EDITORA DA UFPB
Programação Linear
EDITORA DA UFPB
João Pessoa
2016
© Copyright by CURSO DE LICENCIATURA EM COMPUTAÇÃO A DISTÂNCIA, 2016
CDU: 004
Ana Flávia agradece a seus pais Eda e Francisco, seu irmão e família:
Flávio, Luciana, Ana Luisa (afilhada) e Guilherme e a seus amigos
Rodrigo Genuíno, Leandro, Clarissa, Manoel e Carlos Eduardo (afi-
lhado) e a Renan e Pedro Gonzalez pela paciência, apoio e incentivo.
Os demais autores agradecem igualmente a seus familiares e amigos
pelo apoio e incentivo.
LISTA DE ILUSTRAÇÕES
Figura 1 – Esta maquete representa uma casa real, por isso ela é um
modelo físico
Figura 2 – Ricardo tinha 12 balas para dividir entre seus 4 amigos. Quan-
tas balas cada amigo de Ricardo irá ganhar? 4x = 12 x = 3.
Figura 3 – Problema do Transporte
Figura 4 – Problema do Transporte-restr. capacidade
Figura 5 – Problema do Transporte-restr. demanda
Figura 6 – Solução Gráfica - Plano Cartesiano
Figura 7 – Solução Gráfica - Primeiro Semiplano
Figura 8 – Solução Gráfica - Dois Semiplanos
Figura 9 – Solução Gráfica - Três Semiplanos
Figura 10 – Solução Gráfica - Região Viável
Figura 11 – Então, para encontrarmos uma solução ótima, será neces-
sário examinarmos os infinitos pontos da região viável?
Figura 12 – Gradiente da função objetivo
Figura 13 – Exemplo do vetor gradiente
Figura 14 – Função objetivo
Figura 15 – “Movimento” da reta da função objetivo
Figura 16 – Conjuntos convexos e não convexos
Figura 17 – Figura(a)-conjunto convexo
Figura 18 – Figura(b)-conjunto convexo
Figura 19 – Figura(c)-conjunto não convexo
Figura 20 – Figura(d)-conjunto não convexo
Figura 21 – Figura(e)-conjunto não convexo
Figura 22 – Solução Gráfica do exemplo
LISTA DE TABELAS
Tabela 1 – Dados do problema da dieta
Tabela 2 – Dados do problema da dieta
Tabela 3 – Dados do problema da Análise das Atividades
Tabela 4 – Dados do problema da Análise das Atividades
Tabela 5 – Dados do problema da Análise das Atividades
Tabela 6 – Dados do exemplo da Análise das Atividades
Tabela 7 – Dados do exemplo da Análise das Atividades
Tabela 8 – Dados do problema da Análise das Atividades
Tabela 9 – Dados do exemplo do problema do Transporte
Tabela 10 – Quadro Simplex inicial
Tabela 11 – Quadro Simplex inicial do exemplo
Tabela 12 – Primeiro Quadro do exemplo
Tabela 13 – Segundo Quadro do exemplo
Tabela 14 – Terceiro Quadro do exemplo
Tabela 15 – Quadro inicial do exemplo 2
Tabela 16 – Primeiro Quadro do exemplo 2
Tabela 17 – Segundo Quadro do exemplo 2
Tabela 18 – Quadro inicial casos especiais
Tabela 19 – Primeiro Quadro casos especiais
Tabela 20 – Segundo Quadro casos especiais
Tabela 21 – Quadro inicial soluções múltiplas
Tabela 22 – Primeiro Quadro soluções múltiplas
Tabela 23 – Segundo Quadro soluções múltiplas
Tabela 24 – Terceiro Quadro soluções múltiplas
Tabela 25 – Quadro inical Método de Duas Fases
Tabela 26 – Primeiro Quadro Método da Primeira Fase
Tabela 27 – Segundo Quadro da Primeira Fase
Tabela 28 – Primeiro Quadro da Segunda Fase
Tabela 29 – Segundo Quadro da Segunda Fase
Tabela 30 – Quadro Inicial Mét. Duas Fases-exemplo
Tabela 31 – Primeiro Quadro Primeira Fase-exemplo
Tabela 32 – Segundo Quadro Primeira Fase-exemplo
Tabela 33 – Primeiro Quadro Segunda Fase-exemplo
Tabela 34 – Segundo Quadro Segunda Fase-exemplo
Tabela 35 – Quadro de relações entre os problemas primal e dual
Tabela 36 – Quadro Simplex solução básica
Tabela 37 – Quadro Inicial Dual Simplex-exemplo
Tabela 38 – Primeiro Quadro Dual Simplex-exemplo
Tabela 39 – Segundo Quadro Dual Simplex-exemplo
Tabela 40 – Quadro Ótimo-Problema Exemplo
Tabela 41 – Modificação 1 no vetor custo ck não básica
Tabela 42 – Modificação 2 no vetor custo ck não básico
Tabela 43 – Quadro ótimo modificação 2 no vetor custo ck não básico
Tabela 44 – Quadro inicial modificação no vetor custo ck básico-ex
Tabela 45 – Quadro ótimo modificação no vetor custo ck básico-ex
Tabela 46 – Quadro ótimo modificação no vetor b-ex
Tabela 47 – Quadro Ótimo - Mudanças em vetores de atividade para
colunas não básicas
Tabela 48 – Quadro Inicial-Mudanças em vetores de atividade para
colunas básicas-ex
Tabela 49 – Quadro Ótimo-Mudanças em vetores de atividade para
colunas básicas-ex
Tabela 50 – Quadro Inicial Introdução de novas variáveis-ex
Tabela 51 – Quadro Ótimo Introdução de novas variáveis-ex
Tabela 52 – Quadro Inicial Adicionando uma nova restrição- ex
Tabela 53 – Quadro Ótimo Adicionando uma nova restrição- ex
SUMÁRIO
1 Modelagem 13
1.1 Exemplos 15
2 Método Simplex 51
1.1 Exemplos
A seguir estudaremos alguns modelos clássicos apresentados
na literatura, de modo a elucidar o processo de
modelagem, que se constitui basicamente em desenvolver
os seguintes passos:
A1 A2 A3 A4 Qtd. Mín.
