Análise de Sensibilidade

Documentos relacionados
5 Análise de Sensibilidade

Método Simplex Dual. Prof. Fernando Augusto Silva Marins Departamento de Produção Faculdade de Engenharia Campus de Guaratinguetá UNESP

Pesquisa Operacional

Programação Linear/Inteira - Aula 5

Prof.: Eduardo Uchoa.

Programação Linear - Parte 5

Programação Linear. Dual Simplex: Viabilidade Dual Método Dual Simplex

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

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

Investigação Operacional

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

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

Método do Big M. Análise de Sensibilidade

PESQUISA OPERACIONAL. Fabiano F. T. dos Santos. Instituto de Matemática e Estatística

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

TP052-PESQUISA OPERACIONAL I Análise de Sensibilidade. Prof. Volmir Wilhelm Curitiba, Paraná, Brasil

Resolvendo algebricamente um PPL

Pesquisa Operacional

Programação Matemática. Método Simplex

Programação Linear - Parte 3

Aula 07: Análise de sensibilidade (2)

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

Pesquisa Operacional

INVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios

Combinando inequações lineares

Unidade: Modelo Simplex e Modelo Dual. Unidade I:

f x x x f x x x f x x x f x x x

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

Pesquisa Operacional Aula 4 Solução Gráfica em Programação Linear

Universidade da Beira Interior Departamento de Matemática. Ficha de exercícios nº3: Dualidade. Interpretação Económica.

Simplex. Investigação Operacional José António Oliveira Simplex

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

Programação Linear (PL) Solução algébrica - método simplex

Combinando inequações lineares

Teoremas de dualidade

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

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

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

Pesquisa Operacional

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

CAPÍTULO 4. Teoria da Dualidade

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

Investigação Operacional

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

IX - A N Á L I S E D E S E N S I B I L I D A D E

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

Método Simplex Revisado

Análise de Sensibilidade Solução Degenerada Solução Gráfica Análise dos Coeficientes da Função Objetivo A Análise do Lindo A análise do Excel O

Investigação Operacional

EAD 350 Pesquisa Operacional Aula 03 Parte 2

Optimização/Matemática II (Eco)

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

Lógica do Método Simplex: Passar de Solução Básica Factível para outra Solução Básica, buscando melhorar a Função Objetivo e manter factibilidade

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

Escola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção. Resolução Gráfica. Prof. Fabrício Maciel Gomes

Pesquisa Operacional

Métodos e Medidas II

Teoria de dualidade. Marina Andretta ICMC-USP. 19 de outubro de 2016

Otimização Linear. Conceitos básicos Álgebra Linear Introdução ao método simplex

Programação Linear. Dualidade

Prof. Fabrício Maciel Gomes Departamento de Engenharia Química Escola de Engenharia de Lorena EEL

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

Determinação de Uma Solução Básica Factível Inicial

Regras para evitar ciclagem

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

Marina Andretta. 10 de outubro de Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis.

Aula 02: Algoritmo Simplex (Parte 1)

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

4. Resolução Numérica de Equações (Zero de Funções)

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

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

PESQUISA OPERACIONAL I

Otimização Combinatória - Parte 4

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

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

Programação Matemática Lista 3

EAD 350 Pesquisa Operacional Aula 04 Parte 1 Resolução de Exercícios

PRO Pesquisa Operacional II. 5. Análise econômica e análise de sensibilidade

Métodos de Pesquisa Operacional

Dualidade e Análise de Sensibilidade

Pesquisa Operacional aplicada ao Planejamento e Controle da Produção e de Materiais Programação Linear

Algoritmos de aproximação - Método primal-dual

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

8. CAPACIDADE DAS INSTALAÇÕES PRODUTIVAS

Dualidade - Definições

GESTÃO ESTRATÉGICA DE CUSTOS CIESA 2015 IV BIMESTRE

MÉTODO SIMPLEX SOLUÇÃO INICIAL ARTIFICIAL

Problemas de Otimização

Transcrição:

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 de entrada para o Método Simplex: C, A,. Na prática não são conhecidos com asoluta certeza. Exemplos: demandas futuras, custo de matéria-prima,... Variação nos dados de entrada afeta a solução ótima. É importante saer como isto ocorre: técnicas de Análise de Sensiilidade ou Análise de Pós-otimalidade. 2

Justificativas para usar Análise de Sensiilidade. Quando há dados controláveis (capital, capacidade de produção) a análise de sensiilidade permite estudar quais alterações nestes dados são convenientes. Exemplo: compensa usar horas-extras na produção de um dado em? 2. Quando há dados otidos por métodos estatísticos (previsão de vendas) a analise de sensiilidade permite detectar quais dados são mais relevantes e devem ser otidos com maior acuracidade.

