Investigação Operacional

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

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

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

CAPÍTULO 4. Teoria da Dualidade

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

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

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

Simplex. Investigação Operacional José António Oliveira Simplex

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

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

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Investigação Operacional

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

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

IV - P R O G R A M A Ç Ã O L I N E A R :

Programação Linear M É T O D O S : E S T A T Í S T I C A E M A T E M Á T I C A A P L I C A D A S D e 1 1 d e m a r ç o a 2 9 d e a b r i l d e

X - D U A L I D A D E

Optimização/Matemática II (Eco)

Sistemas de Equações lineares

Optimização em Redes e Não Linear

Investigação Operacional

Investigação Operacional

Investigação Operacional

CAPÍTULO 3. Método Simplex

Simplex. Transparências de apoio à leccionação de aulas teóricas. c 2011, 2009, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP

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

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.

DISCIPLINA: Investigação Operacional ANO LECTIVO 2009/2010

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

Otimização Aplicada à Engenharia de Processos

Problemas de Transportes e de Afectação

Programação Linear. MÉTODOS QUANTITATIVOS: ESTATÍSTICA E MATEMÁTICA APLICADAS De 30 de setembro a 13 de novembro de 2011 prof. Lori Viali, Dr.

Investigação Operacional

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

Aula 02: Algoritmo Simplex (Parte 1)

Departamento de Matemática da Universidade de Coimbra. Licenciatura em Matemática. e B =

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

Investigação Operacional 1. Transparências de apoio à leccionação de aulas teóricas. x j - valor da variável de decisão j;

Dualidade e Análise de Sensibilidade

Álgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07

Programação Matemática Lista 3

Álgebra Linear. Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07

Programação Linear - Parte 5

Aula 10: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo

O Problema de Transportes

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

2º Semestre 2002/2003 Problemas Resolvidos

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

FOLHAS DE PROBLEMAS DE MATEMÁTICA II CURSO DE ERGONOMIA PEDRO FREITAS

Álgebra Linear - Exercícios resolvidos

Frequência / Exame de 1. a Época

Solução de problemas de PL com restrições do tipo >= e =

Instituto Universitário de Lisboa

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

Programação Linear. Dualidade

X 1 X 2 Y

Prof.: Eduardo Uchoa.

PESQUISA OPERACIONAL 11. SOLUÇÃO ALGEBRICA O MÉTODO SIMPLEX ( ) DEFINIÇÕES REGRAS DE TRANSFORMAÇÃO. Prof. Edson Rovina Página 16

Problemas de Fluxos em Redes

Professor João Soares 20 de Setembro de 2004

Professor: Rodrigo A. Scarpel

Algoritmo Simplex para Programação Linear I

Investigação Operacional

Programação Matemática

Programação Matemática. Método Simplex

Instituto Universitário de Lisboa

ficha 4 valores próprios e vectores próprios

IX - A N Á L I S E D E S E N S I B I L I D A D E

exercícios de álgebra linear 2016

Aulas práticas de Álgebra Linear

Frequência / Exame de 1. a Época

Optimização e Algoritmos (2004/2005) Série de Problemas 1 Programação Linear, Método Simplex

1. Formule o problema seguinte: A empresa Janex produz três tipos de janelas J. modelo Horas de trabalho Alumínio /kg Madeira /kg Vidro/ kg

Investigação Operacional 21076

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

Resolução de PL usando o método Simplex

PROGRAMAÇÃO LINEAR 11º ANO MATEMÁTICA A

O método Simplex Aplicado ao Problema de Transporte (PT).

