Baixe o app para aproveitar ainda mais
Prévia do material em texto
OTIMIZAÇÃO Tratamentos de Restrições de Otimização Linear Ref.: Notas de aula do Prof. R. H. Takahashi & Livro: Introdução à pesquisa Operacional (Hillier & Lieberman) Prof. Lenir Jr. - 2013 Restrições de Desigualdades Formulação de um problema de Otimização Restrições de Desigualdades O ponto de ótimo x* deve satisfazer às m desigualdades: O que significa esta desigualdade? Restrições de Desigualdades ℝ𝑛 𝒫1 𝒢1 𝒩1 Se exige-se 𝑔 𝑥∗ ≤ 0 é o mesmo dizer que a região factível , ou conjunto factível é a união dos conjuntos e Restrição de Desigualdades ℱ1 𝒩1 𝒢1 𝑥∗ ∈ ℱ1 e minimiza f(.) ℱ1 = 𝒢1 ∪ 𝒩1 Restrições de Desigualdades O que significa esta desigualdade? Otimização Linear Função objetivo e funções de restrições são apresentadas na forma linear e dados por: A função objetivo apresenta da seguinte forma: O conjunto de restrições corresponde às m desigualdades: Otimização Linear Otimização Linear A região factível ℱ , correspondente a várias restrições lineares de desigualdade. Cada reta que contém um dos lados do poliedro factível corresponde à fronteira de uma restrição de desigualdade. O vetor gradiente da função objetivo ∇𝑓(𝑥), mostrado no ponto x, é constante em todo espaço, pois a função é linear. As linhas tracejadas correspondem às curvas de nível da função objetivo, sendo que elas correspondem a valores cada vez menores de função objetivo quando se caminha da direita para esquerda. Dessa forma o ponto x indicado na figura é o de menor valor da função objetivo dentro da região factível ℱ , correspondendo ao ponto em que a curva de nível de menor valor toca a região factível. Otimização Linear Outra forma de entendimento das funções lineares: Otimização Linear Otimização Linear Exemplo Protótipo A WYNDOR GLASS CO. fabrica produtos de vidro de alta qualidade, entre os quais janelas e portas de vidro. A empresa possui três fábricas industriais. As esquadrias de alumínio e ferragens são feitas na Fábrica 1, as esquadrias de madeira são produzidas na Fábrica 2 e, finalmente, a Fábrica 3 produz o vidro e monta os produtos. Em consequência da queda nos ganhos, a direção decidiu modernizar a linha de produtos da empresa. Produtos não rentáveis estão sendo descontinuados, liberando capacidade produtiva para o lançamento de dois novos produtos com grande potencial de vendas: Produto 1: Uma porta de vidro de 2,5 m com esquadria de alumínio Produto 2: Uma janela duplamente adornada com esquadrias de madeira de 1,20 X 1,80 m Otimização Linear O produto 1 requer parte da capacidade produtiva das Fábricas 1 e 3, mas nenhuma da Fábrica 2. O produto 2 precisa apenas das Fábricas 2 e 3. A divisão de marketing concluiu que a empresa poderia vender tanto quanto fosse possível produzir desses produtos por essas fábricas. Entretanto, pelo fato de ambos os produtos poderem estar competindo pela mesma capacidade produtiva na Fábrica 3, não está claro qual mix dos dois produtos seria o mais lucrativo e chegaram à seguinte definição do problema: Determinar quais devem ser as taxas de produção para ambos os produtos de modo a maximizar o lucro total, sujeito às restrições impostas pelas capacidades produtivas limitadas disponíveis nas três fábricas. (Cada produto será fabricado em lotes de 20, de forma que a taxa de produção é definida como o número de lotes produzidos por semana.) É permitida qualquer combinação de taxas de produção que satisfaça essas restrições, inclusive não produzir nada de um produto e o máximo possível do outro. Otimização Linear A equipe também identificou os dados que precisavam ser coletados: 1. Número de horas de tempo de produção disponível por semana em cada fábrica para esses novos produtos. (A maior parte do tempo nessas fábricas já está comprometida com os produtos atuais, de modo que a capacidade disponível para os novos produtos é bastante limitada.) 2. Número de horas de tempo de produção usado em cada fábrica para cada lote produzido de cada novo produto. 