Baixe o app para aproveitar ainda mais
Prévia do material em texto
Pesquisa Operacional. Método Gráfico. Método Simplex. 9 PO - PESQUISA OPERACIONAL Profa. Léa Benatti Continuação CONSTRUÇÃO DE MODELOS: Discriminar as variáveis do problema: X1, ..., Xn; Definir a função objetivo; Definir as restrições do problema; Marcar restrições de não-negatividade. Para determinar as variáveis de decisão e o valor da função objetivo: Método Gráfico; Método Simplex; Uso do Excel: SOLVER (ou outros programas computador). 2.3 – Método Gráfico para Resolução de Modelos de Programação Linear Método Gráfico: Técnica de solução para modelos de programação linear com duas variáveis de decisão (2D). Consiste em representar num sistema de eixos ortogonais o conjunto das possíveis soluções do problema: pontos (X1, X2). Conjunto de pontos (X1, X2): obedecem ao grupo de restrições impostas pelo sistema em análise. Representação gráfica de equação Linear com 2 variáveis: Reta. Representação gráfica de inequação Linear com 2 variáveis: um dos semiplanos definidos pela reta correspondente a equação. OBS.: Duas variáveis de decisão: não causam poluição visual (2D). Três variáveis de decisão: sistema tridimensional (3D). Problemas com muitas variáveis de decisão: uso de computadores. 10 Exemplo 1: (Método Gráfico) (P. O. – Medeiros Silva – pg. 28) Resolver graficamente o problema de programação linear: Minimizar Z = 2X1 + 3X2 Sujeito as X1 + X2 ≥ 5 restrições: 5X1 + X2 ≥ 10 X1 ≤ 8 X1, X2 ≥ 0 restrição de não negatividade Solução: Solução Ótima: encontra-se em um dos pontos extremos (vértices). * Qualquer ponto dentro da área permissível satisfaz as restrições 1a restrição: X1 + X2 = 5 X1 = 0, X2 = 5 X2 = 0, X1 = 5 2a restrição: 5X1 + X2 = 10 X1 = 0, X2 = 10 X2 = 0, X1 = 2 3a restrição: X1 = 8 4a e 5a restrições: não negatividade – solução no 1º quadrante do gráfico. 10 5 5 10 2 8 1a 3a X1 = 8 2a D A B C ZONA PERMISSÍVEL X1 X2 X1+X2=5 5X1+X2=10 A, B, C, D: Pontos extremos da zona permissível. X1, X2: variáveis de decisão. 11 Coordenadas dos pontos extremos: A = (8, 0) B = (5, 0) C = ? interseção das retas limites das 1a e 2a restrições. D = (0, 10) Coordenada de C: X1 + X2 = 5 x (5) 5X1 + X2 = 10 5X1 + 5X2 = 25 5X1 + X2 = 10 C = (1,25; 3,75) Substituindo coordenadas dos pontos na função objetivo: Ponto X1 X2 F. objetivo: Z = 2X1+3X2 (minimizar) A 8 0 16 B 5 0 10 (Solução ótima) C 1,25 3,75 13,75 D 0 10 30 Solução Ótima: encontra-se no ponto B (X1 = 5, X2 = 0) e Z = 10. (Minimizar: menor valor obtido) Outra forma de avaliar o valor mínimo: através de retas paralelas com valor arbitrário da F. objetivo. Arbitrar valores para Z: Z = 2X1+3X2 = 12 Z = 2X1+3X2 = 18 Usa-se igualdade, pois estamos no limite de mínimo. - 75,3 4 15X 2 == 25,1 5 )75,310(X 1 = − = 4X2 = 15 Preferência usar múltiplos de 2 e 3: facilita o cálculo. 12 Se Z = 12: Z = 2X1+3X2 = 12 Se Z = 18: Z = 2X1+3X2 = 18 No gráfico já traçado: Exemplo 2: (Método Gráfico) (P. O. – Medeiros Silva – pg. 29) Resolver o problema de programação linear: Maximizar L = 2X1 + 3X2 Sujeito as 4X1 + 6X2 ≤ 60 restrições: X1 + X2 ≥ 12 X1, X2 ≥ 0 restrição de não negatividade X1 = 0, X2 = 4 X2 = 0, X1 = 6 X1 = 0, X2 = 6 X2 = 0, X1 = 9 10 5 5 10 2 8 1a 3a X1 = 8 2a D A B C ZONA PERMISSÍVEL X1 X2 Minimizar Z: cada vez mais próximo da origem. Zmin: pto B (5, 0) Zmin = 2 (5) + 3 (0) = 10 (Solução Ótima) 9 6 4 6 Z = 12 Z = 18 Zmin Zmin: última reta que toca a área permissível. 