lpkit 0.2.1

Ferramenta para visualização gráfica e resolução de modelos de Programação Linear em duas variáveis, incluindo simplex e zona viável.

LPKit 📊

LPKit é uma biblioteca Python para visualização e resolução de modelos de Programação Linear.

Ideal para fins didáticos, acadêmicos ou aplicações simples com:

✅ Região factível (método gráfico)
✅ Vetor gradiente e curvas de nível
✅ Método Simplex
✅ Ponto ótimo e valor da função objetivo

---

✨ Instalação

pip install lpkit

Ou para desenvolvimento local:

git clone https://github.com/pedroeckel/lpkit.git
cd lpkit
pip install -e .

---

🚀 Exemplo de uso: método gráfico e Simplex

from lpkit import solve_with_graphics

model_text = '''
Max Z = 5*x1 + 2*x2
x1 <= 3
x2 <= 4
x1 + 2*x2 <= 9
x1 - 2*x2 <= 2
x1 >= 0
x2 >= 0
'''

solve_with_graphics(model_text, verbose={
    "show_gradient": True,
    "show_level_curves": True,
    "show_objective_value": True,
    "show_vertex_points": True,
    "show_optimal_point": True
})

---

🧠 Exemplo de uso: método Simplex

from lpkit import solve_with_simplex

model_text = '''
Max Z = 5*x1 + 2*x2
x1 <= 3
x2 <= 4
x1 + 2*x2 <= 9
x1 - 2*x2 <= 2
x1 >= 0
x2 >= 0
'''

solve_with_simplex(model_text, verbose={
    "simplex_tableau": True,
    "entering_leaving": True,
    "pivot": True,
    "basic_vars": True,
    "constraints_validation": True,
    "z_per_iteration": True,
    "history_summary": True
})

---

📄 Licença

Distribuído sob a Licença MIT.

---

🤝 Contribuindo

Pull requests são bem-vindos!
Se quiser sugerir melhorias ou reportar bugs, abra uma issue.