Fluxo em Redes -01. Prof. Gustavo Peixoto Silva 2 modelos

Documentos relacionados
Fluxo em Redes -01. Prof. Gustavo Peixoto Silva 2 modelos

Min cx (1) s a Ax = b (2) 0 x u, (3) sendo que b i = 0 (4)

1 Introdução Motivação

Cap. 2 Conceitos Básicos em Teoria dos Grafos

Departamento de Engenharia de Produção UFPR 57

Volmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 45

BCC 463 Otimização em Redes ou Fluxo em Redes. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto

AULA 11 PROJETO E ANÁLISE DE ALGORITMOS. Conceitos básicos e representação de grafos Karina Valdivia Delgado

Grafos Orientados (digrafos)

Estruturas de Dados Grafos

Teoria dos Grafos Aula 1 - Introdução

Sistemas de Distribuição Localização de Bases Definição da Rede

GRAFOS Aula 03 Representações de Grafos Max Pereira

Disciplina: Matemática Discreta Agostinho Iaqchan Ryokiti Homa

CONCEITOS BÁSICOS EM GRAFOS

Teoria dos Grafos. Teoria dos Grafos. Profa. Sheila Morais de Almeida DAINF-UTFPR-PG. agosto

TEORIA DOS GRAFOS TECNOLOGIA EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS MATEMÁTICA DISCRETA II PROFº MARCOS NASCIMENTO

Otimização. Otimização em Redes. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2

Conceitos Básicos da Teoria de Grafos

CES-11. Algoritmos e Estruturas de Dados. Carlos Alberto Alonso Sanches

Otimização em Grafos

Pesquisa Operacional

Definição e Conceitos Básicos

2 Definição do Problema

Algoritmo Simplex para Programação Linear I

Pesquisa Operacional. Teoria dos Grafos

Teoria dos Grafos Introdu c ao

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Teoria dos Grafos. Valeriano A. de Oliveira Socorro Rangel Departamento de Matemática Aplicada.

Facebook. Um grafo é uma rede. Estrutura de dados fundamental em Informática, tal como listas e árvores.

Otimização Combinatória - Parte 3

GRAFOS Conceitos Básicos (Parte 1)

TGR BCC Representação Computacional de Grafos. Prof. Ricardo José Pfitscher

1 - A capacidade de fluxo que corresponde a capacidade máxima que pode passar pelo arco.

Volmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 21

Otimização em Grafos

Grafos - Motivação. Grafos - Motivação. Algoritmos e Estruturas de Dados II Introdução a Grafos

Algoritimos e Estruturas de Dados III CIC210

Estrutura de Dados e Algoritmos e Programação e Computadores II. Aula 10: Introdução aos Grafos

Teoria dos Grafos. Valeriano A. de Oliveira, Socorro Rangel, Silvio A. de Araujo. Departamento de Matemática Aplicada

Teoria dos Grafos Caminhos. Profª. Alessandra Martins Coelho

Prof. Marco Antonio M. Carvalho

Programação Linear/Inteira

Departamento de Engenharia de Produção UFPR 22

Parte B Teoria dos Grafos

01 Grafos: parte 1 SCC0503 Algoritmos e Estruturas de Dados II

Prova Didática Grafos: Árvores Geradoras e Caminhos Mínimos, Análise de Complexidade

Introdução à Teoria dos Grafos

Otimização discreta Modelagem com variáveis binárias: problemas clássicos

PESQUISA OPERACIONAL Definições e Teoremas Básicos. Professor Volmir Wilhelm Professora Mariana Kleina

Pesquisa Operacional Programação em Redes

Matemática Discreta 10

ESTRUTURAS DISCRETAS (INF 1631) GRAFOS. 1. O que é um grafo? Defina um grafo orientado. Defina um grafo não-orientado.

Pesquisa Operacional II. Professor João Soares de Mello

Lista de Exercícios Programação Inteira. x 2 0 e inteiros.

Introdução a Grafos Letícia Rodrigues Bueno

Aula 19: Lifting e matrizes ideais

Conteúdo. Histórico. Notas. Teoria dos Grafos BCC204. Notas. Notas. 1736: Euler e as Pontes de Königsberg

Aula 20: Revisão Otimização Linear e Inteira Túlio A. M. Toffolo

Resolução de Sistemas Lineares. Ana Paula

Lista de Exercícios Programação Inteira. x 2 0 e inteiros.

