Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu

Documentos relacionados
Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Cap ıtulo 1 Exerc ıcios de Formula c Enunciados

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu

Pesquisa Operacional Aula 3 Modelagem em PL

Cap ıtulo 1 Exerc ıcios de Formula c ao Enunciados

Slide 1. c 2000, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

EAD 350 Pesquisa Operacional Aula 01 Parte 2

Pesquisa Operacional. Introdução à Pesquisa Operacional Programação Linear

EAD 350 Pesquisa Operacional Aula 01 Parte 2

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº3: Dualidade. Interpretação Económica.

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Normal Montanha Competição Preço de venda Custos variáveis Fábrica Fábrica

PESQUISA OPERACIONAL. Fabiano F. T. dos Santos. Instituto de Matemática e Estatística

Otimização. Modelagem e Solução Gráfica. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia

AULA 03 MODELOS DE PROGRAMAÇÃO LINEAR. Eduardo Camargo de Siqueira PESQUISA OPERACIONAL TECNÓLOGO EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS

EAD 350 Pesquisa Operacional Aula 04 Parte 1 Resolução de Exercícios

Tópicos Especiais em Computação I

Programação Linear. (1ª parte) Informática de Gestão Maria do Rosário Matos Bernardo 2016

Investigação Operacional

Prof. Denise Benino - UNINOVE

PROGRAMAÇÃO LINEAR 11º ANO MATEMÁTICA A

Técnicas de Planeamento e Gestão. Folha nº. 1 Introdução à Programação Linear 2007/08

max z = 10x 1 + 4x 2 s.a x 1 + x x 1 + 4x x 1 + 6x 2 300

Complementos de Investigação Operacional. Folha nº 1 Programação Inteira 2006/07

Complementos de Investigação Operacional. Folha nº 1 Programação Inteira 2007/08

UNIVERSIDADE DE ÉVORA UNIVERSIDADE DO ALGARVE

INVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios. Cap. IV Modelo Dual

Métodos e Medidas II

* O que originou a designação Operational Research no Reino Unido, A origem da Investigação Operacional (IO)?

PROGRAMAÇÃO LINEAR E APLICAÇÕES

Investigação Operacional

Programação Linear. Rosa Canelas 2010

Dualidade e Análise de Sensibilidade

FMU Administração de Empresas Pesquisa Operacional Prof. Marcos José Traldi

Exame de Investigação Operacional - Época Especial 13 de Dezembro de I (4 val.)

PROGRAMAÇÃO LINEAR. Tipo de problemas: cálculo do plano óptimo de distribuição de mercadorias; minimiação de desperdícios no corte de materiais;

Programação Matemática /2011

Pesquisa Operacional. 4x1+3x2 <=1 0 6x1 -x2 >= 20 X1 >= 0 X2 >= 0 PESQUISA OPERACIONAL PESQUISA OPERACIONAL PESQUISA OPERACIONAL PESQUISA OPERACIONAL

Pesquisa Operacional aplicada ao Planejamento e Controle da Produção e de Materiais Programação Linear

Recursos críticos disponíveis: Madeira 300 metros Horas de trabalho 110 horas

Pesquisa Operacional aula 3 Modelagem PL. Profa. Alessandra Martins Coelho

EAD 350 Pesquisa Operacional Aula 03 Parte 2

INVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios

Questões para Prova Integrada Institucional Curso: Administração de Empresas Semestre: 2osem/3osem Disciplina: Matemática Aplicada à Administração

sujeito a: 30x x (madeira) 5x x (horas de trabalho) x 1, x 2 0

Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL

Investigação Operacional

Matemática. C. Requejo (UA) Métodos de Investigação Operacional MIO / 34

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº4 Pós-Optimização e Análise de Sensibilidade

Simplex. Investigação Operacional José António Oliveira Simplex

Pesquisa Operacional

Investigação Operacional

Otimização Aplicada à Engenharia de Processos

Pesquisa Operacional Modelos, Conceitos Básicos para PL. Prof. Ricardo Santos

Pesquisa Operacional Aula 4 Solução Gráfica em Programação Linear

Programação Dinâmica (Determinística)

Pesquisa Operacional (PO)

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR MÉTODO SIMPLEX. Prof. Angelo Augusto Frozza, M.Sc.

