Sie sind auf Seite 1von 11

CV422 Introduo Pesquisa Operacional

Teoria do Mtodo Simplex


1. Reexposio do Problema
O problema geral de programao linear foi formulado anteriormente como sendo:
encontrar valores para um grupo de r variveis xi, satisfazendo m desigualdades
lineares, ou igualdades (restries) da forma:

ai 1x1 + ai 2 x2 + ... + air xr = bi , i = 1, ,m

onde um, e somente um, dos sinais , =, mantm-se para cada restrio, mas o sinal
podendo variar de uma restrio para outra. Alm disso, as variveis devem ser no
negativas, xi 0 , j = 1,2,...,r (as restries de no-negatividade) e devem maximizar
ou minimizar a forma linear
z = c1x1 + c 2 x2 + ... + c r x r
Supes-se que todas as aij, bi e cj so constantes conhecidas.
Vamos nos lembrar que qualquer grupo de xj que satisfaa o grupo de restries
chamado uma soluo. Qualquer soluo que satisfaa a restrio de nonegatividade denominada soluo vivel. Qualquer soluo vivel que maximize ou
minimize o valor da varivel z chamada de soluo vivel tima.

2. Uma caracterizao algbrica do espao de busca da soluo:


Solues Bsicas Viveis
Na aula anterior ns mostramos que se um problema de PL tem uma soluo tima,
ento ele tem (pelo menos) uma que corresponda a um ponto extremo de sua regio
vivel. Para explorar este resultado do ponto de vista computacional, ns necessitamos
de uma caracterizao algbrica do conceito de ponto extremo. o que veremos
agora.
O ponto de partida desta discusso a observao feita no final da aula anterior, de
que em um ponto extremo, o conjunto de restries obrigatrias tal que ele
caracteriza o ponto de uma forma exclusiva. Vamos tentar investigar qual a estrutura
algbrica inferida por esta colocao. Tambm, no nos afastando do esprito geral de
nossa discusso, vamos examinar esta questo de uma forma indutiva.
Sabemos que em um espao unidimensional, ou seja, na reta dos nmeros reais, um
ponto pode ser identificado unicamente por uma equao ax = b, onde a 0.
No espao bi-dimensional, a equao linear a1x1 + a2 x2 = b define uma linha, ou seja,
um subespao com 1 grau de liberdade, enquanto que a definio de um ponto nico
exige um sistema de duas equaes lineares:
a11x1 + a12 x2 = b1
a21x1 + a22 x 2 = b2
com uma soluo nica, ou seja, com

a11 a12
a21 a22

CV422 Introduo Pesquisa Operacional

Tal sistema de equaes caracterizado como linearmente independente, e


geometricamente, corresponde a duas retas se interceptando.
No espao tridimensional, uma equao linear a1x1 + a2 x2 + a3 x3 = b corresponde a um
plano perpendicular ao vetor a1, a2 , a3

. Um sistema de duas equaes lineares:

a11x1 + a12 x2 + a13 x3 = b1


a21x1 + a22 x2 + a23 x3 = b2
para o qual:

a11 a12
a21 a22

0 , ou

a11 a13
a
0 , ou 12
a21 a23
a22

a13
0
a23

corresponde interseo de dois planos, ou seja, a uma reta.


Definir um ponto nico no espao tridimensional requere trs equaes linearmente
independentes, ou seja,

a11x1 + a12 x 2 + a13 x3 = b1


a21x1 + a22 x 2 + a23 x3 = b2
a31x1 + a32 x 2 + a33 x3 = b3
com

a11 a12 a13


a21 a22 a23 0
a31 a32 a33
Em um modo similar, no espao n-dimensional, um ponto definido exclusivamente
por n equaes lineares, as quais so tambm linearmente independentes, ou seja,
a11x1 + a12 x2 +

+ a1n xn = b1

a21x1 + a22 x 2 +

+ a2n xn = b2

an1x1 + an 2 x 2 +

+ ann xn = bn

com

a11 a12
a21 a22

a1n
a2n

an1 an 2

ann

0.

