Prévia do material em texto
Pesquisa Operacional Aplicada a Engenharia Conteúdo da Seção • Conceitos Fundamentais – Otimização – Soluções • Soluções Viáveis e Inviáveis • Soluções Ótimas • Análise pelo Método Gráfico – Variando o sinal da restrição – Problema de Minimização Problemas de Otimização • Otimizar = maximizar ou minimizar – Veja que o esforço de atingir exatamente um determinado valor pode ser modelado como minimizar o quadrado da diferença para este valor. • Em problemas de otimização, busca-se maximizar ou minimizar uma função, chamada de objetivo, que depende de um número finito de variáveis de entrada. • As variáveis de entrada podem ser: – independentes uma das outras; – relacionadas uma com as outras por meio de uma ou mais restrições. Programação Matemática • Um problema de programação matemática é um problema de otimização no qual o objetivo e as restrições são expressos como funções matemáticas e relações funcionais... = = nnn n n n b b b xxxg xxxg xxxg xxxfz : ),...,,( : ),...,,( ),...,,( :a Sujeito ),...,,( :Otimizar 2 1 21 212 211 21 Variáveis de Decisão • x1 , x2 , ... ,xn , são chamadas de Variáveis de Decisão. • As variáveis de decisão representam valores e quantidades relativas a itens que estão no centro do problema, e que podemos escolher (decidir) livremente. • As variáveis de decisão representam as opções que um administrador têm para atingir um objetivo: – Quanto produzir para maximizar o lucro? – Quanto comprar de uma ação para minimizar o risco da carteira? – Como distribuir bônus ou participação nos lucros aos funcionários para maximizar a satisfação e o comprometimento do time? Programação Linear • Um problema de programação matemática é linear se a função-objetivo e cada uma das funções que representam as restrições forem lineares, isto é, na forma abaixo: 𝑓 𝑥1, 𝑥2, … , 𝑥𝑛 = 𝑐1𝑥1 + 𝑐2𝑥2 +⋯+ 𝑐𝑛𝑥𝑛 E 𝑔𝑖 𝑥1, 𝑥2, … , 𝑥𝑛 = 𝑎𝑖1𝑥1 + 𝑎𝑖2𝑥2 +⋯+ 𝑎𝑖𝑛𝑥𝑛 Quebrando a Linearidade • Qualquer expressão que não seja na forma citada anteriormente é não linear, como por exemplo: ൠ log𝑎 𝑥1 𝑎𝑥1 para qualquer valor de 𝑎! 𝑥1 𝑛 para 𝑛 ≠ 1 Programação Linear Exemplos 1 2 1 2 1 2 1 2 . . 3 4 26 18 10 60 , 0 Max Z x x s r x x x x x x = + + + 1 2 1 2 1 2 1 2 2 s.r. 2 3 30 200 20 500 , 0 Min Z x x x x x x x x = + + + = Programação Linear Terminologia • Solução – No campo de Programação Linear é qualquer especificação de valores para as variáveis de decisão, não importando se essa especificação se trata de uma escolha desejável ou permissível. x1 = 2 ; x2 = 2 (2,2)S = x1 = 3 ; x2 = 4 (3,4)S = 1 2 1 2 1 2 1 2 s.r. 3 4 26 18 10 60 , 0 Max Z x x x x x x x x = + + + Classificação das Soluções • Solução Inviável – É uma solução em que alguma das restrições ou as condições de não- negatividade não são atendidas. • Solução Viável – É uma solução em que todas as restrições são satisfeitas. x1 = 2 ; x2 = 2 (2,2)S = x1 = 3 ; x2 = 4 (3,4)S = 1 2 1 2 1 2 1 2 s.r. 3 4 26 18 10 60 , 0 Max Z x x x x x x x x = + + + Solução Viável Solução Inviável Valor da Função-Objetivo • É especialmente importante verificar como fica o valor da