Contextualização Os seguintes efeitos de alterações nos dados serão estudados:. Mudança nos valores de coeficientes de custos (vetor C); (a) para variáveis ásicas na solução ótima do modelo. () para variáveis não-ásicas na solução ótima do modelo. 2. Mudança nos valores das constantes nas restrições (vetor ). Mudanças nas restrições (matriz A): (a) acréscimo de uma nova variável. () alterações nas colunas da matriz de coeficientes das variáveis nas restrições. ( c) acréscimo de novas restrições. 4

Prolema de Planejamento da Produção A apresentação da técnica de Análise de Sensiilidade será feita através do exemplo aaixo: Uma empresa deseja planejar a produção de seus três produtos: a,, c. os lucros unitários associados a venda de cada produto são, respectivamente, US$ 2, US$ e US$. Utiliza-se dois tipos de Insumos (Recursos) para a produção: traalho (há unidade) e matéria-prima (há unidades). Saendo-se quanto cada Produto utiliza de cada Recurso, o Departamento de Pesquisa Operacional da empresa formulou o modelo aaixo visando a produção ótima dos produtos a,, c: Sejam X, X 2 e X as quantidades a produzir de cada produto, a,, c, respectivamente, /X +/X 2 +/X (Traalho) Max Z = 2X + X 2 + X s. a : /X + 4/X 2 + 7/X (Matéria - prima) Xi 0, i =, 5

Colocando as Variáveis de Folga Após a aplicação do método simplex oteve-se a solução ótima: Solução ótima: lucro total ótimo = US$ 8, produzir unidade produto a, 2 unidades produto, não produzir o produto c. 6

Análise de Sensiilidade Oter informações acerca de esquemas alternativos de produção Muitas vezes estas informações são mais interessantes que a própria solução ótima.

. Mudança nos valores de coeficientes de custos (vetor C) (a) Para variáveis ásicas na solução ótima do modelo Por exemplo pode interessar saer para quais valores de c (Lucro Unitário do Produto a) a solução da Taela 2 permanece ótima. A intuição indica que: Se c deve diminuir a produção do produto a. Se c deve aumentar a produção do produto a. Conclusão: Deste modo, deve haver um intervalo onde c varia de tal forma que a solução da Taela 2 não se altera (isto é, C,C, 0 ) 4 C 5 8

. Mudança nos valores de coeficientes de custos (vetor C) Cálculo de C, C, C como função de C : 4 5 C N = C - N = 0 0 - C N 4 - / 0-7 / 0 C = C - 5 C 4 = - 4C + C 5 = C - Para a Taela 2 permanecer ótima deve-se manter:, C 0, C 0, C 0 C 5 C / 4, C C / 4, 4 5 9

. Mudança nos valores de coeficientes de custos (vetor C) () para variáveis não-ásicas na solução ótima do modelo. Pode interessar saer para quais valores de C a solução da Taela 2 permanece ótima: Cálculo de C, C 4, C5 como função de C : Se C nada se altera Se C a partir de algum valor deve se tornar vantajosa a produção do produto c.

. Mudança nos valores de coeficientes de custos (vetor C) Deste modo, devem haver valores para C de forma que a solução da Taela 2 se altera. Cálculo de como função de C : C N = 4 - / 0 C C C = C 0 0-2 = (C - 4) - 5-4 C N 5-7/ 0 ou seja, C = C - 4 Taela 2 é ótima C 0 C 4 Assim, para C 4 não produzir o produto c

2. Mudança nos valores das constantes nas restrições (vetor ) Supor que há disponível unidade extra do recurso traalho. Como isto pode alterar o planejamento da produção otido na Taela 2? Há alteração na Taela : = novo = 2 da Taela 2 se altera Como C permaneceu o mesmo se novo 0 Taela 2 se mantém ótima Cálculo do novo : novo = - B novo = 4 - - 2 = 5 0 X * = 5, * 2 X =, * X = 0, Z novo = (por sustituiç ão) 2

2. Mudança nos valores das constantes nas restrições (vetor ) Verificação se é conveniente ou não a utilização desta unidade extra do recurso traalho: Seja $ 4 o custo desta unidade extra. * Z novo - Z * =-8 = 5 > 4 Valea pena usar unidadeextra