V1 q 11 q 12 q 13 q 14 M1
V2 q 21 q 22 q 23 q 24 M2
V3 q 31 q 32 q 33 q 34 M3
Custo($) D1 D2 D3 D4
Tabela 1: Dados do problema da dieta
Minimizar D 1 x 1 + D 2 x 2 + D 3 x 3 + D 4 x 4
Minimizar D 1 x 1 + D 2 x 2 + D 3 x 3 + D 4 x 4
Sujeito a: q 11 x 1 + q 12 x 2 + q 13 x 3 + q 14 x 4 ≥ M 1
q 21 x 1 + q 22 x 2 + q 23 x 3 + q 24 x 4 ≥ M 2
q 31 x 1 + q 32 x 2 + q 33 x 3 + q 34 x 4 ≥ M 3
x1 , x2 , x3 , x4 ≥ 0
Exemplo:
Suponha que uma certa dieta alimentar esteja baseada
nos alimentos (em parêntesis vemos as unidades utilizadas):
leite desnatado (litro) , carne magra de boi (Kg), carne de
1.1. Exemplos 19
Produtos
Recursos
I II III IV V
M1 h 11 h 12 h 13 h 14 h 15
Maq M2 h 21 h 22 - h 24 h 25
M3 h 31 h 32 h 33 h 34 h 35
MO 1 h 41 h 42 h 43 h 44 h 45
Mão de obra
MO 2 h 51 h 52 - h 54 h 55
Tabela 4: Dados do problema da Análise das Atividades
22 Capítulo 1. Modelagem
h 21 x 1 + h 22 x 2 + h 24 x 4 + h 25 x 5 ≤ T2 .
h 31 x 1 + h 32 x 2 + h 33 x 3 + h 34 x 4 + h 35 x 5 ≤ T3 .
h 41 x 1 + h 42 x 2 + h 43 x 3 + h 44 x 4 + h 45 x 5 .
h 41 x 1 + h 42 x 2 + h 43 x 3 + h 44 x 4 + h 45 x 5 ≤T4 .
24 Capítulo 1. Modelagem
h 51 x 1 + h 52 x 2 + h 54 x 4 + h 55 x 5 ≤ T5 .
Maximizar L 1 x 1 + L 2 x 2 + L 3 x 3 + L 4 x 4 + L 5 x 5
Sujeito a: h 11 x 1 + h 12 x 2 + h 13 x 3 + h 14 x 4 + h 15 x 5 ≤ T1
h 21 x 1 + h 22 x 2 + h 24 x 4 + h 25 x 5 ≤ T2
h 31 x 1 + h 32 x 2 + h 33 x 3 + h 34 x 4 + h 35 x 5 ≤ T3
h 41 x 1 + h 42 x 2 + h 43 x 3 + h 44 x 4 + h 45 x 5 ≤ T4
h 51 x 1 + h 52 x 2 + h 54 x 4 + h 55 x 5 ≤ T5
x 1 ≤ V1
x 2 ≤ V2
x 3 ≤ V3
x 4 ≤ V4
x 5 ≤ V5
x1 , x2 , x3 , x4 , x5 ≥ 0
Exemplo:
Produtos
Recursos
I II III IV V
M1 5 9 - 5 4
Maq M2 3 6 4 9 6
M3 4 9 5 7 8
MO 1 - 4 3 7 6
Mao de obra
MO 2 4 5 - 7 8
Tabela 7: Dados do exemplo da Análise das Atividades
informações apresentadas
na tabela 8 sobre o mercado:
1.1. Exemplos 27
c 21 x 21 + c 22 x 22 + c 23 x 23 + ... + c 2n x 2n .
c m1 x m1 + c m2 x m2 + c m3 x m3 + ... + c mn x mn .
Minimizar c 11 x 11 +c 12 x 12 +c 13 x 13 +...+c 1n x 1n +c 21 x 21 +c 22 x 22 +
c 23 x 23 ...+c 2n x 2n +...+c m1 x m1 +c m2 x m2 +c m3 x m3 +...+c mn x mn .
x 11 + x 12 + x 13 + ... + x 1n ≤ a 1 .
x 11 , x 12 , x 13 , . . . , x 1n , x 21 , x 22 , x 23 , . . . , x 2n , . . . , x mn ≥ 0.
Minimizar c 11 x 11 + c 12 x 12 + c 13 x 13 + . . . + c 1n x 1n
+c 21 x 21 + c 22 x 22 + c 23 x 23 + . . . + c 2n x 2n
+ . . . + c m1 x m1 + c m2 x m2 + c m3 x m3 + . . . + c mn x mn
Sujeito a: x 11 + x 12 + x 13 + ... + x 1n ≤ a 1
x 21 + x 22 + x 23 + ... + x 2n ≤ a 2
x 31 + x 32 + x 33 + ... + x 3n ≤ a 3
..
.
x m1 + x m2 + x m3 + ... + x mn ≤ a m
x 11 + x 21 + x 31 + ... + x m1 ≥ b 1
x 12 + x 22 + x 32 + ... + x m2 ≥ b 2
x 13 + x 23 + x 33 + ... + x m3 ≥ b 3
..
.
x 1n + x 2n + x 3n + ... + x mn ≥ b n
x 11 , x 12 , x 13 , ..., x 1n , x 21 , x 22 , x 23 , ..., x 2n , ..., x mn ≥ 0
1.1. Exemplos 33
⎫
x 11 + x 12 + x 13 + ... + x 1n ≤ a 1 ⎪
⎪
⎪
⎪
x 21 + x 22 + x 23 + ... + x 2n ≤ a 2 ⎪
⎪
⎬ !n
x 31 + x 32 + x 33 + ... + x 3n ≤ a 3
⎪
= j =1 x i j ≤ a i , i = 1, ..., m
.. ⎪
⎪
. ⎪
⎪
⎪
⎭
x m1 + x m2 + x m3 + ... + x mn ≤ a m
⎫
x 11 + x 21 + x 31 + ... + x n1 ≥ b 1 ⎪
⎪
⎪
⎪
x 12 + x 22 + x 32 + ... + x n2 ≥ b 2 ⎪
⎪
⎬ !n
x 13 + x 23 + x 33 + ... + x n3 ≥ b 3
⎪
= j =1 x i j ≥ b j , j = 1, ..., n
.. ⎪
⎪
. ⎪
⎪
⎪
⎭
x 1m + x 2m + x 3m + ... + x nm ≥ b m
m &
& n
Minimizar ci j xi j
i =1 j =1
n
&
Sujeito a: xi j ≤ ai
j =1
m
&
xi j ≥ b j
i =1
x i j ≥ 0, i = 1, ..., m j = 1, ..., n
34 Capítulo 1. Modelagem
Exemplo
V. do S. Fco 14 5 7 9 700.000
n
!