UTILIZAÇÃO DE PROGRAMAÇÃO LINEAR EM UMA MICROEMPRESA DE USINAGEM

DECISÕES ESTRATÉGICAS DE CURTO PRAZO: Programação Linear

PESQUISA OPERACIONAL 4. MODELAGEM MATEMÁTICA 5. ROTEIRO PARA A CONSTRUÇÃO DO MODELO. Prof. Edson Rovina Página 6

PROGRAMAÇÃO LINEAR 1. A TEORIA DA PROGRAMAÇÃO LINEAR 2. MÉTODO GRÁFICO 3. MÉTODO SIMPLEX 4. ANÁLIDE DE SENSIBILIDADE 5. APLICAÇÕES

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc.

EXERCÍCOS DES TESTES/EXAMES DE ANOS ANTERIORES (LEGI-IST-JRF)

Programação Linear (PL)

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana

EXERCICIOS SOBRE: TEORIA DO PRODUTOR VIII Teoria da produção (analise em período curto)

Fundamentos de Investigação Operacional. Mestrado em Engenharia Civil 2011/12

Modelos em Programação Matemática

INTRODUÇÃO À ENGENHARIA

Programação Matemática

MAXIMIZAÇÃO DO FATURAMENTO DE UMA EMPRESA DO SETOR ENERGÉTICO COM BASE NA PROGRAMAÇÃO LINEAR

Gestão. Investigação Operacional. Teste / Exame 3.º ano / 1.º Semestre 2009 / 2010

Modelagem. Tecnologia da Decisão I TP065. Profª Mariana

Max z= c 1 x 1 + c 2 x 2 + c 3 x c n x n. b 3. c ij : Coeficientes de Custos x j : Variáveis de Decisão. b i : Quantidade Disponível

No eixo das ordenadas o ponto B tem abcissa nula (x 1 = 0) pelo que a equação se reduz a 20x 2 = 300. Madeira. C(10,10) não é admissível.

2. Problemas de Transportes e Afectação

Fundamentos de Investigação Operacional. Mestrado em Engenharia Civil 2010/11

Professor João Soares 20 de Setembro de 2004

Lista de Exercícios Programação Inteira. x 2 0 e inteiros.

CURSO DE LOGÍSTICA INTEGRADA DE PRODUÇÃO. Ferramentas de Apoio à Decisão Prof. Dr. Fabrício Broseghini Barcelos PARTE 02

Pesquisa Operacional. Prof. José Luiz

Investigação Operacional 2004/05 2º Mini-teste Extra. 9 de Dezembro, 11:00h 12:30h

Vânio Correia Domingos Massala

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DEPARTAMENTO DE MATEMÁTICA INVESTIGAÇÃO OPERACIONAL

Cap. 2 Pesquisa Operacional na Tomada de Decisão

Lista de Exercícios 1 - Otimização Linear Prof. Silvio Alexandre de Araujo. Construção de Modelos e Solução Gráfica

Investigação Operacional 2006/07 Ficha 7. Revisões. 1. Considere o seguinte problema de Programação Linear:

A Dualidade em Programação Linear

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL

Modelos em Programação Linear Inteira

Palavras e frases chave: Programação Linear; Tomada de decisões; Objectivos. Clasificação AMS: (opcional)

Investigação Operacional 2005/06 Ficha 6 Teoria da Dualidade e Problema de Transportes

Aplicações de PL possíveis até o momento

Complementos de Investigação Operacional. Folha nº 2 Programação Multiobjectivo 2006/07

DISCIPLINA: Investigação Operacional ANO LECTIVO 2009/2010

Investigação Operacional

Transcrição:

1

Aula 3 Definição de Problemas de Investigação Operacional (Prática) Construção de um modelo matemático de PL. Programação Matemática(PM) e Programação Linear(PL). Exemplos clássicos de PL. 2

