Prof. Silvio Alexandre de Araujo
|
|
- Regina Guterres Borba
- 5 Há anos
- Visualizações:
Transcrição
1 Prof. Silvio Alexandre de Araujo AULA DE HOJE 1. Programa, Critério de Avaliação e Datas das Provas 2. Introdução 3. Conceitos Básicos de Modelagem Matemática 4. Diferentes Classes de Problemas de Otimização 5. Exemplos: Problema da Mistura e outras aplicações 6. Considerações Finais 7. Exercícios AULA DE HOJE 1. Programa, Critério de Avaliação e Datas das Provas 2. Introdução 3. Conceitos Básicos de Modelagem Matemática 4. Diferentes Classes de Problemas de Otimização 5. Exemplos: Problema da Mistura e outras aplicações 6. Considerações Finais 7. Exercícios PROGRAMA 1. Introdução aos problemas de otimização linear 2. Construção de modelos de otimização linear 3. Ferramentas computacionais: linguagens de modelagem e sistemas de otimização 4. Conceitos de Álgebra Linear e Análise Convexa 5. Método simplex 6. Teoria da Dualidade 7. Análise de Sensibilidade 8. Aplicação: Problema do transporte, Problema da Designação, Outros 9. Introdução aos métodos de pontos interiores.
2 BIBLIOGRAFIA BÁSICA 1. ARENALES, M., ARMENTANO, V., MORABITO, R. E YANASSE, H.-Pesquisa Operacional-2007 Editora Campus. 2. Bazaraa, M.S. & Jarvis, J.J., Linear Programming and Network Flows. John Wiley & Sons Inc,. New York, Goldbarg, M. C. e Luna, H. P. Otimização Combinatória e Programação Linear: Modelos e Algoritmos. Editora Campus. Rio de Janeiro, Macula, N. e Fampa, M. H. C., Otimização Linear, Editora UnB, Willians, H.P. - Model Bulding in Mathematical Programming, John Wiley & Sons, BIBLIOGRAFIA COMPLEMENTAR 1. Campelo, R.E e N. Maculan, Algoritmos e Heuristicas, Editora da Universidade Federal Fluminebse, Hillier, F. S. e G. J. Lieberman. Introdução à Pesquisa Operacional, Campus, 3a ed., CHVÁTAL, V. - Linear Programming, W.H. Freeman and Company, DANTZIG. G.B. e TAPPA,M.N. - Linear Programming - 1: Introduction, Springer, Gonzaga, Algoritmos de Pontos Interiores para Programação Linear, 17o Colóquio Brasileiro de Matemática, LACHTERMACHER, G. Pesquisa Operacional na Tomada de Decisões, Ed. Campus, PRADA, D. Programação Linear, Editora DG, PUCCINI, A.L. e PIZZOLATO, N.D. - Programação Linear, LTC, Schrijver, Theory of Linear and Integer Programming, Wiley RANGEL, S. Introdução à construção de modelos de otimização linear e inteira. 1. ed. São Carlos-SP SBMAC, v. único. 82 Critério de Avaliação VERIFICAÇÕES DA APRENDIZAGEM Avaliações 1ª (23/10/13) 2ª (18/12/13) PESO 1 1 Média Final (MF): MF = (P1 + P2) / 2 Se MF>= 5 Aprovado Se MF<5 Prova de Recuperação (PR)-dia 15/01/14 AULA DE HOJE 1. Programa, Critério de Avaliação e Datas das Provas 2. Introdução 3. Conceitos Básicos de Modelagem Matemática 4. Diferentes Classes de Problemas de Otimização 5. Exemplos: Problema da Mistura e outras aplicações 6. Considerações Finais 7. Exercícios Nota Final = (MF + PR)/2 >= 5 Aprovado
3 1. Introdução Veremos aplicações de Pesquisa Operacional (Operations Research) O termo Pesquisa Operacional : invenção do radar na Inglaterra em 1934 (Operações Militares) Bastante difundida durante a segunda Guerra Mundial Terminado o conflito houve a transferência para as empresas. George Dantzig com o Método Simplex para problema de otimização linear No Brasil a partir de Introdução Objetivos do curso Apresentar a Programação Linear como ferramenta básica da Pesquisa Operacional para formulação e resolução de problemas de otimização; Estudar os métodos clássicos de resolução de problemas de Programação Linear através de aplicações diversificadas; 1. Introdução Pesquisa Operacional: Conjunto de técnicas e métodos matemático/computacionais para auxiliar (otimizar) a tomada de decisões; - modelam problemas de decisão; - desenvolvem métodos matemáticos para otimizar os modelos - desenvolvem softwares para trabalhar com dados, de forma a que o método desenvolvido possa ser aplicado; Voltada para resolução de problemas reais; 1. Introdução Aplicações práticas Roteirização de Veículos Problema: entrega de mercadoria aos clientes. Decisão: quantidade de carga a ser colocada em cada caminhão e quais caminhões irão atender quais clientes. Decisão: otimizar as rotas dos veículos considerando eventual necessidade de reabastecimento. Aplicações: entrega de correspondência, empresas atacadistas, coleta de lixo urbano, etc. Projeto GENOMA Problema: análise, alinhamento, comparação e busca de características similares em seqüências de nucleotídeos proteínas. Decisão: otimizar o tempo computacional para se fazer tais procedimentos considerando uma grande quantidade de dados; Aplicações: biologia molecular Ensalamento em Escolas e Universidades (Timetabling) Problema: alocação de horários de aulas para os docentes e alocação de salas para as disciplinas, Decisão: gerar uma tabela de horários, visando minimizar os conflitos, maximizar preferências, compactar horários de professores e alunos e utilizar de maneira eficiente equipamentos e salas disponíveis. Aplicações: instituições de ensino
4 1. Introdução Corte de Materiais Problema: cortar peças grandes em pedaços menores de acordo com as demandas dos clientes. Decisão: otimizar a maneira de cortar as peças grandes de modo que o desperdício seja minimizado e que as demandas dos clientes sejam atendidas. Aplicações: industrias de fabricação de vidro, metal, madeira, rolos de papel, colchões, etc. Empacotamento Problema: empacotar itens de modo que o espaço necessário para guardá-los seja o menor possível (inverso do problema de corte) Decisão: otimizar a maneira de empacotar itens minimizando o espaço necessário. Aplicações: paletização de cargas, carregamento de caminhões, etc. Escalonamento de Trabalho Humano Problema: alocar funcionários às tarefas. Decisão: otimizar tais alocações considerando restrições trabalhistas e restrições operacionais de forma que todas as tarefas sejam cumpridas e os gastos com mão-de-obra sejam minimizados Aplicações: companhias aéreas, centrais telefônicas, hospitais, transporte coletivo, etc. 1. Introdução Localização de Facilidades Problema: deseja-se determinar quais os melhores locais para instalação das facilidades Decisão: otimizar as decisões sobre as localizações de forma que todos os clientes sejam atendidos a um custo mínimo. Aplicações: instalação de depositos industriais, pronto-socorro, corpo de bombeiros. Projeto