função-objetivo (Z) nas soluções viáveis que podemos determinar: (1,1)S = 2Z = (2,1)S = 3Z = (3,2)S =5Z = 1 2 1 2 1 2 1 2 s.r. 3 4 26 18 10 60 , 0 Max Z x x x x x x x x = + + + A Solução Ótima • A Solução Ótima é uma solução viável especial. • Dentre todas as soluções viáveis, aquela(s) que produzir(em) o valor da função-objetivo otimizado é chamada de ótima. • Existem diversas maneiras de determinar a solução ótima. Em geral, para problemas lineares de pequeno porte como todos que serão vistos neste curso, é usado o método Simplex, em sua forma gráfica ou tabular. • O método simplex está implementado em diversos softwares, inclusive no Excel! Programação Linear Solução Gráfica • Quando o problema envolve apenas duas variáveis de decisão, a solução ótima de um problema de programação linear pode ser encontrada graficamente. • Considere buscar a solução ótima para o problema abaixo: 1 2 1 2 1 2 1 2 4 2 . . 5 4 7 0 0 Max Z x x s r x x x x x x = + + Solução Gráfica – passos Primeiro Passo • Antes de considerar qualquer restrição, todo o plano cartesiano é solução viável. • Quando colocamos uma restrição recortamos uma parte do plano cartesiano: a parte que não atende à restrição. 1 0x Solução Gráfica – passos 1 0x Segundo Passo ▪ Considerando uma nova restrição, haverá um novo corte, reduzindo ainda mais o conjunto de soluções viáveis. 2 0x Solução Gráfica – passos 1 5x 1 0x Este conjunto que está se formando é chamado de região viável. Observação ▪ As duas restrições de não negatividade definem, juntas, que a região viável está no primeiro quadrante. ▪ Como são condições comuns, geralmente a análise se concentra no primeiro quadrante. Terceiro Passo ▪ Colocar a terceira restrição. 2 0x Solução Gráfica – passos 1 5x 1 0x Quarto Passo ▪ A última restrição que se refere a somente uma variável. ▪ Observe que a região viável não depende da ordem em que as restrições são analisadas. 2 0x 2 4x Solução Gráfica – passos 1 5x 1 0x 1 2 7x x+ 2 0x 2 4x Quinto Passo ▪ A última restrição relaciona as duas variáveis simultaneamente. ▪ Devemos primeiro representar a reta de suporte desta restrição: ▪ Depois escolher qual lado é viável ou não. Para tanto, escolha um ponto qualquer e substitua na restrição. ▪ Por exemplo, (0,0) pertence à região viável, pois 0 + 0 ≤ 7. 1 2 7x x+ = Solução Gráfica – passos 1 5x 2 4x 1 0x 2 0x 1 2 7x x+ ▪ A região viável está totalmente definida Quinto Passo ▪ Estudar a função objetivo dentro da região viável: ▪ Para um ponto qualquer, Z é uma constante, e a sua expressão pode ser escrita como uma equação geral de reta: 1 24 2Z x x= + 2 12 2 Z x x= − Solução Gráfica – passos ▪ Assim, para qualquer ponto, há um dado valor de Z, e Para cada valor de Z há uma reta que representa todos os pontos com este valor de Z ▪ No Ponto (0 , 0): ▪ E a reta é: 1 24 2 4 0 2 0 0 Z x x= + = + = 2 1 2 1 2 2 2 Z x x x x = − = − Z = 0 Solução Gráfica – passos ▪ Variando o valor de Z vemos como ela se desloca em função desta variação ▪ No Ponto (0 , 4): ▪ E a reta é: 1 24 2 4 0 2 4 8 Z x x= + = + = 2 1 2 1 2 2 4 2 Z x x x x = − = − Z = 0 Z = 