Método Simplex V 1.1, V.Lobo, EN / ISEGI, 2008

1. Duma vez por todas, e já que se trata dum novo hotel da Sonhos e Companhia Limitada,

GEOMETRIA II EXERCÍCIOS RESOLVIDOS - ABRIL, 2018

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Investigação Operacional E-FÓLIO A. Ano lectivo 2015/2016. Proposta de Resolução

Sistemas de Equações Lineares e Matrizes

Professor: Rodrigo A. Scarpel

Índice. Prefácio Os modelos de programação linear e a investigação operacional 17

1 a LISTA DE EXERCÍCIOS Sistemas de Equações Lineares e Matrizes Álgebra Linear - 1 o Semestre /2018 Engenharia Aeroespacial

ficha 1 matrizes e sistemas de equações lineares

UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA LICENCIATURA EM ENGENHARIA CIVIL/TOPOGRÁFICA ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA

Combinando inequações lineares

Vânio Correia Domingos Massala

Pesquisa Operacional

Programação Linear (PL) Solução algébrica - método simplex

INVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

A Dualidade em Programação Linear

Pesquisa Operacional

Programação Linear. Rosa Canelas 2010

Transcrição:

Ano lectivo: 0/06 Universidade da Beira Interior - Departamento de Matemática Investigação Operacional Ficha de exercícios n o Algoritmo Simplex Cursos: Gestão e Economia. Considere o seguinte conjunto de soluções admissíveis: { } S = (x, x ) R : x + x 0 x x 0 x + x 30 x + x 0 x, x 0 (a) Determine, indicando graficamente, as regiões de S onde as variáveis de folga são nulas. (b) Indique todas as soluções básicas admissíveis, as respectivas matrizes básicas associadas e classifiqueas quanto à degenerescência.. Considere o seguinte conjunto de soluções admissíveis: { } S = (x, x ) R : x x 3 x x + x 3 x, x 0 Relativamente a este conjunto, indique: (a) Todas as soluções básicas admissíveis e as respectivas matrizes básicas. (b) Uma solução básica degenerada. (c) Uma solução admissível não básica. (d) Três soluções básicas não admissíveis. 3. Seja S um conjunto de soluções admissíveis definido da seguinte forma: S = {(x, x ) R : x x x 4 4x + x 4α x, x 0}, α R (a) Determine os valores de α por forma que: i. S =. ii. S = {(3, 4)}. iii. S = {(x, x ) R : x x x 4 x, x 0} (b) Determine, caso seja possível, expressões para z = f(x, x ), por forma que o problema em Programação Linear max z = f(x, x ) s.a: x S, com α = i. tenha uma única solução óptima degenerada. Indique essa solução. ii. tenha uma infinidade de soluções óptimas: indique três expressões diferentes de z = f(x, x ) que dão origem a este tipo de soluções. iii. não tenha solução óptima finita. (c) Considere o problema em Programação Linear: max z = x x s.a: x S, com α = i. Resolva graficamente o problema. ii. Indique, caso existam: duas soluções básicas não admissíveis; todas as soluções básicas admissíveis e respectivas matrizes básicas, classificando-as quanto à degenerescência; uma solução não básica admissível; uma solução básica óptima; uma solução óptima não básica.

4. Considere o seguinte problema em Programação Linear: (a) Para que valores de m reais pode B = solução básica admissível? max z = x + 0x s.a: x + x 0 mx + x 80 x + x 0 x, x 0 0 m 0 (b) Tome m =. Determine a solução associada a B e classifique-a. constituir uma matriz associada a uma. (Exame Época Normal 004) Considere o seguinte problema linear, cuja região admissível se encontra esboçada no gráfico ao lado: x max z = x x s.a: x + x 4 x + x 6 x + x 6 x, x 0 6 4 A 4 6 (a) Indique e classifique três soluções básicas admissíveis associadas ao vértice A. (b) Indique uma solução admissível não básica. x 6. Considere os seguintes problemas: (a) min z = x + 3x + x 3 s.a: x + x x 3 6x + 7x 9x 3 = 8x 7x + x 3 3 x, x 0, x 3 R (b) max z = min(7x 8x, x + 9x + 4x 3 ) s.a: 6x + 9x + 8x 3 00 8x x 3x 3 00 x, x, x 3 0 Escreva os problemas em Programação Linear e simultaneamente na forma padrão. 7. Considere o seguinte problema de PL: max z = 4x + x s.a: 3x + x 30 (recurso ) x + x 0 (recurso ) x 8 (recurso 3) x, x 0 (a) Represente graficamente o espaço das soluções. (b) Indique todas as soluções básicas admissíveis (SBA) do problema e respectivos valores da função objectivo (f.o.).

