Baixe o app para aproveitar ainda mais
Prévia do material em texto
Capítulo 1 Programação Linear e PLI Pesquisa Operacional II Jhoab Negreiros 1 CAPÍTULO 1 Programação Linear 1 Introdução Este capítulo visa estudar alguns problemas de otimização que envolve maximizar ou minimizar uma função restrita a certas condições. Estamos sempre interessados em minimizar custos, maximizar lucros, rendimentos etc. A programação linear é uma técnica que permite a resolução destes problemas no caso específico em que as funções a serem analisadas são lineares. Desigualdades Lineares Desigualdades lineares é simplesmente uma equação linear, onde o sinal de igualdade é substituído por < (menor que), ≤ (menor ou igual a), > (maior que) e ≥ (maior ou igual a). Exemplo 1. Seja a desigualdade linear 2 8x y+ ≤ . Solução: Primeiramente substituímos o sinal ≤ por =, assim tornamos a desigualdade uma equação linear, representamos essa equação no plano e em seguida, observamos qual semi-plano (“metade do plano”) satisfaz a desigualdade. Observação: Pela simplicidade dos cálculos, geralmente utilizamos a origem do plano para verificar a região satisfeita pela desigualdade. Capítulo 1 Programação Linear e PLI Pesquisa Operacional II Jhoab Negreiros 2 Programação Linear A programação linear trata do problema específico de: maximizar ou minimizar uma função do tipo: ����, � , ��, … , � � � ���� � � � � ���� �⋯� � � � �, restrita a um subconjunto � poliedral convexo de � Na linguagem de programação linear PL, � é chamada função objetivo f.o. e � é denominada região factível. Definição 1 – Dada uma região poliedral convexa fechada do � , os vértices dessa região são os pontos da região que satisfazem um dos possíveis sistemas de � equações lineares independentes, obtidas substituindo-se as desigualdades por igualdades. Exemplo 2. Observe a situação a seguir, onde há uma empresa que pretende otimizar a produção mensal de dois produtos A e B: Capítulo 1 Programação Linear e PLI Pesquisa Operacional II Jhoab Negreiros 3 Nesta situação é necessária entender que: � O objetivo é maximizar o lucro total da venda da produção; � A produção está superiormente limitada pelos 300 metros de madeira e 110 horas de trabalho disponíveis; � São possíveis vários níveis de produção; � Dos possíveis níveis de produção é necessário conhecer qual ou quais podem classificar-se de ótimos. Como programar matematicamente esta situação (modelo matemático linear) para obter informações para a tomada de decisão? Primeira pergunta: Quantas unidades de A e B podemos produzir? Definir as duas variáveis de decisão: x1 como o número de unidades do produto A; x2 como o número de unidades do produto B. Segunda pergunta: Que valores podem-se admitir para as variáveis de decisão? Em x1 unidades de A consomem-se 30x1 metros de madeira; Em x2 unidades de B consomem-se 20x2 metros de madeira. Não podemos ultrapassar os 300 metros de madeira disponíveis então 1 230 20 300x x+ ≤ . Em x1 unidades de A consomem-se 5x1 horas de trabalho; Em x2 unidades de B consomem-se 10x2 horas de trabalho. Não podemos ultrapassar as 110 horas de trabalho disponíveis então 1 25 10 110x x+ ≤ . E a restrição de não negatividade do problema 1 0x ≥ e 2 0x ≥ . Terceira pergunta: Qual o objetivo a ser alcançado com a produção de A e B? O lucro da venda de 1 unidade de A é de $ 6; O lucro da venda de 1 unidade de B é de $ 8. O lucro total da venda de x1 unidades de A e de x2 unidades de B é de 1 26 8x x+ . O objetivo é conhecer o maior valor que é possível ao atingir o lucro total 1 26 8x x+ , ou seja, é necessário calcular o máximo da função linear 1 2 1 2( , ) 6 8f x x x x= + , condicionado às restrições. Resumindo: � Maximizar o lucro total das vendas 1 2 1 2( , ) 6 8f x x x x= + (função objetivo); � Restrições do problema 1 2: 30 20 300Madeira x x+ ≤ e :Horas de trabalho 1 25 10 110x x+ ≤ ; � Restrições de não negatividades 1 2, 0x x ≥ . Capítulo 1 Programação Linear e PLI Pesquisa Operacional II Jhoab Negreiros 4 Geometria do modelo de Programação Linear Considere um sistema de eixos cartesianos com o eixo das abscissas associado a x1 (produção de A) e o eixo das ordenadas associado a x2 (produção de B). Relaxando a condição de desigualdade das restrições técnicas, estas passam a ser equações que definem retas. Cada uma destas retas divide o espaço � em dois semi-espaços. A figura a seguir apresenta o sistema de eixos e as duas retas: Pela condição de não negatividade temos que, somente os pontos do 1° quadrante são soluções admissíveis. Pela outras restrições técnicas dos problemas obtemos a região das