de Redes Problema: projetar redes com algumas restrições de conectividade. Decisão: otimizar as ligações da rede com o menor custo possível de forma que nós importantes tenham a comunicação assegurada (inclusive com rotas alternativas para o caso de problemas de conectividade) enquanto outros menos importantes e podem servir apenas como um nó intermediário Aplicações: construção de redes em geral, energia, telefonia, computadores, etc. 1. Introdução Dimensionamento de Lotes (Planejamento de Produção) Problema: planejar a produção para um determinado horizonte de tempo. Decisão: decidir quanto deve produzir a cada período de forma a atender toda a demanda e minimizar os custos. Pode-se considerar restrições de capacidade de produção. Aplicações: industrias em geral; Sequenciamento de Tarefas em Máquinas Problema: fabricar determinado produto final a partir da execução de pequenas tarefas operacionais. Decisão: otimizar a ordem em que as tarefas devem ser processadas em cada máquina de forma a minimizar o tempo de produção. As tarefas podem ter regras de precedência entre si. Aplicações: industrias em geral; AULA DE HOJE 1. Programa, Critério de Avaliação e Datas das Provas 2. Introdução 3. Conceitos Básicos de Modelagem Matemática 4. Diferentes Classes de Problemas de Otimização 5. Exemplos: Problema da Mistura e outras aplicações 6. Considerações Finais 7. Exercícios
5 2. Conceitos Básicos de Modelagem Matemática 2. Conceitos Básicos de Modelagem Matemática Sistema Real Sistema Real Definição e Descrição do Problema Simplificações Definição e Descrição do Problema Simplificações Modelo Matemático Modelo Matemático Diversos Exemplos Aplicações Roteirização, GENOMA, Localização, Corte, Empacotamento, Dimensionamento de Lotes, Sequenciamento de Tarefas, dentre outras 2. Conceitos Básicos de Modelagem Matemática Um Exemplo Simples: da Prática para Matemática Uma empresa de consultoria financeira tem um capital disponível para novos investimentos. Ela préselecionou 16 bons investimentos com diferentes níveis de risco e de retorno. A decisão a ser tomada consiste em escolher ou não determinado investimento. Matematicamente podemos considerar esta decisão utilizando uma variável binária: para j=1,...,16 w j = 1 se o investimento j for selecionado 0 caso contrário 2. Conceitos Básicos de Modelagem Matemática Da Prática para a Matemática: algumas relações lógicas a) pelo menos um dos oito primeiros projetos deve ser escolhido 8 w 1 j= 1 b) no máximo 3 dos últimos 8 devem ser selecionados 16 j= 9 j j w 3 c) dentre os projetos 4 e 9 um e só um deles deve ser selecionado w 4 + w 9 = 1 d) o projeto 11 pode ser selecionado só se o 2 também for w 11 w 2
6 2. Conceitos Básicos de Modelagem Matemática Exemplo com Números: da Prática para a Matemática Elementos Conhecidos: Uma empresa tem $ de capital disponível para novos investimentos. Ela pré-selecionou 4 bons investimentos cujos respectivos retornos esperados em termos de valor presente são $16.000, $22.000, $ e $8000. Cada investimento só pode ser feito uma única vez e necessita um desembolso imediato de $5000, $7000, $4000 e $3000, respectivamente. Formule um modelo matemático que determine os investimentos que maximizam o retorno esperado. Para construir um modelo matemático devemos considerar os seguintes fatores: Elementos Desconhecidos: o que queremos determinar? Função Objetivo: qual o objetivo que queremos otimizar? Restrições: quais são as restrições que devem ser consideras? 2. Conceitos Básicos de Modelagem Matemática Elementos Desconhecidos: Variáveis de decisão (para j=1,...,4) 1 se o investimento j for escolhido x j = 0 caso contrário Modelo matemático: Função Objetivo: max z = 16 x x x x 4 Restrições: sujeito a 5 x x x 3 + 3x 4 <= 14 x j = 0 ou 1; j=1,2,3,4 2. Conceitos Básicos de Modelagem Matemática Considere agora as restrições adicionais: 1. Só é possível fazer no máximo 2 dos 4 investimentos. 2. Se se decidir pelo investimento 2, então tem-se que fazer também o 1 3. Se se decidir pelo investimento 2, então não se pode fazer o 4. Exercício: Modele estas novas situações: 1. x 1 + x 2 + x 3 + x x 2 x 1 2. Conceitos Básicos de Modelagem Matemática Modelo Final: max z = 16 x x x x 4 sujeito a 5 x x x 3 + 3x 4 <= 14 x 1 + x 2 + x 3 + x 4 <=2 x 2 <= x 1 x 2 + x 4 <= 1 x j = 0 ou 1; j=1,2,3,4 3. x 2 + x 4 1
7 2. Conceitos Básicos de Modelagem Matemática Sistema Real Construção de Modelos Matemáticos Sistema Real Definição e Descrição do Problema Simplificações Definição e Descrição do Problema Simplificações Modelo Matemático Algumas Classes de Problemas de Pesquisa Operacional Modelos de Programação Linear Modelos de Programação Inteira Modelos de Programação Não linear Modelos de Programação Inteira Mista Modelo Matemático Classes de Problemas de Pesquisa Operacional Modelos de Programação Linear Modelos de Programação Inteira Modelos de Programação Não linear Modelos de Programação Inteira Mista Construção de Modelos Matemáticos Sistema Real 2. Conceitos Básicos de Modelagem Matemática Sistema Real Definição e Descrição do Problema Simplificações Definição e Descrição do Problema Simplificações Modelo Matemático Modelos de Programação Linear Restrições e Função Objetivo Lineares e Variáveis Contínuas Características: Proporcionalidade, Aditividade e Divisibilidade Implementação Solução do Modelo Modelo Matemático
8 AULA DE HOJE 1. Programa, Critério de Avaliação e Datas das Provas 2. Introdução 3. Conceitos Básicos de Modelagem Matemática 4. Diferentes Classes de Problemas de Otimização 5. Exemplos: Problema da Mistura e outras aplicações 6. Considerações Finais 7. Exercícios. 3. Diferentes Classes de Problemas de Otimização (OL): - Se a função-objetivo e as restrições forem lineares. - Se variáveis puderem assumir qualquer valor real, temos um modelo de otimização linear contínuo (OL). min z = c T sujeitoa : 1 2 Ax b x x 0, x R Exemplo OL: max z=10x 1 +6x 2 sujeito a: 9x + 5 x 45-4x1 + 5x2 5 -x 1 - x 2-1 x 0, x R 2 9 Observe que, neste exemplo: c T =(10, 6), A = 4 1 n onde: c R n, A R m x n, b R m b = 5 1 x1 x = x2 7 z = Diferentes Classes de Problemas de Otimização (OI): - Se no Modelo anterior restringirmos as variáveis de forma que só possam assumir valores inteiros, teremos um modelo de otimização linear inteira (OI). - Em alguns modelos os valores inteiros que as variáveis podem assumir são 0 e 1 (variáveis binárias). T min z = c sujeitoa : Ax b Exemplo OI: max z=10x 1 +6x 2 sujeito a: x x 0, x Z 9x1 + 5 x2 45-4x1 + 5x2 5 -x 1 - x 2-1 x 0, x Z 2 n Solução ótima x=(5,0) e z=50 - Solução do exemplo OL está bem distante da solução do exemplo OI. - A solução arredondada (3, 3) também está distante;. 3. Diferentes Classes de Problemas de Otimização (OIM): Em determinadas circunstâncias interessa que apenas um subconjunto de variáveis esteja restrito a assumir valores inteiros. Neste caso, temos um modelo de otimização inteira mista (OIM). min z = c sujeito a : Ax b x 0, x Exemplo OIM: max z=10x 1 +6x 2 sujeito a: T j x Ζ, j = 1,..., p ( p < n) 9x1 + 5 x2 45-4x1 + 5x2 5 -x 1 - x 2-1 x 0, x 1 R 1, x 2 Z 1. solução ótima 1 x = (3,3) 3 e 1 z = 51 3