Exemplo:
Ns demonstramos os resultados da discusso acima em um dos exemplos j vistos,
que por convenincia mostrado na Figura 1.
s.a.

max f ( x1, x2 ) = 200 x1 + 400 x 2

CV422 Introduo Pesquisa Operacional

1
1
x1 +
x2 = 1,0
40
60
1
1
x1 +
x2 = 1,0
50
50
x i 0,
i = 1,2

Figura 1: A regio vivel do exemplo de problema de PL


Como podemos ver na figura, cada um dos pontos extremos desta regio corresponde
juno de um par de restries do problema, ou seja,
O ponto A corresponde juno de duas restries de sinal (no-negatividade),
O ponto B corresponde juno da Segunda restrio tecnolgica com a
restrio de no-negatividade da varivel x1,
O ponto C corresponde juno das duas restries tecnolgicas, e
O ponto D corresponde juno da Primeira restrio tecnolgica com a
restrio de no-negatividade da varivel x2.
Observar, entretanto, que os pontos E e F, apesar de serem definidos pela juno de
pares de restries (primeira restrio tecnolgica, restrio de no-negatividade de x1)
e (segunda restrio tecnolgica, restrio de no-negatividade de x2),
respectivamente, no so pontos extremos da regio vivel somente porque so
inviveis (ou seja, algumas restries do problemas so violadas). Assim sendo, ter n
restries linearmente independentes se combinando em um certo ponto uma
condio necessria para que este ponto seja extremo da regio vivel, mas no
suficiente.
Finalmente, deveria ser fcil de ver que para um problema de PL com n variveis, n o
nmero mnimo de restries que se combinam em um ponto extremo. Se um nmero
maior de restries se combinarem em ponto extremo, o ponto (e a soluo

CV422 Introduo Pesquisa Operacional

correspondente) caracterizado como degenerado. A degenerao pode complicar a


busca da soluo tima levada a cabo pelo mtodo Simplex.

3. O problema de PL na forma padro


Para uma explorao adicional da caracterizao anterior dos pontos extremos como
soluo da combinao de n restries linearmente independentes devemos definir o
conceito de problemas de PL em forma padro. Um problema de PL dito como
estando em forma padro, se: (i) todas as restries tecnolgicas so restries de
igualdade, e (ii) todas as variveis possuem uma restrio de no-negatividade.
Todos os problemas de PL podem ser trazidos para a forma padro atravs das
seguintes transformaes
Uma restrio de desigualdade:
a1x1 + a2 x2 +

+ an xn

pode ser convertida em uma de igualdade atravs da introduo de uma varivel de


folga (excesso) S(E) 0:
a1x1 + a2 x2 +

+ an xn

=b

Uma varivel xi com restrio de sinal xi 0 pode ser substituda por xi = -xi com
xi 0.
Finalmente, uma varivel irrestrita xi pode ser substituda por xi = xi xi, com xi,
xi 0.

4. Solues Viveis Bsicas: Uma caracterizao algbrica dos


pontos extremos para problemas de PL na forma padro
Para os problemas em forma padro a caracterizao anterior de pontos extremos
como a soluo da combinao de n restries linearmente independentes e que, alm
disso, um ponto vivel, pode se tornar mais concisa. Consideremos, por exemplo, o
problema de PL
Ax b

(1)

x0

com m restries tecnolgicas e n variveis de deciso. Na forma padro, ele ficar:


Ax + IS = b

(2)

x, S 0
onde I a matriz identidade mm, e S = S1, S2 ,

, Sm

o vetor das variveis de folga.

