Matemática Aplicada Nt Notas de aula

Documentos relacionados
CURSO DE ENGENHARIA DE PRODUÇÃO PESQUISA OPERACIONAL PROBLEMAS DE TRANSPORTE

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

Problema de Designação. Fernando Nogueira Problema de Designação 1

Pesquisa Operacional

Problemas de Fluxos em Redes

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

Pesquisa Operacional Programação em Redes

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

Universidade Federal de Itajubá. Instituto de Engenharia de Produção e Gestão. Pesquisa Operacional. Redes. Prof. Dr. José Arnaldo Barra Montevechi

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

Problema de Transportes

Introdução à Pesquisa Operacional - Otimização Linear

ALGORITMOS GENÉTICOS APLICADOS EM PROBLEMAS DE TRANSPORTE

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

Introdução à Otimização: modelagem

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

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

MÓDULO 3 - PROBLEMAS DE TRANSPORTE

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

Programação Linear/Inteira

Problema de designação

DESIGNAÇÃO. Introdução

α ( u 1 - u 2 ) = u 3 - u 2.

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

Planejamento e Análise de Sistemas de Produção

EAD 350 Pesquisa Operacional Aula 04 Parte 1 Resolução de Exercícios

Problemas de Transportes e de Afectação

Exemplos de modelos de PL ou PI

Planejamento e Análise de Sistemas de Produção

Sistemas de Distribuição Localização de Bases Definição da Rede

Pesquisa Operacional Aula 3 Modelagem em PL

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

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

Volmir Eugênio Wilhelm Departamento de Engenharia de Produção UFPR 21

Otimização discreta Modelagem com variáveis binárias: problemas clássicos

Pesquisa Operacional Aplicada à Mineração

Programação Linear/Inteira

Métodos e Medidas II

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

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

Pesquisa Operacional / Programação Matemática

Localização de Instalações. Projeto de Redes Logísticas. Escola Politécnica. Prof. Dr. Claudio Barbieri da Cunha.

Lista de Exercícios - Modelagem de representação cromossômica e função fitness

MATÉRIA PO SEGUNDO BIMESTRE Prof. Me. Carlos Guimarães. Administração de Empresas 7º e 8º semestre

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

1. INTRODUÇÃO. FAAP Faculdade de Administração

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

Otimização Combinatória - Parte 3

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

Programação Inteira. Prof. Ricardo Santos

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

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

No exemplo há duas variáveis básicas: ST e LX. Serão agora representadas, em um gráfico bidirecional, tanto as restrições como a função objetivo.

Problemas de Transportes V 1.2, V.Lobo, EN / ISEGI, 2008

Pesquisa Operacional. Introdução à Pesquisa Operacional Programação Linear

Programação. Linear (PL) Exemplos Típicos de Aplicação da PL

Aula 09: Modelagem / Variáveis inteiras

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

Aplicações de PL possíveis até o momento

PROGRAMAÇÃO LINEAR E APLICAÇÕES

Modelos em Programação Matemática

Pesquisa Operacional

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

Quinta-feira, 11 de abril

Programação Linear - Parte 1

Programação Linear (PL)

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

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

PCC173 - Otimização em Redes

Exemplo de um problema de transporte, com 3 fontes e 3 destinos. Custos unitários de transporte para o exemplo de problema de transporte

Otimização Aplicada à Engenharia de Processos

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

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

PESQUISA OPERACIONAL Introdução. Professor Volmir Wilhelm Professora Mariana Kleina

Combinando inequações lineares

Aula 12: Programação Inteira

Lista 3 - Exercícios sobre Modelagem Matemática

Modelagem. Tecnologia da Decisão I TP065. Profª Mariana

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

5 Análise de Sensibilidade

de fevereiro de 2002

Métodos de Pesquisa Operacional

Lista 3 - Exercícios sobre Modelagem Matemática

Pesquisa Operacional. Prof. José Luiz

Teoria da Decisão. Abordagem Clássica para Tomada de Decisão Multicritério. Prof. Lucas S. Batista.

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

TP052-PESQUISA OPERACIONAL I Introdução. Prof. Volmir Wilhelm Curitiba, Paraná, Brasil

EXERCÍCOS PO SEGUNDO BIMESTRE. Prof. Me. Carlos Guimarães. Administração de Empresas 7º e 8º semestre.

