Pesquisa Operacional. Introdução à Pesquisa Operacional Programação Linear
|
|
- Jerónimo Angelim Castilhos
- 6 Há anos
- Visualizações:
Transcrição
1 Pesquisa Operacional Introdução à Pesquisa Operacional Programação Linear 1
2 Sumário Modelagem e limitações da Programação Linear. Resolução Gráfica. Forma padrão de um modelo de Programação Linear. Definições e Teoremas. Forma canônica de um sistema de equações lineares. Método Simplex. Exercícios 2
3 Programação Linear Programação Linear: Preocupação em encontrar a melhor solução para problemas associados com modelos lineares. Modelo de Programação Linear: Maximização (ou minimização) de uma função objetivo linear com relação as variáveis de decisão do modelo. Respeitando-se as limitações (restrições) do problema expressas por um sistema de equações e inequações associadas com as variáveis de decisão do modelo. 3
4 Modelagem em Programação Linear Razões para o uso da Programação Linear: 1. Grande variedade de situações podem ser aproximadas por modelos lineares. 2. Existência de técnicas (algoritmos) eficientes para a solução de modelos lineares. 3. Possibilidade de realização de análise de sensibilidade nos dados do modelo. 4. Estágio de desenvolvimento da tecnologia computacional. 4
5 Modelagem em Programação Linear Passos básicos na obtenção de modelos de PL: 1. Identificar as variáveis de decisão, representá-las em simbologia algébrica. 2. Identificar as restrições do problema, expressá-las como equações ou inequações lineares em termos das variáveis de decisão. 3. Identificar o objetivo de interesse no problema, representá-lo como função linear em termos das variáveis de decisão, que deverá ser maximizada ou minimizada. 5
6 Modelagem em Programação Linear Construção de modelos não é uma ciência, mas uma arte, podendo ser melhorada com a prática. Exemplos a serem trabalhados: Determinação do mix de produção Seleção de mídia para propaganda Um problema de treinamento Uma indústria química Uma oficina mecânica Dimensionamento de equipes de inspeção 6
7 Modelagem em Programação Linear Determinação do mix de produção Uma companhia deseja programar a produção de um utensílio de cozinha que requer o uso de dois tipos de recursos mão-de-obra e material. A companhia está considerando a fabricação de três modelos e o seu departamento de engenharia forneceu os dados a seguir: Mão-de-obra (horas por unidade) Material (kg por unidade) Lucro ($ por unidade) Modelo A B C O suprimento de material é de 200 kg por dia. A disponibilidade diária de mãode-obra é 150 horas. Formule um modelo de Programação Linear para determinar a produção diária de cada um dos modelos de modo a maximizar o lucro total da companhia. 7
8 Modelagem em Programação Linear Formulação do modelo 1. Identificação das variáveis de decisão: X A produção diária do modelo A X B produção diária do modelo B X C produção diária do modelo C 2. Identificação das restrições: (Limitação de mão-de-obra) 7X A + 3X B + 6X C 150 (Limitação de material) 4X A + 4X B +5X C 200 (Não-negatividade) X A 0, X B 0, X C Identificação do objetivo: maximização do lucro total Lucro Total = L = 4X A + 2X B +3X C Max L = 4X A + 2X B +3X C 8
9 Modelagem em Programação Linear Modelo Encontrar números X A, X B, X C tais que: Max L= 4X A + 2X B +3X C Sujeito as restrições: 7X A + 3X B +6X C 150 4X A + 4X B +5X C 200 X A 0, X B 0, X C 0 9
10 Modelagem em Programação Linear Seleção de mídia para propaganda Uma companhia de propaganda deseja planejar uma campanha em 03 diferentes meios: TV, rádio e revistas. Pretende-se alcançar o maior número de clientes possível. Um estudo de mercado resultou em: TV horário TV horário Rádio Revistas normal nobre Custo Clientes Atingidos Mulheres Atingidas bs: valores válidos para cada veiculação da propaganda. 10
11 Modelagem em Programação Linear A companhia não quer gastar mais de $ e, adicionalmente, deseja: (1) Que no mínimo 2 milhões de mulheres sejam atingidas; (2) Gastar no máximo $ com TV; (3) Que no mínimo 03 veiculações ocorram no horário normal TV; (4) Que no mínimo 02 veiculações ocorram no horário nobre TV; (5) Que o nº. de veiculações no rádio e revistas fiquem entre 05 e 10, para cada meio de divulgação. Formular um modelo de PL que trate este problema, determinando o nº. de veiculações a serem feitas em cada meio de comunicação, de modo a atingir o máximo possível de clientes. 11
12 Modelagem em Programação Linear Resolução do exemplo seleção de mídia para propaganda Variáveis de decisão: X 1 = nº. de exposições em horário normal na tv. X 2 = nº. de exposições em horário nobre na tv. X 3 = nº. de exposições feitas utilizando rádio X 4 = nº. de exposições feitas utilizando revistas. Função-objetivo: Maximizar nº. de clientes atingidos Max Z = X X X X 4 12
13 Modelagem em Programação Linear Restrições: Orçamento: X X X X Mulheres atingidas: X X X X Gasto com TV X X Nº. de veiculações em TV, rádio e revistas X 1 3, X 2 2, 5 X 3 10, 5 X 4 10 Não-negatividade X 1, X 2, X 3, X
14 Modelagem em Programação Linear Um problema de treinamento Uma empresa de máquinas ferramentas tem um programa de treinamento para operadores de máquinas. Alguns operadores já treinados podem trabalhar como instrutores neste programa ficando responsáveis por 10 trainees cada. A empresa pretende aproveitar apenas 07 trainees de cada turma de 10. Estes operadores treinados também são necessários na linha de fabricação, e sabe-se que serão necessários para os próximos meses: 100 operadores em janeiro, 150 em fevereiro, 200 em março, e 250 em abril. Atualmente há 130 operadores treinados disponíveis na empresa. 14
15 Modelagem em Programação Linear Os custos associados a cada situação são: Trainees...$ 400. Operador treinado trabalhando...$ 700. Operador treinado ocioso...$ 500. Encontrar um modelo de PL que forneça um programa de treinamento de custo mínimo e satisfaça os requisitos da empresa em termos de nº. de operadores treinados disponíveis a cada mês. Observação: acordo firmado com o sindicato proíbe demissões de operadores treinados no período. 15
16 Modelagem em Programação Linear Resolução do exemplo: Um problema de treinamento Observe que a cada mês um operador treinado está: operando máquina, trabalhando como instrutor, ou está ocioso. Além disto, o nº. de operadores treinados trabalhando nas máquinas é fixo e conhecido: 100 em janeiro, 150 em fevereiro, 200 em março e 250 em abril. Variáveis de decisão: X 1 = operadores trabalhando como instrutores em janeiro X 2 = operadores ociosos em janeiro X 3 = operadores trabalhando como instrutores em fevereiro X 4 = operadores ociosos em fevereiro X 5 = operadores trabalhando como instrutores em março X 6 = operadores ociosos em março 16