Minimizar Z= cj xj (1.1)
j =1
n
!
Sujeito a: a i j x j ≥ b i , i = 1, 2, ..., m (1.2)
j =1
x j ≥ 0, j = 1, 2, ..., n. (1.3)
n
#
Minimizar Z= cj xj
j =1
n
#
Sujeito a: ai j x j = bi ,
j =1
x j ≥ 0, j = 1, 2, ..., n.
1.2. Forma Padrão 37
Minimizar Z = cx (1.4)
Sujeito a: Ax = b (1.5)
x ≥0 (1.6)
Exemplo
maximizar −3x1 +4x2 = −minimizar −(−3x1 +4x2)
=−minimizar 3x1 −4x2.
Exercício
Coloque o modelo a seguir na Forma Padrão.
Maximizar Z = 2x 1 + x 2 − x 3 + 3x 4 − x 5
Sujeito a: x 1 + 2x 2 − x 3 + x 4 + 3x 5 ≥ 5
4x 1 + x 3 − 2x 4 − x 5 ≤ 0
−2x 3 + x 4 + 2x 5 ≥ −7
3x 1 + x 2 − x 4 + x 5 = 8
x 1 , x 2 , x 5 ≥ 0, x 3 ≤ 0, x 4 qualquer.
Maximizar Z = 2x 1 + x 2 − x 3 + 3x 4 − x 5
Sujeito a: x 1 + 2x 2 − x 3 + x 4 + 3x 5 ≥ 5
4x 1 + x 3 − 2x 4 − x 5 ≤ 0
2x 3 − x 4 − 2x 5 ≤ 7
3x 1 + x 2 − x 4 + x 5 = 8
x 1 , x 2 , x 5 ≥ 0, x 3 ≤ 0, x 4 qualquer.
Maximizar Z = 2x 1 + x 2 − x 3 + 3x 4 − x 5
Sujeito a: x 1 + 2x 2 − x 3 + x 4 + 3x 5 − x 6 = 5
4x 1 + x 3 − 2x 4 − x 5 + x 7 = 0
2x 3 − x 4 − 2x 5 + x 8 = 7
3x 1 + x 2 − x 4 + x 5 = 8
x 1 , x 2 , x 5 , x 6 , x 7 , x 8 ≥ 0, x 3 ≤ 0, x 4 qualquer.
′
Maximizar Z =2x1 +x2 x 3 + 3x 4 − x 5
′
Sujeito a: x1 +2x2 +x 3 + x 4 + 3x 5 − x 6 = 5
′
4x1 x 3 − 2x 4 − x 5 + x 7 = 0
′
2x 3 − x 4 − 2x 5 + x 8 = 7
3x 1 + x 2 − x 4 + x 5 = 8
′
x 1 , x 2 , x 3 , x 5 , x 6 , x 7 , x 8 ≥ 0, x 4 qualquer.
′ ′ ′′
Maximizar Z = 2x 1 + x 2 − x 3 + 3x 4 − 3x 4 − x 5
′ ′ ′′
Sujeito a: x 1 + 2x 2 + x 3 + x 4 − x 4 + 3x 5 − x 6 = 5
′ ′ ′′
4x 1 − x 3 − 2x 4 + 2x 4 − x 5 + x 7 = 0
′ ′ ′′
−2x 3 − x 4 + x 4 − 2x 5 + x 8 = 7
′ ′′
3x 1 + x 2 − x 4 + x 4 + x 5 = 8
′ ′ ′′
x 1 , x 2 , x 3 , x 4 , x 4 , x 5 , x 6 , x 7 , x 8 ≥ 0.
1.3. Solução Gráfica 41
Minimizar − 5x 1 − 2x 2
Sujeito a: x 1 + x 2 ≤ 4
x1 ≤ 3
x2 ≤ 2
x1 , x2 ≥ 0
1.4 ReferênciasassociadasaoCapítulo1
Minimizar Z = c x (2.1)
Sujeito a: Ax = b (2.2)
x ≥0 (2.3)
m×n m×1 n×1 n×1
onde A ∈ ,b ∈ ,c ∈ ,x ∈ .
Minimizar Z = cB xB + c N x N (2.4)
Sujeito a: B x B + N x N = b (2.5)
x B ≥ 0, x N ≥ 0 (2.6)
x B =B −1 b − B −1 N x N (2.7)
Minimizar Z = −5x 1 − 2x 2
Sujeito a: x 1 + x 2 + x 3 = 4
x1 + x4 = 3
x2 + x5 = 2
x1 , x2 , x3 , x4 , x5 ≥ 0
⎛ ⎞
1 1 1 0 0
⎜ ⎟
A=⎝ 1 0 0 1 0 ⎠
0 1 0 0 1
3×4
é a matriz dos coeficientes das restrições, A ∈ eé
formada pelas colunas
54 Capítulo 2. Método Simplex
⎛
⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 1 1 0 0
⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟
a1 = ⎝ 1 ⎠ , a2 = ⎝ 0 ⎠ , a3 = ⎝ 0 ⎠ , a4 = ⎝ 1 ⎠ , a5 = ⎝ 0 ⎠ ;
0 1 0 0 1
⎛ ⎞
4
⎜ ⎟ 3×1
b = ⎝ 3 ⎠ é a matriz do lado direito das restrições,b ∈ ;
2
⎛ ⎞
−5
⎜ −2 ⎟
⎜ ⎟
⎜ ⎟ 5×1
c =⎜ 0 ⎟ é a matriz dos coeficientes da função objetivo, c ∈
⎜ ⎟
⎝ 0 ⎠
0
⎛ ⎞
x1
⎜ x2 ⎟
⎜ ⎟
⎜ ⎟ 5×1
x =⎜ x3 ⎟ é a matriz das variáveis deste problema,x ∈ .
