Max z= c 1 x 1 + c 2 x 2 + c 3 x c n x n. b 3. c ij : Coeficientes de Custos x j : Variáveis de Decisão. b i : Quantidade Disponível

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

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

Pesquisa Operacional (PO)

PROGRAMAÇÃO LINEAR E APLICAÇÕES

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

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

COS360. Luidi Simonetti

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

Pesquisa Operacional Aula 3 Modelagem em PL

Pesquisa Operacional. Componentes de um modelo de PL

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

Pesquisa Operacional. Introdução à Pesquisa Operacional Programação Linear

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

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

Modelagem de problemas de programação linear

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

Modelagem de problemas de programação linear

α ( u 1 - u 2 ) = u 3 - u 2.

Aula 01: Introdução Otimização Linear e Inteira Túlio A. M. Toffolo

Pesquisa Operacional. Prof. José Luiz

Universidade Estadual de Mato Grosso do Sul Sistemas de Informação. Tópicos Especiais em Computação I TEC I Prof. Fabio Henrique N.

Introdução à Pesquisa Operacional - Otimização Linear

Programação Linear - Parte 1

Aplicações de PL possíveis até o momento

EAD 350 Pesquisa Operacional Aula 04 Parte 1 Resolução de Exercícios

Pesquisa Operacional. Ementa. Prof. Edézio

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

INTRODUÇÃO A PESQUISA OPERACIONAL 1) Conceito Pesquisa Operacional é um método científico de tomada de decisões. Em linhas gerais, consiste na

LISTA DE EXERCÍCIOS 1 PESQUISA OPERACIONAL MODELAGEM

Matemática Aplicada Nt Notas de aula

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

Modelagem de problemas de programação linear

Problema de Designação. Fernando Nogueira Problema de Designação 1

Conteúdo. Introdução. Notas. Programação Linear Inteira, Introdução. Notas. Notas

Programação Linear e Inteira, Introdução

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

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

Modelagem Matemática I

Pesquisa Operacional. Modelos de Programação Linear. 15/10/13 UFVJM DECOM Luciana Assis

Aula 03: Algoritmo Simplex (Parte 2)

Lista 3 - Exercícios sobre Modelagem Matemática

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

EXERCÍCOS DES TESTES/EXAMES DE ANOS ANTERIORES (LEGI-IST-JRF)

Investigação Operacional

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

Programação Linear/Inteira

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

PCC173 - Otimização em Redes

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

Aula 08: Modelagem Otimização Linear e Inteira Túlio A. M. Toffolo

Lista 3 - Exercícios sobre Modelagem Matemática

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

Modelos em Programação Matemática

Matemática computacional: métodos numéricos, programação linear, otimização

Programação Matemática

Otimização Aplicada à Engenharia de Processos

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

Programação Linear - Parte 3

Introdução Problema da Mistura Problema da Marcenaria Problema do Transporte. Tutorial AMPL. Daniela Cristina Lubke

Programação Linear. (1ª parte) Informática de Gestão Maria do Rosário Matos Bernardo 2016

PESQUISA OPERACIONAL 4. MODELAGEM MATEMÁTICA 5. ROTEIRO PARA A CONSTRUÇÃO DO MODELO. Prof. Edson Rovina Página 6

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

Programação Linear/Inteira

Lista de exercícios: Modelagem matemática Otimização Combinatória

Gestão de Operações II. Prof. Marcio Cardoso Machado. Método Gráfico para Solução de Problemas de Programação Linear

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

Problemas envolvendo. Prof. Félix Monteiro Pereira

GSCI - GSIG. 2 Programação Linear. Prof. Ricardo Villarroel Dávalos, Dr. Eng.

Programação Linear/Inteira

c PAVF 2 Otimizac~ao 'Aurelio' Otimizac~ao.[De otimizar+-c~ao] S.f. 1. Estat. Processo pelo qual se determina o valor otimo de uma grandeza. Otimo.[Do

Modelagem. Tecnologia da Decisão I TP065. Profª Mariana

Programação Linear. Gabriel Ferreira Gabriel Tutia Gabriel Yida Thiago Ferraz

FMU Administração de Empresas Pesquisa Operacional Prof. Marcos José Traldi

Modelagem Matemática de Problemas de Programação Linear

Marina Andretta. 2 de março de 2016

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

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

Otimização. Problemas de Transportes. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2

Aula 09: Modelagem / Variáveis inteiras

Álgebra abstrata aplicada: alguém duvida?

