EAD 350

Pesquisa Operacional
Aula 04
Prof. Hiroo Takaoka

takaoka@usp.br
FEA/USP
Análise de Sensibilidade da P.O.

• Trata-se de verificar se variações nos valores dos

parâmetros ci podem modificar a solução ótima
• Para essa análise utilizando o gráfico, considere
que duas retas são paralelas se elas tiverem o
mesmo coeficiente angular
• No caso da Reta Z, reescrevendo em função de X2,
o coeficiente angular é:  c1
c2
Z  c1 X 1  c2 X 2 c1
X 2   X1 
Z
c2 c2

coeficiente angular
Lembrando...
Exemplo 1 – Wyndor Glass Co.

Modelo Matemático
Função Objetivo
Max Z (lucro)= 3X1 + 5X2

Sujeito à (restrições):
1X1 + 0X2 < 4
0X1 + 2X2 < 12
3X1 + 2X2 <18
X1, X2 > 0

Variáveis Decisórias
X1- Quantidade de Produto 1
X2- Quantidade de Produto 2

(Hillier e Lieberman, 2010)

Exemplo 1 - Wyndor Glass Co.
X2
 Solução Ótima
 X 1  4 (Fábrica 1)


Função Objetivo: Max Z = 3X1 + 5X2
 2 X 2  12 (Fábrica 2)
B C
Pegar o maior
 valor de Z Ponto X1 X2 Z
(lembre-se que A 0 0 0
 estamos B 0 6 30
maximizando Z)
Conjunto de D C 2 6 36

soluções viáveis:
D 4 3 27
Polígono
 ABCDE E 4 0 12


3 X 1  2 X 2  18 (Fábrica 3)

A     E      
X1
 Análise de (Exemplo 1
Sensibilidade Wyndor Glass Co.)
X2  Representação gráfica da função objetiva



A equação Z = C1X1 + C2X2 pode
ser reescrita como Função de 1°
 grau: X2 = -C1/C2X1 + Z/C2
A constante Z/C2 é chamada de
 coeficiente linear e representa, no
gráfico a ordenada do ponto de
intersecção da reta no eixo X2.

A constante –C1/C2 é chamada de
coeficiente angular da reta.

A Função Objetivo do exemplo 1 é:
Z  15 Z = 3X1 + 5X2

A Função de 1° Grau correspondente é:
X2 = -3/5X1 + Z/5

Z/5
 -3/5

         
X1
 Análise de (Exemplo 1
Sensibilidade Wyndor Glass Co.)
X2

Solução Ótima


Z  36  2 X 2  12 (Fábrica 2)
Z = 3X1 + 5X2 B

C (2;6)
C1=3 ; C2 = 5
X2 = -3/5 X1 + Z/5 

D (4,3)


3 X 1  2 X 2  18 (Fábrica 3)


A     E      
X1
 Análise de (Exemplo 1
Sensibilidade Wyndor Glass Co.)
X2 Note que com valor de C1 = 9 a solução

45 = 7,5X1 + 5X2 51 = 9X1 + 5X2 não será mais C (X1 = 2; X2 = 6). Vai
passar a ser o ponto D (X1 = 4; X2 =3).


40 = 5X1 + 5X2


36 = 3X1 + 5X2
 2 X 2  12 (Fábrica 2)
Imaginando uma
B C (2;6)
situação em que
C1 tivesse outro A pergunta da análise de

valor: sensibilidade é então: quais os
limites para o valor de C1 (e C2)
Z = C1X1 + 5X2  que ainda manteriam a mesma
solução (X1=2; X2=6)

D (4,3)


3 X 1  2 X 2  18 (Fábrica 3)

A     E      
X1
 Análise de (Exemplo 1 Verificam-se os limites de “rotação” para a
Sensibilidade Wyndor Glass Co.) reta Z, considerando as retas limite e
X2 variando os parâmetros ci um de cada vez.