2. Mudança nos valores das constantes nas restrições (vetor ) Resolvendo o Dual do prolema do planejamento da produção em questão tem-se: = 5 * 2 * * B - Y * = Y Y = = C B = 2 4 - - Interpretação das variáveis duais como preços somra que o gerente da empresa estaria disposto a pagar por unidades adicionais dos recursos utilizados. Assim só é interessante unidades adicionais: Recurso traalho se o custo no mercado for menor que $5, Recurso matéria-prima se o custo no mercado for menor que $. 4

Determinação dos intervalos para os valores de e 2 de modo que a solução da Taela 2 permaneça ótima, isto é continuar a produzir os produtos a e. Determinação do intervalo para : Na Taela fazer : = 2. Mudança nos valores das constantes nas restrições (vetor ) = B - = 4 - - = 4 - - + Como C permaneceu constante asta que 0 para que a Taela 2 continue ótima : 0 4 - + 0 0 /4, 5

2. Mudança nos valores das constantes nas restrições (vetor ) Assim, para /4 X, X 2 Permanecem como Variáveis Básicas com X * = 4 -, X * 2 = - +, Z * = 5 + (por sustituição) Oservação: Seja = 4 /4, = 4 - - 4 = - X X 2 = = - Esta solução não é primal viável, mas é dual viável aplicar o Método Simplex Dual para achar a nova solução ótima.

2. Mudança nos valores das constantes nas restrições (vetor ) Aplicando o Método Simplex Dual para achar a nova solução ótima 7

. Mudanças nas Restrições (Matriz A) (a) Inclusão de uma nova variável Supor que a empresa em estudo deseja analisar a conveniência de produzir ou não um novo produto d, que necessita de unidade do recurso traalho e unidade do recurso matéria-prima. Sae-se que o produto d tem mercado suficiente e o lucro advindo da sua venda é US$ por unidade. Onde X 6 : quantidade a produzir do produto d C 6 : lucro por unidade vendida do produto d A Taela 2 (modificada com a inclusão da nova coluna) permanecerá ótima, isto é, continuaremos a produzir somente os produtos a e 0. C 6 8

. Mudanças nas Restrições (Matriz A) C 6 Cálculo de : C N = C C C C = C - N = 0 0-2 4 5 6 N 4 / 7/ 0 0 C 6 = - 0Continuar a produzir apenas produtos a e. Oservação: Se C6 > 0 Aplicar Simplex Revisado com a 6 = B a 6-9

. Mudanças nas Restrições (Matriz A) () Alterações nas colunas da matriz A = variação nas quantidades de recursos exigidos na produção dos produtos a, e c. Há dois sucasos: Se a modificação ocorrer em coluna correspondente à variável não ásica na solução da Taela 2 (ótima) usar a seqüência do caso (a) Se a modificação ocorrer em coluna correspondente à variável ásica na solução da Taela 2 (ótima) Taela 2 se modifica totalmente. Recomenda-se a aplicação do Método Simplex na nova Taela (modificada com relação a nova coluna) para resolver este novo prolema.

. Mudanças nas Restrições (Matriz A) ( c) acréscimo de novas restrições ao prolema. Basta verificar se a solução ótima da Taela 2 satisfaz a nova restrição: Caso a nova restrição seja satisfeita a solução da Taela 2 permanece ótima. Caso contrário determinar a nova solução para o prolema expandido (acrescido da nova restrição) 2

. Mudanças nas Restrições (Matriz A) Exemplo: supor que uma nova restrição foi inserida no Prolema de Planejamento da Produção em estudo. Esta restrição diz respeito a gastos com serviços administrativos, sendo que os produtos a, e c requerem, respectivamente,, 2 e horas de serviços deste tipo, e se tem o total de 0 horas disponíveis para tal serviço: X + 2X 2 + X 0 Como na Taela 2 tem-se X =, X 2 = 2 e X = 0 que satisfazem a restrição acima esta solução permanece ótima para o prolema expandido.

. Mudanças nas Restrições (Matriz A) Exemplo: supor que o total de horas disponíveis para serviços administrativos foi reduzido de 0 para 4 horas a solução da Taela 2 não satisfaz esta nova restrição. Otenção da solução para o prolema expandido: Taela 2 (modificada com relação a nova restrição) 2

. Mudanças nas Restrições (Matriz A) Nova solução ótima: X * = 2, X 2* = e X * = 0 24