Sumário. Modelagem. Introdução. Processo de Modelagem 3/30/2016

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

7 a lista de exercícios - GA Período de Prof. Fernando Carneiro

UTILIZAÇÃO DE PROGRAMAÇÃO LINEAR EM UMA MICROEMPRESA DE USINAGEM

PROGRAMAÇÃO LINEAR. Tipo de problemas: cálculo do plano óptimo de distribuição de mercadorias; minimiação de desperdícios no corte de materiais;

Programação Linear. O Problema da Dieta. André Ferreira. Liliana Pinho

Aulas 2 e 3 - Modelos de Programação Linear

Planejamento e Análise de Sistemas de Produção

NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016

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

Otimização discreta Modelagem com variáveis binárias: problemas clássicos

Exemplos de modelos de PL ou PI

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

Problemas de Mistura. Prof. Gustavo Peixoto Silva Departamento de Computação Univ. Federal de Ouro Preto 5 modelos

Uma Introdução à Programação Linear

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

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

B-727 Electra Bandeirante SP Rio ,4 SP P.Alegre ,8 Tonelagem

Lista de Exercícios 03: Álgebra Linear

Transcrição:

MODELAGEM MATEMÁTICA PARA PROBLEMAS DE OTIMIZAÇÃO LINEAR mmmoala@fafica.br

Maximizar Lucro, Espaço (Lay-Out: Recintos para Evento) Minimizar Custos Perdas Tempo

Max z= c 1 x 1 + c 2 x 2 + c 3 x 3 + + c n x n Função objetivo s. a: a 11 x 1 +a 12 x 2 +a 13 x 3 +a 1n x n = b 1 a 21 x 1 +a 22 x 2 +a 23 x 3 +a 2n x n = b 2 a 31 x 1 +a 32 x 2 +a 33 x 3 +a 3n x n = b 3 Conjunto de Restrições a m1 x 1 +a m2 x +a 2 m3 x 3 +a mnx n = b m x 1, x 2, x 3,, x n 0 Condição de Não-negatividade c ij : Coeficientes de Custos x j : Variáveis de Decisão a ij : Coeficientes das Restrições b i : Quantidade Disponível

FORMA MATRICIAL DE UM PROBLEMA DE OTIMIZAÇÃO LINEAR Max z = c T x s. a: Ax = x 0 b C : Vetor de Custos X : Vetor de Variáveis de Decisão A : Matriz dos Coeficientes das Restrições b : Vetor de Disponibilidade

ROTEIRO PARA MODELAGEM MATEMÁTICA 1º) Quais são as variáveis de decisão? 2º) Qual é o objetivo? (Maximizar ou Minimizar) 3º) Quais são as restrições? 4º) Qual é o tipo de variável? (Inteira, binária, real, {0,1}, 0, 0)

Exemplo (Problema da Mistura) O corpo necessita de vitaminas e proteínas. A necessidade mínima de vitaminas é de 32 unidades por dia e a de proteínas é de 30 unidades por dia. Uma pessoa tem disponível carne e ovos para se alimentar. Cada unidade de carne contém 4 unidades de vitamina e 6 de proteína. Cada unidade de ovo contém 8 unidades de vitamina e 5 de proteína. Qual a quantidade diária de carne e ovos que deve ser consumida para suprir as necessidades de vitaminas e proteínas com o menor custo possível, sabendo-se que cadaunidade de carnecusta$3,00 e cada unidade de ovo custa$1,00? 1º) Quais são as variáveis de decisão? x :Quantidade diária de carne y :Quantidade diária de ovos 2º) Qual é o objetivo? Minimizar Custos z= 3x + y 3º) Quais são as restrições? Quantidade diária de vitaminas (carne e ovos): 4x + 8y 32 Quantidade diária de proteínas (carne e ovos): 6x + 5y 30 4º) Qual é o tipo de variável? x 0, y 0 Min z= 3x+ y s. a: 4x + 8y 32 6x +5y 30 x, y 0