9 3. Diferentes Classes de Problemas de Otimização (ONL): Modelos tais que a função-objetivo é não linear e/ou o conjunto de restrições é formado por equações ou inequações não lineares são chamados de modelos de otimização não-linear (ONL). AULA DE HOJE 1. Programa, Critério de Avaliação e Datas das Provas 2. Introdução 3. Conceitos Básicos de Modelagem Matemática 4. Diferentes Classes de Problemas de Otimização 5. Exemplos: Problema da Mistura e outras aplicações 6. Considerações Finais 7. Exercícios 5. Exemplos: Problema da Mistura e outras aplicações Construção de um Modelo de Programação Linear: Problema da Mistura Descrição do Problema: uma fundição deve produzir 30 toneladas de um tipo liga a partir de quantidades variadas de diversos produtos de forma a minimizar o custo de produção desta liga
10 Ingredientes Composição % Descrição do Problema: dados Lingotes Grafite Restos Industriais Restos Domicil. Carbono Silício Manganês Custo R$/ton Matéria-prima: ingredientes Ferro-gusa Composição % Composição Mínima Carbono 0.43 Silício 0.19 Manganês 0.12 Liga Metálica (Mistura) Fabricação da Peça
11 Ingredientes Composição % Descrição do Problema: dados Lingotes Grafite Restos Industriais Restos Domicil. Carbono Silício Manganês Custo R$/ton Ferro-gusa Composição % Composição Mínima Carbono 0.43 Silício 0.19 Manganês 0.12 Construção de Modelos Construindo um modelo para o Problema da Mistura Neste problema temos: elementos conhecidos: composição e custo dos ingredientes elementos desconhecidos: quanto colocar de cada ingrediente na mistura objetivo a ser alcançado: obter uma mistura de baixo custo restrições: a mistura deve ter uma quantidade mínima de componentes Construção do Modelo Variáveis de decisão: - A mistura deve ser feita a partir da mistura de 4 itens (j= 1,2,3,4) - x j : quantidade (em kg) do ingrediente j a ser colocada na mistura - Função Objetivo: Minimizar 90 x x x x 4 Objetivo Obter a mistura de menor custo possível. Proporcionalidade: 1 tonelada de lingote ==> R$ 90,00 2 toneladas de lingote ==> R$ 180,00 x1 toneladas de lingote ==> R$ 90* x1 gasto associado a quantidade de grafite na mistura: R$ 180 * x2 Aditividade gasto total com lingote e grafite é dado pôr: R$ 90 x x2 Construção do Modelo Variáveis de decisão: - A mistura deve ser feita a partir mistura de 4 itens (j= 1,2,3,4) - x j : quantidade (em kg) do ingrediente j a ser colocada na mistura - Função Objetivo: Minimizar 90 x x x x 4 - Restrições de Composição Mínima: 0.50 x x x x 4 30 (0.43) :C 0.20 x x x x 4 30 (0.19) :Si 0.23 x x x x (0.12) :Mn - Restrições de Atendimento da Demanda: x 1 + x 2 + x 3 + x 4 = 30 - Restrições de Não Negatividade das Variáveis: x 1 0; x 2 0; x 3 0; x 4 0 (Divisibilidade x j R)
12 Modelo Matemático Minimizar 90 x x x x 4 Sujeito a: 0.50 x x x x 4 30 (0.43) 0.20 x x x x 4 30 (0.19) 0.23 x x x x 4 30 (0.12) x 1 + x 2 + x 3 + x 4 = 30 x 1 0; x 2 0; x 3 0; x 4 0 Conceitos Básicos de Modelagem Matemática A partir da observação de fenômenos, processos ou sistemas (físicos, químicos, biológicos, econômicos) buscam-se leis que os regem; Tais leis, se passíveis de serem descritas por relações matemáticas, dão origem aos modelos matemáticos; O modelo matemático é uma representação simplificada do problema real PO é tanto ciência quanto arte: ciências por causa das técnicas matemáticas envolvidas; arte por causa da criatividade e experiência necessárias para a construção de modelos Extensão 1: suponha que novos clientes tenham surgido e esses são mais exigentes com as especificações Modelo Matemático: exercício Ingredientes Composição % Lingotes Grafite Restos Industriais Restos Domicil. Carbono Silício Manganês Custo R$/ton Ferro-gusa Composição % Composição Mínima Composição Máxima Carbono Silício Manganês Minimizar 90 x x x x 4 Sujeito a: 30 (0.43) 0.50 x x x x 4 30 (0.65) :C 30 (0.19) 0.20 x x x x 4 30 (0.30) :Si 30 (0.12) 0.23 x x x x 4 30 (0.35) :Mn x 1 + x 2 + x 3 + x 4 = 30 x 1 0; x 2 0; x 3 0; x 4 0
13 Extensão 2: suponha que devido a uma elevação no nível de exportação passou a ocorrer falta de matéria-prima de forma que os estoques ficaram limitados Ingredientes Composição % Lingotes Grafite Restos Industriais Restos Domicil. Carbono Silício Manganês Custo R$/ton Estoque (ton) Ferro-gusa Composição % Composição Mínima Composição Máxima Carbono Silício Manganês Modelo Matemático: exercício Minimizar 90 x x x x 4 Sujeito a: 30 (0.43) 0.50 x x x x 4 30 (0.65) :C 30 (0.19) 0.20 x x x x 4 30 (0.30) :Si 30 (0.12) 0.23 x x x x 4 30 (0.35) :Mn x 1 + x 2 + x 3 + x 4 = 30 0 x 1 50; 0 x 2 50; 0 x 3 12; 0 x 4 10 Solução Mistura: x 1 = 12; x 2 = 0; x 3 = 12; x 4 =6 Valor do f.o.=1590 Componentes Formulação Genérica Ingredientes Composição 1 2 n Min Max 1 a 11 a 12 a 1n l 1 u 1 2 a 21 a 22 a 2n l 2 u m a m1 a m2... a mn l m u m Custo Ingrediente c 1 c 2 c n Estoque Ingrediente E 1 E 2 E n Demanda de Q unidades da Mistura Formulação Genérica: exercício minimizar f(x 1, x 2,, x n ) = c 1 x 1 + c 2 x c n x n sujeito a: l 1 Q a 11 x 1 + a 12 x a in x n Q u 1 l 2 Q a 21 x 1 + a 22 x a 2n x n Q u 2 : l m Q a m1 x 1 + a m2 x a mn x n Q u m x 1 + x x n = Q 0 x 1 E 1 ; 0 x 2 E 2 ;... ; 0 x n E n ; Dados do Problema: Q : quantidade de mistura a ser produzida; a ij : fração do componente i no ingrediente j ; l i : fração mínima do componente i na mistura ; u i : fração máxima do componente i na mistura ; c j : custo de uma unidade do ingrediente j. E j : quantidade em estoque do ingrediente j. Variável do Problema: x j : quantidade do ingrediente j a ser colocada na mistura.
