Métodos de Pesquisa Operacional I

Documentos relacionados
Formulação e problemas típicos

Tópicos Especiais em Computação I

EAD 350 Pesquisa Operacional Aula 04 Parte 1 Resolução de Exercícios

Programação Linear (PL)

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

EAD 350 Pesquisa Operacional Aula 03 Parte 2

UTILIZAÇÃO DA PROGRAMAÇÃO LINEAR ASSOCIADA À TEORIA DAS DECISÕES NA TOMADA DE DECISÃO NA PRODUÇÃO AGROINDUSTRIAL RESUMO

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

Introdução à Programação Linear

Métodos Quantitativos

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

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

Pesquisa Operacional Aula 3 Modelagem em PL

Professor: Rodrigo A. Scarpel

PEA 2522 MÉTODOS DE OTIMIZAÇÃO. Otimização

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

Universidade Federal de Viçosa Centro de Ciências Exatas Departamento de Matemática

MB PRINCÍPIOS DA PESQUISA OPERACIONAL PO INTRODUÇÃO A PESQUISA OPERACIONAL LISTA DE EXERCÍCIOS - PROGRAMAÇÃO LINEAR

PCC173 - Otimização em Redes

Pesquisa Operacional. Introdução à Pesquisa Operacional Programação Linear

Programação Matemática Lista 3

Lorí Viali. Afiliação

PESQUISA OPERACIONAL - LISTA DE EXERCÍCIOS 1

Pesquisa Operacional

Métodos e Medidas II

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

EAD 350 Pesquisa Operacional Aula 01 Parte 2

AULA 03 MODELOS DE PROGRAMAÇÃO LINEAR. Eduardo Camargo de Siqueira PESQUISA OPERACIONAL TECNÓLOGO EM ANÁLISE E DESENVOLVIMENTO DE SISTEMAS

Assim, podemos usar o método algébrico para resolver o problema. A função objetivo atingirá o máximo num dos vértices da região admissível.

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

Resolvendo algebricamente um PPL

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

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

pontos: f(1)=2, f(2)=3, f(3)=5, f(5)=10 e f(6)=30.

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

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

Universidade Federal de Viçosa Centro de Ciências Exatas Departamento de Matemática

Investigação Operacional

1 a Lista - MAT Noções de Álgebra Linear (Matrizes) II/2006

Introdução. Otimização Multiobjetivo. Muitas aplicações de interesse prático podem ser representadas por meio de modelos matemáticos lineares.

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

Degenerescência, ciclagem e eficiência do Simplex

Construir o modelo matemático de programação linear dos sistemas descritos a seguir:

FUNDAÇÃO GETULIO VARGAS Programa de Certificação de Qualidade Curso de Graduação em Administração

INSTITUTO POLITÉCNICO DE SETÚBAL ESCOLA SUPERIOR DE TECNOLOGIA DEPARTAMENTO DE MATEMÁTICA INVESTIGAÇÃO OPERACIONAL

PROGRAMAÇÃO LINEAR 11º ANO MATEMÁTICA A

UNIVERSIDADE FEDERAL DE VIÇOSA Centro de Ciências Exatas Departamento de Matemática 2 a Lista - MAT Introdução à Álgebra Linear II/2004

Programação Linear (PL) Solução algébrica - método simplex

Programação Dinâmica: Modelos Determinísticos

Universidade Federal de Goiás Instituto de Matemática e Estatística

MÉTODO SIMPLEX. Prof. MSc. Marcos dos Santos

Pesquisa Operacional. 4x1+3x2 <=1 0 6x1 -x2 >= 20 X1 >= 0 X2 >= 0 PESQUISA OPERACIONAL PESQUISA OPERACIONAL PESQUISA OPERACIONAL PESQUISA OPERACIONAL

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

Cap. 2 Pesquisa Operacional na Tomada de Decisão

CURSO DE LOGÍSTICA INTEGRADA DE PRODUÇÃO. Ferramentas de Apoio à Decisão Prof. Dr. Fabrício Broseghini Barcelos PARTE 02