Exemplo (Problema de Transporte) Uma indústria produz em sua fábrica em São Paulo 1.200 unidades de um determinado produto e 2.000 unidades em outra fábrica em Belo Horizonte. Os pedidos de 3 varejistas e seus respectivos custos de transportar de cada fábrica para cada varejista são dados na tabela a seguir. Determinar o modelo que atenda a demanda a um custo mínimo. CUSTOS $ VAREJISTA 1 VAREJISTA 2 VAREJISTA 3 OFERTA FÁBRICA 1 $50 $100 $120 1.200 FÁBRICA 2 $80 $90 $75 2.000 DEMANDA 1.000 700 500 1º) Quais são as variáveis de decisão? x 11 :Quantidade enviado da fábrica 1 para o varejista 1 x 12 :Quantidade enviado da fábrica 1 para o varejista 2 x 13 :Quantidade enviado da fábrica 1 para o varejista 3 x 21 :Quantidade enviado da fábrica 2 para o varejista 1 x 22 :Quantidade enviado da fábrica 2 para o varejista 2 x 23 :Quantidade enviado da fábrica 2 para o varejista 3 2º) Qual é o objetivo? Minimizar z=50x 11 +100x 12 +120x 13 +80x 21 +90x 22 +75x 23

Exemplo (Problema de Transporte) Uma indústria produz em sua fábrica em São Paulo 1.200 unidades de um determinado produto e 2.000 unidades em outra fábrica em Belo Horizonte. Os pedidos de 3 varejistas e seus respectivos custos de transportar de cada fábrica para cada varejista são dados na tabela a seguir. Determinar o modelo que atenda a demanda a um custo mínimo. CUSTOS $ VAREJISTA 1 VAREJISTA 2 VAREJISTA 3 OFERTA FÁBRICA 1 $50 $100 $120 1.200 FÁBRICA 2 $80 $90 $75 2.000 DEMANDA 1.000 700 500 3º) Quais são as restrições? Quantidade Demandada pelo Varejista 1: x 11 +x 21 = 1.000 Quantidade Demandada pelo Varejista 2: x 12 +x 22 = 700 Quantidade Demandada pelo Varejista 1: x 11 +x 21 = 1.000 Quantidade Demandada pelo Varejista 2: x 12 +x 22 = 700 Quantidade Demandada pelo Varejista 3: x 13 +x 23 = 2.000 4º) Qual é o tipo de variável? x ij 0

Exemplo (Problema de Transporte) Uma indústria produz em sua fábrica em São Paulo 1.200 unidades de um determinado produto e 2.000 unidades em outra fábrica em Belo Horizonte. Os pedidos de 3 varejistas e seus respectivos custos de transportar de cada fábrica para cada varejista são dados na tabela a seguir. Determinar o modelo que atenda a demanda a um custo mínimo. CUSTOS $ VAREJISTA 1 VAREJISTA 2 VAREJISTA 3 OFERTA FÁBRICA 1 $50 $100 $120 1.200 FÁBRICA 2 $80 $90 $75 2.000 DEMANDA 1.000 700 500 Min z= 50x 11 +100x 12 +120x 13 +80x 21 +90x 22 +75x 23 s. a: x 11 + x 12 + x 13 = 1.200 x 21 + x 22 + x 23 = 2.000 x 11 + x 21 = 1.000 x 12 + x 22 = 700 x 13 + x 23 = 500 x 11, x 12, x 13, x 21, x 22, x 23 0

