Pesquisa Operacional

Tamanho: px
Começar a partir da página:

Download "Pesquisa Operacional"

Transcrição

1 Pesquisa Operacional Análise de Sensibilidade Algébrica Profa. Sheila Morais de Almeida DAINF-UTFPR-PG abril - 016

2 1 Análise de Sensibilidade Algébrica Variações do Lado Direito Variações na Função Objetivo adecimentos

3 Análise de Sensibilidade Permite averiguar o impacto da incerteza dos parâmetros sobre a solução ótima. Identifica os limites de variação nos parâmetros do modelo de PL que não causam alteração na solução ótima.

4 Análise de Sensibilidade Algébrica Vamos considerar dois casos: 1 Sensibilidade às variações da disponibilidade de recursos (lado direito). Sensibilidade às variações no lucro unitário ou no custo unitário (coeficientes da função objetivo).

5 Variações do Lado Direito Uma empresa produz três produtos P 1, P e P 3, utilizando as máquinas M 1, M e M 3. Os lucros unitários dos produtos P 1, P e P 3 são $3, $ e $5, respectivamente. As disponibilidades das máquinas M 1, M e M 3, em horas, são 30, 60 e 0 minutos, respectivamente.

6 Variações do Lado Direito Cada unidade do produto P 1 requer uma hora da máquina M 1, 3 horas da máquina M e uma hora da máquina M 3. Cada unidade do produto P requer duas horas da máquina M 1 e quatro horas da máquina M 3. Cada unidade do produto P 3 requer uma hora da máquina M 1 e duas horas da máquina M.

7 Variações do Lado Direito x 1, x e x 3 : número de unidades produzidas por dia dos produtos P 1, P e P 3 respectivamente. Maximizar z = 3x 1 + x + 5x 3 sujeito a: x 1 + x + x x 1 + x 3 60 x 1 + x 0 x 1, x, x 3 0

8 Variações do Lado Direito Tabela simplex da solução ótima para o problema: Base x 1 x x 3 s 1 s s 3 LD z x x s A solução recomenda a fabricação de 100 P e 30 P 3. Não é recomendada a produção de P 1.

9 Determinação dos preços sombra As restrições do modelo após a adição das variáveis de folga, s 1, s e s 3, podem ser expressas por: x 1 + x + x 3 + s 1 = 30 (Máquina M 1 ) 3x 1 + x 3 + s = 60 (Máquina M ) x 1 + x + s 3 = 0 (Máquina M 3 )

10 Determinação dos preços sombra As restrições do modelo após a adição das variáveis de folga, s 1, s e s 3, podem ser expressas por: x 1 + x + x 3 = 30 s 1 (Máquina M 1 ) 3x 1 + x 3 = 60 s (Máquina M ) x 1 + x = 0 s 3 (Máquina M 3 ) Observe que reduzir 1 unidade na variável de folga s i é o mesmo que aumentar 1 minuto no tempo de operação da máquina M i, 1 i 3.

11 Determinação dos preços sombra Podemos usar 1 a observação da relação entre a unidade da variável de folga s i e o tempo de operação da máquina M i e a equação z na tabela simplex da solução ótima Base x 1 x x 3 s 1 s s 3 LD z para determinar o preço sombra do minuto de operação de cada máquina. Observe: z = 1350 x 1 s 1 s 0s 3 = 1350 x 1 + ( s 1 ) + ( s ) + 0( s 3 )

12 Determinação dos preços sombra z = 1350 x 1 + ( s 1 ) + ( s ) + 0( s 3 ) Como o decréscimo no valor da variável de folga é um aumento no tempo de operação da máquina, tem-se: z = 1350 x (aumento no tempo de operação de M 1 ) + (aumento no tempo de operação de M ) +0 (aumento no tempo de operação de M 3 )

13 Determinação dos preços sombra z = 1350 x (aumento no tempo de operação de M 1 ) + (aumento no tempo de operação de M ) +0 (aumento no tempo de operação de M 3 ) Então, o aumento de 1 minuto na máquina M 1, causa um aumento de $1 em z. o aumento de 1 minuto na máquina M, causa um aumento de $ em z. o aumento de 1 minuto na máquina M 3, não altera z.

14 Determinação dos preços sombra o aumento de 1 minuto na máquina M 1, causa um aumento de $1 em z. o aumento de 1 minuto na máquina M, causa um aumento de $ em z. o aumento de 1 minuto na máquina M 3, não altera z. Base x 1 x x 3 s 1 s s 3 LD z Ou seja, o preço sombra pode ser obtido pelos coeficientes das variáveis de folga da equação z da tabela simplex da solução ótima.

15 Determinação dos preços sombra Observe como o tempo da máquina M 3 é um recurso abundante. Veja que o valor da variável de folga s 3 é positivo na solução ótima. Base x 1 x x 3 s 1 s s 3 LD z x x s Com tempo sobrando, disponibilizar um minuto a mais de operação da máquina M 3 não aumenta o lucro. Por isso s 3 é zero!

16 Variações do Lado Direito - Determinação das faixas de viabilidade Sejam D 1, D e D 3 as variações (positivas ou negativas) nos tempos de operação das máquinas M 1, M e M 3, respectivamente. Maximizar z = 3x 1 + x + 5x 3 sujeito a: x 1 + x + x D 1 (Máquina M 1 ) 3x 1 + x D (Máquina M ) x 1 + x 0 + D 3 (Máquina M 3 )

17 Variações do Lado Direito - Determinação das faixas de viabilidade O procedimento consiste em: recalcular a solução ótima pelo simplex, com o lado direito modificado; derivar as condições que manterão a solução viável, considerando que o lado direito não pode ser negativo. Base x 1 x x 3 s 1 s s 3 LD D 1 D D 3 z x x s

18 Variações do Lado Direito - Determinação das faixas de viabilidade Base x 1 x x 3 s 1 s s 3 LD D 1 D D 3 z x x s Observe que as colunas D 1, D e D 3 são idênticas às colunas s 1, s e s 3. Significa, que ao concluirmos a execução do simplex, executando as mesmas operações em s i e D i, os resultados serão idênticos!

