COS360. Luidi Simonetti

Documentos relacionados
Modelagem Matemática I

Aulas 2 e 3 - Modelos de Programação Linear

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

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

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

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

ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO Departamento de Engenharia Hidráulica e Sanitária PHA Análise de Sistemas Ambientais - 09/2017

Métodos e Medidas II

Programação Matemática

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

PCC173 - Otimização em Redes

PROGRAMAÇÃO LINEAR E APLICAÇÕES

Cap. 2 Pesquisa Operacional na Tomada de Decisão

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

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

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

OTIMIZAÇÃO DE UMA FORMULAÇÃO ALIMENTÍCIA UTILIZANDO PROGRAMAÇÃO LINEAR VISANDO DIMINUIÇÃO DE CUSTO

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

Pesquisa Operacional. Ementa. Prof. Edézio

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

Matemática computacional: métodos numéricos, programação linear, otimização

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

ARA Pesquisa Operacional

Pesquisa Operacional. Modelagem de problemas

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

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

Programação Matemática - Otimização Linear

Lista 3 - Exercícios sobre Modelagem Matemática

Pesquisa Operacional

α ( u 1 - u 2 ) = u 3 - u 2.

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

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

NOTAS DE AULA 1 METAHEURÍSTICA 13/10/2016

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

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

Métodos de Pesquisa Operacional

max z = 10x 1 + 4x 2 s.a x 1 + x x 1 + 4x x 1 + 6x 2 300

Lista 3 - Exercícios sobre Modelagem Matemática

Exemplos de modelos de PL ou PI

Pesquisa Operacional Aula 3 Modelagem em PL

Programação Linear - Parte 1

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

Introdução à Pesquisa Operacional

Investigação Operacional

EAD 350 Pesquisa Operacional Aula 04 Parte 1 Resolução de Exercícios

Pesquisa Operacional. Introdução à Pesquisa Operacional Programação Linear

Professor: Rodrigo A. Scarpel

Professor: Rodrigo A. Scarpel

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

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

III Seminário: Sistemas de Produção Agropecuária - Zootecnia

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

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. Gabriel Ferreira Gabriel Tutia Gabriel Yida Thiago Ferraz

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

Marina Andretta. 2 de março de 2016

Resolvendo algebricamente um PPL

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

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

Princípios de formulação de alimentos para cães e gatos. Aulus Carciofi

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

Programação Linear/Inteira

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

Anais do IV Simpósio de Engenharia de Produção - ISSN:

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

Prof. Dr. Álvaro José

Formulação de rações Programação Linear X Estocástica

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

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

Prof. Dr. Benedito Silva Neto Universidade Federal da Fronteira Sul

VERSÃO RESPOSTAS PROVA DE MÉTODOS QUANTITATIVOS

Programação Linear e Inteira, Introdução

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

Tópicos em Otimização de Licenciatura em Computação Introdução

Otimização: O melhor

semana 03/05/2014 a 09/05/2014 semana 10/05/2014 a 16/05/2014 semana 17/05/2014 a 23/05/ e 25/05/2014

INTRODUÇÃO À ENGENHARIA

Ferramenta de Suporte à Tomada de Decisão na Indústria Têxtil

Unidade II PESQUISA OPERACIONAL. Profa. Ana Carolina Bueno

MÉTODO SIMPLEX. Prof. MSc. Marcos dos Santos

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

PROLIN. Sistema para PROgramação LINear

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

Aula 03: Algoritmo Simplex (Parte 2)

Pesquisa Operacional

Combinando inequações lineares

Introdução à Pesquisa Operacional - Otimização Linear

Programação Linear. Dualidade

Introdução à Pesquisa Operacional

Problemas envolvendo. Prof. Félix Monteiro Pereira

Nutrição e Formulação de Rações para Bovinos de Corte com Microcomputador

UTILIZAÇÃO DE PROGRAMAÇÃO LINEAR EM UMA MICROEMPRESA DE USINAGEM

Resumo Expandido. Silva

SE18 - Matemática. LMAT 5B3 - Sistemas Lineares. Questão 1. a) 200. b) 209. c) 270. d) 340. e) 475. Questão 2

STT Pesquisa Operacional para Sistemas Logísticos e Engenharia de Transportes. Lucas Assirati beth.stt.eesc.usp.

Programação Matemática

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

MODELAGEM MATEMÁTICA APLICADA ÀS ATIVIDADES AGROINDUSTRIAIS. Universidade Federal de Mato Grosso-UFMT, Cuiabá-MT, Brasil.

PESQUISA OPERACIONAL INTRODUÇÃO À DISCIPLINA HISTÓRICO CARACTERÍSTICAS

Transcrição:

Otimização COS360 Luidi Simonetti luidi@cos.ufrj.br PESC/COPPE/UFRJ 2016 Luidi Simonetti (PESC/UFRJ) Otimização 2016 1 / 11

Problemas de Otimização Um problema de otimização é aquele onde se procura determinar os valores extremos de um conjunto de restrições, com respeito a uma função. Variáveis: x 1, x 2,..., x n Função objetivo: z = min c(x 1, x 2,..., x n ) Restrições: r 1 (x 1, x 2,..., x n ) = b 1 r 2 (x 1, x 2,..., x n ) = b 2... r m (x 1, x 2,..., x n ) = b m x X R n Luidi Simonetti (PESC/UFRJ) Otimização 2016 2 / 11

Problemas de Otimização Linear Problemas de programação linear são problemas de otimização nas quais a função objetiva e as restrições são todas lineares. Obs.: Cada ponto da região viável tem uma valoração dada por uma função objetiva. Luidi Simonetti (PESC/UFRJ) Otimização 2016 3 / 11

