Baixe o app para aproveitar ainda mais
Prévia do material em texto
INTRODUÇÃO À PESQUISA OPERACIONAL O problema das pontes de Kaliningrado Problema Geral (formulado por Leonhard Euler em 1736) Qualquer que seja a disposição e divisão do rio, onde que quer as pontes estejam, alguém pode descobrir se é ou não possível atravessar cada ponte exatamente uma vez?". Cada região: Nó Cada ponte: Aresta Representação através de grafo Teorema da existência de solução para um percurso abrangente em relação às arestas de um grafo não orientado, utilizando cada aresta uma única vez. O grafo deve ser conexo (uma região precisa ser acessada todas as outras através de pontes) e cada nó deve ter grau par (o número de pontes em cada região precisa ser par). Claramente, este não é o caso das pontes de Königsberg. Seja n é o número de vértices de grau ímpar Se n=0, o grafo contém pelo menos um circuito euleriano. Se n=2 , o grafo possui pelo menos um caminho euleriano , mas não um circuito euleriano. Se n>2. não há nem caminho e nem circuito. Caminho euleriano: visita todos os nós passando uma vez por todas as arestas Circuito euleriano: caminho euleriano em que se retorna ao mesmo ponto de partida. Caminho Euleriano: visita todos os nós passando uma vez por todas as arestas Circuito Euleriano : Caminho euleriano em que se retorna ao ponto de partida. Caminho Hamiltoniano : passa por todos os vértices exatamente uma vez. Circuito Hamiltoniano : Caminho hamiltoniano em que se retorna ao ponto de partida. Problema do cavalo - Euler - 1759 Circuito Hamiltoniano O Problema do Carteiro Chinês (Caminho mínimo em grafos não-orientados) Em 1962, 226 anos após a descoberta de Euler em Königsberg, o matemático chinês Kwan Mei-Ko levantou uma importante questão acerca do problema da travessia das pontes: "Dado que é impossível atravessar cada ponte exatamente uma vez e retornar para o ponto de partida, qual é o número mínimo de travessias redundantes que é preciso fazer?" Eulerização do grafo Uma solução é: a → b → c → b → e → f → g → d → d O Problema do Varredor de Ruas (Caminho mínimo em grafos orientados) Muitos anos depois do problema proposto por Kwan, uma variação do problema do carteiro chinês procurava pelo caminho mínimo se as arestas só pudessem ser percorridas em uma direção. Como este é o problema encontrado por varredores de rua nas avenidas de mão única de Nova York, este problema ficou conhecido como " O problema do varredor de ruas de Nova York ” Balanceamento do grafo: o numero de arcos que chegam em cada nó tem que ser igual ao número de arcos que saem. Arco é uma aresta que pode ser percorrida em uma só direção Arco que chega em um nó: +1 Arco que sai de um nó: -1 Solução: a → b → c → b → f → e → g→ d → e → g Programação Linear Problema de Otmização em que tanto a função objetivo quanto as funções que representam as restrições são lineares, ou seja, são funçòes do primeiro grau Programação Linear Problema da mistura de minérios Sem Programação por Metas Com Programação de Metas Programação Inteira Todas as variáveis de decisão são inteiras Programação Mista As variáveis de decisão são inteiras e contínuas Programação Não Linear A função objetivo e ou ao menos uma das restrições não é linear. ESTUDO DE CASO DE UM PROBLEMA PROGRAMAÇÃO DE HORÁRIOS: timetabling problem na Escola de Minas – UFOP Autor :Eron Martins Xavier Monografia TCC Curso de Engenharia de Produção Exemplo de Problema de Programação Inteira Parâmetros do Modelo Função Objetivo PROGRAMAÇÃO NÃO LINEAR Dimensionamento ótimo de painéis, câmaras e pilares com programação não-linear R.P. de Figueiredo & A. Curi Departamento de Engenharia de Minas, Escola de Minas, Universidade Federal de Ouro Preto, Ouro Preto, MG, Brasil I SIAEM (I Simpósio Ibero Americano de Engenharia de Minas) Para uma espessura constante e igual a altura dos pilares tem-se? Recuperação = 1 – Área dos Pilares / Área Total Configuração (a) Configuração (c) Configuração (b) Configuração (d) Problema geral de maximização da Recuperação de minério na lavra por câmaras, painéis e pilares s.a. HEURÍSTICA E METAHEURÍSTICA As heurísticas ou algoritmos heurísticos foram desenvolvidos com a finalidade de se resolver problemas de elevado nível de complexidade em tempo computacional razoável. As heurísticas procuram encontrar soluções próximas da otimalidade em um tempo computacional razoável, sem, no entanto, conseguir definir se esta é a solução ótima, nem quão próxima ela está da solução ótima. Metaheurísticas são procedimentos destinados a encontrar uma boa solução, eventualmente a ótima, consistindo na aplicação, em cada passo, de uma