Problema de Transporte

Fabiana Gomes dos Passos

Referências
• ANDRADE, Eduardo Leopoldino de.
Introdução à pesquisa operacional: métodos e
modelos para análise de decisões. 3. ed. Rio
de Janeiro: LTC, 2004.192 p.

• LACHTERMACHER, Gerson. Pesquisa

operacional na tomada de decisões. 2. ed.
rev. e atual. Rio de Janeiro: Elsevier, 2004.
384 p.
Roteiro da aula

• Problemas de Transporte
– Definição de Problemas de Transporte
Problema de Transporte
• O problema de transporte é uma classe especial de problema
de programação linear que trata do envio de uma mercadoria
de origens (por exemplo, fábricas) para destinos (por
exemplo, depósitos);

• O objetivo é determinar a programação de expedição que

minimize o custo total de expedição e, ao mesmo tempo,
satisfaça os limites de fornecimento e demanda;

• A aplicação do problema de transporte pode ser estendida a

outras áreas de operações, entre elas controle de estoque,
programação de empregos e designação de pessoal.
Problema de Transporte

• É um problema de grande aplicação prática, tendo sido

estudado por vários investigadores, embora tenha sido
Dantzig o primeiro a estabelecer a sua formulação em PL e a
propor um método sistemático de resolução além de ser o
criador do método simplex. (DANTZIG, 1953 – 1963),
(CANAVARRO, 2005).

• O Método de Transporte resolve esta classe de problemas de

programação linear de uma maneira mais eficiente do que o
Simplex tradicional;
Problema de Transporte

• Porém, o Método de Transporte foi especialmente utilizado

antes da era da microcomputação, ou seja, nos primórdios da
Pesquisa Operacional, para aperfeiçoar cálculos feitos a mão;

• Atualmente, com a existência de diversos sistemas

automatizados de resolução de Problemas de programação
Linear , eles também são utilizados para resolver Problemas
de Transporte;
Definição do Problema de Transporte
• O problema geral é representado pela rede na figura a seguir:
Origens c11:x11 Destinos
a1 1 1 b1

Unidades de Unidades de
suprimento a2 2 2 demanda
b2

am m n
bn

• Há m origens e n destinos, cada um representado por um nó.

Os arcos representam as rotas que ligam as origens aos
destinos. O arco (i, j), que liga a origem i ao destino j, nos dá
duas informações:
– O custo de transporte por unidade cij
– A quantidade enviada, xij
Definição do Problema de Transporte
• O problema geral é representado pela rede na figura a seguir:
Origens c11:x11 Destinos
a1 1 1 b1

Unidades de Unidades de
suprimento a2 2 2 demanda
b2

am m n
bn

• A quantidade de suprimento na origem i é ai e a quantidade

de demanda no destino j é bj.
• O objetivo do problema é determinar as incógnitas xij que
minimizarão o custo total de transporte e, ao mesmo tempo,
satisfarão todas as restrições de suprimento e demanda.
Definição do Problema de Transporte

• O Problema de Transporte básico é aquele em que queremos

determinar, dentre as diversas maneiras de distribuição de um
produto, a que resultará no menor custo de transporte entre
as fábricas e os centros de distribuição;

• Por se tratar de um problema de programação linear,

devemos fazer a hipótese de que o custo unitário de
transporte de cada fábrica para cada destino é constante,
independentemente da quantidade transportada.
Definição do Problema de Transporte

• Matematicamente, queremos a minimização do custo total de

transporte, a qual é dada por:
m n
Min Z =  c x
i =1 j =1
ij ij
Onde:
xij É a quantidade de itens transportados da fábrica i para o
destino j (vaiáveis de decisão);
cij É o custo de unidade de transporte da fábrica i para o destino j
(constantes);
m É o número de fábricas;
n É o número de destinos (centros de consumidores).
Definição do Problema de Transporte

• As restrições deste tipo de problema são:

– as fábricas não podem produzir mais do que suas capacidades

instaladas, e
– os centros consumidores não desejam receber volumes acima de suas
demandas.
Definição do Problema de Transporte

• Existem duas maneiras para que estas restrições seja

implementadas.

