Claro! Vamos resolver o problema de Programação Linear (PL) usando Python e a biblioteca `scipy.optimize`. Problema: Maximizar: z = 13x1 + 17x2 Sujeito a: 2x1 + x2 ≤ 130 4x1 + 5x2 ≤ 460 x1 ≥ 5 x2 ≥ 10 --- ### Passo a passo para resolver: 1. Como o `scipy.optimize.linprog` resolve problemas de minimização, vamos minimizar -z para encontrar o máximo. 2. Definir os coeficientes da função objetivo (negativos para maximizar). 3. Definir as restrições de desigualdade e limites das variáveis. --- ### Código Python: ```python from scipy.optimize import linprog # Coeficientes da função objetivo (negativos para maximizar) c = [-13, -17] # Matriz das restrições (lado esquerdo) A = [ [2, 1], [4, 5] ] # Vetor do lado direito das restrições b = [130, 460] # Limites das variáveis x0_bounds = (5, None) # x1 >= 5 x1_bounds = (10, None) # x2 >= 10 # Resolver o problema res = linprog(c, A_ub=A, b_ub=b, bounds=[x0_bounds, x1_bounds], method='highs') if res.success: print(f'Solução ótima: x1 = {res.x[0]:.2f}, x2 = {res.x[1]:.2f}') print(f'Valor máximo de z = {-(res.fun):.2f}') else: print('Não foi possível encontrar uma solução ótima.') ``` --- ### Resultado esperado: - Valores ótimos de x1 e x2 que maximizam z. - Valor máximo de z. --- Se precisar, posso ajudar a interpretar o resultado!