19 Variações do Lado Direito - Determinação das faixas de viabilidade Base x 1 x x 3 s 1 s s 3 LD D 1 D D 3 z x x s

20 Variações do Lado Direito - Determinação das faixas de viabilidade De acordo com a tabela, na solução ótima, tem-se: z = D 1 + D x = D 1 1 D x 3 = D s 3 = 0 D 1 + D + D 3 Observe na equação z que os preços sombras para os tempos das máquinas M 1, M e M 3 são $1, $ e $0, como havíamos calculado.

21 Variações do Lado Direito - Determinação das faixas de viabilidade A solução é viável, desde que as variáveis x i e s i, 1 i 3, sejam não-negativas, então: x = D 1 1 D 0 x 3 = D 0 s 3 = 0 D 1 + D + D 3 0 Quaisquer valores simultâneos de D 1, D e D 3 que satisfaçam essas condições manterão a solução viável. Se todas as condições forem satisfeitas, a solução é ótima, bastando substituir os valores de D 1, D e D 3 nas equações anteriores.

22 Variações do Lado Direito - Determinação das faixas de viabilidade O tempo disponível para operação das máquinas M 1, M e M 3 é 30, 60 e 0 minutos, respectivamente. Suponha que se queira alterar esses tempos de operação para 80 em M 1, 0 em M e 10 em M 3. Essa alteração é recomendável?

23 Variações do Lado Direito - Determinação das faixas de viabilidade O tempo disponível para operação das máquinas M 1, M e M 3 é 30, 60 e 0 minutos, respectivamente. Proposta de alteraçaõ: 80 em M 1, 0 em M e 10 em M 3. D 1 = = 50 D = 0 60 = 0 D 3 = 10 0 = 10

24 Variações do Lado Direito - Determinação das faixas de viabilidade D 1 = 50, D = 0 e D 3 = 10. Substituindo nas restrições de viabilidade: x = D 1 1 D 0 x = = = 50 = 130 (viável) x 3 = D 0 x 3 = 30 0 = 0 (viável) s 3 = 0 D 1 + D + D 3 0 s 3 = = 110 (inviável)

25 Variações do Lado Direito - Determinação das faixas de viabilidade D 1 = 50, D = 0 e D 3 = 10. Substituindo nas restrições de viabilidade: x = D 1 1 D 0 x = = = 50 = 130 (viável) x 3 = D 0 x 3 = 30 0 = 0 (viável) s 3 = 0 D 1 + D + D 3 0 s 3 = = 110 (inviável)

26 Variações do Lado Direito - Determinação das faixas de viabilidade D 1 = 50, D = 0 e D 3 = 10. Substituindo nas restrições de viabilidade: x = D 1 1 D 0 x = = = 50 = 130 (viável) x 3 = D 0 x 3 = 30 0 = 0 (viável) s 3 = 0 D 1 + D + D 3 0 s 3 = = 110 (inviável)

27 Variações do Lado Direito - Determinação das faixas de viabilidade O tempo disponível para operação das máquinas M 1, M e M 3 é 30, 60 e 0 minutos, respectivamente. Suponha que se queira alterar esses tempos de operação para 80 em M 1, 0 em M e 10 em M 3. Essa alteração é recomendável? Essa alteração faz com que a solução obtida não seja mais viável, pois uma das variáveis tornou-se negativa (s 3 ). Novos cálculos serão necessários para determinar a soução ótima com essa nova disponibilidade de tempo das máquinas.

28 Variações do Lado Direito - Determinação das faixas de viabilidade E se D 1 = 30, D = 1 e D 3 = 10? x = D 1 1 D 0 x = = 35 = 88 (viável) x 3 = D 0 x 3 = 30 1 = (viável) s 3 = 0 D 1 + D + D 3 0 s 3 = = 78 (viável)

29 Variações do Lado Direito - Determinação das faixas de viabilidade E se D 1 = 30, D = 1 e D 3 = 10? x = D 1 1 D 0 x = = 35 = 88 (viável) x 3 = D 0 x 3 = 30 1 = (viável) s 3 = 0 D 1 + D + D 3 0 s 3 = = 78 (viável)

30 Variações do Lado Direito - Determinação das faixas de viabilidade E se D 1 = 30, D = 1 e D 3 = 10? x = D 1 1 D 0 x = = 35 = 88 (viável) x 3 = D 0 x 3 = 30 1 = (viável) s 3 = 0 D 1 + D + D 3 0 s 3 = = 78 (viável)

31 Variações do Lado Direito - Determinação das faixas de viabilidade E se D 1 = 30, D = 1 e D 3 = 10? x = D 1 1 D 0 x = = 35 = 88 (viável) x 3 = D 0 x 3 = 30 1 = (viável) s 3 = 0 D 1 + D + D 3 0 s 3 = = 78 (viável)

32 Variações do Lado Direito - Determinação das faixas de viabilidade E se D 1 = 30, D = 1 e D 3 = 10? Essa alteração pode ser realizada e a solução encontrada pelo método simplex continua sendo ótima. Com essa alteração, temos: x = 88, x 3 = e s 3 = 78. z = D 1 + D = ( 30) + ( 1) = 196 A solução do método simplex é ótima, já que fornece o melhor lucro que se pode obter com os tempos de máquinas disponíveis.

33 Variações do Lado Direito - Determinação das faixas de viabilidade Determinamos as condições impostas para que variações possam ocorrer simultâneamente na disponibilidade de recursos (tempo) de todas as máquinas (M 1, M e M 3 ) matendo a viabilidade da solução. Mas e se quisermos variar o tempo de operação de uma única máquina? É possível determinar qual a faixa de variação que mantém a viabilidade da solução? Sim!

34 Variações do Lado Direito - Determinação das faixas de viabilidade Caso 1: Alterando o tempo de operação da máquina D 1 apenas. Mude o tempo de operação da máquina M 1 de 60 para 60 + D 1. Nesse caso, D = D 3 = 0. x = D 1 1 D 0 x 3 = D 0 s 3 = 0 D 1 + D + D 3 0

35 x = D D 1 0 D D 1

36 Variações do Lado Direito - Determinação das faixas de viabilidade x 3 = 30 s 3 = 0 D D 1 D 1 10 faixa de viabilidade: 00 D 1 10.