a) “Girando” no sentido horário, a reta limite
será a da Fábrica 3


No limite, teremos as duas retas (Z e Fáb. 3)

 praticamente paralelas e os coef. angulares
muito próximos
 2 X 2  12 (Fábrica 2)
3 Z c1 3
X 2   X1  B C (2;6)  
5 5 c2 2
Ou seja, o coef. Segue-se que:
angular é: -3/5 c1 3

  c1  7,5
c1 5 2
ou  
c2 3 3
  c2  2

D c2 2


3 X 1  2 X 2  18 (Fábrica 3)
3 18
X2   X1 
 2 2
Ou seja, o coef. angular é -3/2

A     E      
X1
 Análise de (Exemplo 1 Verificam-se os limites de “rotação” para a
Sensibilidade Wyndor Glass Co.) reta Z, considerando as retas limite e
X2  variando os parametros ci um de cada vez.
b) “Girando” agora no sentido anti-horário, a

reta limite será a da Fábrica 2

No limite, teremos as duas retas (Z e Fáb. 2)


paralelas e os coeficientes angulares muito
próximos c1
 0

2 X 2  12 (Fábrica 2) c2
Z 3 12
X 2   X1 B C (2;6) X 2  0 X 1 
5 5 2
Ou seja, o coef. Ou seja, o coeficiente angular é 0
angular é: -3/5 
Segue-se que:
c1 c1
ou    0  c1  0
c2 5
 D 3
 0  c2  
c2

3 X 1  2 X 2  18 (Fábrica 3)


A          
E X1
 Análise de (Exemplo 1
Sensibilidade Wyndor Glass Co.) Sintetizando os limites da
análise de sensibilidade:
X2

A solução permanece
inalterada enquanto


 0  c1  7,5 e 2  c2  
 2 X 2  12 (Fábrica 2)
B C (2;6)


D


3 X 1  2 X 2  18 (Fábrica 3)

A     E      
X1
Exemplo 1 – Wyndor Glass Co.
Análise de Sensibilidade

(3 – 3) < C1 < (3 + 4,5) --> 0 < C1 < 7,5

(5 – 3) < C2 < (5 + ∞) --> 2 < C2 < ∞

(12 – 6) < Fábrica 2 < (12 + 6) --> 6 < Fábrica 2 < 18

(18 – 6) < Fábrica 3 < (18 + 6) --> 12 < Fábrica 3 < 24
Exercício em Sala – Vitamina
Sabe-se que os alimentos, leite, carne e ovo fornecem
as quantidades de vitaminas dadas abaixo:

Quantidade
Vitamina Leite (l) Carne (kg) Ovo (dz)
diária mínima
A 0,25mg 2,00mg 10,00mg 1,00mg
C 25,00mg 20,00mg 10,00mg 50,00mg
D 2,50mg 200,00mg 10,00mg 10,00mg
Custo
unitário R$2,20/l R$17,00/kg R$4,20/dz

Deseja-se calcular quais as quantidades de leite, carne e

ovo, a fim de satisfazer as quantidades diárias mínimas de
vitaminas a um custo mínimo. (não é preciso resolver!)
Exercício em Sala – Vitamina
Variáveis de Decisão
X1: quantidade diária de leite
X2: quantidade diária de carne
X3: quantidade diária de ovo

Função Objetiva
Min Z (Custo) = 2,20X1 + 17,00X2 + 4,20X3

Restrições
0,25X1 + 2,00X2 + 10,00X3  1,00 (Vitamina A)
25,00X1 + 20,00X2 + 10,00X3  50,00 (Vitamina C)
2,50X1 + 200,00X2 + 10,00X3  10,00 (Vitamina D)
Xi  0 i =1, 2, 3
 Problema de Refinaria

Uma refinaria fabrica dois tipos de gasolina (1 e 2) a partir de dois tipos de

petróleo bruto (A e B).
Os custos, os preços de venda e matéria-prima para fabricar as gasolinas são:

Máxima Mínima Preço de

Custo
Petróleo quantidade Gasolina %A venda
unitário
disponível requerida unitária
A 100 6 1 60 8
B 200 3 2 30 5
Deseja-se saber a quantidade de cada gasolina que deve ser fabricada
de tal maneira que o lucro seja máximo.
Elaborar o Modelo de PL.
Problema de Refinaria
xA1: quantidade de petróleo A p/ produzir gasolina 1
Variáveis xA2: quantidade de petróleo A p/ produzir gasolina 2
de Decisão xB1: quantidade de petróleo B p/ produzir gasolina 1
xB2: quantidade de petróleo B p/ produzir gasolina 2

(Custo: 6) (Preço: 8)
> 60%
XA1+XA2 < 100 PA XA1 G1 X A1+XB1

> 30% XB1

XA2

XB1+XB2 < 200 PB XB2

G2 X A2+XB2

(Custo: 3) (Preço: 5)
Problema de Refinaria

Função Objetiva
Max L = Receita - Custo
Max L= 8(XA1 + XB1) + 5(XA2 + XB2) - 6(XA1 + XA2) - 3(XB1 + XB2)
Receita Custo