17 Modelagem em Programação Linear Função-objetivo: Custo total = custo trainees + custo instrutores + custo ociosos + custo operadores trabalhando em máquinas. Min C = 400(10X X X 5 ) + 700(X 1 + X 3 + X 5 ) (X 2 + X 4 + X 6 ) + 700( ) Min C = 4700X X X X X X
18 Modelagem em Programação Linear Restrições: X 1, X 2, X 3, X 4, X 5, X 6 0 (não-negatividade) Equação de balanço mensal: operadores treinados no início do mês = operadores nas máquinas + instrutores + operadores ociosos. Janeiro: 130 = X 1 + X 2 X 1 + X 2 = 30 Fevereiro: X 1 = X 3 + X 4 7X 1 - X 3 - X 4 = 20 Treinees qualificados como operadores em jan Treinees qualificados como operadores em fev Março: X 1 + 7X 3 = X 5 + X 6 7X 1 + 7X 3 - X 5 - X 6 = 70 Abril: 250 = X 1 + 7X 3 + 7X 5 7X 1 + 7X 3 + 7X 5 = 120. Treinees qualificados como operadores em mar 18
19 Modelagem em Programação Linear Uma indústria química Dois produtos, A e B, são feitos a partir de duas operações químicas. Cada unidade do produto A requer 02 horas da operação 1 e 03 horas da operação 2. Cada unidade do produto B requer 03 horas da operação 1 e 04 horas da operação 2. O tempo total disponível para a realização da operação 1 é de 16 horas, e o tempo total para a operação 2 é de 24 horas. A produção do produto B resulta, também, num subproduto C sem custos adicionais. Sabe-se que parte do produto C pode ser vendido com lucro, mas o restante deve ser destruído. Previsões mostram que no máximo 05 unidades do produto C serão vendidas, e sabe-se que cada unidade do produto B fabricada gera 02 unidades do produto C. 19
20 Modelagem em Programação Linear Sabe-se que: Produto A gera um lucro de $ 4 por unidade. Produto B gera um lucro de $ 10 por unidade. Produto C gera um lucro de $ 3 por unidade se for vendido. Produto C gera um custo de $ 2 por unidade se for destruído Determinar um modelo de PL para tratar este problema, e encontrar quanto produzir de cada produto, de modo a maximizar o lucro da indústria química. 20
21 Modelagem em Programação Linear Resolução do exemplo: Uma indústria química - produto A Observe que o lucro da venda do produto A é uma função linear, mas com respeito ao produto C isto não ocorre. Lucro Produto B Produto A Lucro Produto C Quantidade 5 Quantidade 21
22 Modelagem em Programação Linear Artifício: considerar as variáveis de decisão como sendo X 1 = quantidade produto A produzida X 2 = quantidade produto B produzida X 3 = quantidade produto C vendida X 4 = quantidade produto C destruída Função-objetivo: Max Z = 4 X X X 3 2 X 4 Restrições: 2 X X 2 16 (disponibilidade de tempo para operação 1) 3 X X 2 24 (disponibilidade de tempo para operação 2) X 3 + X 4 = 2 X 2 (produção do produto C a partir do produto B) X 3 5 (previsão de produto C que pode ser vendido) X 1, X 2, X 3, X 4 0 (não-negatividade) 22
23 Modelagem em Programação Linear Oficina mecânica Uma oficina mecânica tem 01 furadeira vertical e 05 fresas, que são usadas para a produção de conjuntos formados de 2 partes. Sabe-se qual é a produtividade de cada máquina na fabricação destas partes do conjunto: Furadeira Fresa Parte Parte Obs: tempo para produzir as partes dado em minutos. 23
24 Modelagem em Programação Linear O encarregado pela oficina deseja manter uma carga balanceada nas máquinas de modo que nenhuma delas seja usada mais que 30 minutos por dia que qualquer outra, sendo o carregamento de fresamento dividido igualmente entre as 05 fresas. Achar um modelo de PL para dividir o tempo de trabalho entre as máquinas de modo a obter o máximo de conjuntos completos ao final de um dia, num total de 08 horas de trabalho. 24
25 Modelagem em Programação Linear Resolução do exemplo: Oficina mecânica Variáveis de decisão: X 1 = número de partes 1 produzidas por dia X 2 = número de partes 2 produzidas por dia Restrições: 3X 1 + 5X (minutos por dia disponíveis para a furadeira) (20X X 2 )/5 = 4X 1 + 3X (minutos por dia disponíveis para cada fresa) 25
26 Modelagem em Programação Linear (4X 1 + 3X 2 ) - (3X 1 + 5X 2 ) = X 1-2X 2 30 (Balanceamento de carga entre as máquinas) Observe que esta última restrição não é linear, mas é equivalente a duas equações lineares que podem substituí-la: X 1-2X 2 30 e -X 1 + 2X 2 30 X 1, X 2 0 (não-negatividade). 26
27 Modelagem em Programação Linear Função-objetivo: maximização do número de conjuntos completos por dia Max Z = min (X 1, X 2 ) Observe que esta função não é linear, mas pode ser linearizada utilizando-se uma nova variável, da forma: Seja Y = min (X 1, X 2 ), Y 0, naturalmente tem-se duas novas restrições Dadas por: Y X 1 e Y X 2. A função-objetivo linear fica sendo: Max Z = Y 27
28 Modelagem em Programação Linear Problema de dimensionamento de equipes de inspeção Uma companhia deseja determinar quantos inspetores alocar à uma dada tarefa do controle da qualidade. As informações disponíveis são: Há 08 inspetores do nível 1 que podem checar as peças a uma taxa de 25 peças por hora, com uma acuracidade de 98%, sendo o custo de cada inspetor deste nível $4 por hora; Há 10 inspetores do nível 2 que podem checar as peças a uma taxa de 15 peças por hora, com uma acuracidade de 95%, sendo o custo de cada inspetor deste nível $3 por hora. 28
29 Modelagem em Programação Linear A companhia deseja que no mínimo 1800 peças sejam inspecionadas por dia (= 08 horas). Sabe-se, ainda, que cada erro cometido por inspetores no controle da qualidade das peças acarreta um prejuízo à companhia de $2 por peça mal inspecionada. Formular um modelo de PL para possibilitar a designação ótima do nº. de inspetores de cada nível de modo a otimizar o custo da inspeção diária da companhia. 29
30 Modelagem em Programação Linear Resolução do exemplo: Dimensionamento de equipes de inspeção Variáveis de decisão: X i = nº. de inspetores do nível i (= 1, 2) alocados à inspeção. Função objetivo: Minimizar C = custo total diário de inspeção ($/dia) onde : custo total = custo do salário dos inspetores + custo dos erros Min C = 8 *[(4X 1 + 3X 2 ) + 2 * (25*0,02X *0,05X 2 )] Min C = 40X X 2 Prejuizo da inspeção ($$) 30
31 Modelagem em Programação Linear Restrições: 1. Quanto ao nº. de inspetores disponíveis: X 1 8 (inspetores do nível 1) X 2 10 (inspetores do nível 2) 2. Quanto ao nº. de peças inspecionadas por dia: 8 * (25X X 2 ) X 1 + 3X Restrições implícitas de não negatividade: X 1 0 X
