INVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios. Cap. X Programação por Metas
|
|
- Aurélio Dinis
- 5 Há anos
- Visualizações:
Transcrição
1 INVESTIGAÇÃO OPERACIONAL Programação Linear Exercícios Cap. X Programação por Metas António Carlos Morais da Silva Professor de I.O. i
2 Cap. X Programação por Metas - Exercícios X. Programação por Metas. Considere o modelo de PL: Max f(x) = 6x + 8x (lucro da venda de mesas e cadeiras) s.a. x 30 (produção de mesas) x 0 (produção de cadeiras) x + x 40 (operários) x, x 0 e Inteiro O problema não tem solução admissível pois os operários não são suficientes para satisfazer a produção mínima de mesas e cadeiras (seriam necessários, pelo menos, = 50 operários). Para ultrapassar a situação admita que as produções mínimas de mesas e cadeiras passam a constituir metas da empresa mantendo-se a maximização do lucro como critério de avaliação das soluções admissíveis. Formalize como problema de metas e calcule a solução óptima.. Uma empresa produz três bens A, B e C em quantidades x, x e x 3 sendo as funções de lucro e de emprego da mão-de-obra as seguintes: g (X) = x + 8x + 5x 3 g (X) = x + 6x + 5x 3 (lucro) (mão-de-obra) As restrições técnicas a cumprir são as seguintes: horas/máquina : x + 3x + x 3 90 produção de A: igual ao dobro da produção de B produção de C: pelo menos o dobro da produção de A O decisor pretende estudar a produção com as seguintes preferências: manter a mão-de-obra ao nível de 50 operários estabelecer como critério de avaliação de soluções a maximização de g (X) - 5g (X) Formalize como problema de metas e calcule a solução óptima. X-
3 Cap. X Programação por Metas - Exercícios 3. Considere o seguinte modelo de PL para minimização de custos de produção: Min f(x) = f (x ) + f (x ) s.a. x + x 9 x + 3x 9 O decisor pretende a optimização dos custos tendo em consideração o seguinte: f (x ) = 3x para x 0 x para x 0 f (x ) = 4x para x 0 3x para x 0 Formalize como problema de metas e calcule a solução óptima. 4. Considere a produção de A e B de acordo com os seguintes dados: A B Meta Prioridade Capital (u.m.) 0 ª Pessoal = 5 ª Lucro unitário (u.m.) 40 3ª Formalize como problema de metas e calcule a solução óptima pelo método do Simplex modificado para Metas. 5. Apresente as alterações que introduziu, no método do Simplex usual, para resolver o problema anterior. 6. No Simplex modificado para Metas como detecta soluções óptimas alternativas? 7. Calcule a solução do problema 0.4 usando, no cálculo, um único objectivo ("Big M s"). 8. Considere a produção de mesas e cadeiras de acordo com o seguinte: Mesa Cadeira Disponibilidade Madeira (m ) Horas de trabalho Treino do pessoal (horas) 3 Receita da venda (u.m.) 50 5 Lucro de venda (u.m.) 6 8 O decisor pretende uma solução de compromisso que satisfaça simultaneamente: lucro mínimo de 90 u.m. receita da venda não inferior a 450 u.m. treino do pessoal com mínimo de 30 horas Formalize como problema de metas e calcule a solução óptima. X-
4 Cap. X Programação por Metas - Exercícios 9. Considere o aumento do problema anterior com as seguintes preferências e prioridades do decisor: Mesa Cadeira Investimento de capital (u.m.) 44 7 Pelo menos 4 cadeiras por mesa produzida Não ultrapassando 35 u.m. de investimento, adaptar o modelo anterior e calcular a solução óptima com as seguintes prioridades (ordem decrescente): Lucro, Cadeiras / mesas, Capital, Receita, Treino 0. Admita que uma gasolineira pretende instalar uma estação de serviço tendo como potenciais clientes os habitantes das localidades situadas no seguinte conjunto rodoviário: A km B 3 km D C 4 km Nas localidades A, B, C e D estão recenseadas 00, 400, 00 e 300 viaturas respectivamente devendo o local escolhido minimizar o produto do número de viaturas recenseadas pela distância das localidades à estação de serviço. Formalize como problema de metas e calcule a solução óptima.. O proprietário de uma herdade necessitando reforçar a capacidade de rega de três terrenos A, B e C decidiu efectuar um furo. A ligação deste aos terrenos será feita por tubagens instaladas exclusivamente nas direcções Norte-Sul e/ou Este-Oeste para facilitar o emprego de máquinas agrícolas sem destruição de tubagens. As áreas de A, B e C são, respectivamente, 00, 300 e 00 hectares e a sua posição relativamente à casa do proprietário é a seguinte (eixos graduados em km): 0 N B(3,8) C(7,6) A(,) Proprietário 0 Sendo o critério de localização "minimizar a soma dos produtos obtidos multiplicando a área de cada terreno pelo comprimento da tubagem que o liga ao furo, calcule o conjunto óptimo de tubagens a instalar. X-3
5 Cap. X Programação por Metas - Exercícios. Admita que para dactilografar na próxima semana, um documento com 000 páginas, contactou 4 empresas (A, B, C, D) que prestam este serviço e recolheu a informação seguinte: Empresa Custo/página (u.m.) Nº páginas/hora Erros/página Horas disponíveis (próxima semana) A B C D Não sendo possível que uma única empresa efectue o trabalho na próxima semana, admita o recurso a mais do que uma delas considerando os seguintes critérios e prioridades: ª prioridade: trabalho executado no prazo de uma semana ª prioridade: não ter mais do que erros no total das 000 páginas 3ª prioridade: não gastar mais do que 3000 u.m. Formalize como problema de metas e calcule a solução óptima. X-4
6 INVESTIGAÇÃO OPERACIONAL Programação Linear Soluções dos Exercícios Cap. X Programação por Metas António Carlos Morais da Silva Professor de I.O. i