Aplicações de PL possíveis até o momento

Modelagem de problemas de programação linear

Otimização. Modelagem e Solução Gráfica. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia

Algoritmo Simplex para Programação Linear I

1ª Lista de Exercícios (Programação Linear: Modelagem, Método Gráfico e Método Simplex)

PESQUISA OPERACIONAL INTRODUÇÃO À DISCIPLINA HISTÓRICO CARACTERÍSTICAS

EAD 350 Pesquisa Operacional Aula 01 Parte 2

Professor: Rodrigo A. Scarpel

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

Problema de designação

; a = 5 (d) f (x) = 2x 4 x 3 + 2x 2 ; a = 2 x ; a = 1 (f) f (x) = 3 x. 9 x ; a = 9. x 2 x 2 ; a = 2

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

Modelagem de problemas de programação linear

Pesquisa Operacional. Introdução à Pesquisa Operacional Programação Linear

UNIVERSIDADE FEDERAL DO VALE DO SÃO FRANCISCO PROGRAMA DE DISCIPLINA

Curso: Engenharia de Produção

Exercícios de Matemática II

Modelagem Matemática de Problemas de Programação Linear

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Taxas de Variação: Velocidade e Funções Marginais. Taxas de Variação: Velocidade e Funções Marginais

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

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

OTIMIZAÇÃO. O processo de otimização normalmente involve a procura de pontos de máximos e mínimos de uma função.

Programação Linear. Gabriel Ferreira Gabriel Tutia Gabriel Yida Thiago Ferraz

Pesquisa Operacional aula 3 Modelagem PL. Profa. Alessandra Martins Coelho

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

OPT-7. Ivan Sendin. Exercicios. Aula 7. Ivan Sendin. FACOM - Universidade Federal de Uberlândia 3 de abril de 2018

Prof. Dr. Álvaro José

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

Lista 2. Matemática aplicada à administração.

Pesquisa Operacional

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

LISTA SOBRE MÉTODO SIMPLEX

1. Formule o problema seguinte: A empresa Janex produz três tipos de janelas J. modelo Horas de trabalho Alumínio /kg Madeira /kg Vidro/ kg

Fundamentos da PESQUISA OPERACIONAL

Pesquisa Operacional (PO)

MÓDULO 3 - PROBLEMAS DE TRANSPORTE

PROBLEMAS DE PROGRAMAÇÃO LINEAR COM O USO DO SOFTWARE LINDO NA PERPECTIVA DA MODELAGEM MATEMÁTICA

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

UNIVERSIDADE FEDERAL DO VALE DO SÃO FRANCISCO PROGRAMA DE DISCIPLINA

Programação Linear/Inteira - Aula 5

Métodos Numéricos - Notas de Aula

Pesquisa Operacional 1. Aula 5- Modelagem de problemas. Profa. Milena Estanislau Diniz 2º Semestre/2011

Pesquisa Operacional

Transcrição:

Etraído de INTRODUÇÃO Á PESQUISA OPERACIONAL- Eduardo Leopoldino de Andrade LTC ( PLT 391) 1) Uma pequena manufatura produz dois modelos, Standard e Luo, de um certo produto. Cada unidade do modelo Standard requer 2 horas de liação e 1 hora de polimento. Cada unidade do modelo Luo eige 2 horas de liação e 3 horas de polimento. A fábrica dispõe de 2 liadoras e 3 polidoras, cada qual trabalhando 40 horas semanais. As margens de lucro são $24 e $32, respectivamente, para cada unidade Standard e Luo. Não eistem restrições de demanda para ambos os modelos. Elabore um modelo de programação linear que permita calcular a produção semanal que maimiza a margem total de lucro do fabricante. 2) Um fazendeiro dispõe de 400 hectares cultiváveis com milho, trigo ou soja. Cada hectare de milho eige $200 para preparação do terreno, 10 homens-dia de trabalho e gera um lucro de $600. Um hectare de trigo implica custo de $240 para a preparação do terreno, 16 homens-dia de trabalho e dá um lucro de $700. Analogamente, um hectare de soja eige $140, 12 homens-dia e dá um lucro de $550. O fazendeiro dispõe de $80.000 para cobrir o custo de trabalho e 6.000 homens-dia de mão de obra. Elabore um modelo de programação linear de modo a calcular a alocação de terra para os vários tipos de cultura com o objetivo de maimizar o lucro total. 3) Uma companhia produz três tipos de fertilizantes, a partir da mistura de ingredientes á base de nitrato, fosfato e potássio e de um componente inerte, conforme mostra o Quadro I, que apresenta também preços de venda dos fertilizantes. QUADRO I Tipo de fertilizante % Peso nitrato % Peso fosfato % Peso potássio % Peso componentes inerte Preço de Mercado ($/t) A 5 10 5 80 800 B 5 10 10 75 960 C 10 10 10 70 1100 QUADRO II Ingrediente Disponibilidade (t) Custo ($/t) Nitrato 1.200 3.000 Fosfato 2.000 1.000 Potássio 1.400 1.800 Componente inerte Ilimitada 200 Dados sobre disponibilidade e custos dos ingredientes são apresentados no Quadro II. O custo de mistura, empacotamento e promoção de vendas é estimado em $300 por tonelada para quaisquer produtos. A companhia possui contrato de longo prazo para fornecimento mensal de 6.500 t de fertilizante A. Pede-se: Elabore o modelo de programação linear de modo a propor a programação da produção para o próimo mês, com o objetivo de maimizar o lucro. Resolva o problema utilizando o programa MS- Ecel. Página1

4) Uma seção de manutenção opera 24 horas por dia sem interrupção. A escala de plantão segue a demanda esperada de serviços, que varia de acordo com a parte do dia. Para permitir um melhor ajuste entre a demanda de serviços e o número de empregados de plantão, foi estabelecido que o turno de trabalho seria de 4 horas e que cada empregado cumpriria 2 turnos, totalizando a jornada de 8 horas consecutivas. Devido á imprevisibilidade da demanda de serviços, foi fiado um numero mínimo de empregados por turno, como mostra a tabela a seguir. Turno Hora do Dia Nº Mínimo de Emprego Por Turno 1 0 a 4 4 2 4 a 8 10 3 8 a 12 12 4 12 a 16 8 5 16 a 20 16 6 20 a 24 6 Deseja-se montar um modelo matemático do problema com a finalidade de calcular o número de empregados que devem começar a jornada de trabalho no início de cada turno, respeitando-se o número mínimo eigido e de modo a minimizar a equipe total do setor. 5) Uma pequena fábrica de laticínios recebe por dia 8.000 litros de leite que são utilizados na fabricação de queijos, doce de leite e ricota. A ricota é subproduto do queijo, já que é feito com o soro que sobra da fabricação deste. Cada 3 kg de queijo geram soro suficiente para fazer no máimo 1 kg de ricota. Para fazer 1 kg de queijo, o laticínio gasta 10 litros de leite. Para fazer 1 kg de doce gastam-se 6 litros de leite. Além dessas, outras duas restrições de mercado devem ser obedecidas: A quantidade de doce por dia não deve ultrapassar 200 kg. A quantidade de queijo deve ser no mínimo igual a três vezes a quantidade de doce. A fábrica dispõe de 12 empregados que trabalham 8 horas por dia. Em todo o processo, desde o recebimento do leite, a pasteurização, a produção, a embalagem, o armazenamento e o despacho, os produtos requerem a quantidade de mão-de-obra mostrada na tabela a seguir. A tabela apresenta também os lucros unitários de cada produto. Produto Lucro Unitário Quantidade de MÃO - DE- OBRA (minuto) Queijo $1,50/kg 3 Doce de leite $2,00/kg 2 Ricota $1,20/kg 1 Pede-se: Construa o modelo de programação linear para determinar o programa de produção diário que maimiza o lucro total. Resolva o problema utilizando o MS-Ecel Solver. 6) Dado o modelo de programação linear a seguir, responda ás questões resolvendo o modelo graficamente: Qual a solução ótima? Caso a função objetivo varie para Z = 6. 1 + 4. 2, quais as variações ótima? Página2

