INF 682

Introduo Programao Linear

Prof. Jos Elias C. Arroyo
Departamento de Informtica DPI
Sala: CCE 415-B

Programao Linear (PL)

O termo programao significa planejamento
O termo Linear relativo a funes, equaes ou
inequaes lineares.
A PL (ou Otimizao Linear) consiste na otimizao
(minimizao ou maximizao) de uma funo linear
(funo objetivo) satisfazendo um conjunto de
restries tcnicas representadas por um sistema de
equaes/inequaes lineares.
As restries representam, geralmente, limitaes de
recursos disponveis (capital, mo de obra, matria
prima, etc.) ou exigncias que devem ser cumpridas
(ex. satisfazer demandas).

Problema de PL
Uma fbrica produz 4 tipos de cadeiras.

So usados 2 tipos de materiais: lminas de

madeira para revestimento e tecido (recursos
escassos).

50 lminas/semana

75 metros/semana

Problema de PL

R$150

R$300

R$300

R$200

50

75

A fbrica precisa decidir quais modelos de

cadeira deve produzir e quantas unidades de cada
um de tal maneira que o lucro seja o mximo?

Programao Linear (PL)

Passos fundamentais para resolver um
problema de PL
Modelagem do problema
Utilizao de um Mtodo de soluo

Componentes de um Modelo de PL
Variveis de deciso:
So as variveis cujos valores devem ser calculados.
So as quantidades de atividades/itens/produtos a serem
realizadas/alocadas/produzidas.
O conjunto das variveis de deciso forma uma soluo do
problema.

Funo objetivo: a meta ou critrio a ser otimizado.

Por exemplo:
Minimizar os custos
Minimizar o tempo de produo,
Maximizar o lucro da produo, etc.

Componentes de um Modelo de PL
Restries:
So as condies do problema a serem satisfeitas pelas
solues.
Por exemplo:
Produtos devem ser produzidos utilizando somente os
recursos disponveis (capital).
O produto fabricado deve atender alguns requisitos
mnimos, (segurana, necessidade nutricional, etc.)
A funo objetivo e as restries so expresses lineares
(funes) definidas em termos das variveis de deciso.

Modelagem de um Problema de PL
R$150

R$300

R$300

R$200

1
1

4
1

3
1

1
2

50
75

Variveis de deciso
xi = quantidade de cadeiras do modelo i (i=1,2,3,4)
Estas variveis devem ser no negativas (xi 0).

Proporcionalidade
Para produzir uma cadeira modelo2 precisa de 4 laminas de madeira,
x2 cadeiras, precisa 4x2 laminas de madeira
Uma cadeira modelo2 gera um lucro de R$300,
x2 cadeiras, gera um lucro R$ 300x2.

Modelagem de um Problema de PL
R$150

R$300

R$300

R$200

1
1

4
1

3
1

1
2

50
75

Funo objetivo
Maximizar o lucro total gerado pela fabricao de todas as cadeiras.
Lucro total =
lucro gerado pelo modelo1 +. . .+lucro gerado pelo modelo4
Lucro total = 150x1 + 300x2 + 300x3 + 200x4

Modelagem de um Problema de PL
R$150

R$300

R$300

R$200

1
1

4
1

3
1

1
2

50
75

Restries
Disponibilidade de matria prima (Recursos Disponveis)
O total de madeira utilizado na fabricao de todos os modelos de
cadeira no deve ultrapassar 50 laminas.

1x1 + 4x2 + 3x3 + 1x4 50

O total de Tecido utilizado na fabricao de todos os modelos de
cadeira no deve ultrapassar 75 m.

1x1 + 1x2 + 1x3 + 2x4 75

Modelagem de um Problema de PL
Modelo de PL

Max 150 x1 + 300 x2 + 300 x3 + 200 x4

1 x1

+ 4 x2

+ 3 x3

+ 1 x4 50

1 x1
+ 1 x2
x1 0
x2 0
x3 0
x4 0

+ 1 x3

+ 2 x4 75

Modelagem de um Problema de PL
Modelo de PL
xi : quantidade de cadeiras do modelo i (i =1...,4)
Variveis de deciso

Max 150 x1 + 300 x2 + 300 x3 + 200 x4

Funo objetivo
Funo lucro

Sujeito a:

1 x1

+ 4 x2

+ 3 x3

+ 1 x4 50

1 x1
+ 1 x2
+ 1 x3
+ 2 x4 75
x1 0
x2 0 Restries de domnio ou
x3 0
No-negatividade
x4 0

Restries

Tipos de solues
Uma soluo do modelo o vetor formado pelos valores das
variveis de deciso: x = (x1, x2,...,xn).
Soluo factvel ou vivel:
uma soluo x = (x1, x2,...,xn) que satisfaze todas as restries
do modelo, inclusive as condies de no-negatividade.
Soluo infactvel ou invivel:
uma soluo x = (x1, x2,...,xn) que no satisfaz (ou viola) uma
das restries do modelo.
Soluo tima:
uma soluo vivel x* = (x*1, x*2,...,x*n) que determina o
valor mximo ou mnimo da funo objetivo.
Para um problema de minimizao, uma soluo x* soluo
tima se: f(x*) f(x), para toda soluo x vivel.

Tipos de solues
max

150 x1

+ 300 x2

+ 300 x3

+ 200 x4

1 x1

+ 4 x2

+ 3 x3

+ 1 x4

50

1 x1

+ 1 x2

+ 1 x3

+ 2 x4

75

Uma soluo vivel:

x1 = 6, x2 = 3, x3 = 5, x4 = 4.

Lucro = R$4.100

Outra soluo vivel:

x1 = 8, x2 = 4, x3 = 5, x4 = 10.

Lucro = R$5.900

Uma soluo invivel:

x1 = 6, x2 = 8, x3 = 5, x4 = 5.
Qual a soluo tima?

Problema de PL
A refinaria de petrleo Recap destila leo cru proveniente de
duas fontes, Arbia e Venezuela e produz trs produtos:
gasolina, querosene e lubrificantes. Os leos tm diferentes
composies qumicas e fornecem diferentes quantidades de
destilados por barril processado. Cada barril de leo cru da
Arbia d 0,3 barril de gasolina, 0,4 de querosene e 0,2 de
lubrificante. Para o leo da Venezuela estas quantidades so
respectivamente: 0,4, 0,2 e 0,3. H 10% de resduos. Os leos
diferem em custo e disponibilidade. A Recap pode comprar
at 9000 barris da Arbia a $20 o barril e at 6000 barris da
Venezuela a $15 o barril. Contratos da Recap com
distribuidores exigem que ela produza 2000 barris de gasolina
por dia, 1500 barris de querosene e 500 de lubrificantes.
Como cumprir os contratos gastando o mnimo? (qual o mix
de compra dos leos).