heurística subordinada, a qual tem que ser modelada para cada problema específico. A principal característica das metaheurísticas é a capacidade que estas possuem de escapar de ótimos locais. Texto extraído da monografia MODELAGENS EXATA E HEURÍSTICA PARA RESOLUÇÃO DO PROBLEMA DO CAIXEIRO VIAJANTE COM COLETA DE PRÊMIOS de Antônio Augusto Chaves TEORIA DAS FILAS Em uma pedreira, caminhões chegam para descarregar em um britador, provenientes de 2 minas diferentes. O tempo médio para descarregar um caminhão é de 2 minutos. Os caminhões chegam da mina 1 a intervalos médios de 3 minutos e da mina 2 a intervalos médios de 12 minutos. Supondo que os processos de chegada e atendimento sejam marcovianos (modelo M/M/1), determinar qual espaço deverá ser disponibilizado na praça do britador (quantos caminhões a praça deve comportar) para que as operações sejam realizadas satisfatoriamente. Programação Dinâmica Aplicada a problemas que consistem de alguns estágios interligados uns aos outros de uma forma que decisões tomadas em um estágio influencia outros estágios. Estes estágios podem ser uma sequência tecnológica ou uma sequência de tempos, ou ambos. Um exemplo de aplicação é o algoritmo de Lerchs e Grossmann usado na otimização de cava. Redes PERT e COM ou PERT-CPM São duas técnicas usadas para o planejamento, programação e controle de projetos. PERT – Técnica de Avaliação e Revisão de Projetos COM – Método do Caminho Crítico Com essas técnicas pode-se responder perguntas como: • Pode a data para a conclusão do projeto ser atingida? Se não existe tal data, quando o projeto poderá ser concluído? • Quais atividades ou trabalhos a serem feitos são críticos? Quais devem ser finalizados na programação afim de não afetar o projeto todo? • Qual a probabilidade de se seguir a programação? Na rede CPM a duração da atividade é conhecida, determinada, enquanto que na rede PERT ela é uma variável aleatória. Sequenciamento de operações para se realizar uma tarefa: • Projeto de manutenção de uma escavadeira elétrica; • Construção de uma britagem subterrânea; • Projeto de desenvolvimento de uma mina subterrânea Construção de uma Britagem Subterrânea ** Exemplo extraído de: CRITICAL PATH PLANNING AND SCHEDULING APPLIED TO MINING OPERATIONS By Adrian J. Mathias and Donald E. Redmon Desenvolvimento de uma mina subterrânea Técnicas de análise de decisão São um conjunto de técnicas para analise de problemas associados a probabilidade ou incerteza e riscos. Árvore de decisão é uma técnica de análise de risco. Uma petrolífera oferece a um dono de terra $60 000,00 pelos direitos de exploração de gás natural e a opção por um futuro desenvolvimento que se ocorrer, acrescentará mais 600 000,00 ao proprietário do terreno. Devido a esse interesse, o proprietário pensa em talvez ele mesmo desenvolver o campo. Para isso ele deverá contratar alguma empresa especializada em exploração e desenvolvimento. Para isso, ele terá que realizar um investimento inicial de 100.000,00. Se gás for descoberto, o proprietário estima um lucro líquido de 2 000 000,00.As decisões para o proprietário são D1 (aceitar a oferta da petrolífera) e D2 (ele mesmo fazer a exploração e desenvolvimento). Dois eventos podem ocorrer: S1 (não existir gás no terreno) e S2 (existir gás no terreno). Os ganhos ou perdas do proprietário em milhares para a combinação entre eventos e decisões estão na tabela: Para P(S1) = 0,4 e P(S2) =0,6 , os ganhos médios esperados são: A um custo de 30 000,00 o proprietário tem acesso a informações de teste que foram feitos na região onde o gás natural é suposto de estar presente. Os testes indicam que o gás não está presente, mas o teste não é perfeito. A companhia que fez os testes informa que em 30% das vezes em que o teste indica que o gás não está presente, de fato ele está, e em 90 % das vezes o teste indica que não existe gás quando realmente ele não está presente. Seja 𝜃1 o evento em que o teste indica que não há gás. Os ganhos esperados são: Suponha que o resultado do teste indique a presença de gás. Seja 𝜃2 o evento em que o teste indica que existe gás. Suponha agora que o teste não tenha sido realizado e que a sua realização esteja apenas sendo considerada de ser feito. O processo apresenta agora uma decisão em dois estágios: O proprietário deve decidir se vai realizar testes e depois deve decidir se aceita a oferta da petrolífera. 𝐷𝐼 decisão de realizar o teste 𝐷𝐼𝐼 decisão de não realizar o teste 𝜃1 o teste não indica gás 𝜃2 o teste indica gás O ganho esperado no nó I será igual a: Exemplo extraído de Schaum's Outline of Operations Research-McGraw-Hill (1997)
Compartilhar