Max L = 2XA1 – 1XA2 + 5XB1 + 2XB2

Restrições
Quantidades de petróleo A e B
XA1 + XA2 < 100
XB1 + XB2 < 200
Quantidade mínima % de petróleo A requerida
XA1 / (XA1 + XB1) > 0,6 → 0,4XA1- 0,6XB1 > 0 (na gasolina 1)
XA2 / (XA2 + XB2) > 0,3 → 0,7XA2 - 0,3XB2 > 0 (na gasolina 2)
Xij > 0
Não poderia ser deixadas formuladas assim, pois infringe as regras de PL.
Exercício em Sala – Problema de Escala 1
A empresa Alfa está envolvida na preparação de medicamentos sofisticados que
requerem o emprego de técnicos especializados. A empresa trabalha em turnos de
oito horas cada, mas para haver continuidade no trabalho, a cada quatro horas, os
técnicos são adicionados para trabalhar com as pessoas que já tenham
completado quatro horas. Um técnico deve trabalhar continuamente por oito
horas. Considerando o quadro abaixo, deseja-se formular um modelo de
programação linear para encontrar o programa que minimiza a mão de obra a ser
utilizada pela empresa. (não é preciso resolver!)
Período do dia Número mínimo necessário de
técnicos
02:00 às 06:00h 10
06:00 às 10:00h 25
10:00 às 14:00h 40
14:00 às 18:00h 50
18:00 às 22:00h 20
22:00 às 02:00h 15
Exercício em Sala – Problema de Escala 1

2h 6h 10h 14h 18h 22h

Período
(1) (2) (3) (4) (5) (6)
1 X1

2 X2

X3
3
4 X4

5 X5

6 X6 X6

Numero mínimo
10 25 40 50 20 15
de técnicos

Variáveis de Decisão
xi : número de técnicos adicionados no início do período i (i = 1 a 6)
Exercício em Sala – Problema de Escala 1
Variáveis de Decisão
Xi : número de técnicos adicionados no início do período i (i = 1 a 6)
Função Objetivo
Min Z = 1X1 + 1X2 + 1X3 + 1X4 + 1X5 + 1X6
Sujeito a
X1 + X6 > 10 N° mínimo de técnicos necessário no período 1
X1 + X2 > 25 N° mínimo de técnicos necessário no período 2
X2 + X3 > 40 N° mínimo de técnicos necessário no período 3
X3 + X4 > 50 N° mínimo de técnicos necessário no período 4
X4 + X5 > 20 N° mínimo de técnicos necessário no período 5
X5 + X6 > 15 N° mínimo de técnicos necessário no período 6
Xi > 1 (i = 1 a 6) Pelo menos um técnico por período
Exercício em Sala – Fluxo de Caixa
Um determinado investidor tem três opções de investimento,
denominados A, B e C, disponíveis no próximo ano. Essas três opções não
são mutuamente excludentes. Qualquer dinheiro recebido de qualquer
opção poderá ser reinvestido, imediatamente, em qualquer uma das três
opções.
A opção A está disponível no princípio de cada um dos quatro trimestres
seguintes. Cada real investido em A no princípio de um trimestre lhe
devolve R$1,10 no final daquele trimestre.
A opção B está disponível no princípio de cada um dos dois semestres
seguintes. Cada real investido em B no princípio de um semestre lhe
devolve R$1,20 no final daquele semestre.
A opção C só está disponível no princípio do primeiro ano. Cada real
investido em C lhe devolve R$1,40 um ano mais tarde.
O capital inicial do investidor é de R$500.000,00. Deseja-se formular um
modelo de programação linear para fornecer o plano de investimento que
maximize a quantidade de dinheiro que o investidor pode acumular no
final do próximo ano. (não é preciso resolver!)
(Sugestão: usar o modelo de fluxo de caixa)
 Exercício em Sala – Fluxo de Caixa
Xij os valores investidos nas alternativas i (i = A, B, C) no início dos trimestres j (j = 1, 2, 3, 4)
Rj os valores não investidos no início dos trimestres j (j = 1, 2, 3, 4) Saída