(c) Determine a solução óptima e o respectivo valor da f.o. através do Algoritmo Simplex. 8. Resolva o seguinte problema utilizando o Algoritmo Simplex: max z = 3x + x + 4x 3 + + x 6 s.a: x + 6x + 3x 3 + + + 4x 6 600 x i 0, i =,..., 6 9. Resolva o seguinte problema utilizando o Algoritmo Simplex: max z = 3x + x s.a: x 3x 3 x + x x, x 0 0. Uma empresa deseja realizar um show na televisão para publicitar os seus produtos. O show durará exactamente 30 minutos e nele actuarão um actor cómico e um grupo musical. A empresa deseja que sejam consagrados a anúncios pelo menos 4 minutos. A estação de televisão exige que o tempo dedicado aos anúncios não exceda 8 minutos, não podendo, além disso, em caso algum ser superior ao tempo atribuído ao actor cómico. Este, por sua vez, não está disposto a actuar durante mais de minutos. Ao grupo musical caberá o tempo restante. O custo de actuação do actor é de 000e/min e o do grupo musical é.000e/min. Sondagens recentes mostram que: por cada minuto de exibição do actor, 4000 espectadores sintonizam essa estação; por cada minuto de exibição do grupo musical, espera-se 000 novos espectadores; por cada minuto de anúncios.000 pessoas desligam o aparelho ou sintonizam outra estação. A empresa pretende determinar a constituição ideal do referido show, de modo a: (a) Maximizar o número de espectadores; (b) Minimizar o custo do show. Formule matematicamente ambos os problemas e resolva-os usando o Algoritmo Simplex.. Uma fábrica produz dois tipos de pneus: radiais sem câmara-de-ar e radiais com câmara-de-ar. Ambos os tipos passam pelas seguintes fases de fabrico: Moldagem, Vulcanização e Acabamento. A matriz tecnológica, as margens brutas por centena de pneus e as disponibilidades diárias em horas das secções da fábrica, são as seguintes: Secções Pneus (Operários/00 pneus) sem câmara com câmara Disponibilidades (Operários/dia) Moldagem Vulcanização 9 Acabamento 3 6 Margem bruta (e) 8 8 Pretende-se determinar o programa de produção diária, sabendo que não existem dificuldades de mercado nem compromissos assumidos. Resolva este problema através do Algoritmo Simplex. Verifique a existência de óptimos alternativos.. Considere o seguinte problema de P.L.: max z = x + x + x 3 s.a: x + x 3 x + x + x 3 8 x + x x 3 x, x, x 3 0

Sabe-se que no quadro óptimo do Simplex para este problema as variáveis x 3, e x são (por esta ordem) básicas e é a variável folga associada à a restrição ( e x 6 são as variáveis de folga para a a e 3 a, respectivamente). Conhece-se ainda a inversa da base óptima (B): B = 0 0 0 (a) Sem aplicar o algoritmo Simplex, construa o quadro Simplex óptimo associado à matriz básica B. (b) Utilizando o quadro óptimo, determine as quantidades não utilizadas de cada recurso. 3. Resolva, utilizando o Método do M Grande (Penalidades), o seguinte problema: max z = x + x + x 3 s.a: x + x + x 3 = 6 x + 3x + 3 = x + x + x 3 + = x, x, x 3 0 4. Resolva, utilizando o Algoritmo Simplex, o seguinte problema de PL : max z = x + 3x s.a: x + x 6 x + x x 3 x, x 0. Resolva, utilizando o Algoritmo Simplex, o seguinte problema: min z = 00x + 00x + 0x 3 s.a: x + x + 0x 3 + 000 0x + 8x + x 3 000 0x + x 00 x, x, x 3 0 6. Resolva, utilizando o Algoritmo Simplex, o seguinte problema: max z = x + x + 3x 3 + 4 s.a: 3x + x + 3x 3 x + x x 3 + x + x + x 3 + = x, x, x 3 0 7. Resolva, utilizando o Método das Duas Fases, o seguinte problema: max z = 6x + x s.a: 0.x + 0.x 9 0.3x + 0.x 6 0.3x + 0.6x 8 0.x + 0.x 4 x, x 0 8. Resolva, utilizando o Método das Duas Fases ou do M Grande, o seguinte problema: max z = x x + x 3 s.a: x + x + 3x 3 9 x x = 6 x x 3 4 x, x, x 3 0

