Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Resolução de PLs � O método gráfico resolve PLs com 2 variáveis � 3 variáveis se você for um ninja da geometria descritiva! � Precisamos de métodos para resolver PLs com qualquer número de variáveis 2 Pesquisa Operacional I Sistemas de equações lineares Prof.: Eduardo Uchoa http://www.logis.uff.br/~uchoa/POI/ 3 Representação algébrica � Um sistema de n variáveis e m equações pode ser representado como: 11 1 12 2 1 1 21 1 22 2 2 2 1 1 2 2 : n n n n m m mn n m a x a x a x b a x a x a x b S a x a x a x b + + + = + + + = + + + = … … � … 4 Representação matricial � Definindo-se as seguintes matrizes, o sistema S pode ser representado pelo produto: Ax = b 11 12 1 1 1 21 22 2 2 2 1 2 n n m m mn n m a a a x b a a a x b A x b a a a x b = = = � � � � � � � � � 5 Representação matricial 1 111 12 1 21 22 2 22 1 2 n n m n m n m m x ba a a a a a A a b x x ba a x b = = = � � � � � � � � � Matriz dos coeficientes 11 12 1 1 21 22 2 2 1 2 n n m m mn n m a a a b a a a b A b x x a a b x x = = = � � � � � � � � � Vetor de variáveis 11 12 1 1 21 22 1 22 2 1 2 n n m m mn mn b b b a a a x a a a x A x a a a x b = = = � � � � � �� � � Vetor dos termos independentes ou constantes do lado direito 6 Sistemas de equações lineares � Classificados quanto ao conjunto solução em: 1) Sistema determinado � Uma única solução 2) Sistema indeterminado � Infinitas soluções 3) Sistema inconsistente � Nenhuma solução 7 Sistemas de equações lineares m x m Caso 1: Sistema determinado � D = det A ≠ 0 � Posto(A) = m � A é uma matriz inversível, ou seja, A-1 existe � A solução do sistema pode ser representada por: x = A-1b 8 Sistemas de equações lineares m x m Exemplo x1 x2 2 x1 - x2 = 0 2 x1 + 3 x2 = 6 3 2 1 2 1 0 1 2 1 2 2 0 : 2 3 6 x x S x x − = + = 9 Sistemas de equações lineares m x m Caso 2: Sistema indeterminado � Posto(A) < m � Existem equações Linearmente Dependentes (LD) que podem ser eliminadas 10 Sistemas de equações lineares m x m Exemplo x1 x2 4 x1 + 6 x2 = 12 3 2 1 2 1 0 1 2 1 2 2 3 6 : 4 6 12 x x S x x + = + = 2 x1 + 3 x2 = 6 11 Sistemas de equações lineares m x m Caso 3: Sistema inconsistente 12 Sistemas de equações lineares m x m Exemplo x1 x2 x1 + x2 = 1 3 2 1 2 1 0 1 2 1 2 2 : 1 x x S x x + = + = x1 + x2 = 2 13 Resolução de sistemas lineares Operações elementares São transformações aplicadas a um sistema sem que seu conjunto-solução seja modificado. São estas: 1. Troca de ordem de equações 2. Multiplicação de uma equação por um escalar não-nulo 3. Soma da multiplicação de uma equação à outra 14 Resolução de sistemas lineares Eliminação de Gauss-Jordan � Método que busca a construção