You are on page 1of 45

Faculdade de Cincias e Tecnologia da Universidade de

Coimbra
Fundamentos e Ensino de lgebra

Trabalho realizado por:


Cati Matos
Daniela Santos
Diana Salgado
Maria Alice Martins

Professora: Maria Celeste Gouveia

Programao Linear

Fundamentos e Ensino de lgebra

A matemtica no se reduz a cincia isolada


platonicamente de tudo o resto.
tambm um instrumento ao servio do homem nos mais
variados ramos da cincia e da tcnica. O professor deve
sempre ter presente este facto e tentar estabelecer,
sempre que possvel as conexes da matemtica com
outros domnios do pensamento, atendendo a que muitos
dos seus alunos iro ser fsicos, qumicos, bilogos,

Pgina 2 de 45

Programao Linear

Fundamentos e Ensino de lgebra

gelogos, engenheiros, economistas, agrnomos ou


mdicos.
Sebastio e Silva

ndice
Introduo

Nota Histrica

Definio e objectivos da Programao Linear

Onde se aplica?

A quem se destina?

10

Definies

11

Hipteses do modelo de Programao Linear

13

Exemplo 1

14

Exemplo 2

18

Exemplo 3

25

Sintetizando

32

Mtodo Simplex

33

Concluso

43

Bibliografia

45

Pgina 3 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Introduo
No dia-a-dia, o Homem debate-se com problemas, levando-o a decidir
ou escolher entre as alternativas viveis. Este, por vezes, de forma
inconsciente, define o problema, formula o objectivo, tem em conta as
limitaes com que se defronta e avalia as alternativas possveis; s ento
escolhe a melhor via.
Quando se trata de problemas simples, apela frequentemente
intuio e experincia, que mostram ser suficientes para a tomada de
decises. No entanto, a complexidade crescente dos problemas leva
necessidade de uma abordagem segundo uma ptica cientfica, o que exige o
recurso a mtodos (primeiro manuais e numa segunda abordagem,
computacionais) que permitam tirar o maior proveito das situaes.
neste contexto que entra a Programao Linear. Esta aparece no
programa de Matemtica A do 11 ano como contedo obrigatrio,
contrariamente ao que acontecia no programa anterior, onde aparecia como
contedo facultativo.
Neste trabalho, vamos comear por uma breve introduo histrica
para, de seguida, resolver analtica e geometricamente problemas de
Programao Linear envolvendo duas variveis, pois o seu tratamento
simples e preconizado no programa de Matemtica A. Poderamos tambm
resolver geometricamente problemas com trs variveis, no entanto no o
faremos. Aproveitamos sim, para os resolver utilizando o Mtodo Simplex
(que no dado no Ensino Secundrio pois muito complexo e normalmente
s estudado em Matemtica Aplicada ou Computacional) e deste modo,
trabalharmos o clculo algbrico e resolver problemas com muitas variveis.

Pgina 4 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Nota Histrica
semelhana de outros ramos cientficos, a Programao Linear tem
as suas razes na Antiguidade Clssica ou talvez na Antiguidade Oriental,
uma vez que a optimizao um tema que sempre
preocupou o Homem. Euclides, (sculo III a. C.) no seu
livro III, tentava encontrar a maior e a menor distncia
de um ponto a uma circunferncia, e no seu livro IV
descreveu uma forma de obter um paralelogramo de rea
mxima com um dado permetro.
Durante os sculos XVII e XVIII, desenvolveramse mtodos de clculo que permitiram resolver os
Euclides
problemas
de
optimizao,
como
por
exemplo,
problemas
de extremos condicionados com restries de igualdade,
sendo notveis os contributos dados por Newton, Fermat,
Leibniz, Lagrange e Bernoulli.
Cournot considerado um dos percursores da
programao matemtica uma vez que o seu estudo se
baseou na igualdade entre receita marginal e custo
marginal, logo implicitamente, na determinao do ponto
Cournot
de equilbrio que origina o lucro mximo.
Quesnay, em 1759, publica o Tableau Economique que pode ser
considerado a primeira grande tentativa de modelizar a economia. Surge
assim, o primeiro marco no caminho dos modelos de
programao ao macroeconmico.
O Sistema de Equilbrio Geral, publicado em 1874 por
Walras, representa, em termos tericos, um considervel
avano na procura da melhor forma de interpretar a
Quesnay
economia como um todo. Na sequncia dos trabalhos
realizados sob a gide do governo dos Estados Unidos da Amrica, Leontief
apresenta, em 1936, o modelo input-output para a
economia americana. Este considerado o segundo
marco.
Em 1937, publicado por Von Neumann, A Model
of General Economic Equilibrium onde formulado o
modelo de Programao Linear dinmica, em que admite
mtodos alternativos de produo simples ou conjunta.
Kantorovich, em 1939, formulou rigorosamente
Walras
um problema de Programao Linear no trabalho Mtodos
Matemticos de Organizao e Planeamento da Produo , mas no
apresentou um algoritmo de resoluo. No entanto, este trabalho, no teve

Pgina 5 de 45

Programao Linear

Fundamentos e Ensino de lgebra

o reconhecimento que merecia, vindo a ser, s mais tarde,


efectivamente apreciado.
O grande salto da Programao Linear dado atravs
das aplicaes em problemas de transportes na dcada de 40
(em particular, pelas Foras Armadas durante a Segunda
Guerra Mundial).
Von Neumann
George Dantzig trabalhava como civil, no Pentgono,
onde exercia funes de conselheiro matemtico para a administrao da
Fora Area Norte Americana, trabalhando no projecto
SCOOP (Scientific Computation of Optimun Programs).
Por inerncia do respectivo servio, Dantzig era
frequentemente chamado para resolver problemas de
planeamento que envolviam a distribuio de pessoal,
dinheiros, avies e outros recursos de custo efectivo. Foi
no Pentgono que Dantzig recebeu, dos seus colegas D.
Hitchcock e M. Wood, o desafio de tentar mecanizar o George Dantzig
processo de planeamento. Como a maioria dos problemas
diziam respeito a questes de Economia, de uma ou de outra forma, Dantzig
procurou aconselhar-se com o economista Tjalling Koopmans para os
resolver (admitindo que os economistas tivessem j desenvolvido tcnicas
de resoluo). Porm, com grande surpresa sua, Koopmans confessou-lhe que
os economistas tambm no tinham quaisquer procedimentos para
encontrarem sistematicamente a soluo de tais problemas.
No Vero de 1947, Dantzig props o Mtodo Simplex que tornou
possvel a soluo de problemas de optimizao de vrios tipos: transportes,
produo, locao de recursos e problemas de escalonamento. Um ano mais
tarde, Dantzig e Koopmans encontraram-se na praia de Santa Mnica e
Koopmans disse: Why not shorten Programming in a Linear Structure to
Linear Programming? ao que Dantzig respondeu: Thats it! From now on
that will be its name.. Nasceu assim a designao de Programao Linear.
Com a apresentao do Mtodo Simplex, a Programao Matemtica,
e em particular a Programao Linear, teve um grande impulso. Foi a partir
de ento que as suas aplicaes no cessaram, envolvendo valiosas
contribuies de economistas e matemticos. O desenvolvimento da
Informtica outro dos factores que tem contribudo para a evoluo
acelerada desta cincia nas ltimas dcadas.
Quatro anos depois (1951), H. W. Kuhn e A. W. Tucker estendem os
resultados de Lagrange aos sistemas de inequaes, e apresentam o
trabalho Non Linear Programming no Second Berkeley Symposium on
Mathematical Statistics and Probability, que constituiu um marco
fundamental da Programao Matemtica.

Pgina 6 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Note-se que a Programao Linear beneficiou tambm das valiosas


contribuies de vrios matemticos, sob o ponto de vista computacional.
Podemos assim afirmar que a Programao Linear faz parte de um
vasto campo da Matemtica cuja importncia e aplicaes no cessaro de
crescer durante este sculo.