37 Variações do Lado Direito - Determinação das faixas de viabilidade Caso : Alterando o tempo de operação da máquina D apenas. Mude o tempo de operação da máquina M de 30 para 30 + D. Nesse caso, D 1 = D 3 = 0. x = D 1 1 D 0 x 3 = D 0 s 3 = 0 D 1 + D + D 3 0

38 Variações do Lado Direito - Determinação das faixas de viabilidade x = D D D 00 D D 00

39 Variações do Lado Direito - Determinação das faixas de viabilidade x 3 = D D 0 1 D 30 D D

40 Variações do Lado Direito - Determinação das faixas de viabilidade s 3 = 0 + D 0 D 0 10 D faixa de viabilidade: 10 D 00.

41 Variações do Lado Direito - Determinação das faixas de viabilidade Caso 3: Alterando o tempo de operação da máquina D 3 apenas. Mude o tempo de operação da máquina M 3 de 0 para 0 + D 3. Nesse caso, D 1 = D = 0. x = D 1 1 D 0 x 3 = D 0 s 3 = 0 D 1 + D + D 3 0

42 Variações do Lado Direito - Determinação das faixas de viabilidade x = 100 > 0 x 3 = 30 > 0 s 3 = 0 + D D 3 faixa de viabilidade: 0 D 3.

43 Variações na Função Objetivo Custo reduzido É a diferença entre o custo dos recursos consumidos para a produção de uma unidade de um produto P e a receita por unidade de P. Exemplo: Considere a função objetivo do exemplo anterior na tabela simplex ótima: z = 1350 x 1 s 1 s A solução ótima não recomenda a produção do produto P 1.

44 Variações na Função Objetivo z = 1350 x 1 s 1 s Observe que cada unidade produzida de P 1 reduz a função objetivo em. Então é o custo unitário do produto P 1. De acordo com o enunciado do problema, P 1 tem uma receita unitária de $3. Então, o custo reduzido de P 1 é 3 = 1.

45 Variações na Função Objetivo No enunciado do problema, a receita para o produto P é $, que é menor que a receita do produto P 1. Ainda assim, a solução ótima recomenda fabricar 100 unidades de P e não fabricar P 1. É contraintuitivo! Motivo: o custo dos recursos utilizados para produção de P é menor que o seu preço unitário. Isso não ocorre com P 1.

46 Variações na Função Objetivo Uma variável não lucrativa, como x 1, pode se tornar lucrativa de dois modos: 1 com o aumento da receita unitária; com a redução do custo unitário dos recursos consumidos.

47 Variações na Função Objetivo Sejam d 1, d e d 3 as variações nas receitas dos produtos P 1, P e P 3, respectivamente. Então, a função objetivo é: Maximizar z = (3 + d 1 )x 1 + ( + d )x + (5 + d 3 )x 3 Na tabela simplex, tem-se: Base x 1 x x 3 s 1 s s 3 LD z 3 d 1 d 5 d

48 Variações na Função Objetivo Tabela simplex da solução ótima com a nova função objetivo: Base x 1 x x 3 s 1 s s 3 LD z x d + 3d3 d d d d + 30d d3 x s

49 Variações na Função Objetivo Como calcular os novos custos reduzidos: d 1 d d Base x 1 x x 3 s 1 s s 3 LD 1 z d x d 3 x s Adicione na linha superior e em uma coluna à esquerda, as variáveis d i associadas a cada variável. Variáveis de folga tem d i = 0.

50 Variações na Função Objetivo Como calcular os novos custos reduzidos: d 1 d d Base x 1 x x 3 s 1 s s 3 LD 1 z d x d 3 x s Para calcular o custo reduzido da variável x i, multiplique os valores na coluna de x i pelos valores na coluna azul. Some todos os termos multiplicados. Subtraia o termo que estiver na célula azul acima de x i.

51 Variações na Função Objetivo Como calcular o novo custo reduzido de x 1 : d 1 d d Base x 1 x x 3 s 1 s s 3 LD 1 z d x d 3 x s Para calcular o custo reduzido da variável x i, multiplique os valores na coluna de x i pelos valores na coluna azul. 1 = d 1 = d d 3 3 = 3d 3 0 = 0

52 Variações na Função Objetivo Como calcular o novo custo reduzido de x 1 : d 1 d d Base x 1 x x 3 s 1 s s 3 LD 1 z d x d 3 x s Some todos os termos multiplicados. 1 = d 1 = d d + 3d 3 d 3 3 = 3d 3 0 = 0

53 Variações na Função Objetivo Como calcular o novo custo reduzido de x 1 : d 1 d d Base x 1 x x 3 s 1 s s 3 LD 1 z d x d 3 x s Subtraia o termo que estiver na célula azul acima de x i. 1 = d 1 = d d + 3d 3 d 1 d 3 3 = 3d 3 0 = 0

54 Variações na Função Objetivo Como calcular o novo custo reduzido de x 1 : Base x 1 x x 3 s 1 s s 3 LD z x d + 3d3 d d d d + 30d d3 x s = d 1 = d d + 3d 3 d 1 d 3 3 = 3d 3 0 = 0

55 Variações na Função Objetivo Para calcular a nova função objetivo, considere a coluna LD: d 1 d d Base x 1 x x 3 s 1 s s 3 LD 1 z d x d 3 x s Multiplique os valores na coluna de LD pelos valores na coluna azul = 1350 d 100 = 100d d 3 30 = 30d = 0

56 Variações na Função Objetivo Para calcular a nova função objetivo, considere a coluna LD: d 1 d d Base x 1 x x 3 s 1 s s 3 LD 1 z d x d 3 x s Some todos os termos multiplicados = 1350 d 100 = 100d d + 30d 3 d 3 30 = 30d = 0

57 Variações na Função Objetivo Para calcular a nova função objetivo, considere a coluna LD: Base x 1 x x 3 s 1 s s 3 LD z x d + 3d3 d d d d + 30d d3 x s = 1350 d 100 = 100d d + 30d 3 d 3 30 = 30d = 0

58 Variações na Função Objetivo - condições de otimalidade Como é um problema de maximização, a solução permanece ótima, desde que os coeficientes da função objetivo não sejam negativos (considerando variáveis não básicas). Base x 1 x x 3 s 1 s s 3 LD z d + 3d3 d d d + d d + 30d 3 Condições de otimalidade: x 1 é não básica: d + 3d 3 d 1 0 s 1 é não básica: 1 + d 0 s é não básica: d + d 3 0

59 Variações na Função Objetivo - condições de otimalidade Condições de otimalidade: x 1 é não básica: d + 3d 3 d 1 0 s 1 é não básica: 1 + d 0 s é não básica: d + d 3 0 Essas condições devem ser satisfeitas simultâneamente para garantir a otimalidade da solução.

