Baixe o app para aproveitar ainda mais
Prévia do material em texto
Programação Linear com o uso do Método Gráfico Fabiana Gomes dos Passos Roteiro da aula • Método Gráfico – Quando se deve utilizar o Método Gráfico – Exemplo de Aplicação – Passos para Solução Gráfica Método Gráfico • Quando o problema envolve apenas duas variáveis de decisão, a solução ótima de um problema de programação linear pode ser encontrada graficamente; • Com poucas variáveis, métodos exatos ou enumerativos produzem soluções ótimas em tempo computacional razoável; • Com muitas variáveis, métodos aproximativos são indicados. Conceitos de Solução num Problema de Programação Linear • Solução – qualquer valor para as variáveis de decisão, independente de ser uma escolha desejável ou permissível; • Solução viável – uma solução em que todas as restrições são satisfeitas; • Solução inviável – uma solução em que alguma das restrições ou as condições de não negatividade não são atendidas; • Supondo que existem soluções viáveis – Encontrar a melhor solução admissível, em termos do valor da função objetivo do modelo • Solução ótima – Uma solução admissível com o melhor valor da função objetivo Num problema de maximização – é uma solução admissível o mix de produção (ponto ótimo) com o maior valor de Z. Num problema de minimização – é uma solução admissível o mix de produção com o menor valor de Z. Objetivo da Programação Linear Exemplo 1 o A Companhia MAXIMÓVEIS fabrica 2 tipos de produtos: o Cadeiras e Mesas o Margem de Contribuição Unitária: o Cadeira = $ 8,00 o Mesa = $ 6,00 o As cadeiras e mesas são processadas em 2 departamentos: o Montagem o Acabamento Através dos dados contidos na tabela , formule um modelo de programação linear para determinar a produção diária de cada um dos modelos de modo a maximizar o lucro total da companhia. Exemplo 1 o Cada unidade dos produtos consome as seguintes horas na fabricação: Departamento Montagem Acabamento Cadeiras 4 2 Mesas 2 4 Horas totais disponíveis 60 48 Horas por unidade • Variáveis X1 = Quantidade de cadeiras; X2 = Quantidade de mesas; Z = lucro total da companhia. • Restrições a) Limitação de montagem ; b) Limitação de acabamento; c) quantidades não negativas. • Objetivo Maximizar o lucro total da companhia 0, 4842 6024:. 68 21 21 21 21 xx xx xxas xxZMax 1. Qual o mix de produção entre mesas e cadeiras que maximiza o lucro da firma? 1. Ou seja, Quanto produzir de cadeiras (x1) e mesas (x2) para maximizar a função objetivo? 2. Qual será o lucro máximo da companhia? Problema Passos para resolução gráfica de problemas de programação linear o Passo 1 – estabelecer os dois eixos que irão representar as quantidades x1 e x2; o Passo 2 – encontrar o conjunto de soluções viáveis do problema (representação gráfica de cada uma das restrições); o Passo 3 – traça-se a reta da função objetivo na origem o Passo 4 – desloca-se esta reta paralelamente até encontrar o máximo da função no conjunto definido pelas restrições. 