XA1 XA2 XA3 XA4 Entrada

A
1 2 3 4 5
1,1XA1 1,1XA2 1,1XA3 1,1XA4
xB1 xB3

3 5
B
1 2 4
1,2XB1 1,2XB3
xC1
C
1 2 3 4 5
1,4XC1
R1 R2 R3 R4
Não
1 2 3 4 5 Investidos
500.000 R1 R2 R3
 Exercício em Sala – Fluxo de Caixa
Xij os valores investidos nas alternativas i (i = A, B, C) no início dos trimestres j (j = 1, 2, 3, 4)
Rj os valores não investidos no início dos trimestres j (j = 1, 2, 3, 4)

Função Objetiva
Max Z = 1,1XA4 + 1,2XB3 + 1,4XC1
Sujeito a
XA1 + XB1 + XC1 + R1 = 500.000 XA1 + XB1 + XC1 + R1 = 500.000
XA2 + R2 = R1 + 1,1XA1 XA2 + R2 - R1 - 1,1XA1 = 0
XA3 + xB3 + R3 = R2 + 1,1XA2 + 1,2XB1 XA3 + XB3 +R3 - R2 - 1,1XA2 – 1,2XB1 = 0
XA4 + R4 = R3 + 1,1XA3 XA4 + R4 - R3 - 1,1XA3 = 0
Xij > 0 para todo i e j Xij > 0 para todo i e j
Rj > 0 para todo j Rj > 0 para todo j

Não poderia ser deixadas

formuladas assim, pois
infringe as regras de PL.
Exercício em Sala – Produção
Uma fábrica é constituída por quatro centros de processamento S1, S2, S3 e S4 e
produz três produtos finais F1, F2 e F3, cada um deles tendo apenas um processo
de fabricação. O centro S1 recebe a matéria-prima, podendo processar, no máximo,
K1 unidades a um custo unitário C1. Na saída do centro S1, é possível enviar o
resultado do primeiro processamento, tanto para os centros S2 como S3. Os
centros S2 e S3 têm custo unitário de processamento C2 e C3 e capacidades
máximas K2 e K3, respectivamente. A saída do centro S2 pode constituir o produto
final F1 ou servir de entrada para o centro S4. A saída S3 tem que
obrigatoriamente, passar por S4. O centro S4 pode processar qualquer uma, ou
ambas as entradas, com uma capacidade total de K4 unidades e um custo unitário
de processamento, para qualquer entrada, de C4. As saídas de S4 resultarão nos
produtos finais F2 e F3. Os preços unitários de venda são P1, P2 e P3.
Utilizando como variáveis de decisão, o quanto fabricar de cada produto, formule o
problema de maximização do lucro como programação linear.
P1=8, P2=12, P3=14
C1=4, C2=2, C3=1, C4=3
K1=90, K2=50, K3=30, K4=70
 Exercício em Sala – Produção 1
P1=8, P2=12, P3=14 (preço) Matéria prima
C1=4, C2=2, C3=1, C4=3 (custo)
K1=90, K2=50, K3=30, K4=70 (capacidade)
S1 K1 = 90, C1 = 4

X1, X2 X3
K2 = 50, C2 = 2 S2 S3 K3 = 30, C3 = 1

X1 X2 X3

S4 K4 = 70, C4 = 3

X2 X3

F1 F2 F3
P1 = 8 P2 = 12 P3= 14
Exercício em Sala – Produção 1
Variáveis de decisão
X1 quantidade do produto F1
X2 quantidade do produto F2
X3 quantidade do produto F3
P1=8, P2=12, P3=14 (preço)
C1=4, C2=2, C3=1, C4=3 (custo)
K1=90, K2=50, K3=30, K4=70 (capacidade)

Função objetiva
Max Lucro = 8X1 + 12X2 + 14X3 – (4X1 + 2X1) - (4X2 + 2X2 + 3X2) - (4X3 + 1X3 + 3X3)

Receita Custo F1 Custo F2 Custo F3

= 2X1+ 3X2 + 6X3

Sujeito a
X1 + X2 + X3 < 90 Centro de processamento S1
X1 + X 2 < 50 Centro de processamento S2
X3 < 30 Centro de processamento S3
X2 + X3 < 70 Centro de processamento S4
X1, X2, X3 > 0
 Problema de Transporte