1-1 TÓPICOS AVANÇADOS DE MÉTODOS QUANTITATIVOS LOCALIZAÇÃO. Capítulo 1

Pesquisa Operacional

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

EEL 7100 Despacho Econômico de Unidades Térmicas Parte 1

Investigação Operacional

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

Departamento de Engenharia de Produção UFPR 22

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

Investigação Operacional

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

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

Transcrição:

Matemática Aplicada Nt Notas de aula Problema de transporte e designação Problema de transporte: motivação origem 1 destino 1 origem 2 destino 2 destino 3

Caracterização geral Dados: A estrutura de fontes de produção (origens); As disponibilidades nas origens (oferta)) Os destinos destinos para os quais o(s) produto(s) deve(m) ser dirigido(s); As necessidades d nos destinos (demanda) d ) A rede de possíveis caminhos de transporte; o objetivo do problema é determinar o carregamento da rede (quantidade a ser transportada de cada origem para cada destino) que minimiza o custo total de transporte. Função transporte: levar o produto certo, no lugar certo e no tempo certo. Origem (i) Destino (j) C 11 X 11 =? a 1 b 1 1 1 C 12 C 13 a 2 C b 2 C 21 2 2 C 23 3 b 3 C ij = custo de transporte da origem i para o destino j X ij = quantidade transportada da origem i para o destino j a i = oferta na origem i b i = demanda no destino j

Solução e variações A solução irá determinar o programa de transporte de forma a satisfazer a demanda pelo produto (destinos) e respeitar as capacidades das fábricas (origens). Variações: modelo de designação e modelo de transporte com transbordo (rede). Particularidades Sistemas equilibrados Oferta = Demanda Tudo o que é produzido nas fontes atende plenamente ao que é solicitado pelos destinos Todas as restrições serão de igualdade Sistemas não equilibrados Oferta < Demanda Toda a oferta das origens será transportada, entretanto, não atenderá toda a demanda, resultando em falta de produtos nos dos destinos Neste caso, as restrições de oferta serão de igualdade e de demanda desigualdade ( ) Oferta > Demanda Toda a demanda dos destinos será atendida, entretanto, restarão produtos nas origens Neste caso, as restrições de demanda serão de igualdade e de oferta de desigualdade ( )

Exemplo genérico Determinar as quantidades a serem transportadas das fontes 1 e 2 (origens) para os destinos 1, 2 e 3 de forma a minimizar os custos de transportes. X 11 =? Destino 1 b 1 a 1 Fonte 1 c 21 c 11 c 12 c 13 X 21 =? c 22 X 12=? X 22 =? a 2 Fonte 2 c23 c X 13 =? Destino 2 b 2 X 23 =? Destino 3 b 3 Testar a relação entre oferta e demanda a 1 + a 2 = b 1 + b 2 + b 3 SISTEMA EQUILIBRADO Modelo genérico Variáveis de decisão X ij = Quantidade transportada da origem i para o destino j Para i = 1, 2 e j = 1, 2, 3 Função objetivo: minimizar o custo total de transporte Z=C 11 X 11 +C 12 X 12 +C 13 X 13 +C 21 X 21 +C 22 X 22 +C 23 X 23 Restrições Fonte 1) X 11 + X 12 + X 13 = a 1 Fonte 2) X 21 + X 22 + X 23 = a 2 Destino 1) X 11 +X 21 = b 1 Destino 2) X 12 + X 22 = b 2 Destino 3) X 13+ X 23 = b 3 Não-negatividade) X ij 0

Exemplo Determinar as quantidades a serem transportadas das fontes 1 e 2 (origens) para os destinos 1, 2 e 3 de forma a minimizar os custos de transportes. X 11 =? Destino 1 20 15 25 Fonte 1 Fonte 2 5 10 12 3 7 9 X 21 =? X 12 =? X 22 =? X 23 =? 23 X 13 =? Destino 2 10 Destino 3 10 Solução Variáveis de decisão: X ij = quantidade transportada da origem i para destino j para i = 1, 2 e j = 1, 2, 3 min z = 10x + 3x + 5x + 12x + 7x + 9x Sujeito a 11 12 13 21 22 23 Fonte 1) x + x + x = 15 11 12 13 Fonte 2) x + x + x = 25 21 22 23 Destino 1) x + x = 20 11 21 Destino 2) x + x = 10 12 22 Destino 3) x + x = 10 13 23 Não-negatividade) x, x, x, x, x, x 23 0 11 12 13 21 22 Solução LINDO Z = 340 Quantidades transportadas (solução ótima possível) D O 1 2 3 Oferta 1 0 5 10 15 2 20 5 0 25 Demanda 20 10 10

Problema clássico - generalização m fontes (origens), cada uma podendo fornecer a quantidade a i (i = 1, 2,..., m) disponibilidade das fontes (oferta); n depósitos (destinos), cada um podendo absorver a quantidade b j (j = 1, 2,..., n) capacidade dos depósitos (demanda); c ij é o custo para se transportar uma unidade do produto, da origem i para o destino j. Objetivo: determinar o número de unidades que devem ser transportadas de cada origem (i) para cada destino (j), de forma a minimizar o custo total de transporte. Modelagem matemática min m n z = c x i = 1 j = 1 ij ij n xij = ai j = 1 m xij = bj sujeito a i = 1 m n ai = b (equação de balanço) j i = 1 j = 1 x ij 0