Modelagem do problema
Produtos
Gasolina
Querosene
Lubrificante
Custo p/barril
Oferta (barris)

Arbia

Venezuela

Demanda

(barril)

(barril)

(barris)

0,3
0,4

0,4
0,2

2.000
1.500

0,2
$20
9.000

0,3
$15
6.000

500

Modelagem do problema
Variveis de deciso:
x1 = quantidade de barris de leo /dia vindos da Arbia
x2 = quantidade de barris de leo /dia vindos da Venezuela
Tipo das Variveis de Deciso:
x1, x2 >= 0 (reais no-negativos)
Funo Objetivo: 20x1 + 15 x2 (custo total)
Conjunto de Restries Principais:
0,3 x1 + 0,4 x2 >= 2000 barris (Demanda gasolina)
0,4 x1 + 0,2 x2 >= 1500 barris (Demanda querosene)
0,2 x1 + 0,3 x2 >= 500 barris (Demanda lubrificantes)
x1 <= 9000 barris (Oferta Arbia)
x2 <= 6000 barris (Oferta Venezuela)

Modelo matemtico de PL
Minimizar f(x1, x2) = 20x1 + 15 x2 (custo total)
Sujeito a:
0,3 x1 + 0,4 x2 2000
0,4 x1 + 0,2 x2 1500
0,2 x1 + 0,3 x2 500
x1 9000
x2 6000
x1 0, x2 0 (condies de no-negatividade)

Problema da Dieta
O objetivo do problema determinar a quantidade de
determinados alimentos a serem usados numa dieta (ou
rao).
A dieta deve conter as quantidades
(necessrias) de determinados nutrientes.

mnimas

O custo total dos alimentos utilizados na dieta deve ser

minimizado.

Problema da Dieta
Exemplo: Na tabela abaixo, esto os alimentos que podem
ser utilizados numa dieta, o preo dos alimentos, a
quantidade de nutrientes contidos 100g de cada alimento e
a necessidade mnima de cada nutriente na dieta.

Necessidade
mnima

Problema da Dieta
Necessidade
mnima

xi = quantidade do alimento i a ser inserida na dieta, (i = carne, ...., laranja).

Min f = 0,5x1 + 0,18 x2 + 0,2 x3 + 0,16 x4 + 0,30 x5 + 0,18x6
S.a:
225 x1 + 364 x2 + 337 x3 + 385 x4 + 15 x5 + 42 x6 3200 (energtico)
7 x1 + 0 x2 + 2 x3 + 0 x4 + 87 x5 + 13 x6 750 (Vit. A)
0 x1 + 0 x2 + 3 x3 + 0 x4 + 12 x5 + 59 x6 70 (Vit. C)
2,9 x1 + 1,3 x2 + 7,6 x3 + 0,1 x4 + 1,3 x5 + 0,7 x6 10 (Ferro)
11x1 + 9 x2 + 86 x3 + 0 x4 + 43x5 + 34 x6 650 (Clcio)
xi 0, i=1,...,6.

Problema de Transporte
Considere uma companhia distribuidora de bebidas que tem 2 centros
de produo: Araraquara e So Jos dos Campos e 3 mercados
consumidores principais: So Paulo, Belo Horizonte e Rio de
Janeiro. Na tabela abaixo so mostrados os custos unitrios de se
transportar uma caixa de bebida de cada centro de produo para cada
mercado consumidor, as demandas dirias de cada mercado e a
nmero de caixas disponveis diariamente em cada centro de
produo. Deseja-se minimizar o custo total de transporte de
bebidas dos diversos centros de produo em quantia suficiente para
suprir as demandas dos mercados.
Centros de
produo
Araraquara
S.J. Campos

SP
4
11
Demanda SP
500

Mercados
BH
2
7
Demanda BH
400

RJ
5
4
Demanda RJ
900

Disponibilidade
Em cada centro
800
1000

Problema de Transporte
Centros de
produo
Araraquara
S.J. Campos

Mercados
Disponibilidade
SP
BH
RJ
Em cada centro
4
2
5
800
11
7
4
1000
Demanda SP Demanda BH Demanda RJ
500
400
900

xij = quantidade de caixas a ser enviada do centro de produo i para o

mercado j .
i=1(Araraquara), i=2( S.J.Campos), j=1(SP), j=2( BH), j=3( RJ).
Minimizar f(x11,..., x23) = 4x11 + 2x12 + 5x13 + 11x21 + 7x22 + 4x23
s.a. x11 + x12 + x13 800 (oferta Araraquara)
x21 + x22 + x23 1000 (oferta S.J.C)
x11 + x21 500 (demanda SP)
x12 + x22 400 (demanda BH)
x13 + x23 900 (demanda RJ)
x11 0, x12 0, x13 0, x21 0, x22 0, x23 0.

Problema de Alocao de Recursos

Um gerente est executando o planejamento da produo de 3
produtos em 4 mquinas. Todos os produtos podem ser fabricados
por todas as mquinas. Os custos unitrios de produo de cada
produto em cada mquina so apresentados na seguinte tabela:

Problema de Alocao de Recursos

H uma demanda (pedidos) de 4000, 5000 e 3000 unidades para
os produtos 1, 2 e 3, respectivamente.
As mquinas esto disponveis por uma quantidade determinada
de horas e cada unidade de um produto requer uma quantidade
fixa de horas em cada mquina de acordo com a seguinte tabela:

Deseja-se minimizar o custo total de produo.

Problema de Alocao de Recursos

.