02211 nnxcxcxcz Solução Gráfica Eixo X – CADEIRA (x1) Eixo Y – MESA (x2) 1 – Estabelecer os dois eixos que irão representar as quantidades x1 e x2 CADEIRA (x1) MESA (x2) Solução Gráfica Restrição 1: MONTAGEM 4x1 + 2x2 60 x1 = 0 x2 30 (0,30) x2 = 0 x1 15 (15,0) 2 – Colocar as restrições no gráfico 15 30 MONTAGEM CADEIRA (x1) MESA (x2) 4x1 + 2x2 60 Solução Gráfica Restrição 2: ACABAMENTO 2x1 + 4x2 48 x1 = 0 x2 12 (0,12) x2 = 0 x1 24 (24,0) 12 24 MESA (x2) CADEIRA (x1) ACABAMENTO 2x1 + 4x2 48 Solução Gráfica 15 24 ACABAMENTO 30 MONTAGEM CADEIRA MESA 2 – Determinar a área de soluções viáveis Cada ponto dessa região, definido pelas coordenadas (x1, x2) é uma solução viável 12 SOLUÇÕES VIÁVEIS Solução Gráfica 3 – Encontrar a solução a partir das curvas de nível (retas paralelas definidas pela função-objetivo) Para saber os valores de x1 e x2 para um dado nível de MCT, por exemplo de $ 48,00: Tem-se que: 8x1+ 6x2 = 48 Para x1 = 0; x2 = 8 (0, 8) Para x2 = 0, x1 = 6 (6, 0) CADEIRA MESA 15 8 6 12 Função Objetivo 8x1 + 6x2 = 48 Solução Gráfica Supondo uma maior MCT, por exemplo de $ 72,00: Tem-se que: 8x1+ 6x2 = 72 Para x1 = 0; x2 = 12 (0,12) Para x2 = 0, x1 = 9 (9, 0) CADEIRA MESA 15 12 Função Objetivo 8x1 + 6x2 = 48 8 6 9 Função Objetivo 8x1 + 6x2 = 72 Solução Gráfica Repete o processo até encontrar a linha de máxima MCT que esteja dentro da área de soluções possíveis Este ponto de intercessão representa a solução possível ótima CADEIRA MESA 15 12 Função Objetivo 8x1 + 6x2 = 48 8 6 9 Função Objetivo 8x1 + 6x2 = 72 Solução ótima Solução Gráfica CADEIRA MESA 12 Solução ótima Neste exemplo, a solução ótima está na interseção entre: a função-objetivo e qualquer uma das restrições, ou as 2 restrições Acabamento Montagem 15 Calculando o Ponto ótimo • Pelo gráfico, na intercessão entre as 2 restrições Montagem 4C + 2M = 60 (1) Acabamento 2C + 4M = 48 (2) Calculando C pela 2ª equação: 2C + 4M = 48 C = 24 – 2M (3) Substituindo em 1: 4(24 – 2M) + 2M = 60 96 –8M + 2M = 60 - 6M= - 36 M = 6 Substituindo em 3: C = 24- 2(6) C = 12 Solução ótima: 6 mesas e 12 cadeiras Solução Gráfica 4 – Encontrar a solução pela comparação dos pontos extremos Através de todos os pontos extremos da área de soluções viáveis e escolhemos aquele com maior MCT CADEIRA MESA (0,12) Solução ótima (15,0) (0,0) (12,6) MCT = 8x1 + 6x2 (0,0) MCT = 0 (0,12) MCT = 72 (15,0) MCT = 120 (12,6) MCT = 132 Exemplo 2 A WINDOR GLASS Inc. dispõe de capacidade extra para produzir dois novos produtos. A demanda é muito maior que a capacidade disponível (toda produção poderá ser vendida). Através dos dados contidos na tabela, logo abaixo, formule um modelo de programação linear para determinar a produção diária de cada um dos modelos de modo a maximizar o lucro total da companhia. Setor Produtivo Produto Capacidade Disponível Janelas Portas Montagem 1 hora/unid. - 4 horas/dia Laminação - 2 hora/unid. 12 horas/dia Corte 3 hora/unid. 2 hora/unid. 18 horas/dia Lucro Unitário $ 3,00 $ 5,00 • Variáveis X1 = qtde. de janelas, em milhares de unidades; X2 = qtde. de portas, em milhares de unidades; Z = lucro total obtido com novos produtos. • Restrições a) disponibilidade do setor de montagem; b) disponibilidade do setor de laminação; c) disponibilidade do setor de corte; d) quantidades não negativas. • Objetivo Maximizar o lucro total da empresa 0, 1823 122 4:. 53 21 21 2 1 21 xx xx x xas xxZMax Setor Produtivo Produto Capacidade Disponível Janelas Portas Montagem 1 hora/unid. - 4 horas/dia Laminação - 2 hora/unid. 12 horas/dia Corte 3 hora/unid. 2 hora/unid. 18 horas/dia Lucro Unitário $ 3,00 $ 5,00 Exemplo 2 1. Quanto produzir de janelas (x1) e portas (x2) para maximizar a funçãoobjetivo? 2. Qual será o lucro máximo da companhia? Problema Solução Gráfica 0, 1823 122 4:. 