⎜ ⎟
⎝ x4 ⎠
x5
⎛ ⎞⎛ ⎞ ⎛ ⎞ ⎛ ⎞
1 0 0 x3 1 1 ' ( 4
⎜ ⎟⎜ ⎟ ⎜ ⎟ x1 ⎜ ⎟
⎝ 0 1 0 ⎠ ⎝ x4 ⎠ − ⎝ 1 0 ⎠ =⎝ 3 ⎠
x2
0 0 1 x5 0 1 2
⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎛ ⎞⎛ ⎞
x3 1 0 0 4 1 0 0 1 1 ' (
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟⎜ ⎟ x1
xB = ⎝ x 4 ⎠ = ⎝ 0 1 0 ⎠⎝ 3 ⎠−⎝ 0 1 0 ⎠⎝ 1 0 ⎠
x2
x5 0 0 1 2 0 0 1 0 1
x3 = 4 − x1 − x2
x4 = 3 − x1
x5 = 2 − x2
56 Capítulo 2. Método Simplex
⎛ ⎞ ⎛ ⎞
x3 4
⎜ ⎟ ⎜ ⎟
⎝ x4 ⎠ = ⎝ 3 ⎠
x5 2
⎛ ⎞
4
' (⎜ ⎟
z = c Bt x B = 0 0 0 ⎝ 3 ⎠=0
2
Importante!
Observe que a solução atual x 1 = x 2 = 0, corresponde ao
ponto A da solução gráfica deste exemplo. Ao acessar a plata-
forma APlus www.aplusplatform.com, você poderá resolver
esta etapa do exercício e, simultaneamente, observar a locali-
zação desta primeira solução básica viável no gráfico.
Definição 1. A solução
) *
xB
x=
0
Minimizar Z = c x
Sujeito a: Ax = b
x ≥0
triz A e suponha
t
que x = (x1, x2,..., xn ) seja uma solução viável. Então,
se esta solução
é viável, ela satisfaz:
a 1 x 1 +a 2 x 2 +... +a n x n =b
a 1 x 1 + a 2 x 2 + ... + a p x p = b (2.8)
v 1 a 1 + v 2 a 2 + ... + v p a p = 0 (2.9)
x − ϵv (2.11)
c t x − ϵc t v. (2.12)
! "
n n!
=
m m!(n − m)!
2.1. Fundamentos Teóricos 61
e
λx 1 ≥ 0, (1 − λx 2 ) ≥ 0 ⇒ x = λx 1 + (1 − λ)x 2 ≥ 0.
Logo, temos que x ∈ X , o que demonstra que X é convexo.
Minimizar Z = cx
Sujeito a: Ax = b
x ≥0
Z = c B (B −1 b − B −1 N x N ) + c N x N
= c B B −1 b − c B B −1 N x N + c N x N
= c B B −1 b − (c B B −1 N − c N )x N .
!
Z = z̄ − (z j − c j )x j .
j ∈J
Sujeito a: x B = x̄ B − B −1 N x N
x B ≥ 0, x N ≥ 0,
onde x̄ B = B −1 b.
Agora vamos analisar detalhadamente a subtração z j − c j ,
pois é através dela que vamos obter o critério de entrada de
uma nova variável na base. O problema é de minimização e
portanto, se tivermos como resultado da subtração z j −c j um
68 Capítulo 2. Método Simplex
Algoritmo Simplex
Passo i. Encontre uma solução básica viável inicial para o pro-
blema.
Minimizar Z = −5x 1 − 2x 2
Sujeito a: x 1 + x 2 + x 3 = 4
x1 + x4 = 3
x2 + x5 = 2
x1 , x2 , x3 , x4 , x5 ≥ 0
2.1. Fundamentos Teóricos 69
⎛ ⎞
x3 ' (
⎜ ⎟ x1
xB = ⎝ x4 ⎠ , x N =
x2
x5
⎛ ⎞ ⎛ ⎞
c3 0 ' ( ' (
⎜ ⎟ ⎜ ⎟ c 1 −5
cB = ⎝ c4 ⎠ = ⎝ 0 ⎠ , e c N = = .
c2 −2
c5 0
A solução atual é:
⎛ ⎞ ⎛ ⎞
x̄ 3 4
⎜ ⎟ ⎜ ⎟
x̄ B = ⎝ x̄ 4 ⎠ = ⎝ 3 ⎠
x̄ 5 2
⎛ ⎞⎛ ⎞
1 0 0 1
) *⎜ ⎟⎜ ⎟
z 2 −c 2 = c B B −1 a 2 −c 2 = 0 0 0 ⎝ 0 1 0 ⎠ ⎝ 0 ⎠−(−2)
0 0 1 1
70 Capítulo 2. Método Simplex
⎛ ⎞
1
! "⎜ ⎟
= 0 0 0 ⎝ 0 ⎠ − (−2) = 0 + 2 = 2
1
x̄ 1
(i) y 1k ≥ 0 ⇒ x k ≤ y 1k ≥ 0;
x̄ 1
(ii) y 1k ≤ 0 ⇒ x k ≥ y 1k ≤ 0.
Minimizar Z = −5x 1 − 2x 2
Sujeito a: x 1 + x 2 + x 3 = 4
x1 + x4 = 3
x2 + x5 = 2
x1 , x2 , x3 , x4 , x5 ≥ 0
⎛ ⎞
x3 ' (
⎜ ⎟ x 1
xB = ⎝ x4 ⎠ , x N =
x2
x5
⎛ ⎞ ⎛ ⎞
c3 0 ' ( ' (
⎜ ⎟ ⎜ ⎟ c1 −5
cB = ⎝ c4 ⎠ = ⎝ 0 ⎠ , e c N = = .
c2 −2
c5 0
A solução atual é:
⎛ ⎞ ⎛ ⎞
x̄ 3 4
⎜ ⎟ ⎜ ⎟
x̄ B = ⎝ x̄ 4 ⎠ = ⎝ 3 ⎠
x̄ 5 2
Portanto, aplicando
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
xB1 x̄ 1 y 1k
⎜ x ⎟ ⎜ x̄ ⎟ ⎜ y 2k ⎟
⎜ B2 ⎟ ⎜ 2 ⎟ ⎜ ⎟
⎜ . ⎟=⎜ . ⎟−⎜ .. ⎟ xk
⎜ . ⎟ ⎜ . ⎟ ⎜ ⎟
⎝ . ⎠ ⎝ . ⎠ ⎝ . ⎠
xBm x̄ m y mk
74 Capítulo 2. Método Simplex
o exemplo, teremos:
⎛ ⎞ ⎛ ⎞ ⎛ ⎞
x3 4 1
⎜ ⎟ ⎜ ⎟ ⎜ ⎟
⎝ x4 ⎠ = ⎝ 3 ⎠ − ⎝ 1 ⎠ x1
x5 2 0
ue é equivalente às equações
x3 = 4 − x1 ⇒ 4 − x1 ≥ 0 ⇒ x1 ≤ 4
x4 = 3 − x1 ⇒ 3 − x1 ≥ 0 ⇒ x1 ≤ 3
x 5 = 2 ⇒ neste caso x 1 pode crescer indefinidamente que
não afetará o valor de x5.