• Na primeira, o montante ofertado (somatório das

capacidades das fábricas) deve ser igualado ao total
demandado (somatório das demandas dos centros
consumidores ).

• Para operacionalizar estas restrições de igualdade, as

seguintes regras devem ser seguidas:
Definição do Problema de Transporte

• No caso de Oferta maior que a Demanda devemos introduzir

um destino fantasma (dummy) que tenha os custos de
transporte unitários de todas as fábricas para este destino
iguais a zero. A demanda deste centro consumidor deve ser
igual à diferença entre o total ofertado e o total demandado;

• No caso de Demanda maior que Oferta devemos introduzir

uma fonte de oferta fantasma (dummy) que tenha os custos
de transporte unitários para todos os destinos iguais a zero e
uma capacidade igual à diferença entre o total demandado e
o total ofertado.
Definição do Problema de Transporte
• Inserindo uma demanda ou uma oferta fantasma, garantimos
que todas as restrições do problema serão dadas por
igualdades;
• Em outras palavras, o total fabricado será virtualmente igual à
demanda dos centros consumidores e vice-versa.
• Matematicamente, estas restrições serão representadas pelas
equações a seguir:
n

x
j =1
ij = fi
(para i = 1, 2, ..., m) restrições das
capacidades das fábricas

O somatório das quantidades enviadas de cada fábrica para

os n destinos deve ser igual ao total ofertado por aquela
fábrica (fi)
Definição do Problema de Transporte
m (j = 1, 2, ..., n) restrições dos centros
x
i =1
ij = dj consumidores

O somatório das quantidades recebidas por centro consumidor

das m fábricas deve ser igual ao total demandado por aquele
destino (dj).

• Somando-se todos os lados de todas as restrições, teremos:

m n m n m n

 x =  f
i =1 j =1
ij
i =1
i e  x =  d ij j
j =1 i =1 j =1
Definição do Problema de Transporte
• Como os lados esquerdos das duas equações acima
representam o somatório dos custos de todos os itens
transportados das fábricas para os destinos, podemos concluir
que os lados direitos das equações também devem ser iguais,
isto é:
m n

 f = d
i =1
i
j =1
j

• Esta última igualdade é condição necessária e suficiente para

que qualquer problema de transporte tenha solução ótima
quando modelado utilizando variáveis dummy (oferta ou
demanda fantasma).
Definição do Problema de Transporte
• A segunda forma de se implementar as restrições varia com o
total demandado pelos centros consumidores.

O procedimento é o seguinte:
• No caso da oferta total ser maior do que a demanda total,
nem todas as fábricas produzirão em plena capacidade,
porém os centros consumidores irão receber as quantidades
que desejam. Matematicamente, isto pode ser representado
por: n

 xij  f i (i = 1, 2, ..., m) restrições das fábricas

j =1

m
(j = 1, 2, ..., n) restrições dos centros
x
i =1
ij = dj consumidores.
Definição do Problema de Transporte
• No caso da demanda total ser maior do que a oferta total,
nem todos os centros consumidores não receberão toda a
quantidade que desejam, porém as fábricas irão produzir tudo
o que puderem, ou seja, irão trabalhar em plena capacidade.
Matematicamente,
n

x
j =1
ij = fi (i = 1, 2, ..., m) restrições das fábricas

x
i =1
ij  dj (j = 1, 2, ..., n) restrições dos centros
consumidores
Definição do Problema de Transporte
• Conforme vimos, a inserção de variáveis do tipo dummy não é
obrigatória, porém facilitam a interpretação do resultado da
otimização.
• Quando existe um desequilíbrio entre oferta e demanda,
podemos ter as seguintes ações e interpretações para as
variáveis dummy:

Capacidade > Demanda Demanda > capacidade

Ação: busca de novos centros Ação: criação de nova fábrica

consumidores
Interpretação: capacidade Interpretação: demanda não
ociosa das fábricas atendida
Exemplo
• A MG Auto tem três fábricas: uma em Los Angeles, uma em
Detroit e outra em Nova Orleans, e duas grandes centrais de
distribuição: uma em Denver e outra em Miami. As
capacidades das três fábricas para o próximo trimestre são
1000, 1500 e 1200 carros. As demandas trimestrais nas duas
centrais de distribuição são 2300 e 1400 carros. O mapa de
distâncias entre as fábricas e as centrais de distribuição é
dado na tabela a seguir:
Denver Miami
Los Angeles 1000 2690
Detroit 1250 1350
Nova Orleans 1275 850
Exemplo
• A empresa transportadora encarregada do transporte dos
carros cobra 8 centavos por milha por carro. Os custos de
transporte por carro nas diferentes rotas, arredondados para
o valor mais próximo, são dados na tabela a seguir (Custos ($)
de transporte por carro):

Denver Miami

Los Angeles 80 215

Detroit 100 108

Nova Orleans 102 68

Exemplo

• Tabela do modelo de transporte da MG:

Modelo de transporte da
MG
Centrais de distribuição
Fábricas Denver Miami Suprimento

Los Angeles x11 80 x12 215 1.000

Detroit X21 100 x22 108 1.500

Nova Orlens X31 102 x32 68 1.200

Demanda 2.300 1.400 3.700

 Exemplo
Modelo de transporte da
MG
Centrais de distribuição
Fábricas Denver Miami Suprimento

Los Angeles x11 80 x12 215 1.000

Detroit X21 100 x22 108 1.500

Nova Orlens X31 102 x32 68 1.200

Demanda 2.300 1.400 3.700

• A formulação do problema de PL da questão é dada por:
Minimização z = 80 X11 + 215 X12 + 100 X21 + 108 X22 + 102 X31 +68X32
Sujeita a X11 + X12 = 1.000
X21 + X22 = 1.500
X31 + X32 = 1.200
X11 + X21 + X31 = 2.300
X12 + X22 + X32 = 1.400
Xij ≥ 0; i = 1, 2,3; j = 1,2
Exemplo
• Todas essas restrições são equações porque o suprimento total
das três origens é igual à demanda total dos dois destinos,
equivalente a 3.700 carros.
• O problema de PL pode ser resolvido pelo método simplex,
porém, com a estrutura especial das restrições podemos
resolver o problema com mais facilidade usando a tabela
simplex para o problema de transporte mostrada na tabela
abaixo: Modelo de transporte da
MG
Centrais de distribuição
Fábricas Denver Miami Suprimento

Los Angeles x11 80 x12 215 1.000

Detroit X21 100 x22 108 1.500

Nova Orlens X31 102 x32 68 1.200

Demanda 2.300 1.400 3.700

Exemplo

• Solução ótima para o modelo da MG Auto:

1.000 1
1 2.300
Los Angeles

2 Denver
1.500

Detroit 2 1.400

1.200 3 Miami

Nova Orlens
• O custo mínimo do transporte associado é calculado como
1.000*$80 + 1.300*$100 + 200*$108 + 1.200*$68 =
$ 313.200,00
Exemplo

• Balanceamento do problema de transporte. O algoritmo de

transporte é baseado na premissa de que o problema é
balanceado, o que significa que a demanda total é igual ao
fornecimento total.

• Se o problema não for balanceado, sempre podemos

adicionar uma origem fictícia ou destino fictício para restaurar
o equilíbrio. Conhecido também como: variáveis dummy.
Exemplo 1
• No modelo de transporte da MG , suponha que a capacidade
da fábrica de Detroit seja 1.300 carros (em vez de 1.500) e o
suprimento total (3.500 carros) é menor do que a demanda
total (3.700 carros), o que significa que parte da demanda em
Denver a Miami não será satisfeita :
Modelo de transporte da
MG
Centrais de distribuição
Fábricas Denver Miami Suprimento

Los Angeles x11 80 x12 215 1.000

Detroit X21 100 x22 108 1.300

• Nova Orlens X31 102 x32 68 1.200

Demanda 2.300 1.400

Exemplo 1
• Como a demanda ultrapassa o fornecimento, uma origem (fábrica)
fictícia com uma capacidade de 200 carros é adicionado para
equilibrar o problema de transporte. O custo unitário de transporte
da fábrica fictícia para os dois destinos é zero porque a fábrica não
existe :
•1.000
: 1
1 2.300
Los Angeles