ma z = 3. 1 + 4. 2 3. 1 + 2. 2 12 S. A. { 4. 1 + 6. 2 24 7) Dado os seguinte modelo: ma z = 1 + 2 4. 1 + 2. 2 8 S. A. { 3. 1 + 5. 2 15 Ache a solução ótima pelo método gráfico. Caso o recurso 2 tenha um acréscimo em sua disponibilidade de 15 para 20 unidades, quais as variações na estrutura do modelo? c) Qual a nova solução ótima? 8) Resolva os seguintes modelos de programação linear pelo Método Simple: ma z = 9. 1 + 3. 2 2. 1 + 2 14 S. A. { 2. 1 + 3. 2 24 ma z = 5. 1 + 5. 2 8. 1 + 4. 2 32 S. A. { 1 + 2. 2 8 c) d) ma z = 16. 1 + 12. 2 2. 1 8 2. S. A. { 1 + 3. 2 12 2. 1 + 2 8 ma z = 3. 1 + 5. 2 + 3 2. 1 + 4. 2 + 3 16 6. S. A. { 1 + 2. 2 24 2 6 9) Resolva os seguintes problemas pelo método das duas fases: ma z = 2. 1 3. 2 + 5. 3 2. 1 2 + 3. 3 4 S. A. { 1 + 2. 2 6 3. 1 2 + 2. 3 7 Página3

S. A. ma z = 1 + 2 + 3 1 2 + 3 = 1 2. 1 + 2 2. 3 = 1 1 + 2 + 2. 3 = 4 4. 1 + 2 + 3 = 6 { 10) Resolva os seguintes problemas pelo Método Simple Revisado: ma z = 2. 1 + 2 2. 1 + 2 10 S. A. { 1 + 2 3 6 ma z = 2. 1 3. 2 + 5. 3 2. 1 2 + 3. 3 4 1 + 5. 2 + 3 = 16 S. A. 1 + 2. 2 6 2. 1 + 2 + 3 7 { c) ma z = 4. 1 + 3. 2 + 2. 3 6. 1 + 4. 2 + 5. 3 8 2. S. A. { 1 + 2 + 2. 3 2 4. 1 + 2. 2 + 3. 2 4 11) Uma empresa fabricante de móveis de copa trabalha com três modelos principais de conjuntos aos quais denomina MXA, MXB e MXC ( 1, 2 e 3, respectivamente), cuja produção semanal deseja programar. As margens unitárias de lucro dos modelos são respectivamente, $20, $8 e $3. Os três conjuntos utilizam as três principais seções da fábrica, que chamaremos Seção I Seção 2 e Seção 3, conforme os coeficientes unitários de utilização mostrados no modelo de programação linear abaio. As seções dispõem das seguintes capacidades semanais de trabalho, respectivamente 240 homens-horas (H-h), 320 H. h e 480 H. h. O modelo de programação linear utilizado pelo setor de planejamento da empresa para a programação da produção da próima semana é o seguinte: Achar 1, 2 e 3 de modo a ma lucro = 20. 1 + 8. 2 + 3. 3 4. 1 + 3 240 4. S. A. { 1 + 2. 2 + 2. 3 340 3. 1 + 4. 2 480 O quadro a seguir mostra os resultados do processo de solução do Método Simple. Pede-se: 1 2 3 y 1 y 2 y 3 B 1 0 1/4 1/4 0 0 60 0 1 1/2-1/2 1/2 0 40 0 0-1 1/4 1 1/4-2 1 140 lucro 0 0 6 1 4 0 1.520 Página4