Problema de Alocao de Recursos

Variveis de deciso:
xij = quantidade do produto i produzido na mquina j (unidades)
(i = 1,2,3; j = 1,2,3,4) 12 variveis.
xij 0 inteiros
Custo total de Produo (Minimizar)

f = 4 x11 + 4 x12 + 5 x13 + 7 x14 +

6 x21 + 7 x22 + 5 x23 + 6 x24 +
12 x31 + 10 x32 + 8 x33 + 11 x34

Problema de Alocao de Recursos

Demanda de produtos:
Produto1) x11 + x12 + x13 + x14 4000
Produto2) x21 + x22 + x23 + x24 5000
Produto3) x31 + x32 + x33 + x34 3000
Capacidade de produo das mquinas:
Mquina1) 0.3 x11 + 0.2 x21 + 0.8x31 1500
Mquina2) 0.25x12 + 0.3 x22 + 0.6x32 1200
Mquina3) 0.2 x13 + 0.2 x23 + 0.6x33 1500
Mquina4) 0.2 x14 + 0.25x24 + 0.5x34 2000

Forma geral de um modelo PL

Modelo evolvendo n variveis de deciso e m restries:
Min ou Max f(x1, ...,xn) = c1x1 + c2x2 + . . . + cnxn
S.a: a11x1 + a12x2 + . . . + a1nxn
b1
b2
a21x1 + a22x2 + . . . + a2nxn
...................... =

am1x1 + am2x2 + . . . + amnxn

bm
x1 0; x2 0; . . . ; xn 0
n

Min ou Max f(x1, ...,xn) = ci xi

i =1
S. a: n
a ji xi , =, b j ; j = 1,2, ... , m.
i =1

xi 0; i = 1,2, ... , n.

Modelo geral do problema da Dieta

n = nmero de alimentos.
m = nmero de nutrientes.
ci = custo de uma unidade do alimento i.
aij = quantidade do nutriente j no alimento i.
bj = quantidade mnima do nutriente j que a dieta deve conter.
Varivel de deciso:
xi = quantidade do alimento i a ser usada na dieta (valor real).
n

min f ( x1 ,..., xn ) = ci xi
i =1

s.a.

a ji xi b j ;
i =1

xi 0; i = 1,..., n.

j = 1,..., m.

Modelo geral de Transporte

n = nmero de fornecedores.
m = nmero de clientes.
si = oferta do fornecedor i (quantidade disponvel).
dj = demanda do cliente j (quantidade requerida).
cij = custo unitrio de transporte do fornecedor i para o clientes j.
Varivel de deciso:
xij = quantidade a ser enviada do fornecedor i para o cliente j.
n

min f ( x11 ,..., xnm ) = cij xij

i =1 j =1

s.a.

xij si ; i = 1,..., n.
j =1

xij d j ; j = 1,..., m.
i =1

xij 0; i = 1,..., n; j = 1,..., m.

Modelo de PL Forma Matricial

Min ou Max f(x) = cx
S. a: Ax b
x 0
c1
c
cT = 2
...

c n

x1
x
x = 2
...

xn

a11 a12
a
a22
21

A=
...
...

am1 am 2

a1n
... a2n
... ...

... amn
...

b1
b
b= 2
...

bm

Soluo Grfica de um Modelo de PL

Vlida para problemas com 2 variveis
A soluo grfica nos ajudar a entender os princpios bsicos

do mtodo Simplex.
A representao grfica de uma equao linear com 2
variveis uma reta.
A representao grfica de uma inequao linear com 2
variveis um dos semiplanos definidos pela reta
correspondente equao.
x2

2x1 + 3x2 6
2x1 + 3x2 6
3

x1
2x1 + 3x2 = 6

Soluo Grfica de um Modelo de PL

Resolver :
Max 2x1 + 6x2
S.a.
8x1 + 9x2 <= 72
x2 <= 4
x1 <= 6
x1 >=0
x2 >=0

x2
8x1 + 9x2 = 72

x1 = 6

8
x2 = 4

x1

Soluo Grfica de um Modelo de PL

Resolver :
Max 2x1 + 6x2
S.a.
8x1 + 9x2 <= 72
x2 <= 4
x1 <= 6
x1 >=0
x2 >=0

x2
8x1 + 9x2 = 72

x1 = 6

8
6

x2 = 4

(4.5, 4)

4
Regio Vivel
2

(6, 2.66)
6

Regio Vivel:
a interseo dos semi-planos definidos pelas (m+n) restries,
incluindo xi 0.
Pontos Extremos Viveis:
Pontos da regio vivel correspondentes interseo de duas retas
(restries).

x1

Soluo Grfica de um Modelo de PL

Resolver :
Max 2x1 + 6x2
S.a.
8x1 + 9x2 <= 72
x2 <= 4
x1 <= 6
x1 >=0
x2 >=0

x2
8x1 + 9x2 = 72

x1 = 6

8
6

x2 = 4

(4.5, 4)

4
(6, 2.66)

A direo e sentido de mximo crescimento de uma funo f

determinada pelo seu gradiente: f (x) = ( f ,..., f )
x1
xn
Sendo a funo
f (x) = 2x1 + 6x2, f(x) = (2, 6).

x1

Soluo Grfica de um Modelo de PL

Resolver :
Max 2x1 + 6x2
S.a.
8x1 + 9x2 <= 72
x2 <= 4
x1 <= 6
x1 >=0
x2 >=0

x2
8x1 + 9x2 = 72

x1 = 6

8
6
4

x2 = 4

(4.5, 4)
f(x)

(6, 2.66)
6

9
f

A direo e sentido de mximo crescimento de uma funo f

determinada pelo seu gradiente: f (x) = ( f ,..., f )
x1
xn
Sendo a funo
f (x) = 2x1 + 6x2, f(x) = (2, 6).

x1

Soluo Grfica de um Modelo de PL

Resolver :
Max 2x1 + 6x2
S.a.
8x1 + 9x2 <= 72
x2 <= 4
x1 <= 6
x1 >=0
x2 >=0

x2
8x1 + 9x2 = 72

x1 = 6

8
6
4

x2 = 4

(4.5, 4)
f(x)

(6, 2.66) f
f

x1
f

A funo f deve crescer ou decrescer na direo do seu gradiente

at tangenciar a regio vivel.
No ponto extremo de tangncia tem-se a soluo tima.
Para x1 = 4.5 e x2 = 4, f(x1, x2) = 33 (valor mximo).

Soluo Grfica de um Modelo de PL

Resolver :
Max 2x1 + 6x2
S.a.
8x1 + 9x2 <= 72
x2 <= 4
x1 <= 6
x1 >=0
x2 >=0

x2
8x1 + 9x2 = 72

x1 = 6

8
6
4

x2 = 4

(4.5, 4)
f(x)

(6, 2.66) f
f

x1
f

Propriedade: A soluo tima de um problema de

programao linear (PPL), se existir, estar em um ponto
extremo da regio vivel.