Pesquisa Operacional / Programação Matemática

Problemas de Fluxos em Redes

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

INF 1010 Estruturas de Dados Avançadas

Grafos Direcionados. > Grafos Direcionados Representações Computacionais 1/36

ESTRUTURAS DE DADOS. prof. Alexandre César Muniz de Oliveira. 1. Introdução 2. Pilhas 3. Filas 4. Listas 5. Árvores 6. Ordenação 7. Busca 8.

Teoria dos Grafos. Motivação

Alg l ori r t i m t os e E str t u r tu t ra r s d e D ados I I Intr t o r duçã ç o ã a a Gr G a r f a o f s P of o a. M. C r C ist s ina n a /

Algoritmos e Estruturas de Dados II Introdução a Grafos. Divisão do arquivo

Professor: Rodrigo A. Scarpel

Gabriel Coutinho DCC035 - Pesquisa Operacional Lista 6

O Problema do Fluxo de Custos Mínimos Terça-feira 2 de abril. O Problema do Caminho mais Curto. Fórmula. Outra Fórmula

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

Lista de Exercícios - Modelagem de representação cromossômica e função fitness

Bancos de Dados Orientados a Grafos. Mateus Lana e Thiago Santana

Problemas de Fluxo em Redes

Grafos - Introdução. Pedro Ribeiro 2014/2015 DCC/FCUP. Pedro Ribeiro (DCC/FCUP) Grafos - Introdução 2014/ / 32

Lorí Viali. Afiliação

Grafos COM11087-Tópicos Especiais em Programação II

Conceitos Básicos Isomorfismo de Grafos Subgrafos Passeios em Grafos Conexidade

Teoria dos Grafos. Edson Prestes

PEA 2522 MÉTODOS DE OTIMIZAÇÃO. Otimização

Melhores momentos AULA 3. Otimização Combinatória p. 102

PCC173 - Otimização em Redes

Um grande número de problemas de otimização linear inteiro envolve a ocorrência ou não de um evento, e a decisão entre duas alternativas.

Conceitos e Teoremas. Tecnologia da Decisão I TP065. Profª Mariana

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

Algoritmos e Estruturas de Dados II Grafos conceitos gerais. Thiago A. S. Pardo Profa. M. Cristina Material de aula da Profa. Josiane M.

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

MÉTODO SIMPLEX. Prof. MSc. Marcos dos Santos

Problemas em Programação Linear Resolução e Análise de Sensibilidade

Instituto de Computação Universidade Federal Fluminense. Notas de Aula de Teoria dos Grafos. Prof. Fábio Protti Niterói, agosto de 2015.

BCC402 Algoritmos e Programação Avançada. Prof. Marco Antonio M. Carvalho Prof. Túlio Toffolo 2012/1

2 Análise e simulação de redes elétricas lineares

Eduardo Camponogara. DAS-9003: Introdução a Algoritmos

MATEMÁTICA DISCRETA. Patrícia Ribeiro 2018/2019. Departamento de Matemática, ESTSetúbal 1 / 47

grafo nós vértices arcos arestas

Método Simplex Especializado para Redes

Busca e Decisão. Problemas de Otimização. Kakuro. P e NP. Pode-se resolver o Kakuro somente resolvendo problemas de decisão?

Transcrição:

Fluo em Redes - Prof. Gustavo Peioto Silva modelos

. Otimização em Redes É um caso particular da Programação Linear, onde pretende-se minimizar uma função de custoque dependedofluoque passa pelos arcosde uma rede. Os modelos de fluo em redes apresentam muitas aplicações, associados tanta ao fluo de material físico, como o fluo de informações, atribuição de tarefas, designação de locais, entre outros. Devido à estrutura de rede, temos algoritmos especializados com grandesvantagens computacionais. A geometria de uma rede, que relaciona as entidades envolvidas no problema, sempre pode ser desenhada no plano, permitindo fácil compreensão do problema estudado. Nem sempre é possívelrepresentar um problema, mesmo que seja de uma rede real, como um problema de Otimização em Redes!

. Alguns sistemas abordados como redes: Sistemas de produção/distribuição Sistemas logísticos militares Sistemas de tráfego urbano Sistemas de rodovias (transporte) Sistemas de comunicação Sistema de localização Sistema de roteamento e programação de vc. Redes elétricas Rede de dutos/tubulações Redes de relacionamento, entre outras.

Alguns eemplos de redes

. Notação e Definições Um grafo direcionadog (N, A)apresenta um conjunto N de nós e um conjunto Ade arcos. Os arcos são pares ordenados de nós distintos. Arcos ligações unidirecionais de transporte de produtos, informações ou outra entidade qualquer. Nós locais de produção/consumo, terminais de coneão, etc. Uma rede direcionadaé um grafo direcionado com valores associados aos seus nós e arcos. Arcos custos, fluo, quant. min, capacidade etc. Nós oferta/demanda, custo/lucro marginal. Normalmente utilizamos npara denotar o número de nós e m para denotar o número de arcos em G, ou seja, N ne A m.