'
'
x̄ r
x B r = min , r = 1, 2, ..., m, y r k > 0
yr k
teremos:
( )
x B r = min 41 , 31 = 3, que está relacionada à variável x 4 .
Atenção! A variável que entra na base tem que entrar no
lugar da variável que sai, ou seja, antes as variáveis básicas
eram x B ={x 3 , x 4 , x 5 }, e a base era formada pelas colunas B =
[a 3 a 4 a 5 ]. A variável x 4 saiu da base e entrou a variável x 1 , e
as novas variáveis básicas são x B ={x 3 , x 1 , x 5 }, e a nova base é
formada pelas colunas B =[a 3 a 1 a 5 ], nesta ordem.
Portanto, como já dissemos acima, a nova base é:
⎛ ⎞ ⎛ ⎞
1 1 0 1 −1 0
⎜ ⎟ ⎜ ⎟
B = [a 3 a 1 a 5 ] = ⎝ 0 1 0 ⎠ , cuja inversa é B −1 = ⎝ 0 1 0 ⎠
0 0 1 0 0 1
Com esta nova base, teremos uma nova solução básica viável,
que calcularemos a seguir:
⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎛ ⎞
x̄ 3 1 −1 0 4 1
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟
x̄ B = B −1 b ⇒ ⎝ x̄ 1 ⎠ = ⎝ 0 1 0 ⎠ ⎝ 3 ⎠ = ⎝ 3 ⎠
x̄ 5 0 0 1 2 2
2.2. Algoritmo Simplex 75
! "
x B r = min 11 , 31 = 1, que está relacionada à variável x 3 . Desta
forma, as novas variáveis básicas são x B = {x 2 , x 1 , x 5 }, e a nova
base será
⎛ ⎞ ⎛ ⎞
1 1 0 1 −1 0
⎜ ⎟ −1 ⎜ ⎟
B = [a 2 a 1 a 5 ] = ⎝ 0 1 0 ⎠ , cuja inversa é B = ⎝ 0 1 0 ⎠.
1 0 1 −1 1 1
Com esta nova base, teremos uma nova solução básica viável,
que calcularemos a seguir:
⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎛ ⎞
x̄ 2 1 −1 0 4 1
⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟
x̄ B = B −1 b ⇒ ⎝ x̄ 1 ⎠ = ⎝ 0 1 0 ⎠⎝ 3 ⎠ = ⎝ 3 ⎠
x̄ 5 −1 1 1 2 1
⎛ ⎞⎛ ⎞
1 −1 0 0
! "⎜ ⎟⎜ ⎟
z 4 −c 4 = c B B −1 a 4 −c 4 = −2 −5 0 ⎝ 0 1 0 ⎠ ⎝ 1 ⎠−0
−1 1 1 0
⎛ ⎞
0
! "⎜ ⎟
= −2 −3 0 ⎝ 1 ⎠ − 0 = −3.
0
Como os dois z j − c j encontrados são negativos, a solução
atual é ótima, portanto, a solução ótima do problema é:
⎛ ⎞ ⎛ ⎞
x̄ 2 1 ) * ) *
⎜ ⎟ ⎜ ⎟ x̄ 3 0
x̄ B = ⎝ x̄ 1 ⎠ = ⎝ 3 ⎠ , x̄ N = =
x̄ 4 0
x̄ 5 1
Minimizar Z = c 1 x 1 + c 2 x 2 + ... + c n x n
Sujeito a: a 11 x 1 + a 12 x 2 + ... + a 1n x n + x n+1 = b 1
..
.
a r 1 x 1 + a r 2 x 2 + ... + a r n x n + ... + x n+r = b r
..
.
a m1 x 1 + a m2 x 2 + ... + a mn x n + x n+m = b m
x j ≥ 0, j = 1, 2, ..., n + m
78 Capítulo 2. Método Simplex
Minimizar Z = −5x 1 − 2x 2
Sujeito a: x 1 + x 2 + x 3 = 4
x1 + x4 = 3
x2 + x5 = 2
x1 , x2 , x3 , x4 , x5 ≥ 0
1 0 0 ⎞⎛ 1 ⎞
−1
! "⎛
⎜ ⎟⎜ ⎟
z 1 −c 1 = c B B a 1 −c 1 = 0 0 0 ⎝ 0 1 0 ⎠ ⎝ 1 ⎠−(−5)
0 0 1 0
⎞⎛
1
! "⎜ ⎟
= 0 0 0 ⎝ 1 ⎠ − (−5) = 0 + 5 = 5
0
⎛ ⎞⎛ ⎞
1 0 0 1
! "⎜ ⎟⎜ ⎟
z 2 −c 2 = c B B −1 a 2 −c 2 = 0 0 0 ⎝ 0 1 0 ⎠ ⎝ 0 ⎠−(−2)
0 0 1 1
⎞⎛
1
! "⎜ ⎟
= 0 0 0 ⎝ 0 ⎠ − (−2) = 0 + 2 = 2
1
e agora colocamos estes valores no quadro Simplex.
VB x1 x2 x3 x4 x5 b
x3 1 1 1 0 0 4 → L1
x4 1 0 0 1 0 3 → L2
x5 0 1 0 0 1 2 → L3
z 5 2 0 0 0 0 → L4
Tabela 11: Quadro Simplex inicial do exemplo
VB x1 x2 x3 x4 x5 b
x3 0 1 1 -1 0 1 → L1
x1 1 0 0 1 0 3 → L2
x5 0 1 0 0 1 2 → L3
z 5 2 0 0 0 0 → L4
Tabela 12: Primeiro Quadro do exemplo
seguinte
′ forma: L4 = L4 − 5L2. A solução obtida
neste quadro apresenta as variáveis básicas x3, x1, x5 com os
respectivos va-lores 1,3 e 3. Lembramos que as variáveis não
básicas x2 e x4 valem 0. Desta forma, no 2 temos a solução
x1 =3 e x2 =0, que corresponde ao ponto E da solução gráfica
deste mesmo
82 Capítulo 2. Método Simplex
VB x1 x2 x3 x4 x5 b
x3 0 1 1 -1 0 1 → L1
x1 1 0 0 1 0 3 → L2
x5 0 1 0 0 1 2 → L3
z 0 2 0 -5 0 -15 → L4
Tabela 13: Segundo Quadro do exemplo
! ′
L3 = L3 − L1
′
L 4 = L 4 − 2L 1
2.3. O Método Simplex usando quadros 83
VB x1 x2 x3 x4 x5 b
x2 0 1 1 -1 0 1 → L1
x1 1 0 0 1 0 3 → L2
x5 0 0 -1 1 1 1 → L3
z 0 0 -2 -3 0 -17 → L4
Tabela 14: Terceiro Quadro do exemplo
x 1∗ = 3, x 2∗ = 1, x 3∗ = 0, x 4∗ = 0, x 5∗ = 5.