60 Variações na Função Objetivo - condições de otimalidade Exemplo: Vamos alterar a função objetivo do problema de: para Maximizar z = 3x 1 + x + 5x 3 Maximizar z = x 1 + x + 6x 3 Tem-se: d 1 = 3 = 1 d 3 = 6 5 = 1 d = 1 = 1

61 Variações na Função Objetivo - condições de otimalidade Substituindo d 1 = 1, d = 1 e d 3 = 1 nas restrições: de x 1 : d + 3d 3 d 1 0 = = = 3 0 (satisfeita) de s 1 : 1 + d 0 = 1 + d = 1 1 = 1 0 (satisfeita) de s : d + d 3 0 = d + d 3 = = 8+1+ = 11 0 (satisfeita)

62 Variações na Função Objetivo - condições de otimalidade Substituindo d 1 = 1, d = 1 e d 3 = 1 nas restrições: de x 1 : d + 3d 3 d 1 0 = = = 3 0 (satisfeita) de s 1 : 1 + d 0 = 1 + d = 1 1 = 1 0 (satisfeita) de s : d + d 3 0 = d + d 3 = = 8+1+ = 11 0 (satisfeita)

63 Variações na Função Objetivo - condições de otimalidade Substituindo d 1 = 1, d = 1 e d 3 = 1 nas restrições: de x 1 : d + 3d 3 d 1 0 = = = 3 0 (satisfeita) de s 1 : 1 + d 0 = 1 + d = 1 1 = 1 0 (satisfeita) de s : d + d 3 0 = d + d 3 = = 8+1+ = 11 0 (satisfeita)

64 Variações na Função Objetivo - condições de otimalidade Substituindo d 1 = 1, d = 1 e d 3 = 1 nas restrições: de x 1 : d + 3d 3 d 1 0 = = = 3 0 (satisfeita) de s 1 : 1 + d 0 = 1 + d = 1 1 = 1 0 (satisfeita) de s : d + d 3 0 = d + d 3 = = 8+1+ = 11 0 (satisfeita)

65 Variações na Função Objetivo - condições de otimalidade Substituindo d 1 = 1, d = 1 e d 3 = 1 nas restrições: de x 1 : d + 3d 3 d 1 0 = = = 3 0 (satisfeita) de s 1 : 1 + d 0 = 1 + d = 1 1 = 1 0 (satisfeita) de s : d + d 3 0 = d + d 3 = = 8+1+ = 11 0 (satisfeita)

66 Variações na Função Objetivo - condições de otimalidade Substituindo d 1 = 1, d = 1 e d 3 = 1 nas restrições: de x 1 : d + 3d 3 d 1 0 = = = 3 0 (satisfeita) de s 1 : 1 + d 0 = 1 + d = 1 1 = 1 0 (satisfeita) de s : d + d 3 0 = d + d 3 = = 8+1+ = 11 0 (satisfeita)

67 Variações na Função Objetivo - condições de otimalidade Como as restrições de otimalidade estão satisfeitas, a solução (x 1 = 0, x = 100, x 3 = 30) ainda é ótima. Resta calcular o novo valor da função objetio. Lembre-se: z = d + 30d 3 d 1 = 1, d = 1 e d 3 = 1. Então, z = = $180.

68 Variações na Função Objetivo - condições de otimalidade E se considerarmos que apenas um coeficiente da função objetivo é alterado?

69 Variações na Função Objetivo - condições de otimalidade E se considerarmos que apenas um coeficiente da função objetivo é alterado? Para cada coeficiente, deve-se analisar o caso correspondente: 1 Max z = (3 + d 1 )x 1 + x + 5x 3 Max z = 3x 1 + ( + d )x + 5x 3 3 Max z = 3x 1 + x + (5 + d 3 )x 3

70 Variações na Função Objetivo - condições de otimalidade Para alterar o coeficiente de x 1, faça d = d 3 = 0 e verifique as restrições de otimalidade (coeficientes positivos): de x 1 : d 1 0 d 1 de s 1 : 1 0 de s : 0 Faixa de otimalidade: d 1.

71 Variações na Função Objetivo - condições de otimalidade Para alterar o coeficiente de x, faça d 1 = d 3 = 0 e verifique as restrições de otimalidade (coeficientes positivos): de x 1 : d 0 d 16 de s 1 : 1 + d 0 d de s : d 0 d 8 Faixa de otimalidade: d 8.

72 Variações na Função Objetivo - condições de otimalidade Para alterar o coeficiente de x 3, faça d 1 = d = 0 e verifique as restrições de otimalidade (coeficientes positivos): de x 1 : + 3d d 3 de s 1 : 1 0 de s : + d 3 0 d 3 Faixa de otimalidade: 8 3 d 3.

73 Variações na Função Objetivo - condições de otimalidade Cuidado: As variações de d 1, d e d 3 podem estar dentro de suas faixas individuais admissíveis e não satisfazer as condições simultâneas e vice-versa!

74 Referência Esse material é totalmente baseado no livro: Hamdy A. TAHA, Pesquisa Operacional, 8 a edição, São Paulo: Pearson, 008.

Pesquisa Operacional

Pesquisa 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 mais

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR MÉTODO SIMPLEX. Prof. Angelo Augusto Frozza, M.Sc.