Pgina 7 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Definio e objectivos da Programao Linear


A Programao Linear pode ser considerada uma cincia voltada para
a resoluo de problemas reais, em que se procura trazer para o campo de
tomada de decises (Economia, Medicina, Agricultura, etc.) os mtodos
prprios de outras reas cientficas; refere-se a um conjunto de mtodos
cujo objectivo principal tirar o maior proveito possvel de sistemas
econmicos, industriais, militares, , cuja estrutura possa ser definida
matematicamente.
Um Programa Linear pois, um problema de optimizao em que a
funo que se pretende optimizar (funo objectivo) linear e est sujeita
a restries (geralmente inequaes lineares) que redefinem o seu domnio,
ou seja, num problema de Programao Linear pretende-se determinar o
ptimo de uma funo linear num conjunto convexo (um conjunto X diz-se
convexo se dados dois quaisquer pontos de X o segmento de recta que os
une est contido em X) que resulta da interseco de inequaes lineares.
Num Programa Linear, a optimizao poder ser maximizao ou
minimizao da funo objectivo, e as restries podem ser do tipo , =, .
As variveis reais podem ser no negativas e/ou assumir qualquer valor real.

Pgina 8 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Onde se aplica?
Os domnios de aplicao da Programao Linear so vastssimos,
podendo citar-se fundamentalmente os seguintes:
_ Economia e especialmente Economia de Empresa, onde se situam as
aplicaes mais frteis e os estmulos mais fortes para os desenvolvimentos
tericos da Programao Linear;
_ Matemtica, onde a Programao Linear tem impulsionado a
obteno de importantes resultados tericos e o aperfeioamento das
tcnicas de anlise numrica;
_ Militar, onde as aplicaes so numerosas mas normalmente pouco
divulgadas por razes de segurana.

Como exemplos destas reas de aplicao podemos referir mais


explicitamente:
Gesto de empresas (determinao das quantidades a produzir dos
diferentes produtos da empresa de acordo com os recursos disponveis, as
condies tecnolgicas existentes e a situao do mercado.);
Problemas de Transportes (conhecido o custo de transporte de uma
unidade de produto de cada origem para cada destino, procede-se
determinao do plano de distribuio que torna mnimo o custo total de
transporte.);
Trim-Loss (determinao do nmero de unidades a cortar com
determinadas dimenses de modo a minimizar os desperdcios envolvidos
face s dimenses da produo. Exemplos: indstria do papel e do carto,
siderrgica, txtil, confeces, vidreira, );
Estrutura financeira dos bancos (o banco pretende estabelecer a
estrutura do activo que maximiza o seu lucro global, sabendo que devem ser
respeitados os condicionalismos legais e de gesto que asseguram o
equilbrio financeiro.);
Problemas de Mistura (pretende-se obter, com custo mnimo ou
lucro mximo, um ou vrios produtos, a satisfazer certos requisitos
tcnicos, atravs de vrios ingredientes possuidores em grau diferente
dessas caractersticas tcnicas. Exemplo: raes para animais, adubos,
produtos alimentares e farmacuticos, ligas metlicas, tintas, gasolinas.);
Pgina 9 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Planeamento Agrcola (o problema consiste em afectar recursos


escassos, tais como superfcie arvel, mo-de-obra, gua, etc, produo
de diversos bens de modo a maximizar o resultado de explorao.).

A quem se destina?
Destina-se, essencialmente, a administradores, engenheiros, tcnicos,
, com o objectivo de, por exemplo, minimizar custos ou maximizar lucros.

Pgina 10 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Definies
Funo Objectivo_ uma funo linear, que vamos pretender
optimizar, isto , maximizar ou minimizar;
Restries_ consiste em relacionar cada actividade e recursos
utilizados e respeitar a disponibilidade de recursos. Muitas das vezes, as
restries so escritas atravs de inequaes ou equaes lineares.
Usualmente so considerados dois tipos de restries:
Restries de no negatividade_ muitas das vezes, as
variveis que entram na formulao do problema no podem
assumir valores negativos. Por isso, em geral, a no negatividade
das variveis considerada uma restrio natural, que acontece
pelo facto de muitas das actividades s poderem ser executadas a
nveis no negativos;
Restries do problema ou restries propriamente ditas_
aquando da formulao de um problema deve elaborar-se uma lista
de todos os itens que impliquem restries s possveis solues;

Varivel slack (ou varivel de folga)_ a varivel que utilizamos


quando queremos transformar uma inequao numa equao. Por exemplo,
temos a seguinte restrio:
17- 5x -3y 0;
faa-se
z = 17- 5x- 3y
ento vem 5x + 3y + z = 17 com z 0 onde z a varivel slack;
Variveis de deciso_ so os valores de um nmero n de decises a
serem tomadas e designam-se por x1, , xn e que esto interrelacionadas
pela Funo Objectivo;

Forma Cannica_ um modelo de Programao Linear escrito na


forma cannica, tem as seguintes caractersticas:
as variveis so todas no negativas;
as restries so todas desigualdades lineares do tipo ax +
by c ou ax + by c (a, b, c constantes), com excepo das que
dizem respeito no negatividade das variveis;
Pgina 11 de 45

Programao Linear

Fundamentos e Ensino de lgebra

a optimizao pretendida a maximizao da funo


objectivo;

Forma Padro (ou Standard)_ quando pretendemos escrever um


modelo de Programao Linear em forma padro, temos de obedecer s
seguintes condies:
as variveis so todas no negativas;
todas as restries so equaes lineares, com excepo
das que dizem respeito no negatividade;
os termos independentes de cada uma das restries
propriamente ditas so constantes reais no negativas;
considera-se indiferentemente a maximizao ou a
minimizao da funo objectivo;

Soluo possvel ou admissvel_ toda a soluo que satisfaz as


restries do problema e as restries da no negatividade. Note-se que
uma soluo possvel no precisa optimizar a funo objectivo, e
frequentemente h infinitas solues possveis;

Soluo ilimitada_ aquela em que a funo objectivo pode


crescer (caso da maximizao) ou decrescer (caso da minimizao),
indefinidamente, atendendo a todas as restries do problema, e portanto,
no existe um valor mximo ou mnimo finito para a funo objectivo;

Soluo ptima_ havendo um domnio de solues possveis e no


havendo soluo ilimitada, soluo ptima a soluo possvel que optimiza a
funo objectivo. Nesse caso, poder haver uma, vrias ou infinitas solues
ptimas;

Soluo impossvel_ aquela em que no h qualquer ponto que


obedea ao conjunto de restries;

Programa Linear_ um problema de Programao Linear onde se


pretende determinar o ptimo de uma funo linear num conjunto convexo
definido pelas restries.