32 Resolução gráfica de modelos de PL Aplicável para modelos com 02 variáveis de decisão Útil para a ilustração de alguns conceitos básicos utilizados na resolução de modelos de maior porte. Etapas a serem seguidas na resolução gráfica 1º Passo: identificar a região viável do modelo, isto é, quais são os pares (X 1, X 2 ) que satisfazem a todas as restrições. 2º Passo: achar a melhor solução viável, denominada Solução Ótima e denotada por (X 1 *, X 2 *), que leva ao valor ótimo da função-objetivo Z*. 32
33 Resolução gráfica de modelos de PL Problema de mix de Produção Fabricação de dois modelos de brinquedos: B 1 e B 2. Lucros unitários/dúzia: $8 para B 1 e $5 para B 2 Recursos disponíveis: 1000 kg de plástico especial. 40 horas para produção semanal. Requisitos do Departamento de Marketing: Produção total não pode exceder 700 dúzias; A quantidade de dúzias de B 1 não pode exceder em 350 a quantidade de dúzias de B 2. Dados técnicos: B 1 requer 2 kg de plástico e 3 minutos por dúzia. B 2 requer 1 kg de plástico e 4 minutos por dúzia. 33
34 Resolução gráfica de modelos de PL A Gerência está procurando um programa de produção que aumente o lucro da Companhia. 34
35 Resolução gráfica de modelos de PL Variáveis de decisão: X 1 : produção semanal de B 1 (em dúzias). X 2 : produção semanal de B 2 (em dúzias). Função Objetivo: Maximizar o Lucro semanal 35
36 Resolução gráfica de modelos de PL Max 8X 1 + 5X 2 (Lucro semanal) sujeito a: 2X 1 + 1X (Plástico - Kg) 3X 1 + 4X (Tempo de produção - minutos) (40*60) X 1 + X (Produção total) X 1 - X (mix) X j 0, j = 1,2 (Não negatividade) 36
37 Resolução gráfica de modelos de PL Conceitos importantes: Os pontos (X 1, X 2 ) que satisfazem todas as restrições do modelo formam a Região Viável. Esses pontos são chamados de Soluções Viáveis. Usando a resolução gráfica pode-se representar todos as restrições (semi-planos), a função objetivo (reta) e os três tipos de pontos viáveis. 37
38 Resolução gráfica de modelos de PL 1º Passo: Traçar eixos cartesianos, associando a cada um deles uma variável de decisão. No exemplo de fabricação de brinquedos: X 1 para o eixo das abscissas e X 2 para o eixo das ordenadas. As restrições de não-negatividade, X 1 0 e X 2 0, implicam que os pares (X 1, X 2 ) viáveis estão no 1º quadrante dos eixos considerados. 38
39 Resolução gráfica de modelos de PL 2º Passo: Observar que a função-objetivo, ao se fixar um valor para Z, representa uma reta. Alterações neste valor de Z gera uma família de retas paralelas. No exemplo dos brinquedos: considere a reta obtida fazendo Z= 2000, isto é, a reta dada por 8X 1 + 5X 2 = Percebe-se que ao se traçar retas paralelas no sentido de ficar mais afastado da origem (0, 0), o valor de Z aumenta. De fato pode-se verificar que a reta paralela, que contém algum ponto da região viável, no caso o ponto ótimo X* = (320, 360), e está mais afastada da origem, corresponde a um valor ótimo da função objetivo Z* =
40 Resolução gráfica de modelos de PL Representando as condições de não negatividade X 2 X 1 40
41 Resolução gráfica de modelos de PL Observar que no exemplo dos brinquedos, as restrições correspondem a semi-planos associados, respectivamente, às retas suportes dadas por: 2X 1 + 1X 2 = X 1 + 4X 2 = 2400 X 1 + X 2 = 700 X 1 - X 2 = 350 X j 0, j = 1,2 Notar que cada reta suporte define dois semi-planos no espaço (X 1, X 2 ). Para identificar qual destes semi-planos é de interesse no caso, ou seja, contém os pontos que satisfazem a desigualdade da restrição, basta testar algum ponto à esquerda ou à direita (acima ou abaixo) da reta suporte da desigualdade. Um ponto que torna isto fácil é a origem (0, 0), mas poderia ser qualquer outro. 41
42 Resolução gráfica de modelos de PL X Restrição do plástico 2X 1 +X Restrição da produção total X 1 +X (redundante) Inviável Tempo de produção 3X 1 +4X Viável X 1 42
43 Resolução gráfica de modelos de PL X Tempo de Produção 3X 1 +4X Viável Restrição do plástico 2X 1 +X Restrição da produção total: X 1 +X (redundante) Inviável Restrição do mix da produção: X 1 -X X 1 43
44 Resolução gráfica de modelos de PL X Inviável Viável Pontos interiores. Pontos na fronteira. Pontos extremos. Há três tipos de pontos viáveis. X 1 44
45 Resolução gráfica de modelos de PL A busca por uma Solução Ótima: X 2 Começar com algum valor de lucro arbitrário, Por exemplo $ Depois aumentar o lucro, se possível......e continuar até que seja inviável X* = (320, 360) com Z* = X 1 45
46 Resolução gráfica de modelos de PL Pontos extremos e Soluções Ótimas Se o problema de Programação Linear tem uma Solução Ótima, um ponto extremo é Solução Ótima. 46
47 Resolução gráfica de modelos de PL Visualização de situações possíveis X 2 X 2 Z Z* Z Solução única X 1 Solução ilimitada X 1 47
48 Resolução gráfica de modelos de PL Soluções Ótimas Múltiplas Quando a função objetivo é paralela a alguma restrição. Todos os pontos do segmento de reta serão Soluções Ótimas. X* 1 X* = X* 1 + (1 - )X* 2, com 0 1 X* 2 48
49 X 2 X 2 Resolução gráfica de modelos de PL Z * X* Z X* Múltiplas Soluções Ótimas 1 Segmento de Reta Ótimo X 1 Z* Múltiplas Soluções Ótimas 2 Semi-reta Ótima X 1 49
50 Resolução gráfica de modelos de PL X 2 O conjunto viável é vazio. Há restrições incompatíveis. Problema inviável X 1 50
51 Forma padrão de modelo de PL Um modelo de PL com m restrições e n variáveis está na forma padrão se possuir as características abaixo: 1. A função-objetivo é de minimização ou maximização; 2. Todas as restrições estão na forma de igualdade; 3. Todas as variáveis são não-negativas; 4. As constantes de cada restrição são não-negativas. 51
52 Forma padrão de modelo de PL Modelo na forma padrão: Minimizar (ou maximizar) Z = C 1 X 1 + C 2 X C n X n Sujeito a: A11X1 + A12X A1n Xn = b1 A21X1 + A22X A2n Xn = b Am1 X1 + Am2 X Amn Xn = b X1 0, X2 0,..., Xn 0 b1 0, b2 0,..., bm 0. m 52
53 Forma padrão de modelo de PL Notação matricial para um modelo na forma padrão: Minimizar (ou maximizar) Z = C X Sujeito a: AX b X 0 b 0. Onde: A (m x n) matriz de coeficientes tecnológicos X (n x 1) vetor das variáveis de decisão b (m x 1) vetor de demandas C (1 x n) vetor de custos (lucros) 53
54 Forma padrão de modelo de PL Redução de um modelo geral para a forma padrão O Método Simplex exige que o modelo esteja na forma padrão. Tratando com restrições na forma de inequações: Estas restrições são transformadas em equações através da introdução de novas variáveis (não-negativas), chamadas de variáveis de folga. 54