de uma matriz identidade por meio da aplicação de operações elementares � Também serve para: � Encontrar a inversa de uma matriz quadrada (se existir) � Calcular o posto de uma matriz � Detectar se o sistema é indeterminado 15 Resolução de sistemas lineares Exemplo ( ) ( ) ( ) 1 2 3 1 2 3 1 2 3 i i/2 ii i 2 3 2 i 2 7 ii 2 2 i i ii1 iii i iii 2i x x x x x x x x x = = + − = − = − − − + = + + = − 16 Resolução de sistemas lineares Exemplo ( ) ( ) ( ) 1 2 3 1 2 3 1 2 3 ii ii i iii iii 2 3 2 i i i/2 2 7 ii 2 2 1 iii 2i x x x x x x x x x = + − = − − = − ← − + = + + = − 17 Resolução de sistemas lineares Exemplo ( ) ( ) ( ) 1 2 3 1 2 3 1 2 3 ii ii i i 2 3 2 i i i/2 2 7 ii 2 2 1 ii ii ii ii 2i x x x x x x x x x + − = − ← − + = + + = − =− − = ( ) ( ) ( ) 1 2 3 1 2 3 1 2 3 1 3 1 i 2 2 2 7 ii ii i i i/2 iii iii 2 i i 2 2 1 iii i x x x x x x x x x + − = − − + = ← − + + = −= − = 18 Resolução de sistemas lineares Exemplo ( ) ( ) ( ) 1 2 3 2 3 1 2 3 i i/2 ii i 1 3 1 i 2 2 3 7 8 ii 2 2 2 2 1 iii i iii ii i i i 2 x x x x x x x x + − = − − + = + + = − ← − = − = 19 Resolução de sistemas lineares Exemplo ( ) ( ) ( ) 1 2 3 2 3 1 2 3 i i/2 ii i 1 3 1 i 2 2 3 7 8 ii 2 2 2 2 1 iii i iii ii i i i 2 x x x x x x x x + − = − − + = + + = − ← − = − = ( ) ( ) ( ) 1 2 3 2 3 2 3 1 3 1 i 2 2 3 7 8 ii ii ii/(-3 i / i ii/2 ii 2) 2 2 i ii i4 i i ii i1 x x x x x x x + − = − − + = ← = − = + − = 20 Resolução de sistemas lineares Exemplo ( ) ( ) ( ) 1 2 3 2 3 2 3 1 3 1 i i i ii/2 2 2 7 16 ii 3 ii ii/ 3 4 1 (-3/2) iii iii iii ii x x x x x x x = + − = − ← − − = − = = − + 21 Resolução de sistemas lineares Exemplo ( ) ( ) ( ) 1 2 3 2 3 2 3 1 3 1 i i i ii/2 2 2 7 16 ii 3 ii ii/ 3 4 1 (-3/2) iii iii iii ii x x x x x x x = + − = − ← − − = − = = − + ( ) ( ) ( ) 1 3 2 3 2 3 i i ii/2 ii ii 1 5 i 3 3 7 16 ii 3 3 4 1 iii iii iii /(-3/2) ii x x x x x x − = − = − == − + = ← − 22 Resolução de sistemas lineares Exemplo ( ) ( ) ( ) 1 3 2 3 3 i i (iii/3) ii ii [(7 1 5 i 3 3 7 16 ii 3 3 19 19 iii iii iii / (19 / 3) 3 3 /3)(iii)] x x x x x = − = − = + − = ← = + 23 Resolução de sistemas lineares Exemplo ( ) ( ) ( ) 1 3 2 3 3 i i (iii/3) ii ii [(7 1 5 i 3 3 7 16 ii 3 3 19 19 iii iii iii / (19 / 3) 3 3 /3)(iii)] x x x x x = − = − = + − = ← = + ( ) ( ) ( ) 1 3 2 3 3 ii ii [(7/3)(iii 1 5 i i i (iii )] /3 iii iii / (19 / 3) ) 3 3 7 16 ii 3 3 1 iii x x x x x − = ← + − = − = + = = 24 Resolução de sistemas lineares Exemplo ( ) ( ) ( ) 1 2 3 3 2 i 7 16 ii ii ii [(7/3)(iii)] 3 3 1 iii i i (iii/3) iii iii / (19 / 3) x x x x = − = − ← = + = = + 25 Resolução de sistemas lineares Exemplo ( ) ( ) ( ) 1 2 3 3 2 i 7 16 ii ii ii [(7/3)(iii)] 3 3 1 iii i i (iii/3) iii iii / (19 / 