Soluo Grfica de um Modelo de PL

Resolver o seguinte problema graficamente:
Uma empresa fabrica 2 produtos. Na fabricao destes produtos, so
usados dos tipos de matria prima e dois tipos de mo de obra.
Produto 1

Produto 2

Disponibilidade

Matria Prima A

70 kg/unidade

70 kg/unidade

4900 kg

Matria Prima B

90 kg/unidade

50 kg/unidade

4500 kg

Mo de Obra Especializada P1

2 H-h/unidade

80 H-h

Mo de Obra Especializada P2

3 H-h/unidade

180 H-h

Lucro por unidade de produto:

20 R$/unidade 60 R$/unidade

Dada a grande procura, estima-se que todas as unidades a serem

produzidas, dos 2 produtos, podero ser vendidas. O objetivo da
fbrica obter o maior lucro possvel com a produo e a venda
dos produtos 1 e 2.

Modelo de PL e Grfico da Regio Vivel

Max f = 20x1 + 60x2
s.a.
70x1 + 70x2 4900 (R1)
90x1 + 50x2 4500 (R2)
2x1 80 (R3)
3x2 180 (R4)
x1 ,x2 0

Regio
Vivel

Soluo Grfica
Sendo a funo
f (x) = 20x1 + 60x2,
f(x) = (20, 60).

Ponto timo
(10,60)
f
f

Para x1 = 10 e x2 = 60,
f(x1, x2) = 3800 (lucro mximo).

Soluo Grfica
Valores de f para os diferentes pontos extremos da regio vivel:
f (x) = 20x1 + 60x2
x = (0,0)
x = (40,0)
x = (40,18)
x = (25,45)
x = (10,60)
x = (0,60)

f(x)= 0
f(x)= 800
f(x)= 1880
f(x)= 3200
f(x)= 3800
f(x) = 3600

(10,60)
(25,45)

Regio
Vivel

(40,18)

Soluo Grfica
Min f(x1, x2) = 3x1 + 5x2
s.a.
x1 4
R1
2x2 12
R2
3x1 + 2x2 18 R3
x10, x20

R3
R1
9

(4,6)

R2

(2,6)

f = 42

(4,3)
f

f = 27
4

Soluo Grfica
Quando o problema tiver mltiplas solues timas, estas
solues estaro em um segmento de reta tangente regio vivel.
Max f(x1, x2) = x1+ 2x2
s.a.
-3x1 + x2 2 R1
x2 3
R2
x1 + 2x2 9 R3
3x1 + x2 18 R4
x1 0, x2 0.

x2
R4

R1

R3

3
2

Para os pontos:
x = (3;3), (4, 2.5) e (5.4; 1.8)
f(x) = 9 (valor mximo)

Mltiplas solues timas

4,5

(3; 3)
Regio
vivel

R2
(5.4; 1.8)
6

x1
9
f = x1 + 2x2 = 9

Soluo Grfica
Soluo Ilimitada: o valor da funo objetivo pode crescer ou
decrescer indefinidamente.
f

Max f(x1, x2) = x1+ 2x2

s.a.

x1 x2 10
2x1 40
x1, x20

x2

x1 - x2 = 10

Regio vivel
ilimitada

10

20

x1 = 20

x1

Forma padro de um modelo

Max f(x) = cx
s. a: Ax = b
x 0

b0

Transformao de problemas na forma padro

Problemas de minimizao
Min f(x) Max f(x).
Problemas com restries de desigualdade ou
As restries do tipo (ou ) so transformadas em
restries do tipo = adicionando (ou subtraindo) uma nova
varivel no-negativa no lado esquerdo da inequao. Estas
variveis so chamadas de variveis de folga (ou excesso).
Problemas com variveis livres ou irrestritas

Forma padro de um modelo

Min f(x1, x2) = 3x1 + 5x2
s.a.
x1 4
R1
2x2 12
R2
3x1 + 2x2 18 R3
x10, x20

R3
R1
9

(4,6)

R2

(2,6)

f = 42

(4,3)

f = 36
f = 27
4

Forma padro de um modelo

Max -f(x1, x2) = -3x1 - 5x2
s.a.
R3
x1 4
R1
2x2 12
R2
9
3x1 + 2x2 18 R3
x10, x20

R1

(4,6)

R2

(2,6)

f = -42

(4,3)

f = -36
f = -27
4

Forma padro de um modelo

Max -f(x1, x2) = -3x1 - 5x2
s.a.
x1 4
2x2 12
3x1 + 2x2 18
x10, x20

Max -f(x1, x2) = -3x1 - 5x2

s.a.
x1
+ x3
=4
2x2
+ x4
= 12
3x1 + 2x2
x5 =18
x10, x20
x30, x40, x50

Resolver o Modelo
Max -f(x1, x2) = -3x1 - 5x2
s.a.
x1
+ x3
=4
2x2
+ x4
= 12
3x1 + 2x2
x5 =18
x10, x20, x30, x40, x50

Deve-se determinar uma soluo do sistema de equaes

que determine o valor mximo da funo objetivo.
Note que temos 3 equaes e 5 variveis.
O sistema possui infinitas solues.
Como determinar uma soluo do sistema?

Resolver o Modelo
Max -f(x1, x2) = -3x1 - 5x2
s.a.
x1
+ x3
=4
2x2
+ x4
= 12
3x1 + 2x2
x5 =18
x10, x20, x30, x40, x50

Fixar (anular) 5-3 = 2 variveis.

Quais variveis devem ser anuladas?
Possveis maneiras de anular 2 variveis:
5
5!
=
= 10
2 2!(5 2)!

Resolver o Modelo
Max -f(x1, x2) = -3x1 - 5x2
s.a.
x1
+ x3
=4
2x2
+ x4
= 12
3x1 + 2x2
x5 =18
x10, x20, x30, x40, x50

Se anulamos x4 e x5 (x4 = 0, x5 = 0 ):
x1

+ x3 = 4
2x2
= 12
= 18
3x1 + 2x2
x1 = 2, x2 = 6, x3 = 2.
Esta soluo vivel.
f = -36

Resolver o Modelo
Max -f(x1, x2) = -3x1 - 5x2
s.a.
x1
+ x3
=4
2x2
+ x4
= 12
3x1 + 2x2
x5 =18
x10, x20, x30, x40, x50

Uma maneira de determinar a soluo tima do modelo:

Determinar todas as solues viveis anulando 2
variveis.
Escolher a soluo que gera o maior valor de f.