13 1a rest.: 4X1 + 6X2 = 60 X1 = 0, X2 = 10 X2 = 0, X1 = 15 2a rest.: X1 + X2 = 12 X1 = 0, X2 = 12 X2 = 0, X1 = 12 3a rest.: condição de não negatividade. Coordenadas dos pontos: R = (12, 0), Q = (15, 0) P = ? interseção das retas limites da 1a e 2a restrições. Coordenada do ponto P: 4X1 + 6X2 = 60 X1 + X2 = 12 x (4) 4X1 + 6X2 = 60 4X1 + 4X2 = 48 P = (6, 6) 15 X2 5 5 10 10 12 12 X1 Zona Permissível P R Q 1a 2a X1 + X2 = 12 4X1 + 6X2 = 60 Solução Ótima: nos ptos extremos da zona permissível. - 6 2 12X 2 == 6)612(X1 =−= 2X2 = 12 14 Substituindo coordenadas dos pontos na função objetivo: Ponto X1 X2 F. objetivo: L = 2X1+3X2 (maximizar) P 6 6 30 (Solução ótima) Q 15 0 30 (Solução ótima) R 12 0 24 A solução ótima se encontra nos pontos P e Q: sobre a reta PQ (Solução Múltipla). (Maximizar: maior valor obtido) Avaliando valor máximo de L por retas paralelas: L = 2X1 + 3X2 = 24 X1 = 0, X2 = 8 X2 = 0, X1 = 12 L = 2X1 + 3X2 = 45 X1 = 0, X2 = 15 X2 = 0, X1 = 22,5 Zmax 15 X2 5 5 10 10 12 12 X1 Zona Permissível P R Q 1a 2a 20 22,5 15 8 15 Z = 2X1 + 3X2 = 30 X1 = 0, X2 = 10 X2 = 0, X1 = 15 Logo, todos os pontos do segmento PQ são soluções ótimas do modelo (solução múltipla). Exemplo 3: (Método Gráfico) (Puccini – pg. 44) Resolver o problema de programação linear: Maximizar Z = 5X1 + 2X2 Sujeito as restrições: Solução: 1a rest.: X1 = 3 2a rest.: X2 = 4 3a rest.: X1 + 2X2 = 9 Reta PQ denegatividanãoderestrição0X,X 9X2X 4X 3X 21 21 2 1 ≥ ≤+ ≤ ≤ Colocar no quadro. Deixar para os alunos fazerem em casa. 9X,0X 5,4 2 9X,0X 12 21 == === * Qualquer ponto do trapézio ABCDE satisfaz todas as restrições. * Trapézio: é o conjunto de soluções permissíveis para este modelo. 10 4,5 4 3 5 10 9 2a rest. 1a rest. 3a rest. Zona Permissível B A E D C X1 X2 16 Coordenadas dos pontos: A (0, 0); B (3, 0); E (0,4); Coordenada de C: X1 + 2X2 = 9 X1 = 3 C = (3, 3) Coordenada de D: X1 + 2X2 = 9 , X1 = 9 – 8 = 1X2 = 4 D = (1, 4) Substituindo coordenadas dos pontos na função objetivo: Ponto X1 X2 F. objetivo: Z = 5X1+2X2 (maximizar) A 0 0 0 B 3 0 15 C 3 3 21 (Solução ótima) D 1 4 13 E 0 4 8 Avaliando valor máximo de Z por retas paralelas: L = 5X1 + 2X2 = 0 X1 = 0, X2 = 0 X2 = 0, X1 = 0 L = 5X1 + 2X2 = 10 X1 = 0, X2 = 5 X2 = 0, X1 = 2 3 2 39X, 2 = − = Difícil para traçar retas paralelas: sugestão do Puccini 10: é múltiplo de 5 e de 2. 17 EXERCÍCIOS PROPOSTOS: P. O. – Medeiros da Silva (Lista 2 – pg. 31). EXERCÍCIOS: D. M. – Daniel Moreira EXEMPLOS: Puccini – pg. 52 EXEMPLOS - Puccini • Pg. 50 – ex. Atividades – Const. Modelos. • Pg. 52 – ex. Dieta – Const. Modelos. • Pg. 54 – ex. Investimentos Const. Modelos • Pg. 56 – exercícios propostos – não resolvi; (Resolução na pg. 219) 2.4 – Solução Básica e Solução Básica Possível de um Sistema de Equações Lineares Definição: (Pg. 35 – P. O. – Medeiros) R: Conjunto dos números reais; R2: Conjunto dos pares ordenados de nos reais: (3, 5), (6, -2), ... R3: Conjunto das ternas ordenadas de nos reais: (1, 3, 8), (2, 4, 0), ... ... Rn: Conjunto das n-uplas (ênuplas) ordenadas de nos reais: (X1, X2, ..., Xn) onde Xj é um no real qualquer. Resolvidos no Livro. Cada conjunto: Espaço Vetorial. Cada elemento dos conjuntos: Vetores. 