Exemplo
Seja o problema de programação linear dado pelo modelo:
Maximizar Z = 5x 1 + 3x 2
Sujeito a: 3x 1 + 5x 2 ≤ 15
5x 1 + 2x 2 ≤ 10
x1 , x2 ≥ 0
84 Capítulo 2. Método Simplex
!
3x 1 + 5x 2 = 15
5x 1 + 2x 2 = 10
x2 = 45 .
2.3. O Método Simplex usando quadros 85
45
= 75
15x 1 + 25
19
1125
15x 1 = 75 −
19
1425 − 1125 300
15x 1 = =
19 19
20
x1 =
19
! " ! "
x3 x1
xB = , xN =
x4 x2
! " ! " ! " ! "
c3 0 c1 −5
cB = = e cN = =
c4 0 c2 −3
! "
# $ 1 0
B= a3 a4 = = B −1 .
0 1
A solução inicial é:
! "! "
% & 1 0 3
z 1 − c 1 = c B B −1 a 1 − c 1 = 0 0 − (−5) = 5
0 1 5
! "! "
−1
% & 1 0 5
z2 − c2 = cB B a2 − c2 = 0 0 − (−3) = 3
0 1 2
! "! "
−1
# $ 1 −3/5 5
z 2 −c 2 = c B B a 2 −c 2 = 0 −5 −(−3) = 1
0 1/5 2
! "! "
# $ 1 −3/5 5
z 4 −c 4 = c B B −1 a 4 −c 4 = 0 −5 −0 = −1
0 1/5 2
z 3 − c 3 = c B B −1 a 3 − c 3
! "! "
# $ 5/19 −3/19 1 −5
= −3 −5 −0 =
−2/19 5/19 0 19
2.3. O Método Simplex usando quadros 89
z 4 − c 4 = c B B −1 a 4 − c 4
# $# $
! " 5/19 −3/19 0 −16
= −3 −5 −0 = .
−2/19 5/19 1 19
VB x1 x2 x3 x4 b
x3 3 5 1 0 15
x4 5 2 0 1 10
z 5 3 0 0 0
Tabela 15: Quadro inicial do exemplo 2
VB x1 x2 x3 x4 b
x2 0 1 5/19 -3/19 45/19
x1 1 0 -2/19 5/19 20/19
z 0 0 -5/19 -16/19 -235/19
Tabela 17: Segundo Quadro do exemplo 2
Maximizar Z = 5x 1 + 2x 2
Sujeito a: x 1 ≤ 3
x2 ≤ 4
4x 1 + 3x 2 ≤ 12
x1 , x2 ≥ 0
2.3. O Método Simplex usando quadros 93
VB x1 x2 x3 x4 x5 b
x3 1 0 1 0 0 3
x4 0 1 0 1 0 4
x5 4 3 0 0 1 12
z 5 2 0 0 0 0
Tabela 18: Quadro inicial casos especiais
VB x1 x2 x3 x4 x5 b
x1 1 0 1 0 0 3
x4 0 1 0 1 0 4
x5 0 3 -4 0 1 0
z 0 2 -5 0 0 -15
Tabela 19: Primeiro Quadro casos especiais
VB x1 x2 x3 x4 x5 b
x1 1 0 1 0 0 3
x4 0 0 4/3 1 -1/3 4
x2 0 1 -4/3 0 1/3 0
z 0 0 -7/3 0 -2/3 -15
Tabela 20: Segundo Quadro casos especiais
Maximizar Z = x 1 + 2x 2
Sujeito a: x 1 ≤ 3
x2 ≤ 4
x 1 + 2x 2 ≤ 9
x1 , x2 ≥ 0
VB x1 x2 x3 x4 x5 b
x3 1 0 1 0 0 3
x4 0 1 0 1 0 4
x5 1 2 0 0 1 9
z 1 2 0 0 0 0
Tabela 21: Quadro inicial soluções múltiplas
VB x1 x2 x3 x4 x5 b
x3 1 0 1 0 0 3
x2 0 1 0 1 0 4
x5 1 0 0 -2 1 1
z 1 0 0 -2 0 -8
Tabela 22: Primeiro Quadro soluções múltiplas
VB x1 x2 x3 x4 x5 b
x3 0 0 1 2 -1 2
x2 0 1 0 1 0 4
x1 1 0 0 -2 1 1
z 0 0 0 0 -1 -9
Tabela 23: Segundo Quadro soluções múltiplas
VB x1 x2 x3 x4 x5 b
x4 0 0 1/2 1 -1/2 1
x2 0 1 -1/2 0 1/2 3
x1 1 0 1 0 0 3
z 0 0 0 0 -1 -9
Tabela 24: Terceiro Quadro soluções múltiplas
x1 + x3 = 3
x2 + x4 = 4
x 1 + 2x 2 − x 5 + x 6 = 9
x1 , x2 , x3 , x4 , x5 , x6 ≥ 0
!
Minimizar Z a (x) = i x ia .
Como x ia ≥ 0 ∀i , o menor valor possível será obtido para
x ia = 0 ∀i .
Terminando a Fase I, abandonamos Z a (x), passando a traba-
lhar com a função objetivo dada no problema original.
Exemplo
Aplicar o método simplex ao seguinte PPL:
Maximizar Z = 6x 1 − x 2
Sujeito a: 4x 1 + x 2 ≤ 21
2x 1 + 3x 2 ≥ 13
x 1 − x 2 = −1
x1 , x2 ≥ 0
⎛ ⎞
4
' (⎜ ⎟
z 1 − c 1 = 0 1 1 ⎝ 2 ⎠ = 1.
−1
⎛ ⎞⎛ ⎞
1 0 0 1
' (⎜ ⎟⎜ ⎟
z 2 − c 2 = c B B −1 a 2 − c 2 = 0 1 1 ⎝ 0 1 0 ⎠ ⎝ 3 ⎠ − 0
0 0 1 1
⎛ ⎞
1
' (⎜ ⎟
z 2 − c 2 = 0 1 1 ⎝ 3 ⎠ = 4.