possíveis soluções do problema. Pelas interseções de todos os semi-espaços definidos pelas desigualdades temos a região poliedral convexa fechada (região factível). A figura a seguir apresenta o espaço de soluções possíveis (região factível) Capítulo 1 Programação Linear e PLI Pesquisa Operacional II Jhoab Negreiros 5 Qualquer ponto da região factível é uma possível solução, então agora resta saber qual deste ponto torna o valor máximo para a função objetivo. Considere: � A função tem valor 0, a equação desta curva de nível é 1 26 8 0x x+ = ; � A função tem valor 24, a equação desta curva de nível é 1 26 8 24x x+ = ; � A função tem valor 48, a equação desta curva de nível é 1 26 8 48x x+ = . Da análise da figura acima, verificamos que o valor da função aumenta à medida que nos afastamos da origem, então a última curva de nível que podemos traçar contendo um ponto da região factível é a correspondente ao máximo da função objetivo. Obs: Se a última curva de nível pertencer a mais do que um ponto da região factível, haverá várias soluções ótimas alternativas, dizemos que a solução ótima é indeterminada ou múltipla. A figura a seguir mostra que o ponto de interseção das retas 1 230 20 300x x+ = e 1 25 10 110x x+ = é o ponto ótimo com coordenada (4, 9) sendo o máximo da função objetivo: (4,9) 6 4 8 9 24 72 96f = × + × = + = Capítulo 1 Programação Linear e PLI Pesquisa Operacional IIJhoab Negreiros 6 A produção ótima é, portanto de 4 unidades de A e 9 unidades de B a que está associada o lucro máximo de 96 dólares. Vetor gradiente: O gradiente da função é perpendicular às curvas de nível da função e indica a direção e o sentido em que a função aumenta mais rapidamente, portanto podemos utilizá-lo para identificar o ponto ótimo na região factível. O vetor gradiente é o conjunto das derivadas parciais de uma função e representaremos por: ����, �� ≔ ����� , ����� Retornando ao exemplo, calculemos o gradiente da função objetivo. ����, �� ≔ ����� � 6, ���� � 8� A última reta que se pode traçar indica o ponto ou pontos em que a função atinge o seu máximo. Na figura a seguir podemos ver o espaço das soluções admissíveis, o gradiente da função e as curvas de nível na origem dos eixos (função com valor nulo) e no ponto ótimo (função com valor 96). Capítulo 1 Programação Linear e PLI Pesquisa Operacional II Jhoab Negreiros 7 Obs: Se o objetivo for minimizar a função objetivo, o sentido em que a função decresce é o oposto ao indicado pelo vetor gradiente. Exemplo 3. Considere que um agricultor queira adubar a sua plantação e disponha de dois tipos de adubo. O primeiro contém 3 g de fósforo, 1 g de nitrogênio e 8 g de potássio, e custa $ 10 por quilograma. O segundo tipo contém 2 g de fósforo, 3 g de nitrogênio e 2 g de potássio, e custa $ 8 por quilograma. Sabemos que um quilograma de adubo dá para 10 m² de terra, e que o solo em que estão suas plantações necessita de pelo menos 3 g de fósforo, 1,5 g de nitrogênio e 4 g de potássio a cada 10m². Quanto o agricultor deve comprar de cada adubo, para cada 10² de terra, de modo a conseguir ter o mínimo custo? Solução: x primeiro adubo y segundo adubo Necessidades mínimas de adubo Fósforo 3 2 3 Nitrogênio 1 3 1,5 Potássio 8 2 4 Custo $ 10 Custo $ 8 � Chamemos de x a quantidade em kg do primeiro tipo de adubo e y a do segundo tipo; � Primeira restrição 0x ≥ e 0y ≥ ; � Segunda restrição 3 2 3x y+ ≥ ; � Terceira restrição 3 1,5x y+ ≥ ; � Quarta restrição 8 2 4x y+ ≥ . Colocando num gráfico as quantidades � (como abscissa) e � (como ordenada) temos: Capítulo 1 Programação Linear e PLI Pesquisa Operacional II Jhoab Negreiros 8 2 Atividades Exercício 1. Faça o gráfico dos seguintes sistemas de desigualdades simultâneas: (a) 2 4 1 4 x y x y y − ≤ + ≥ − ≤ (b) 4 3 12 2 2 3 3 x y x y y x + ≤ − ≤ − ≤ Exercício 2. Determine o valor máximo e o valor mínimo da função lucro 15 25L x y= + , sujeita às seguintes condições: (a) 0 0 5 3 x y x y ≥ ≥ ≤ ≤ (b) 0 0 25 2 2 10 x y x y x y ≥ ≥ + ≤ + ≥ Exercício 3. Determine o máximo da função expressa por 2 ,x y+ sujeita às restrições 0x ≥ , 0y ≥ , 3x y+ ≤ e 4 0x y+ ≤ : Exercício 4. (Problema de economia) Um comerciante vende dois tipos de artigos, A e B. Na venda do artigo A tem um lucro de 20 por unidade e na venda do artigo B, um lucro de 30. Em seu depósito só cabem 100 artigos e sabe-se que por compromissos já assumidos, ele venderá pelo menos 15 artigos do tipo A e 25 do tipo B. O distribuidor pode entregar ao comerciante, no máximo, 60 artigos A e 50 artigos B. Quantos artigos de cada tipo deverão o comerciante encomendar ao distribuidor para que, supondo