Solues Bsicas
Considere o seguinte modelo na forma padro:
Max f(x) = cx
x (n1),
c (1n),
S. a: Ax = b
A (mn),
x 0
b (m1).
Note que no sistema Ax = b tem-se m equaes e n
variveis (m <n).
O sistema Ax = b possui soluo se posto(A) = m (ou
seja, A possui m colunas l.i).
Para resolver o sistema deve-se fixar n-m variveis.
Seja as parties:
B mm ,
N m(n-m).
x = [xB xN], A = [B N]
xB m1,

xN (n-m)1

Solues Bsicas
Ax = b pode ser escrito como BxB + NxN = b
xN = vetor de variveis a serem fixadas (variveis
no-bsicas).
xB = vetor de variveis a serem determinadas
(variveis bsicas).
O sistema possui uma soluo se existe uma matriz B
no singular, isto , uma base para o Rm.
Soluo bsica: xB = B1b; xN = 0.
Se xB 0, ento x = [xB xN] uma soluo bsica
vivel.
Nmero mximo de parties:
n
n!
=
m m!(n m)!

Nmero mximo de
solues bsicas

Solues Bsicas - Exemplo:

Max f = x1 + 2x2
s.a.
x1 + x2 6
x2 3
x1, x2 0

Max f = x1 + 2x2
s.a.
x1 + x2 + x3
x2
+ x4
x1, x2, x3, x4 0

=6
=3

1 1 1 0
A = [a1 a 2 a 3 a 4 ] =

0 1 0 1

x1

1 1 1 0 x2 6
0 1 0 1 x = 3

3


x4

x2
(0,6) S

(0,3)
R

(0,0) O

6
b=
3

(3,3)
Q

P (6,0)

x1

Nmero mximo de solues

bsicas (ou nmero mximo de
possveis parties): 4 = 6
2

Solues Bsicas - Exemplo:

Determinando todas as parties A = [B N] e x = [xB xN]
e resolvendo, Ax = b, com xN = 0:
1x1 + 1x2 + 1x3 + 0x4 = 6
0x1 + 1x2 + 0x3 + 1x4 = 3

x1

1 1 1 0 x2 6
0 1 0 1 x = 3

3

x4

1) B = [a1 a2], N = [a3 a4]

Bx B + Nx N = b

Bx B = b

1 1 x1 1 0 x3 6

x +
x =

0 1 2 0 1 4 3

x1 + x2 6

=

x 2 3

xB = (x1,x2)T =(3, 3), xN = (x3, x4)T = (0,0)

soluo bsica vivel (ponto Q)

Solues Bsicas - Exemplo:

1x1 + 1x2 + 1x3 + 0x4 = 6
0x1 + 1x2 + 0x3 + 1x4 = 3

2) B = [a1 a3], N = [a2 a4]

1 1
B=

0
0

1 0
N=

1
1

xB = (x1,x3)T, xN = (x2, x4)T

As colunas a1 e a3 so linearmente dependentes, no formam uma

base de R2.
3) B = [a1 a4], N = [a2 a3]
1 0
B=

0
1

1 1
N=

1
0

xB = (x1,x4)T, xN = (x2, x3)T

Bx B = b xB = (x1,x4)T = (6, 3), xN = (x2, x3)T = (0,0)

soluo bsica vivel (ponto P)

Solues Bsicas - Exemplo:

1x1 + 1x2 + 1x3 + 0x4 = 6
0x1 + 1x2 + 0x3 + 1x4 = 3

4) B = [a2 a3], N = [a1 a4]

1 1
B=

1
0

1 0
N=

0
1

xB = (x2,x3)T, xN = (x1, x4)T

xB = (x2,x3)T= (3, 3), xN = (x1, x4)T = (0,0)

soluo bsica vivel (ponto R)
5) B = [a2 a4], N = [a1 a3]
1 0
B=

1
1

1 1
N=

0
0

xB = (x2,x4)T, xN = (x1, x3)T

xB = (x2,x4)T= (6, -3), xN = (x1, x3)T = (0,0)

soluo bsica invivel (ponto S)

Solues Bsicas - Exemplo:

1x1 + 1x2 + 1x3 + 0x4 = 6
0x1 + 1x2 + 0x3 + 1x4 = 3

6) B = [a3 a4], N = [a1 a2]

xB = (x3,x4)T = (6, 3), xN = (x1, x2)T = (0,0)
soluo bsica vivel (ponto O)

Solues Bsicas
Note que:
Cada ponto extremo da regio vivel (polgono ou
poliedro) corresponde a uma soluo bsica vivel
Cada soluo bsica obtida pela interseo n-m retas,
planos ou hiperplanos (n-m variveis so anuladas).
x2
(0,6) S

(0,3)
R

(0,0) O

(3,3)
Q

P (6,0)

x1

Solues Bsicas
Teoremas:
x um ponto extremo do poliedro X = {x : Ax = b, x 0}
sss x uma soluo bsica vivel.
Toda soluo x do poliedro pode ser escrito como uma
combinao linear convexa dos seus pontos extremos.
T

x = p j j
j =1

j =1

=1

j 0, j = 1,..., T

T = no de pontos extremos
pj = pontos extremos

Solues Bsicas Exemplo 2:

Max f = 2x1 + 3x2
s.a.
x1 4
2x2 12
3x1 + 2x2 18
x1, x2 0

Max f = 2x1 + 3x2

s.a.
+ x3
=4
x1
2x2
+ x4
= 12
3x1 + 2x2
+ x5 = 18
x1, x2, x3, x4, x5 0

1 0 1 0 0
A = [a1 a 2 a 3 a 4 a 5 ] = 0 2 0 1 0
3 2 0 0 1
Determine todas as solues bsicas.

4
b = 12
18

Solues Bsicas Exemplo 2:

Max f = 2x1 + 3x2
s.a.
x1 4
2x2 12
3x1 + 2x2 18
x1, x2 0

Max f = 2x1 + 3x2

s.a.
+ x3
=4
x1
2x2
+ x4
= 12
3x1 + 2x2
+ x5 = 18
x1, x2, x3, x4, x5 0

x2

eq.4 : x1 0
(0,9)
e q .1 : x1 4
(0,6)

(1,6)

(2,6)

eq.2: 2 x 2 12
(4,6)

(4,3)
Re gio vivel
eq .5 : x 2 0
(6,0)
(0,0)

(4,0)

eq .3 : 3 x1 + 2 x 2 18

x1

Solues Bsicas
Mtodo De Busca Exaustiva para Resolver um Problema de PL
1) Transformar o problema na forma padro;
2) Determinar todas as solues bsicas do sistema (agrupando m
variveis bsicas e n-m variveis no bsicas ). Para cada
soluo bsica vivel calcular o valor da funo objetivo.
3) Retornar a soluo com maior valor da funo objetivo.
n
Apesar do nmero ser finito,
m

ele pode ser muito grande para problemas prticos em que n da

ordem de centenas ou milhares, e muito maior que m.
n
Suponha n = 100 e m = 10. m = 17.310.309.456.440 solues

bsicas.