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR MÉTODO SIMPLEX. Prof. Angelo Augusto Frozza, M.Sc. PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR MÉTODO SIMPLEX Prof. Angelo Augusto Frozza, M.Sc. MÉTODO SIMPLEX A ideia geral é Em vez de enumerar todas as soluções básicas (pontos extremos) do problema de PL,

Leia mais

Pesquisa Operacional

Pesquisa Operacional Pesquisa Operacional Método Simplex Profa. Sheila Morais de Almeida DAINF-UTFPR-PG março - 2016 1 Método Simplex Modelo de PL em forma de equação Referência Bibliográfica Modelo de PL em forma de equação

Leia mais

Pesquisa Operacional

Pesquisa Operacional Pesquisa Operacional Teoria da Dualidade Profa. Sheila Morais de Almeida DAINF-UTFPR-PG outubro - 2015 Problema Dual Cada problema de Programa de Programação Linear está associado a um outro problema de

Leia mais

TP052-PESQUISA OPERACIONAL I Algoritmo Dual Simplex. Prof. Volmir Wilhelm Curitiba, Paraná, Brasil

TP052-PESQUISA OPERACIONAL I Algoritmo Dual Simplex. Prof. Volmir Wilhelm Curitiba, Paraná, Brasil TP052-PESQUISA OPERACIONAL I Algoritmo Dual Simplex Prof. Volmir Wilhelm Curitiba, Paraná, Brasil Algoritmo Dual Simplex Motivação max sa Z = cx Ax = b x 0 escolhida uma base viável max sa Z = c B x B

Leia mais

Método do Big M. Análise de Sensibilidade

Método 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 mais

EAD 350 Pesquisa Operacional Aula 03 Parte 2

EAD 350 Pesquisa Operacional Aula 03 Parte 2 EAD 350 Pesquisa Operacional Aula 03 Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP Método Simplex (item 4.1 do Hillier e Lieberman) - apenas

Leia mais

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR MÉTODO SIMPLEX. Prof. Angelo Augusto Frozza, M.Sc.

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR MÉTODO SIMPLEX. Prof. Angelo Augusto Frozza, M.Sc. PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR MÉTODO SIMPLEX Prof. Angelo Augusto Frozza, M.Sc. ROTEIRO Esta aula tem por base o Capítulo 3 do livro de Taha (2008): Motivação Conceitos Matemáticos Iniciais

Leia mais

5 Análise de Sensibilidade

5 Análise de Sensibilidade MAC-35 - Programação Linear Primeiro semestre de 00 Prof. Marcelo Queiroz http://www.ime.usp.br/~mqz Notas de Aula 5 Análise de Sensibilidade Neste capítulo consideramos o problema de programação linear

Leia mais

Transparências de apoio à lecionação de aulas teóricas. c 2012, 2011, 2009, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP

Transparências de apoio à lecionação de aulas teóricas. c 2012, 2011, 2009, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP Programação Linear Transparências de apoio à lecionação de aulas teóricas Versão 4 c 2012, 2011, 2009, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP Programação Linear Problema de planeamento

Leia mais

Programação Linear/Inteira - Aula 5

Programação 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 mais

Programação Linear - Parte 5

Programação 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 mais

Prof.: Eduardo Uchoa.

Prof.: 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 mais

Programação Linear. (4ª parte) Informática de Gestão Maria do Rosário Matos Bernardo 2016

Programação Linear. (4ª parte) Informática de Gestão Maria do Rosário Matos Bernardo 2016 Programação Linear (4ª parte) Informática de Gestão 61020 Maria do Rosário Matos Bernardo 2016 Conteúdos Análise de sensibilidade Relatório de reposta Relatório de sensibilidade Relatório de limites Desafio:

Leia mais

PESQUISA OPERACIONAL 11. SOLUÇÃO ALGEBRICA O MÉTODO SIMPLEX ( ) DEFINIÇÕES REGRAS DE TRANSFORMAÇÃO. Prof. Edson Rovina Página 16

PESQUISA OPERACIONAL 11. SOLUÇÃO ALGEBRICA O MÉTODO SIMPLEX ( ) DEFINIÇÕES REGRAS DE TRANSFORMAÇÃO. Prof. Edson Rovina Página 16 11. SOLUÇÃO ALGEBRICA O MÉTODO SIMPLEX Página 16 Após o problema ter sido modelado, pode-se resolvê-lo de forma algébrica. A solução algébrica é dada pelo método simplex elaborado por Dantzig. Antes da

Leia mais

Tópicos Especiais em Computação I

Tópicos Especiais em Computação I Tópicos Especiais em Computação I Pesquisa Operacional Exercícios (Simplex) Prof. Fabio Henrique N. Abe Fabio.henrique.abe@gmail.comd Método Simplex Desenvolvido por George Dantzig em 1947 É um procedimento

Leia mais

MÉTODO SIMPLEX SOLUÇÃO INICIAL ARTIFICIAL

MÉTODO 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 mais

Programação 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 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 mais

Teoremas de dualidade

Teoremas de dualidade Teoremas de dualidade Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização

Leia mais

Aula 07: Análise de sensibilidade (2)

Aula 07: Análise de sensibilidade (2) Aula 07: Análise de sensibilidade (2) Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously Aulas anteriores: Dualidade

Leia mais

sujeito a: 30x x (madeira) 5x x (horas de trabalho) x 1, x 2 0

sujeito 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 mais

INVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios. Cap. IV Modelo Dual

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 mais

de fevereiro de 2002

de fevereiro de 2002 15.053 12 de fevereiro de 2002 A Geometria de Programas Lineares - a geometria de LPs ilustrada em GTC Distribuir: Anotações da Aula 1 Mas, primeiro, o problema de Pigskin (de Ciência de Gerenciamento

Leia mais

Simplex. Investigação Operacional José António Oliveira Simplex

Simplex. 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 mais

Análise de Sensibilidade

Análise de Sensibilidade Análise de Sensiilidade Prof. Fernando Augusto Silva Marins Departamento de Produção Faculdade de Engenharia Campus de Guaratinguetá UNESP www.feg.unesp.r/~fmarins fmarins@feg.unesp.r Introdução Dados

Leia mais

Pesquisa Operacional Aula 4 Solução Gráfica em Programação Linear

Pesquisa Operacional Aula 4 Solução Gráfica em Programação Linear Pesquisa Operacional Aula 4 Solução Gráfica em Programação Linear Prof. Marcelo Musci aula@musci.info www.musci.info Aplicável para modelos com 02 variáveis de decisão Útil para a ilustração de alguns

Leia mais

Graduação em Engenharia Elétrica MÉTODOS DE OTIMIZAÇÃO ENE081. PROF. IVO CHAVES DA SILVA JUNIOR

Graduação 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 mais

Investigação Operacional

Investigação 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 mais

Solução de problemas de PL com restrições do tipo >= e =

Solução 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 mais

Combinando inequações lineares

Combinando 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 mais

Programação Linear. MÉTODOS QUANTITATIVOS: ESTATÍSTICA E MATEMÁTICA APLICADAS De 30 de setembro a 13 de novembro de 2011 prof. Lori Viali, Dr.