9. Resolva, utilizando o Método das Duas Fases ou do M Grande, o seguinte problema: max z = x + x + 3x 3 s.a: x + x + x 3 3 x + x + x 3 3x x 3 = 8 x, x, x 3 0 0. Resolva, utilizando o Algoritmo Simplex, o seguinte problema:. Considere o Problema Linear: (a) Calcule uma solução básica admissível. min z = 3x x + x 3 + s.a: x 4x x 3 + 8 x + x + x 3 3 0 x x 4x 3 + 3 x, x, x 3 0 min z = x x + x 3 s.a: x + 4x + x 3 6 x + x + 3x 3 x, x, x 3 0 (b) Obtenha a solução óptima deste problema através do Algoritmo Simplex, indicando a base óptima.. Considere o Problema Linear: em que b e b são constantes não negativas. O quadro Simplex óptimo deste problema é: min z = x + x + 3x 3 s.a: x + x + x 3 b x x 6x 3 b x, x, x 3 0 x B x x x 3 b x a 0 30 0 b 8 0 z j c j 0 c 7 d e 0 (a) Calcule os valores de b e b que dão origem ao quadro Simplex apresentado. (b) Calcule os valores de a a e do quadro óptimo. 3. Considere o seguinte problema de Programação Linear: max z = x x + x 3 s.a: 3x + x + x 3 6 x x + x 3 x + x x 3 x, x, x 3 0 Sabe-se que no quadro óptimo do Simplex para este problema as variáveis, x e x (por esta ordem) são básicas e é a variável folga associada à a restrição ( e x 6 são as variáveis de folga para a a e 3 a, respectivamente). Sabendo que a inversa da base óptima (B) é: B = 0 0 Construa o quadro óptimo de Simplex associado a B, sem aplicar o algoritmo de Simplex.

4. (Frequência 004/00) Considere a seguinte formulação em Programação Linear: max z = x x s.a: 4x + x 4 x + x 3 x, x 0 (a) Encontre a solução óptima deste problema através do Algoritmo Simplex. (b) Classifique a solução encontrada em (a) quanto à degenerescência e unicidade.. (Ex. Recurso 004/00) Considere o seguinte quadro Simplex inicial de um problema de maximização com todas as restrições de : x B x x x 3 b x 3 0 3 0 3 z j c j 0 0 0 (a) Interprete economicamente o custo reduzido de x. (b) Fazendo x entrar para a base, justifique por que razão a variável que se torna não básica se identifica determinando o min{, 3 }. 6. (Mini-Teste n o, 00/006, EC) Considere o seguinte problema em Programação Linear: max z = x x s.a: x x b a x + x b x, x 0 em que b e b são constantes não negativas. Considere o seguinte quadro Simplex referente a uma SBA do problema, onde as variáveis x 3 e são as variáveis de folga das primeira e segunda restrições, respectivamente: x B x x x 3 b x 0 0 3 z j c j 0 0 0 Quadro (a) Fazendo x entrar para a base, preencha o quadro consequente: x B x x x 3 b z j c j Quadro (b) Indique a[ matriz básica ] associada[ à SBA ] do quadro : 0 B = B = B = [ 0 0 ] B = (c) Classifique como verdadeira (V) ou falsa (F) cada uma das seguintes afirmações: O problema tem solução óptima única. [ 0 ]