Problema 3.1 Uma empresa necessita de produzir os produtos P1 e P2 que vende com margem de lucro unitário médio, de 1000Mt e 600Mt respectivamente. Para o produto P1 estão agendadas 35 horas de trabalho sabendo-se que, tecnicamente, a produção de uma unidade de P1 requer em média 5 horas. As encomendas em carteira, para o produto P2, aconselham a não produzir mais do que 7 unidades. No que respeita à matéria prima a utilizar, o stock existente é de 40 kg, sendo o consumo de 5kg por unidade produzida de P1 ou P2. A empresa pretende Optimizar a produção de P1 e P2 visando a maximização do lucro. Formule e resolva o problema graficamente. 3

Problema 3.1 (Resolução I) O problema pode ser apresentado na forma de tabela como se segue: Capacidade utilizada por unidade de produção Disponibilidade P1 P2 Horas de trabalho 5 0 35 Horas de trabalho 0 1 7 Matéria Prima (kg) 5 5 40 Lucro unitário (em Mt) 1000 600 4

Problema 3.1 (Resolução II) Sabendo que o lucro unitário médio do Produto P1 é de 1000 Mt e o lucro unitário médio do Produto P2 é de 600 Mt. Devem ser maximizados O lucro obtido com a venda de Produtos 1 MAIS O lucro obtido com a venda de Produtos 2 Que se traduz algebricamente na igualdade linear: Max Z 1000P 600P 1 2 5

Problema 3.1 (Resolução III) Para o produto P1 estão agendadas 35 horas de trabalho sabendo-se que, tecnicamente, a produção de uma unidade de P1 requer em média 5 horas. Tempo para produzir o Produto 1 NÃO PODE EXCEDER Disponibilidade agendada Que se traduz algebricamente na desigualdade linear: 5P 35 1 6

Problema 3.1 (Resolução IV) No que respeita à matéria prima a utilizar o stock existente é de 40 kg sendo o consumo de 5kg por unidade produzida de P1 ou P2. Matéria prima utilizada no Produto 1 MAIS Matéria prima utilizada no Produto 2 NÃO PODE EXCEDER O Stock existente Que se traduz algebricamente na desigualdade linear: 5P 5P 40 1 2 7

Problema 3.1 (Resolução V) As encomendas em carteira, para o produto P2, aconselham a não produzir mais do que 7 unidades. A produção do Produto 2 NÃO PODE EXCEDER A produção aconselhada Que se traduz algebricamente na desigualdade linear: P 7 2 8

Problema 3.1 (Resolução VI) O modelo matemático apresenta-se da seguinte forma: Maximizar Z 1000P 600P 5P 35 2 1 5P 5P 40 P 1 2 7 P1, P2 0 1 2 9

8 P 2 7 6 5 P 2 7 5P 1 + 5P 2 40 Devem ser produzidas 7 unidades do produto P1 e 1 do produto P2 de modo a maximizar o lucro que será de Z=7600 Mt 4 3 2 1 10P 1 + 6P 2 =30 5P 1 35 P 1 =7 P 2 =1 Z=76 1 2 3 4 5 6 7 8 P 1 10

Problema 3.2 Numa pequena empresa de informática produzem-se dois tipos de produtos, computadores portáteis com CPU 3.0 GHz e computadores portáteis com CPU 3.4 GHz. Os CPU 3.4 GHz são produzidos na secção de Processadores I e depois remetidos à secção de montagem, enquanto os CPU 3.0 GHz são produzidos na secção de Processadores II e depois passam para a de montagem. A disponibilidade e as necessidades de tempo para a execução de cada um dos produtos encontram-se apresentadas na tabela em anexo. 11

Problema 3.2 Computadores Tempo Disponível Secção Portáteis com Portáteis com (Horas-Homem) CPU 3.4 GHz CPU 3.0 GHz Processadores I 3 150 Processadores II 2 150 Montagem 2 2 200 Sabendo que a empresa vende com o lucro de 20000 Mt cada computador portátil com CPU 3.4 GHz e de 17500 Mt cada computador portátil com CPU 3.0 GHz. Determinar o plano óptimo de produção de forma a maximizar o lucro total. Formule o modelo de programação linear para este problema. Diga quais são os recursos, as actividades, o nível de actividades, e a medida de vantagem para o problema dado. 12