7 . A produção mínima de 30 mesas, inicialmente imperativa, passa a ser a "meta" x = 30 + d em que d é uma variável de desvio (livre). Esta variável pode ser substituída pela diferença entre duas variáveis não negativas associadas aos desvios por excesso e defeito respectivamente (ver figura). + = + x 30 d d > 0 d + = desvio por excesso META: 30 mesas d = 0 d = desvio por defeito = x 30 d d < 0 A figura evidencia que a restrição inicial x 30 deve ser substituída pela Meta, + d + d = x 30 Trata-se de uma relação que não é uma restrição técnica pois não restringe o espaço de soluções. Se, por exemplo, a variável x tiver valor 5, diz-se que a Meta é cumprida por Defeito pois a igualdade será satisfeita com sempre nulo). d = 5 (notar que as duas variáveis de desvio são complementares, ou seja o seu produto é Se o decisor deseja x 30 está disponível para ceder perante um valor inferior (que pode limitar se achar necessário). A adopção de Metas em vez de restrições técnicas conduz a obter uma solução de compromisso, ou seja, a melhor solução que a estrutura do modelo pode gerar. Quando o modelo linear envolve Metas é de interesse organizar um quadro com as mesmas e identificar os desvios indesejáveis e a ponderação a associar-lhes. No exemplo em curso temos então: Descrição Preferência do decisor Equação da Meta Desvios Penalizáveis + Produção de mesas x 30 x d + d 30 Defeito ( ) = + Produção de cadeiras x 0 x d + d 0 Defeito ( ) = d d Notar que na ª meta o desvio por defeito d deve ter o menor valor possível para que a produção fique tão próximo quanto possível da produção desejada de 30 mesas. De igual modo, na ª meta, o desvio por defeito d deve ter o menor valor possível para que a produção fique tão próximo quanto possível da produção desejada de 0 cadeiras. S/ X-
8 O modelo inicial deve pois ser substituído pelo modelo seguinte: Min f D d d ( ) = (minimizar a perda de lucro) s.a. x d d + + = 30 x d d + + = 0 x + x 40 x, x, d, d, d, d 0e Inteiro + + A função f(d) minimiza a perda de lucro associada aos desvios por defeito (veja-se que para mesa abaixo da meta a redução do lucro é de 6 u.m. sendo de 8 u.m. para idêntica situação com uma cadeira). Recorrendo ao método Branch and Bound obtém-se a solução óptima (melhor "solução de compromisso"): x = 30; x = 5; d = 5 A ª meta é integralmente satisfeita (desvios por excesso e defeito são nulos). A ª meta é cumprida por defeito ( d = cadeiras ). 5 O plano óptimo de produção é pois de 30 mesas e 5 cadeiras. O valor máximo do lucro da venda desta produção é f(x * ) = 6x + 8x = = 0 u.m. Veja-se na figura seguinte a interpretação geométrica: d d + A Meta: Mesas B Meta: Cadeiras d + C D d Notar que o espaço de soluções é limitado exclusivamente pela restrição técnica óptima será a que minimiza a perda de lucro. Analisemos a perda de lucro nos pontos A, B, C e D. x + x 40. A solução S/ X-
9 Ponto A (x = 0 ; x = 0) Meta das Mesas: + x d + d = = 30. Temos d = 30 Meta das Cadeiras : o que penaliza o lucro em 6(30) = 80 u.m. (não há produção de mesas) + x d + d = = 0. Temos d = 0 não havendo penalização do lucro (produzem-se 0 cadeiras em excesso). Valor dos desvios penalizantes (u.m.) = f(d) = 6(30) = 80 u.m. Meta das Mesas: + x d + d = = 30. Temos d = 0 Meta das Cadeiras : Ponto B (x = 0 ; x = 0) o que penaliza o lucro em 6(0) = 60 u.m. (0 mesas aquém da meta) + x d + d = = 0. Temos d = 0 não havendo penalização do lucro (produzem-se as 0 cadeiras desejadas). Valor dos desvios penalizantes (u.m.) = f(d) = 6(0) = 60 u.m. Meta das Mesas: + x d + d = = 30. Temos d = 0 Meta das Cadeiras : Ponto C (x = 30 ; x = 5) não havendo penalização do lucro (produzem-se as 30 mesas desejadas). + x d + d = = 0. Temos d = 5 o que penaliza o lucro em f(d) = 8(5) = 40 u.m. (5 cadeiras aquém da meta) Valor dos desvios penalizantes (u.m.) = f(d) = 8(5) = 40 u.m. Ponto D (x = 40 ; x = 0) Meta das Mesas: + x d + d = = 30. Temos d = 0 não havendo penalização do lucro (produzem-se 0 mesas além do desejado). S/ X-3
10 Meta das Cadeiras : + x d + d = = 0. Temos d = 0 o que penaliza o lucro em f(d) = 8(0) = 80 u.m. (0 cadeiras aquém da meta) Valor dos desvios penalizantes (u.m.) = f(d) = 8(0) = 80 u.m. Solução óptima (melhor solução de compromisso) Ponto C (x = 30 ; x = 5) onde se verifica o valor mínimo dos desvios penalizantes: f(d) = 40 u.m. Produzir 30 mesas e 5 cadeiras com lucro total máximo de f(x) = 6x + 8x = 0 u.m. Recorrendo ao software do autor é esta a solução obtida: S/ X-4
11 . Descrição Preferência do decisor Equação da Meta Mão-de-obra g (X) = 50 x + 6x + 5x3 d + + d = 50 Desvios Penalizáveis Defeito ( d ) Excesso ( d + ) Estudo da Função objectivo a utilizar Pretende-se Max f(x) = g (X) - 5g (X) = (x + 8x + 5x 3 ) - 5 g (X) = 4x + 36x + 30x 3-5g (X) O desvio de g (X) da meta 50 deve ser penalizado com coeficiente -5 ou seja. 5d 5d + A função a utilizar para optimização é pois wx ( ) = 4x + 6x + 5x3 5d + 5d cujo gradiente permitirá calcular o ponto óptimo da produção (onde posteriormente será calculado o valor do lucro total). Modelo para optimizar: Max w(x) = 4x + 36x + 30x3 5d 5d + s.a. x + 3x + x 3 90 (restrição técnica para h/máquina) x - x = 0 (restrição técnica da relação entre A e B) + 3 = x + 6x + 5x d + d 50 (meta para pessoal) -x + x 3 0 (restrição técnica da relação entre A e C) Utilizando o software do autor: obtém-se a solução óptima: S/ X-5
12 Leitura da solução óptima Produzir unidades de A, 6 unidades de B e 4 unidades de C. São necessários 80 operários (desvio por excesso de 30 operários). Valor máximo do lucro = f(x) = g (X) - 5g (X) = = 34 u.m. Nota: Igual resultado seria obtido usando a função objectivo: Max f(x) = g (X) - 5g (X) = (x + 8x + 5x 3 ) - 5 (x + 6x + 5x 3 ) = 4x + 6x + 5x 3 Veja-se que o efeito da variável de desvio d é ajustar a mão-de-obra para consumir o máximo de horas disponíveis. De facto se a mão-de-obra for declarada como restrição técnica, x + 6x + 5x3 50, na solução óptima constata-se que o completo aproveitamento dos 50 operários apenas necessita de 75 das 90 horas disponíveis (deixa-se ao leitor a tarefa de verificar esta informação). S/ X-6