Na solução ótima do problema identifique as utilidades marginais das três seções utilizadas no processo de produção da empresa. Caso a Seção 1 tenha sua disponibilidade alterada para 200 H. h, quais os novos valores das produções ótimas dos conjuntos MXA e MXB? c) Caso a empresa possa acrescentar mais 60 H. h a alguma seção qual deverá ser a seção escolhida? Por que? d) Na hipótese anterior, quais os novos valores das produções ótimas e quais as novas utilizações dos recursos? 12) O quadro a seguir indica uma resolução do processo de resolução de um problema linear. A partir dos dados fornecidos, responda ás seguintes questões: 1 2 3 y 1 y 2 B 1/2 1 3/2 5/2 0 9/2 2 0-1 -1 1 6 lucro - 1/2 0 3/2 3/2 0 27/2 Complete o quadro indicando as variáveis que estão na base. Escreva a solução que o quadro indica. A solução obtida nessa etapa é ótima? Etraído de Introdução a pesquisa operacional Hillier e Lieberman editora Mac Graw Hil 4.1-6 Descreva graficamente o que o método simple faz passo a passo para solucionar o problema a seguir. ma z = 2. 1 + 3. 2 3 1 + 2 1 4 1 + 2 2 20 S. A. 4 1 2 10 1 + 2 2 5 { 1 0 e 2 0 4.1-7 Descreva graficamente o que o método simple faz passo a passo para solucionar o problema a seguir. min z = 5 1 + 7 2 2 1 + 3 2 42 3 S. A. { 1 + 4 2 60 1 + 2 18 1 0 e 2 0 4.1-8 Classifique cada uma das afirmações a seguir como verdadeira ou falsa e depois justifique sua resposta. Para problemas de minimização, se a função objetivo avaliada em uma solução FPE for maior que seu valor em cada uma das soluções FPE adjacentes, então esta solução é ótima. Somente soluções FPE podem ser ótimas e, portanto, o números de soluções ótimas não pode eceder o número de soluções FPE. c) Se eistem múltiplas soluções ótimas, então uma solução ótima pode ter uma solução FPE adjacente que também é ótima(o mesmo valor de z). 4.1-9 As afirmações a seguir fornecem paráfrases dos seis conceitos de solução. Em cada caso, eplique o que há de errado na afirmação. A melhor solução FPE sempre é uma solução ótima. Página5

Uma iteração do método simple verifica se a solução FPE atual é ótima ou não e, caso não seja, desloque-se para uma nova solução FPE. c) Embora qualquer solução FPE inicial, o método simple sempre escolhe a origem. d) Quando o método simple estiver pronto para escolher uma nova solução FPE a atingir partindo da solução FPE atual, ele considera apenas soluções FPE adjacentes, pois uma delas provavelmente é uma solução ótima. e) Para escolher a nova solução FPE a atingir partindo da solução FPE atual, o método simple identifica todas as soluções FPE adjacentes e determina qual delas resulta na maior taa de aumento no valor da função objetivo. 4.2- considere ma z = 1 + 2 2 1 + 3 2 8 S. A. { 1 + 2 4 1 0 e 2 0 Introduza variáveis de folga de modo a escrever as restrições funcionais na forma aumentada. Para cada solução FPE identifique a solução BV correspondente calculando os valores das variáveis de folga. Para cada solução BV adjacente, use os valores das variáveis para identificar as variáveis não-básicas e as variáveis básicas. c) Para cada solução BV demonstre (agregando a solução) que, após as variáveis não-básicas serem configuradas em zero, esta solução BV também é a solução simultânea do sistema de equações obtido no item ( Repita o item ( para as soluções inviáveis em pontos etremos e as soluções básicas inviáveis correspondentes. Repita o item c para as soluções básicas inviáveis. d) trabalhe com o método simple ( em forma algébric manualmente para solucionar este modelo. 4.3-4 Pelo método simple (na forma algébric, passo a passo, solucione o problema a seguir. Ma Z= 1 + 2 2 + 4 3 Sujeito 3 1 + 2 + 5 3 10 1 + 4 2 + 3 8 2 1 + 2 3 7 4.3-5 Considere o seguinte problema. Ma Z= 5 1 + 3 2 + 4 3 Sujeito 2 1 + 2 + 2 3 20 3 1 + 2 + 2 3 30 e 1 0, 2 0, 3 0 É fornecida a informação a seguir: as variáveis não-zero na solução ótima são 1 e 2. Descreva como você poderia usar esta informação para adaptar o método simple para resolução desre problema no menor número de iterações possível (quando se parte as solução BV inicial usual). Na verdade, não eecute nenhuma iteração. Página6