Problema 3.2 Sejam x 1 laptop de 3.4 GHz e x 2 laptop de 3.0 GHz a produzir. Sabendo que o lucro unitário é de 20000 Mt para cada laptop de 3.4 GHz e 17500 Mt para cada laptop de 3.0 GHz. Devem ser maximizados O lucro obtido com a venda de laptop de 3.4 GHz MAIS O lucro obtido com a venda de laptop de 3.0 GHz Que se traduz algebricamente na igualdade linear: Max Z 20000x 17500x 1 2 13

Problema 3.2 Para as tampas estão agendadas 150 horas-homem de trabalho na fundição, sabendo-se que tecnicamente, a produção de uma tampa requer em média 3 horas-homem. Tempo para produzir as laptop de 3.4 GHz NÃO PODE EXCEDER Disponibilidade agendada na Processadores I Que se traduz algebricamente na desigualdade linear: 3x1 150 14

Problema 3.2 Para as grelhas estão agendadas 150 horas-homem de trabalho na soldadura, sabendo-se que tecnicamente, a produção de uma grelha requer em média 5 horas-homem. Tempo para produzir as laptop de 3.0 GHz NÃO PODE EXCEDER Disponibilidade agendada na Processadores II Que se traduz algebricamente na desigualdade linear: 2x2 150 15

Problema 3.2 No que respeita à secção de montagem o tempo disponível é de 200 horas-homem sendo necessárias 2 horas-homem tanto para cada para cada laptop de 3.4 GHz como para cada laptop de 3.0 GHz. Tempo para montar os laptop de 3.4 GHz MAIS Tempo para montar os laptop de 3.0 GHz NÃO PODE EXCEDER Disponibilidade agendada na montagem Que se traduz algebricamente na desigualdade linear: 2x 2x 200 1 2 16

Problema 3.2 (Resolução I) O modelo de programação linear para este problema torna-se x 1 laptop de 3.4 GHz. x 2 laptop de 3.0 GHz. Maximizar z= 20000x 1 +17500x 2 s.a: 3x 1 + 0x 2 150 0x 1 + 2x 2 150 2x 1 + 2x 2 200 x 1,x 2 ³ 0 17

x 2 110 100 90 80 70 60 50 40 30 20 10 2x 2 150 Problema 3.2 (Resolução II) 3x 1 150 x 1 =50 x 2 =50 Z=187500 2x 1 + 2x 2 200 Devem ser produzidas 50 laptop de 3.4 GHz e e 50 laptop de 3.0 GHz de modo a maximizar o lucro que será de Z=1875000 Mt Z=20000x 1 + 17500x 2 10 20 30 40 50 60 70 80 90 100 110 x 1 18

Problema 3.3 (I) Publicações Polémicas vai publicar uma autobiografia de um político controverso, e admite que a 1ª edição vai ser vendida por completo se não houver atrasos. Foi decidido que versões de Luxo (L) e Normal (N) vão aparecer simultaneamente e são conhecidas as seguintes condicionantes do projecto: (a) O departamento de impressão pode produzir no máximo 10000 cópias (incluindo versões L e N). (b) O departamento de encadernação pode concluir 12000 cópias N ou 8000 cópias L se trabalhar em cada um destes tipos isoladamente. Se produzir as duas versões, pode produzir proporções daquelas quantidades que totalizem 1. 19

Problema 3.3 (II) (c) O armazém pode despachar um máximo de 15000 cópias N ou 9000 cópias L, ou proporções que totalizem 1. (d) Já existem pedidos de 2000 versões N e 1000 versões L, que deverão ser satisfeitos na 1ª edição. (e) Pelo menos 1/4 do total das cópias deverá ser em versão de Luxo (L). O lucro resultante da venda de uma cópia N é de 600,00 Mt e de uma cópia L é de 720,00 Mt. Publicações Polémicas pretende saber qual o número de cópias de cada tipo a produzir de modo a obter o maior lucro possível. 20