10 4,5 4 3 5 10 9 2a rest. 1a rest. 3a rest. Zona Permissível B A E D C X1 X2 2 Zmax: Ponto C X1 = 3, X2 = 3 Zmax = 5 (3) + 2 (3) = 21 Zmax Z = 10 18 Exemplo: (2, 3): Vetor do R2 (espaço bi-dimensional – dois elementos). Vetor coluna: 3 - Vetor do R2 (espaço bi-dimensional). 5 Vetor linha: (2, -1, 0) - Vetor do R3 (espaço tri-dimensional). a) Combinação Linear de Vetores (Pg. 36 – P. O. – Medeiros) Dado um grupo de vetores de um espaço, pode-se multiplicar cada um deles por um numero qualquer e em seguida somar os resultados. O vetor obtido nessa operação é uma combinação linear dos vetores dados. Ex.: Mostrar que o vetor (11, 18) pode ser escrito como combinação linear dos vetores (3, 4) e (1, 2). Solução: X (3, 4) + Y (1, 2) = (11, 18) →=+ −→=+ ⇒ = + )3(x18Y2X4 )4(x11YX3 18 11 Y 2 1 X 4 3 -12X – 4Y = - 44 12X + 6Y = 54 2Y = 10 Y = 5 X = 2 OBS.: Vetor no plano: Ponto inicial fixo na origem (0, 0). Ponto final: determina o vetor no plano P(a, b): vetor no plano. Livro: Álgebra Linear (pg. 99) Autor: Boldrini / Costa Figueiredo / Wetzler a b P + Substituir na 1a equação Nos que definem a combinação linear dos vetores dados que resulta o vetor (11, 18). Y X 19 Logo: 2(3, 4) + 5(1, 2) = (11, 18) O vetor (11, 18) pode ser escrito como combinação linear dos vetores (3, 4) e (1, 2), com coeficientes X = 2 e Y = 5. b) Base de um Espaço Vetorial (Pg. 38 – P. O. – Medeiros) Base do espaço Rn é um conjunto de n vetores do Rn, linearmente independentes. VETORES LINEARMENTE INDEPENDENTES: São vetores que não podem ser escritos como combinação linear de um grupo de vetores. Sabe-se que: Base R2: conjunto de 2 vetores de R2, independentes. Base R6: conjunto de 6 vetores de R6, independentes. � A “base de um espaço vetorial” é um “gerador do espaço”, isto é, qualquer vetor do espaço pode ser obtido como combinação linear dos vetores da base. � A combinação linear para gerar um vetor a partir da base resulta num sistema de equações que tem sempre solução única (qualquer que seja a combinação linear a solução é única). 2.4.1 – Solução Básica de um Sistema de Equações Lineares (Pg. 38 – P. O. – Medeiros) Observe o sistema linear de equações: Que pode ser escrito na forma: Colunas: vetores de R2 (base R2: constituída de 2 vetores independentes). =+−+ =−++ 5K2ZYX2 10KZ4Y3X 2 eq.: R2. 4 variáveis: X, Y, Z, K. 4 – 2 = 2 variáveis nulas. = − + − + + 5 10 K 2 1 Z 1 4 Y 1 3 X 2 1 20 Solução básica: obtida zerando-se 2 variáveis, isto é, reduz o sistema a uma base de 2 vetores. Se Z = K = 0: Solução básica: X = 1, Y = 3 Z = K = 0 Se X = Z = 0: Solução básica: Y = 75/21, K = 5/7 X = Z = 0 Total de Soluções básicas contidas neste exemplo: 6 1) X = Y = 0 2) X = Z = 0 3) X = K = 0 4) Y = Z = 0 5) Y = K = 0 6) Z = K = 0 2.4.2 – Solução Básica de um Sistema de Inequações Lineares (Pg. 40 – P. O. – Medeiros). Maximizar Z = 2X + 3Y Sujeito as X + 5Y ≤ 20 restrições: 2X + Y ≤ 10 X, Y ≥ 0 restrições de não negatividade a) Construir a região de soluções do modelo usando Método Gráfico; ===+ =− 7 5K, 21 75Y5K2Y 10KY3 OBS.: Variável básica: ≠ 0 Variável não básica: = 0 Obtêm-se várias soluções básicas. Método Simplex: busca solução básica possível ótima. Restrições (≤≤≤≤): SOMAR variáveis de folga. OBS.: Se (≥≥≥≥), SUBTRAIR variáveis de folga. ===+ =+ 3Y,1X5YX2 10Y3X 21 == == =+ 20X,0Y 4Y,0X 20Y5X == == =+ 5X,0Y 10Y,0X 10YX2 b) Transformar o sistema de inequações num sistema de equações com variáveis não negativas (usam-se variáveis de folga); c) Mostrar que as soluções básicas do sistema de equações obtido são os vértices da região de soluções do modelo. Solução: a) 1a restrição: 2a restrição: Método gráfico: b) Transformar as Inequações em Equações 5 4 10 15 20 5 10 A C D B 1a rest. 2a rest. Zona Permissível X Y Vértices da região: são as soluções básicas do sistema de equações. ⇒ Sistema de Inequação Sistema de Equação Variáveis não negativas ≤+ ≤+ 10YX2 20Y5X =++ =++ 10SYX2 20SY5X 2 1 0S,0S 0Y,0X :Sendo algfodeVariáveis S S 21 2 1 ≥≥ ≥≥ → 22 c) Soluções básicas: são vértices do polígono de soluções do método gráfico.X, Y ≥ 0, S1, S2 ≥ 0: variáveis não negativas 2 eq. 4 incog. Espaço vetorial: base R2, conjunto de 2 vetores linearmente independente. 1a solução básica: X = Y = 0, base (1, 0) e (0, 1) = + 10 20 S 1 0 S 0 1 21 Solução básica: X = Y = 0, S1 = 20, S2 = 10: Vértice A 2a solução básica: X = S1 = 0, base (5, 1) e (0, 1) =+++→=++ =+++→=++ 10SS0YX210SYX2 20S0SY5X20SY5X 212 211 4 – 2 = 2 (2 incógnitas nulas). ==→=+ =+ 10S,20S10S1S0 20S0S1 2121 21 Solução única p/ esta base sendo dado (20, 10) → vetor formado pela base. ==→=+ =+ 6S,4Y10S1Y 20S0Y5 22 2 → Vetores que a partir de combinação linear geram outro vetor. = + 10 20 S 1 0 Y 1 5 2 Variáveis de Folga ≥ 0 Disponibilidade de recursos Recursos incluídos no 1º termo da equação de forma que este se iguale ao 2º termo: X + 5Y ≤ 20 1o termo 2o termo 23 Solução básica: X = S1 = 0, Y = 4, S2 = 6: Vértice B 3a solução básica: X = S2 = 0, base (5, 1) e (1, 0) Solução básica: X = S2 = 0, S1 = - 30, Y = 10 4a solução básica: Y = S1 = 0, base (1, 2) e (0, 1) Solução básica: Y = S1 = 0, X = 20, S2 = - 30 5a solução básica: Y = S2 = 0, base (1, 2) e (1, 0) Solução básica: Y = S2 = 0, X = 5, S1 = 15: Vértice C = + 10 20 S 0 1 Y 1 5 1 <−==→=+ =+ 030S,10Y10S0Y 20S1Y5 11 1 ↓↓↓↓ Indica ponto fora da região de solução: Ponto (X, Y), isto é ponto (0, 10) - Solução básica não possível. = + 10 20 S 1 0 X 2 1 2 −==→=+ =+ 30S,20X10SX2 20S0X 22 2 Ponto fora da área permissível ==→=+ =+ 15S,5X10S0X2 20S1X 11 1 = + 10 20 S 0 1 X 2 1 1 24 6a solução básica: S1 = S2 = 0, base (1, 2) e (5, 1) 2X + 10Y = 40 2X + Y = 10 9Y = 30 Y = 30/9 X = 30/9 Solução básica: S1 = S2 = 0, X = 30/9, Y = 30/9: Vértice D Logo, solução básica do sistema de equações com variáveis não negativas são os vértices da região de soluções do modelo. Valor ótimo da solução: ocorre no vértice do polígono de soluções do modelo (satisfaz restrições e alcança a função objetivo). Caso de inequação do tipo (≥≥≥≥): Deve-se subtrair a variável de folga S para que seu valor fique não negativo. Ex.: Restrição: 2X + 4Y ≥ 12 (inequação) 2X + 4Y = S + 12 (equação) 2X + 4Y – S = 12 (equação) Neste caso, a variável S passa a se chamar variável de excesso. O que excede do lado esquerdo para se igualar ao lado direito. =+ =+ 10YX2 )2(x20Y5X - Substituir na 2a equação OBS.: 2.4 – Sol. Básica e Sol. Básica Possível de um Sistema de Equações Lineares. 