Terça-feira, 7 de maio

Documentos relacionados
Pesquisa Operacional / Programação Matemática

Quinta-feira, 11 de abril

Aula 03: Algoritmo Simplex (Parte 2)

Alguns problemas só podem ser resolvidos apenas se as variáveis tiverem valores inteiros.

NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016

PESQUISA OPERACIONAL. UNIDADE 1 Introdução à Pesquisa Operacional. Prof. Me. Carlos Guimarães

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

Otimização Combinatória - Parte 4

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

Exemplo do jogo dos fósforos Terça-feira, 9 de maio. Exemplo para o Problema do Corpo de Bombeiros. Exemplo: Localidade do Corpo de Bombeiros

Jogos de soma zero com dois jogadores

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

Programação Inteira. Prof. Ricardo Santos

Exemplos de modelos de PL ou PI

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

Denições. Exemplo. Notas. Programação Linear Inteira Modelagem com Variáveis Inteiras. Notas

Aula 09: Modelagem / Variáveis inteiras

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

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

Pesquisa Operacional Aula 4 Solução Gráfica em Programação Linear

Otimização discreta Modelagem com variáveis binárias: problemas clássicos

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

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

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

DECISÕES SOBRE TRANSPORTES (PARTE III) Mayara Condé Rocha Murça TRA-53 Logística e Transportes

α ( u 1 - u 2 ) = u 3 - u 2.

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

de fevereiro de 2002

Aplicações de PL possíveis até o momento

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

PESQUISA OPERACIONAL. UNIDADE 2 Visão Geral do Modelo

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

PCC173 - Otimização em Redes

PLANEJAMENTO DA PRODUÇÃO. Demanda. Produtiva Planejamento da Produção. Programação e Controle da Produção. Capacidade. Produtiva PRODUÇÃO DEMANDA

Problema de Roteamento de Veículos (VRP)

PESQUISA OPERACIONAL INTRODUÇÃO À DISCIPLINA HISTÓRICO CARACTERÍSTICAS

CAPÍTULO 2 Visão Geral da Abordagem de Modelagem da Pesquisa Operacional 7

Programação Linear: Profa. Silvana Bocanegra UFRPE - DEINFO

Aprendizado por Reforço usando Aproximação

PESQUISA OPERACIONAL I

Matemática. C. Requejo (UA) Métodos de Investigação Operacional MIO / 34

LISTA 3 Introdução à Probabilidade (Profa. Cira.) OBS. Apenas os exercícios indicados como adicional não constam no livro.

Sistemas de Distribuição Localização de Bases Definição da Rede

Aula 4 Microsoft PowerPoint 2003: Criando uma Apresentação

Poliedros na forma padrão

Programação Linear/Inteira

PROGRAMAÇÃO INTEIRA. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos

Otimização de horários Seminário. Clarisse Resende 25/01/2013

EAD 350 Pesquisa Operacional Aula 06 Parte 2 Programação Inteira Programação Binária

Problema de seleção de atividades. Aula 14. Exemplo. Algoritmos Gulosos. Algoritmos Gulosos. Intervalo: par ordenado de números

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

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

ALGORITMOS GENÉTICOS APLICADOS EM PROBLEMAS DE TRANSPORTE

Manual. Sistema Venus 2.0. (Módulo Produção e PCP)

Representação de poliedros

Aulas 2 e 3 - Modelos de Programação Linear

Modelagem Matemática de Problemas de Programação Linear

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

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

EAD 350 Pesquisa Operacional Aula 01 Parte 2

Lema de Farkas e desigualdades lineares

Complementos de Investigação Operacional. Folha nº 1 Programação Inteira 2006/07

Dificuldades de Modelos de PNL. Onde está a solução ótima? Outro exemplo: Condição ótima Local vs. Global Quinta-feira, 25 de abril

CURSO DE LOGÍSTICA INTEGRADA DE PRODUÇÃO. Ferramentas de Apoio à Decisão Prof. Dr. Fabrício Broseghini Barcelos PARTE 01

Pesquisa Operacional. Evanivaldo Castro Silva Júnior

EAD 350 Pesquisa Operacional Aula 01 Parte 2

Aula 02: Algoritmo Simplex (Parte 1)

Lista de Exercícios 1 - Otimização Linear Prof. Silvio Alexandre de Araujo. Construção de Modelos e Solução Gráfica

Programaçãoda Mãode Obra Crew Scheduling. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 6 modelos

Estimação de Estados no Nível de Seção de Barra

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

Complementos de Investigação Operacional. Folha nº 1 Programação Inteira 2007/08

Modelagem. Tecnologia da Decisão I TP065. Profª Mariana

Área disponível para semear: A km 2 Tipo de plantação: trigo ou sevada Quantidade disponível de inseticida = P e fertilizante = F