14 Tela Inicial Composição de cada Liga Composição de cada Ingrediente Composição de cada Liga
15 Cálculo da Liga Problema da Mistura de Ligas Metálicas Diferença para algumas ligas em uma fornada 360 kg Sol. Ind Sol. Prog. % CF-8 725,55 554,21 31,1 CF-8M 1066,78 736,89 44,7 HH 984,90 748,01 31,6 CA ,48 195,87 16,1 Diferença Significativa considerando que a indústria produz 10 cargas por dia Dificuldades Encontradas Durante o Desenvolvimento Melhorias Obtidas Durante o desenvolvimento do programa foram detectados vários problemas Problemas Resolvidos Após o Desenvolvimento do Programa - Composição Química dos Ingredientes Incorreta; - Peso de uma Compra de Ingredientes Incorretos; - Informações de Estoques Incorretas; - Custos de Estocagem Imprecisos, etc. - Melhoria na Qualidade de Informações Básicas; - Melhoria na Qualidade de Compra dos Fornecedores; - Melhoria da Qualidade da Liga Feita; - Redução nos Custos das Ligas; - Melhoria no Armazenamento de Novas Informações
16 Melhorias Obtidas Melhorias Inesperadas pelo Gerente Obtidas por meio de Simulações Passos para Resolução do Problema Modelagem Matemática - Simular para Estabelecer Preço de Venda - Simular para Discutir Preço de Compra - Simular para Prazo de Entrega aos Clientes - Simular para Prazo de Recebimento de Matéria-prima Organização dos dados Implementação computacional: Método Simplex Desenvolvimento da Interface 5. Exemplos: Problema da Mistura e outras aplicações 5. Exemplos: Problema da Mistura e outras aplicações
17 Problema de Corte e Empacotamento Problemas de corte de dimensões maiores
18 Problema de Corte de Bobinas de Aço AULA DE HOJE 1. Programa, Critério de Avaliação e Datas das Provas 2. Introdução 3. Conceitos Básicos de Modelagem Matemática 4. Diferentes Classes de Problemas de Otimização 5. Exemplos: Problema da Mistura e outras aplicações 6. Considerações Finais 7. Exercícios 6. Considerações Finais Infelizmente, ainda é pequeno o número de empresas que utilizam em seus processos alguma técnica de otimização. Isto se deve, principalmente, a uma falta de conhecimento a respeito do poder real de tais técnicas. É muito comum que as empresas não tenham consciência de que certas tarefas são passíveis de otimização ( sempre funcionou tão bem assim, não é mesmo? ). Considerações Finais Felizmente, essa situação vem se alterando. É cada vez maior o número de companhias que adotam modelos de otimização No Brasil, esse processo vem ganhando força mas ainda é incipiente. As empresas brasileiras ainda estão organizando os dados e, não conseguem fornecer dados de maneira adequada Nos demais países, principalmente na Europa e nos Estados Unidos, a utilização de técnicas de otimização dentro das empresas é bem mais difundida.
19 AULA DE HOJE 7. Exercícios 1. Programa, Critério de Avaliação e Datas das Provas 2. Introdução 3. Conceitos Básicos de Modelagem Matemática 4. Diferentes Classes de Problemas de Otimização 5. Exemplos: Problema da Mistura e outras aplicações 6. Considerações Finais 7. Exercícios Produção de rações: 7. Exercícios Uma agro-indústria produz rações para dois tipos de animais Essas rações são preparadas fazendo-se uma mistura de farinhas de quatro ingredientes básicos: milho, osso, soja e resto de peixe Cada um desses ingredientes contém diferentes quantidades de dois nutrientes necessários à uma boa dieta nutricional: proteína e cálcio O nutricionista especifica que as rações devem atender às exigências mínimas e máximas de composição desses nutrientes O mercado define os custos unitários de cada tipo de ingrediente A produção deve ser baseada nas disponibilidades em estoque das matérias-primas e a demanda de mercado deve ser atendida. Rações Composição Ingredientes Nutrientes % Milho Osso Soja Peixe Proteína Cálcio Estoque (ton) Custo R$/ton Ração Animal 1 Ração Animal 2 Proteína Cálcio Demanda (ton) Exercício Determinar as quantidades de cada ingrediente que devemos misturar para que satisfaça às restrições nutricionais, de disponibilidade e de consumo, com o mínimo custo.
20 Considerações sobre o Exercício Duas misturas devem ser produzidas a partir dos mesmos ingredientes em quantidades diferentes: As quantidades Mínimas e Máximas de cada componente dependem da mistura que está sendo feita As limitações de estoque devem ser consideradas para as duas misturas Sugestão: Ingredientes: misturas: x 11 E 1 x 12 2 E 2 Variáveis: x jk =qde. do ingrediente j na mistura k. 2 E n 1 x n1 n x n2 1 Resposta do Exercício Minimizar 27x x x x x x x x 42 Sujeito a: 19 (0.4) 0.5x x x x 41 19(0.5) :Proteína 19 (0.3) 0.6x x x x 41 19(0.6) :Cálcio 12 (0.3) 0.5x x x x 42 12(0.5) :Proteína 12 (0.5) 0.6x x x x 42 12(0.8) :Cálcio x 11 + x 21 + x 31 + x 41 = 19 x 12 + x 22 + x 32 + x 42 = 12 0 x 11 + x 12 10; 0 x 21 + x 22 10; 0 x 31 + x 32 14; 0 x 41 + x Solução Animal 1: x 11 = ; x 21 = 10; x 31 = 0; x 41 = Animal 2: x 12 = ; x 22 =0 ; x 32 = ; x 42 = Valor do f.o.= Formulação Genérica: exercício (casa) minimizar f(x 11, x 21,, x n1 ; x 12, x 22,, x n2 ;.;x 1k x 2k,, x nk ) = c 1 x 11 + c 2 x c n x n1 + c 1 x 12 + c 2 x c n x n2 + + c 1 x 1k + c 2 x 2k + + c n x nk sujeito a: l 11 Q 1 a 11 x 11 + a 12 x a in x n1 Q 1 u 11 l 21 Q 1 a 21 x 11 + a 22 x a 2n x n1 Q 1 u 21 : l m1 Q 1 a m1 x 11 + a m2 x a mn x n1 Q 1 u m1 Repetir k vezes (uma para cada mistura) x 11 + x x n1 = Q 1 x 12 + x x n2 = Q 2.. x 1k + x 2k x nk = Q k 0 x 11 +x x 1k E 1 ; 0 x 21 +x x 2k E 2 ;...; 0 x n1 + x n2 + + x nk E n Desafio 1 (Programação Linear) - Considere o Problema: A companhia de eletricidade CPFLL supre 4 cidades com energia. As potências de suas 3 subestações são 35, 50 e 40. As demandas de pico das 4 cidades são: 45, 20, 30 e 30. Os custos de perda para enviar energia para as cidades são: Cidade 1 Cidade 2 Cidade 3 Cidade 4 Sub Sub Sub Como distribuir energia de modo a minimizar o custo de perda e suprir a demanda de pico? Fazendo uso de indexação e somatórios é possível escrever modelos matemáticos compactos usando a forma literal
21 Capacidade das subestações Demanda das Cidades s 1 =35 Sub1 s 2 =50 Sub2 s 3 =40 Sub3 Desafio 1 (Programação Linear) x 11 x 12 x 13 x 14 x 21 x22 x 23 x 24 x 31 x 32 x 33 x 34 Cid1 d 1 =45 Cid1 d 2 =20 Cid1 d 3 =30 Cid1 d 4 =30 Modelagem Matemática Elementos Presentes na Modelagem Matemática dados do problema: são constantes conhecidas função objetivo: qualifica as soluções restrições do problema: limitam as decisões a serem tomadas variáveis de decisão: são incógnitas do problema Modelagem Matemática: forma geral Minimizar ou Maximizar Função objetivo sujeito a Restrições do Problema - equações ou inequações Restrições sob as Variáveis de Decisão Construção de Modelos: exercício Variável de decisão: x ij = quantidade de energia enviada da subestação i à cidade j Modelo Matemático: min z = 8x x x x x x x x x x x x 34 sujeito a: x 11 + x 12 + x 13 + x 14 = 35 x 21 + x 22 + x 23 + x 24 = 50 Restrições de capacidade x 31 + x 32 + x 33 + x 34 = 40 x 11 + x 21 + x 31 = 45 x 12 + x 22 + x 32 = 20 x 13 + x 23 + x 33 = 30 x 14 + x 24 + x 34 = 30 x ij 0 i=1,2,3 e j=1,2,3,4 Restrições de demanda Variáveis de Decisão Construção de Modelos: exercício Modelo de Transporte em forma literal: possibilita a representação compacta de modelos com muitas variáveis e restrições min z = n j= 1 m i= 1 ij ij ij m sujeito a : n i = 1 j = 1 i j c x x = s i = 1,...,m x = d j = 1,...,n ij x 0 i = 1,...,m j = 1,...,n Observe que: c ij, s i e d j são os: ij Função Objetivo Restrições de capacidade Restrições de demanda Variáveis de Decisão Dados do Problema