2.4.1 – Sol. Básica de um Sistema de Equações Lineares. 2.4.2 – Sol. Básica de um Sistema de Inequações Lineares. 2.4.3 – Solução Básica e Soluções Básicas Possíveis (Programação Linear). 25 2.4.3 – Soluções Básicas e Soluções Básicas Possíveis (abordagem resumida) (D. Moreira – pg. 54 - Programação Linear). São acrescentadas variáveis de folga a cada restrição Inequações se transformam em equações (restrições). Ex.: Problema de Maximização: F. Objetivo: Max. Z = 4000X + 5000Y Restrições: 5X + 10Y ≤ 100 9X + 6Y ≤ 108 Y ≤ 8 X, Y ≥ 0 (restrição de não negatividade) Solução: F. Objetivo: Z = 4000X + 5000Y + 0S1 + 0S2 + 0S3 Restrições: 5X + 10Y + S1 = 100 9X + 6Y + S2 = 108 Y + S3 = 8 X, Y ≥ 0 (restrição de não negatividade) S1, S2, S3 ≥ 0 (restrição de não negatividade) Variáveis de folga: representa disponibilidade (recursos não usados). Valores das variáveis de folga: Ponto X Y S1 S2 S3 A B C D E 0 12 8 4 0 0 0 6 8 8 100 108 8 40 0 8 0 0 2 0 24 0 20 60 0 Espaço Vetorial: R3, 3 vetores independentes. 5 incógnitas – 3 eqs. = 2 variáveis nulas em cada ponto extremo (ver tabela acima). Pontos extremos: Soluções básicas possíveis. Variáveis de folga “adicionadas” (≤) 5 incógnitas e 3 eqs. (Sistema indeterminado) Para cada vértice, 2 variáveis nulas. S1, S2, S3: determinados através das restrições. Vértices: Solução Básica Possível. X, Y: determinados pelo método gráfico. S1, S2, S3: determinados com substituição dos valores X e Y nas eqs. de restrições. 26 PROPRIEDADE: (D. Moreira – pg. 56). “Dado um problema de programação linear com P incógnitas e m equações (após a introdução das variáveis de folga), nos pontos extremos da região possível terão (P–m) incógnitas com valores iguais a zero”. Sendo: (P-m) variáveis: Solução não básica (valores nulas). m variáveis: Solução básica (valores diferentes de zero). Solução básica possível: os valores das variáveis satisfazem às restrições originais. Procedimento: a) Fazem-se conjuntos ≠s de (P-m) incógnitas nulas (tentativas). b) Determinam-se soluções básicas e, dentre elas, as soluções básicas possíveis. c) Substituir os valores das variáveis (tomadas como soluções básicas possíveis) na função objetivo. d) Obtém-se a solução ótima. Problemas com várias variáveis: a determinação das soluções básicas como apresentado acima requer um grande esforço de cálculo. Como evitar: Método Simplex – reduz consideravelmente o numero de soluções básicas a calcular (elimina soluções básicas não possíveis). Resolução com muitas variáveis: Uso de programas computacionais (ex.: Excel: uso do SOLVER). Resolução analítica para problemas de Programação Linear: MÉTODO SIMPLEX. 