Problema 3.3 (III) (a) Formule este problema como Programação Linear. (b) Resolva-o graficamente, ilustrando o conjunto das soluções admissíveis. 21

Problema 3.3 (Solução I) Sejam x L Versões de Luxo e x N Versões Normais. Sabendo que o lucro unitário da venda de uma cópia normal é de 600,00 Mt e de 720,00 Mt para cada cópia de luxo Devem ser maximizados O lucro obtido com a venda de cópias normais MAIS O lucro obtido com a venda de cópias de luxo Que se traduz algebricamente na igualdade linear: Maximizar Z 600x 720x N L 22

Problema 3.3 (Solução II) O departamento de impressão pode produzir no máximo 10000 cópias (incluindo versões L e N). As versões normais MAIS As versões de luxo NÃO PODEM EXCEDER O máximo de 10000 Que se traduz algebricamente na desigualdade linear: x N x L 10000 23

Problema 3.3 (Solução III) O departamento de encadernação pode concluir 12000 cópias N ou 8000 cópias L se trabalhar em cada um destes tipos isoladamente. Se produzir as duas versões, pode produzir proporções daquelas quantidades que totalizem 1. As versões normais/12000 MAIS As versões de luxo/8000 NÃO PODEM EXCEDER O máximo de 1 Que se traduz algebricamente na desigualdade linear: xn xl 12000 8000 1 24

Problema 3.3 (Solução IV) O armazém pode despachar um máximo de 15000 cópias N ou 9000 cópias L, ou proporções que totalizem 1. As versões normais/15000 MAIS As versões de luxo/9000 NÃO PODEM EXCEDER O máximo de 1 Que se traduz algebricamente na desigualdade linear: xn xl 15000 9000 1 25

Problema 3.3 (Solução V) Pelo menos 1/4 do total das cópias deverá ser em versão de Luxo (L). ¼ As versões normais MAIS As versões de luxo PELO MENOS DEVEM SER Versões de Luxo Que se traduz algebricamente na desigualdade linear: 1 4 x x x N L L 26

Problema 3.3 (Solução VI) Já existem pedidos de 2000 versões N e 1000 versões L, que deverão ser satisfeitos na 1ª edição. As versões normais DEVEM NO MÍNIMO Satisfazer os pedidos já existentes (2000) As versões de Luxo x x DEVEM NO MÍNIMO Que se traduz algebricamente na desigualdade linear: N L 2000 1000 Satisfazer os pedidos já existentes (1000) 27

Problema 3.3 (Solução VII) O modelo de programação linear para este problema torna-se Maximizar Z 600x 720x sujeito a : x N L 10000 xn xl 1 12000 8000 xn xl 1 15000 9000 1 xn xl xl 4 x 2000 x N L x 1000 N L Maximizar Z 600x 720x sujeito a : x N L 10000 2x 3x 24000 N L 3x 5x 45000 x x x N N L N x L 4x 0 L 2000 1000 N L 28

11 10 9 8 7 6 5 4 3 2 x L Problema 3.2 (Resolução VIII) x N + x L 10000 3x N + 5x L 45000 x N 2000 2x N + 3x L 24000 Devem ser produzidas 600 versões normais e 400 versões de luxo de modo a maximizar o lucro que será de Z=6 480 000 Mt x N - 3x L 0 x L 1000 1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 x N 29

Problema 3.4 (I) A direcção de Marketing de uma empresa de mobiliário metálico de escritório sugere o lançamento de dois novos produtos: um modelo de secretária e um modelo de estante, ambos em substituição de modelos actuais. Esta direcção não prevê dificuldade de colocação dos produtos no mercado para as estantes, enquanto que aconselha que a produção mensal de secretárias não ultrapasse as 160 unidades. Após estudos levados a cabo pela Direcção de Produção, concluiu-se que: A disponibilidade mensal do Departamento de Estampagem é de 720 horas-máquina. 30

