Baixe o app para aproveitar ainda mais
Prévia do material em texto
Módulo 2 Programação Linear Método Gráfico 7 Prof. Ms. Antonio dos Santos Problemas de Otimização � Em problemas reais de otimização busca-se maximizar ou minimizar uma quantidade específica, chamada objetivo, que depende de um número finito de variáveis de entrada. 8 de entrada. � As variáveis de entrada podem ser: � Independentes uma das outras. � Relacionadas uma com as outras por meio de uma ou mais restrições. Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos Programação Matemática � Um problema de programação matemática é um problema de otimização no qual o objetivo e as restrições são expressos como funções matemáticas e relações funcionais 9 relações funcionais ≥ = ≤ = nnn n n n b b b xxxg xxxg xxxg xxxfz : ),...,,( : ),...,,( ),...,,( :a Sujeito ),...,,( :Otimizar 2 1 21 212 211 21 Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos Variáveis de Decisão � x1 , x2,...,xn , são as chamadas Variáveis de Decisão. � As variáveis de decisão são aqueles valores que representam a resposta do problema, e que podemos escolher (decidir) livremente. 10 escolher (decidir) livremente. � As variáveis de decisão representam as opções que um administrador têm para atingir um objetivo. � Quanto produzir para maximizar o lucro? � Quanto comprar de uma ação para minimizar o risco da carteira? Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos Programação Linear � Um problema de programação matemática é linear se a função objetivo e cada uma das funções que representam as restrições forem lineares, isto é, na forma abaixo: ),...,,( 21 nxxxf 11 isto é, na forma abaixo: e nnn xcxcxcxxxf +++= ...),...,,( 221121 g x x x a x a x a xi n i i in n( , , . . . , ) . . .1 2 1 1 2 2= + + + Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos Presença da Não Linearidade � A presença de qualquer das expressões abaixo tornam o problema não linear. � Exemplos: 12 � � � ( ) 1 para 1 ≠nx n ( ) a basequalquer para log 1xa aa x devalor qualquer para 1 Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos Programação Linear Exemplos .. Max Z 21= as x+x .. 2x Min Z 21= as +x 13 0 60020180 204x2x 21 21 21 ≥ ≤ ≤ x,x x+x + 0 60020180 203x2x 21 21 21 ≥ ≥ x,x =x+x + Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos Programação Linear Hipótese de Aditividade � Considera as atividades (variáveis de decisão) do modelo como entidades totalmente independentes, não permitindo que haja interdependência entre as mesmas, isto é, não permitindo a existência de termos 14 mesmas, isto é, não permitindo a existência de termos cruzados, tanto na função-objetivo como nas restrições. � Esta é a própria hipótese de linearidade do problema de Programação Linear (PL) Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos Programação Linear Hipótese de Proporcionalidade � O valor da função-objetivo é proporcional ao nível de atividade de cada variável de decisão, isto é, o valor da função objetivo se altera de um valor constante dada uma variação constante da variável de decisão; 15 uma variação constante da variável de decisão; Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos Programação Linear Hipótese de Divisibilidade � Assume que todas as unidades de atividade possam ser divididas em qualquer nível fracional, isto é, qualquer variável de decisão pode assumir qualquer valor fracionário, ou seja as variáveis são contínuas. 16 fracionário, ou seja as variáveis são contínuas. � Esta hipótese pode ser quebrada, dando origem a um problema especial de programação linear, chamado de programação inteira. Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos Programação Linear Terminologia � Solução � No campo de Programação Linear é qualquer especificação de valores para as variáveis de decisão, não importando se esta especificação se trata de uma 17 não importando se esta especificação se trata de uma escolha desejável ou permissível. Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos A Solução Ótima � A Solução Ótima é uma solução viável especial. � Dentre todas as soluções viáveis, aquela(s) que 18 produzir(em) o valor da função objetivo otimizado é chamada de ótima; � A grande questão é como determinar a solução ótima. Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos Programação Linear Solução Gráfica Exemplo: Um fazendeiro deseja otimizar sua plantação de arroz e milho. Ele quer saber as áreas de arroz e milho que devem ser plantadas para obter lucro máximo. O lucro 19 devem ser plantadas para obter lucro máximo. O lucro por unidade de área plantada de arroz é R$ 5,00 e de milho é R$ 2,00. A área plantada de arroz não pode ser maior que 3 unidades e a de milho maior do que 4. Cada unidade de área plantada de arroz consome 1 hora homem e de milho 2 horas homens. O consumo total de horas homens não pode ser superior a 9 horas. Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos Programação Linear Solução Gráfica � Quando o problema envolve apenas duas variáveis de decisão, a solução ótima de um problema de programação linear pode ser encontrada graficamente. Max Z x x= +5 2 20 Max Z x x= +5 21 2 1 x (b)≤ 42 x x (c)+ ≤2 91 2 s r x (a)≤ 3. . x x (d)≥ ≥0 01 2, Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos Programação Linear Solução Gráfica x2 x ≤≤≤≤424 x ≤≤≤≤31 21 21 4 1 2 x13 x ≤≤≤≤42 3 4 x ≥≥≥≥01 x ≥≥≥≥02 Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos Programação Linear Solução Gráfica x ≤≤≤≤ 3 1 x2 (3,4) LimiteReta (1,4) X1 + 2 X2 ≤ 9 X1 = 0 X2 = 0 22 x ≤≤≤≤42 x1 x ≥≥≥≥ 01 x ≥≥≥≥ 02 (3,0)(0,0) (0,4) (3,4) Região Limitada (1,4) (3,3) Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos 2X2 ≤ 9 X1 ≤ 9 X2 = 9/2 X2 = 4,5 Programação Linear Solução Gráfica x2 (0,4) (1,4) (3,3) = Solução 21 2521xxZ +== (3,3) 23 x1 (0,4) (0,0) (3,0) Solução Viável (3,3) 21 2510 xxZ +== = Solução Ótima (3,3) 21 250 xxZ +== (0,0) Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos Programação Linear Solução Gráfica – Exercício 1 � Sabe-se que uma pessoa necessita em sua alimentação diária de um mínimo de 15 unidades de proteínas e 20 unidades de carboidratos. Supondo que, para satisfazer esta necessidade, ela disponha dos produtos soja e feijão. Um kg do soja contém 3 unidades de proteínas, 24 feijão. Um kg do soja contém 3 unidades de proteínas, 10 unidades de carboidratos custa R$ 2,00. Um kg de feijão contém 6 unidades de proteínas, 5 unidades de carboidratos e custa R$ 3,00. Que quant. deve-se comprar de cada produto de modo que as exigências de alimentação sejam satisfeitas a um custo mínimo ? Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos Programação Linear Solução Gráfica – Exercício 2 � A Céu Azul S/A produz pára-quedas e asa-deltas em duas linhas de montagem. A primeira linha de montagem tem 100 horas semanais disponíveis para a fabricação dos produtos, e a segunda linha tem um limite de 42 horas semanais. Cada um dos produtos requer 10 horas de processamento na linha 1, enquanto que na 25 requer 10 horas de processamento na linha 1, enquanto que na linha 2 o pára-quedas requer 3 horas e a asa-delta requer 7 horas. Sabendo que o mercado está disposto a comprar toda a produção da empresa, bem como que o lucro pela venda de cada pára- quedas é de R$ 60,00 e o lucro para cada asa-delta vendida é R$ 40,00, encontre a programação de produção que maximize o lucro da Céu Azul S/A. (resolva pela análise gráfica – deslocamento da função objetivo). Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos Programação Linear Solução Gráfica – Exercício 3 � Um empreendedor decidiu comercializar barcos. Depois de empregar alguns trabalhadores e de descobrir os preços aos quais venderia os modelos, chegou as seguintes observações: cada modelo comum (A) rende um lucro de R$ 520,00, e cada modelo rápido (B) rende um lucro de R$ 450,00. Um modelo comum 26 rápido (B) rende um lucro de R$ 450,00. Um modelo comum requer 40 horas para ser construído e 24 horas para o acabamento. Cada modelo rápido requer 25 horas para construção e 30 horas para o acabamento. Este empreendedor dispõe de 400 horas de trabalho por mês para a construção e 360 horas para o acabamento. Quanto deve produzir de cada um dos modelos? Construa o modelo matemático e encontre a solução ótima para o problema utilizando o método gráfico. Disciplina: Pesquisa Operacional Prof. Ms. Antonio dos Santos
Compartilhar