Uma rede pode ser armazenada em uma matriz n m sendo uma linha para cada nó, e uma coluna para cada arco, dita matriz de incidência nó-arco. A coluna correspondente ao arco (i, j) tem apenas dois elementos não nulos, na linha do nó ie na linha do nó j. Min c () sujeito a A b () u, () ou l u (.) c vetor de custos nos arcos vetor de fluo nos arcos(incógnita) A matriz de incidência nó-arco b vetor de demanda nos nós u vetor de capacidade dos arcos l quantidade mínima de fluo no arco

Min c () sujeito a A b () u ou l u () A equação () minimizar o custo devido ao fluo através dos arcos da rede. A equação () garante o equilíbrio de fluo em cada nó da rede. E a restrição () assegura que o fluo não ultrapasse a capacidade limite de cada arco (e seja > quant. minima) Para cada nó itemos: Se bi> então i é um nó produtor. bi < então i é um nó consumidor. bi então i é um nó de transbordo.

(,) (,) (,) (,) (,) (,) 6 A, b

6 Min nó nó nó nó 6 6 6 Assim o modelo que otimiza o fluo na rede da Figura é: Obs.:A matriz tem apenas melementos não nulos entre as n m posições. Esta matriz, que tem apenas e -é dita unimodular, de importância teórica, pois garante a eistência de algoritmos mais eficientes na resolução de problemas de otimização associados a ela.

O vetor origem, D vetor destino, C vetor de custos, a rede pode ser armazenada assim: arco O D C U 6

Os Problema de Fluo em Redes podem ser formulado como: Min ( i, j) A Cijij sujeito a j:( i, ij j) A j:( j, i) A ji bi i N (fluo sai de i) - (fluo entra em i) (fluo disponível em i) ij Uij ( i, j) A n i bi Assim temos as seguintes leispara modelar um problema de fluo em redes :. Lei de conservação de fluo nos nós: fluo entra b nó fluo sai do nó. Lei de equilíbrio de fluo na rede: oferta de fluo demanda de fluo

DEFINIÇÕES Grafos e redes direcionados GrafoG(N, A), RedeR(N, A, c, l, u, b, ) onde N é um conjunto de nós e A é um conjunto de arcos que são pares ordenados de nós distintos. Graus de entradade um nó é igual ao número de arcos que chagam no nó. Grau de saída de um nó, é igual ao número de arcos que saem do nó. Lista de adjacência (de saída) Lista de arcos adjacentes A(i)de um nóié o conjunto de arcos que saem de i. A( i) {( i, j) A j N} Propriedade: i N A ( i) m Como nossa definição não permite arcos paralelos nem laços, temos m < n(n -) < n Um grafo é esparso se m O(n) e denso se m O(n ).

Caminho Caminho é uma seqüência alternada contínua de nós e arcos, sem repetições. Pode ter arcos no sentido direto ou no sentido oposto do caminho. Caminho direcionado ou Cadeia É um caminho com todos os arcos orientados no sentido direto. Observação: Podemos armazenar um caminho definindo um índice (vetor) predecessor pred(i)para todo nóido caminho. Se i e j são nós consecutivos segundo a orientação do caminho, então pred(j)i. Na figura a seguir temos: Pred(7), pred(), pred() e pred() início Caminho 7 fim 7 Sentido do caminho

Ciclo - É um caminho fechado Circuito - É uma cadeia fechada Grafo Conectado - Eiste um caminho conectando qualquer par de nós Grafo Fortemente Conectado - Eiste uma cadeia (caminho direcionado) conectando qualquer par de nós Árvore - É um grafo conectado sem ciclos Árvore Geradora - É uma árvore e um subgrafo gerador (contém todos nós) Corte - É uma partição dos nós de N em duas partes,s e N S. Cada corte define um conjunto de arcos a um etremo em S e outro em S. Estes arcos são denotados por [S, ]. S A capacidade de um corte é dada pela soma da capacidadedos arcos que ligam nós se S a nós de S menos a soma do limite inferiordos arcos que ligam nós de aos nós de S. S S

Um vetor de fluo é dito factívelse satisfaz as condições: j:( i, ij j) A i:( j, i) ji A bi i N (fluo sai de i) - (fluo entra em i) (fluo disponível em i) ij Uij ( i, j) A n i bi