Métodos de resolução Para determinar a solução básica inicial viável: Método do canto noroeste (canto esquerdo) Método do mínimo custo Método das aproximações de Vogel Para determinar a solução ótima: Condição de otimalidade (variável que entra na base) Condição de viabilidade (variável que sai da base) Exemplo 1: Oferta = Demanda Determinar as quantidades a serem transportadas das origens 1, 2 e 3 para os destinos 1 e 2 de forma a minimizar os custos de transportes. A tabela a seguir apresenta os custos unitários de transportes entre as fontes e os destinos. Destino Origem 1 2 Disponibilidades 1 10 12 50 2 20 8 100 3 6 15 120 Necessidades 100 170 270 270

Solução Min 10x11 + 12x12 + 20x21 + 8x22 + 6x31 + 15x32 Sujeito a O1) x11 + x12 = 50 O2) x21 + x22 = 100 O3) x31 + x32 = 120 D1) x11 + x21 + x31 = 100 D2) x12 + x22 + x32 = 170 Não-negatividade) xij>=0 z = 2300 D O 1 2 Disponibilidades 1 0 50 50 2 100 0 100 3 0 120 120 Necessidades 100 170 270 270 Exemplo 2: Oferta < Demanda No quadro de transporte a seguir são apresentados os custos unitários de transporte das origens para os respectivos destinos, bem como as necessidades dos destinos e as disponibilidades das origens. Determinar o plano de transporte que minimiza o custo total das transferências. Destino Origem 1 2 3 Disponibilidades 1 10 15 20 100 2 12 25 18 80 3 16 14 24 20 Necessidades 100 50 60 200 210

Solução Min 10X11 + 15X12 + 20X13 + 12X21 + 25X22 + 18X23 + 16X31 + 14X32+ 24X33 Sujeito a O1) X11 + X12 + X13 = 100 O2) X21 + X22 + X23 = 80 O2) X31 + X32 + X33 = 20 D1) X11 + X21 + X31 <= 100 D2) X12 + X22 + X32 <= 50 D3) X13 + X23 + X33 <= 60 Não-negatividade) xij>=0 z = 2690 Destino Origem 1 2 3 Disponibilidades 1 70 30 0 100 2 30 0 50 80 3 0 20 0 20 Necessidades 100 50 60 200 210 Exemplo 3: Oferta > Demanda Uma empresa distribuidora tem três depósitos que estocam respectivamente 160, 200 e 100 unidades de um produto, e deve abastecer quatro clientes cujos pedidos são de 100, 80, 120 e 80 unidades, respectivamente. Os custos unitários de transporte dos depósitos para os clientes estão na tabela fornecida. Determine o custo mínimo de transporte. D O C1 C2 C3 C4 Disponibilidades D1 2,1 1,8 1,8 1,8 160 D2 1,5 2,4 1,8 2,1 200 D3 2,4 1,5 2,4 1,8 100 Necessidades 100 80 120 80 460 380

Solução MIN 2.1D1C1 + 1.8D1C2 + 1.8D1C3 + 1.8 D1C4 +1.5D2C1 + 2.4D2C2 + 1.8D2C3 + 2.1D2C4 + 2.4D3C1 + 1.5D3C2 + + 2.4D3C3 + 1.8D3C4 Sujeito a: D1) D1C1 + D1C2 + D1C3 + D1C4 <= 160 D2) D2C1 + D2C2 + D2C3 + D2C4 <= 200 D3) D3C1 + D3C2 + D3C3 + D3C4 <= 100 C1) D1C1 + D2C1 + D3C1 = 100 C2) D1C2 + D2C2 + D3C2 = 80 C3) D1C3 + D2C3 + D3C3 = 120 C4) D1C4 + D2C4 + D3C4 = 80 z = 630 Não-negatividade) DiCj >=0 D O C1 C2 C3 C4 Disponibilidades D1 20 60 160 D2 100 100 200 D3 80 20 100 Necessidades 100 80 120 80 460 380 Problema da designação: motivação homem 1 tarefa 1 tarefa 2 homem 2 tarefa 3

Modelo de designação Trata-se de um caso particular do modelo de transporte Este modelo procura representar situações onde se faz necessário alocar recursos disponíveis para atividades de interesse, de modo que alguma medida de desempenho (em geral o custo total de designação) do sistema modelado seja otimizada. As restrições envolvidas dizem respeito à utilização total dos recursos e ao completo atendimento das atividades id d existentes. it t Exemplos Recurso Atividade Medida de desempenho operários trabalhos tempo caminhões rotas custo máquinas locais movimentação de materiais tripulações aviões ociosidade vendedores áreas volume de vendas