13 3. Como x e x podem ter valor sem restrição de sinal são variáveis livres. Se x 0 então x = x + e no caso contrário x = x (x e x não são mais do que os desvios por excesso e defeito do valor de x e relação ao valor zero). Actuando de igual modo com a variável x tem-se: f( x) = 3x + + x e f( x) = 4x + + 3x + + Para as restrições técnicas temos que considerar x = x x e x = x x. Modelo para optimizar: Min f X x x x x s.a. + + ( ) = ( x x ) + ( x x ) 9 ( x x ) + 3( x x ) x, x, x, x x = x x = ; x = x + x = 3 0 = 3 0 A solução óptima é x = 0 ; x = 3 ; Min f(x) = u.m. S/ X-7
14 4. Considerem-se x e x a produção de A e B respectivamente. Descrição Preferência do decisor Equação da Meta Desvios Penalizáveis + Capital x + x 0 x + x d + d = 0 Excesso ( d + ) Pessoal x + x = 5 x x d + d = 5 Excesso e Defeito ( d, d ) Lucro x + x 40 x + x d d 3 = 40 Defeito ( d 3 ) Modelo para optimizar: ª prioridade : Min f = d + + ª prioridade : Min f = d + d 3ª prioridade : Min f3 = d 3 s.a. x + x d + d = 0 + x x d d = 5 x + x d + + d = x, x, d, d 0 ( i =,,3) i i Cálculo da solução óptima utilizando o Simplex Metas : VB x x d + d - d + d - d + 3 d - 3 VSM Obs. d d d f - 0 f Optimizar f (ª prioridade) Em f todos os coeficientes são não positivos (solução óptima). Min f = 0. A ª prioridade é integralmente satisfeita. Na optimização das prioridades seguintes a variável d + deve manter-se nula garantindo assim o valor óptimo obtido Min f = d + =. 0 S/ X-8
15 Passemos à optimização da função f : VB x x d + d - d + d - d + 3 d - 3 VSM Obs. d d d f - - Optimizar f (ª prioridade). Anular em f o coeficiente de d - f Entra para a base x (ou x ) x d d f Óptimo para f Em f todos os coeficientes são não positivos (solução óptima). Min f = 0. A ª prioridade é integralmente satisfeita. Na optimização das prioridades seguintes as variáveis d + +, d, d devem manter-se nulas garantindo assim o valor óptimo f = 0 e f = 0. Passemos à optimização da função f 3 : VB x x d + d - d + d - d + 3 d - 3 VSM Obs. x d d f 3 - Optimizar f 3 (3ª prioridade). Anular em f 3 o coeficiente de d 3 - f Entra d + Verifica-se que a entrada para a base da variável d + = 5 degrada o valor óptimo já obtido para Min f = 0. A mudança de base não pode portanto ser efectuada considerando-se atingido o valor óptimo Min f 3 = 0. Produção : 5 unidades de A. Lucro máximo = x + x = 30 u.m. Leitura da solução "óptima" Metas do decisor ª prioridade (capital) : integralmente satisfeita (Min f = 0). ª prioridade (pessoal) : integralmente satisfeita (Min f = 0). 3ª prioridade (lucro) : satisfeita por defeito (menos 0 u.m.). Min f 3 = 0. S/ X-9
16 5. Escolha de nova VB Uma VNB seleccionável para a base só é escolhida se e só se não conduzir à degradação do valor óptimo já atingido para funções de prioridade superior à da função em curso de optimização (sucedeu no exercício anterior ao iniciar-se a optimização de f 3 ). Empate na escolha de nova VB Se duas ou mais VNB podem ser escolhidas para entrada na base a decisão é arbitrária. Empate na escolha da nova VNB (saída da base) Se a menor ratio não negativa é obtida em mais do que uma das equações técnicas, sai da base a VB associada à equação da meta de maior prioridade. Se tal se verifica em metas de igual prioridade a escolha é arbitrária. S/ X-0
17 6. A solução do problema Primal é única se, não sendo degenerada, só as VB têm coeficiente nulo nas equações de todas as funções optimizadas. Retomando, a título de exemplo, a questão nº 4 o quadro final é o seguinte: VB x x d + d - d + d - d + 3 d - 3 VSM x d d f f f A solução óptima é única porque não é degenerada e só as VB têm coeficiente nulo em todas as equações das funções optimizadas. S/ X-
18 7. Constitui-se um objectivo único f = M f + M f +. + M k- f k- + f k que reúne "k" objectivos. Os coeficientes M, M,, M k-, são tais que M é muito maior do que M, M é muito maior do que M 3 e assim sucessivamente. No problema corrente pretende-se minimizar f, f, f 3, por esta ordem, pelo que se organiza e minimiza a função: Modelo para optimizar: Min f = M f + M f + f 3 Min f ( D) = M d + M ( d + d ) + d com M >> M >> s.a. x + x d + d = 0 + x x d d = 5 x + x d + + d = x, x, d, d 0 ( i =,,3) Cálculo da solução óptima: i i VB x x d + d - d + d - d 3 + d 3 - VSM Obs. d d d f(d) -M -M -M - 0 Anular coeficientes das VB d - e d 3 - f(d) M + M + -M 0 -M 0-0 5M + 40 Entra x. Sai d - x d d f(d) 0 - -M 0 -M + -M Óptimo Produção : 5 unidades de A. Lucro máximo = x + x = 30 u.m. Leitura da solução "óptima" Metas do decisor ª prioridade : Min f = d + = 0 ª prioridade : Min f = d + + d = 0 3ª prioridade : Min f3 = d 3 = 0 S/ X-
19 8. Preferências do decisor e desvios indesejáveis: Descrição Preferência do decisor Equação da Meta Desvios Penalizáveis Lucro 6x + 8x 90 u.m. 6x + 8x d + d = 90 d Receita da venda 50x + 5x 450 u.m. 50x + 5x d + d = 450 d Treino do pessoal x + 3x 30 h + x + 3x d3 + d3 = 30 d 3 Modelo para optimizar: Min f = d + d + d s.a. 3 30x + 0x 300 5x + 0x 0 6x + 8x d + d = x + 5x d + d = x + 3x d + d = x, x, d, d 0 e Inteiro ( i =,,3) Utilizando o software tem-se: i i x = 6 ( produzir 6 mesas) ; x = 6 ( produzir 6 cadeiras) ; d = 6 (só é possível obter 90-6 = 84 u.m. de lucro) ; d = 0 (é possível obter a receita de 450 u.m.) ; d 3 = 6 (só é possível efectuar 30-6 = 4 horas de treino). S/ X-3
20 9. Descrição Preferência do decisor Equação da Meta Desvios Penalizáveis Prioridade Lucro 6x + 8x 90. 6x + 8x d + + d = 90 d - Cad./mesas 4x - x 0 4x x d + + d = 0 d + Capital 44x + 7x 35 44x + 7x d d 3 = 35 d Rec. venda 50x + 5x x + 5x d d 4 = 450 d Treino x + 3x 30 x + 3x d5 + d5 = 30 d Modelo para optimizar: Min f ( D) = M d + M d + M d + M d + d sa.. 30x + 0x 300 5x + 0x 0 6x + 8x d + d = x x d + d = x + 7x d + d = x + 5x d + d = x + 3x d + d = x ; d ; d 0 e Inteiro ( j =,; i = a 5) j i i Utilizando o software do autor tem-se (utilizando o método dos Big M s ): Notar o valor, em f(d), dos coeficientes dos desvios penalizáveis: M = ; M = ; M 3 = ; M 4 = 000 ; M 5 = S/ X-4