Programação Linear Aplicada em Redes de Telecomunicações. Prof. Rodrigo de Souza Couto

Aula 1. Utilização de Planilhas Eletrônicas em Processos. Prof. M.Sc. Aécio Flávio de Paula Filho

Universidade Federal de Roraima. PIBID - Matemática

PESQUISA OPERACIONAL APLICADA A LOGÍSTICA

MODELOS E A SOLUÇÃO DE. Prof. André Rabelo

Aula 12: Programação Inteira

Aula 13: Branch-and-bound

Cap. 2 Pesquisa Operacional na Tomada de Decisão

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

3 Decisões de Localização de Instalações

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

50h, se 0 h 8 p(h) = 75(h 8) + 400, se 8 < h (h 10) + 550, se 10 < h 24

Objetivo da Programação Inteira

Introdução à Microeconomia

Prof. Gustavo Suriani de Campos Meireles, M.Sc.

COMPARAÇÃO ENTRE FROTA HOMOGÊNEA E HETEROGÊNEA EM PROBLEMAS DE ROTEAMENTO DE VEÍCULOS CAPACITADOS

Benemar Alencar de Souza

Modelagem Matemática I

Modelagem de problemas de programação linear

Terminologia encontrada para PO

Programação Linear - Parte 1

4 Metodologia Levantamento de Dados

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

Programação Matemática

Otimização por Colônia de Formigas (ACO)

Pontos extremos, vértices e soluções básicas viáveis

Transcrição:

15.053 Terça-feira, 7 de maio Formulações de Programação Inteira Distribuir: Anotações da Aula 1

Rápido Resumo de PD PD normalmente funciona para a tomada de decisões ao longo do tempo Objetivos das duas últimas aulas introduzir recursões PD os estudantes devem aprender como realizar uma recursão PD, dada a função de valor ótimo entender recursões PD quando as virem Obs.: há uma disciplina 6.231 dedicada ao tema no nível de pós-graduação 2

Programação Inteira, Novamente Representando funções lineares por partes Um problema de projeto & comercialização de produto Um problema de configuração Um problema de rota de veículo Obs.: cerca de 50% do exame final será uma mistura de formulações PL e PI. 3

Uma função linear por partes 4

O método l (mesmo que na aula sobre PNL) Quais são as condições de adjacência Quais são as condições de adjacência e como podemos expressá-las usando variáveis 0-1? 5

As condições de adjacência No máximo, duas das variáveis l são nãozero (Como expressamos isso)? Defina uma nova variável l i, onde l i = 1 se l i > 0. l i l j e l j {0,1} para j = 1 a 4; l 1 + l 2 + l 3 + l 4 2 Se i e j não são adjacentes, então não é o caso que l i > 0 e l j > 0. l j + l j para i, j não adjacente 6

Ilustração: x = 8 e y = 10 As restrições são satisfeitas 7

Método l para representação de PNL Representa x como uma combinação convexa de pontos de quebra representa y como uma combinação convexa de valores de função condições de adjacência reforçadas usando propriedades de variáveis inteiras 8

Representando funções não-lineares: o método d. Uma função linear em partes 9

Representando funções não-lineares: o método d. Uma função linear em partes 10

Mais sobre o método d x = d 1 + d 2 + d 3 coloque limites corretos em d 0 d 1 4; 0 d 2 8; 0 d 3 4; Encontre inclinações de forma que y seja corretamente definido y = 2,5 d 1 + 0 d 2 + 2,5 d 3 Regra: d j = 0 a menos que d j-1 esteja em seu limite superior para j > 1 (veja próximo slide) 11

Regra: d j = 0 a menos que d j-1 esteja em seu limite superior para j > 1. Deixe que w j = 0 se d j-1 não estiver em seu limite superior. w 2 d 1 /4; w 3 d 2 /8; w 2, w 3 {0,1} Deixe que d j = 0 se w j = 0 0 d 1 4; 0 d 2 8 w 2 ; 0 d 3 4 w 3 (isso substitui os outros limites superiores) 12

Ilustração: x = 8 e y = 10 As restrições são satisfeitas 13

Método d para representação de PIs representa x como uma soma de intervalos x = d 1 +... + d k ; 0 d j u j para cada j representa y usando inclinações dos intervalos y = a 1 d 1 +... + a k d k não pode usar um intervalo, a menos que o intervalo anterior seja esgotado (l em seu limite superior) Se d j < u j, então d j+1 =0 reforçado usando propriedades de variáveis inteiras 14