Exemplo (Problema de Sistema de Produção - Designação de Tarefas) Uma fábrica produz sapatos e cintos de couro. O lucro por unidade de sapato é de $300,00 e por unidade de cinto é de $200,00. O sapato consome 6 horas para ser fabricado e o cinto 2 horas. A fábrica dispõe de 160 horas de produção por mês. As demandas, por mês, não devem ultrapassar 50 unidades de sapatos e 80 unidades de cintos. Determine o modelo do sistema de produção mensal com o objetivo de maximizar o lucro desta fábrica. Variáveis de decisão: s: Quantidade de sapatos c : Quantidade de cintos Max z= 300s+200c s. a: 6s+ 2c = 160 (Horas) s 50 (Demanda de Sapatos) c 80 (Demanda de Cintos) s 0, c 0

Exemplo (Problema de Planejamento Agrícola) Um fazendeiro quer dividir sua propriedade em 3 atividades produtivas: Arrendamento(A): Plantação de cana-de-açúcar. O lucro é de $300,00 por Alq/Ano. Pecuária (P): Criação de gado. O pasto requer adubação (100kg/Alq) e 100.000 l de água/alqde irrigação por ano. O lucroéde $400,00 por Alq/Ano. Plantio de Soja (S): Requer 200kg/Alq de adubos e 200.000 l água/alq irrigação por ano.olucroéde $500,00 Alq/Ano. O fazendeiro tem os seguintes recursos disponíveis por ano: -Água: 12.750.000 l -Adubo: 14.000 kg -Terra: 100 Alqueires (24.200 m 2 ) Variáveis de decisão: a: Quantidade Max z= 300a + 400p + 500s destinada ao s. a: 100.000p + 200.000s 12.750.000 (Água) arrendamento 100p + 200s 14.000 (Adubo) p: Quantidade destinada à pecuária a +p + s 100 (Terra) s: Quantidade destinada à soja a 0, p 0, s 0

ATIVIDADE-1 (Problema da Dieta) Uma pessoa em dieta necessita ingerir pelo menos 40 unidades de vitamina A, 30 unidades de vitamina B e 20 unidades de vitamina C, que devem ser obtidas dos alimentos D 1 e D 2. A quantidade de vitaminas que os alimentos contêm por unidade e o preçounitáriode cada umdeles estão expressos natabela que se segue: VITAMINA A VITAMINA B VITAMINA C Custo $ ALIMENTO D 1 3 5 6 $62,00 ALIMENTO D 2 5 --- 8 $74,00 Qual a programação de compra dos alimentos D 1 e D 2 que essa pessoa deve fazer para cumprir sua dieta ao menor custo possível?

ATIVIDADE-1 (Problema da Dieta-Resolução)

ATIVIDADE-2 (Problema da Produção) Uma rede de depósitos de material de construção tem 4 lojas que devem ser abastecidas de areia grossa com 47 m 3 para Loja-1, 89 m 3 para Loja-2, 72 m 3 para Loja-3 e 62 m 3 para Loja-4. Essa areia pode ser carregada nos portos P 1, P 2 e P 3, cujasdistâncias às lojas estãonoquadroque se segue,em Km: DISTÂNCIA KM LOJA 1 LOJA 2 LOJA 3 LOJA 4 PORTO 1 250 160 130 10 PORTO 2 80 100 90 40 PORTO 3 125 35 65 120 Os portos têm areia para suprir qualquer demanda. Estabelecer um plano de transporte que minimize a distância total percorrida entre os portos e as lojas, e que supra as necessidades das lojas.

ATIVIDADE-2 (Problema da Produção-Resolução)

ATIVIDADE-3 (Fundo de Investimentos) Um fundo de investimentos tem até $300.000,00 para aplicar em duas ações. A empresa BR é diversificada (tem 40% do seu capital aplicado em cerveja e o restante aplicado em refrigerantes) e espera-se que forneça bonificações de 12 %. A empresa SK não é diversificada (produz apenas cerveja) e espera-se que distribua bonificações de 20%. Para este investimento, o fundo está sujeito às seguintes restrições: (I) O investimento na empresa BR pode atingir $270.000,00 (II) O investimento na empresa SK pode atingir $150.000,00 (III) O investimento em cada produto (cerveja ou refrigerante) pode atingir $180.000,00 Qualéomodelo de investimentoque maximiza olucro?

ATIVIDADE-3 (Fundo de Investimentos-Resolução)

Somos o que pensamos... OBRIGADO! FIM