1
⎛ ⎞⎛ ⎞
1 0 0 1
' (⎜ ⎟⎜ ⎟
z 4 −c 4 = c B B −1 a 4 −c 4 = 0 1 1 ⎝ 0 1 0 ⎠ ⎝ −1 ⎠−0
0 0 1 0
2.5. Método Simplex de Duas Fases 101
⎛ ⎞
0
! "⎜ ⎟
z4 − c4 = 0 1 1 ⎝ −1 ⎠ = −1.
0
A variável a entrar na base é x2. Para aplicarmos o critério
de saída temos que calcular
y 2 = B −1 a 2 .
⎛ ⎞⎛ ⎞ ⎛ ⎞
1 0 0 1 1
⎜ ⎟⎜ ⎟ ⎜ ⎟
y2 = ⎝ 0 1 0 ⎠⎝ 3 ⎠ = ⎝ 3 ⎠
0 0 1 1 1
x 3 = 20, x 1a = 10, x 2 = 1, x 1 = x 4 = x 2a = 0.
⎛ ⎞
20
! "⎜ ⎟
z̄ = c B x̄ B = 0 1 0 ⎝ 10 ⎠ = 10.
1
⎛ ⎞⎛ ⎞
1 0 −1 4
! "⎜ ⎟⎜ ⎟
z 1 −c 1 = c B B −1 a 1 −c 1 = 0 1 0 ⎝ 0 1 −3 ⎠ ⎝ 2 ⎠−0
0 0 1 −1
102 Capítulo 2. Método Simplex
⎛ ⎞
4
! "⎜ ⎟
z 1 − c 1 = 0 1 −3 ⎝ 2 ⎠ = 5.
−1
⎛ ⎞⎛ ⎞
1 0 −1 0
! "⎜ ⎟⎜ ⎟
z 4 −c 4 = c B B −1 a 4 −c 4 = 0 1 0 ⎝ 0 1 −3 ⎠ ⎝ −1 ⎠−0
0 0 1 0
⎛ ⎞
0
! "⎜ ⎟
z 4 − c 4 = 0 1 −3 ⎝ −1 ⎠ = −1.
0
⎛ ⎞⎛ ⎞
1 0 −1 0
! "⎜ ⎟⎜ ⎟
z 2a −c 2a = c B B −1 a 2a −c 2a = 0 1 0 ⎝ 0 1 −3 ⎠ ⎝ 0 ⎠−0
0 0 1 1
⎛ ⎞
0
! "⎜ ⎟
z 2a − c 2a = 0 1 −3 ⎝ 0 ⎠ = −3.
1
A variável a entrar na base é x 1 .
Para aplicarmos o critério de saída temos que calcular y 1 =
B −1 a 1 . ⎛ ⎞⎛ ⎞ ⎛ ⎞
1 0 −1 4 5
⎜ ⎟⎜ ⎟ ⎜ ⎟
y 1 = ⎝ 0 1 −3 ⎠ ⎝ 2 ⎠ = ⎝ 5 ⎠
0 0 1 −1 −1
x k = mín{ 21 13 13 a
5 , 5 } = 5 ,que corresponde à variável x 1 . Por-
tanto, ela deixa a base.
As variáveis que compõem a base atual são x 3 , x 1 e x 2 .
Atenção!
Observe que as duas variáveis artificiais saíram da base, então
2.5. Método Simplex de Duas Fases 103
⎛ ⎞ ⎛ ⎞
1 4 1 1 −1 2
⎜ ⎟ −1 ⎜ ⎟
B =⎝ 0 2 3 ⎠ e B = ⎝ 0 1/5 −3/5 ⎠
0 −1 1 0 1/5 2/5
⎛ ⎞⎛ ⎞ ⎛ ⎞
1 −1 2 21 10
−1 ⎜ ⎟⎜ ⎟ ⎜ ⎟
x̄ B = B b = ⎝ 0 1/5 −3/5 ⎠ ⎝ 13 ⎠ = ⎝ 2 ⎠.
0 1/5 2/5 1 3
x 1a = x 4 = x 2a = 0 e
⎛ ⎞
10
' (⎜ ⎟
z̄ = c B x̄ B = 0 0 0 ⎝ 2 ⎠ = 0.
3
⎛ ⎞⎛ ⎞
1 −1 2 0
−1
! "⎜ ⎟⎜ ⎟
z 4 −c 4 = c B B a 4 −c 4 = 0 0 0 ⎝ 0 1/5 −3/5 ⎠ ⎝ −1⎠−0
0 1/5 2/5 0
⎛ ⎞
0
! "⎜ ⎟
z 4 − c 4 = 0 0 0 ⎝ −1 ⎠ = 0.
0
⎛ ⎞⎛ ⎞
1 −1 2 0
! "⎜ ⎟⎜ ⎟
z 4 −c 4 = c B B −1 a 4 −c 4 = 0 −6 1 ⎝ 0 1/5 −3/5 ⎠ ⎝ −1 ⎠−0
0 1/5 2/5 0
⎛ ⎞
0
! "⎜ ⎟
z 4 − c 4 = 0 −1 4 ⎝ −1 ⎠ = 1.
0
Logo, a variável x 4 entra na base. Para identificar a variável
que deve deixar a base, temos que calcular a matriz y 4 =
B −1 a 4 .
⎛ ⎞⎛ ⎞⎛ ⎞
1 −1 2 0 1
⎜ ⎟⎜ ⎟⎜ ⎟
y 4 = B −1 a 4 = ⎝ 0 1/5 −3/5 ⎠ ⎝ −1 ⎠ ⎝ −1/5 ⎠
0 1/5 2/5 0 −1/5
Relembrando o critério de saída
x Br = mín{ yx̄r , r = 1, 2, ..., m, y r k > 0} e, como só temos
rk
um componente do vetor y positivo, que é o componente
relativo à variável x 3 , então, esta variável sairá da base. Agora,
as variáveis básicas são: x 4 , x 1 e x 2 e a base B é dada por:
⎛ ⎞ ⎛ ⎞
0 4 1 1 −1 2
⎜ ⎟ −1 ⎜ ⎟
B = ⎝ −1 2 3 ⎠ , B = ⎝ 1/5 0 −1/5 ⎠
0 −1 1 1/5 0 4/5
O valor das variáveis básicas é:
⎛ ⎞⎛ ⎞ ⎛ ⎞
1 −1 2 21 10
⎜ ⎟⎜ ⎟ ⎜ ⎟
x̄ B = B −1 b = ⎝ 1/5 0 −1/5 ⎠ ⎝ 13 ⎠ = ⎝ 4 ⎠
1/5 0 4/5 1 5
ou seja, x̄ 4 = 10, x̄ 1 = 4 e x 2 = 5.