interessante notar que para cada restrio obrigatria do conjunto das m+n restries
da formulao original (1), uma das m+n variveis da formulao em forma padro
deve ser igual a zero. Especificamente, se a i-sima restrio tecnolgica obrigatria,
a varivel de folga correspondente Si ser igual a zero. De forma anloga, se uma das
restries de sinal for obrigatria, ento a varivel xj ser igual a zero.
Desde que um ponto extremo da regio vivel da formulao (1) requere n restries
obrigatrias para sua definio, implica que n das n+m variveis na soluo
correspondente da formulao na forma padro (2) dever ser igual a zero. Alm

CV422 Introduo Pesquisa Operacional

disso, j que este ponto definido exclusivamente, o sistema de equaes definido


pelas m restries tecnolgicas da formulao na forma padro e as m variveis
restantes, devem ter uma soluo nica.
Em outras palavras, as colunas da formulao em forma padro correspondentes a
estas m variveis devem ser linearmente independentes (e seu determinante deve ser
diferente de zero). Finalmente, desde que o ponto extremo considerado pertena
regio vivel do problema, segue que a soluo nica do sistema de m equaes nas
m variveis diferentes de zero mencionado anteriormente deve ser no-negativa (para
atender as restries de sinal exigidas pela forma padro).
A estrutura das solues da forma padro correspondente aos pontos extremos da
regio vivel original (ou seja, aquela definida em referncia s variveis xi do
problema PL principal), descrita para o exemplo acima, na verdade se aplica para
qualquer outro problema de PL na forma padro. Ns formalmente caracterizamos
esta estrutura atravs da definio de solues viveis bsicas para os problemas de
PL na forma padro.

Definio 1 Considere o sistema Ax = b de m equaes lineares em N variveis,


correspondentes s restries tecnolgicas de um problema de PL na forma
padro.
1. Uma soluo bsica para este sistema obtida se fixando N m variveis como
sendo iguais a zero, e resolvendo para os valores das m variveis restantes. Isto
assume que se fazendo as N m variveis iguais a zero se produz valores
nicos para as m variveis restantes, ou, de modo equivalente, as colunas na
matriz A para as m variveis restantes so linearmente independentes. As m
variveis que no so limitadas a zero so as variveis bsicas (ou, de modo
equivalente, elas definem a base) da soluo bsica em considerao.
2. Qualquer soluo bsica para Ax = b na qual todas as variveis so nonegativas uma soluo vivel bsica (svb).

Exemplo:
Retornando ao exemplo anterior, fcil ver que sua formulao na forma padro a
seguinte:
s.a.

max f ( x1, x2 ) = 200 x1 + 400 x 2

1
1
x1 +
x 2 + S1 = 1,0
40
60
1
1
x1 +
x 2 + S2 = 1,0
50
50
x i , Si 0,
i = 1,2

(3)

Esta formulao envolve quatro variveis e duas restries tecnolgicas. Portanto,


qualquer soluo bsica ser definida se escolhendo uma base de duas variveis, com
as duas restantes sendo igualadas a zero. Por exemplo, escolhendo como base o
conjunto de variveis {x1, x2} implicar que S1 = S2 = 0 (j que elas so as variveis no
bsicas remanescentes). Isto ademais implica que a soluo bsica considerada
corresponde ao ponto extremo da regio vivel do problema de PL definida pela juno
das duas restries tecnolgicas. Finalmente, os valores das duas variveis bsicas x1
e x2 so obtidos resolvendo o sistema de equaes:

CV422 Introduo Pesquisa Operacional

1
1
x1 +
x2 = 1,0
40
60
1
1
x1 +
x2 = 1,0
50
50
os quais resultam das restries tecnolgicas na forma padro, a partir da eliminao
das variveis no-bsicas.
Por outro lado, consideremos o ponto B da regio vivel, o qual a soluo tima para
este exemplo. J foi mostrado que este ponto definido pela juno da segunda
restrio tecnolgica e a restrio de sinal imposta sobre a varivel x1. Por isto, neste
ponto S2 = x1 = 0, e a base correspondente formada pelas variveis x2 e S1. Para
calcularmos os valores destas variveis ns resolvemos o sistema de equaes:

1
x2 + S1 = 1,0
60
1
x 2 = 1,0
50
Finalmente, a soluo bsica definida pela base {x1, S1} implicar que x2 = S2 = 0, e
portanto, o ponto correspondente no plano (x1, x2), F, definido pela juno da
segunda restrio tecnolgica e a restrio de sinal da varivel x2. Resolvendo o
sistema de equaes:
1
x1 + S1 = 1,0
40
1
x1 = 1,0
50
ns obtemos x1 = 50 e S1 = - . Esta soluo bsica no vivel, j que o ponto F no
um ponto extremo da regio vivel.
No exemplo acima, os pontos extremos B e C so adjacentes, no sentido que eles
esto ligados por um lado da regio vivel. Isto se reflete na estrutura das bases
correspondentes pelo fato de que eles diferem somente em uma restrio obrigatria.
Esta observao pode ser generalizada para o caso n-dimensional: pontos extremos
conectados por bordas da regio vivel tm n1 restries obrigatrias comuns e,
portanto, suas bases correspondentes iro se diferenciar somente em uma varivel.
Por esta razo, ns temos a seguinte definio:

Definio 2 Duas solues viveis bsicas de um problema de PL com m


restries tecnolgicas na forma padro dita ser adjacente, se suas bases
tm m-1 variveis em comum.
A caracterizao dos pontos extremos de uma regio vivel de um problema de PL
como soluo vivel bsica para sua representao na forma padro fornece os
meios analticos para organizar a busca por um ponto extremo timo desenvolvido pelo
algoritmo Simplex. Os detalhes deste algoritmo o que veremos a seguir.

5. O algoritmo Simplex
Nas aulas anteriores ns estabelecemos os seguintes resultados importantes:
Se um problema de PL tem uma soluo tima limitada, ento existe um ponto extremo
da regio vivel que timo.

CV422 Introduo Pesquisa Operacional

Os pontos extremos de uma regio vivel de um problema de PL correspondem a


solues viveis bsicas de sua representao na forma padro.
O primeiro destes resultados implica que a fim de obter uma soluo tima de um
problema, ns podemos restringir nossa busca sobre o conjunto dos pontos extremos
da regio vivel. O segundo resultado fornece uma caracterizao algbrica deste
conjunto: cada um destes pontos determinado se escolhendo um conjunto de
variveis bsicas com nmero de elementos igual ao nmero de restries
tecnolgicas do problema, e o requisito adicional de que os (exclusivamente
determinados) valores destas variveis so no-negativos (conforme a discusso sobre
solues viveis bsicas). Isto ademais implica que o conjunto de pontos extremos de
um problema com m restries tecnolgicas e N variveis em sua representao na
forma padro pode ter somente um nmero finito de pontos extremos;
N
N!
o limite superior para o nmero de elementos
=
especificamente,
m! (N m )!
m
deste conjunto.
A ltima observao poderia fazer algum pensar que uma (ingnua) abordagem do
problema seria enumerar o conjunto inteiro de pontos extremos, comparar os seus
valores de funo objetivo e, eventualmente, escolher aquele que otimiza a funo
objetivo neste conjunto. Este tipo de abordagem talvez pudesse funcionar para
pequenas formulaes. Mas para problemas de tamanho razovel, o conjunto de
pontos extremos, mesmo sendo finito, pode ser extremante grande. Por exemplo, um
problema pequeno com 10 variveis (na forma padro) e 3 restries tecnolgicas
podem ter at 120 pontos extremos, enquanto que um problema com 100 variveis e
20 restries pode ter at 5,361020 pontos extremos e ainda ser um problema
pequeno!
Por esta razo, ns precisamos de uma abordagem mais sistemtica para organizar a
busca de modo que ns gerenciamos a complexidade resultante do tamanho do
espao de busca. Tal abordagem sistemtica fornecida pelo algoritmo Simplex. A
estrutura lgica bsica do algoritmo descrita na Figura 2.
O algoritmo comea com uma soluo vivel bsica (SVB) e a testa para verificar o seu
timo. Se alguma condio em termos de timo verificada, o algoritmo termina. Caso
contrrio, o algoritmo identifica uma soluo vivel bsica (SVB) adjacente com um
valor de funo objetivo maior. Este valor testado novamente em termos do timo da
funo objetivo e o esquema repetido at que uma SVB tima seja encontrada.
Desde que a cada momento uma nova SVB identificada, o valor da funo objetivo
melhorado (exceto para certos casos patolgicos que iremos ver mais a frente), e como
o conjunto de SVBs finito o algoritmo ir terminar em um nmero finito de passos
(iteraes).
tambm interessante examinar a interpretao geomtrica do comportamento do
algoritmo Simplex. Dada a descrio acima e a correspondncia entre as SVBs e os
pontos extremos, segue que o Simplex essencialmente comea a partir de um ponto
extremo inicial e segue uma trajetria ao longo das bordas da regio vivel at um
ponto extremo timo, de modo que todos pontos extremos intermedirios visitados
esto melhorando (mais precisamente, no piorando) o valor da funo objetivo.
A seguir, ns explicaremos como o algoritmo Simplex implementa esta lgica em seus
clculos aplicando-o em nosso exemplo de problema de PL.