Programação 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 mais

Problema de Transporte (Redes) Fernando Nogueira Problema de Transporte 1

Problema 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 mais

Programação Linear. Dualidade

Programação Linear. Dualidade Programação Linear Dualidade Dualidade Já vimos em sala que para cada PPL existe um outro PL chamado dual, que consiste em modelar um problema que utiliza os mesmos dados que o original, mas alterando

Leia mais

Método Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016

Método Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016 Método Simplex dual Marina Andretta ICMC-USP 24 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização

Leia mais

Optimização/Matemática II (Eco)

Optimização/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 mais

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana

Otimização 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 mais

Opte então pela opção Suplementos disponível do lado esquerdo da tela que se abriu.

Opte então pela opção Suplementos disponível do lado esquerdo da tela que se abriu. 2.4 - Solução computacional utilizando ferramenta solver do MS Excel O problema envolvendo a produção de CPUs é um problema de maximização: queremos o máximo lucro. Vamos aproveitá-lo mais uma vez como

Leia mais

Pesquisa Operacional. Introdução à Pesquisa Operacional Programação Linear

Pesquisa 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 mais

Resolvendo algebricamente um PPL

Resolvendo algebricamente um PPL Capítulo 6 Resolvendo algebricamente um PPL 6.1 O método algébrico para solução de um modelo linear A solução de problemas de programação linear com mais de duas variáveis, não pode ser obtida utilizando-se

Leia mais

PROGRAMAÇÃO LINEAR 1. A TEORIA DA PROGRAMAÇÃO LINEAR 2. MÉTODO GRÁFICO 3. MÉTODO SIMPLEX 4. ANÁLIDE DE SENSIBILIDADE 5. APLICAÇÕES

PROGRAMAÇÃO 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 mais

INVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios

INVESTIGAÇÃO 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 mais

Programação Linear (PL) Solução algébrica - método simplex

Programação Linear (PL) Solução algébrica - método simplex Universidade Federal de Itajubá Instituto de Engenharia de Produção e Gestão Pesquisa Operacional Simplex Prof. Dr. José Arnaldo Barra Montevechi Programação Linear (PL) Solução algébrica - método simplex

Leia mais

Lindo e Solver (Tutorial)

Lindo e Solver (Tutorial) UNIVERSIDADE FEDERAL FLUMINENSE TEP Departamento de Engenharia de Produção TPP Programa de Mestrado e Doutorado em Engenharia de Produção Lindo e Solver (Tutorial) Professor: Marcos Roboredo email: mcroboredo@id.uff.br

Leia mais

Vânio Correia Domingos Massala

Vânio 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 mais

Otimização Combinatória - Parte 4

Otimização Combinatória - Parte 4 Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional

Leia mais

Programação Matemática. Método Simplex

Programação Matemática. Método Simplex Programação Matemática Método Simplex Forma Padrão - Revisão Características da forma padrão: Problema de minimização Todas as restrições são de igualdade Todas as variáveis são não-negativas Considerar

Leia mais

EAD 350 Pesquisa Operacional Aula 04 Parte 1 Resolução de Exercícios

EAD 350 Pesquisa Operacional Aula 04 Parte 1 Resolução de Exercícios EAD 350 Pesquisa Operacional Aula 04 Parte 1 Resolução de Exercícios Profa. Adriana Backx Noronha Viana (Adapt. Material Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP Aula 3 Enunciado 4 Uma pequena

Leia mais

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana

Otimização 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 Dualidade A eoria da Dualidade é um dos mais importantes tópicos da Programação Linear (PL). Estudos

Leia mais

Pesquisa Operacional Aula 3 Modelagem em PL

Pesquisa 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 mais

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº4 Pós-Optimização e Análise de Sensibilidade

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº4 Pós-Optimização e Análise de Sensibilidade Ano lectivo: 2008/2009 Universidade da Beira Interior Departamento de Matemática INVESTIGAÇÃO OPERACIONAL Ficha de exercícios nº4 Pós-Optimização e Análise de Sensibilidade Cursos: Gestão e Economia 1.

Leia mais

Unidade II PESQUISA OPERACIONAL. Profa. Ana Carolina Bueno

Unidade II PESQUISA OPERACIONAL. Profa. Ana Carolina Bueno Unidade II PESQUISA OPERACIONAL Profa. Ana Carolina Bueno Programação linear É um subitem da programação matemática. É um dos modelos utilizados em pesquisa operacional. Consiste em otimizar (maximizar

Leia mais

X - D U A L I D A D E

X - 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

Investigação Operacional

Investigação Operacional Ano lectivo: /6 Universidade da Beira Interior - Departamento de Matemática Investigação Operacional Ficha de exercícios n o Pós-Optimização e Análise de Sensibilidade Cursos: Gestão e Economia. Uma fábrica

Leia mais

Pesquisa Operacional

Pesquisa Operacional Pesquisa Operacional Problema de Transporte Profa. Sheila Morais de Almeida DAINF-UTFPR-PG maio - 2016 1 Algoritmo para Problema de Transporte são uma classe especial de problemas de Programação Linear.