55 Forma padrão de modelo de PL Tratando com variáveis não-positivas: 0. Suponha que num determinado modelo há uma variável X 1 Basta substituí-la no modelo por uma nova variável nãonegativa X 1 0, dada por X 1 = X 1. 55
56 Forma padrão de modelo de PL Exemplo: Considere o problema de dimensionamento de equipes de inspeção: X 1 8 X 1 + X 3 = 8, X 3 0 é uma variável de folga. X 2 10 X 2 + X 4 = 10, X 4 0 é uma variável de folga. 5 X X X X 2 X 5 = 45, X 5 0 é uma variável de folga. 56
57 Forma padrão de modelo de PL Interpretação das variáveis de folga no exemplo: X 3 = número de inspetores do nível 1 não utilizados. X 4 = número de inspetores do nível 2 não utilizados. X 5 = número (extra) de peças inspecionadas por dia, acima da quantidade mínima (1800) especificada pela empresa Variáveis de folga fornecem informações úteis sobre o problema. 57
58 Forma padrão de modelo de PL Tratando com variáveis livres (irrestritas em sinal): Em algumas situações exige-se o uso de variáveis que podem assumir tanto valores positivos, nulos, e negativos. Estas variáveis são chamadas de livres (free) ou irrestritas em sinal. Exemplo: Modelo de Planejamento Macroeconômico Uma das Variáveis de Decisão é a Taxa de Inflação que pode assumir qualquer valor positivo, nulo ou negativo (neste caso é conhecida como Deflação). 58
59 Tratando com variáveis livres (irrestritas em sinal): Estas variáveis devem ser eliminadas do modelo na forma padrão. Há, pelo menos, duas maneiras de se fazer isto: 1. Por substituição utilizando uma das restrições do modelo, já na forma padrão (igualdade), procura-se expressar a variável livre como função das demais variáveis (não negativas) do modelo. A seguir eliminar a variável livre do modelo substituindo-a pela função escolhida na etapa anterior. A equação utilizada para expressar a variável livre como função das demais variáveis também será eliminada do modelo. 2. Por transformação Suponha que a variável livre é S. Basta substituir em todas as restrições, e na função objetivo, a variável S por S = S S, com S 0 e S 0 sendo duas novas variáveis (auxiliares) no modelo. 59
60 Forma padrão de modelo de PL Exemplo Completo Obtenha a forma padrão do modelo abaixo: Maximizar Z = X 1 2X 2 + 3X 3 Sujeito a: X1 + X2 + X3 X1 X2 + X3 3X1 X2 2X3 X1 0, X2 0, 2 = 5 X 7 3 livre
61 Forma padrão de modelo de PL 1. Introduzir variáveis de folga nas restrições (1) e (2): X 1 + X 2 + X 3 + X 4 = 7 (1 ) com X 4 0. X 1 X 2 + X 3 X 5 = 2 (2 ) com X Multiplicar a restrição (3) por ( 1) para eliminar b 3 = 5 < 0: 3X 1 + X 2 + 2X 3 = 5 (3 ) 3. Substituir X 2 0 por X 2 0 através de X 2 = X 2 : Max Z = X X X 3 X Sujeito a: X 3X X 2' + X 2' + X X X 2' + 2X X 4 X 5 = 7 = 2 = 5 1'' 2'' 3'' 61
62 Forma padrão de modelo de PL 4. Eliminar X 3 : 4.1. Substituição ou 4.2. Transformação Max Z = -2X 1 + 5X 2-3X ou Max Z = X 1 + 2X 2 + 3X 3-3X 3 2X 2' X4 + X5 = 5 s. a: s. a: 5X1 X 2' + 2X4 = 9 X 1, X 2', X 4, X5 0 X1 X 2'+ X 3' X 3'' X4 X1 + X 2'+ X 3' X 3'' 3X1 X 2'+2X 3' 2X 3'' X 1, X 2', X 3', X 3'', X 4, X5 0 X 5 = 7 = 2 = 5 Usando De (1 ): X 3 = 7 X 1 + X 2 X 4 ou X 3 = X 3 X 3 62
63 Definições e Teoremas em PL Ponto central na resolução de modelos de PL é a solução de sistemas de equações lineares. Apresenta-se a seguir o Método de Eliminação de Gauss Jordan. Considere o sistema de equações abaixo: (S 1 ) X X 1 1 2X X 2 2 X X 3 3 4X 3X 4 4 2X X (nº variáveis >> nº equações) 63
64 Definições e Teoremas em PL Conjunto solução de (S 1 ) é a coleção de todos os valores de (X 1, X 2, X 3, X 4, X 5 ) que satisfazem as equações (1) e (2) conjuntamente. Dois sistemas são equivalentes se possuem o mesmo conjunto solução. Sistemas equivalentes podem ser obtidos por meio de operações elementares sobre as linhas do sistema: 1. Multiplicar (dividir) qualquer equação por um nº. 2. Adicionar à qualquer equação uma Combinação Linear das demais equações. 64
65 Forma Canônica Um sistema (S 2 ) equivalente a (S 1 ) pode ser obtido multiplicando-se a equação (1) por 1 e adicionando-se o resultado à equação (2): (S 2 ) Um sistema (S 3 ) equivalente a (S 1 ) pode ser obtido multiplicando-se equação (4) por 2 e adicionando-se o resultado à equação (3): (S 3 ) X 1 X 1 2X X X X 3 2X 3X 3 2X 4X X 4 4 2X + X 2X 4 3X 4 (S 3 ) é denominado uma forma canônica do sistema original (S 1 ) X 3X = 6 = 2 (3) (4) (5) (6) 65
66 Forma Canônica Considere uma forma canônica de um sistema de equações lineares: (como (S 3 ) anteriormente obtido) Uma variável é dita ser variável básica para uma dada equação do sistema se ela possuir coeficiente 1 nesta equação e coeficientes nulos nas demais equações do sistema. Exemplo: em (S 3 ) X 1 e X 2 são variáveis básicas Variáveis que não satisfazem a condição acima são chamadas de variáveis não-básicas. Exemplo: em (S 3 ) X 3, X 4, X 5 são variáveis não-básicas. 66
67 5 2 Solução Básica A solução de um sistema na forma canônica, obtida fazendo-se as variáveis não-básicas iguais a zero, é chamada de uma solução básica (SB). Nº máximo de soluções básicas = N M Exemplo: Em (S 3 ) fazendo-se X 3 = X 4 = X 5 = 0 X 1 = 6 e X 2 = 2 formam uma solução básica. Nº de soluções básicas = = 10 Uma Solução Básica Viável (SBV) de um sistema é uma solução básica onde todas as variáveis assumem valores não-negativos. Exemplo: a solução básica do exemplo anterior é uma SBV. 67
68 Pivoteamento Operações de Pivoteamento são as operações elementares aplicadas à um sistema para transformar uma dada variável em variável básica. São usadas pelo método de eliminação de Gauss Jordan. Deve-se identificar o elemento Pivô que deve ser transformado em 1 e os demais elementos da sua coluna que devem ser transformados em 0. Para obter uma forma canônica de um sistema basta aplicar uma sequência de operações de pivoteamento (método de Gauss Jordan) de modo se conseguir uma variável básica associada com cada equação. 68
69 Método de Eliminação de Gauss Jordan Artifício para a realização de operações de pivoteamento: Considere o sistema (S) abaixo: (S) 2X1 2X2 + 6X X1 + 4X2 X 3 3 = 4 = 2 (1) (2) Achar (S ) uma forma canônica de (S) de modo que X 1 seja a variável básica associada com a equação (1), e X 3 seja a variável básica associada com a equação (2). 69
70 Método de Eliminação de Gauss Jordan VB X 1 X 2 X 3 b Operações Elementares Feitas X (1) - Pivô em azul X (2) X (1 ) = (1)/2 - Equação do Pivô X (2 ) = (2) + (1 ) Pivô em Azul X /2 0-4 (1 ) = (1 ) - 3*(2 ) X 3 0 3/2 1 2 (2 ) = (2 )/2 Equação do Pivô (S ) X1 11/ 2 X2 = 4 3/2 X2 + X3 = 2 Solução básica (não é viável): X1 = 4 (Variável básica) X 3 = 2 (Variável básica) X2 = 0 (Variável não básica) 70