CV422 Introduo Pesquisa Operacional

Figura 2: A estrutura lgica bsica do Simplex


5.1. A iterao bsica do Simplex atravs de um exemplo:
Consideremos o exemplo do item 2 em sua forma padro:
s.a.

max f ( x1, x2 ) = 200 x1 + 400 x 2


1
1
x1 +
x 2 + S1 = 1,0
40
60
1
1
x1 +
x 2 + S2 = 1,0
50
50
x i , Si 0,
i = 1,2

(4)

Encontrando uma SVB inicial


Para iniciar o algoritmo Simplex neste problema, ns precisamos identificar uma SVB
inicial. Para este problema em particular, uma SVB ter duas variveis bsicas, j que
ele possui duas restries tecnolgicas. Dando uma olhada na estrutura destas
restries na equao (4), pode ser observado que uma escolha conveniente B0 =
{S1,S2}, onde B0 denota o conjunto de variveis bsicas (base). De fato, fazendo x1 = x2
= 0, ns prontamente obtemos S1 = 1,0 e S2 = 1,0.
O clculo fcil feito acima dos valores das variveis bsicas se deve ao fato de que
cada uma destas variveis pode ser associada com uma e somente uma restrio.
Mais especificamente, (i) cada uma destas variveis aparece em somente uma
restrio, (ii) o coeficiente da varivel nesta restrio era igual a 1,0, e (iii) qualquer par
de variveis bsicas apareceu em diferentes restries. Um problema de PL cujas
restries satisfazem estas trs propriedades em relao a uma dada base, dito
como estando na forma cannica em respeito a esta base.

CV422 Introduo Pesquisa Operacional

Por outro lado, a viabilidade da base acima, B0 = {S1,S2}, foi estabelecida pelo fato de
que os coeficientes do lado direito das restries em sua forma cannica em relao
base B0 so no-negativos. Vamos abordar o problema de como calcular uma SVB
inicial no caso mais geral onde uma no estar prontamente disponvel por inspeo,
mais frente.