Leia mais

Otimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana

Otimização 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 Perguntas?? Dada uma solução básica factível (vértice de S e, portanto, candidata à solução ótima),

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade 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 mais

Conteúdo Programático

Conteúdo Programático 1 Teoria Microeconômica I Prof. Salomão Neves 2 Conteúdo Programático 4ª Avaliação Estruturas de mercado O oligopólio 3 Referências VARIAN, Hal. Microeconomia: Uma abordagem moderna. 8.ed. Rio de Janeiro:

Leia mais

Métodos e Medidas II

Métodos e Medidas II Métodos e Medidas II Disciplina: 1 Prof. Álvaro José Periotto ajperiotto@uem.br 3. Método Gráfico (conjunto de soluções/ponto ótimo) 1. Entendimento do Enunciado 2 Início Entendimento do Enunciado do P.P.L.

Leia mais

Otimização Aplicada à Engenharia de Processos

Otimização 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 mais

Combinando inequações lineares

Combinando 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 mais

Teoria Microeconômica I Prof. Salomão Neves 05/02/17

Teoria Microeconômica I Prof. Salomão Neves 05/02/17 1 Teoria Microeconômica I Prof. Salomão Neves 2 Conteúdo Programático 4ª Avaliação Estruturas de mercado O oligopólio 3 Referências VARIAN, Hal. Microeconomia: Uma abordagem moderna. 8.ed. Rio de Janeiro:

Leia mais

No 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.

No 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 mais

Investigação Operacional E-FÓLIO A. Ano lectivo 2015/2016. Proposta de Resolução

Investigação 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 mais

Aula 10: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo

Aula 10: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo Aula 10: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br 2018/2 - PCC174/BCC464 Aula Prática - Laboratório COM30!1 Breve Revisão Modelagem Método gráfico O Algoritmo Simplex

Leia mais

Faculdade de Engenharia Investigação Operacional. Prof. Doutor Engº Jorge Nhambiu

Faculdade 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 mais

MS428 - RESOLUÇÃO DA PROVA 02-19/10/2010 Prof. Moretti - Respostas sem justificativas não serão consideradas para correção

MS428 - RESOLUÇÃO DA PROVA 02-19/10/2010 Prof. Moretti - Respostas sem justificativas não serão consideradas para correção MS428 - RESOLUÇÃO DA PROVA 02-19/10/2010 Prof. Moretti - Respostas sem justificativas não serão consideradas para correção Nome: Esta prova é composta de três questões. Questão 1: Considere o seguinte

Leia mais

Unidade 6 Aplicações do estudo das derivadas

Unidade 6 Aplicações do estudo das derivadas Unidade 6 Aplicações do estudo das derivadas Máximos e mínimos de uma função Definição 6.. Dada a função f : I, um ponto x I é chamado de (i) ponto de máximo relativo (ou local) da função quando f ( x)

Leia mais

Programação Linear/Inteira

Programação Linear/Inteira Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira Prof. Thiago Alves de Queiroz Aula 3 Thiago Queiroz (IMTec) Aula 3 Aula 3 1 / 45 O Método Simplex Encontre o vértice ótimo pesquisando

Leia mais

Método Simplex. Marina Andretta ICMC-USP. 19 de outubro de 2016

Método Simplex. Marina Andretta ICMC-USP. 19 de outubro de 2016 Método Simplex Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização linear

Leia mais

O método Simplex Aplicado ao Problema de Transporte (PT).

O 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 mais

PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc.

PESQUISA 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 mais

Programação Linear - Parte 3

Programação Linear - Parte 3 Matemática Industrial - RC/UFG Programação Linear - Parte 3 Prof. Thiago Alves de Queiroz 1/2016 Thiago Queiroz (IMTec) Parte 3 1/2016 1 / 26 O Método Simplex Encontre o vértice ótimo pesquisando um subconjunto

Leia mais

Engenharia de Produção Pesquisa Operacional em Sistemas I - Notas de aula. Universidade Salgado de Oliveira UNIVERSO BH

Engenharia de Produção Pesquisa Operacional em Sistemas I - Notas de aula. Universidade Salgado de Oliveira UNIVERSO BH Universidade Salgado de Oliveira UNIVERSO BH Engenharia de Produção Análise de Sistemas/Sistemas de Informação Pesquisa Operacional em Sistemas I Os conceitos e desenvolvimentos apresentados neste arquivo

Leia mais

DECISÕES ESTRATÉGICAS DE CURTO PRAZO: Programação Linear

DECISÕES ESTRATÉGICAS DE CURTO PRAZO: Programação Linear DECISÕES ESTRATÉGICAS DE CURTO PRAZO:! O que é?! Como a pode ajudar na maximização da lucratividade?! Como a pode ajudar na minimização dos custos?! Como determinar um mix de produção através da Programação

Leia mais

Análise dos Relatórios. Max Vinicius Bedeschi CRE 6859

Análise dos Relatórios. Max Vinicius Bedeschi CRE 6859 Análise dos Relatórios Max Vinicius Bedeschi CRE 6859 Relatório de Respostas Subdividido em três partes: Célula de Destino Células Ajustáveis Restrições O campo Valor final das células ajustáveis mostra

Leia mais

Exemplo de um problema de transporte, com 3 fontes e 3 destinos. Custos unitários de transporte para o exemplo de problema de transporte

Exemplo de um problema de transporte, com 3 fontes e 3 destinos. Custos unitários de transporte para o exemplo de problema de transporte TRANSPORTE 6 Um problema bastante comum que muitas vezes pode ser modelado como um problema de programação linear é o problema de transporte. Este problema envolve o transporte de alguma carga de diversas

Leia mais

O método gráfico resolve PLs com 2 variáveis. 3 variáveis se você for um ninja da geometria descritiva!