Pgina 12 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Hipteses do modelo de Programao Linear


Como qualquer modelo em geral, o modelo de Programao Linear no
se aplica a todos os casos e situaes. A sua aplicao est condicionada
pela verificao de alguns postulados ou hipteses que seguidamente se
explicitam.
i) Proporcionalidade
Em cada actividade, as quantidades de bens que entram e saem so
sempre proporcionais ao nvel da mesma (o que elimina a possibilidade de
substituio entre factores e produtos).
ii) Divisibilidade e no negatividade
O nvel de uma actividade pode assumir qualquer valor positivo de
dado intervalo, o que equivale a supor que os bens so perfeitamente
divisveis, isto , susceptveis de variar em quantidades infinitesimais. Se o
interesse recair sobre solues inteiras (por exemplo, elaborao de escalas
de pessoal de transportes), tem de se recorrer Programao Linear
Inteira.
iii) Aditividade
Dadas N actividades, o resultado do emprego conjunto das mesmas
a sua adio, isto , no existem economias ou deseconomias (externas) pelo
facto de se substituir N actividades pela actividade soma das mesmas.
Conjugando esta hiptese com i), tem-se uma nova actividade
resultante da combinao das actividades.
iv) Linearidade da funo objectivo
Cada actividade contribui para o objectivo econmico perseguido pelo
sistema (por exemplo, cada actividade pode ter, e normalmente tem,
associado um certo lucro ou um certo custo). Esta hiptese indica que essa
contribuio para a funo econmica proporcional ao nvel da actividade.
A contribuio total a soma das contribuies de todas as actividades.
Embora
a
verificao
destas
hipteses
parea
reduzir
consideravelmente o campo de aplicaes da Programao Linear, a
experincia tem revelado que inmeras situaes reais podem ser
adequadamente descritas por modelos lineares. Mesmo que tal no seja
verificado aproximadamente, existem tcnicas que tm permitido
converter, com sucesso, essas situaes noutras equivalentes e
susceptveis de tratamento linear.
Pgina 13 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Exemplo 1
A Direco de Marketing do IKEA sugere o lanamento de um novo
modelo de secretria e de estante em substituio dos modelos actuais.
Aquela Direco no v dificuldade de colocao no mercado para as
estantes enquanto que aconselha que a produo mensal de secretrias no
ultrapasse as 160 unidades.
Aps estudos levados a cabo pela Direco de Produo, conclui-se
que:
_A disponibilidade mensal do Departamento de Estampagem de
720 horas-mquina;
_ A disponibilidade mensal do Departamento de Montagem e
Acabamento de 880 horas-homem;
_ Cada secretria necessita de 2 horas-mquina de Estampagem e 4
horas-homem de Montagem e Acabamento;
_ Cada estante necessita de 4 horas-mquina de Estampagem e 4
horas-homem de Montagem e Acabamento.
Por outro lado, as margens brutas unitrias estimadas so de 60
euros para as secretrias e 30 euros para as estantes.
A empresa pretende determinar o plano de produo mensal para
estes novos modelos que maximiza a margem bruta.

Formalizao
Sejam x e y o nmero de secretrias e de estantes dos novos
modelos, respectivamente, a produzir mensalmente e z a margem bruta
total no mesmo perodo. Tem-se, evidentemente, x e y como variveis de
deciso e como objectivo determinar valores para estas variveis que
maximizem
z = 6x + 3y (em 10 euros),
tendo em conta as restries impostas pelas limitaes da capacidade
produtiva e do mercado.
Relativamente, ao Departamento de Estampagem, sabe-se que:
_ Cada secretria necessita de 2 horas-mquina, pelo que o nmero
total de horas-mquina necessrias produo de x secretrias 2x;
_ Cada estante necessita de 4 horas-mquina, pelo que o nmero
total de horas-mquina necessrias produo de y estantes 4y;
_ A disponibilidade mensal de 720 horas-mquina.
Pgina 14 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Ento a restrio relativa a este Departamento :

Tempo total
de mquina
gasto
na
produo de
secretrias

Mais

Tempo total
de mquina
gasto
na
produo de
estantes

No pode
exceder

Disponibilidade
em
HorasMquina

que se traduz algebricamente na desigualdade linear


2x + 4y 720.

Figura 1.1: conjunto das solues admissveis do exemplo1.

Analogamente, tem-se para o Departamento de Montagem e


Acabamento:
4x + 4y 880.
No que diz respeito ao mercado, a restrio traduz-se por:
x 160.
Para alm destas restries, tem-se ainda
x 0 e y 0,
pois no fazem sentido produes negativas.
Em sntese, o problema consiste em escolher x e y por forma a
maximizar z = 6x + 3y
sujeito a
2x + 4y 720
4x + 4y 880
x 160
x, y 0.
Pgina 15 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Construa-se ento um sistema de eixos cartesianos x oy. O primeiro


passo consiste em identificar os valores de x e y que satisfaam todas as
restries.
No que diz respeito s condies de no negatividade, elas indicam
que (x, y) se encontra no primeiro quadrante. A restrio x 160 significa
que (x, y) no se encontra direita da recta x = 160.
As restries 2x + 4y 720 e 4x + 4y 880 impem que (x, y) se
encontre abaixo ou sobre as rectas 2x + 4y = 720 e 4x + 4y = 880. O
resultado final encontra-se na figura 1.1, onde a regio a verde indica o
conjunto dos pontos que satisfazem todas as restries (conjunto das
solues admissveis).

Por ltimo, procure(m)-se o(s) ponto(s) situado(s) nesta regio que


maximiza(m) o valor de z = 6x + 3y. Nesta fase da exposio vai procederse por tentativas; mais adiante se enunciar uma regra prtica que permite
resolver esta questo duma forma quase automtica. O processo baseia-se
na representao grfica da recta 6x + 3y = k (com k constante) para trs
valores de k.
Comece-se, por exemplo, por representar no grfico as rectas 6x +
3y = 300 e 6x + 3y = 600; a interseco de cada uma destas rectas com o
conjunto das solues admissveis indica o conjunto dos planos de fabrico
que possibilita a mesma margem bruta (dada por k). A segunda recta, para
alm de ser paralela primeira, traduz o valor superior para z (600) e
encontra-se mais afastada da origem; portanto, o procedimento consiste em
traar uma terceira recta paralela que contenha pelo menos um ponto da
regio admissvel e esteja, neste caso, o mais distante da origem (por
traduzir o maior valor para z).
Do exposto resulta ento a seguinte regra prtica: Trace-se uma
qualquer recta de nvel e desloque-se paralelamente a si prpria, no sentido
do crescimento de z at ao(s) ltimo(s) ponto(s) de contacto com a regio
admissvel.
Procedendo de acordo com esta regra, a recta escolhida 6x + 3y =
1140, passa no ponto (160, 60), conforme figura 1.2, pelo que a soluo
pretendida x* = 160 e y* = 60, valores que do, respectivamente, o nmero
de secretrias e estantes a produzir por ms pelo IKEA. Deste programa de
produo resulta para a empresa uma margem bruta mensal de 11400 euros.

Pgina 16 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Figura 1.2: soluo ptima do exemplo1.

Pgina 17 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Exemplo 2
Uma das tarefas propostas para a Quinta das Celebridades consiste
em determinar as quantidades de cada tipo de rao que devem ser dadas
diariamente a cada animal de forma a conseguir uma certa qualidade
nutritiva a um custo mnimo.
Os dados relativos ao custo de cada tipo de rao, s quantidades
mnimas dirias de ingredientes nutritivos bsicos a fornecer a cada animal,
bem como s quantidades destes existentes em cada tipo de rao (g/kg)
constam no quadro seguinte:
Rao
Ing. Nutritivos
Hidratos de
carbono
Vitaminas
Protenas
Custo (cnts/kg)

Granulado

Farinha

Quantidade
mnima requerida

20

50

200

50
30
10

10
30
5

150
210

Tabela 1: Dados tcnico-econmicos.

Formalizao
Designemos, respectivamente, por x e y, as quantidades em
quilogramas de granulado e farinha a fornecer diariamente a cada animal.
O custo total (em euros) a suportar diariamente com a alimentao de
cada animal pois
z = 10x + 5y.
O objectivo dos concorrentes minimizar o custo total, sabendo que
as suas possibilidades de escolha esto limitadas pelas seguintes restries
relativas ao regime alimentar de cada animal:
20x + 50y 200.
O primeiro membro desta desigualdade exprime a quantidade (g) de
hidratos de carbono a fornecer diariamente. O segundo membro exprime,
por sua vez, a quantidade quotidiana mnima necessria destes nutrientes.
Analogamente para as vitaminas,
50x + 10y 150,
Pgina 18 de 45

Programao Linear

e para as protenas,

Fundamentos e Ensino de lgebra

30x + 30y 210.