que os vendam todos, obtenha o lucro máximo? Capítulo 1 Programação Linear e PLI Pesquisa Operacional II Jhoab Negreiros 9 Exercício 5. (Problema de dieta) Dois produtos P e Q contêm as vitaminas A, B e C nas quantidades indicadas na tabela a seguir. A última coluna indica a quantidade mínima necessária de cada vitamina para uma alimentação sadia, e a última linha indica o preço de cada produto por unidade. Que quantidade de cada produto uma dieta deve conter para que proporcione uma alimentação sadia com o mínimo custo? P Q A 3 1 12 B 3 4 30 C 2 7 28 3 2 Exercício 6. Uma empresa fabrica dois produtos, A e B. O volume de vendas de A é de no mínimo 80% do total de vendas de ambos. Contudo, a empresa não pode vender mais do que 100 unidades de A por dia. Ambos os produtos usam uma matéria-prima cuja disponibilidade máxima diária é 240 lb. As taxas de utilização da matéria-prima são 2 lb por unidade de A e 4 lb por unidade de B. Os lucros unitários para A e B são $ 20 e $ 50, respectivamente. Determine a quantidade de cada produto para que o lucro seja máximo. Exercício 7. Uma empresa fabrica chapas e barras de alumínio. A capacidade máxima de produção estimada são 800 chapas ou 600 barras por dia. A demanda máxima diária são 550 chapas e 580 barras. O lucro por tonelada é $ 40 por chapa e $ 35 por barra. Determine a quantidade ótima de produção diária. Exercício 8. Um indivíduo quer investir $ 5.000 no próximo ano em dois tipos de investimento: o investimento A rende 5% e o investimento B rende 8%. Pesquisas de mercado recomendam uma alocação de no mínimo 25% em A e no máximo 50% em B. Além do mais, o investimento em A deve ser no mínimo metade do investimento em B. Como o fundo deveria ser alocado aos dois investimentos? Exercício 9. Uma máquina produz dois tipos A e B de frascos de vidro, mas não simultaneamente. Ao produzir um frasco do tipo A, ela gasta 0,2 horas, e ao produzir um tipo B, gasta 0,4 horas. Sabendo que a máquina pode trabalhar no máximo 16 horas por dia e que o fabricante tem um lucro de $ 2 com um frasco tipo A e $ 3 com um frasco tipo B, quantos frascos de cada tipo devem ser produzidos para que o lucro seja máximo? Exercício 10. Numa indústria química há uma caldeira cuja margem de segurança é tal que a pressão P medida em atmosferas, e a temperatura T, medida em graus Celsius, devem ser reguladas de maneira que 10 400P T+ ≤ . Quer-se usar a caldeira para que seja processada uma determinada reação. Para que isto ocorra da forma desejada, a temperatura deve estar entre 80°C e 300°C, e a pressão entre 1 e 20 atmosferas. A que temperatura e pressão deve trabalhar a caldeira para que a reação se processe no menor tempo possível, se sabemos que a velocidade da reação é dada por 2 30 20v T P= + + ? Capítulo 1 Programação Linear e PLI Pesquisa Operacional II Jhoab Negreiros 10 3 Programação Linear Inteira Programação linear inteira (PLI) são programações lineares nas quais algumas ou todas as variáveis estão restritas a valores inteiros. De maneira geral, o problema passívelde solução por programação inteira deve apresentar as seguintes características: i. Função objetivo linear; ii. Restrições lineares; iii. Variáveis positivas; iv. Algumas ou todas variáveis inteiras. Exemplo 4. Maximizar o problema de programação linear inteira. Função objetivo: � � 5�� � 4� Restrições:" �� � � ≤ 5,510�� � 6� ≤ 45,2��, � '�()'*�+ �ã- �).�('/�+ 4 Atividades Exercício 11. Uma máquina é usada para produzir produtos intercambiáveis. A máquina é capaz de fazer no máximo 20 unidades do produto 1 e 10 unidades do produto 2. Alternativamente, a máquina pode ser ajustada para produzir no máximo 12 unidades do produto 1 e 25 unidades do produto 2 por dia. A análise de mercado mostra que a máxima demanda diária dos dois produtos combinados é 35 unidades. Dado que os lucros unitários para os dois produtos respectivos são R$ 10 e R$ 12, qual dos dois ajustes da máquina deve ser selecionado? Formule a questão como um problema de PLI e ache a solução ótima. Exercício 12. Uma fábrica produz três produtos. Os requisitos de mão-de-obra e matéria-prima para os três produtos são dados na tabela a seguir. Produto Mão-de-obra requerida Matéria-prima requerida por dia (hora/unidade) por dia (Kg/unidades) 1 3 4 2 4 3 3 5 6 Disponibilidade diária 100 100 Os lucros por unidade para os três produtos são R$ 25, R$ 30 e R$ 45, respectivamente. Se a fábrica quiser mesmo fabricar o produto 3, seu nível de produção deve ser no mínimo de cinco unidades diárias. Formule a questão como um problema de PLI mista e ache o mix ótimo.
Compartilhar