Use o procedimento desenvolvido no item ( para solucionar este problema manualmente. 4.3-6 Classifique cada uma das seguintes afirmações como verdadeira ou falsa e, a seguir justifique sua resposta referindo-se a afirmações específicas. A regra do método simple para a escolha da variável básica que entra é usada porque ela sempre nos leva á melhor solução BV adjacente (maior Z). A regra da razão mínima do método simple para escolha da variável básica que sai é usada porque fazendo-se uma outra escolha com uma razão maior nos levaria a uma solução básica que não é viável. c) Quando o método simple tenta chegar á solução BV seguinte, são usadas operações algébricas elementares para eliminar cada variável não-basica de todas eceto uma equação (a sua própria equação) e para lhe atribuir um coeficiente +1 nesta mesma equação. Etraído de OTIMIZAÇÃO COMBINATÓRIA E PROGRAMAÇÃO LINEAR MARCO CESAR GOLDBARG E HENRIQUE PACCA LUNA 1) Solucione pelo método simple e graficamente os seguintes problemas de programação linear ma z = 4. 1 + 7. 2 1 6 S. A. { 2 8 4. 1 2. 2 10 1 0 e 2 0 min z = 2. 1 3. 2 1 8 S. A. { 2 4 2. 1 + 2 5 1 0 e 2 0 2) Uma empresa produz dois tipos de bolsas de plástico ( B 1, B 2 ) cujos mercados absorvem respectivamente 80 e 60 unidades diárias. O processo de produção consome dois tipos de matéria-prima: Folhas de plásticos e fechos. Cada unidades de B 1 consome duas folhas de plástico e quatro fechos. Cada unidade de B 2 consome três folhas de plástico e três fechos. São disponíveis diariamente 200 folhas de plástico e 240 fechos. Os lucros unitários pelas vendas dos produtos são, respectivamente, R$ 20 e R$ 25. Qual deve ser o esquema de produção que conduza ao maior lucro possível? 3) Solucione pelo método simple os seguintes problemas de programação linear: ma z = 2. 1 + 5. 2 + 3 2. 1 + 5. 2 6 S. A. { 2 3 4 4. 1 + 2. 2 + 3 15 min z = 1 3. 2 5 3 4 1 + 2 8 S. A. { 2 + 3 8 1 + 2 + 3 + 4 4 1, 2, 3 e 4 0 Página7

4) Sabendo-se que a figura a seguir representa graficamente a região das soluções viáveis de um PPL e que a sequencia de pontos etremos indicada mostra a trajetória de seleção do algoritmo simple utilizado (B é o ponto ótimo), pede-se: Representar as bases associadas aos pontos etremos visitados pelas iterações. Representar matricialmente a solução associada ao ponto F ( ponto interno). c) Como poderíamos transformar a solução associada ao ponto F em uma solução básica viável? 5) Dada a tabela 1 2 3 4 5 6 z -40 b d 0 0 f 0 2 4 c 1 0 e 2 g 4-1 -5 0 1-1 1 0 6 a 2 0 0 0 3 1 Determine os parâmetros livres no quadro de modo que: O quadro seja ótimo e conduza a uma solução única. A solução do quadro seja ótima, mas eiste pelo menos uma outra solução ótima. c) A solução seja inviável. d) A solução seja viável mais ilimitada. e) O quadro represente uma solução viável que pode ser melhorada pela entrada de 1 na base e a saída de 6. 6) Uma companhia deve produzir 500 ferramentas para um de seus clientes em um certo espaço de tempo. Ela duas maquinas que podem produzir as ferramentas segundo a distribuição de custos constantes da tabela abaio: Tabela custos e limites de produção Página8

Maquina Métodos de Pesquisa Operacional I Custo unitário de produção (US$) Custo montagem maq (US$) de das 1 1,12 60 300 2 1,23 50 270 Limite de produção no tempo disponível Solucione o problema de reforma a minimizar o custo da produção. Seria possível solucionar esse problema com o uso do simple? Justifique a resposta. Página9