Sabendo que a quantidade de cada rao a fornecer diariamente


no negativa, isto , x 0 e y 0, tem-se, finalmente, o modelo de
Programao Linear que permite estabelecer a dieta dos animais:
minimizar
z = 10x + 5y
sujeito a
20x + 50y 200
50x + 10y 150
30x + 30y 210
x, y 0.
O conjunto das solues admissveis encontra-se representado na
figura 1.3 e foi obtido por procedimento anlogo ao utilizado para o exemplo
anterior.

Figura 1.3: conjunto das solues admissveis do exemplo2.

O(s) ponto(s) que minimiza(m) o valor de z = 10x + 5y obtm-se por


aplicao da regra j enunciada para a resoluo do problema anterior
(exemplo1), devendo ter-se em ateno que o objectivo neste problema
minimizar o valor da Funo Objectivo. Assim, traa-se uma qualquer recta
de nvel, por exemplo 10x + 5y = 80, e desloque-se paralelamente a si
prpria, no sentido do decrescimento de z, at ao(s) ltimo(s) ponto(s) de
contacto com a regio admissvel.
Procedendo desta forma, fcil concluir que a soluo pretendida
x*= 2 e y*= 5 (figura 1.4), valores que do, respectivamente, as quantidades
(em quilogramas) de granulado e farinha a fornecer diariamente a cada
animal. Desta dieta resulta para a quinta um custo de alimentao dirio
com cada animal de 45 cntimos.
Pgina 19 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Figura 1.4: soluo ptima do exemplo2.

Pgina 20 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Casos particulares
Nos exemplos 1 e 2, as solues ptimas so nicas (ver figuras 1.2 e
1.4). Contudo, nem sempre assim acontece. Com efeito, considere-se o
seguinte problema:
maximizar z = 2x + y
sujeito a 3x + 4y 12
4x + 2y 10
x, y 0.
A representao grfica deste problema encontra-se na figura 1.5.
Conclui-se, sem dificuldade, que z = 5 o valor mximo da Funo Objectivo.
Igualmente se conclui que quer o ponto extremo A quer o ponto extremo B
so solues ptimas do problema; por outras palavras, neste caso, dois
pontos extremos conduzem ao mesmo valor (mximo) para a Funo
Objectivo. Mais, qualquer ponto da aresta AB tambm soluo ptima,
dado que a recta de nvel z = 5 assenta sobre aquela aresta; existe pois uma
infinidade de solues ptimas.

Figura 1.5: solues ptimas alternativas.

Quando um problema de Programao Linear possui mais do que uma


soluo diz-se que se est em presena de solues ptimas alternativas;
isto significa que o lucro mximo pode ser obtido atravs de vrias
(infinitas) combinaes dos recursos.
Pgina 21 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Em qualquer dos problemas anteriores pode afirmar-se que se est


perante problemas de Programao Linear bem comportados. Existe
contudo a possibilidade de situaes anmalas que devem ser consideradas
quando, como o caso, se pretende apresentar uma tcnica capaz de
resolver qualquer problema de Programao Linear.
Considere-se o seguinte problema de Programao Linear:
maximizar z = 2x + 3y
sujeito a 2x + 2y 6
-x + y 1
y3
x, y 0.
A representao grfica respectiva encontra-se na figura 1.6. Estse em presena de uma situao nova. Com efeito, traando uma qualquer
recta de nvel do plano definido pela Funo Objectivo, aquela pode ser
sempre deslocada paralelamente a si prpria, no sentido do crescimento de
z, e conter ainda pontos do conjunto das solues admissveis. Conclui-se
pois que a Funo Objectivo pode assumir valores arbitrariamente grandes
e, consequentemente, no existe um valor mximo finito para z. Sempre que
se verifica esta situao, diz-se que se est em presena de soluo no
limitada.

Figura 1.6: soluo no limitada.

Deve contudo salientar-se que o facto do conjunto das solues


admissveis ser no limitado no implica necessariamente que a soluo seja
no limitada (isto , com variveis a poderem assumir valores
Pgina 22 de 45

Programao Linear

Fundamentos e Ensino de lgebra

arbitrariamente grandes com z ). Est nesta situao o exemplo 2 (ver


figura 1.4) e o seguinte problema:
maximizar z = -x + 3y
sujeito a 2x + 2y 6
-x + y 1
y3
x, y 0.

A representao grfica respectiva encontra-se na figura 1.7.

Figura 1.7: soluo ptima com conjunto no limitado.

Pode ainda acontecer que o conjunto das solues seja no limitado e


o valor ptimo de z seja finito com variveis a poderem assumir valores
arbitrariamente grandes na soluo ptima. Neste caso, existem solues
ptimas alternativas, como se ilustra atravs do seguinte problema:
maximizar z = -2x + 4y
sujeito a -x + y 1
x - 2y -4
x, y 0.
A representao grfica encontra-se na figura 1.8. O valor mximo da
Funo Objectivo 8. Mais, qualquer ponto (x, y) da aresta do conjunto das
solues admissveis que se prolonga at infinito conduz a z = 8 e
portanto soluo ptima do problema. evidente, como se pode ver pela
figura 1.8, que embora a Funo Objectivo no possa exceder o valor 8, as
variveis x e y podem assumir valores arbitrariamente grandes.

Pgina 23 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Figura 1.8: valor ptimo finito da Funo Objectivo finito, com


variveis podendo assumir valores arbitrariamente grandes.

Outra situao anmala que pode surgir, normalmente derivada de


erros de formalizao, a no existncia de qualquer soluo admissvel.
Isto pode acontecer por no existirem valores das variveis a satisfazerem
as restries do problema ou as condies de no negatividade, ou ambas
simultaneamente. Neste caso, o problema diz-se impossvel. O exemplo
seguinte ilustra esta situao:
minimizar z = x + 2y
sujeito a
x+y3
2x + y 2
x, y 0.

Figura 1.9: problema impossvel.

Pgina 24 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Apesar de j termos apresentado anteriormente um problema de


maximizao, consideramos importante resolver, de seguida, um outro que
visa ir ao encontro dos problemas-tipo que geralmente aparecem nos
manuais de Matemtica A do 11 ano.

EXEMPLO 3
Para angariarem fundos para o Carro da Queima das Fitas, os alunos
do 3ano de Matemtica optaram por vender 300 t-shirts e 600
esferogrficas. Para tal, decidiram fazer dois tipos de lotes:
tipo A: uma t-shirt e uma esferogrfica;
tipo B: duas t-shirts e cinco esferogrficas.
Os lotes do tipo A foram vendidos a 8 e os do tipo B a 18.
Quantos lotes de cada tipo convm formar para obter o lucro
mximo com a sua venda?
Resoluo: Tal como j foi mencionado anteriormente, o mtodo da
Programao Linear consiste em procurar a soluo ptima de um problema
sendo satisfeitas vrias condies.
As equaes e inequaes utilizadas so do 1grau (da a palavra
linear).
O problema que vamos resolver de seguida um exemplo simplificado
de outros problemas idnticos que, frequentemente, apresentam uma
complexidade que exige a resoluo por via computacional.
H 300 t-shirts e 600 esferogrficas.
Comecemos por identificar as incgnitas do problema que so:
x, nmero de lotes de tipo A
y, nmero de lotes de tipo B
Graficamente, x e y podem ser tomados, respectivamente, como
coordenadas de um ponto.
_Organizemos os dados numa tabela para podermos relacion-los mais
facilmente:

Pgina 25 de 45

Programao Linear

Tipo A
Tipo B
Total

Fundamentos e Ensino de lgebra

Nmero de
lotes
x
y
x+y

Nmero de
t-shirts
x
2y
x + 2y

Nmero de
esferogrficas
x
5y
x + 5y

Lucro
8x
18y
8x + 18y

Tabela 2: Dados do problema.

_ O problema tem restries. Vejamos quais:


1) O nmero de lotes de cada tipo no negativo, ou seja, x 0 e y 0,
com x e y inteiros. Geometricamente, estas condies indicam que s
nos interessam pontos do primeiro quadrante com coordenadas
inteiras.