Testando as SVB em relao ao timo:


Verificando o sinal dos coeficientes da funo objetivo para as variveis no bsicas
notamos que o valor da funo objetivo corresponde base B0 determinado pelo fato
de que x1 = x2 = 0 e, portanto, z = 0. Ento, colocamos a questo: possvel que exista
uma outra SVB com um valor objetivo melhor? Obviamente, qualquer SVB na qual x1
e/ou x2 for uma varivel bsica tem uma chance considervel de ter um valor objetivo
melhor (ou seja, estritamente positivo), j que os coeficientes da funo objetivos para
estas variveis so nmeros positivos. Assim, a resposta a esta questo que a nonegatividade dos coeficientes da funo objetivo das variveis no-bsicas x1 e x2
implica que existe potencial para melhoria do valor objetivo z, e ambas as variveis x1 e
x2 so boas candidatas para entrar na base.

Escolhendo a varivel que vai entrar na base


Dado que em cada iterao de melhoria do objetivo o algoritmo Simplex considera
SVBs adjacentes, faz com que somente uma das variveis candidatas no-bsicas
eventualmente entrar na base. Tipicamente, a varivel escolhida para entrar na base
aquela que provocar a maior melhoria no valor objetivo por unidade de aumento da
varivel. No nosso caso, isto se traduz na escolha da varivel (no-bsica) com o
maior coeficiente positivo na funo objetivo, ou seja, a varivel x2.

Escolhendo a varivel que sair da base: o teste de proporo


Uma vez que tenhamos escolhido a varivel que ir entrar na base, ns nos
defrontamos com a questo de qual das atuais variveis da base ir cair for a, de forma
a se obter a SVB adjacente. A lgica atrs deste passo apresentada a seguir: Desde
que o aumento de x2 a partir de seu valor atual (zero) melhora o valor objetivo, ns
gostaramos de aument-lo o mximo possvel. O que nos restringe neste aumento a
exigncia de atender as restries tecnolgicas:
1
1
x1 +
x 2 + S1 = 1,0
40
60
1
1
x1 +
x 2 + S2 = 1,0
50
50
bem como as restries de no-negatividade impostas sobre as variveis do problema.
Em particular, desde que a varivel x1 ir permanecer como no-bsica, seu valor
permanecer igual a zero e, portanto, ela desaparece do conjunto de equaes acima.
Por esta razo, ns temos:

1
1
x2 + S1 = 1,0 S1 = 1,0
x2
60
60
1
1
x2 + S1 = 1,0 S1 = 1,0
x2
50
50
Notar que medida que x2 cresce, tanto S1 e S2 decrescem. Obviamente, x2 no pode
crescer alm de um valor que faa qualquer um dos S1 e S2 tornarem-se negativos.
Ento, o aumento permitido mximo para x2 obtido pela resoluo do sistema de
inequaes:

CV422 Introduo Pesquisa Operacional

10

S1 = 1,0

S1 = 1,0

1
x2 0
60

1
x2 0
50

(5)

Assim sendo,
1
1
x 2 min 60
1
1
50

(6)

ou seja, x2 50. A equao (6) conhecida como teste de proporo na teoria do


algoritmo Simplex, e para uma varivel que est entrando na base xj, sua forma geral
:
x j min
i

bi
: aij > 0
aij

(7)

A varivel que est deixando a base qualquer uma daquelas que correspondem a
uma restrio tecnolgica com ndice i que minimizem a equao (7); de fato, fixando xj
ao valor mnimo leva estas variveis a zero. Assim sendo, em nosso caso, a varivel
que deixar a base S2, e a nova SVB B1 = {S1 , x 2 } . O novo valor objetivo
(melhorado) z = 40050 = 20.000.