2.5 – Método Simplex (D. Moreira - pg. 58, P. O. (Medeiros) – pg. 46) Algoritmo para a solução de problemas de programação linear. Procura encontrar a “Solução Ótima”. É formado por um grupo de critérios para escolha de soluções básicas que melhoram o desempenho do modelo, e é também de um teste de otimalidade. Uso de computadores facilita o trabalho de cálculo e elimina a possibilidade de erros quando se trata de problemas com grandes números de variáveis. 27 Procedimento do Método Simplex: 1 – Estabeleça uma tabela inicial. Formule a função objetivo e as restrições. Entre com as variáveis de decisão, variáveis na solução, valores de solução (bj - termos independentes das restrições), Ci (contribuição da variável - coeficientes), Z (custode introdução da variável) e (C – Z) (contribuição líquida). 2 – Selecione a coluna-chave (coluna pivô). É a coluna que apresenta o coeficiente de maior valor positivo na linha (C – Z). A variável referente a esta coluna se torna a nova variável em solução. 3 – Selecione a linha-chave (linha principal). É a linha com o menor valor obtido pela divisão do valor de solução (bj) pelo correspondente valor na coluna-chave. Use somente números positivos (abandonar números negativos ou indeterminados). Isso identifica a variável que deixa a solução (ou a base). 4 – Marque o número-chave (pivô). Faça um círculo no número encontrado na intersecção da linha e coluna-chave. 5 – Converta o número-chave (pivô) em 1. Faça isso dividindo cada valor na linha principal pelo pivô (Nova Linha Principal). Entre com essa nova linha em uma nova tabela. 6 _ Gere outras linhas para a nova tabela com zeros na coluna-chave. Isso é feito pela multiplicação da Nova Linha Principal pelo valor encontrado na intersecção da coluna- chave e a linha a ser convertida. Subtraia este resultado da linha antiga considerada. Entre com a linha revisada na nova tabela e continue com esse procedimento para as demais linhas na seção central da tabela (as que correspondem às restrições). 7 – Teste a otimalidade. Compute os valores de Z e (C – Z). Os valores Z para cada coluna são ∑(elementos da coluna x Ci). Se todos os valores da linha (C – Z) são ≤ zero, a solução é ótima. Leia os valores para as variáveis em solução (na coluna de valores de solução – coluna bj) e o valor da função objetivo na linha Z (na coluna de valores da solução (coluna bj)). Exemplo 1: (D. M. – pg. 58) Maximizar Z = X + 3Y Sujeito a: 5X + 6Y ≤ 60 X + 2Y ≤ 16 X ≥ 0, Y ≥ 0 (condição de não negatividade) Solução: Transformar inequações lineares em equações lineares. Acrescentar “Variáveis de Folga” S1 e S2 (duas restrições, acrescentar duas variáveis de folga, uma para cada restrição): 28 Forma Genérica do Problema: Maximizar Z = X + 3Y + 0S1 + 0S2 Obs.: coeficientes das variáveis de folga na Função Objetivo são nulos. Sujeito a: 5X + 6Y + 1S1 + 0S2 = 60 X + 2Y + 0S1 + 1S2 = 16 X, Y ≥ 0, S1, S2 ≥ 0 (cond. não negatividade) 1a Tabela: Variáveis de decisão (título da tabela) 1 3 0 0 (Linha objetivo) Ci V. na Solução X Y S1 S2 bj bj/aij bj/aij 0 S1 5 6 1 0 60 60/6 10 0 S2 1 2 0 1 16 16/2 8 Z 0 0 0 0 0 (C-Z) 1 3 0 0 Onde: Xi: variável de decisão (i = 1, ..., 3) Sj: variável de