Mtodo Simplex
um mtodo mais eficiente.
Inicia com uma soluo bsica vivel e procura apenas
outras solues bsicas viveis melhores que as
anteriores.
Este mtodo reduz consideravelmente o nmero de
solues bsicas a serem calculadas.
Exemplo:
Max f = 5x1 + 2x2
s.a:
x1 + 2x2 8
x1 4
x2 3
x1 0, x2 0.

Max f = 5x1 + 2x2

s.a.
x1 + 2x2 + x3
=8
+ x4
=4
x1
x2
+ x5 = 3
x1, x2, x3, x4, x5 0

Mtodo Simplex
1 2 1 0 0
A = [a 1 a 2 a 3 a 4 a 5 ] = 1 0 0 1 0
0 1 0 0 1
8
5

c=
b = 4
2
3

Max f = 5x1 + 2x2

s.a.
x1 + 2x2 + x3
=8
x1
+ x4
=4
x2
+ x5 = 3
x1, x2, x3, x4, x5 0
Soluo bsica vivel inicial:

x3 = 8 x1 2x2
x4 = 4 x1
x5 = 3
x2

Fazer x1 = x2 = 0

x3 = 8
x4 = 4
x5 = 3

Base inicial

Mtodo Simplex
Max f = 5x1 + 2x2
s.a.
x1 + 2x2 + x3
=8
x1
+ x4
=4
x2
+ x5 = 3
x1, x2, x3, x4, x5 0

1 2 1 0 0
A = [a 1 a 2 a 3 a 4 a 5 ] = 1 0 0 1 0
0 1 0 0 1
8
5

c=
b = 4
2
3

Soluo bsica vivel inicial:

Na forma matricial: Considerar a base :
1 0 0
B = [a 3 a 4 a 5 ] = 0 1 0
0 0 1

1 0 0 x3 8
Ax = b Bx B + Nx N = b Bx B = b 0 1 0 x4 = 4

0 0 1 x5 3

Mtodo Simplex
x3 8
x = 4 ;
4
x5 3

x1 0
x =
2 0

Valor da funo objetivo:

x3
x1
f = 5 x1 + 2 x2 = (5,2) + (0,0,0) x4 = 0
x2
x5

Esta soluo bsica vivel corresponde ao ponto extremo O = (0,0)

Para determinar outra soluo bsica vivel (outro ponto extremo),
devemos determinar outra BASE a partir da base anterior.
Ou seja, Vamos determinar um ponto extremo adjacente ao ponto
anterior.
Na soluo anterior, trocar uma varivel no-bsica com uma bsica.
Em outras palavras, uma varivel no-bsica deve passar ser bsica
(Varivel que entrar na base).
Temos duas possibilidades:
1) x1 entra na base ou
2) x2 entra na bse

Escolher a varivel com maior

coeficiente em f, ou seja, x1.

Mtodo Simplex
Qual varivel bsica deve passar a ser no-bsica (i.e. sair da base)?
x3 8
x = 4 ;
4
x5 3

x1 0
x =
2 0

Temos trs possibilidades: x3, x4 ou x5.

Como x1 vai entrar na base, Qual deve ser o maior valor de x1 de tal
maneira que as restries de no-negatividade no sejam violadas?

Mtodo Simplex
Qual varivel bsica deve passar a ser no-bsica (i.e. sair da base)?
x3 8
x = 4 ;
4
x5 3

x1 0
x =
2 0

Temos trs possibilidades: x3, x4 ou x5.

Como x1 vai entrar na base, Qual deve ser o maior valor de x1 de tal
maneira que as restries de no-negatividade no sejam violadas?

x3 = 8 x1 2x2
x4 = 4 x1
x5 = 3
x2

x3 = 8 x1 0
x4 = 4 x1 0
x5 = 3
0

Ento, x1 pode ser no mximo 4.

x1 = 4 x4

x1 8

x1 4
30

Mtodo Simplex
Por tanto,
x1 entra na base (x1 = 4)
x4 sai da base
(x4 = 0)
Nova soluo bsica:
1 1 0
B = [a 3 a 1 a 5 ] = 0 1 0
0 0 1

x1 = 4 x4
1 2 1 0 0
8
A = [a 1 a 2 a 3 a 4 a 5 ] = 1 0 0 1 0 b = 4
3
0 1 0 0 1
0 2
x 4 0
N = [a 4 a 2 ] = 0 0
x =
1 1
2 0

Resolvendo BxB + NxN = b com xN = 0:

L1 1 1 0 x3 8
L2 0 1 0 x1 = 4

L3 0 0 1 x5 3
Transformando B em Identidade (i.e. multiplicando ambos lados por B-1):
Operaes:
L1 L1 L2

Mtodo Simplex
L1 1 0 0 x3 4
L2 0 1 0 x1 = 4
L3 0 0 1 x5 3

Nova soluo bsica:

x3 4
x = 4
1
x5 3

x 4 0
x =
2 0

Como x4 foi trocada com x1,

x4 = 4 x1

Ponto extremo: (4, 0).

f = 5 x1 + 2 x2
f = 20

x1 escrito em termos de x4 :

f = 5(4 x4 ) + 2 x2

f = 20 5 x4 + 2 x2

A funo objetivo f definida em termos das variveis no-bsicas.

A soluo obtida tima (o valor de f mximo)?
NO, pois ela pode melhorar fazendo com que x2 passe ser bsica.
O mtodo simplex continua at obter uma soluo bsica vivel com
o valor mximo de f (ou seja, at que no seja possvel melhorar f ).

Mtodo Simplex em Tabelas

Os clculos realizados acima so sintetizados nas tabelas.
Max f = 5x1 + 2x2
s.a.
x1 + 2x2 + x3
=8
x1
+ x4
=4
x2
+ x5 = 3
x1, x2, x3, x4, x5 0

L1
L2
L3
L4

Variveis
Bsicas
-f
x3
x4
x5

Soluo bsica vivel inicial:

x3 8
x 0
x B = x4 = 4 ; x N = 1 =
x 2 0

x5 3

x1

x2

x3

x4

x5

5
1
1
0

2
2
0
1

0
1
0
0

0
0
1
0

0
0
0
1

f=0

Valores de
f e xB
0
8
4
3

Determinando uma nova soluo bsica vivel (iterao 1):

Varivel que entra na base: x1 (varivel com maior coeficiente > 0 em f ).