53 21 21 2 1 21 xx xx x xas xxZMax 2 x 9 8 7 6 5 4 3 2 1 0 0 1 2 3 4 5 6 7 8 9 1 x 12 2 2 x 4 1 x 18 2 3 2 1 x x 0 2 x 0 1 x Neste exemplo, a solução ótima está na interseção entre: a função-objetivo e qualquer uma das restrições, ou as 2 restrições Calculando o Ponto ótimo • Pelo gráfico, na intercessão entre as 2 restrições Laminação 2x2 = 12 (1) Corte 3x1 + 2x2 = 18 (2) Calculando x2 pela 1ª equação: 2x2 = 12 x2 = 6 (3) Substituindo em 2: 3x1 + 2(6) = 18 3x1 + 12 = 18 3x1 = 6 x1 = 2 Solução ótima: 2 janelas e 6 portas Calculando o Lucro Máximo • Substitua o ponto ótimo, encontrado anteriormente, na equação da função objetivo Z Z = Solução ótima: 2 janelas e 6 portas Como X1 = 2 e X2 = 6 Substituindo esses valores na função objetivo: 3(2) + 5(6) = 6 + 30 = 36 O lucro máximo da companhia é R$ 36,00 5 3 2 1 x x Solução Gráfica • O que fazer se além de portas e janelas a WINDOR puder fabricar, também, mesas e armários? Resolver graficamente o problema torna-se inviável ... É necessário usar métodos numéricos mais eficazes e eficientes. • Quantos produtos diferentes uma fábrica pode produzir? 5, 10, 100, 1000, ... • Quantos setores de produção uma fábrica possui? 5, 10, 100, 1000, ... • E se existem restrições adicionais em relação ao uso de matéria-prima, energia, estoques, mão de obra, cadeia de suprimento e distribuição? Outros modelos, mais complexos, poderão ser formulados ... A solução gráfica não se aplica a estas outras situações !!! Exercício de Fixação Uma fábrica pretende produzir dois produtos, o produto 1 e o produto 2. Ambos os produtos passam por três fases de desenvolvimento durante o processo de manufatura, cada uma das quais se realiza num departamento diferente. No próximo mês, cada um dos departamentos tem um determinado números disponível de horas por máquina, para ser utilizado na concepção destes dois produtos. Por sua vez, cada um dos produtos requer, por unidade, um dado tempo de utilização de cada máquina. Tempo disponível (h) Tempo requerido por unidade (h) Produto 1 Produto 2 1 0 0 2 2 3 4 12 18 Departamentos 1 2 3 Para manter o problema simples, vamos assumir que os custos de produção de cada produto são constantes, independentemente da quantidade produzida. Supondo que os lucros, por unidade, de cada produto são de R$ 3 para o produto 1 e R$ 5 para o produto 2. Formule um modelo de programação linear para determinar a produção diária de cada um dos modelos de modo a maximizar o lucro total da companhia. • Variáveis X1 = produção diária do produto 1; X2 = produção diária do produto 2; Z = lucro total obtido com os dois produtos. • Restrições a) Tempo disponível para fabricar no departamento 1; b) Tempo disponível para fabricar no departamento 2; c) Tempo disponível para fabricar no departamento 3; d) quantidades não negativas. • Objetivo Maximizar o lucro total da companhia 0, 1823 122 4:. 53 21 21 2 1 21 xx xx x xas xxZMax Exercício de Fixação Tempo disponível (h) Tempo requerido por unidade (h) Produto 1 Produto 2 1 0 0 2 2 3 4 12 18 Departamentos 1 2 3 Representação gráfica do problema x1 x2 2 4 6 8 2 4 6 8 x1 = 4 2x2 = 12 3x1 + 2x2 = 18 0, 1823 122 4:. 53 21 21 2 1 21 xx xx x xas xxZMax x1 x2 2 4 6 8 2 4 6 8 Z = 10 = 3x1 + 5x2 Z = 20 = 3x1 + 5x2 Z = 36 = 3x1 + 5x2 (2, 6) Solução ótima: 2 produtos 1 e 6 produtos 2 Como X1 = 2 e X2 = 6 3(2) + 5(6) = 6 + 30 = 36 Lucro máximo é R$ 36,00 Referências • ANDRADE, Eduardo Leopoldino de. Introdução à pesquisa operacional: métodos e modelos para análise de decisões. 3. ed. Rio de Janeiro: LTC, 2004.192 p. • LACHTERMACHER, Gerson. Pesquisa operacional na tomada de decisões. 2. ed. rev. e atual. Rio de Janeiro: Elsevier, 2004. 384 p.
Compartilhar