel de folgas na primeira iterao e ento,
descart-las legitimamente em iteraes posteriores.
Pesquisa Operacional I
Jhoab Negreiros
Algoritmo Simplex 11
Captulo 3
Usaremos o exemplo para desenvolver o mtodo:
Exemplo 7. Minimizar a funo: Z = 4 x + 5 y , sujeito a restries:
3x + y = 3
4x + 3y 6
x + 2y 4
x, y 0
Fase I
Usando F1 como uma sobra na segunda restrio e F2 como folga na terceira restrio. A
terceira equao tem sua varivel de folga, F2, mas a primeira e a segunda equao no tm,
adicionamos as variveis artificiais R1 e R2 nas duas primeiras equaes, e a forma de equaes
do problema dada como:
Minimizar : r = R1 + R 2
Sujeito a:
3x + y + R1 = 3
4 x + 3 y F1 + R 2 = 6
x + 2y + F2 = 4
x, y, F1, F 2, R1, R 2 0
A tabela associada dada:
Base
F1
R1
R2
F2
Soluo
-1
-1
Linha r
R1
R2
F2
3
4
1
1
3
2
0
-1
0
1
0
0
0
1
0
0
0
1
3
6
4
Linha R1
Linha R2
Linha F2
Antes de continuar com os clculos do mtodo simplex, precisamos tornar a linha r
consistente com o resto da tabela. Especificamente, na tabela, x = y = F1 = 0 , o que resulta na
soluo bsica R1 = 3 , R 2 = 6 e F 2 = 4 , o que resulta na soluo bsica: r = 3 + 6 = 9 (em vez
de 0, como mostra a tabela acima).
Para isso so substitudas na linha r , usando os seguintes clculos:
Pesquisa Operacional I
Jhoab Negreiros
Algoritmo Simplex 12
Captulo 3
Nova linha r = linha velha r + (1 linha R1 + 1 linha R 2) .
Base
F1
R1
R2
F2
Soluo
-1
Linha r
R1
R2
F2
3
4
1
1
3
2
0
-1
0
1
0
0
0
1
0
0
0
1
3
6
4
Linha R1
Linha R2
Linha F2
Entrando X e saindo da base R1.
Base
F1
R1
R2
F2
Soluo
5/3
-1
-7/3
Linha r
X
R2
F2
1
0
0
1/3
5/3
5/3
0
-1
0
1/3
-4/3
-1/3
0
1
0
0
0
1
1
2
3
Linha X
Linha R2
Linha F2
Entrando Y e saindo da base R2.
Base
F1
R1
R2
F2
Soluo
-1
-1
Linha r
X
Y
F2
1
0
0
0
1
0
-1/5
3/5
-1
0
0
1
3/5
6/5
1
Linha X
Linha Y
Linha F2
1/5 9/15
-3/5 -4/5
1
1
3
6
Como mnimo r = 0 , a Fase I produz a soluo bsica vivel x = , y = e F 2 = 1 .
5
5
Nesse ponto, as variveis artificiais concluram sua misso e podemos eliminar totalmente suas
colunas da tabela e passar para a Fase II.
Fase II
Aps eliminar as colunas artificiais, escrevemos o problema original como:
Minimizar : Z = 4 x + y
Pesquisa Operacional I
Jhoab Negreiros
Algoritmo Simplex 13
Captulo 3
1
3
x + F1 =
5
5
3
6
Sujeito a: y F1 =
5
5
F1 + F 2 = 1
x, y, F1, F 2 0
Base
F1
F2
Soluo
-4
-1
Linha Z
X
Y
F2
1
0
0
0
1
0
1/5
-3/5
1
0
0
1
3/5
6/5
1
Linha X
Linha Y
Linha F2
Novamente, como as variveis bsicas x e y tm coeficientes no zero na linha Z, elas
devem ser substitudas com a utilizao dos seguintes clculos:
Nova linha Z = linha velha Z + (4 linha x + 1 linha y )
Portanto, a tabela inicial da Fase II dada como:
Base
F1
F2
Soluo
1/5
18/5
Linha Z
X
Y
F2
1
0
0
0
1
0
1/5
-3/5
1
0
0
1
3/5
6/5
1
Linha X
Linha Y
Linha F2
Como estamos minimizando F1, devemos entrar na soluo.
Base
F1
F2
Soluo
-1/5
17/5
Linha Z
X
Y
F1
1
0
0
0
1
0
0
0
1
-1/5
3/5
1
2/5
9/5
1
Linha X
Linha Y
Linha F1
Resumo do mtodo das duas fases:
Fase 1: Expresse o problema na forma de equaes e adicione as variveis artificiais necessrias
s restries para garantir uma soluo bsica inicial. Em seguida, ache uma soluo bsica com
as equaes resultantes que, independentemente do problema de PL ser de maximizao ou
minimizao, sempre minimizar a soma das variveis artificiais. Se o valor mnimo da soma for
positivo, o problema de PL no tem nenhuma soluo vivel, o que encerra o processo (lembre-se
de que uma varivel artificial positiva significa que uma restrio original no foi satisfeita).