22 Resposta (Programação Linear) - Considere o Problema: A companhia de eletricidade CPFLL supre 4 cidades com energia. As potências de suas 3 subestações são 35, 50 e 40. As demandas de pico das 4 cidades são: 45, 20, 30 e 30. Os custos de perda para enviar energia para as cidades são: Resp. Cidade 1 Cidade 2 Cidade 3 Cidade Sub Sub Sub Como distribuir energia de modo a minimizar o custo de perda e suprir a demanda de pico? Capacidade das subestações s 1 =35 s 2 =50 s 3 =40 Resposta (Programação Linear) Sub1 Sub2 Sub3 x 11 =0 x 12 =10 x 14 =0 x 21 =45 x22 =0 x 24 =0 x 23 =5 x 13 =25 x 31 =0 x 32 =10 x 33 =0 x 34 =30 Demanda das Cidades Cid1 d 1 =45 Cid1 d 2 =20 Cid1 d 3 =30 Cid1 d 4 =30
Aula de Hoje 1. PROGRAMA E CRITÉRIOS DE AVALIAÇÃO; 2. INTRODUÇÃO À PESQUISA OPERACIONAL (PO) 3. APLICAÇÕES DE PO 4. CONCLUSÃO
Aula de Hoje Prof. Silvio Alexandre de Araujo 1. PROGRAMA E CRITÉRIOS DE AVALIAÇÃO; 2. INTRODUÇÃO À PESQUISA OPERACIONAL (PO) 3. APLICAÇÕES DE PO 4. CONCLUSÃO PROGRAMA Parte I: Revisão 1. Formulação de
Leia maisAULA DE HOJE Programa, Critério de Avaliação e Datas das Provas Introdução Modelagem matemática: conceitos básicos Construção de um modelo matemático
AULA DE HOJE Programa, Critério de Avaliação e Datas das Provas Introdução Modelagem matemática: conceitos básicos Construção de um modelo matemático Prof. Silvio Alexandre de Arauo Modelos de otimização
Leia maisMATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel
MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA Silvio A. de Araujo Socorro Rangel saraujo@ibilce.unesp.br, socorro@ibilce.unesp.br Apoio Financeiro: PROGRAMA Introdução. Modelagem matemática:
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 Bibliografia ARENALES, ARMENTANO, MORABITO e YANASSE. Pesquisa Operacional, Campus, 2007. BERTSIMAS,
Leia maisIntrodução. Otimização Multiobjetivo. Muitas aplicações de interesse prático podem ser representadas por meio de modelos matemáticos lineares.
Introdução Prof. Eduardo Gontijo Carrano - DEE/EE/UFMG Otimização Multiobjetivo Modelagem. Muitas aplicações de interesse prático podem ser representadas por meio de modelos matemáticos lineares. Em alguns
Leia maisProgramação Matemática - Otimização Linear
Programação Matemática - Otimização Linear Professora: Maristela Oliveira dos Santos Auxilio 2009: Victor C.B. Camargo Auxilio 2010 - PAE: Marcos Mansano Furlan Instituto de Ciências Matemáticas e de Computação
Leia maisLista de Exercícios 1 - Otimização Linear Prof. Silvio Alexandre de Araujo. Construção de Modelos e Solução Gráfica
Lista de Exercícios 1 - Otimização Linear Prof. Silvio Alexandre de Araujo Construção de Modelos e Solução Gráfica 1) - Estudar Capítulo 1 do livro texto; - Estudar Capítulo 2 do livro texto (seções 2.1,
Leia maisPESQUISA OPERACIONAL Introdução. Professor Volmir Wilhelm Professora Mariana Kleina
PESQUISA OPERACIONAL Introdução Professor Volmir Wilhelm Professora Mariana Kleina PESQUISA OPERACIONAL Ementa Revisão de Álgebra Linear. Modelos de Programação Linear. O Método Simplex. O Problema do
Leia maisProgramação Matemática
Professoras Aline Leão e Franklina Toledo Instituto de Ciências Matemáticas e de Computação - ICMC Universidade de São Paulo - USP 2015 Problema da mistura Problema da Mistura O PROBLEMA DA MISTURA Problema
Leia maisPesquisa Operacional 1. Aula 5- Modelagem de problemas. Profa. Milena Estanislau Diniz 2º Semestre/2011
Universidade Federal de Ouro Preto Departamento de Engenharia de Produção- DEENP Pesquisa Operacional 1 Aula 5- Modelagem de problemas Profa. Milena Estanislau Diniz 2º Semestre/2011 Tema da aula de hoje
Leia maisCURSO DE LOGÍSTICA INTEGRADA DE PRODUÇÃO. Ferramentas de Apoio à Decisão Prof. Dr. Fabrício Broseghini Barcelos PARTE 01
CURSO DE LOGÍSTICA INTEGRADA DE PRODUÇÃO Ferramentas de Apoio à Decisão Prof. Dr. Fabrício Broseghini Barcelos PARTE 01 Tomada de Decisão É o processo de identificar um problema específico e selecionar
Leia maisTP052-PESQUISA OPERACIONAL I Introdução. Prof. Volmir Wilhelm Curitiba, Paraná, Brasil
TP052-PESQUISA OPERACIONAL I Introdução Prof. Volmir Wilhelm Curitiba, Paraná, Brasil TP052-PESQUISA OPERACIONAL I Ementa Revisão de Álgebra Linear. Modelos de Programação Linear. O Método Simplex. O Problema
Leia maisExemplos de modelos de PL ou PI
Exemplos de modelos de PL ou PI Prof. Eduardo Uchoa http://www.logis.uff.br/~uchoa/poi/ 1 Como funciona a PO? Toda a PO está baseada na construção de modelos matemáticos para representar de forma simplificada
Leia maisIntrodução à Pesquisa Operacional
Introdução à Pesquisa Operacional Professora: Maristela Oliveira dos Santos - mari@icmc.usp.br Auxilio 2009: Victor C.B. Camargo Auxilio 2011 - Monitor Seleção Instituto de Ciências Matemáticas e de Computação
Leia maisIntrodução à Pesquisa Operacional - Otimização Linear
Introdução à Pesquisa Operacional - Otimização Linear Professora: Maristela Oliveira dos Santos - mari@icmc.usp.br Auxilio 2009: Victor C.B. Camargo Auxilio 2010 - PAE: Marcos Mansano Furlan - L-1007 Instituto
Leia maisProgramação Linear - Parte 1
Graduação em Matemática Industrial Programação Linear - Parte 1 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 1/2014 Thiago Queiroz (DM) Parte 1 1/2014 1 / 33 Introdução Programação
Leia maisAplicações de PL possíveis até o momento
Universidade Federal de Itajubá Instituto de Engenharia de Produção e Gestão Pesquisa Operacional Síntese Problemas Interessantes Prof. Dr. José Arnaldo Barra Montevechi Aplicações de PL possíveis até
Leia maisIntrodução à Pesquisa Operacional - Otimização Linear
Introdução à Pesquisa Operacional - Otimização Linear Professora: Maristela Oliveira dos Santos - mari@icmc.usp.br Auxilio 2009: Victor C.B. Camargo Auxilio 2010 - PAE: Marcos Mansano Furlan - L-1007 Instituto
Leia maisObjetivo: Encontrar uma combinação de produtos que dê o maior lucro possível. Decisão a ser tomada Objetivo: Maximizar o lucro total
Brincando com a Otimização Linear ou Lego of my simplex ( Pendegraft,199) Socorro Rangel DCCE - IBILCE - UNESP O Problema Matéria Prima Disponível 6 peças grandes 8 peças pequenas Especificação do produto
Leia maisOtimização. Modelagem e Solução Gráfica. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia
Otimização Modelagem e Solução Gráfica Paulo Henrique Ribeiro Gabriel phrg@ufu.br Faculdade de Computação Universidade Federal de Uberlândia 2016/1 Paulo H. R. Gabriel (FACOM/UFU) GSI027 2016/1 1 / 49
Leia maisPrática 02. Total. Pré-requisitos 2 MTM112. N o
Disciplina Pesquisa Operacional I MINISTÉRIO DA Departamento DEPARTAMENTO DE COMPUTAÇÃO Carga Horária Semanal Pré-requisitos 1 CIC170 Teórica EDUCAÇÃO E CULTURA DIRETORIA DE ENSINO 1 PROGRAMA DE DISCIPLINA
Leia maisProgramação Matemática
Programação Matemática Professoras: Franklina Toledo e Maristela Santos* Instituto de Ciências Matemáticas e de Computação - ICMC Universidade de São Paulo USP *Estes slides foram feitos em colaboração
Leia maisProfessor: Rodrigo A. Scarpel
Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Pesquisa Operacional Durante a Segunda Guerra Mundial, os líderes militares solicitaram que cientistas estudassem problemas como posicionamento
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 Problema da Mistura minimizar f ( 1, 2,..., n ) = c 1 1 + c 2 2 +... + c n n Sujeito a: a 11 1
Leia maisProgramação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO
Programação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO Tipos de Problemas 1. Dada uma variedade de alimentos, escolher uma dieta de menor custo que atenda as necessidades nutricionais de um indivíduo?