No quadro, z 3 c 3 =, significa que é vantajoso fazer x 3 entrar para a base. A SBA associada ao quadro é degenerada. O vector dos termos independentes é b = 4 7. (Exame, a chamada, 00/0) Considere a seguinte região de admissibilidade de um PL e indique quais os pontos assinalados que correspondem a: C A H G B E F D (a) Soluções admissíveis. (b) Soluções básicas admissíveis. (c) Soluções não admissíveis. (d) Soluções básicas não admissíveis. (e) SBA degeneradas. 8. (Exame P, 00/006, ME+MI+MA+EPGI+EI+EC+E) Uma empresa pretende maximizar o seu lucro, expresso em milhares de e, através da determinação da solução óptima do seguinte problema (já na forma padrão): max z = 0x 0x s.a: 4x + x x 3 = 8 x x + = x j 0, j =,..., 4 (a) Determine a solução óptima deste problema através do Algoritmo Simplex. (b) Classifique a solução óptima obtida na alínea anterior quanto à degenerescência e unicidade. (c) Com base na solução óptima determinada em (a), complete as seguintes afirmações: i. Ao fazer entrar para a base, a variação do valor da f.o. será de mile. A solução que se obtém é (quanto à degenerescência). ii. Ao fazer x entrar para a base, esta variável poderá tomar o valor, e a variação do valor da f.o. será de mile. 9. (MT, 006/007, Economia e Gestão) Uma empresa de construção civil pretende maximizar o seu lucro, expresso em milhares de e, através da determinação da solução óptima do seguinte problema: max z = x + 4x (milhares dee) s.a: x + x 8 (área disponível) x x (procura) x, x 0 (a) Determine a solução óptima deste problema através do Algoritmo Simplex. (b) A solução óptima obtida na alínea anterior é (quanto à unicidade). (quanto à degenerescência) e (c) Com base na solução óptima determinada em (a), suponha que se pretende que: ou a variável de folga da restrição relativa à área disponível seja básica; ou a variável de folga da restrição relativa à procura seja básica. Desta forma, a variável cuja entrada forçada para a base prejudica menos o valor da f.o. será, pois a variação do valor da f.o. será de mile(quando essa variável entra para a base) ao invés de mile(quando a outra variável entra para a base). A solução que se obtém é (quanto à degenerescência) e é uma (SBA, SNBA, SBNA ou SNBNA).

30. (Frequência, 006/007, Gestão e Economia) Considere o seguinte Programa Linear e as soluções propostas. max z = 0x + x + x 3 s.a: x + x + x 3 x + x + x 3 x, x, x 3 0 A = (,, ); B = ( 3, 3, 3 ); C = ( 3, 3, 0); D = (0, 0, 0); E = (, 0, ); F = (, 0, 0); G = (0,, 0); H = (, 0, ). (a) Indique quais as soluções propostas que correspondem a: i. Soluções básicas admissíveis; ii. Soluções básicas não admissíveis; iii. Soluções admissíveis não básicas; iv. Soluções não admissíveis não básicas. (b) Indique a base associada às soluções básicas. (c) Uma solução óptima é: (Sugestão: Como SBA inicial utilize a que está [ associada ] à solução x = (0, 0, ), cuja inversa da base respectiva é B = [ A 4 A 3 ] = onde A 4 é a 0 coluna da variável de folga da a restrição.)