Problema 3.4 (II) A disponibilidade mensal do Departamento de Montagem e Acabamento é de 880 horas-homem. Cada secretária necessita de 2h-M de estampagem e 4h-H de montagem e acabamento. Cada estante necessita de 4h-M de estampagem e 4h-H de montagem e acabamento. As margens brutas unitárias estimadas são de 6.000,00MT para as secretárias e 3.000,00MT para as estantes. Formalize o problema de forma a se poder determinar o plano de produção mensal que maximize a margem bruta, para estes dois novos produtos e resolva o problema através do método gráfico. 31

Problema 3.4 (Resolução I) A disponibilidade mensal do departamento de montagem e acabamento é de 880 horas-homem; Cada secretária necessita de 2 H-M de estampagem e 4 H-H de montagem e Acabamento; Cada estante necessita de 4 H-M de estampagem e 4 H-H de montagem e Acabamento. Por outro lado as margens brutas unitárias estimadas são de 6 000,00 Mt para secretárias e 3 000,00 Mt para estantes. A empresa pretende determinar o plano óptimo mensal para novos modelos que maximiza a margem bruta. 32

Problema 3.4 (Resolução II) Sejam x 1 e x 2 o número de secretárias e de estantes de novos modelos, respectivamente a produzir mensalmente e z a margem bruta total no mesmo período. Tem-se evidentemente x 1 e x 2 como variáveis de decisão e como objectivo determinar valores para estas duas variáveis que maximizem: z 3 6x1 3x2 (em10 Mtn) 33

Problema 3.4 (Resolução III) Tendo em conta as restrições impostas pelas limitações da capacidade produtiva do mercado. Relativamente ao departamento de estampagem sabe-se que: cada secretária necessita de 2 H - M, pelo que o número total de horas-máquina necessárias à produção de x 1 secretárias é de 2x 1. cada estante necessita de 4 H - M, pelo que o número total de horas-máquina necessárias a produção de x 2 estantes é 4 x 2. a disponibilidade mensal é de 720 horas-máquina 34

Problema 3.4 Então a restrição relativa a este departamento é: Tempo total de máquina gasto na produção de secretárias MAIS Tempo total de máquina gasto na produção de estantes NÃO PODE EXCEDER Disponibilidade em Horas - maquina Que se traduz algebricamente na desigualdade linear: 2x 4x2 1 720 Analogamente tem-se para o Departamento de Montagem e Acabamento 4x 4x2 1 880 35

Problema 3.4 (Resolução IV) No que diz respeito ao mercado, a restrição traduz-se por: x 1 160 Para alem destas restrições, tem-se ainda: x 1 0 x2 0, Pois não fazem sentido produções negativas 36

Problema 3.4 (Resolução V) Em síntese o problema consiste em escolher x 1 e x 2 por forma a: Maximizar z sujeito a : 6x 1 3x 2 x 1, x 2 2x 4x x 0 1 1 1 4x 4x 2 2 720 880 160 37

40 35 X2 Problema 4 30 25 6x 1 +3x 2 =18 20 15 4X1 + 4X2 88 Solução: Z=1.140.000 Mt, x 1 =160, x 2 =60 X1 16 Z=114, X1 = 16, X2 =6 10 2X1 + 4X2 72 5 5 10 15 20 25 30 35 40 X1 38

Trabalho Para Casa (I) São fornecidos os seguintes dados para um problema de programação linear em que o objectivo é minimizar o custo de conduzir duas actividades não-negativas, de forma a atingir três objectivos que estejam abaixo dos seus níveis mínimos: 39

Benefício Trabalho Para Casa (II) Contribuição de benefício por unidade de cada actividade Actividade 1 Actividade 2 Nível mínimo aceitável 1 5 3 60 2 2 2 30 3 7 9 126 Custo unitário US$ 60 US$ 50 a) Formule um modelo de programação linear para este problema; b) Use o método gráfico para solucionar o modelo. Enviar até as 5 horas de segunda-feira dia 27 de Fevereiro de 2012 com o subject : TPC01 40