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 maisEAD 350 Pesquisa Operacional Aula 01 Parte 2
EAD 350 Pesquisa Operacional Aula 01 Parte 2 Prof. Adriana Backx Noronha Viana (Material: Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP Problema... Vocês foram contratados pela Wyndor Glass Company
Leia maisCap. 2 Pesquisa Operacional na Tomada de Decisão
FACULDADE DE CIÊNCIAS SOCIAIS APLICADAS DO SUL DE MINAS Cap. Pesquisa Operacional na Tomada de Decisão 5/3/00 Prof. Antonio Marcos Goulart. PESQUISA OPERACIONAL NA TOMADA DE DECISÃO Origem da Pesquisa
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 maisProgramação Matemática
Programação Matemática Docentes: Ana Paula, Franklina e Maristela Instituto de Ciências Matemáticas e de Computação - ICMC Universidade de São Paulo USP (Material Elaborado por Aline Leão modificado por
Leia maisPlanejamento e Análise de Sistemas de Produção
Aula 24 Planejamento e Análise de Sistemas de Produção Paulo Augusto Valente Ferreira Departamento de Telemática Faculdade de Engenharia Elétrica e Computação Universidade Estadual de Campinas Conteúdo
Leia maisTópicos em Otimização de Licenciatura em Computação Introdução
Tópicos em Otimização de Licenciatura em Computação Introdução Slides (2-6) foram disponibilizados pelo Prof. Fernando Gomide -UNICAMP Otimização (Programação Matemática) O que é é um procedimento matemático
Leia maisAulas 2 e 3 - Modelos de Programação Linear
Aulas 2 e 3 - Modelos de Programação Linear Pesquisa Operacional I Prof. Marcos Roboredo marcos.producao.uff@gmail.com http://www.logis.uff.br/~roboredo/po1.html Programação Matemática Um modelo de programação
Leia maisEAD 350 Pesquisa Operacional Aula 01 Parte 2
EAD 350 Pesquisa Operacional Aula 01 Parte 2 Profa. Daielly M. N. Mantovani Profa. Adriana Backx Noronha Viana Prof. Cesar Alexandre de Souza daielly@usp.br FEA/USP Elaboração de Modelos de PO Definição
Leia maisProgramação Linear/Inteira
Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira Prof. Thiago Alves de Queiroz Aula 1 Thiago Queiroz (IMTec) Aula 1 Aula 1 1 / 42 Introdução A otimização refere-se ao estudo de problemas
Leia maisPesquisa Operacional Introdução, Histórico e Conceitos Básicos. Prof. Ricardo Santos
Pesquisa Operacional Introdução, Histórico e Conceitos Básicos Prof. Ricardo Santos Introdução Pesquisa Operacional (PO) engloba um conjunto de técnicas direcionadas a problemas complexos voltados para
Leia maisOtimização Combinatória - Parte 3
Graduação em Matemática Industrial Otimização Combinatória - Parte 3 Prof. Thiago Alves de Queiroz Unidade de Matemática e Tecnologia - CAC/UFG 2/2016 Thiago Queiroz (DM) Parte 3 2/2016 1 / 23 Problemas
Leia maisPesquisa Operacional. Evanivaldo Castro Silva Júnior
Evanivaldo Castro Silva Júnior Conteúdo Fundamentos da Pesquisa Operacional. Modelos Lineares. Métodos de solução gráfica e algoritmo simplex. Aplicações de Programação Linear. Análise de Sensibilidade.
Leia maisProblemas de Mistura. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos
Problemas de Mistura Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos Problemas de Mistura Problemas deste tipo consistem em combinar materiais obtidos na natureza
Leia maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho agosto/2013 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisPesquisa Operacional / Programação Matemática
Pesquisa Operacional / Programação Matemática Otimização discreta Modelagem com variáveis binárias: problemas clássicos Breve Comentários (aula anterior) Em geral, não faz sentido resolver a relaxação
Leia mais1-1 PESQUISA OPERACIONAL INTRODUÇÃO
1-1 PESQUISA OPERACIONAL INTRODUÇÃO Regra do Jogo 1-2 Provas MAN ADM 1 a Prova: 8 ou 10 de maio 2 a Prova: 12 ou14 de junho Substitutiva: 18 ou 21 de junho Média P = Média das Provas T = Média dos Testes
Leia maisEAD 350 Pesquisa Operacional Aula 01 Parte 1 Histórico & Conceito de PO
EAD 350 Pesquisa Operacional Aula 01 Parte 1 Histórico & Conceito de PO Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP Agenda Quando surgiu a Pesquisa
Leia maisO método Simplex Aplicado ao Problema de Transporte (PT).