3) x x x x = − = − = = + = = + ( ) ( ) ( ) 1 2 3 i i (iii/3) ii ii [(7/3 2 i 3 ii 1 iii )(iii)] iii iii / (19 / 3) x x x = = − = = = + = + 26 Resolução de PLs por enumeração de bases Prof.: Eduardo Uchoa 27 Programação linear � As restrições de um PL na formapadrão definem um sistema linear Ax = b, com Am×n e n ≥ m � O complicador é a existência das restrições de não-negatividade x ≥ 0 28 Definindo bases � Assuma que posto(A) = m (as equações LD podem ser detectadas e eliminadas pelo método de Gauss-Jordan) � Pode-se achar soluções para Ax = b da seguinte forma: 1. Selecione m colunas LI de A (não necessariamente contíguas) 2. A matriz m×m formada será chamada de B. Dizemos que B é uma base. As variáveis associadas a B são ditas básicas e definem o vetor m×1 xB . 3. As demais colunas formam uma matriz m×(n-m) chamada de N, as variáveis associadas são ditas não- básicas e definem o vetor (n-m)×1 xN . 29 Exemplo: Problema de Mix de Produção R$ 6,00 R$ 4,00 Lucro Unitário 8 h21 h24 hDisponibilidade 1,0 h/porta1,5 h/porta4,0 h/portaAlumínio 1,0 h/porta3,0 h/porta1,5 h/portaMadeira AcabamentoMontagemCorte 30 Exemplo: Problema de Mix de Produção R$ 6,00 R$ 4,00 Lucro Unitário 8 h21 h24 hDisponibilidade 1,0 h/porta1,5 h/porta4,0 h/portaAlumínio 1,0 h/porta3,0 h/porta1,5 h/portaMadeira AcabamentoMontagemCorte maximizar z = 4,0 xmad + 6,0 xal Sujeito a 1,5 xmad + 4,0 xal ≤ 24 3,0 xmad + 1,5 xal ≤ 21 1,0 xmad + 1,0 xal ≤ 8 xmad , xal ≥ 0 Converter para a forma padrão introduzindo variáveis de folga 31 Exemplo: Problema de Mix de Produção R$ 6,00 R$ 4,00 Lucro Unitário 8 h21 h24 hDisponibilidade 1,0 h/porta1,5 h/porta4,0 h/portaAlumínio 1,0 h/porta3,0 h/porta1,5 h/portaMadeira AcabamentoMontagemCorte maximizar z = 4,0 xmad + 6,0 xal Sujeito a 1,5 xmad + 4,0 xal + x3 = 24 3,0 xmad + 1,5 xal + x4 = 21 1,0 xmad + 1,0 xal + x5 = 8 xmad , xal , x3 , x4 , x5 ≥ 0 32 Representação matricial do sistema 3 4 5 3 4 5 1,5 4,0 1 0 0 24 3,0 1,5 0 1 0 21 1,0 1,0 0 0 1 8 1,5 4,0 1 0 0 24 3,0 1,5 0 1 0 21 1,0 1,0 0 0 1 8 mad al mad al x x A x x b x x x x x x x Ax b = = = → = = 33 Montando uma base 3 4 5 1,5 4,0 1 0 0 24 3,0 1,5 0 1 0 21 1,0 1,0 0 0 1 8 mad al x x A x x b x x = = = Selecionar 3 variáveis. 34 Montando uma base 3 5 4 4,0 0 1,5 1 1, 1,5 1 0 24 3,0 0 0 21 1 0 0 10 0, 8 mad al x A x x x x x b = = = Por exemplo, xmad, x3 e x5 35 Reescrevendo o sistema separando as variáveis básicas e não-básicas 3 4 5 3 4 5 1,5 1 0 4,0 0 24 3,0 0 0 1,5 1 21 1,0 0 1 1,0 0 8 1,5 1 0 4,0 0 24 3,0 0 0 1,5 1 21 1,0 0 1 1,0 0 mad al B N mad al B N x x B N x x x b x x x x Ax b Bx Nx b x x x = = = = = = ↔ + = → + = 8 36 Encontrando a solução básica