Mtodo Simplex em Tabelas

L1
L2
L3
L4

Variveis
Bsicas
-f
x3
x4
x5

x1

x2

x3

x4

x5

5
1
1
0

2
2
0
1

0
1
0
0

0
0
1
0

0
0
0
1

Valores de
f e xB
0
8
4
3

Varivel que sai:

x3: x1 8/1 = 8
x4: x1 4/1 = 4
x5: 3/0 = indeterminado

Menor valor 0.

x4 sai da base.

Mtodo Simplex em Tabelas

L1
L2
L3
L4

Variveis
Bsicas
-f
x3
x4
x5

x1

x2

x3

x4

x5

5
1
1
0

2
2
0
1

0
1
0
0

0
0
1
0

0
0
0
1

Valores de
f e xB
0
8
4
3

Varivel que sai:

x3: x1 8/1 = 8
x4: x1 4/1 = 4
x5: 3/0 = indeterminado

Menor valor 0.

x4 sai da base.

Se xk a varivel que entra, o valor mximo de xk :

bi
, B conjunto de ndices das variveis bsicas
xk = min
0, onde a ik > 0
iB
a ik

bi
= xk
A varivel que sai da base xi , onde
a ik

Mtodo Simplex em Tabelas

L1
L2
L3
L4

Variveis
Bsicas
-f
x3
x4
x5

x1

x2

x3

x4

x5

5
1
1
0

2
2
0
1

0
1
0
0

0
0
1
0

0
0
0
1

Valores de
f e xB
0
8
4
3

Coluna de pivteamento

A nova soluo determinada fazendo operaes de pivteamento.

Note na tabela anterior, x3, x4 e x5 so VB. Na linha de f, estas
variveis possuem coeficiente zero e suas colunas formam uma
matriz identidade.

Mtodo Simplex em Tabelas

L1
L2
L3
L4

Variveis
Bsicas
-f
x3
x1
x5

x1

x2

x3

x4

x5

5
2
1
2
1 piv 0
0
1

0
1
0
0

0
0
1
0

0
0
0
1

Valores de
f e xB
0
8
4
3

Operaes para transformar a tabela (pivteamento):

L3 L3/piv = L3/1 = L3
L1 L1 5L3;
L2 L2 1L3;
L4 L4 0L3

L1
L2
L3
L4

Variveis
Bsicas
-f
x3
x1
x5

x1

0
0
1
0
x3 4
Nova soluo
x = 4
bsica vivel: 1
x5 3

x2

x3

x4

x5

2
2
0
1

0
1
0
0

-5
-1
1
0

0
0
0
1

x 4 0
; = ; f = 20
x 2 0

Valores de
f e xB
-20
4
4
3

tima?
NO. f pode aumentar.

Mtodo Simplex em Tabelas

Determinando a prxima soluo bsica (iterao 2):

L1
L2
L3
L4

Variveis
Bsicas
-f
x3
x1
x5

x1

x2

x3

x4

x5

0
0
1
0

2
0
2 piv 1
0
0
1
0

-5
-1
1
0

0
0
0
1

Valores de
f e xB
-20
4
4
3

Varivel que entra na base: x2 (varivel com maior coeficiente >0 em f ).

Varivel que sai:

x3 : 4/2 = 2
x1 : 4/0 = indeterminado
x5 : 3/1 = 3

Menor valor 0.

Operaes de Pivteamento:
L2 L2/piv = L2/2
L1 L1 2L2;
L3 L3 0L2;
L4 L4 1L2

x3 sai da base.

Mtodo Simplex em Tabelas

Nova tabela:

L1
L2
L3
L4

Variveis
Bsicas
-f
x2
x1
x5

x1

x2

0
0
1
0

0
1
0
0

x3

x4

x5

-1
-4
0
1/2
-1/2
0
0
1
0
-1/2
1/2
1
x 2 2
x = 4 ; x 4 0
Nova soluo bsica vivel: 1
x =
3 0
x5 1

Valores de
f e xB
-24
2
4
1

f = 24

Esta soluo tima?

SIM, pois f no pode aumentar mais (os coeficientes so todos negativos).
Fim do mtodo.

Mtodo Simplex
Busca da soluo tima pelo mtodo simplex:
x2

Max f = 5x1 + 2x2

s.a:
x1 + 2x2 8
x1 4
x2 3
x1 0, x2 0.

(0,4)
(2,3)
(0,3)
(0,0)

x2 =3
(4,2)
(8,0)

(4,0)
x1 = 4

x1 + 2x2 =8

x1

Algoritmo do Mtodo Simplex

Incio
Determine uma soluo bsica vivel

A soluo tima?
Teste de otimalidade
No
Determine outra soluo bsica
vivel melhor que a anterior

Sim

Fim

Tabela tima:
a1 a2 a3 a4 a5

Max f = 5x1 + 2x2

s.a.
x1 + 2x2 + x3
=8
x1
+ x4
=4
x2
+ x5 = 3
x1, x2, x3, x4, x5 0
Tabela da soluo tima:

L1
L2
L3
L4

Variveis
Bsicas
-f
x2
x1
x5

1 2 1 0 0
A = 1 0 0 1 0
0 1 0 0 1

Variveis de folga

x1

x2

x3

x4

x5

0
0
1
0

0
1
0
0

-1
1/2
0
-1/2

-4
-1/2
1
1/2

0
0
0
1

2 1 0
B = [a 2 a1 a 5 ] = 0 1 0
1 0 1

B-1

Valores de
f e xB
-24
2
4
1

Tabela tima:
Custos reduzidos

Forma cannica da tabela simplex:

xB

xN

-f

cj cBB-1aj

cBB-1b

xB

B-1N

B-1b

Max f = 5x1 + 2x2 + 0x3 + 0x4 + 0x5

x1 + 2x2 + x3
=8
x1
+ x4
=4
x2
+ x5 = 3
x1, x2, x3, x4, x5 0

x2
x3

x B = x1 ; x N =
x4
x5

2 2
1 / 2 1 / 2 0 8 2
c 2 2

x B = B 1b = 0
1
0 4 = 4 ; c B = c1 = 5 ; f = 5 4 = 24
c5 0
0 1
1 / 2 1 / 2 1 3 1

Tabela tima:
Forma cannica da tabela simplex:
xB

xN

-f

cj cBB-1aj

cBB-1b

xB

B-1N

B-1b

Max f = 5x1 + 2x2 + 0x3 + 0x4 + 0x5

x1 + 2x2 + x3
=8
x1
+ x4
=4
x2
+ x5 = 3
x1, x2, x3, x4, x5 0

x2
x3

x B = x1 ; x N =
x4
x5

Na linha de f, coeficientes das varives nao-bsicas x3 e x4:

2 1 / 2 1 / 2 0 1
c3 c B B 1a 3 = 0 5 0
1
0 0 = 1;
0 1 / 2 1 / 2 1 0

c4 c B B 1a 4 = 4

Tabela tima:
Forma cannica da tabela simplex:
xB

xN

-f

cj cBB-1aj

cBB-1b

xB

B-1N

B-1b

BxB + NxN = b B-1BxB + B-1NxN = B-1b IxB + B-1NxN = B-1b.