Soluções de alguns exercícios da Ficha :. (b) Existem 7 SBA s: x 0 0 x x ) x N = e x x B = 3 6 ; x = (0,,, 0,, 0)T 0 0 ; B = ; não degenerada. 0 0 0 0 0 x 0 0 x x ) x N = e x x B = 3 6 ; x = (0, 0, 30, 0, 0, 0)T 0 0 ; B = 0 0 ; degenerada. 0 0 0 x 0 0 x x 3) x N = e x x B = 3 4 ; x = (0, 0, 30, 0, 0, 0)T 0 0 0 ; B = 0 0 ; degenerada. x 6 0 0 x 0 x4 ) x N = e x x B = 6 x 3 ; x = (0, 0, 30, 0, 0, 0)T 0 0 ; B = 0 ; degenerada. 0 0 x 0 x4 ) x N = e x x B = x 3 ; x = ( 70 3, 0 3, 0 80 3, 0, 0, 3 )T 0 0 ; B = ; não degenerada. 0 0 x 6 0 x 0 0 x3 x 6) x N = e x x B = ; x = (,, 0,, 0, 4)T 0 ; B = ; não degenerada. 0 0 x 6 0 x 0 0 0 x x 7) x N = e x x B = 4 3 ; x = (0, 0, 0, 0, 0, 30)T 0 0 ; B = ; não degenerada. 0 0 x 6 0 0 Nota: Repare que as SBA s, 3 e 4 correspondem ao mesmo ponto x = (0, 0, 30, 0, 0, 0). De facto, sabemos que a cada ponto extremo (existem ) da região admissível está associada pelo menos uma SBA.. (a) Existem 3 SBNA s: x ) x N = e x B = ) x N = 3) x N = x x x 3 x e x B = e x B = x 3 x x x 3 ; x = (0, 0, 3,, 3) T. ; x = (0, 3, 0,, 6) T. ; x = (, 0,, 0, ) T.. (b) Existem SBA s: x 0 x ) x N = e x x B = x 3 ; x = (0, 3, 6,, 0) T ; B = 0 0 ; SBA não degenerada. 0 0

x 0 0 x ) x N = e x x B = ; x = (3, 0, 0,, 0) T ; B = 0 ; SBA degenerada. 3 0 x 0 x 3) x N = e x x B = x 3 ; x = (3, 0, 0,, 0) T ; B = 0 ; SBA degenerada. 0 0 x 0 x3 4) x N = e x x B = x ; x = (3, 0, 0,, 0) T ; B = 0 ; SBA degenerada. 0 x 0 x3 ) x N = e x x B = x ; x = (,, 0, 0, 4) T ; B = 0 0 ; SBA não degenerada. 4 Nota: Repare que as SBA s, 3 e 4 correspondem ao mesmo ponto x = (3, 0, 0,, 0) T. De facto, sabemos que a cada ponto extremo (existem 3) da região admissível está associada pelo menos uma SBA.. (c) Qualquer uma das soluções, 3 ou 4 da alínea anterior.. (d) Qualquer ponto de S, à excepção dos pontos extremos. 3. (a) i. α 4; ii. α = 4; iii. α 4. 3. (b) i. f(x, x ) = x + x ou f(x, x ) = 4x + x, por exemplo. 3. (b) ii. f(x, x ) = x x ou f(x, x ) = x ou f(x, x ) = 4x x. 3. (b) iii. Não é possível, pois a região admissível é limitada e, por isso, a solução óptima será sempre finita. 3. (c) i. Soluções óptimas alternativas: todos os pontos do segmento de recta (sobre a recta associada à restrição x x ) que une os pontos ( 3, 8 ) a (3, 4) são soluções óptimas, com z =. 3. (c) ii. Duas SBNA s são, por exemplo: x x x ) x N = e x x B = ; x = (0,, 0, 3, 3) T x ; )x N = e x 3 x B = x 3 ; x = (, 0,, 4, 0) T ; Existem SBA s: x 0 x ) x N = e x x B = x 3 ; x = (0, 4, 3, 0, 0) T ; B = 0 0 ; SBA degenerada. 4 0 x 0 x ) x N = e x x B = x 3 ; x = (0, 4, 3, 0, 0) T ; B = 0 ; SBA degenerada. 0 0 x x4 3) x N = e x x B = x ; x = (0, 4, 3, 0, 0) T ; B = 0 0 ; SBA degenerada. x 3 4 0 x 0 x3 4) x N = e x x B = x ; x = (3, 4, 0, 0, ) T ; B = 0 0 ; SBA não degenerada. 4 4 x 0 x3 ) x N = e x x B = x ; x = ( 3, 8, 0,, 0)T ; B = 0 ; SBA não degenerada. 4 0