Definições Matriz de eficiência iê i C = [c ij ]: c ij representa ocusto da alocação do i-ésimo recurso para a j-ésima atividade (i = 1, 2,..., m e j = 1, 2,..., n); Variáveis de decisão: x ij 1, se o recurso i é designado à atividade = 0, caso contrário j Modelo matemático problema clássico min z cij xij i j = x ij = 1 para todo j = 1, 2,, n i sujeito a xij = 1 para todo i = 1, 2,, m j x ij : binário

Exemplo 1 Seleção de homens-tarefas Trata-se de designar quatro operários para quatro tarefas, de maneira que o número total de homens-horahora seja mínimo. Cada homem desempenha cada tarefa em um número de horas, conforme indica a matriz C a seguir: Operário I II III IV A 5 24 13 7 Tarefa B 10 25 3 23 C 28 9 8 5 D 10 17 15 3 Solução MIN 5XA1 + 24XA2 + 13XA3 + 7XA4 + 10XB1 + 25XB2 + 3XB3 + 23XB4 + 28XC1 + 9XC2 + 8XC3 + 5XC4 + 10XD1 + 17XD2 + 15XD3 + 3XD4 SUJEITO A TAREFA A) XA1 + XA2 + XA3 + XA4 = 1 TAREFA B) XB1 + XB2 + XB3 + XB4 = 1 TAREFA C) XC1 + XC2 + XC3 + XC4 = 1 TAREFA D) XD1 + XD2 + XD3 + XD4 = 1 OPERARIO 1) XA1 + XB1 + XC1 + XD1 = 1 OPERARIO 2) XA2 + XB2 + XC2 + XD2 = 1 OPERARIO 3) XA3 + XB3 + XC3 + XD3 = 1 OPERARIO 4) XA4 + XB4 + XC4 + XD4 = 1 Solução z = 20 Tarefa Operário A 1 B 3 C 2 D 4 Tipo de variável) Xij : binária (i = A, B, C, D e j = 1, 2, 3, 4)

Exemplo 2 Designação de vendedores a determinadas regiões O quadro a seguir representa as eficiências de quatro vendedores, testados em quatro regiões. Os potenciais de vendas nas regiões são conhecidos. Designar um vendedor para cada região para maximizar o valor total das vendas. O quadro também apresenta o potencial de vendas em milhares de reais, em cada região. Região 1 2 3 4 Vendedor A 70 60 80 90 B 70 80 70 90 C 60 90 60 70 D 70 80 70 80 Potencial 100 80 60 90 Solução MAX 70XA1 + 48XA2 + 48XA3 + 81XA4 + 70XB1 + 64XB2 + 42XB3 + 81XB4 + 60XC1 +721XC2 + 36XC3 + 63XC4 + 70XD1 + 64XD2 + 42XD3 + 72XD4 ST VEND A) XA1 + XA2 + XA3 + XA4 = 1 VEND B) XB1 + XB2 + XB3 + XB4 = 1 VEND C) XC1 + XC2 + XC3 + XC4 = 1 VEND D) XD1 + XD2 + XD3 + XD4 = 1 REGIAO 1) XA1 + XB1 + XC1 + XD1 = 1 REGIAO 2) XA2 + XB2 + XC2 + XD2 = 1 REGIAO 3) XA3 + XB3 + XC3 + XD3 = 1 REGIAO 4) XA4 + XB4 + XC4 + XD4 = 1 Solução z = 271 vendedor Região A 3 B 4 C 2 D 1 Tipo de variável) Xij : binária (i = A, B, C e j = 1, 2, 3, 4)

Exemplo 3: problema não equilibrado com proibição Designação de máquinas-locais Uma fábrica possui quatro locais (1, 2, 3, 4) para receber três máquinas novas (A, B, C). A máquina A não pode ser instalada no local 4 por restrições físicas. O custo de instalação de uma máquina em cada local é apresentado a seguir, em mil reais. O objetivo é designar as novas máquinas aos locais disponíveis de modo a minimizar o custo total de instalação. Máquina Local 1 2 3 4 A 5 1 3 X B 3 1 4 3 C 3 3 4 2 Solução MIN 5XA1 + 1XA2 + 3XA3 + 3XB1 + 1XB2 + 4XB3 + 3XB4 + 3XC1 + 3XC2 + 4XC3 + 2XC4 ST MAQ A) XA1 + XA2 + XA3 = 1 MAQ B) XB1 + XB2 + XB3 + XB4 = 1 MAQ C) XC1 + XC2 + XC3 + XC4 = 1 LOCAL 1) XA1 + XB1 + XC1 <= 1 LOCAL 2) XA2 + XB2 + XC2 <= 1 LOCAL 3) XA3 + XB3 + XC3 <= 1 LOCAL 4) XB4 + XC4 <= 1 Solução z=6 Máquina Local A 2 B 1 C 4 Tipo de variável) Xij : binária (i = A, B, C e j = 1, 2, 3, 4)