2) O nmero de t-shirts no pode ser superior a 300, isto , x + 2y


300. Geometricamente, isto significa que dos pontos escolhidos
anteriormente, s nos interessam os pontos do primeiro quadrante
situados sobre ou abaixo da recta de equao:
2y = 300 x
y = 150 1/2x

Figura 1.10: representao da recta y = 150 1/2x.

3) O nmero de esferogrficas no pode ser superior a 600, isto , x +


5y 600 o que geometricamente significa que, dos pontos
seleccionados, s nos interessam os situados sobre ou abaixo da
recta de equao
5y = 600 x
y = 120 1/5x.
Passemos, ento representao desta recta:
Pgina 26 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Figura 3.1
Figura 1.11: representao da recta y = 120 1/5x.

Os pontos que obedecem a todas as condies impostas chamam-se


admissveis (neste caso, so os pontos de coordenadas inteiras assinalados
no interior do quadriltero ou sobre os seus lados).
O conjunto dos pontos admissveis chamado regio de validez. S
nesta regio poderemos encontrar a soluo ptima.
Desta regio de validez fazem parte os vrtices do polgono que a
limita. Esses vrtices devem ser determinados com cuidado sendo, por
vezes, difcil identificar as suas coordenadas pelo processo grfico.
Devemos, ento, determin-los algebricamente.

x + 2y = 300

x = -2y + 300

x = -2y + 300

x + 5y = 600

x + 5y = 600

-2y + 300 + 5y = 600

x = -2y + 300

x = 100

3y = 300

y = 100

Os vrtices do polgono so ento os pontos de coordenadas:


(0, 120), (100, 100), (300, 0) e (0, 0).
Qual a funo objectivo?
O lucro.
Como cada lote do tipo A custa 8 e do tipo B custa 18, a funo
linear (L) expressa-se por
L = 8x + 18y
(1)

Pgina 27 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Pretende-se maximizar esta expresso, isto , determinar os valores


de x e de y que tornam mxima a funo L = 8x + 18y, designada por Funo
Objectivo.
A igualdade (1) pode ainda ser expressa por:
y = - 8/ 18x + L/18
Estamos perante uma famlia de rectas paralelas, de declive -8/18 e
ordenada na origem L/18.
Tracemos uma recta dessa famlia, por exemplo, fazendo L = 680
obtm-se ento a recta de equao y = - 8/18x + 40.

Figura 1.12: representao da recta y = 8/18x + 40.

Todas as outras rectas da famlia so paralelas a esta e o valor de L


cresce quando se desloca a recta paralelamente a si prpria, da esquerda
para a direita.
Achar a soluo ptima equivale a determinar a recta com maior
ordenada na origem que intersecta o polgono.
A soluo (x, y) procurada um dos vrtices do polgono.
Como a soluo (0,0) eliminada desde o incio, decide-se
analiticamente qual dos outros a soluo procurada:
8 x 0 + 18 x 120 = 2160
8 x 100 + 18 x 100 = 2600
8 x 300 + 18 x 0 = 2400
Verificamos ento que (100, 100) a soluo ptima.

Para resolvermos o problema graficamente, devemos deslocar a recta


paralelamente a si prpria, de modo a passar por cada um dos vrtices do
Pgina 28 de 45

Programao Linear

Fundamentos e Ensino de lgebra

polgono_ regio de validez_ verificando em qual deles a recta adquire maior


ordenada na origem.

Figura 1.13: representao da regio de validez.

Neste caso, isso acontece quando a recta passa em (100, 100). Os


elementos do Carro concluram, que devem ser feitos 100 lotes do tipo A e
100 lotes do tipo B, obtendo-se, assim, um lucro de 2600 euros.
Est encontrada a soluo do problema.

2 SITUAO:
E se os preos dos lotes fossem outros?
A Tesoureira argumentou que se poderiam mudar os preos dos lotes
sendo o lote do tipo A vendido a 4 e o lote do tipo B a 20. Todas as
restries anteriores se mantm, mudando apenas a Funo Objectivo que
passa a ser
L = 4x + 20y.
Qual ser agora a soluo ptima?
Ora, y = -1/5x + L/20.
Faa-se, por exemplo, L = 2000.
Obtm-se ento, y = - 1/5x + 100.

Pgina 29 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Figura 1.14: representao da regio de validez e da recta y = 1/5x + 100.

E faamo-la deslocar-se paralelamente a si prpria de baixo para


cima, procurando a paralela em que L mximo.
Verifica-se que vai coincidir com a recta de equao x + 5y = 600 j
traada. A, a recta tem a maior ordenada na origem o que corresponde ao
valor mximo de lucro.
Mas, neste caso, observando o grfico, h mais pontos admissveis em
que L mximo:
(5, 119), (10, 118), (15, 117), (20, 116), , (100, 100).
O conjunto destes pontos a soluo ptima. Isto , ou se fazem 5
lotes de tipo A e 119 lotes do tipo B, ou 20 lotes do tipo A e 116 de tipo B,
etc. Obtendo-se sempre 600 euros de lucro.

3 SITUAO:
Atendendo ao notvel decrscimo do lucro, o presidente do Carro
apresentou uma nova proposta de preos:
E se cada lote A for vendido a 10 e cada lote B a 20?
A Funo Objectivo agora:
L = 10x + 20y.
Tracemos, por exemplo, a recta de equao 10x + 20y = 4000 que
corresponde recta y = 200 1/2x. Fazendo com que deslize at encontrar
a regio de validez, verificamos que isso acontece nos pontos (100, 100),
(102, 99), , (300, 0).

Pgina 30 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Figura 1.15: representao da regio de validez e da recta y = 200 1/2x.

Deviam ento fazer-se 100 lotes do tipo A e 100 lotes do tipo B, ou


102 lotes do tipo A e 99 do tipo B, , ou 300 do tipo A e nenhum do tipo B e
o lucro conseguido seria de 3000.
Durante a reunio, foram analisadas as diferentes hipteses que
foram propostas e as solues encontradas, ficando decidido em acta que a
terceira situao a que dar maior lucro, estando postas de parte a
primeira e a segunda hipteses.

Pgina 31 de 45

Programao Linear

Fundamentos e Ensino de lgebra

SINTETIZANDO
O fundamental da resoluo do problema consiste em:
_ identificar as incgnitas x e y;
_ exprimir as vrias restries por equaes ou inequaes lineares
em funo de x e y, (graficamente, essas condies representam rectas ou
semiplanos);
_ efectuar a sua conjuno, o que significa determinar graficamente
a interseco dos conjuntos por elas definidos e delimitar uma regio de
validez onde se situam os pontos admissveis;
_ algebricamente, devemos utilizar as equaes definidas pelas
restries para determinar as coordenadas dos pontos de interseco das
rectas duas a duas e, assim, obter os vrtices do polgono (regio de validez
);
_ identificar a funo objectivo, linear em x e y, e determinar um
elemento da famlia de rectas que lhe corresponde, para a partir dela,
encontrar a soluo ptima.

Pgina 32 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Mtodo Simplex
Para a resoluo de problemas de Programao Linear, existe um
mtodo conhecido como Mtodo Simplex (o nome simplex vem do facto do
conjunto de restries lineares representarem geometricamente uma figura
chamada simplexo, que o equivalente aos poliedros no espao e aos
polgonos no plano).
Exemplo
Vamos introduzir o Mtodo Simplex, aplicando-o ao exemplo seguinte:
maximizar 5x1 + 4x2 + 3x3
sujeito a
2x1 + 3x2 + x3 5
4x1 + x2 + 2x3 11
3x1 + 4x2 + 2x3 8
x1, x2, x3 0.