Transportar de n origens para m destinos mercadorias a custo mínimo, dados:

ai - oferta da origem i
bj - demanda do destino j
xij - quantidade a ser transportada da origem i para o destino j
cij - custo unitário de transporte de origem i para destino j
x11 c11
a1 1 x1j ci1 1 b1
x1m cn1
Origem c1j Destino
xi1
xij cij
ai i j bj
xim cnj
xn1 c1m
xn1 cim
xnm cnm
an n m bm
Problema de Transporte

cij - custo unitário de transporte de origem i para destino j

De/Para 1 ... j ... m

1 c11 ... c1j ... c1m
... ... ... ... ... ...
i ci1 ... cij ... cim
... ... ... ... ... ...
n cn1 ... cnj ... cnm
Problema de Transporte

ai - oferta da origem i
bj - demanda do destino j
xij - quantidade a ser transportada da origem i para o destino j

De/Para 1 ... j ... m Oferta

1 x11 ... x1j ... x1m a1
... ... ... ... ... ... ...
i xi1 ... xij ... xim ai
... ... ... ... ... ... ...
n xn1 ... xnj ... xnm an
Demanda b1 ... bj ... bm
Problema de Transporte

Função Objetiva
n m

Min Z =  c x
i 1 j 1
ij ij

Sujeito a
n =
x
i 1
ij <
>
b j j = 1 ... m Demanda

m =
x
j 1
ij <
>
ai i = 1 ... n Oferta

xij  0 i = 1 ... n; j = 1 ... m

Problema de Transporte

ai - oferta da origem i
bj - demanda do destino j
LE – lado esquerdo da restrição
LD – lado direito da restrição

Restrições da Restrições da
demanda oferta

Se  b j   ai
LE = LD ou LE = LD ou
LE > LD LE < LD
LE = LD ou
Se b   a
j i
LE < LD
LE > LD

Se  b   a
LE = LD ou
LE < LD
j i
LE > LD
Problema de Transporte - Exemplo

O custo de transporte de uma unidade de mercadoria de

uma fábrica a um depósito é dado abaixo:
De/Para 1 2 3 4
A 120,00 130,00 41,00 62,00
B 61,00 40,00 100,00 110,00
C 102,50 90,00 122,00 42,00

xij - quantidade a ser transportada da fábrica i (i = A, B, C)

para o depósito j (j = 1, 2, 3, 4)  b j (2000)   ai (2000)
De/Para 1 2 3 4 Oferta
A XA1 XA2 XA3 XA4 500
B XB1 XB2 XB3 XB4 700
C XC1 XC2 XC3 XC4 800
Demanda 400 900 200 500 2000
Problema de Transporte - Exemplo
Modelo de PL

Função Objetivo
Min Z = 120XA1 + 130XA2 + 41XA3 + 62XA4
+ 61XB1 + 40XB2 + 100XB3 + 110XB4
+ 102,5XC1 + 90XC2 + 122XC3 + 42XC4
Sujeito a
XA1 + XA2 + XA3 + XA4 < 500 Fábrica A
XB1 + XB2 + XB3 + XB4 < 700 Fábrica B Fábrica
XC1 + XC2 + XC3 + xC4 < 800 Fábrica C (Oferta)
XA1 + XB1 + XC1 > 400 Depósito 1
XA2 + XB2 + XC2 > 900 Depósito 2 Demanda
XA3 + XB3 + XC3 > 200 Depósito 3
(Demanda)
XA4 + XB4 + XC4 > 500 Depósito 4
Xij > 0
Note que  b j (2000)   ai (2000)
Problema de Designação

Designar cada um dos n recursos indivisíveis para cada uma das n

tarefas, de modo a maximizar o rendimento total dos recursos.
xij – recurso i designado para tarefa j
cij - rendimento do recurso i na tarefa j
x11 c11
1 x1j ci1 1
Recurso x1m cn1 Tarefa
Oferta xi1 c1j Demanda
xij cij
i j
xim cnj
xn1 c1n
xnj cin
n xnm cnn n
Problema de Designação

Função Objetiva
n n

Max Z = cijxij

i 1 j 1
Sujeito a
n

x
i 1
ij  1 j = 1 ... n Tarefa

 xij
j 1
1 i = 1 ... n Recurso

xij  0 i = 1 ... n; j = 1 ... n

Problema de Designação

cij - rendimento do recurso i na tarefa j

Tarefa
Recurso 1 ... j ... m
1 c11 ... c1j ... c1m
... ... ... ... ... ...
i ci1 ... cij ... cim
... ... ... ... ... ...
n cn1 ... cnj ... cnm
Problema de Designação

xij – recurso i designado para tarefa j

Tarefa
Recurso 1 ... j ... m Oferta
1 x11 ... x1j ... x1m 1
... ... ... ... ... ... ...
i xi1 ... xij ... xim 1
... ... ... ... ... ... ...
n xn1 ... xnj ... xnm 1
Demanda 1 ... 1 ... 1
Problema de Designação – Exemplo