Prof. Geraldo Nunes Silva (Revisado por Socorro Rangel) Estas notas de aula são Baseadas no livro: Hillier, F. S. e G. J. Lieberman. Introdução à Pesquisa Operacional, Campus, a ed., 9 Agradeço a Professora
Leia maisIntrodução a Programação Inteira. Franklina M. B. Toledo - ICMC/USP
Introdução a Programação Inteira 2018 Franklina M. B. Toledo - ICMC/USP Otimização Inteira Otimização Inteira pixabay.com Otimização Inteira Otimização pixabay.com Otimização Em matemática, o termo otimização,
Leia maisPesquisa Operacional Aula 3 Modelagem em PL
Pesquisa Operacional Aula 3 Modelagem em PL Prof. Marcelo Musci aula@musci.info www.musci.info Programação Linear Programação Linear: Preocupação em encontrar a melhor solução para problemas associados
Leia maisARA Pesquisa Operacional
ARA7524 - Pesquisa Operacional Aulas 1, 2 e 3: Introdução e Modelagem Álvaro J. P. Franco 17 de agosto de 2015 Aula baseada nos livros de Chvátal, Dantzig e Thapa, CLRS, e Goldbarg e Luna Bibliografia
Leia maisPesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho julho/2014 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Leia maisOtimização discreta Modelagem com variáveis binárias: problemas clássicos
Otimização discreta Modelagem com variáveis binárias: problemas clássicos Importância histórica...... e prática. Usados para modelar problemas reais e como subproblemas em problemas maiores (e mais freqüentes
Leia maisModelagem Matemática I
Introdução à Otimização Combinatória Modelagem Matemática I Professora: Rosiane de Freitas (rosiane@icomp.ufam.edu.br) Colaborador Bruno Raphael Cardoso Dias (bruno.dias@icomp.ufam.edu.br) Universidade
Leia maisAula 08: Modelagem Otimização Linear e Inteira Túlio A. M. Toffolo
Aula 08: Modelagem Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Aulas anteriores: Modelagem (básico) Método
Leia maisModelagem. Tecnologia da Decisão I TP065. Profª Mariana
Modelagem Tecnologia da Decisão I TP065 Profª Mariana Modelagem Um problema de programação matemática tem por objetivo encontrar os valores para as variáveis de decisão que otimizam (maximizam ou minimizam)
Leia maisPCC173 - Otimização em Redes
PCC173 - Otimização em Redes Marco Antonio M. Carvalho Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal de Ouro Preto 15 de maio de 2017 Marco Antonio M. Carvalho
Leia maisPesquisa Operacional aula 3 Modelagem PL. Profa. Alessandra Martins Coelho
Pesquisa Operacional aula 3 Modelagem PL Profa. Alessandra Martins Coelho agosto/2013 Exercício Considerando que x j representa as variáveis de decisão, classificar os problemas a seguir em uma das categorias:
Leia maisProgramação Linear/Inteira
Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira Prof. Thiago Alves de Queiroz Aula 7 Thiago Queiroz (IMTec) Aula 7 Aula 7 1 / 25 Problemas de Caixeiro Viajante Envolvem um conjunto
Leia maisAula 01: Introdução Otimização Linear e Inteira Túlio A. M. Toffolo
Aula 01: Introdução Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Slides baseados no material de Haroldo Gambini Aula de Hoje 1 Otimização 2 Pesquisa Operacional
Leia maisUnemat Campus de Sinop Curso de Engenharia Elétrica 8º semestre. Disciplina: Introdução à Otimização Linear de Sistemas
Unemat Campus de Sinop Curso de Engenharia Elétrica 8º semestre Disciplina: Introdução à Otimização Linear de Sistemas Slides: Introdução à Pesquisa Operacional - para situar a otimização linear Professora
Leia maisPesquisa Operacional. Ementa. Prof. Edézio
Ementa Pesquisa Operacional A apresentação da PO Modelos e forma-padrão de PPL Solução gráfica de um PPL O algoritmo Simplex Teoria dos Jogos Livro texto Silva, Ermes Medeiros..et al.l., Pesquisa Operacional,
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 maisPrograma de Unidade Curricular
Programa de Unidade Curricular Faculdade Ciências Empresariais Licenciatura Ciências Económicas e Empresariais Unidade Curricular Investigação Operacional Semestre: 5 Nº ECTS: 6,0 Regente José Manuel Brito
Leia maisProgramação Matemática Lista 3
Programação Matemática Lista 3. Coloque na forma padrão os seguintes problemas de programação linear: a) Maximizar X 7 X + 8 X 3 +X 4 X + X X 3 + X 4 4 X + X 3 9 X + X 3 + X 4 6 X 0, X 0, X 3 0, X 4 0
Leia maisProgramação Matemática
Programação Matemática Professora: Maristela Oliveira dos Santos Auxilio 2009: Victor C.B. Camargo Auxilio 2010 - PAE: Marcos Mansano Furlan Instituto de Ciências Matemáticas e de Computação - ICMC Universidade
Leia maisPROGRAMAÇÃO LINEAR 1. A TEORIA DA PROGRAMAÇÃO LINEAR 2. MÉTODO GRÁFICO 3. MÉTODO SIMPLEX 4. ANÁLIDE DE SENSIBILIDADE 5. APLICAÇÕES
UNIVERSIDADE FEDERAL DA BAHIA - UFBA ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA MECÂNICA DEM CURSO DE ENGENHARIA DE PRODUÇÃO PROGRAMAÇÃO LINEAR PESQUISA OPERACIONAL PARTE II 1. A TEORIA DA PROGRAMAÇÃO
Leia maisProgramação Linear e Inteira, Introdução
Programação Linear e Inteira Introdução Haroldo Gambini Santos Universidade Federal de Ouro Preto 15 de agosto de 2010 1 / 25 Conteúdo 1 Introdução 2 Pesquisa Operacional 3 Prob. da Dieta 4 Método Gráco
Leia maisUNIVERSIDADE FEDERAL DO VALE DO SÃO FRANCISCO PROGRAMA DE DISCIPLINA
Programa de Disciplina PROGRAMA DE DISCIPLINA NOME COLEGIADO CÓDIGO SEMESTRE PESQUISA OPERACIONAL I ENGENHARIA DE PROD 0039 2017.2 PRODUÇÃO TEÓR: 45H PRÁT: 15 H HORÁRIO: 2ª.f e 4ª.f das 10:00 às 12:00
Leia maisSOCIEDADE EDUCACIONAL DE SANTA CATARINA INSTITUTO SUPERIOR TUPY
SOCIEDADE EDUCACIONAL DE SANTA CATARINA INSTITUTO SUPERIOR TUPY IDENTIFICAÇÃO PLANO DE ENSINO Curso: Engenharia de Produção Mecânica Período/Módulo: 5º Período Disciplina/Unidade Curricular: Pesquisa Operacional
Leia maisOtimização. Conceitos Fundamentais. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2
Otimização Conceitos Fundamentais Paulo Henrique Ribeiro Gabriel phrg@ufu.br Faculdade de Computação Universidade Federal de Uberlândia 2016/2 Paulo H. R. Gabriel (FACOM/UFU) GSI027 2016/2 1 / 30 Agradecimentos
Leia maisMarina Andretta. 2 de março de 2016
Otimização Marina Andretta ICMC-USP 2 de março de 2016 Marina Andretta (ICMC-USP) Otimização 2 de março de 2016 1 / 27 O que é Otimização? Otimizar significa encontrar a melhor maneira de fazer algo, dada
Leia maisOTIMIZAÇÃO DE CARGAS METÁLICAS EM FORNOS DE INDUÇÃO
OTIMIZAÇÃO DE CARGAS METÁLICAS EM FORNOS DE INDUÇÃO Dilmo Rocha Magalhães 1 Resumo É apresentado um estudo sobre preparação de misturas em cargas de fornos de indução sob a perspectiva da pesquisa operacional.
Leia maisProgramação Linear/Inteira
Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira Prof. Thiago Alves de Queiroz Aula 6 Thiago Queiroz (IMTec) Aula 6 Aula 6 1 / 45 Otimização Discreta A característica de otimização
Leia maisProblemas de Mistura. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos
Problemas de Mistura Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos Problemas de Mistura Problemas deste tipo consistem em combinar materiais obtidos na natureza
Leia maisFerramenta de Suporte à Tomada de Decisão na Indústria Têxtil
Fabrício Bueno Borges dos Santos fabriciob@cefetsc.edu.br Ferramenta de Suporte à Tomada de Decisão na Indústria Têxtil Trabalho ilustrativo da disciplina Informática Aplicada Araranguá, 2008 Sumário 1Introdução...1
Leia maisIII Seminário: Sistemas de Produção Agropecuária - Zootecnia
UM MODELO DE FORMULAÇÃO DE RAÇÃO PARA SUÍNOS Á CUSTO MÍNIMO - UMA APLICAÇÃO DE PROGRAMAÇÃO LINEAR Adriana Sbardelotto Di Domenico 1 1 Universidade Tecnológica Federal do Paraná, Campus Dois Vizinhos, domenico@utfpr.edu.br.
Leia maisProgramação Linear. Gabriel Ferreira Gabriel Tutia Gabriel Yida Thiago Ferraz
Programação Linear Gabriel Ferreira 8989404 Gabriel Tutia 8989085 Gabriel Yida 8989432 Thiago Ferraz 8989001 O que é? É um caso especial de programação matemática ou otimização matemática Método para encontrar
Leia maisProf. Gustavo Suriani de Campos Meireles, M.Sc.