(2)

O primeiro passo neste mtodo consiste na introduo das chamadas


varveis de folga.
Para melhor percebermos este conceito, consideremos a primeira das
nossas restries,
2x1 + 3x2 + x3 5.
(3)
Para qualquer soluo admissvel x1, x2, x3, o primeiro membro, de (3),
no mximo igual ao segundo membro; existe, frequentemente, uma folga
entre os valores do primeiro e do segundo membro. Denotemos a folga por
x4. Isto , definimos x4 = 5 - 2x1 - 3x2 - x3; com esta nova notao, a
inequao (3) pode ser agora escrita como x4 0.
Analogamente, as duas restries seguintes fazem aparecer as
variveis x5 e x6. Finalmente, denotaremos a funo objectivo 5x 1 + 4x2 +
3x3 por z. Resumindo: para cada escolha de nmeros x 1, x2 e x3 devemos
definir nmeros x4, x5, x6 e z pelas frmulas
x4 = 5 2x1 3x2 x3
x5 = 11 4x1 x2 2x3
x6 = 8 3x1 4x2 2x3
z = 5x1 + 4x2 + 3x3

(4)

Com esta notao, o nosso problema pode ser redefinido como


Pgina 33 de 45

Programao Linear

maximizar z
sujeito a x1, x2, x3, x4, x5, x6 0.

Fundamentos e Ensino de lgebra

(5)

As nossas variveis x4, x5 e x6 definidas em (4) so chamadas


variveis de folga; as variveis iniciais x 1, x2 e x3 so, usualmente,
designadas por variveis de deciso. Note-se que as equaes em (4) tornam
evidente uma equivalncia entre (2) e (5). Mais precisamente:
_ Qualquer soluo admissvel x1, x2, x3 de (2) pode ser determinada
por (4) e estendida de modo nico, na soluo admissvel x 1, x2, , x6 de (5).
_ Qualquer soluo admissvel x1, x2, , x6 de (5) pode ser restringida
soluo admissvel x1, x2, x3 de (2), simplesmente apagando as variveis de
folga.
_ Esta correspondncia entre solues admissveis de (2) e solues
admissveis de (5) faz com que as solues de (2) sejam solues ptimas de
(5) e vice-versa.
A estratgia do mtodo simplex a de procurar sucessivos
melhoramentos: aps encontrarmos uma soluo admissvel x 1, x2, , x6 de
(5), tentamos encontrar uma outra soluo admissvel x1, x2, ..., x6 que seja
melhor no seguinte sentido 5x1 + 4x2 + 3x3 > 5x1 + 4x2 + 3x3. Repetindo este
processo um nmero finito de vezes, devemos conseguir chegar a uma
soluo ptima.
Para comear com este plano necessitamos de uma soluo admissvel
x1, x2, , x6. Encontrar uma no nosso exemplo no difcil: considerando as
variveis de deciso x1, x2, e x3 todas iguais a zero, obtemos os valores de
folga x4, x5 e x6 de (4). Assim a nossa soluo inicial
x1 = 0, x2 = 0, x3 = 0, x4 = 5, x5 = 11, x6 = 8
(6)
que inclui z = 0.
No esprito da estratgia acima esboada, devemos agora procurar
uma soluo admissvel que nos conduza a um maior valor de z. Encontrar
uma tal soluo no difcil. Por exemplo, se tomarmos x 2 = x3 = 0 e
aumentarmos x1, obtemos z = 5x1 > 0. Assim, se considerarmos x 2 = x3 = 0 e
x1 =1, obtemos z = 5 (e x4 = 3, x5 = 7 e x6 = 5). Melhor ainda, considerando x 2
= x3 = 0 e x1 = 2, vir z = 10 (e x 4 = 1, x5 = 3 e x6 = 2). Contudo, ao tomarmos
x2 = x3 = 0 e x1 = 3, obtemos z = 15 e x4 = x5 = x6 = -1; o que no serve, j que
a soluo admissvel requer xi 0, para todo o i. Assim no podemos
aumentar x1 demasiado. Coloca-se ento a questo: at onde que podemos
aumentar x1 (considerando x2 = x3 = 0 ao mesmo tempo) e mantendo a
admissibilidade (x4, x5, x6 0)?

Pgina 34 de 45

Programao Linear

Fundamentos e Ensino de lgebra

A condio x4 = 5 2x1 3x2 x3 0 implica x 1 5/2; do mesmo modo


x5 0 implica x1 11/4 e x6 0 implica x1 8/3. Com estas trs restries, a
primeira a mais restringente. Aumentando x 1 at ao seu maior valor
possvel obteremos a nossa prxima soluo,
x1 = 5/2, x2 = 0, x3 = 0, x4 = 0, x5 = 1, x6 = 1/2
(7)
Note-se que esta soluo inclui z = 25/2, o que constitui de facto uma
melhoria em relao a z = 0.
De seguida, procuramos uma soluo admissvel ainda melhor do que
(7). Contudo a tarefa afigura-se um pouco mais difcil. O que torna a
primeira iterao to fcil? Temos ao nosso dispor no s a soluo
admissvel (6), mas tambm o sistema de equaes lineares (4), que nos
guiam na procura de uma soluo admissvel melhorada. Se quisermos
continuar por um caminho idntico, devemos encontrar um novo sistema de
equaes lineares relacionadas com (7) tanto como o sistema (4) se
relaciona com (6).
Que propriedades deve ter o novo sistema? Note-se que em (4) so
expressas variveis que assumem valores positivos em (6) em funo das
variveis que, em (6), assumem o valor zero. Do mesmo modo, o novo sistema
deve expressar as variveis que assumem valores positivos em (7) em funo
das variveis que, em (7), assumam o valor zero: isto , o novo sistema deve
expressar x4, x5, e x6 (bem como z) em funo de x 2, x3, e x4. Em particular,
a varivel x1, que acabou de mudar o seu valor de zero para positivo deve
passar do segundo membro para o primeiro membro do sistema de equaes.
De modo semelhante, a varivel x 4, que acabou de mudar o seu valor de
positivo para zero deve passar do primeiro membro para o segundo membro.
Para construir o novo sistema, devemos comear pelos recmchegados ao primeiro membro, nomeadamente a varivel x 1. Obtemos x1 em
termos de x2, x3 e x4 a partir da primeira equao de (4):
x1 = 5/2 3/2x2 1/2x3 1/2x4 .
(8)
Seguidamente, para expressar x5, x6 e z em funo de x2, x3 e x4
vamos simplesmente substituir o x1 obtido em (8) nas correspondentes
equaes de (4).
x5 = 11 4(5/2 3/2x2 1/2x3 1/2x4 ) x2 2x3 + 1 + 5x2 + 2x4
x6 = 8 3(5/2 3/2x2 1/2x3 1/2x4 ) 4x2 2x3 + 1/2 + 1/2x2
1/2x3 + 3/2x4
z = 5(5/2 3/2x2 1/2x3 1/2x4 ) + 4x2 + 3x3

Pgina 35 de 45

Programao Linear

Fundamentos e Ensino de lgebra

= 25/2 7/2x2 + 1/2x3 5/2x4


Ento o nosso novo sistema fica
x1 = 5/2 3/2x2 1/2x3 1/2x4
x5 = 1 + 5x2 + 2x4
x6 = 1/2 - 1/2x2 1/2x3 + 3/2x4

(9)

z = 25/2 7/2x2 + 1/2x3 5/2x4.

