Aula 9 – Método Simplex Duas Fases (Parte II)

Objetivos:
1. Explicar como se identificar durante o algoritmo Simplex duas fases se o modelo é
inviável, se temos múltiplas soluções ótimas ou se temos uma solução ilimitada.

Introdução
Na aula anterior, vimos como aplicar o Método Simplex duas fases em modelos PL. Em cada
exemplo e exercício estudado até o momento, havia apenas uma única solução ótima. Por outro
lado, vimos em aulas anteriores que existem modelos PL:
• Inviáveis
• Com múltiplas soluções ótimas
• Com solução ilimitada

Nesta aula, vamos aprender como identificar os casos especiais prévios durante a aplicação do
algoritmo Simplex duas fases.
Modelo PL inviável
Considere o seguinte exemplo:

𝑀𝑖𝑛 𝑧 = 2𝑥1 + 𝑥2

s.a. −𝑥1 + 𝑥2 ≥ 3

2,5𝑥1 + 𝑥2 ≥ 10

𝑥2 ≤ 3

𝑥1 ≥ 0

𝑥2 ≥ 0

Este modelo é muito similar a um estudado na aula anterior. A diferença é que no modelo da aula
anterior havia a restrição 𝑥2 ≤ 11 em vez de 𝑥2 ≤ 3. Tal modificação deixa o modelo inviável,
conforme mostra o gráfico abaixo:
 5
Notemos que não existe interseção das restrições −𝑥1 + 𝑥2 ≥ 3, 2 𝑥1 + 𝑥2 ≥ 10 e 𝑥2 ≤ 3. De
qualquer forma, vamos aplicar o método simplex duas fases neste modelo, verificando o que
acontece. O modelo na forma padrão é:

𝑀𝑖𝑛 𝑧 = 2𝑥1 + 𝑥2

s.a. −𝑥1 + 𝑥2 − 𝑅1 = 3

2,5𝑥1 + 𝑥2 − 𝑅2 = 10

𝑥2 + 𝑅3 = 3

𝑥1 , 𝑥2 , 𝑅1 , 𝑅2 , 𝑅3 ≥ 0

Note que precisamos de duas variáveis artificiais, uma para a primeira e outra para a segunda
restrição, chegando ao seguinte modelo da Fase I:

𝑀𝑖𝑛 𝑧′ = 𝐴1 + A2

s.a. −𝑥1 + 𝑥2 − 𝑅1 + 𝐴1 = 3

2,5𝑥1 + 𝑥2 − 𝑅2 + 𝐴2 = 10

𝑥2 + 𝑅3 = 3

𝑥1 , 𝑥2 , 𝑅1 , 𝑅2 , 𝑅3 , 𝐴1 , 𝐴2 ≥ 0

O primeiro dicionário para o modelo prévio é:

𝐴1 = 3 + 𝑥1 − 𝑥2 + 𝑅1
𝐴2 = 10 − 2,5𝑥1 − 𝑥2 + 𝑅2
𝑅3 = 3 − 𝑥2
______________________________________________
 𝑧 ′ = 13 − 1,5𝑥1 − 2𝑥2 + 𝑅1 + 𝑅2
Podemos colocar tanto 𝑥1 quanto 𝑥2 . Escolhendo 𝑥2 por ter o coeficiente mais negativo, para
sabermos quem sai da base, devemos calcular o seguinte mínimo:
𝑚𝑖𝑛{3, 10,3} = 3
Tal mínimo está associado a linha da variável 𝐴1 ou da variável 𝑅3 . Assim, podemos escolher
qualquer uma delas. Vamos escolher arbitrariamente 𝐴1 . Isolando 𝑥2 na linha 𝐴1 e escrevendo
todas as demais linhas em função das novas variáveis não básicas obtemos:
𝑥2 = 3 + 𝑥1 + 𝑅1 − 𝐴1
𝐴2 = 7 − 3,5𝑥1 + 𝑅2 − 𝑅1 + 𝐴1
𝑅3 = 0 − 𝑥1 − 𝑅1 + 𝐴1
______________________________________________
𝑧 ′ = 7 − 3,5𝑥1 − 𝑅1 + 𝑅2 + 2𝐴1
Vamos agora incluir 𝑥1 . Para saber quem sai da base, calculamos:

7
𝑚𝑖𝑛 { , 0} = 0,
3,5
que está associado a linha 𝑅3 . Notemos que não incluímos a linha 𝑥2 no cálculo do mínimo. Isto
aconteceu pois na linha 𝑥2 , o coeficiente de 𝑥1 é positivo. Logo, 𝑥2 não fica nunca negativa por
mais que aumentemos 𝑥1 . Voltando para o dicionário, vamos então incluir na base 𝑥1 e retirar 𝑅3 .
Assim, isolamos 𝑥1 na linha 𝑅3 e reescrevemos as demais linhas em função das novas variáveis
não básicas:
𝑥2 = 3 − 𝑅3
𝐴2 = 7 + 2,5𝑅1 + 𝑅2 + 3,5𝑅3 − 2,5𝐴1
𝑥1 = −𝑅1 − 𝑅3 + 𝐴1
______________________________________________
𝑧 ′ = 7 + 2,5𝑅1 + 𝑅2 + 3,5𝑅3 − 1,5𝐴1
A única variável que pode entrar na base agora é 𝐴1 . Para esta variável entrar, a única variável que
pode sair é 𝐴2 pois apenas na linha de 𝐴2 que 𝐴1 possui coeficiente negativo. Isolando 𝐴1 na linha
𝐴2 e reescrevendo as demais linhas em função das novas variáveis básicas, obtemos:

𝑥2 = 3 − 𝑅3
𝐴1 = 2,8 + 𝑅1 + 0,4𝑅2 + 1,4𝑅3 − 0,4𝐴2
𝑥1 = 2,8 + 0,4𝑅2 + 0,4𝑅3 − 0,4𝐴2
______________________________________________
𝑧 ′ = 2,8 + 𝑅1 + 0,4𝑅2 + 1,4𝑅3 + 0,6𝐴2

Este dicionário é ótimo para a Fase I uma vez que não existem variáveis não básicas com
coeficientes negativos na linha 𝑧′. Note que, apesar do dicionário ser ótimo, não conseguimos zerar
a variável artificial 𝐴1 e portanto não podemos ir para a Fase II. Lembrando que uma solução em
que as variáveis artificiais estão todas zeradas representa uma solução viável para o problema
original. Logo, podemos concluir que:
Se não existe solução ótima da Fase I em que todas as variáveis artificiais estão zeradas então o
modelo PL original é inviável.

Modelo PL ilimitado
Considere o seguinte exemplo:

𝑀𝑎𝑥 𝑧 = 2𝑥1 + 𝑥2

s.a. −𝑥1 + 𝑥2 ≥ 3

2,5𝑥1 + 𝑥2 ≥ 10

𝑥1 ≥ 0

𝑥2 ≥ 0

Tal modelo é uma modificação de um exemplo utilizado na aula anterior, para que se torne
ilimitado, como mostra a Figura:

Vamos aplicar o método Simplex duas fases neste modelo. O modelo da Fase I é:

𝑀𝑖𝑛 𝑧′ = 𝐴1 + A2

s.a. −𝑥1 + 𝑥2 − 𝑅1 + 𝐴1 = 3

2,5𝑥1 + 𝑥2 − 𝑅2 + 𝐴2 = 10
 𝑥1 , 𝑥2 , 𝑅1 , 𝑅2 , 𝐴1 , 𝐴2 ≥ 0

O primeiro dicionário desta fase é:

𝐴1 = 3 + 𝑥1 − 𝑥2 + 𝑅1
𝐴2 = 10 − 2,5𝑥1 − 𝑥2 + 𝑅2
______________________________________________
𝑧 ′ = 13 − 1,5𝑥1 − 2𝑥2 + 𝑅1 + 𝑅2

Colocando 𝑥2 na base calculamos:

min{3,10} = 3
Logo, quem sai da base é 𝐴1 . Isolando 𝑥2 na linha 𝐴1 e escrevendo as demais linhas em função
das novas variáveis não básicas, temos:

𝑥2 = 3 + 𝑥1 + 𝑅1 − 𝐴1
𝐴2 = 7 − 3,5𝑥1 + 𝑅2 − 𝑅1 + 𝐴1
______________________________________________
𝑧 ′ = 7 − 3,5𝑥1 − 𝑅1 + 𝑅2 + 2𝐴1
Vamos colocar agora 𝑥1 na base. Note que apenas 𝐴2 pode sair da base uma vez que 𝑥1 só possui
coeficiente negativo apenas na linha desta variável. Colocando 𝑥1 e retirando 𝐴2 temos:
5 5 2 2
𝑥2 = 5 + 𝑅1 − 𝐴1 + 𝑅2 − 𝐴2
7 7 7 7
2 2 2 2
𝑥1 = 2 + 𝑅2 − 𝑅1 + 𝐴1 − 𝐴2
7 7 7 7
______________________________________________
𝑧 ′ = 0 + 𝐴1 + 𝐴2
Que é o dicionário ótimo da Fase I. Como todas as variáveis artificiais foram zeradas, temos uma
solução viável para o problema original. Logo, podemos ir para a Fase II. Na Fase II, o dicionário
inicial é:
5 2
𝑥2 = 5 + 𝑅1 + 𝑅2
7 7
2 2
𝑥1 = 2 + 𝑅2 − 𝑅1
7 7
______________________________________________
6 1
𝑧 = 9 + 𝑅2 + 𝑅1
7 7
Como o problema original é de maximização, tanto 𝑅1 quanto 𝑅2 podem entrar na base. Aqui
temos um ponto interessante: 𝑅2 é candidata a entrar na base e possui coeficiente positivo nas
linhas de todas as variáveis. Assim, não existe limite superior para o valor de 𝑅2 . Logo, podemos
concluir que o problema é ilimitado.
 Se em determinado dicionário não existe limite superior para o valor de uma variável candidata
a entrar na base então o modelo PL original é ilimitado.