Selecionando produtos de forma ótima para estoque Um fabricante de computadores possui 8 atributos diferentes que podem ser variados ao se comprar um computador (tamanho de memória RAM, tamanho de disco, velocidade do computador, periféricos, etc). Levando-se em consideração todas as possibilidades, existem mais de 10.000 variações. Cada cliente pode encomendar um computador especial, ou pode pedir do estoque. Os clientes podem preferir pedir do estoque por ser mais conveniente, e o computador chega mais rápido. Quais computadores devem ser estocados? (Serão estocadas no máximo 25 configurações de computador). 15

Suposições para esse modelo Fabricante de computador possui conhecimento detalhado sobre 1.000 clientes aleatórios Para cada cliente i e para cada configuração de computador possível j, u(i,j) é a utilidade do cliente de selecionar j do estoque u*(i) = utilidade de encomenda especial da pessoa i p(j) é o lucro de uma compra de j se j é adquirido do estoque (maior do que sob encomenda, já que é possível fabricar mais de uma só vez). v(i) é o lucro se a pessoa i escolher fazer por encomenda. 16

Mais suposições Há uma taxa fixa f(j) para estocar o item j Objetivo da empresa: maximizar os lucros do estoque de computadores: levando em consideração receitas não feitas em pedidos especiais e as taxas fixas 17

O modelo de programação inteira Deixe que x(i,j) = 1 se o cliente i seleciona o produto j Deixe que w(i) = 1 se o cliente i faz um pedido especial Deixe que y(j) = 1 se o produto j é estocado Trabalhe com seus colegas: Qual é a função objetiva. 18

Quais são as restrições? Cada pessoa seleciona no máximo 1 produto Fabricante estoca no máximo 25 configurações diferentes Uma pessoa não pode selecionar o produto j, a menos que o produto j esteja estocado As variáveis são binárias 19

Como reforçamos que cada pessoa seleciona o produto com o máximo de utilidade? Se o item j é estocado, e se u(i,j) > u(i,k), então a pessoa i não seleciona o item k. Se o item j é estocado, e se u(i,j) é maior que u*(i), então a pessoa i não faz uma encomenda especial 20

Por favor, não olhe mais adiante Cartas 21

O modelo 22

Comentários sobre o modelo As utilidades podem ser estimadas usando análise conjunta ( conjoint analysis ) O problema é disseminado Onde ele pode entrar? Alguma sugestão sobre variações a se levar em conta? 23

Mais sobre Modelagem de Programas de Inteiros A programação inteira pode ser usada sempre que o problema de otimização for a busca de soluções em variáveis n e quando a solução puder ser descrita em soluções binárias. Porém, às vezes é preciso ter habilidade para transformar problemas em PI 24

Algumas outras áreas em que PIs são usados Gerenciamento de projetos Configuração de produtos Rota e programação de veículos ou pacotes Fabricação Finanças 25

Um Problema de Configuração de Produto Kaya deseja comprar um Porsche. Existem vários atributos possíveis que podem ser variados: existem 14 opções de cor pode-se escolher entre 2 ou 4 portas há várias opções de exterior há quatro sistema de som diferentes Kaya especificou a utilidade de cada atributo Ela tem um orçamento de B para o carro 26

Notação para o problema de configuração Atributos A 1,..., A k Cada atributo tem opções. Escrevemos j Ai se j é uma opção de Ai. u(j) = utilidade da opção j Exatamente uma opção de qualquer atributo deve ser selecionada ocasionalmente, uma das opções é nulo Há um conjunto P de pares. Se (i,j) P, isso significa que j deve ser selecionado se i é desejado. Temos um conjunto E de exclusões. Se (i,j) E, isso significa que não é possível selecionar tanto i quanto j. Há um orçamento B para a configuração. 27

Em direção a uma formulação para o problema de configuração deixe que x(j) = 1 se a opção j é selecionada = 0 se a opção j não é selecionada Maximize Utilidade Sujeito a: selecione uma opção a partir de cada atributo obedeça às restrições de precedência obedeça às restrições de exclusão não gaste mais que o orçamento B 28

Um Problema de Rota de Frota Veículos 1, 2,..., m q k = capacidade de veículo k Localidades 1, 2,..., n d(i,j) = distância da localidade i para a localidade j Depósito D Cada veículo começa no depósito D e faz uma jornada de no máximo T Cada localidade deve ser visitada por algum veículo Minimize a distância total 29

Um Problema de Rota de Veículo Suponha que haja quatro veículos 30

Um Problema de Rota de Veículo 31

Em direção a um modelo deixe que k seja o índice para o veículo deixe = 1 se o veículo k viaja de i para j = 0, do contrário Como podemos formular o problema de rota de veículo? 32

Resumo PI é bastante disseminado é possível modelar custos lineares em partes é possível modelar a maioria dos problemas nos quais a solução é valor inteiro aplicações marketing configuração de produto rota de veículo 33