folga (j = 1, ..., 3) Pivô: número que aparece na intersecção da coluna da variável que entra com a linha da variável que sai da base →→→→ 2. Ci: coeficientes das “variáveis na solução” na função objetivo. Inicialmente igual à zero (se for variável de folga, mas se for variável artificial é ≠ zero) →→→→ coeficiente das variáveis de folga na função objetivo. Tem-se ainda que: S1 = 60, S2 = 16 X = Y = 0 Linha Z: decréscimo na função objetivo se 1 unidade da variável fosse acrescentada à solução (para cada coluna). Inicialmente, a prioridade de formar a base são das variáveis de folga. Variável que entra na base: Y. Sai (LP) Linha (C-Z) é descrita em termos de variáveis não básicas (neste caso: X, Y) → F. obj. 29 Linha (C-Z): acréscimo na função objetivo se 1 unidade da variável fosse acrescentada à solução (para cada coluna). Valores da linha Z: Ci X Y S1 S2 bj 0 5(0) 6(0) 1(0) 0(0) 60(0) + 0 1(0) 2(0) 0(0) 1(0) 16(0) Z 0 0 0 0 0 Valores da linha (C-Z): Variável: X Y S1 S2 Coef: 1 3 0 0 - Linha Z: 0 0 0 0 Linha (C-Z): 1 3 0 0 Solução Ótima: encontrada quando na linha (C-Z) todos os valores são ou negativos ou nulos. OBS.: * Controlar os acréscimos e decréscimos X Y S1 S2 da F. obj. na procura da solução ótima. 1X 3Y 0S1 0S2 1(1) 3(1) 0(1) 0(1) 1 unidade da variável é acrescentada. 1 3 0 0 Acréscimo na F. obj. → própria F. obj. (decréscimo = zero) Valor da F. O. associado à 1a tabela X = 0, Y = 0: variáveis não básicas – origem para solução Gráfica. Valores > zero → melhorar Para cada coluna. Coefs. das variáveis na função objetivo (F. O.) - (Valor Z correspondente) x Ci →→→→ Para cada coluna. Coeficientes e lados direitos (bj) das restrições Soma-se os produtos 30 OBS.: Linha Z, linha (C-Z): decréscimo pode ocorrer, pois estamos maximizando. Acréscimo não pode ocorrer, logo parar o algoritmo quando (C-Z) for nulo ou negativo. (Não pode ocorrer acréscimo, isto é (C-Z) > 0). Montagem da 2a Tabela: Na linha (C-Z), selecionar o maior coeficiente: 3 (maior contribuição que uma variável isolada pode trazer à F. O.). - Variável que entra na base: Y - Variável que sai da base: Menor valor de indica variável que sai: S2. OBS.: Usa-se Ycorrespondente, pois a variável que entra é Y. Linha Principal (LP): Linha da variável que sai. Pivô: no de intersecção da coluna da variável que entra com a linha da variável que sai da base → 2. - Determinar novos valores da linha principal (LP): Variável X Y S1 S2 bj Antiga LP Nova LP 1 2 0 1 16 ½ 1 0 1/2 8 - Determinar novas linhas restantes: (neste caso a linha de S1) � Selecionar o valor da intersecção dessa linha com a coluna da variável que entra (Y): 6 Pivô Antiga Linha ÷ * Buscar a base para a entrada de Y: (0,1) = = 8 2 16 :linha2 10 6 60 :linha1 Y b a a entecorrespond j entecorrespond j Y b 31 � Multiplicar cada valor da nova linha principal (NLP) pelo número acima selecionado. Variável X Y S1 S2 bj NLP x no NLP x 6 1/2(6) 1(6) 0(6) 1/2(6) 8(6) 3 6 0 3 48 � Subtrair esse resultado da linha antiga: Variável Linha antiga S1 NLP x no X Y S1 S2 bj 5 6 1 0 60 - 3 6 0 3 48 Nova linha S1 2 0 1 -3 12 - Cálculo da linha Z: Ci 0 3 X Y S1 S2 bj 2 (0) 0 (0) 1(0) -3 (0) 12 (0) + ½ (3) 1 (3) 0 (3) ½ (3) 8 (3) Z 3/2 3 0 3/2 24 - Cálculo da linha (C-Z): Variável Coef. F. O. Linha Z X Y S1 S21 3 0 0 - 3/2 3 0 3/2 (C-Z) -1/2 0 0 -3/2 Todos os valores da linha (C-Z) são ou negativos ou nulos. Solução Ótima encontrada. 