Designar cada um dos n agentes indivisíveis para cada uma

das n tarefas, de modo a maximizar o rendimento total dos
agentes. O rendimento de cada um dos agentes em cada
uma das tarefas é dado abaixo:
Tarefa
Agente 1 2 3 4 Oferta
1 24 10 21 11 1
2 14 22 10 15 1
3 15 17 20 19 1
4 11 19 14 14 1
Demanda 1 1 1 1
Problema de Designação - Exemplo

xij - agente i designado para tarefa j

Tarefa
Agente 1 2 3 4 Total
1 x11 x12 x13 x14 1
2 x21 x22 x23 x24 1
3 x31 x32 x33 x34 1
4 x41 x42 x43 x44 1
Total 1 1 1 1
Problema de Designação - Exemplo
Variáveis de Decisão
xij – Agente i (i = 1, 2, 3, 4) designado para tarefa j (j = 1, 2, 3, 4)
Função Objetiva
Max Z = 24x11 + 10x12 + 21x13 + 11x14
+ 14x21 + 22x22 + 10x23 + 15x24
+ 15x31 + 17x32 + 20x33 + 19x34
+ 11x41 + 19x42 + 14x43 + 14x44
Sujeito a
x11 + x12 + x13 + x14 = 1 Agente 1
x21 + x22 + x23 + x24 = 1 Agente 2
x31 + x32 + x33 + x34 = 1 Agente 3
x41 + x42 + x43 + x44 = 1 Agente 4
x11 + x21 + x31 + x41 = 1 Tarefa 1
x12 + x22 + x32 + x42 = 1 Tarefa 2
x13 + x23 + x33 + x43 = 1 Tarefa 3
x14 + x24 + x34 + x44 = 1 Tarefa 4
xij > 0 (i = 1, 2, 3, 4) (j = 1, 2, 3, 4)
Exemplo de Solver – Modelo PL

Variáveis Decisórias
x1: quantidade a ser produzida de Standard por semana
x2: quantidade a ser produzida de Luxo por semana

Função Objetivo
Max Z = 24x1 + 32x2

Restrições
(1) 3x1 + 1x2  80 Horas por semana para polimento

(2) 1x1 + 4x2  20 Horas por semana para pintura

xj 0 j=1, 2
Exemplo de Solver – Modelo em Excel

Coeficientes da Variáveis Valor

função objetiva decisórias ótimo

Coeficientes Totais de recursos Totais de recursos

de restrições necessários disponíveis
Exemplo de Solver – Modelo em Excel

=B3*B4+C3*C4

=$B$3*B6+$C$3*C6

=$B$3*B7+$C$3*C7
Exemplo de Solver - Parâmetros

Função objetiva
Max ou Min

Variáveis de decisão

Botão de opções

Restrições
Exemplo de Solver - Parâmetros

Valor do Lado Esquerdo (LE) Valor do Lado Direito (LD)

Exemplo de Solver - Opções
Exemplo de Solver – Relatório de
Sensibilidade
Atividade 4 – Exercício 4A para 30/08/2016
Entregar em papel, individual, no início da aula.

Uma empresa tem fábrica nos locais 1, 2 e 3, que abastecem armazéns

situados em A, B, C e D. As capacidades mensais das fábricas são 70, 80
e 115, respectivamente. As necessidades dos armazéns (mensalmente)
são: 50, 60, 70 e 95, respectivamente. Os custos unitários de transporte
são os seguintes:
Armazém A Armazém B Armazém C Armazém D
Local 1 17 20 13 12
Local 2 15 21 26 25
Local 3 15 14 15 17

1. Indicar o plano de transporte que minimize o custo total de

distribuição para a empresa.
2. Elaborar o Modelo de PL (não precisa resolver)
 Atividade 4 – Exercício 4B para 30/08/2016
Entregar em papel, individual, no início da aula.

O quadro abaixo representa os custos de transporte de uma

máquina dos locais de depósito para as fábricas onde
deverão ser instaladas. Designar uma máquina para cada
fábrica com o menor custo total possível.
Fábrica 1 Fabrica 2 Fabrica 3 Fabrica 4
Local A 10 12 15 16
Local B 14 12 13 18
Local C 10 16 19 15
Local D 14 12 13 15

1. Elaborar o Modelo de PL (não precisa resolver!)