21 Produção óptima: mesas (x = ) e 0 cadeiras (x = 0) d + = (Lucro = 9 u.m. ; excesso de u.m. no lucro ; Min f = d = 0 ; ª meta satisfeita) d = (excesso de cadeiras; Min f = d + = 0 ; ª meta satisfeita) d 3 = 67 (defeito de 67 u.m. no capital a investir; Min f3 = d + 3 = 0 ; 3ª meta satisfeita) d 4 = 00 (defeito de 00 u.m. na receita da venda; Min f4 = d 4 = 00 ; 4ª meta não satisfeita) d + = (excesso de horas de treino ; Min f5 = d 5 = 0 ; 5ª meta satisfeita) 5 S/ X-5
22 0. Considere-se um eixo de abcissas (km) e as localidades na sua posição relativa: A B C D km Admitindo a estação localizada na abcissa de valor "x", a distância a que ficará cada uma das localidades é um desvio relativamente ao desejável (estação na própria localidade): Descrição Preferência do decisor Equação da Meta Desvios Penalizáveis + A x = 0 x d + d = 0 Ambos + B x = x d + d = Ambos + C x = 5 x d + d = 5 Ambos + D x = 9 x d + d = 9 Ambos A B C D A B C D Objectivo: Min f( D) = 00( d + d ) + 400( d + d ) + 00( d + d ) + 300( d + d ) Todas as variáveis do modelo são não negativas. A A B B C C D D Localização óptima (não única) : C A B C D km 3 km 4 km S/ X-6
23 . Considerem-se x e y as coordenadas óptimas do furo. 0 N B(3,8) Canos C(7,6) x A(,) y Proprietário 0 Relativamente a qualquer das áreas, vista separadamente, o ideal seria que o furo nela tivesse lugar. Como tal não é possível é necessário estabelecer um compromisso. Considerando x, x, x, x, x, x A A B B C C os desvios por excesso e defeito na direcção Este-Oeste (será o comprimento do tubo de ligação necessário e y, y, y, y, y, y idênticos desvios na direcção Norte-Sul, A A B B C C o modelo de PL para optimizar a localização do furo e consequentemente minimizar o custo das ligações é o seguinte: Min f( x, y) = 00( x + x + y + y ) + 300( x + x + y + y ) + 00( x + x + y + y ) sa.. + x x + x = A A + y y + y = A A + x x + x = 3 B B + y y + y = 8 B B + x x + x = 7 C C + y y + y = 6 C C A A A A B B B B C C C C x, y, x, x, y, y, x, x, y, y, x, x, y, y 0 A A A A B B B B C C C C Utilizando o software do autor: S/ X-7
24 As ligações óptimas são as seguintes: 0 N B(3,8) C(7,6) A(,) Proprietário 0 Relativamente à casa, o furo deve ser aberto 3 km para Este e 6 km para Norte. São necessários 6 km de tubo para a ligação a "A" (600 u.m.), km para B (600 u.m.) e 4 km para C (800 u.m.) com custo total mínimo de 000 u.m. S/ X-8
25 . Variáveis de decisão: x A, x B, x C, x D (número de páginas a dactilografar em A, B, C, D respectivamente) Restrições técnicas: Capacidade das empresas (total de páginas) x A 30 (50 horas a 6.4 páginas/h) x B 08 x C 375 x D 308 (40 horas a 5.pgs./h) (50 horas a 7.5 páginas/h) (35 horas a 8.8 páginas/h) Estudo das Metas a fixar: Descrição Preferência do decisor Equação da Meta Desvios Penalizáveis + Pgs./semana 000 x A + x B + x C + x D d + d = 000 Defeito + Erros 0.05x A x B x C + 0.0x D d + d = Excesso + Custo (u.m.) x A +.4x B x C + 3.9x D d3 + d 3 = 3000 Excesso Prioridade Objectivo Min f = d Min f = d + 3 Min f3 = d + 3 Modelo para optimizar: Min f ( D) = M d + M d + d sa.. x A 30 (50 horas a 6.4 páginas/h) x B 08 (40 horas a 5.pgs./h) x C 375 (50 horas a 7.5 páginas/h) x D 308 (35 horas a 8.8 páginas/h) + x A + x B + x C + x D d + d = 000 (páginas para semana; ª prioridade) x A x B x C + 0.0x D d + d = (erros; ª prioridade) + 3.5x A +.4x B x C + 3.9x D d3 + d 3 = 3000 (custo; 3ª prioridade) x A, x B, x C, x D, d + i, d - i 0 e Inteiro (i =,,3) S/ X-9
26 Utilizando o Solver do Excel obtém-se: Solução Variáveis xa xb xc xd d+ d- d+ d- d3+ d3- º membro VSM Objectivo f(d) = Custo total A solução "óptima" é a seguinte: Empresa A : executar 48 páginas Empresa B : executar 74 páginas Empresa C : executar 37 páginas Empresa D : executar 306 páginas As metas de ª e ª prioridades são integralmente satisfeitas ( 000 páginas ; erros). A meta de 3ª prioridade é excedida em d + 3 = 54 u.m. ou seja o custo total é de 354 u.m. S/ X-0
INVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios. Cap. IV Modelo Dual
INVESTIGAÇÃO OPERACIONAL Programação Linear Exercícios Cap. IV Modelo Dual António Carlos Morais da Silva Professor de I.O. i Cap. IV - Modelo Dual - Exercícios IV. Modelo Problema Dual 1. Apresente o
Leia maisINVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios
INVESTIGAÇÃO OPERACIONAL Programação Linear Exercícios Cap. VII Interpretação económica do modelo de PL António Carlos Morais da Silva Professor de I.O. i Cap. VII - Interpretação económica do modelo de
Leia maisSimplex. Investigação Operacional José António Oliveira Simplex
18 Considere um problema de maximização de lucro relacionado com duas actividades e três recursos. Na tabela seguinte são dados os consumos unitários de cada recurso (A, B e C) por actividade (1 e 2),
Leia maissujeito a: 30x x (madeira) 5x x (horas de trabalho) x 1, x 2 0
IV. MÉTODO GRÁFICO O método gráfico só permite resolver problemas de PL de pequena dimensão (duas ou três variáveis) não tendo pois qualquer interesse prático. O método gráfico permite visualizar um conjunto
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Linear (PL) Aula 10: Método Simplex Técnica das variáveis artificias Método das penalidades ( Big M ). Método das duas fases. 2 Modificando o Exemplo Protótipo. Suponha-se que é modificado
Leia maisRecursos críticos disponíveis: Madeira 300 metros Horas de trabalho 110 horas
I. Programação Linear (PL) 1. Introdução A Programação Linear é, no campo mais vasto da Programação Matemática, uma das variantes de aplicação generalizada em apoio da Decisão. O termo "Programação" deve
Leia maisNo 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.