Tal como fizemos na primeira iterao, devemos agora tentar


aumentar o valor de z escolhendo o valor de uma varivel apropriada do
segundo membro enquanto ao mesmo tempo mantemos as restantes
variveis do segundo membro fixas em zero. Observe-se que o aumento dos
valores de x2 ou de x4 levam a uma diminuio do valor de z, o que vai contra
as nossas pretenses. Portanto, no temos alternativa: a varivel do segundo
membro cujo valor tem de aumentar necessariamente x 3. Quanto pode
aumentar? A resposta pode ser obtida directamente do sistema (9): com x 2
= x4 = 0, a condio x1 0 implica x3 5; a condio x5 0 no impe nenhuma
restrio, e a condio x6 0 implica x3 1. Logo, x3 = 1 o melhor que
podemos fazer; a nossa nova soluo
x1 = 2, x2 = 0, x3 = 1, x4 = 0, x5 = 1, x6 = 0.
(10)
(Observe-se que o valor de z s aumentou de 12.5 para 13.)
Averiguemos se esta soluo melhorada , ou no, suficientemente
satisfatria para o nosso objectivo; procuremos, ento, um sistema de
equaes lineares que acompanhe (10). Nesse sistema, as variveis com valor
positivo x1, x3, e x5 aparecem no primeiro membro, enquanto que as variveis
com valores nulos x2, x4 e x6 aparecero no segundo membro. Para construir
o sistema comeamos novamente pela varivel recm-chegada ao primeiro
membro, nomeadamente, a varivel x3. A partir da terceira equao de (9)
temos x3 = 1 + x2 + 3x4 2x6; substituindo x3 nas restantes equaes de (9)
obtemos
x3 = 1 + x2 + 3x4 2x6
x1 = 2 2x2 - 2x4 + x6
x5 = 1 + 5x2 + 2x4
(11)
z = 13 - 3x2 x4 x6.

Pgina 36 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Agora tempo de partir para a terceira iterao. Antes de tudo, no


segundo membro de (11) temos que escolher a varivel cujo aumento
proporcione um aumento da funo objectivo. No entanto, tal varivel no
existe: de facto, se aumentarmos qualquer uma das variveis do segundo
membro x2, x4 e x6 provocaremos um decrescimento no valor de z. Logo, isto
significa que chegmos a um impasse. De facto, s a presena deste impasse
indica que acabmos; resolvemos o nosso problema; a soluo descrita em
(11). Porqu? A resposta est na ltima linha de (11):
z = 13 - 3x2 x4 x6.
(12)
A nossa ltima soluo (10) preconizava z = 13; provar que esta
soluo ptima provar que qualquer soluo admissvel satisfaz a
desigualdade z 13. Como cada uma das solues admissveis x 1, x2, , x6
satisfaz entre outras, as desigualdades x 2 0, x4 0 e x6 0, a desigualdade
desejada z 13 obtm-se directamente de (12).

Notemos que este mtodo geral e pode ser aplicado a qualquer


problema de Programao Linear.
Deve-se observar que h procedimentos bem determinados:
O mtodo simplex em passos
(1) Introduza as variveis de folga.
(2) Encontre uma soluo inicial e construa
o sistema associado a ele.
(3) Escolha uma varivel nula para ser
aumentada. Se no houver varivel a ser
aumentada, a soluo actual ptima.
(4) Verifique o quanto esta varivel pode
ser aumentada usando o sistema.
(5) Escreva as variveis no nulas em funo
das nulas e volte ao passo (2).

Truques teis no mtodo simplex


Resolvemos anteriormente um problema de maximizar quantidades
com inequaes do tipo e variveis no negativas. Mais especificamente,
um problema do tipo
Pgina 37 de 45

Programao Linear

maximizar
sujeito a

Fundamentos e Ensino de lgebra

1 j n cjxj
1 j n aij xj bi ( i = 1, 2, , m)
xj 0 ( j = 1, 2, , n)

Podemos reduzir todos os problemas de Programao Linear a um


problema semelhante ao anterior.
Mudando a funo

1 j n cjxj

Suponhamos que queiramos minimizar uma funo z. O valor mnimo de


z igual ao oposto do valor mximo de z. Assim, podemos maximizar z.

Mudando variveis
Caso uma varivel xk seja no positiva, tomamos xk= -xk, que no
negativa. Caso uma varivel x l seja real, fazemos xl = x+l - x-l,fazendo x+l e x-l
no negativas:
se xl 0 temos x+l = 0 e x-l 0
se xl 0 temos x+l 0 e x-l = 0

Mudando restries
Podemos transformar uma restrio numa restrio multiplicando
os dois membros por -1. Uma restrio f(x) = 0 pode ser transformada em
duas restries: uma do tipo f(x) 0 (que equivalente a f(x) 0) e outra
do tipo f(x) 0.
Assim, podemos resolver qualquer tipo de problema de Programao
Linear utilizando o mtodo descritivo. Na verdade, podemos programar um
computador para resolver estes problemas. Existem vrios softwares que
resolvem problemas de Programao Linear.

Problemas que podem ocorrer no mtodo simplex:


i) Inicializando o mtodo simplex
Considere o problema em que se deve
maximizar 1 j n cjxj
Pgina 38 de 45

Programao Linear

sujeito a

1 j n aijxj bi
xj 0

Fundamentos e Ensino de lgebra

( i = 1, 2, , m e j = 1, 2, , n).

Adicionadas as variveis de folga x n+1, xn+2, , xn+m, uma soluo inicial


poderia ser x1 = x2 = = xn = 0 e teramos assim xn+k = bk, k = 1, 2, , m. Mas
se existir um bi negativo, esta soluo no vivel.
Cabem ento duas perguntas: se isto ocorrer, como encontrar uma
soluo inicial? Podemos saber se no existe uma soluo inicial?
A resposta para ambas as perguntas sim. A soluo adoptar um
problema auxiliar, introduzindo a varivel x0:
minimizar
sujeito a

x0
1 j n aijxj x0 bi,
xj 0

( i = 1, 2, , m e j = 0, 1, 2, , n)

Observemos que uma soluo inicial para este problema x 1 = x2 = =


xn = 0 e x0 suficientemente grande. fcil de se verificar que o problema
original admite soluo se, e somente se, o problema auxiliar admite uma
soluo ptima com x0 = 0 (observemos que x0 no devia estar no problema,
- x0 > 0 indica que as restries do problema original no podem ser
satisfeitas). Assim, este problema auxiliar tem duas finalidades: determinar
se o problema original tem soluo e, em caso positivo, encontrar uma
soluo inicial.
Vamos mostrar um exemplo:
vamos encontrar uma soluo inicial para o problema de
maximizar
sujeito a

x1 - x2 + x3
2x1 - x2 + 2x3 4
2x1 - 3x2 + x3 -5
-x1 + x2 - 2x3 -1
x1, x2, x3 0

O problema auxiliar
maximizar -x0
sujeito a: 2x1 - x2 + 2x3 - x0 4
2x1 - 3x2 + x3 - x0 -5
-x1 + x2 - 2x3 - x0 -1
x1, x2, x3, x0 0
Introduzindo as variveis de folga x4, x5 e x6, temos o sistema:

Pgina 39 de 45

Programao Linear

Fundamentos e Ensino de lgebra

x4 = 4 - 2x1 + x2 - 2x3 + x0
x5 = -5 - 2x1 + 3x2 - x3 + x0
x6 = -1 + x1 - x2 + 2x3 + x0
w = - x0
claro que no podemos adoptar x4 = 4, x5 = -5 e x6 = -1. A ideia
tomarmos a varivel de valor mais negativo (no caso, x 5) e trocar por x0.
Assim, temos o sistema
x0 = 5 + 2x1- 3x2 + x3 + x5
x4 = 9
- 2x2 - x3 + x5
x6 = 4 + 3x1 - 4 x2 +3x3 + x5
w = - 5 - 2x1 + 3x2 - x3 - x5
Aumentando x2 para 1, temos:
x2 = 1 + 3/4x1 + 3/4 x3 + 1/4x5 - 1/4x6
x0 = 2 - 1/4x1 - 5/4 x3 + 1/4x5 + 3/4x6
x4 = 7 - 3/2x1 - 5/2 x3 + 1/2x5 + 1/2x6
w = -2 + 1/4x1 + 5/4 x3 - 1/4x5 - 3/4x6
Agora aumentamos x3 e temos:
x3 = 8/5 - 1/5x1 + 1/5 x5 + 3/5x6 - 4/5x0
x2 = 11/5 + 3/5x1 + 2/5 x5 + 1/5x6 - 3/5x0
x4 = 3 - x1 - x6 + 2x0
w=