71 Teoremas em PL Teorema 1 Dado um modelo já na forma padrão, as soluções básicas viáveis do sistema de equações, correspondente às restrições do modelo, estão associadas a pontos extremos do conjunto de soluções viáveis do modelo original. Teorema 2 Se um modelo de Programação Linear possui Solução Ótima então pelo menos um ponto extremo, do conjunto de soluções viáveis do modelo original, corresponde a uma Solução Ótima. 71
72 Comentários Gerais Procedimento simplista para resolver um modelo de PL Gerar todas as possíveis soluções básicas viáveis. Determinar qual das soluções básicas viáveis corresponde ao melhor valor da função-objetivo. Problemas: 1. Nº de soluções básicas viáveis pode ser excessivo. 2. Modelo pode apresentar solução ilimitada ou ainda ser inviável. Observe que problemas de médio porte, que aparecem na prática, costumam envolver centenas de variáveis (valor de n) e milhares de restrições (valor de m). 72
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 maisProf. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL
Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL Programação Linear Programação linear: Preocupação em encontrar a melhor solução para problemas associados
Leia maisEscola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção. Resolução Gráfica. Prof. Fabrício Maciel Gomes
Escola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção Resolução Gráfica Prof. Fabrício Maciel Gomes Aplicável para modelos com 02 variáveis de decisão Útil para a ilustração de alguns
Leia maisProgramação Linear. MÉTODOS QUANTITATIVOS: ESTATÍSTICA E MATEMÁTICA APLICADAS De 30 de setembro a 13 de novembro de 2011 prof. Lori Viali, Dr.
Programação Linear São problemas complexos, muitas vezes de difícil solução e que envolvem significativas reduções de custos, melhorias de tempos de processos, ou uma melhor alocação de recursos em atividades.
Leia maisPesquisa Operacional
Faculdade de Engenharia - Campus de Guaratinguetá Pesquisa Operacional Livro: Introdução à Pesquisa Operacional Capítulo 2 - Programação Linear Fernando Marins fmarins@feg.unesp.br Departamento de Produção
Leia maisPESQUISA 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 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 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 maisPESQUISA 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 maisα ( u 1 - u 2 ) = u 3 - u 2.
2- NOÇÕES DE CONVEXIDADE E FORMULAÇÃO MATEMÁTICA DE PROBLEMAS DE PROGRAMAÇÃO LINEAR 21 Noções de Convexidade 211 - Combinação Convexa de pontos ponto b = αx 1 Considere C um conjunto contendo os pontos
Leia maisProgramação Linear. (2ª parte) Informática de Gestão Maria do Rosário Matos Bernardo 2016
Programação Linear (2ª parte) Informática de Gestão 61020 Maria do Rosário Matos Bernardo 2016 Conteúdos Representação e resolução gráfica dos problemas de programação linear Problema de minimização Problema
Leia maisOtimização Aplicada à Engenharia de Processos
Otimização Aplicada à Engenharia de Processos Aula 4: Programação Linear Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013
Leia maisPESQUISA OPERACIONAL -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 maisUnidade 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 maisResolução de PL usando o método Simplex
V., V.Lobo, EN / ISEGI, 28 Resolução de PL usando o método Simplex Método Simplex Algoritmo para resolver problemas de programação linear George Dantzig, 947 Muito utilizado Facilmente implementado como
Leia maisVânio Correia Domingos Massala
Optimização e Decisão 06/0/008 Método do Simplex Vânio Correia - 5567 Domingos Massala - 58849 INSTITUTO SUPERIOR TÉCNICO Generalidades do Método do Simplex Procedimento algébrico iterativo para resolver
Leia maisNo 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 maisMétodo Simplex V 1.1, V.Lobo, EN / ISEGI, 2008
.,.Lobo, EN / ISEGI, 8 Método Simplex Resolução de PL usando o método Simplex Algoritmo para resolver problemas de programação linear George Dantzig, 97 Muito utilizado Facilmente implementado como programa
Leia maisMétodos 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 maisPesquisa Operacional. Prof. José Luiz
Pesquisa Operacional Prof. José Luiz Prof. José Luiz Função Linear - Introdução O conceito de função é encontrado em diversos setores da economia, por exemplo, nos valores pagos em um determinado período
Leia maisProgramação Linear (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 maisProgramação Linear (PL)
Programação Linear (PL) Prof. Paulo Cesar F. De Oliveira, BSc, PhD 07/08/15 P C F de Oliveira 2014 1 Características Técnicas mais utilizadas na abordagem de problemas em PO Técnica de solução programável
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Linear (PL) Aula 10: Método Simplex Técnica das variáveis artificias Método das penalidades ( Big M ). Método das duas fases. 2 Modificando o Exemplo Protótipo. Suponha-se que é modificado
Leia maisTópicos 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 maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisDisciplina: Cálculo Numérico IPRJ/UERJ. Sílvia Mara da Costa Campos Victer. Aula 6 - Solução de Sistema de Equações Algébricas
Disciplina: Cálculo Numérico IPRJ/UERJ Sílvia Mara da Costa Campos Victer Aula 6 - Solução de Sistema de Equações Algébricas Métodos diretos: 1- Eliminação de Gauss com substituição recuada 2- Decomposição
Leia maisExemplo: Maximização de lucros em uma chocolateria que produz os seguintes produtos: (1) Chocolate Pyramide (2) Chocolate Pyramide Nuit
Universidade Tecnológica Federal do Paraná Professor Murilo V. G. da Silva Notas de aula Estrutura de Dados 2 (Aula 09) Conteúdos da Aula: [DPV06 7.1, 7.2, 7.3] [Observação: Estas notas de aula são apenas
Leia maisPEA 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 maisMétodo 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 maisProblema de Transporte (Redes) Fernando Nogueira Problema de Transporte 1
Problema de Transporte (Redes) Fernando Nogueira Problema de Transporte 1 O Problema de Transporte consiste em determinar o menor custo (ou o maior lucro) em transportar produtos de várias origens para
Leia maisINVESTIGAÇÃO 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 maisUniversidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº3: Dualidade. Interpretação Económica.