3. Lucro por lote produzido de cada novo produto. Foi escolhido o lucro por lote produzido como uma medida apropriada após a equipe de PO ter concluído que o incremento de lucro de cada lote adicional produzido ser aproximadamente constante independentemente do número total de lotes produzidos. Pelo fato de nenhum custo adicional incorrer para o início da produção e a comercialização de tais produtos, o lucro total de cada um deles é aproximadamente esse lucro por lote vezes o número de lotes produzidos. Otimização Linear Formulação como Problema de Programação Linear: (Tabela 3.1) Para formular o modelo matemático (programação linear) para esse problema, façamos x1 = número de lotes do produto 1 produzido semanalmente x2 = número de lotes do produto 2 produzido semanalmente Z = lucro total por semana (em milhares de dólares) obtido pela produção desses Produtos. Portanto, x1 e x2 são as variáveis de decisão para o modelo. Otimização Linear Usando-se a linha inferior da Tabela 3.1, obtemos Z = 3x1 + 5x2 • O objetivo é escolher os valores de x1 e x2 de forma a maximizar Z = 3x1 + 5x2, sujeito às restrições impostas em seus valores por limitações de capacidade de produção disponível nas três fábricas. A Tabela 3.1 indica que cada lote de produto 1 fabricado por semana usa uma hora de tempo de produção por semana na Fábrica 1, ao passo que estão disponíveis somente quatro horas semanais. Essa restrição é expressa matematicamente pela desigualdade x1 ≤ 4. Otimização Linear Similarmente, a Fábrica 2 impõe a restrição 2x2 ≤ 12. O número de horas de produção usado semanalmente na Fábrica 3 escolhendo-se x1 e x2 como as taxas de produção dos novos produtos seria 3x1 + 2x2. Portanto, a declaração matemática da restrição da Fábrica 3 é 3x1 + 2x2 ≤ 18. Finalmente, já que as taxas de produção não podem ser negativas, é necessário restringir as variáveis de decisão para serem não-negativas: x1 ≥ 0 e x2 ≥ 0. Otimização Linear Em suma, na linguagem matemática da programação linear, o problema é escolher os valores de x1 e x2 de forma a: Otimização Linear Solução Gráfica Otimização Linear Solução Gráfica Otimização Linear Essas observações fazem que nosso procedimento de tentativa e erro para construção de retas na Figura 3.3 envolva mais do que desenhar uma família de retas paralelas contendo pelo menos um ponto na região de soluções viáveis e selecionar a reta que corresponde ao maior valor de Z. A Figura 3.3 mostra que essa reta passa pelo ponto (2, 6) indicando que a solução ótima é x1 = 2 e x2 = 6. A equação dessa reta é 3x1 + 5x2 = 3(2) + 5(6) = 36 = Z, indicando que o valor ótimo de Z é Z = 36. O ponto (2, 6) se encontra na interseção das retas 2x2 = 12 e 3x1 + 2x2 = 18, conforme mostrado na Figura 3.2, de forma que esse ponto pode ser calculado algebricamente como a solução simultânea dessas duas equações. Otimização Linear Conclusão do problema: A equipe que usou esse método para descobrir que a solução ótima é x1 = 2, x2 = 6 com Z = 36. Essa solução indica que a Wyndor Glass Co. deveria fabricar os produtos 1 e 2 a uma taxa de, respectivamente, dois lotes por semana e seis lotes por semana, com um lucro total resultante de US$ 36 mil por semana. Nenhum outro mix de produtos seriatão lucrativo - de acordo com o modelo. Otimização Linear Faça você mesmo. Planejamento de Fábrica de processamento de alimentos Bolos e Pães é uma fábrica de processamento de alimentos que produz salsichas e pães para cachorro-quente. A empresa moe sua própria farinha para fazer os pães em uma taxa máxima de 200kg (peso) por semana. Cada pãozinho para cachorro-quente requer 0,l kg de farinha. Atualmente, possui um contrato com a Pigland, Inc. que especifica que uma entrega de 800 kg de carne suína é entregue toda segunda-feira. Cada salsicha precisa de 1/4 de kg de carne suína. Todos os demais ingredientes para fabricação de salsicha e pães se encontram em estoque pleno. Finalmente, a força de trabalho da empresa é formada por cinco empregados em período integral ( 40 h/semana cada). Cada salsicha requer 3 minutos de trabalho e cada pãozinho, 2 minutos. Cada salsicha gera um lucro de R$ 0,20 e cada paõzinho R$ 0,10. A empresa gostaria de saber quantas salsichas e quantos pães deve produzir para obter o maior lucro possível. (a) Formule um modelo de programação linear para esse problema. (b) Use o método gráfico para solucionar esse modelo.
Compartilhar