O que é necessário para definir um Problema de Programação Linear (PPL) Variáveis de decisão - são as incógnitas a serem determinadas pela solução Restrições - são as limitações da sua região viável Função objetivo - função matemática que define a qualidade da solução em função das variáveis de decisão. Luidi Simonetti (PESC/UFRJ) Otimização 2016 4 / 11

Exemplo de uma modelagem de um problema real para um PPL Uma empresa de alimentos caninos produz 2 tipos de rações: Ração A e B que utilizam cereais e carne. Ração A utiliza 5 kg de cereais e 1 kg de carne. Ração B utiliza 4 kg de carne e 2 kg de cereais. Preço: Ração A = R$ 20 e Ração B = R$ 30. Custo: 1 kg de carne = R$ 4 e 1 kg de cereal = R$ 1. Existe a disposição 10.000 kg de carne e 30.000 kg de cereal. Como deve ser a produção para ganhar o máximo possível? Luidi Simonetti (PESC/UFRJ) Otimização 2016 5 / 11

Variáveis de decisão x i - quantidade de ração produzida do tipo i Restrições 5x A + 2x B 30.000 x A + 4x B 10.000 x A 0 e x B 0 (cereal) (carne) (não negatividade) Função objetivo Lucro: Ração A = 20-5*1-1*4 = 11 Ração B = 30-2*1-4*4 = 12 max 11x A + 12x B Luidi Simonetti (PESC/UFRJ) Otimização 2016 6 / 11

Problema da Dieta Para o bom funcionamento do organismo, uma pessoa precisa ingerir uma quantidade mínima de vitaminas. Temos 6 diferentes ingredientes que deverão ser combinados por um custo mínimo : Vitamina Quant. de vitamina/ingrediente (un/g) 1 2 3 4 5 6 Quant. mínima (un) A 1 0 2 2 1 2 9 C 0 1 3 1 3 2 19 Preço (cents/g) 35 30 60 50 27 22 Variáveis de decisão - x i, i {1,..., 6} quantidade (em grama) do ingrediente Luidi Simonetti (PESC/UFRJ) Otimização 2016 7 / 11

Problema da Dieta : Vitamina Quant. de vitamina/ingrediente (un/g) 1 2 3 4 5 6 Quant. mínima (un) A 1 0 2 2 1 2 9 C 0 1 3 1 3 2 19 Preço (cents/g) 35 30 60 50 27 22 Variáveis de decisão - x i, i {1,..., 6} quantidade (em grama) do ingrediente Restrições x 1 + 0x 2 + 2x 3 + 2x 4 + x 5 + 2x 6 9 (vit. A) 0x 1 + x 2 + 3x 3 + x 4 + 3x 5 + 2x 6 19 (vit. C) x i 0 i {1,..., 6} Função objetivo - min 35x 1 + 30x 2 + 60x 3 + 50x 4 + 27x 5 + 22x 6 Luidi Simonetti (PESC/UFRJ) Otimização 2016 7 / 11

Exemplos de problemas Problema do Plantio Uma cooperativa com 3 fazendas. A produção de cada fazenda depende da área e da água. 3 culturas em cada fazenda: milho, arroz e feijão. Existe limites de área plantada para cultura. Para evitar concorrência entre os cooperados, acertou-se que a proporção de área seja a mesma. Determine a área plantada de cada cultura em cada fazenda de modo a otimizar o lucro da cooperativa. Luidi Simonetti (PESC/UFRJ) Otimização 2016 8 / 11

Exemplos de problemas Problema do Plantio Fazenda Área Água Área Água Lucro Cultura (acres) (l) Max. (l/acre) (p/ acre) 1 400 1800 Milho 660 5.5 5000 2 650 2200 Arroz 880 4 4000 3 350 950 Feijão 400 3.5 1800 x ij - área utilizada pela fazenda i, i {1, 2, 3} pela cultura j, j {milho (m), arroz (a), feijão (f)}. Restrição de área x 1m + x 1a + x 1f 400 x 2m + x 2a + x 2f 650 x 3m + x 3a + x 3f 350 Luidi Simonetti (PESC/UFRJ) Otimização 2016 9 / 11

Exemplos de problemas Problema do Plantio Fazenda Área Água Área Água Lucro Cultura (acres) (l) Max. (l/acre) (p/ acre) 1 400 1800 Milho 660 5.5 5000 2 650 2200 Arroz 880 4 4000 3 350 950 Feijão 400 3.5 1800 Restrição de água 5.5x 1m + 4x 1a + 3.5x 1f 1800 5.5x 2m + 4x 2a + 3.5x 2f 2200 5.5x 3m + 4x 3a + 3.5x 3f 950 Restrição área plantada por cultura x 1m + x 2m + x 3m 660 x 1a + x 2a + x 3a 880 x 1f + x 2f + x 3f 400 Luidi Simonetti (PESC/UFRJ) Otimização 2016 10 / 11

Exemplos de problemas Problema do Plantio Fazenda Área Água Área Água Lucro Cultura (acres) (l) Max. (l/acre) (p/ acre) 1 400 1800 Milho 660 5.5 5000 2 650 2200 Arroz 880 4 4000 3 350 950 Feijão 400 3.5 1800 Restrição proporção [considerando que a proporção deve se manter para cada cultivo]: x 1m 400 = x 2m 650 x 2a 650 = x 3a 350 x 2m 650 = x 3m 350 x 1f 400 = x 2f 650 x 1a 400 = x 2a 650 x 2f 650 = x 3f 350 Ou [considerando que a proporção deve ser para a área total]: x 1m + x 1a + x 1f = x 2m + x 2a + x 2f 400 650 x 2m + x 2a + x 2f = x 3m + x 3a + x 3f 650 350 Luidi Simonetti (PESC/UFRJ) Otimização 2016 11 / 11