Múltiplas soluções ótimas

Considere o seguinte exemplo:

𝑀𝑖𝑛 𝑧 = 5𝑥1 + 2𝑥2

s.a. −𝑥1 + 𝑥2 ≥ 3

2,5𝑥1 + 𝑥2 ≥ 10

𝑥2 ≤ 3

𝑥1 ≥ 0

𝑥2 ≥ 0

Mais uma vez, temos um exemplo muito similar a um usado na aula anterior. A diferença está na
função objetivo, o que deixa este exemplo com múltiplas soluções ótimas. Observe o gráfico de
soluções viáveis, já com as curvas de nível do modelo:

Notemos que a direção de decrescimento da função objetivo é da direita para esquerda e que a
última curva de nível que toca o conjunto de soluções viáveis toca todo o segmento entre os pontos
5
(2,5) e (0,10), que faz parte da restrição 𝑥1 + 𝑥2 ≥ 10. Assim, qualquer ponto deste segmento
2
é solução ótima do modelo. Vamos agora aplicar o método Simplex duas fases no modelo original.
O modelo da Fase I é:

𝑀𝑖𝑛 𝑧′ = 𝐴1 + A2

s.a. −𝑥1 + 𝑥2 − 𝑅1 + 𝐴1 = 3

2,5𝑥1 + 𝑥2 − 𝑅2 + 𝐴2 = 10

𝑥2 + 𝑅3 = 11

𝑥1 , 𝑥2 , 𝑅1 , 𝑅2 , 𝑅3 , 𝐴1 , 𝐴2 ≥ 0

A Fase I deste modelo é a mesma do modelo usado na aula anterior. Lá encontramos o seguinte
dicionário ótimo para Fase I, já excluídas as variáveis artificiais:
5 2
𝑥2 = 5 + 𝑅1 + 𝑅2
7 7
2 2
𝑥1 = 2 + 𝑅2 − 𝑅1
7 7
5 2
𝑅3 = 6 − 𝑅1 − 𝑅2
7 7
______________________________________________
𝑧′ = 0
Na Fase II, mantemos as linhas das variáveis e atualizamos apenas a linha da função objetivo em
função da função objetivo original:
5 2
𝑥2 = 5 + 𝑅1 + 𝑅2
7 7
2 2
𝑥1 = 2 + 𝑅2 − 𝑅1
7 7
5 2
𝑅3 = 6 − 𝑅1 − 𝑅2
7 7
______________________________________________
𝑧 = 20 + 2𝑅2
Assim, a solução viável da Fase II é 𝑥1 = 2, 𝑥2 = 5 e gera uma função objetivo 𝑧 = 20, que está
associado justamente a um dos extremos do segmento comentado previamente. Como o problema
original é de minimização e não existem variáveis não básicas com coeficientes negativos,
podemos dizer que esta solução é ótima.
Apesar da solução apresentada ser ótima, temos aqui um fato interessante: o coeficiente da variável
não básica 𝑅1 na função objetivo é 0 (zero). Isto indica que se incluirmos esta variável na base, a
função objetivo se manterá com valor 20. Em outras palavras, encontraremos uma outra solução
ótima, indicando que o modelo PL possui múltiplas soluções ótimas. Vamos fazer esta troca. Para
𝑅1 entrar na base, devemos calcular
 2 6
𝑚𝑖𝑛 { , } = 𝑚𝑖𝑛{7,21} = 7
2 2
7 7
Indicando que quem sai da base é 𝑥1 . Isolando 𝑅1 na linha 𝑥1 e atualizando as demais linhas em
função das variáveis não básicas temos:
5
𝑥2 = 10 − 𝑥1 + 𝑅2
2
7
𝑅1 = 7 − 𝑥1 + 𝑅2
2
5
𝑅3 = 1 + 𝑥1 − 𝑅2
2
______________________________________________
𝑧 = 20 + 2𝑅2
A nova solução é 𝑥1 = 0, 𝑥2 = 10 que mantém 𝑧 = 20. Note que graficamente esta solução está
associada ao outro extremo do segmento. Podemos concluir então que:

Se no dicionário ótimo, uma ou mais variáveis não básicas possuem coeficiente nulo na linha da
função objetivo então o modelo PL possui múltiplas soluções ótimas.

Exercício
Exercício 9.1 Aplique o método Simplex duas fases em todos os modelos da Aula 02.