IV. MÉTODO GRÁFICO O método gráfico só permite resolver problemas de PL de pequena dimensão (duas ou três variáveis) não sendo pois de considerar para resolução de problemas da vida real. Porque a determinação
Leia maisInvestigação Operacional
Métodos de Programação Linear: Big M, Fases, S Dual (Licenciatura) Tecnologias e Sistemas de Informação http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas 1 Simplex
Leia mais2. Soluções do sistema de equações da forma-padrão. A mudança de base Considere-se o seguinte modelo de PL: Max f(x) = 6x 1 + 8x 2 + 0F 1 + 0F 2
Método do Simple V. MÉTODO DO SIMPLEX. Introdução No capítulo III foram apresentadas as bases teóricas do método do Simple sendo de interesse recordar o seguinte: a solução óptima do PPL (quando eiste)
Leia maisProgramação 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
Programação Linear A otimização é o processo de encontrar a melhor solução (ou solução ótima) para um problema. Existe um conjunto particular de problemas nos quais é decisivo a aplicação de um procedimento
Leia maisO Problema de Transportes
Investigação Operacional- 00/0 - Problemas de Transportes 8 O Problema de Transportes O problema geral de transportes consiste em determinar a forma mais económica de enviar um bem que está disponível
Leia maisSolução de problemas de PL com restrições do tipo >= e =
Solução de problemas de PL com restrições do tipo >= e = Seja o Problema de maximização abaixo: O problema na forma padrão: Tem-se um problema, não existe na restrição 3 uma variável de folga para entrar
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Linear (PL) Aula 15. Dualidade Interpretação económica. Problema dual: preços sombra e perdas de oportunidade. Propriedade dos desvios complementares 2 Formulação do Problema de PL em termos
Leia maisInvestigação Operacional
Investigação Operacional Licenciatura em Gestão 3.º Ano Ano Lectivo 2013/14 Programação Linear Texto elaborado por: Maria João Cortinhal (Coordenadora) Anabela Costa Maria João Lopes Ana Catarina Nunes
Leia maisComplementos de Investigação Operacional. Folha nº 2 Programação Multiobjectivo 2006/07
Complementos de Investigação Operacional Folha nº 2 Programação Multiobjectivo 2006/07 1- x2 D(7,6) C(4,5) E(11,5) F(12,4) B(2,3) X G(13,2) A(1,1) H(10,1) max f 1 (x) = x 1 max f 2 (x) = x 2 (a) Represente
Leia maisUniversidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº3: Dualidade. Interpretação Económica.
Ano lectivo: 2008/2009; Universidade da Beira Interior Departamento de Matemática INVESTIGAÇÃO OPERACIONAL Ficha de exercícios nº3: Dualidade. Interpretação Económica. Cursos: Economia 1. Formule o problema
Leia maisCAPÍTULO 4. Teoria da Dualidade
CAPÍTULO 4 1. Introdução Uma dos conceitos mais importantes em programação linear é o de dualidade. Qualquer problema de PL tem associado um outro problema de PL, chamado o Dual. Neste contexto, o problema
Leia maisInvestigação Operacional
Análise de Sensibilidade, Formulação Dual (Mestrado) Engenharia Industrial http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas Uma das tarefas mais delicadas no
Leia maisProgramação Linear. (2ª parte) Informática de Gestão Maria do Rosário Matos Bernardo 2016
Programação Linear (2ª parte) Informática de Gestão 61020 Maria do Rosário Matos Bernardo 2016 Conteúdos Representação e resolução gráfica dos problemas de programação linear Problema de minimização Problema
Leia maisCAPÍTULO 3. Método Simplex
CAPÍTULO 3 1. Soluções Básicas Admissíveis Considere um problema de PL representado nas suas formas padrão e matricial. Uma base é um conjunto de m variáveis, tais que a matriz dos coeficientes do sistema
Leia maisProgramação Linear. MÉTODOS QUANTITATIVOS: ESTATÍSTICA E MATEMÁTICA APLICADAS De 30 de setembro a 13 de novembro de 2011 prof. Lori Viali, Dr.
Programação Linear São problemas complexos, muitas vezes de difícil solução e que envolvem significativas reduções de custos, melhorias de tempos de processos, ou uma melhor alocação de recursos em atividades.
Leia maisMÉTODO SIMPLEX SOLUÇÃO INICIAL ARTIFICIAL
MÉTODO SIMPLEX SOLUÇÃO INICIAL ARTIFICIAL Problemas de PL nos quais todas as restrições são ( ) com lados direitos não negativos oferecem uma solução básica inicial viável conveniente, na qual todas as
Leia maisProblemas de Transportes e de Afectação
CAPÍTULO 6 Problemas de Transportes e de Afectação 1. Problema de Transporte Este problema, que é um dos particulares de PL, consiste em determinar a forma mais económica de enviar um bem disponível, em
Leia maismax z = 10x 1 + 4x 2 s.a x 1 + x x 1 + 4x x 1 + 6x 2 300
Escola Superior de Tecnologia de Tomar Área de Matemática Investigação Operacional / Técnicas de Optimização e Decisão Engenharia Química, Engenharia do Ambiente, Engenharia Informática e Engenharia Civil
Leia maisOtimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana
Otimização Linear Profª : Adriana Departamento de Matemática adriana@fc.unesp.br wwwp.fc.unesp.br/~adriana Forma geral de um problema Em vários problemas que formulamos, obtivemos: Um objetivo de otimização
Leia maisoptimiza a produção? Para formular o modelo de PL é de interesse organizar a informação disponível no quadro seguinte: Produto A B C
II. Exemplos Típicos de Formulação Matemática do Modelo de PL Nota: Os exemplos apresentados devem ser resolvidos recorrendo ao software do autor. Faça sempre um boneco que ajude a fixar as variáveis de
Leia maisAula 02: Algoritmo Simplex (Parte 1)
Aula 02: Algoritmo Simplex (Parte 1) Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Slides baseados no material de Haroldo Gambini Previously... Aula anterior:
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
Programação Não Linear com Restrições Aula 30: Programação Não-Linear - Funções de Várias Variáveis com Restrições (Prática) Ponto Regular; Multiplicadores de Lagrange e Condições Necessárias; Condições
Leia maisGraduação em Engenharia Elétrica MÉTODOS DE OTIMIZAÇÃO ENE081. PROF. IVO CHAVES DA SILVA JUNIOR
UNIVERSIDADE FEDERAL DE JUIZ DE FORA Graduação em Engenharia Elétrica MÉTODOS DE OTIMIZAÇÃO ENE081 PROF. IVO CHAVES DA SILVA JUNIOR E-mail: ivo.junior@ufjf.edu.br Aula Número: 07 Programação Linear Últimas
Leia mais2º Semestre 2002/2003 Problemas Resolvidos
RESOLUÇÂO DO PROBLEMA Nº 19 Determinado problema de Programação Linear depois de formulado permitiu obter as seguintes expressões: Max L = 4x 1-2x 2 + 2x 3 -x 4 s.a. R 1: x 1 - x 2 + 2x 3 +x 4 10 R 2:
Leia maisPESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc.
PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR Prof. Angelo Augusto Frozza, M.Sc. ROTEIRO Esta aula tem por base o Capítulo 2 do livro de Taha (2008): Introdução O modelo de PL de duas variáveis Propriedades
Leia maisDISCIPLINA: Investigação Operacional ANO LECTIVO 2009/2010
DISCIPLINA: Investigação Operacional ANO LECTIVO 2009/2010 Exame de Recurso Dep. Econ. Gestão e Engª Industrial 14 de Julho de 2010 duração: 2h30 (80) 1. Considere o modelo seguinte, de Programação Linear
Leia maisFaculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu
1 Aula 2 Definição de Problemas de Investigação Operacional Construção de um modelo matemático de PL. Programação Matemática(PM) e Programação Linear(PL). Exemplos clássicos de PL. 2 Problemas de Investigação
Leia maisINVESTIGAÇÃO OPERACIONAL. Modelo de Transporte. Exercícios. Cap. II Soluções Inicial e Óptima
INVESTIGAÇÃO OPERACIONAL Modelo de Transporte Exercícios Cap. II Soluções Inicial e Óptima António Carlos Morais da Silva Professor de I.O. i Recomendações 1. É possível aprender a matéria fazendo apenas
Leia maisInvestigação Operacional
Investigação Operacional Programação Linear Licenciatura em Engenharia Civil Licenciatura em Engenharia do Território Problema Uma firma fabrica dois produtos P e P em três máquinas M, M e M. P é processado
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Linear (PL) Aula 8 : O método Simplex. Casos particulares. Empate no critério de entrada. Óptimo não finito. Soluções óptimas alternativas. Degenerescência. INÍCIO Forma Padrão Faculdade
Leia maisProgramação Linear - Parte 5
Matemática Industrial - RC/UFG Programação Linear - Parte 5 Prof. Thiago Alves de Queiroz 1/2016 Thiago Queiroz (IMTec) Parte 5 1/2016 1 / 29 Dualidade Os parâmetros de entrada são dados de acordo com
Leia maisProgramação Matemática /2011
Programação Matemática - 2010/2011 Ficha de exercícios n o 1 Exercício 1 Resolva o seguinte problema de optimização por metas: min Z = s + 1 ; s 2 ; s 3 + s+ 3 s.a x 1 + 2x 2 +s 1 s + 1 = 20 4x 1 x 2 +s
Leia maisXIII. PROGRAMAÇÃO POR METAS
XIII. PROGRAMAÇÃO POR METAS. Programação Multicritério No moelo e Programação Linear apresentao nos capítulos anteriores optimiza-se o valor e uma única função objectivo num espaço efinio por um conjunto
Leia maisProfessor: Rodrigo A. Scarpel
Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana : Apresentação da disciplina Introdução à Programação Linear Resolução de problemas de PL pelo Método Gráfico
Leia maisComplementos de Investigação Operacional. Folha nº 1 Programação Inteira 2007/08
Complementos de Investigação Operacional Folha nº Programação Inteira 2007/08 - A Eva e o Adão pretendem dividir entre eles as tarefas domésticas (cozinhar, lavar a louça, lavar a roupa, fazer as compras)
Leia maisPalavras e frases chave: Programação Linear; Tomada de decisões; Objectivos. Clasificação AMS: (opcional)
VI Congreso Galego de Estatística e Investigación de Operacións Vigo 5-7 de Novembro de 2003 PROGRAMAÇÃO LINEAR: TOMADA DE DECISÕES, UMA NOVA ABORDAGEM NO ENSINO SECUNDÁRIO Maria José Teixeira do Nascimento
Leia maisOTIMIZAÇÃO. O processo de otimização normalmente involve a procura de pontos de máximos e mínimos de uma função.
OTIMIZAÇÃO O processo de otimização normalmente involve a procura de pontos de máximos e mínimos de uma função. Pontos de máximos e mínimos de uma função são pontos onde a derivada da função é nula. A
Leia maisCap ıtulo 1 Exerc ıcios de Formula c ao Enunciados
Capítulo 1 Exercícios de Formulação Enunciados Enunciados 2 Problema 1 Publicações Polémicas vai publicar uma autobiografia de um político controverso, e admite que a 1 a edição vai ser vendida por completo
Leia maisMétodo do Big M. Análise de Sensibilidade
A 5 =A 4 +C 5 B 5 =B 3 +C 5 C 5 =C 4 /2 E 5 =E 4 +C 5 Método do Big M.5.5 4 -.5.5 6 -.5.5 2 -G.5.5 2 i 2/- 4/- 4/2=2 max = 2 Nuno Moreira - 22/23 x 2 R 3 5 G=2 R 2 R 5 x 3 Análise de Sensibilidade Nuno
Leia maisProblemas de Fluxos em Redes
Investigação Operacional Problemas de Fluxos em Redes Slide Transparências de apoio à leccionação de aulas teóricas Problemas de fluxos em redes Rede: Conjunto de pontos (vértices) ligados por linhas ou
Leia maisVânio Correia Domingos Massala
Optimização e Decisão 06/0/008 Método do Simplex Vânio Correia - 5567 Domingos Massala - 58849 INSTITUTO SUPERIOR TÉCNICO Generalidades do Método do Simplex Procedimento algébrico iterativo para resolver
Leia maisMarina Andretta. 10 de outubro de Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis.