Condio para que a soluo bsica seja vivel: B-1b 0.
Provando que f est em termos das Variveis No Bsicas (VNBs), ou seja:
; R conjunto de ndices das VNBs.
f = cx

f = cBxB + cNxN

xB = B-1b B-1 NxN

N = [aj] jR e xN = (xj)jR

xB = B-1b B-1

a x
j

jR

Tabela tima:

a x

xB = B-1b B-1

jR

......(1)

cNxN =

c x
j

......(2)

jR

Substituindo (1) e (2) em f = cBxB + cNxN :

A condio para que a tabela seja tima: cj cBB-1aj 0, jR

Tabela tima:
Tabela da soluo tima:
(1): Preos Duais dos recursos
Variveis de folga

L1
L2
L3
L4

Variveis
Bsicas
-f
x2
x1
x5

x1

x2

x3

x4

x5

0
0
1
0

0
1
0
0

-1
1/2
0
-1/2

-4
-1/2
1
1/2

0
0
0
1

Valores de
f e xB
-24
2
4
1

Preo Dual de um Recurso:

o preo de uma unidade de recurso (ex. custo de 1 m de tecido).
No modelo, bi a quantidade do recurso i.
Se o recurso i aumentado ou diminudo em 1 unidade, o valor do
lucro (funo objetivo) aumentar ou diminuir no seu preo dual.
A quantidade do recurso pode ser variada numa certa faixa (intervalo).

Tabela tima:
Tabela da soluo tima:
Custos reduzidos dos

L1
L2
L3
L4

Variveis
Bsicas
-f
x2
x1
x5

x1

x2

x3

x4

x5

0
0
1
0

0
1
0
0

-1
1/2
0
-1/2

-4
-1/2
1
1/2

0
0
0
1

Valores de
f e xB
-24
2
4
1

Custo reduzido:
a reduo da funo objetivo quando uma varivel no-bsica
entrar na base (passar ser bsica).
Caso um produto no seja produzido, por cada unidade produzida
deste produto, a funo objetivo diminuir no custo reduzido do
produto.
Se o produto est sendo produzido, seu custo reduzido zero.

Problema Primal e Dual

Primal
Max f(x) = cTx
s.a Ax = b
x 0
Dual
Min g(y)= bT y
s.a ATy c
y irrestrito

Problema Primal e Dual

Primal
Max f(x) = 2x1 + 3x2 + x3
s.a.
3x1 + 4x2 + 2x3 = 10
2x1 + 6x2 + x3 = 20
x1 x2 x3 = 30
x1 0, x2 0, x3 0
Dual
Min g(y) = 10y1 + 20y2 + 30y3
s.a. 3y1 + 2y2 + y3 2
4y1 + 6y2 y3 3
2y1 + y2 y3 1

Problema Primal e Dual

Primal
Max f = 5x1 + 2x2
s. a: x1 3
x2 4
x1 + 2x2 9
x1 0, x2 0
Dual
Min g = 3y1 + 4y2 + 9y3
S.a. y1 + y3 5
y2 + 2y3 2
y1 0
y2 0
y3 0

Max f = 5x1 + 2x2 + 0x3+ 0x4+ 0x5

S.a. x1
+ x3
=3
x2
+ x4
=4
x1 + 2x2
+ x5 = 9
x1 0, x2 0, x3 0, x4 0, x5 0.

Problema Primal e Dual

Propriedade
1) Se x e y so solues viveis do problema primal
e dual respectivamente, ento
f(x) g(y).
1) Se x* o y* e so solues viveis do problema
primal e dual respectivamente,
tal que f(x*) = g(y*), ento ambas so solues
timas dos correspondentes problemas.
*
*
c
x
=
b
y
j j j i i i
123 123
F.O. Primal

F.O.Dual

Problema Primal e Dual

Propriedade
Suponha que x e y sejam solues timas dos
modelos primal e do dual, respectivamente.
g(y) = by = yTb
f(x) = cx = cBxB + cNxN ,
f(x) = cBxB
f(x) = cBB-1b

xN = 0,

Se g(y) = f(x) ento, yTb = cBB-1b

yT = cBB-1

Preos Duais

Problema Primal e Dual

Tabela simplex do primal:
-f
xB

xB
0
I

xN
cj cBB-1aj
B-1N

cBB-1b
B-1b

Custos reduzidos:
zj = cj cBB-1aj, j ndice das variveis no-bsicas
zj = cj yaj
onde y o vetor de Preos Duais

Problema Primal e Dual

Primal:
Max f = 5x1 + 2x2
s.a. x1
3
x2 4
x1 + 2x2 9
x1, x2 0.
Max f = 5x1 + 2x2
s.a. x1 + 0x2 + x3 +0x4 + 0x5 = 3
0x1 + x2 + 0x3 + x4 +0x5 = 4
x1 + 2x2 + 0x3 +0x4 + x5 = 9
xi 0, i =1,5.

Dual:
Min g = 3y1 + 4y2 + 9y3
s.a. y1
+ y3 5
y2 + 2y3 2
y1, y2, y3 0
Min g = 3y1 + 4y2 + 9y3
s.a.
=5
y1
+ y3 y4
y2 + 2y3
y5 = 2
y1, y2 , y3, y4, y5 0

Preos Duais: Vetor das variveis originais do Dual (y1 , y2 , y3)

Problema Primal e Dual

Tabela tima do primal
y4
xB
-f
x1
x4
x2

x1
0
1
0
0

y5
x2
0
0
0
1

y1
x3
-4
1
1/2
-1/2

y2
x4
0
0
1
0

y3
x5
-1
0
-1/2
1/2

-21
3
1
3

Solues do Primal e do Dual:

xB = (x1, x4, x2) = (3, 1,3). xN = (x3, x5)
yB = (y1, y3) = (4, 1).
yN = (y4, y2, y5)
g = f = 21