Fazendo xN = 0, o único valor possível para é xB = B-1.b A solução x= (xB=B-1.b, xN= 0) é chamada de solução básica do sistema Ax = b associada a base B. 1 1 3 5 1,5 1 0 24 7 3,0 0 0 21 13,5 1,0 0 1 8 1 mad B B x Bx b x B b x x − − = → = → = ⋅ = 37 Encontrando a solução básica Fazendo xN = 0, o único valor possível para é xB = B-1.b Para encontrar xB não é preciso calcular B-1. Basta resolver o sistema BxB = b. 1 1 3 5 1,5 1 0 24 7 3,0 0 0 21 13,5 1,0 0 1 8 1 mad B B x Bx b x B b x x − − = → = → = ⋅ = 38 Soluções básicas viáveis �Uma solução básica em que x = (xB, xN) ≥ 0 é chamada de solução básica viável, ou seja, é uma solução legítima do PL �Uma solução x = (xB, xN) com alguma variável < 0 é uma solução básica não-viável do PL Propriedade: Se um PL possui uma única solução ótima, essa solução é básica viável. Propriedade: Se um PL possui múltiplas soluções ótimas, existem pelo menos 2 soluções básicas viáveis ótimas. 39 Um PL pode ser resolvido por enumeração de soluções básicas Para resolvermos um PL, podemos nos limitar a olhar apenas as soluções básicas, ou seja, testar todas as soluções básicas e pegar a melhor (de acordo com a função objetivo) que seja viável. Porém o número de soluções básicas é: Este número pode ser muito grande e, portanto, o método é ineficiente e só serve para problemas pequenos. ( ) ! ! ! n n m m n m = − 40xmadeira 5 10 15 x a l u m í n i o 5 1 0 VARIÁVEIS BÁSICAS VARIÁVEIS NÃO BÁSICAS FOLGACORTE, FOLGAMONTAGEM, FOLGAACABAMENTO XMADEIRA, XALUMÍNIO XMADEIRA, FOLGAMONTAGEM, FOLGAACABAMENTO FOLGACORTE, XALUMÍNIO XALUMÍNIO, FOLGAMONTAGEM, FOLGAACABAMENTO FOLGACORTE, XMADEIRA FOLGACORTE, XMADEIRA, FOLGAACABAMENTO FOLGAMONTAGEM, XALUMÍNIO FOLGACORTE, XALUMÍNIO, FOLGAACABAMENTO FOLGAMONTAGEM, XMADEIRA FOLGACORTE, FOLGAMONTAGEM, XMADEIRA FOLGAACABAMENTO, XALUMÍNIO FOLGACORTE, FOLGAMONTAGEM, XALUMÍNIO FOLGAACABAMENTO, XMADEIRA XMADEIRA, XALUMÍNIO, FOLGACORTE FOLGAMONTAGEM, FOLGAACABAMENTO XMADEIRA, XALUMÍNIO, FOLGAMONTAGEM FOLGACORTE, FOLGAACABAMENTO XMADEIRA, XALUMÍNIO, FOLGAACABAMENTO FOLGACORTE, FOLGAMONTAGEM Geometria das soluções básicas 41 As soluções básicas viáveis correspondem aos pontos extremos do espaço de soluções. Geometria das soluções básicas viáveis 42 OBSERVAÇÃO Este material refere-se às notas de aula do curso TEP117 (Pesquisa Operacional I) da Universidade Federal Fluminense (UFF) e foi criado a partir das notas do Prof. Rodrigo A. Scarpel do ITA (www.mec.ita.br/~rodrigo) e não pode ser reproduzido sem autorização prévia de ambos os autores. Quando autorizado, seu uso é exclusivo para atividades de ensino e pesquisa em instituições sem fins lucrativos.
Compartilhar