-x 0

que a soluo ptima. Assim, temos uma soluo para o problema original.
Podemos agora voltar ao problema original. Ainda falta escrever z = x 1 - x2 +
x3 em funo das variveis nulas. Basta substituir x 2 e x3, obtendo z = -3/5
+ 1/5x1 - 1/5 x5 + 2/5x6. Alm disso, podemos omitir x0 e escrever o sistema
inicial

Pgina 40 de 45

Programao Linear

Fundamentos e Ensino de lgebra

x3 = 8/5 - 1/5x1 + 1/5 x5 + 3/5x6


x2 = 11/5 + 3/5x1 + 2/5 x5 + 1/5x6
x4 =3 - x1 - x6
z = -3/5 + 1/5x1 - 1/5 x5 + 2/5x6
e assim proceder com o mtodo de simplex normalmente.

ii) Iterando o mtodo simplex

Fazer uma iterao no mtodo simplex encontrar uma soluo


melhor que a anterior e construir o sistema associado a essa soluo. Para
encontrar uma melhor soluo, precisamos aumentar uma das variveis nulas
e verificar o maior valor possvel que podemos tomar para esta varivel.
Caso haja mais de uma varivel que possa ser aumentada, podemos escolher
qualquer delas. Em geral, escolhemos aquela cujo coeficiente em z mais
positivo (ou se for o caso, mais negativo). Pode ser que no consigamos achar
um valor mximo para esta varivel. Por exemplo, no sistema
x2 = 5 + 2x3 - x4 - 3x1
x5 = 7 - 3x4 - 4x1
z = 5 + x3 - x4 x1
a nica varivel a ser aumentada x3. Observe que x2 0 e x5 0 no
impem nenhuma restrio sobre x3. Assim, podemos aumentar x3 o quanto
quisermos. Neste caso, o problema ilimitado, ou seja, no existe mximo
para z (z pode ser o quo grande quisermos). No exemplo, fazendo x 3 = t e x4
= x1 = 0, temos x2 = 5 + 2t, x5 = 7 e z = 5 + t. Para qualquer valor de t, todas
as variveis so no negativas e satisfazem o sistema. Assim, temos uma
soluo vivel para qualquer t.
Quando a varivel a ser aumentada restringida por mais de uma
equao, podemos escolher qualquer uma destas equaes para isolar a
varivel.
Como escrever o sistema s fazer uma conta, vemos que sempre
conseguimos iterar o mtodo simplex, excepto quando o problema
ilimitado.

iii) Terminando o mtodo simplex

Pgina 41 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Pode ser que o mtodo simplex entre em ciclo, sem nunca encontrar
uma soluo ptima. Isto depende dos critrios utilizados para escolher a
varivel a ser aumentada e a equao onde esta varivel deve ser isolada no
sistema. Por exemplo, se os critrios forem, escolher a varivel cujo
coeficiente em z mais positivo e escolher, no caso de empate, a equao
cujo primeiro termo tem a varivel de menor ndice (que so os critrios
mais utilizados), o problema cujo sistema
x5 = -1/2x1 + 11/2 x2 + 5/2x3 - 9x4
x6 = -1/2x1 + 3/2 x2 + 1/2x3 - x4
x7 = 1 - x1
z = 10x1 - 57x2 - 9x3 - 24x4
ir entrar em ciclos de 6 iteraes (isto , a cada 6 iteraes
obtemos o mesmo sistema).
Na verdade, problemas deste tipo so raros. Todavia, existem
critrios que nunca deixam os sistemas entrarem em ciclo. Os seguintes
critrios evitam ciclos:

Critrios que evitam ciclos


Escolher a varivel cujo coeficiente em z
positivo e cujo ndice mnimo e escolher, no caso
de empate, a equao cujo primeiro membro tem a
varivel de menor ndice.

Concluso
Pgina 42 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Com a elaborao deste trabalho, foi nosso objectivo estudar um


recente ramo da Matemtica, a Programao Linear aplicada ao Ensino
Secundrio.
Evidencimos que o seu surgimento veio de necessidades concretas da
Sociedade Militar e que o seu desenvolvimento actual e permanente
fruto de problemas colocados pelas mais diversas reas (Economia,
Indstria, ).
Foi nossa preocupao abordar a Programao Linear no mbito do
ensino da Matemtica, fazendo referncia multiplicidade de aplicaes
que esta tem e utiliz-las para estudar conceitos matemticos. Para alm
disso, tem como finalidade, desenvolver a capacidade de usar a Matemtica
como instrumento de interpretao e interveno no real. Salientamos a
dificuldade que muitas vezes h na prpria formalizao dos problemas que
advm da complexidade dos enunciados e suas interpretaes.
Aps a realizao deste trabalho, ainda mais convencidas estamos das
potencialidades que a Programao Linear traz ao programa de Matemtica
A. Repare-se que com uma aplicao concreta (de Economia ou de outra
qualquer rea) podemos usar a modelao matemtica para resolver
problemas com actividades investigativas no prescindindo da lgica e
raciocnio
matemtico,
usando
a
tecnologia
para
comunicar
matematicamente as concluses obtidas devidamente enquadradas de um
ponto de vista histrico.
Aproveitamos este espao para justificar alguns aspectos do nosso
trabalho.
do nosso conhecimento a existncia de vrios programas para
desenhar grficos: Mathematica, Graphmatica, Excel, No entanto,
optmos por utilizar a Calculadora Grfica e imagens digitalizadas pelo
facto de no conseguirmos pr em prtica as potencialidades dos referidos
programas. Por conseguinte, no abordmos, geometricamente, situaes
que envolvessem trs variveis, apesar de termos conscincia de que, casos
destes constituiriam generalizao dos estudados (rectas e polgonos no
espao bidimensional corresponderiam, respectivamente, a planos e
poliedros no espao a trs dimenses). E como forma de colmatar esta
falha, apresentmos um estudo do Mtodo Simplex.
Tendo em conta que uma das grandes preocupaes da Matemtica se
traduz na procura dos eventuais casos patolgicos, achmos por bem
atribuir destaque aos casos particulares da Programao Linear. Para alm
disso, a incluso do exemplo 3 no trabalho reflecte a necessidade de
evidenciar os aspectos peculiares da exposio da Programao Linear
leccionada no 11 ano (maior simplicidade em termos lingusticos e maior
clareza na justificao dos diferentes passos).
Pgina 43 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Em suma, atendendo a todos os aspectos aqui mencionados, tomamos


a liberdade de considerar este trabalho uma preciosa ferramenta como
possvel consulta para futuros professores de Matemtica A do 11 ano.

Pgina 44 de 45

Programao Linear

Fundamentos e Ensino de lgebra

Bibliografia
Antunes, Carlos Henggeler e Tavares, Lus Valadares; Casos de
Aplicao da investigao operacional; McGraw-Hill;
Ferreira, Manuel A.M; Amaral, Isabel; Programao Matemtica;
Lisboa; Edies Silado; 1995;
Jorge, Ana Maria Brito; Alves Conceio Barroso; Fonseca Graziela;
Barbedo Judite; Infinito 11, volume 1; Areal Editores;

Lima Yolanda; Gomes Francelino; Xeq Mat_11ano; Editorial O livro;

Ramalhete Manuel; Guerreiro Jorge; Magalhes Alpio; Programao


Linear, volume 1; McGraw-Hill;
Tavares, L.Valadares; Oliveira, R.Carvalho; Themido, I. Hall; Correia, F.
Nunes; Investigao Operacional; Alfragide; McGraw-Hill; 1997;

Wolfram Stephen; The Mathematica Book; Wolfram Media;

Anexos (que constam no final deste trabalho);

Sites Consultados:
www.google.pt
www.sapo.pt

Pgina 45 de 45