Nota: Repare que as SBA s, e 3 correspondem ao mesmo ponto x = (0, 4, 3, 0, 0) T. De facto, sabemos que a cada ponto extremo (existem 3) da região admissível está associada pelo menos uma SBA. Uma solução não básica admissível: qualquer ponto de S à excepção dos pontos extremos. Uma solução básica óptima: x = (3, 4, 0, 0, ) T. Uma solução óptima não básica: qualquer ponto da forma (x, x ) = λ(3, 4) + ( λ)( 3, 8 ), com λ ]0, [. 4. (a) m 4. 4. (b) x = (0, 40, 0, 0, 0) solução básica não admissível. 7. (b) Existem SBA s: x ) x N = e x B = ) x N = 3) x N = 4) x N = ) x N = x x x3 x3 x e x B = e x B = e x B = e x B = x 3 x x 3 x x x x x x 3 ; x = (0, 0, 30, 0, 8) T ; B = ; x = (0, 0, 0, 0, 8) T ; B = ; x = (,, 0, 0, 3) T ; B = ; x = (8, 6, 0, 6, 0) T ; B = ; x = (8, 0, 6,, 0) T ; B = 0 0 0 0 0 0 0 0 0 0 0 3 0 0 0 3 0 0 0 3 0 0 0 0 ; z = 0. ; z = 0. ; z = 3. ; z = 38. ; z = 3. 7. (c) x = (8, 6, 0, 6, 0) T e z = 38. 8. x = (0, 0, 00, 0, 0, 0, 0) T e z = 800. 9. A solução óptima é ilimitada, i.e., não existe solução óptima; não existe um valor máximo finito para a função objectivo. 0. (a) x = (, 7, 8, 0, 4, 0, 0, 7, 0) T, em minutos, e z = 66000 espectadores. 0. (b) x = (8, 4, 8, 0, 4, 0, 0, 0, 7) T, em minutos, e z = 78000e.. x = (3, 3, 0, 0, 4) T ou x = (,, 0,, 0) T, em pacotes de centenas de pneus, pois existem soluções óptimas alternativas (verifique graficamente que estas SBA s são duas das soluções óptimas alternativas), e z = 48e.. (a) x B x x x 3 x 6 b x 3 0 0 0 0 0 4 x 0 0 3 z j c j 0 0 0 4. (b) Sobram 0, 4 e 0 unidades dos recursos, e 3, respectivamente (sendo a i-ésima restrição respeitante ao recurso i, com i =,, 3).

3. Problema impossível (região admissível vazia). 4. Solução óptima ilimitada.. Problema impossível (região admissível vazia). 6. Problema impossível (região admissível vazia). 7. x = (40, 0, 0, 7, 0, 0) e z = 90. 8. Problema impossível (região admissível vazia). 9. Solução óptima ilimitada. 0. Solução óptima ilimitada.. (a) x = (0, 0, 3, 6 3, 0, 0).. (b) x = (0, 6, 6 33, 0, 0) e z = 30.. (a) b = 30 e b = 40.. (b) a =, b = 0, c = 3, d =, e = 0. 3. x B x x x 3 x 6 b 0 0 x 0 0 x 0 3 0 3 3 z j c j 0 0 0 3 4. (a) x = (3, 0, 8, 0) e z = 3. 4. (b) Não degenerada (justificar!...); única (justificar!...) 6. (a) 6. (b) B = [ 0 ] x B x x x 3 b x 0 x 0 3 z j c j 0 0 0 6. (c) F, F, F e V. 7. (a) B,C,D,G,H (b) C,D,G (c) A,E,F (d) F (e) Não existem 8. (a) x = (, 0, 0, 0) é uma solução óptima (porquê?...), com z = 0 mile. 8. (b) Degenerada (justificar!...); não única (justificar!...) 8. (c) i. Zero; degenerada. 8. (c) ii. + ; zero.