Ano lectivo: 2008/2009; Universidade da Beira Interior Departamento de Matemática INVESTIGAÇÃO OPERACIONAL Ficha de exercícios nº3: Dualidade. Interpretação Económica. Cursos: Economia 1. Formule o problema
Leia maisMétodos Numéricos. Turma CI-202-X. Josiney de Souza.
Métodos Numéricos Turma CI-202-X Josiney de Souza josineys@inf.ufpr.br Agenda do Dia Aula 15 (21/10/15) Sistemas Lineares Métodos Diretos: Regra de Cramer Método da Eliminação de Gauss (ou triangulação)
Leia maisMétodo Simplex Dual. Prof. Fernando Augusto Silva Marins Departamento de Produção Faculdade de Engenharia Campus de Guaratinguetá UNESP
Método Simplex Dual Prof. Fernando Augusto Silva Marins Departamento de Produção Faculdade de Engenharia Campus de Guaratinguetá UNESP www.feg.unesp.br/~fmarins fmarins@feg.unesp.br Introdução Algoritmo
Leia maisO Método Simplex. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto
O Método Simplex Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto O Método Simplex para Problemas de Maximização Max Z(X) = 5X 1 + 2X 2 sujeito a X 1 = 0 X 2
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 maisQuinta-feira, 11 de abril
15.053 Quinta-feira, 11 de abril Mais alguns exemplos de programação inteira Técnicas de planos de corte para obter melhores limitações Entregar: Observações de Aula 1 Exemplo: Localização do corpo de
Leia maisPesquisa Operacional
Pesquisa Operacional Análise de Sensibilidade Algébrica Profa. Sheila Morais de Almeida DAINF-UTFPR-PG abril - 016 1 Análise de Sensibilidade Algébrica Variações do Lado Direito Variações na Função Objetivo
Leia maisPesquisa Operacional. Prof. José Luiz
Pesquisa Operacional Prof. José Luiz Resolver um problema de Programação Linear significa basicamente resolver sistemas de equações lineares; Esse procedimento, apesar de correto, é bastante trabalhoso,
Leia maisÁlgebra Linear I Unidade 1. Sistemas de Equações Lineares e Matrizes
FUNDAÇÃO EDUCACIONAL SERRA DOS ÓRGÃOS CENTRO UNIVERSITÁRIO SERRA DOS ÓRGÃOS Centro de Ciências e Tecnologia Álgebra Linear I 2016-1 Prof ª Valéria de Magalhães Iorio Unidade 1. Sistemas de Equações Lineares
Leia maisPesquisa Operacional
Faculdade de Engenharia - Campus de Guaratinguetá Pesquisa Operacional Livro: Introdução à Pesquisa Operacional Capítulo 5 Modelo da Designação Fernando Marins fmarins@feg.unesp.br Departamento de Produção
Leia maisPESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR. Prof. Angelo Augusto Frozza, M.Sc.
PESQUISA OPERACIONAL -PROGRAMAÇÃO LINEAR Prof. Angelo Augusto Frozza, M.Sc. ROTEIRO Esta aula tem por base o Capítulo 2 do livro de Taha (2008): Introdução O modelo de PL de duas variáveis Propriedades
Leia maisCAPÍTULO 4. Teoria da Dualidade
CAPÍTULO 4 1. Introdução Uma dos conceitos mais importantes em programação linear é o de dualidade. Qualquer problema de PL tem associado um outro problema de PL, chamado o Dual. Neste contexto, o problema
Leia maisUNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE CAMPUS AVANÇADO DE NATAL CURSO DE CIÊNCIA DA COMPUTAÇÃO DISCIPLINA: ÁLGEBRA LINEAR
UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE CAMPUS AVANÇADO DE NATAL CURSO DE CIÊNCIA DA COMPUTAÇÃO DISCIPLINA: ÁLGEBRA LINEAR PROFESSOR: MARCELO SILVA 1. Introdução No ensino fundamental você estudou
Leia maisCAPÍTULO 3. Método Simplex
CAPÍTULO 3 1. Soluções Básicas Admissíveis Considere um problema de PL representado nas suas formas padrão e matricial. Uma base é um conjunto de m variáveis, tais que a matriz dos coeficientes do sistema
Leia maisFigura : Monitoria. Monitoria Cálculo Numérico
Monitoria Cálculo Numérico 207-02 NOME Email Dia / Horário Local Ana Sofia Nunez de Abreu nunez.asofia@gmail.com Sex. 0-2h D- Luiz Eduardo Xavier luizeduardosxavier@gmail.com Ter, 5-7h Lab Rafael Mendes
Leia mais[a11 a12 a1n 7. SISTEMAS LINEARES 7.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo
7. SISTEMAS LINEARES 7.1. CONCEITO Um sistema de equações lineares é um conjunto de equações do tipo a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 11 x 1 + a 12 x 2 +... + a 1n x n = b 2... a n1 x 1 + a
Leia maisEXERCÍCIOS DE MATEMÁTICA COMPUTACIONAL: PRIMEIRO BIMESTRE: EDGARD JAMHOUR. QUESTÃO 1: Indique as afirmativas verdadeiras.