Solução básica viável inicial Marina Andretta ICMC-USP 10 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211
Leia maisFaculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu
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
Leia maisPesquisa Operacional
Pesquisa Operacional Casos Especiais do Método Simplex e Gráfica Profa. Sheila Morais de Almeida DAINF-UTFPR-PG setembro - 2015 1 Casos Especiais do Método Simplex Degeneração Múltiplas soluções ótimas
Leia maisComplementos de Investigação Operacional. Folha nº 1 Programação Inteira 2006/07
Complementos de Investigação Operacional Folha nº Programação Inteira 2006/07 - A Eva e o Adão pretendem dividir entre eles as tarefas domésticas (cozinhar, lavar a louça, lavar a roupa, fazer as compras)
Leia maisInvestigação Operacional
Investigação Operacional Victor Lobo Sumário Introdução Programa da cadeira Bibliografia Horário de dúvidas e contactos Avaliação O que é Investigação Operacional? Investigar as operações da empresa, embora
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Aula 3 Definição de Problemas de Optimização (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
Leia maisMétodos de Pesquisa Operacional
Métodos de Pesquisa Operacional Programação Linear é a parte da Pesquisa Operacional que trata da modelagem e resolução de problemas formulados com funções lineares. Programação Linear } Métodos de Resolução
Leia maisInvestigação Operacional E-FÓLIO A. Ano lectivo 2015/2016. Proposta de Resolução
Investigação Operacional - 07 E-FÓLIO A Ano lectivo 0/0 Proposta de Resolução. Variáveis: Sejam percentagem de M / Kg de mistura percentagem de M / Kg de mistura percentagem de M / Kg de mistura Tomando
Leia maisInvestigação Operacional
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
Leia maisUNIVERSIDADE DE ÉVORA UNIVERSIDADE DO ALGARVE
CURSO DE MESTRADO EM ENGENHARIA CIVIL FUNDAMENTOS DE INVESTIGAÇÃO OPERACIONAL 2010/2011 1º SEMESTRE 1º ANO Exame época normal Parte I: PROGRAMAÇÃO LINEAR 9 de Fevereiro de 2011 Observações Duração desta
Leia maisINSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DEPARTAMENTO DE MATEMÁTICA INVESTIGAÇÃO OPERACIONAL
INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DEPARTAMENTO DE MATEMÁTICA INVESTIGAÇÃO OPERACIONAL Teste A CURSOS: EMP e EEM 00/00 Data: 1 de Novembro de 00 Duração: 19:0 às 1:0 Instruções:
Leia maisProf.: Eduardo Uchoa.
Análise de sensibilidade Prof.: Eduardo Uchoa http://www.logis.uff.br/~uchoa/poi 1 Análise de Sensibilidade Uma vez que já se tenha resolvido um PL, existem técnicas para avaliar como pequenas alterações
Leia maisOptimização/Matemática II (Eco)
Optimização/Matemática II (Eco) Frequência/ Exame 1ª Época 1º Ano 2º Semestre 2013 / 2014 Licenciaturas em Gestão, Finanças e Contabilidade, Gestão de Marketing e Economia 02-06-2014 Duração da Frequência:
Leia maisProblema de Transporte (Redes) Fernando Nogueira Problema de Transporte 1
Problema de Transporte (Redes) Fernando Nogueira Problema de Transporte 1 O Problema de Transporte consiste em determinar o menor custo (ou o maior lucro) em transportar produtos de várias origens para
Leia maisProfessor João Soares 20 de Setembro de 2004
Teoria de Optimização (Mestrado em Matemática) Texto de Apoio 2A Universidade de Coimbra 57 páginas Professor João Soares 20 de Setembro de 2004 Optimização Linear Considere o problema (1) abaixo, que
Leia maisProgramação. Linear (PL) Exemplos Típicos de Aplicação da PL
Programação Linear (PL) Exemplos Típicos de Aplicação da PL Planeamento de produção Problema de Transporte Programa de Investimento Programação Sequencial da Produção (Scheduling) Problema de Transexpedição
Leia maisResolução de PL usando o método Simplex
V., V.Lobo, EN / ISEGI, 28 Resolução de PL usando o método Simplex Método Simplex Algoritmo para resolver problemas de programação linear George Dantzig, 947 Muito utilizado Facilmente implementado como
Leia maisProgramação Linear. Rosa Canelas 2010
Programação Linear Rosa Canelas 2010 Problemas de Optimização São problemas em que se procura a melhor solução (a que dá menor prejuízo, maior lucro, a que é mais eficiente, etc.) Alguns destes problemas
Leia maisPesquisa Operacional
Pesquisa Operacional Análise de Sensibilidade Algébrica Profa. Sheila Morais de Almeida DAINF-UTFPR-PG abril - 016 1 Análise de Sensibilidade Algébrica Variações do Lado Direito Variações na Função Objetivo
Leia maisPesquisa Operacional. Prof. José Luiz
Pesquisa Operacional Prof. José Luiz Prof. José Luiz Função Linear - Introdução O conceito de função é encontrado em diversos setores da economia, por exemplo, nos valores pagos em um determinado período
Leia maisProgramação linear I João Carlos Lourenço
Fundamentos de Investigação Operacional Programação linear I João Carlos Lourenço joao.lourenco@ist.utl.pt Ano lectivo 2011/2012 Leituras recomendadas: Nova, A.P., Lourenço, J.C., 2011, Apontamentos de
Leia maisProgramação Linear. (1ª parte) Informática de Gestão Maria do Rosário Matos Bernardo 2016
Programação Linear (1ª parte) Informática de Gestão 61020 Maria do Rosário Matos Bernardo 2016 Conteúdos Introdução O modelo de programação linear: Problema de minimização Exemplo Formalização Problema
Leia maisFunções ortogonais e problemas de Sturm-Liouville. Prof. Rodrigo M. S. de Oliveira UFPA / PPGEE
Funções ortogonais e problemas de Sturm-Liouville Prof. Rodrigo M. S. de Oliveira UFPA / PPGEE Série de Fourier Soma de funções ortogonais entre si Perguntas: -existem outras bases ortogonais que podem
Leia maisMétodo Simplex V 1.1, V.Lobo, EN / ISEGI, 2008
.,.Lobo, EN / ISEGI, 8 Método Simplex Resolução de PL usando o método Simplex Algoritmo para resolver problemas de programação linear George Dantzig, 97 Muito utilizado Facilmente implementado como programa
Leia maisUniversidade Federal de Itajubá. Instituto de Engenharia de Produção e Gestão. Pesquisa Operacional. Redes. Prof. Dr. José Arnaldo Barra Montevechi
Universidade Federal de Itajubá Instituto de Engenharia de Produção e Gestão Pesquisa Operacional Redes Prof. Dr. José Arnaldo Barra Montevechi Problemas de rede Casos especiais de problemas de programação
Leia maisInvestigação Operacional
Modelos de Programação Linear (Mestrado) Engenharia Industrial http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas 1 Modelação Matemática As técnicas e algoritmos
Leia maisOptimização em Redes e Não Linear
Departamento de Matemática da Universidade de Aveiro Optimização em Redes e Não Linear Ano Lectivo 005/006, o semestre Folha - Optimização em Redes - Árvores de Suporte. Suponha que uma dada companhia
Leia maisAs restrições acima, sobre, são equivalentes a e. Combinandoas, poderemos escrever.
Livro: Probabilidade - Aplicações à Estatística Paul L. Meyer Capitulo 4 Variáveis Aleatórias Unidimensionais. Exemplo 4.9. Ao operar determinada máquina, existe alguma probabilidade de que o operador
Leia maisCap ıtulo 1 Exerc ıcios de Formula c Enunciados
Capítulo 1 Enunciados Enunciados 2 Problema 1 Publicações Polémicas vai publicar uma autobiografia de um político controverso, e admite que a 1 a edição vai ser vendida por completo se não houver atrasos.