Pontifícia Universidade Católica de Goiás Departamento de Engenharia Curso de Graduação em Engenharia de Produção ENG 1090 Introdução à Engenharia de Produção Prof. Gustavo Suriani de Campos Meireles,
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 mais202'(/2'(352*5$0$d 2/,1($53$5$352%/(0$6'( 0,6785$6
34 ±35%/(0$'(0,6785$6,75'8d Este capítulo apresenta a descrição do problema de misturas em termos de um modelo de programação linear. Como exemplo, é descrito um problema de mistura de carvões para siderúrgicas
Leia maisSistemas de Distribuição Localização de Bases Definição da Rede
Sistemas de Distribuição Localização de Bases Definição da Rede Otimização Matemática Problema de Transporte Problema de Transbordo Problema de Transbordo com Custo Fio Problema de Fluo Máimo Problema
Leia maisPROGRAMAÇÃO LINEAR E APLICAÇÕES
E APLICAÇÕES Faculdade de Tecnologia de Ourinhos Tecnologia em Análise e Desenvolvimento de Sistemas Prof. Dr. Sidney C. Ferrari Pesquisa Operacional Notas Históricas Os caminhos da PO podem ser traçados
Leia maisPESQUISA OPERACIONAL. UNIDADE 1 Introdução à Pesquisa Operacional. Prof. Me. Carlos Guimarães
PESQUISA OPERACIONAL UNIDADE 1 Introdução à Pesquisa Operacional Prof. Me. Carlos Guimarães Objetivo Introduzir o tema Pesquisa Operacional por meio da apresentação: Da sua origem; Das sociedades profissionais
Leia maisMatemática computacional: métodos numéricos, programação linear, otimização
Matemática computacional: métodos numéricos, programação linear, otimização Ricardo Terra rterrabh [at] gmail.com Ricardo Terra (rterrabh [at] gmail.com) Matemática computacional Fevereiro, 2013 1 / 46
Leia maisMarina Andretta. 02 de agosto de 2010
Introdução Marina Andretta ICMC-USP 02 de agosto de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 02 de agosto de 2010 1 / 19 Otimização Otimizar significa encontrar a melhor maneira
Leia maisMatemática Aplicada Nt Notas de aula
Matemática Aplicada Nt Notas de aula Problema de transporte e designação Problema de transporte: motivação origem 1 destino 1 origem 2 destino 2 destino 3 Caracterização geral Dados: A estrutura de fontes
Leia maisPESQUISA OPERACIONAL APLICADA A LOGÍSTICA
PESQUISA OPERACIONAL APLICADA A LOGÍSTICA Pós-Graduação em Logística e Supply Chain Valdick Sales 1 APRESENTAÇÃO Valdick sales Graduado em Ciência da Computação pela UFPE. Pós-Graduado em Redes e Banco
Leia maisO problema da ração suína: Um estudo de caso
O problema da ração suína: Um estudo de caso Pablo Garcia de Oliveira 1, Flávio Lucio de Paula Gonzaga Júnior 2, Alexandre Bartoli Monteiro 3 Ricardo Silveira Sousa 4 1. Graduando do curso Superior em
Leia maisPesquisa Operacional. 4x1+3x2 <=1 0 6x1 -x2 >= 20 X1 >= 0 X2 >= 0 PESQUISA OPERACIONAL PESQUISA OPERACIONAL PESQUISA OPERACIONAL PESQUISA OPERACIONAL
Modelo em Programação Linear Pesquisa Operacional A programação linear é utilizada como uma das principais técnicas na abordagem de problemas em Pesquisa Operacional. O modelo matemático de programação
Leia maisConteúdo. Introdução. Notas. Programação Linear Inteira, Introdução. Notas. Notas
Programação Linear Inteira Introdução Haroldo Gambini Santos Universidade Federal de Ouro Preto 30 de agosto de 2011 1 / 26 Conteúdo 1 Otimização 2 Pesquisa Operacional 3 Prob. da Dieta 4 Método Gráco
Leia mais1 - A capacidade de fluxo que corresponde a capacidade máxima que pode passar pelo arco.
CONCEITOS DE REDE Uma rede é formada por um conjunto de nós, um conjunto de arcos e de parâmetros associados aos arcos. Nós Arcos Fluxo Interseções Rodovias Veículos Rodoviários Aeroportos Aerovia Aviões
Leia maisINTRODUÇÃO À PESQUISA OPERACIONAL. **Apresentação** Profa. Vitória Pureza 2º Semestre
INTRODUÇÃO À PESQUISA OPERACIONAL **Apresentação** Profa. Vitória Pureza 2º Semestre Roteiro O que é Pesquisa Operacional Áreas Gerais de Aplicação Por que aprender Pesquisa Operacional? O que são Modelos?
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 maisPROGRAMAÇÃO LINEAR: ESTUDO DE CASOS SOBRE O PLANEJAMENTO DE TRANSPORTE ÓTIMO DE UMA FÁBRICA DO SETOR DE CALÇADOS
PROGRAMAÇÃO LINEAR: ESTUDO DE CASOS SOBRE O PLANEJAMENTO DE TRANSPORTE ÓTIMO DE UMA FÁBRICA DO SETOR DE CALÇADOS Linear Programming: Case study on transporttion planning great of a factory footwear industry
Leia maisProgramação Inteira. Prof. Ricardo Santos
Programação Inteira Prof. Ricardo Santos Introdução Um problema com variáveis inteiras e reais é denominado problema de Programação Inteira Mista (PIM) quando tem a seguinte forma: PIM z=max cx+dy Ax+Dy
Leia maisUNIVERSIDADE FEDERAL DO VALE DO SÃO FRANCISCO PROGRAMA DE DISCIPLINA
Programa de Disciplina PROGRAMA DE DISCIPLINA NOME COLEGIADO CÓDIGO SEMESTRE PESQUISA OPERACIONAL I ENGENHARIA DE PROD 0039 2016.1 PRODUÇÃO TEÓR: 45H PRÁT: 15 H HORÁRIO: 2ª.f 08h00 às 10h00 e 4ª.f 08:00h00
Leia maisMax z= c 1 x 1 + c 2 x 2 + c 3 x c n x n. b 3. c ij : Coeficientes de Custos x j : Variáveis de Decisão. b i : Quantidade Disponível
MODELAGEM MATEMÁTICA PARA PROBLEMAS DE OTIMIZAÇÃO LINEAR mmmoala@fafica.br Maximizar Lucro, Espaço (Lay-Out: Recintos para Evento) Minimizar Custos Perdas Tempo Max z= c 1 x 1 + c 2 x 2 + c 3 x 3 + + c
Leia maisAula 12: Programação Inteira
Aula 12: Programação Inteira Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Aula de Hoje 1 Programação Inteira: A Formulação
Leia maisModelagem de problemas de programação linear
Pesquisa Operacional I c Graduação em Engenharia de Produção/Universidade Federal de Ouro Preto Modelagem de problemas de programação linear Marcone Jamilson Freitas Souza, Departamento de Computação,
Leia maisLista de Exercícios Programação Inteira. x 2 0 e inteiros.
Lista de Exercícios Programação Inteira ) Resolva os problemas a seguir usando o método B&B a) Max z = 5 x + y s.a x + y x + y 5 b) Max z = x + y s.a x + y 0 x + y 5 c) Max z = x + y s.a x + 9y 6 8 x +
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 maisTÍTULO DO PROJETO: O problema de empacotamento de figuras usando suas equações. Área do Conhecimento (Tabela do CNPq):
INSTITUCIONAL/IFSP PROJETO DE PESQUISA TÍTULO DO PROJETO: O problema de empacotamento de figuras usando suas equações Área do Conhecimento (Tabela do CNPq): 3. 0 8. 0 2. 0 2-4 1. RESUMO O problema de empacotamento
Leia mais