2 Denver
1.300

Detroit 2 1.400

3
1.200 Miami
Nova Orlens

200 4
Fábrica Fictícia
• O custo mínimo do transporte associado é calculado como
1.000*$80 + 1.300*$100 + 1.200*$68 + 200*$0 = 291.600,00
Exemplo 1
• No modelo de transporte da MG, suponha que o
fornecimento ultrapassa a demanda. Podendo ser
demonstrado ao se considerar que a demanda em Denver é
apenas 1.900 carros:

Modelo de transporte da
MG
Centrais de distribuição
Fábricas Denver Miami Suprimento

Los Angeles x11 80 x12 215 1.000

Detroit X21 100 x22 1.500

• 108

Nova Orlens X31 102 x32 68 1.200

Demanda 1.900 1.400

Exemplo 1
• Como o fornecimento ultrapassa a demanda, uma central de
distribuição fictícia deverá ser adicionado para receber o
suprimento excedente. O custo unitário de transporte da central de
distribuição fictícia para os dois destinos é zero porque a central
não existe :
1.000 1
1 1.900
Los Angeles

2 Denver
1500

Detroit 2 1.400

3
1.200 Miami
Nova Orlens
3 400
Central de Distribuição Fictícia
• O custo mínimo do transporte associado é calculado como
1.000*$80 + 900*$100 + 200*$108 + 1200*$68 + 400*$0,0 =
Exemplo 2
✓Uns dos principais produtos da firma Lactosal é o leite.

Os pacotes de leites são empacotados

em 3 fábricas
e depois são distribuídos de caminhão
para 4 armazéns

✓Conhecendo os custos de transporte, a procura prevista para

cada armazém e as capacidades de produção de cada fábrica,
pretende-se:

OTIMIZAR O PROGRAMA DE DISTRIBUIÇÃO DIÁRIO DO LEITE.

Exemplo 2
• Os dados dos custos de uma carga de leite para cada
combinação fábrica-armazém e das ofertas (produção) e
procuras, em cargas de caminhão/dia, são os seguintes:

Custo por carga de

caminhão
Armazéns
24 cargas
diárias de leite Fábricas 1 2 3 4 Oferta
devem ser
1 1 2 3 4 6
produzidas e
distribuídas 2 4 3 2 4 8

3 0 2 2 1 10

Procura 4 7 6 7 24
Exemplo 2
Custo por carga de
camião
Armazéns
Fábricas 1 2 3 4 Oferta

1 1 2 3 4 6

2 4 3 2 4 8

3 0 2 2 1 10

Procura 4 7 6 7

Destino
1 2 3 4 Oferta
Origem
1 2 3 4
1 x11 x12 x13 x14 6
4 3 2 4
2 x21 x22 x23 x24 8
0 2 2 1
3 x31 x32 x33 x34 10

Procura 4 7 6 7 24 =24

Para o exemplo 2 a oferta total é igual à

procura total
 Exemplo 2
Destino
1 2 3 4 Oferta Para o exemplo 2
Origem
1
a oferta total é
2 3 4
1 x11 x12 x13 x14 6 igual à procura
4 3 2 4 total
2 x21 x22 x23 x24 8
0 2 2 1
3 x31 x32 x33 x34 10

Procura 4 7 6 7 24 =24

A formulação do problema de PL da questão é dada por:

Minimização z = 1X11 + 2X12 + 3X13 +...+ 2X33 + 1X34
Sujeita a X11 + X12 + X13 + X14 = 6
X21 + X22 + X23 +X24 = 8
X31 + X32 + X33 +X34 = 10
X11 + X21 + X31 =4
X12 + X22 + X32 =7
X13 + X23 + X33 =6
X14 + X24 + X34 =7
Xij ≥ 0; i = 1,2,3; j = 1,2,3,4
Referências
• ANDRADE, Eduardo Leopoldino de.
Introdução à pesquisa operacional: métodos e
modelos para análise de decisões. 3. ed. Rio
de Janeiro: LTC, 2004.192 p.

• LACHTERMACHER, Gerson. Pesquisa

operacional na tomada de decisões. 2. ed.
rev. e atual. Rio de Janeiro: Elsevier, 2004.
384 p.