32 2a tabela: Variáveis de decisão (título da tabela) 1 3 0 0 (L. objetivo) Ci V. na Solução X Y S1 S2 bj bj/aij 0 S1 2 0 1 -3 12 3 Y ½ 1 0 1/2 8 Z 3/2 3 0 3/2 24 (C-Z) -1/2 0 0 -3/2 Observar base formada nas colunas das variáveis Y e S1: interseção linha /coluna de cada variável básica é “1” e “zero” nos demais campos da coluna da variável em análise. Tem-se então que: Função Objetivo: 1X + 3Y = 1 (0) + 3 (8) = 24 1a restrição: 5X + 6Y = 5 (0) + 6 (8) = 48 ≤ 60 ok Sobram: 60 – 48 = 12 unidades de recurso sem utilização. S1 = 12 S2 não comparece na restrição (coef. nulo). 2a restrição: 1X + 2Y = 1 (0) + 2 (8) = 16 ≤ 16 ok S1 não comparece na restrição (coef. nulo). S2 = 0 (S2 não comparece na solução → var. não básica). Solução básica possível: Variáveis básicas: S1 = 12, Y = 8 Variáveis não básicas: S2 = 0, X = 0 Z = 24 (função objetivo atingida (maximizada)). = = 8Y ),bemcomparecenão(0X j X = 0: variável não básica Valor final de F. O. Linha (C-Z) é descrita em termos de variáveis não básicas (neste caso: X, S2) → F. obj. Solução Ótima 33 Exemplo 2: (P. O. –Medeiros da Silva – pg. 46) Resolver, pelo método Simplex, o seguinte modelo de programação linear: Maximizar Z = 3X + 5Y Sujeito a: 2X + 4Y ≤ 10 6X + Y ≤ 20 X - Y ≤ 30 X ≥ 0, Y ≥ 0 (condição de não negatividade) Bibliografia usada na elaboração do material do curso. BIBLIOGRAFIA PRINCIPAL (BP): (Normas ABNT) /1/ - ‘Pesquisa Operacional na Tomada de Decisões – Modelagem em Excel – Para Cursos de Administração, Economia e Ciências Contábeis’, Gerson Lachtermacher – Editora Campus – Rio de Janeiro, 2002. BIBLIOGRAFIA COMPLEMENTAR (BC): (Normas ABNT) /1/ - ‘Administração da Produção e Operações’, Daniel Augusto Moreira – 3a Edição – Livraria Pioneira Editora – São Paulo, 1998. /2/ - ‘Pesquisa Operacional’, Ermes Medeiros da Silva / Elio Medeiros da Silva / Valter Gonçalves / Afrânio Carlos Murilo – 3a Edição - Editora Atlas S. A. – São Paulo, 1998. /3/ - ‘Introdução à Programação Linear’, Abelardo de Lima Puccini – Livros Técnicos e Científicos Editora S. A. – Rio de Janeiro, 1981 (última reimpressão). /4/ - ‘Introdução à Pesquisa Operacional’, Hillier / Lieberman - Editora Campus Ltda – Editora da Universidade de São Paulo – São Paulo, 1998. /5/ - ‘Pesquisa Operacional’, Richard Bronson – McGraw-Hill do Brasil – São Paulo, 1985. /6/ - ‘Modelos de Programação Linear’, Mário Jorge Braga / Mihail Lermontov / Maria Augusta Machado – Imprensa Naval – Rio de Janeiro, 1985. /7/ - ‘Pesquisa Operacional’, Harvey M. Wagner – Prentice/Hall do Brasil – Rio de Janeiro, 1986. /8/ - ‘Pesquisa Operacional – Técnicas de Otimização Aplicadas a Sistemas Agroindustriais’, José Vicente Caixeta-Filho - Editora Atlas S.A. – São Paulo, 2001. /9/ - ‘Introdução à Pesquisa Operacional – Métodos e Modelos para Análise de Decisões’, Eduardo Leopoldino de Andrade – 3a ed. - Editora LTC – Rio de Janeiro, 2002.
Compartilhar