Fase 2: Use a soluo vivel da Fase 1 como uma soluo bsica vivel inicial para o problema
original.
Pesquisa Operacional I
Jhoab Negreiros
Captulo 3
3.8
Algoritmo Simplex 14
Atividades
Exerccio 1. Sabendo que a funo objetivo de um problema de programao linear dada por
f ( x, y ) = 4 x + 5 y , determine o valor mximo (a),(b) e (c) e mnimo (d) desta funo sobre as
restries utilizando o mtodo simplex.
x 0, y 0
(a) 2 x + y 15
x + 2 y 15
x 0, y 0
(b) x 60, y 50
x + 2 y 120
x 0, y 0
(c) x + y 25
x + y 5
x 0, y 0
3 x + y 12
(d)
3 x + 4 y 30
2 x + 7 y 28
Exerccio 2. Uma fbrica produz dois artigos A e B, que devem passar por duas mquinas
diferentes M1 e M2. M1 tem 12 horas de capacidade diria disponvel e M2 tem 5 horas. Cada
unidade de produto A requer 2 horas em ambas as mquinas. Cada unidade de produto B requer 3
horas em M1 e 1 hora em M2. O lucro lquido de A de R$ 60,00 por unidade e o de B, R$ 70,00
por unidade. Determinar a quantidade a ser produzida de A e B a fim de se ter um lucro mximo.
Exerccio 3. Uma pequena fbrica de papel toalha manufatura trs tipos de produtos A, B e C. A
fbrica recebe o papel em grandes rolos. O papel cortado, dobrado e empacotado. Dada a
pequena escala da fbrica, o mercado absorver qualquer produo a um preo constante. O lucro
unitrio de cada produto respectivamente R$ 1,00, R$ 1,50, e R$ 2,00. O quadro abaixo identifica
o tempo requerido para operao (em horas) em cada seo da fbrica, bem como a quantidade de
mquinas disponveis, que trabalham 40 horas por semana. Planeje a produo semanal da fbrica.
Pesquisa Operacional I
Jhoab Negreiros
Algoritmo Simplex 15
Captulo 3
Seo
Produto A
Produto B
Produto C
Quantidade de Mquina
Corte
Dobra
10
10
0,7
Empacotamento
Exerccio 4. Um criador de coelhos alimenta os animais com cinco tipos de rao, cuja composio
de nutrientes (unidades/Kg) est mostrada abaixo:
Nutrientes
Rao A
Rao B
Rao C
Rao D
Rao E
Protenas
30
20
15
80
20
Carboidratos
60
20
60
20
20
Gordura
10
Custo/Kg
0,20
0,30
0,40
0,50
0,25
Ele calculou as necessidades dirias de alimentao de cada animal em, pelo menos, 80 unidades
de protena, 120 unidades de carboidratos e 30 unidades de gordura. Qual deve ser a mistura das
raes acima a custo mnimo?
Exerccio 5. Desejamos otimizar o lucro pela utilizao de at quatro opes de culturas (milho,
trigo, soja e acar). As restries referem-se ao espao utilizado, gastos com preparo do terreno e
utilizao de mo-de-obra. Tem-se disponvel 400 ha de terra para o cultivo. A matriz abaixo
apresenta os dados referentes a cada cultura:
Atividade
Milho
Trigo
Soja
Acar
Disponvel
Preparo do terreno (R$/ha)
1.000,00
1.200,00
1.500,00
1.200,00
500.000,00
Mo-de-obra (homens/dia)
20
30
25
28
10.000
600,00
800,00
900,00
500,00
Lucro (R$/ha)
Exerccio 6. Uma empresa produz televiso em 3 fbricas: So Paulo, Joo Pessoa e Manaus. Os
pontos principais de revenda, com as respectivas encomendas mensais so:
Pesquisa Operacional I
Jhoab Negreiros
Algoritmo Simplex 16
Captulo 3
Rio de Janeiro
6.000 unidades
Salvador
5.000 unidades
Aracaj
2.000 unidades
Macei
1.000 unidades
Recife
3.000 unidades
A produo mxima mensal em cada fbrica :
So Paulo
10.000 unidades
Joo Pessoa
5.000 unidades
Manaus
6.000 unidades
O custo de transportes das fbricas at as revendas dado pelo quadro abaixo:
R$ por 1.000 unidades de TV.
Para
Rio de Janeiro
Salvador
Aracaju
Macei
Recife
(1)
(2)
(3)
(4)
(5)
(1) So Paulo
1.000
2.000
3.000
3.500
4.000
(2) Joo Pessoa
4.000
2.000
1.500
1.200
1.000
(3) Manaus
6.000
4.000
3.500
3.000
2.000
De
Determinar o nmero de unidades produzidas em cada fbrica e entregues a cada revenda, a fim de
minimizar o custo de transporte.
Pesquisa Operacional I
Jhoab Negreiros