Armazenamento de uma rede Nós trabalharemos com os vetores O[ ], D[ ], C[ ], etc. Teremos também um vetor de listas adj_saida[ ] com os índices dos arcos adjacentes de saída (e de entrada) do nó i. adj_saida[] {, }, adj_saida [] { }, adj_saida [] {, }, adj_saida [] {, 6}

PROBLEMAS CLÁSSICOS DE OTIMIZAÇÃO EM REDES Problema do Caminho Mínimo (PCM): Qual é a melhor forma de percorrer uma rede indo de um dado ponto origem a um outro ponto destino, com o menos custo possível? Condições Problema de Fluo Máimo (PFM): Qual é o máimo de fluo que pode-se enviardeumdadopontoorigemaoutropontodestinodarede,respeitandoa capacidade dos arcos? Como é feito este envio? Condições Problema de Fluo com Custo Mínimo(PFCM): Considerando que. éconhecidoocustoporunidadedefluoquepassaemcadaarcodarede,. queosarcospodemserpodemsercapacitados,. e que precisamos enviar unidades de fluo alocados em determinados nós (oferta/produção) para outros nós(demanda/consumo), Devemos responder como fazer este envio pela rede com o menor custo possível tal que toda a demanda seja devidamente atendida?

Formulação do Problema do Caminho Mínimo como um PPL Encontrar o caminho de menor distância a partir de um nó origem s para um dado nó destinot. Fazemosb S, b t - e b i i s e i t, temos o PCM representado como um problema de fluo a custo mínimo. 6 9 6 7 9 7 9 8 6 7 8 6 9 8 7 6 nó nó nó nó nó nó sa Min z 6 7 8 9 {} {} {} {}

Formulação do Problema de Fluo Máimo como um PPL Enviar a quantidade máima de fluo de um dado nó origem spara um nó destino t em uma rede capacitada, ou seja, u i < i,..,m. Adicionar um arco artificial de tpara s com custo igual a - e u, e fazendo C i, para os demais arcos, o PFM é transformado em um PFCM. Fluo Máimo {} (,) (,) i (c ij, u ij ) j {} (,) (,) {} (,) (,) {} (-,999999) arco artificial ou arco de retorno

M. Problema de Transporte Formule o problema e use o Gusek para resolvê-lo. Eistem escolas públicas em três bairro da cidade de Busville. O número de estudantes negros e brancos em cada bairro é mostrado na tabela abaio. A corte suprema da cidade impõe que a distribuição racial dos estudantes seja balanceada. Assim, cada escola deve ter eatamente estudantes e cada escola deve ter o mesmo número de estudantes negros. A distância entre os bairros também é dado na tabela. Formule um problema de transporte para alocar os estudantes às escolas com a menor distância percorrida e que atenda à determinação judicial. Considere que os estudantes que forem alocados ao bairro onde moram percorrem distância de suas casas até à escola.

M. Problema de produção e distribuição Clientes Pedidos.8.8.6 -------- 8. Fábricas Capacidade Custo/veículo Detroit, Michigan.. Freemont, Cal... Arlington, Teas.7.6 Atlanta, Georgia. -------..7 Detriot Freemont Arlington Atlanta Cli $/vc Cap $/vc Cap $/vc Cap $/vc Cap 6 Custo e capacidade de transporte Montar A REDE que representa o modelo de transporte Equilibrado para este problema.

Equilibrando uma rede genérica de fluo com custo mínimo { } { } (, ) (c, u) (, ) c custo no arco (, ) u capacidade do arco (, ) (, ) {-} (, ) (, ) (, ) { } {-} Total de oferta: 7 e total de demanda: -9

Equilibrando uma rede genérica de fluo com custo mínimo { } { } (, ) (c, u) (, ) c custo n (, ) u capacid (, ) (, ) {-} (, ) (, ) (, ) (, ) { } {-} (, ) A { } custo nos arcos artificais são iguais a ou iguais ao custo por unidade de demanda não atendida no nó destino.

Equilibrando uma rede genérica de fluo com custo mínimo { } { } (, ) (c, u) (, ) c custo no arco (, ) u capacidade do arco (, ) (, ) {-} (, ) (, ) (, ) { } {-} Total de oferta: 9 e total de demanda: -6

Equilibrando uma rede genérica de fluo com custo mínimo { } { } (, ) (c, u) (, ) c custo no arco (, ) (, ) u capacidade do arco {-} A (, ) (, ) (, ) {-} (, ) (, ) (, ) { } {-} custo nos arcos artificiais são iguais a ou iguais ao custo por unidade de produção ociosa no nó origem.