EXERCÍCIOS DE MATEMÁTICA COMPUTACIONAL: PRIMEIRO BIMESTRE: EDGARD JAMHOUR QUESTÃO 1: Indique as afirmativas verdadeiras. ( ) O número Pi não pode ser representado de forma exata em sistemas numéricos de
Leia maisb) Determinar as raízes de f(x) = g(x) quando m = 1/2. c) Determinar, em função de m, o número de raízes da equação f(x) = g(x).
1. (Fuvest 2000) a) Esboce, para x real, o gráfico da função f(x) = x - 2 + 2x + 1 - x - 6. O símbolo a indica o valor absoluto de um número real a e é definido por a = a, se a µ 0 e a = - a, se a < 0.
Leia maisSistemas de equações lineares
É um dos modelos mais u3lizados para representar diversos problemas de Engenharia (cálculo estrutural, circuitos elétricos, processos químicos etc.) Conservação da carga: i 1 i 2 i 3 = 0 i 3 i 4 i 5 =
Leia maisb) Determinar as raízes de f(x) = g(x) quando m = 1/2. c) Determinar, em função de m, o número de raízes da equação f(x) = g(x).
1. (Fuvest 2004) Seja m µ 0 um número real e sejam f e g funções reais definidas por f(x) = x - 2 x + 1 e g(x) = mx + 2m. a) Esboçar, no plano cartesiano representado a seguir, os gráficos de f e de g
Leia maisÁLGEBRA LINEAR SISTEMAS DE EQUAÇÕES LINEARES
ÁLGEBRA LINEAR SISTEMAS DE EQUAÇÕES LINEARES Luís Felipe Kiesow de Macedo Universidade Federal de Pelotas - UFPel 1 / 14 Sistemas de Equações Lineares 1 Sistemas e Matrizes 2 Operações Elementares 3 Forma
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 maisSistemas de equações lineares
Matemática II - / - Sistemas de Equações Lineares Sistemas de equações lineares Introdução Uma equação linear nas incógnitas ou variáveis x ; x ; :::; x n é uma expressão da forma: a x + a x + ::: + a
Leia maisProblema de Designação. Fernando Nogueira Problema de Designação 1
Problema de Designação Fernando Nogueira Problema de Designação 1 O Problema de Designação é um caso específico de um Problema de Transporte, que por sua vez é um caso específico de um Problema de Programação
Leia maisPesquisa 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 maisPesquisa Operacional
Pesquisa Operacional Casos Especiais do Método Simplex e Gráfica Profa. Sheila Morais de Almeida DAINF-UTFPR-PG setembro - 2015 1 Casos Especiais do Método Simplex Degeneração Múltiplas soluções ótimas
Leia maisRecursos críticos disponíveis: Madeira 300 metros Horas de trabalho 110 horas
I. Programação Linear (PL) 1. Introdução A Programação Linear é, no campo mais vasto da Programação Matemática, uma das variantes de aplicação generalizada em apoio da Decisão. O termo "Programação" deve
Leia maisMÉTODO SIMPLEX SOLUÇÃO INICIAL ARTIFICIAL
MÉTODO SIMPLEX SOLUÇÃO INICIAL ARTIFICIAL Problemas de PL nos quais todas as restrições são ( ) com lados direitos não negativos oferecem uma solução básica inicial viável conveniente, na qual todas as
Leia maisX - D U A L I D A D E
X - D U A L I D A D E 1 - Introdução. Regras de transformação "Primal - Dual" Consideremos os dois problemas P1 e P2 de Programação Linear seguintes: P1 : n Maximizar F = Σ ck. Xk k = 1 n Σ aik. Xk bi
Leia maisCurso de Álgebra Linear
Curso de Álgebra Linear Fundamentos e Aplicações Terceira Edição 25 de Outubro de 2012 Marco Cabral PhD Indiana University, EUA Paulo Goldfeld PhD Courant Institute, EUA Departamento de Matemática Aplicada
Leia maisRepresentação de poliedros
Representação de poliedros Marina Andretta ICMC-USP 8 de novembro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 -
Leia maisÁlgebra Linear e Geometria Anaĺıtica. Matrizes e Sistemas de Equações Lineares
universidade de aveiro departamento de matemática Álgebra Linear e Geometria Anaĺıtica Agrupamento IV (ECT, EET, EI) Capítulo 1 Matrizes e Sistemas de Equações Lineares Geometria anaĺıtica em R 3 [1 01]
Leia mais3- O MÉTODO SIMPLEX Introdução e fundamentos teóricos para o Método Simplex
3- O MÉTODO SIMPLEX 3.1- Introdução O Método Simplex é uma técnica utilizada para se determinar, numericamente, a solução ótima de um modelo de Programação Linear. Será desenvolvido inicialmente para Problemas
Leia maisESPAÇO VETORIAL REAL. b) Em relação à multiplicação: (ab) v = a(bv) (a + b) v = av + bv a (u + v ) = au + av 1u = u, para u, v V e a, b R
ESPAÇO VETORIAL REAL Seja um conjunto V, não vazio, sobre o qual estão definidas as operações de adição e multiplicação por escalar, isto é: u, v V, u + v V a R, u V, au V O conjunto V com estas duas operações
Leia mais2º Semestre 2002/2003 Problemas Resolvidos
RESOLUÇÂO DO PROBLEMA Nº 19 Determinado problema de Programação Linear depois de formulado permitiu obter as seguintes expressões: Max L = 4x 1-2x 2 + 2x 3 -x 4 s.a. R 1: x 1 - x 2 + 2x 3 +x 4 10 R 2:
Leia 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 maisInvestigação Operacional
Métodos de Programação Linear: Big M, Fases, S Dual (Licenciatura) Tecnologias e Sistemas de Informação http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas 1 Simplex
Leia maisGeometria analítica - Programação linear
Ga - Programação linear 1 Geometria analítica - Programação linear Período de 014.1 - Prof. Fernando Carneiro Rio de Janeiro, Junho de 014 1 Introdução Estudaremos as retas no plano euclidiano bidimensional
Leia maisProf. Denise Benino - UNINOVE
Pequisa Operacional - Prof. Denise Benino denise.benino@uninove.br Introdução Pesquisa Operacional A Pesquisa Operacional é uma ciência aplicada voltada para a resolução de problemas reais. Tendo como
Leia maisMétodo de Gauss-Jordan e Sistemas Homogêneos
Método de Gauss-Jordan e Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2017.1 14 de agosto
Leia maisétodos uméricos ZEROS DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos ZEROS DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA
Leia maisAulas 6 / 05 de setembro
Gabriel Coutinho DCC5 - Pesquisa Operacional - 7. Simplex Ei-lo. Aulas 6 / 5 de setembro Método Simplex Input: Uma PL e uma base viável de colunas B. Output: Uma solução ótima, ou um certificado de que