Leia maisOtimização Aplicada à Engenharia de Processos
Otimização Aplicada à Engenharia de Processos Aula 4: Programação Linear Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013
Leia maisPesquisa Operacional. Prof. José Luiz
Pesquisa Operacional Prof. José Luiz Resolver um problema de Programação Linear significa basicamente resolver sistemas de equações lineares; Esse procedimento, apesar de correto, é bastante trabalhoso,
Leia maisC 3 C 3. De acordo com o teorema de Euler, um grafo não orientado admite um ciclo de Euler se e só for conexo e não tiver vértices de grau ímpar.
rafos ircuito e iclo de uler X. ircuito e iclo de uler Um grafo orientado diz-se euleriano se há um circuito que contenha todos os seus arcos uma e só uma vez (circuito euleriano ).O grafo da figura é
Leia mais2. Problemas de Transportes e Afectação
2. Problemas de Transportes e Afectação 2.1 A empresa de calçado Sapatex SA tem duas fábricas (F1 e F2) em território nacional e outros tantos centros de distribuição (C1 e C2). O departamento de gestão
Leia maisASSA 2001/ /2002
Análise de Sistemas e Simulação em Ambiente 2001/2002 1 Índice Pág. 1- Objectivo 1 2- Resolução do Problema 1 2.1- Resolução pelo Método Gráfico 1 2.2- Resolução utilizando o Solver do Excel 3 3- Conclusão
Leia maisSelecciona-se dos vértices ainda não seleccionados o vértice v k que está à menor distância de v i,
V. Problema do caixeiro-viajante Grafos - Problema do caixeiro-viajante onsidere-se um grafo em que os vértices representam cidades e as arestas (ou arcos) representam as estradas de uma dada região (a
Leia maisFrequência / Exame de 1. a Época
ISCTE - Instituto Universitário de Lisboa Licenciaturas: Gestão, Finanças e Contabilidade, Gestão e Engenharia Industrial, Marketing e Economia Frequência / Exame de 1. a Época OPTIMIZAÇÃO / MATEMÁTICA
Leia maisInvestigação Operacional 2004/05 2º Mini-teste Extra. 9 de Dezembro, 11:00h 12:30h
Investigação Operacional 00/0 º Mini-teste Extra 9 de Dezembro, :00h :0h Sem consulta, sem máquina de calcular Justifique todas as respostas Departamento de Engenharia Civil Secção de Planeamento do Território
Leia maisInvestigação Operacional
Licenciatura em Engenharia Electrotécnica e de Computadores Investigação Operacional Recurso 2004.02.09 Duração: 2 horas Nome: Teórica Responda a cada afirmação com (V) Verdadeira ou (F) Falsa. Por cada
Leia maisMatemática. C. Requejo (UA) Métodos de Investigação Operacional MIO / 34
Modelação em Programação Matemática C. Requejo (UA) Métodos de Investigação Operacional MIO 2016-2017 1 / 34 Modelação de problemas simples Problema da compra de bilhetes Nas próximas 5 semanas vou, de
Leia maisPesquisa Operacional. Introdução à Pesquisa Operacional Programação Linear
Pesquisa Operacional Introdução à Pesquisa Operacional Programação Linear 1 Sumário Modelagem e limitações da Programação Linear. Resolução Gráfica. Forma padrão de um modelo de Programação Linear. Definições
Leia maisModelos de planeamento e gestão de recursos hídricos. 19 de Novembro
Modelos de planeamento e gestão de recursos hídricos 19 de Novembro Metodologias de análise Sistema real vs sistema simplificado Modelação Matemática; Física; Análise de sistemas: Simulação; Optimização:
Leia maisCombinando inequações lineares
Combinando inequações lineares A multiplicação por um número > 0 não altera uma inequação 2x x 5 4x 2x 0 2 2 A soma de duas inequações (com o mesmo sentido) produz uma inequação válida x 3x + x 3 2 + 5x
Leia maisSimplex. Transparências de apoio à leccionação de aulas teóricas. c 2011, 2009, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP
Simplex Transparências de apoio à leccionação de aulas teóricas Versão 3 c 2011, 2009, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP Programação Linear abordagem algébrica max sujeito a: n
Leia maisProgramação Inteira Resolução por Branch and Bound
Programação Inteira Resolução por Branch and Bound Transparências de apoio à lecionação de aulas teóricas Versão 2.3 c 2012, 2010, 2009, 2001 Maria Antónia Carravilla José Fernando Oliveira FEUP Técnicas
Leia maisPesquisa Operacional aplicada ao Planejamento e Controle da Produção e de Materiais Programação Linear
Pesquisa Operacional aplicada ao Planejamento e Controle da Produção e de Materiais Programação Linear Introdução à Pesquisa Operacional Origens militares Segunda guerra mundial Aplicada na alocação de
Leia maisA Dualidade em Programação Linear
Investigação Operacional- 2009/10 - Programas Lineares 14 A Dualidade em Programação Linear Para melhor ilustrar este conceito vamos estudar dois problemas intimamente relacionadas: o problema da dona
Leia maisPROGRAMAÇÃO INTEIRA. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos
PROGRAMAÇÃO INTEIRA Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos M9.1 - Problema de Seleção de Projetos ver Taha Capítulo 9 Cinco projetos estão sob avaliação
Leia maisINVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios. Cap. III Método Simplex
INVESTIGAÇÃO OPERACIONAL Programação Linear Eercícios Cap. III Método Simple António Carlos Morais da Silva Professor de I.O. INVESTIGAÇÃO OPERACIONAL (MS edição de 006) i Cap. III - Método Simple - Eercícios
Leia maisProgramação Linear/Inteira - Aula 5
Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira - Aula 5 Prof. Thiago Alves de Queiroz Aula 5 Thiago Queiroz (IMTec) Aula 5 Aula 5 1 / 43 Análise de Sensibilidade Estudar o efeito
Leia maisCombinando inequações lineares
Combinando inequações lineares A multiplicação por um número > 0 não altera uma inequação 2x x 5 4x 2x 10 1 2 1 2 A soma de duas inequações (com o mesmo sentido) produz uma inequação válida x 3x x 3 1
Leia maisIntrodução à Programação Linear
Introdução à Programação inear Caracterização É um subitem da programação matemática É um dos modelos utilizados em pesquisa operacional. É um modelo de otimização. Tem como objetivo: "Alocar recursos
Leia maisX - D U A L I D A D E
X - D U A L I D A D E 1 - Introdução. Regras de transformação "Primal - Dual" Consideremos os dois problemas P1 e P2 de Programação Linear seguintes: P1 : n Maximizar F = Σ ck. Xk k = 1 n Σ aik. Xk bi
Leia mais