Obtendo a forma cannica em relao nova SVB: Pivotando a varivel que est
entrando
Neste ponto, ns devemos trazer de volta a questo a respeito da condio de timo
da base B1. Notemos, entretanto, a forma que ns tratamos esta questo bem como
todas as outras questes com relao base B0 foram facilitadas pelo fato de que o
conjunto original de restries tecnolgicas na equao (4) estava na forma cannica
em relao a esta base. Para sermos capazes de tratar o mesmo conjunto de questes
em relao base B1, ns devemos transformar o conjunto original de restries para a
forma cannica em relao a esta nova base.
Para realizar esta transformao, em primeiro lugar, ns reescrevemos as equaes do
problema original na forma:

z 200 x1
1
x
40 1
1
50

x1

400 x 2
1
+ 60
x2
1
+ 50
x2

= 0 ,0
= 1,0

+ S1
+ S2

(8)

= 1,0

Esta representao das restries tecnolgicas e da equao da funo objetivo


conhecida como tableau. Em particular, a linha correspondente equao da funo
objetivo conhecida como Linha-0 do tableau, e os coeficientes das variveis (nobsicas) nesta linha so conhecidos como coeficientes da Linha-0. Notar tambm que
a entrada do lado direito da Linha-0 fornece o valor objetivo da SVB corrente.
Sob a representao acima de tableau, as colunas correspondentes s variveis
bsicas S1 e S2 so essencialmente os vetores elementares (unitrios): 2 = [010 ]T e

3 = [001]T , respectivamente, enquanto que o terceiro vetor unitrio 1 = [100 ]T a

CV422 Introduo Pesquisa Operacional

11

coluna da varivel objetivo z. Esta uma outra maneira de caracterizar o fato de que o
tableau acima est na forma cannica em relao s variveis S1, S2.
Conseqentemente, para obter o tableau correspondente base B1 = {S1 , x 2 } , ns

devemos converter a coluna de x2 no tableau ao vetor unitrio 3 = [001]T , tendo


certeza que enquanto fazemos isto, ns no alteramos o contedo destas trs
equaes. Isto pode ser feito explorando-se duas propriedades de um sistema de
equaes lineares (geralmente conhecidas como operaes de linha elementares):
Se ns multiplicarmos qualquer uma das equaes do sistema por uma
constante diferente de zero, ns obtemos um sistema equivalente de equaes
(ou seja, um com o mesmo conjunto de solues).
Se multiplicarmos uma das equaes do sistema por uma constante e a
somarmos a uma Segunda equao, ns obtemos um sistema equivalente de
equaes.
Aplicando a primeira destas propriedades terceira das equaes (8), com um
coeficiente igual a 50, ns obtemos o seguinte sistema equivalente de equaes:

z 200 x1
1
40

400 x 2
+

x1

1
60

x2

+ S1

+ x2

x1

+ 50 S2

0 ,0

1,0

(9)

= 50 ,0

Multiplicando a terceira equao acima por -1/60 e a somando segunda equao, ns


obtemos:

z 200 x1
1
120

400 x 2
+ S1

x1
+ x2

x1

56 S2

+ 50 S2

0 ,0

1
6

(10)

= 50 ,0

Finalmente, multiplicando a terceira equao por 400 e a somando primeira, ns


obtemos:

z 200 x1
1
120

20.000 S2
+ S1

x1

x1

+ x2

5
6

S2
+ 50S2

= 20.000 ,0
=
=

1
6

(11)

50 ,0

Este novo tableau est na forma cannica em relao base B1. Como era esperado,
a transformao forneceu tambm (automaticamente) os valores das novas variveis
bsicas e o valor da funo objetivo correspondente nova base B1 (ou seja, o lado
direito da Linha-0).
Considerando os sinais dos coeficientes da Linha-0 neste novo tableau, ns podemos
ver que aumentando o valor de qualquer varivel no-bsica a partir de zero ter um
efeito de diminuio no valor objetivo. Assim sendo, ns podemos concluir que B1
uma base tima para o nosso exemplo. Os valores timos para as variveis bsicas
so: S1 = 1 6 e x 2 = 50 ,0 , e o valor objetivo timo igual a z* = 20.000 ,0 .
No devemos nos esquecer que para esta verso bsica do Simplex funcionar, todas
as restries devem ser do tipo e todas as variveis de deciso, bem como os
coeficientes do lado direito devem ser no-negativos.