Leia maisPESQUISA OPERACIONAL. Fabiano F. T. dos Santos. Instituto de Matemática e Estatística
PESQUISA OPERACIONAL Fabiano F. T. dos Santos Instituto de Matemática e Estatística Dualidade em Programação Linear Todo problema de programação linear, que chamaremos de primal, traz consigo um segundo
Leia maisSistemas Lineares - Eliminação de Gauss
1-28 Sistemas Lineares - Andréa Maria Pedrosa Valli Laboratório de Computação de Alto Desempenho (LCAD) Departamento de Informática Universidade Federal do Espírito Santo - UFES, Vitória, ES, Brasil 2-28
Leia maisPROGRAMAÇÃO LINEAR 11º ANO MATEMÁTICA A
PROGRAMAÇÃO LINEAR 11º ANO MATEMÁTICA A Prof.ª: Maria João Mendes Vieira ESC 11MatA 2012/2013 PROGRAMAÇÃO LINEAR A programação linear é uma "ferramenta" matemática que permite encontrar a solução ótima
Leia maisINTRODUÇÃO À ENGENHARIA
INTRODUÇÃO À ENGENHARIA 2015 NOTA AULA PRÁTICA No. 09 - PESQUISA OPERACIONAL PROF. IVO ALVES NOME RA TURMA NOTA Objetivos do experimento: Nesta aula vamos conhecer e estudar de forma preliminar o conceito
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 maisSimplex. Transparências de apoio à leccionação de aulas teóricas. c 2011, 2009, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP
Simplex Transparências de apoio à leccionação de aulas teóricas Versão 3 c 2011, 2009, 1998 José Fernando Oliveira, Maria Antónia Carravilla FEUP Programação Linear abordagem algébrica max sujeito a: n
Leia maisSistemas Lineares. Juliana Pimentel. juliana.pimentel. Sala Bloco A, Torre 2
Sistemas Lineares Juliana Pimentel juliana.pimentel@ufabc.edu.br http://hostel.ufabc.edu.br/ juliana.pimentel Sala 507-2 - Bloco A, Torre 2 O que é uma equação linear? O que é uma equação linear? Ex: 1)
Leia maisUnidade III. ADMINISTRAÇÃO DAS OPERAÇÕES PRODUTIVAS O planejamento e controle da produção. Prof. Fabio Uchôas
Unidade III ADMINISTRAÇÃO DAS OPERAÇÕES PRODUTIVAS O planejamento e controle da produção Prof. Fabio Uchôas Planejamento e controle da produção Planejamento e controle Objetiva garantir que os processos
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 maisDECISÕES 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 maisIV - P R O G R A M A Ç Ã O L I N E A R :
IV - P R O G R A M A Ç Ã O L I N E A R : C O N C E I T O S F U N D A M E N T A I S Consideremos um problema de Programação Linear apresentado na sua forma standard: Maximizar F = c1. X1 + c2. X2 + c3.
Leia maisSistemas de equações lineares
ALGA- / - Sistemas de Equações Lineares Sistemas de equações lineares Introdução Uma equação linear nas incógnitas ou variáveis x ; x ; :::; x n é uma expressão da forma: a x + a x + ::: + a n x n = b
Leia maisProgramação Linear. (3ª parte) Informática de Gestão Maria do Rosário Matos Bernardo 2016
Programação Linear (3ª parte) Informática de Gestão 61020 Maria do Rosário Matos Bernardo 2016 Conteúdos Excel Solver Instalação do Solver Resolução de problemas de programação linear Problema de minimização
Leia maisUniversidade Federal do Rio Grande do Norte. Métodos Computacionais Marcelo Nogueira
Universidade Federal do Rio Grande do Norte Métodos Computacionais Marcelo Nogueira Sistemas Lineares Comuns na engenharia (calculo de estruturas, redes elétricas, solução de equações diferenciais) Forma
Leia maisResolução de Sistemas Lineares. Ana Paula
Resolução de Sistemas Lineares Sumário 1 Introdução 2 Alguns Conceitos de Álgebra Linear 3 Sistemas Lineares 4 Métodos Computacionais 5 Sistemas Triangulares 6 Revisão Introdução Introdução Introdução
Leia maisOtimização Linear Aplicada a Problemas de Planejamento de Produção
Otimização Linear Aplicada a Problemas de Planejamento de Produção Rafaela Schuindt Santos¹, Daniela Renata Cantane² ¹Escola Estadual Luiz Campacci Laranjal Paulista SP - Brasil ²Universidade Estadual
Leia maisAnálise 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 maisProblema 5a by
Problema 5a by fernandopaim@paim.pro.br Resolva o sistema linear por escalonamento S = x y z=1 x y z= 1 2x y 3z=2 Resolução Utilizaremos quatro métodos para ilustrar a resolução do sistema linear acima.
Leia maisProgramação linear I João Carlos Lourenço
Fundamentos de Investigação Operacional Programação linear I João Carlos Lourenço joao.lourenco@ist.utl.pt Ano lectivo 2011/2012 Leituras recomendadas: Nova, A.P., Lourenço, J.C., 2011, Apontamentos de
Leia maisEquação de 1º Grau. ax = -b
Introdução Equação é toda sentença matemática aberta que exprime uma relação de igualdade. A palavra equação tem o prefixo equa, que em latim quer dizer "igual". Exemplos: 2x + 8 = 0 5x - 4 = 6x + 8 3a
Leia maisParte 1 - Matrizes e Sistemas Lineares
Parte 1 - Matrizes e Sistemas Lineares Matrizes: Uma matriz de tipo m n é uma tabela com mn elementos, denominados entradas, e formada por m linhas e n colunas. A matriz identidade de ordem 2, por exemplo,
Leia maisDualidade - Definições
Dualidade - Definições Associado a cada problema de programação linear (P) existe um problema (D), denominado problema dual. Relação importante (interpretações econômicas) Para cada dual de um dado PPL
Leia mais(2008/2009) Espaços vectoriais. Matemática 1º Ano - 1º Semestre 2008/2009. Mafalda Johannsen
Espaços vectoriais Matemática 1º Ano 1º Semestre 2008/2009 Capítulos Características de um Espaço Vectorial Dimensão do Espaço Subespaço Vectorial Combinação Linear de Vectores Representação de Vectores
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Aula 3 Definição de Problemas de Optimização (Prática) Construção de um modelo matemático de PL. Programação Matemática(PM) e Programação Linear(PL). Exemplos clássicos de PL. 2 Problema 3.1 Uma empresa
Leia maisMaristela 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 maisRevisão: Matrizes e Sistemas lineares. Parte 01
Revisão: Matrizes e Sistemas lineares Parte 01 Definição de matrizes; Tipos de matrizes; Operações com matrizes; Propriedades; Exemplos e exercícios. 1 Matrizes Definição: 2 Matrizes 3 Tipos de matrizes
Leia mais