⎛ ⎞
10
! "⎜ ⎟
z̄ = c B x̄ B = 0 −6 1 ⎝ 4 ⎠ = −19.
5
106 Capítulo 2. Método Simplex
z 3 − c 3 = c B B −1 a 3 − c 3 =
⎛ ⎞⎛ ⎞
1 −1 2 1
! "⎜ ⎟⎜ ⎟
0 −6 1 ⎝ 1/5 0 −1/5 ⎠ ⎝ 0 ⎠ − 0
1/5 0 4/5 0
⎛ ⎞
1
! "⎜ ⎟
z3 − c3 = −1 0 2 ⎝ 0 ⎠ − 0 = −1.
0
⎛ ⎞⎛ ⎞
1 0 0 4
! "⎜ ⎟⎜ ⎟
z 1 −c 1 = c B B −1 a 1 −c 1 = 0 1 1 ⎝ 0 1 0 ⎠ ⎝ 2 ⎠−0
0 0 1 −1
⎛ ⎞
4
! "⎜ ⎟
z1 − c1 = 0 1 1 ⎝ 2 ⎠ − 0 = 1
−1
⎛ ⎞⎛ ⎞
1 0 0 1
! "⎜ ⎟⎜ ⎟
z 2 − c 2 = c B B −1 a 2 − c 2 = 0 1 1 ⎝ 0 1 0 ⎠ ⎝ 3 ⎠ − 0
0 0 1 1
⎛ ⎞
1
! "⎜ ⎟
z2 − c2 = 0 1 1 ⎝ 3 ⎠ − 0 = 4
1
⎛ ⎞⎛ ⎞
1 0 0 0
! "⎜ ⎟⎜ ⎟
z 4 −c 4 = c B B −1 a 4 −c 4 = 0 1 1 ⎝ 0 1 0 ⎠ ⎝ −1 ⎠−0
0 0 1 0
⎛ ⎞
0
! "⎜ ⎟
z 4 − c 4 = 0 1 1 ⎝ −1 ⎠ − 0 = −1
0
Temos então o seguinte quadro: O sistema acima apresenta a
VB x1 x2 x3 x4 x 1a x 2a b
x3 4 1 1 0 0 0 21
x 1a 2 3 0 -1 1 0 13
x 2a -1 1 0 0 0 1 1
z 1 4 0 -1 0 0 14
Tabela 25: Quadro inical Método de Duas Fases
VB x1 x2 x3 x4 x 1a b
x3 5 0 1 0 0 20
x 1a 5 0 0 -1 1 10
x2 -1 1 0 0 0 1
z 5 0 0 -1 0 10
Tabela 26: Primeiro Quadro Método da Primeira Fase
VB x1 x2 x3 x4 b
x3 0 0 1 1 10
x1 1 0 0 -1/5 2
x2 0 1 0 -1/5 3
z 0 0 0 0 0
Tabela 27: Segundo Quadro da Primeira Fase
′
Minimizar Z = −6x 1 + x 2
Sujeito a: 4x 1 + x 2 + x 3 = 21
2x 1 + 3x 2 − x 4 = 13
−x 1 + x 2 = 1
x1 , x2 , x3 , x4 ≥ 0
VB x1 x2 x3 x4 b
x3 0 0 1 1 10
x1 1 0 0 -1/5 2
x2 0 1 0 -1/5 3
z 0 0 0 1 -9
Tabela 28: Primeiro Quadro da Segunda Fase
110 Capítulo 2. Método Simplex
VB x1 x2 x3 x4 b
x4 0 0 1 1 10
x1 1 0 1/5 0 4
x2 0 1 1/5 0 5
z 0 0 -1 0 -19
Tabela 29: Segundo Quadro da Segunda Fase
é
ótima. Assim, temos que a solução ótima da segunda fase e
consequentemente do problema original é:
x 1∗ = 4, x 2∗ = 5, x 3∗ = 0, x 4∗ = 10 e z ∗ = −19.
Exemplo
Aplicar o método simplex ao PPL a seguir:
Maximizar Z = x 1 + x 2
Sujeito a: x 1 + 4x 2 ≥ 4
3x 1 + x 2 = 1
x1 , x2 ≥ 0
′
Minimizar Z = −x 1 − x 2
Sujeito a: x 1 + 4x 2 − x 3 + x 1a = 4
3x 1 + x 2 + x 2a = 1
x 1 , x 2 , x 3 , x 1a , x 2a ≥ 0
112 Capítulo 2. Método Simplex
VB x1 x2 x3 x 1a x 2a b
x 1a 1 4 -1 1 0 4
x 2a 3 1 0 0 1 1
z 4 5 -1 0 0 5
Tabela 30: Quadro Inicial Mét. Duas Fases-exemplo
VB x1 x2 x3 x 2a b
x2 1/4 1 -1/4 0 1
x 2a 11/4 0 1/4 1 0
z 11/4 0 1/4 0 0
Tabela 31: Primeiro Quadro Primeira Fase-exemplo
VB x1 x2 x3 b
x2 0 1 -12/44 1
x1 1 0 1/11 0
z 0 0 0 0
Tabela 32: Segundo Quadro Primeira Fase-exemplo
1 1
x 1 + 11 x 3 = 0 ⇒ x 1 = − 11 x3
VB x1 x2 x3 b
x2 0 1 -12/44 1
x1 1 0 1/11 0
z 0 0 8/44 -1
Tabela 33: Primeiro Quadro Segunda Fase-exemplo
a
variável x3 entrará na base. O quadro abaixo é resultado
das operações de pivoteamento.
VB x1 x2 x3 b
x2 12/484 1 0 1
x3 1/11 0 1 0
z -8/484 0 0 -1
Tabela 34: Segundo Quadro Segunda Fase-exemplo
z j − c j > 0, o quadro 34 é
ótimo, e a solução ótima para o problema é x1∗ =0, x2∗ =1,
x3∗=0 e z∗=−1.
2.5. Método Simplex de Duas Fases 115