O método gráfico resolve PLs com 2 variáveis. 3 variáveis se você for um ninja da geometria descritiva! Resolução de PLs O método gráfico resolve PLs com 2 variáveis 3 variáveis se você for um ninja da geometria descritiva! Precisamos de métodos para resolver PLs com qualquer número de variáveis 1 Pesquisa

Leia mais

-Roteiro do professor-

-Roteiro do professor- NÚMEROS INTEIROS -Roteiro do professor- Introdução teórica: As regras de sinais nas operações com números inteiros, em geral, causam dificuldades de aprendizagem aos alunos, ocasionando seqüelas no desenvolvimento

Leia mais

Pesquisa Operacional

Pesquisa Operacional Faculdade de Engenharia - Campus de Guaratinguetá Pesquisa Operacional Fabrício Maciel fabricio@feg.unesp.br Departamento de Produção 1 Programação linear Sumário Modelagem e limitações da Programação

Leia mais

Projeto de Algoritmos por Divisão e Conquista

Projeto de Algoritmos por Divisão e Conquista Projeto de Algoritmos por Divisão e Conquista Profa. Sheila Morais de Almeida DAINF-UTFPR-PG junho - 2018 Sheila Almeida (DAINF-UTFPR-PG) Divisão e Conquista junho - 2018 1 / 70 Este material é preparado

Leia mais

Maristela Santos. Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo

Maristela Santos. Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo Programação Matemática Maristela Santos Instituto de Ciências Matemáticas e de Computação Universidade de São Paulo Forma Padrão - Definição Características da forma padrão: Problema de minimização Todas

Leia mais

Professor João Soares 20 de Setembro de 2004

Professor 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 mais

EAD 350 Pesquisa Operacional Aula 03 Parte 1 Revisão Preço-Sombra e Análise de Sensibilidade

EAD 350 Pesquisa Operacional Aula 03 Parte 1 Revisão Preço-Sombra e Análise de Sensibilidade ED 30 Pesquisa Operacional ula 03 Parte Revisão Preço-Sombra e nálise de Sensibilidade Profa. driana ackx Noronha Viana (Participação Prof. Cesar lexandre de Souza) backx@usp.br FE/USP ibliografia para

Leia mais

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística. Curso: Engenharia de Produção

Prof. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística. Curso: Engenharia de Produção Considere a função f(x). Para algum x a f (x) pode não existir. Suponha que se queira resolver o seguinte PPNL: Max f(x) s. a a x b Pode ser que f (x) não exista ou que seja difícil resolver a equação

Leia mais

Considere a função f(x). Para algum x a f (x) pode não existir. Suponha que. Max f(x) s. a a x b

Considere a função f(x). Para algum x a f (x) pode não existir. Suponha que. Max f(x) s. a a x b Considere a função f(x). Para algum x a f (x) pode não existir. Suponha que se queira resolver o seguinte PPNL: Max f(x) s. a a x b Pode ser que f (x) não exista ou que seja difícil resolver a equação

Leia mais

Aula 02: Algoritmo Simplex (Parte 1)

Aula 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 mais

PESQUISA OPERACIONAL

PESQUISA OPERACIONAL PESQUISA OPERACIONAL Uma breve introdução. Prof. Cleber Almeida de Oliveira Apostila para auxiliar os estudos da disciplina de Pesquisa Operacional por meio da compilação de diversas fontes. Esta apostila

Leia mais

CAPÍTULO 4. Teoria da Dualidade

CAPÍTULO 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 mais

2º Semestre 2002/2003 Problemas Resolvidos

2º 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 mais

O método de enumeração de soluções básicas é muito ineficiente.

O método de enumeração de soluções básicas é muito ineficiente. Resolução de PLs O método de enumeração de soluções básicas é muito ineficiente. O número de possíveis bases pode ser enorme Para encontrar a solução associada a cada base é preciso resolver um sistema

Leia mais

Pesquisa Operacional. Introdução à Pesquisa Operacional Programação Linear

Pesquisa 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 mais

PROGRAMAÇÃO LINEAR. Tipo de problemas: cálculo do plano óptimo de distribuição de mercadorias; minimiação de desperdícios no corte de materiais;

PROGRAMAÇÃO LINEAR. Tipo de problemas: cálculo do plano óptimo de distribuição de mercadorias; minimiação de desperdícios no corte de materiais; PROGRAMAÇÃO LINEAR Atribuição de recursos limitados a actividades concorrentes de modo a atingir-se um objectivo. Tipo de problemas: estrutura ideal das fabricações atendendo ao equipamento, mão de obra,

Leia mais

Investigação Operacional

Investigação 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 mais

PEA 2522 MÉTODOS DE OTIMIZAÇÃO. Otimização

PEA 2522 MÉTODOS DE OTIMIZAÇÃO. Otimização PEA MÉTODOS DE OTIMIZAÇÃO Otimização Definir claramente o problema a ser resolvido Estabelecer os limites físicos (capacidades, restrições) Definir o modelo matemático adequado PEA 8 - PLANEJAMENTO DE

Leia mais

Pesquisa Operacional Modelos, Conceitos Básicos para PL. Prof. Ricardo Santos

Pesquisa Operacional Modelos, Conceitos Básicos para PL. Prof. Ricardo Santos Pesquisa Operacional Modelos, Conceitos Básicos para PL Prof. Ricardo Santos Problema do Transporte Centros de produção de produtos são denominados origens Mercados consumidores são denominados destinos

Leia mais

No exemplo há duas variáveis básicas: ST e LX. Serão agora representadas, em um gráfico bidirecional, tanto as restrições como a função objetivo.

No exemplo há duas variáveis básicas: ST e LX. Serão agora representadas, em um gráfico bidirecional, tanto as restrições como a função objetivo. RESOLUÇÃO PELO MÉTODO GRÁFICO No exemplo há duas variáveis básicas: ST e. Serão agora representadas, em um gráfico bidirecional, tanto as restrições como a função objetivo. O modelo é: Maximizar: Sujeito

Leia mais

Relações de Recorrência

Relações de Recorrência Relações de Recorrência Profa. Sheila Morais de Almeida DAINF-UTFPR-PG junho - 2018 Sheila Almeida (DAINF-UTFPR-PG) Relações de Recorrência junho - 2018 1 / 102 Este material é preparado usando como referências

Leia mais

GESTÃO ESTRATÉGICA DE CUSTOS CIESA 2015 IV BIMESTRE

GESTÃO ESTRATÉGICA DE CUSTOS CIESA 2015 IV BIMESTRE PONTO DE EQUILÍBRIO Até parece uma pergunta fácil de responder e, geralmente, vemos os empreendedores considerando apenas os custos diretos envolvidos na elaboração do produto ou prestação do serviço,

Leia mais