8 Solução Gráfica – passos ▪ O valor de Z deve ser projetado na direção que otimiza (maximiza), de maneira a ainda estar em algum ponto da região viável ▪ Assim, no ponto (5 , 2) a função objetivo foi deslocada o máximo possível na direção em que é ótima. ▪ x1 = 5 e x2 = 2 é a solução ótima. E o valor da função objetivo é Z = 24 (máximo).Z = 0 Z = 8 Z = 20 Z = 24 (3 , 4) (5 , 2) Programação Linear Solução Gráfica - Exercício • Considere o seguinte o problema de LP • Encontrar a solução ótima usando o método gráfico 1 2 1 2 1 2 1 2 =4 2 . . 2 3 143 2 12 , 0 Max Z x x s r x x x x x x + + + Solução Gráfica - Exercício ▪ Como o problema possui as condições de não negatividade, podemos já partir do primeiro quadrante Solução Gráfica - Exercício 1 23 2 12x x+ Solução Gráfica - Exercício ▪ A interseção das duas retas suporte das restrições é o ponto 1 23 2 12x x+ 1 22 3 14x x+ ( )1,6;3,6 (1,6 , 3,6) Solução Gráfica - Exercício Z = 0 Z = 4,7 Z = 13,6 Z = 16 (1,6 , 3,6) (4 , 0) ▪ Deslocando a função objetivo no sentido da maximização... ▪ Chegamos à solução ótima: x1 = 4 x2 = 0 Z = 16 Variando o sinal da restrição • Examinar a região viável e a solução ótima dos seguintes problemas: 1 2 1 2 1 2 1 2 3 . . 8 4 2 8 , 0 Max x x s r x x x x x x + + 1 2 1 2 1 2 1 2 3 . . 8 4 2 8 , 0 Max x x s r x x x x x x + + O que a mudança em apenas um sinal de uma das restrições pode provocar? Análise Gráfica • Primeiro Passo: já considerando as restrições de não negatividade é possível partir de todo o primeiro quadrante do plano cartesiano. Neste plano, fazer os cortes das duas primeiras restrições, que são mais óbvias: x1 x2 1 8x 2 4x Análise Gráfica • Segundo Passo: para a restrição que envolve simultaneamente as duas variáveis, deve-se começar determinando a reta suporte – A reta suporte vai dividir a região viável em duas partes, uma delas deixará de fazer parte da região viável. x1 1 22 8x x+ = Reta Suporte da 3ª restrição (em ambos modelos):Região 2 Região 1 x2 Análise Gráfica • Terceiro Passo: escolher a região em função do sinal da restrição. Para tanto, testa-se algum ponto de uma das regiões para verificar se ele está dentro ou fora da restrição. x1 1 22 8x x+ Substituindo no ponto mais simples, x1 = 0 e x2 = 0, verifica-se que a região viável é a Região 1Região 1 Primeiro Modelo:x2 Análise Gráfica • Terceiro Passo segundo modelo x1 x2 Região 2 1 22 8x x+ Substituindo no ponto mais simples, x1 = 0 e x2 = 0, verifica-se que a região viável é a Região 2 Segundo Modelo: Análise Gráfica • Quarto Passo: a inclinação da região viável e verificar em que ponto ela assume valor máximo x1 No ponto (0,4): Região Viável Primeiro Modelo x2 1 23 3 0 4 4Z x x= + = + = 1 2 1 23 4 3Z x x x x= + = + Z=4 No ponto (8,0): 1 23 3 8 0 24Z x x= + = + = 1 2 1 23 24 3Z x x x x= + = + Z=24 Análise Gráfica • Quarto Passo x1 x2 Região Viável Segundo Modelo No ponto (8,0): 1 23 3 8 0 24Z x x= + = + = 1 2 1 23 24 3Z x x x x= + = + Z=24 No ponto (0,4): 1 23 3 0 4 4Z x x= + = + = 1 2 1 23 4 3Z x x x x= + = + Z=4 No ponto (8,4): 1 23 3 8 4 28Z x x= + = + = 1 2 1 23 28 3Z x x x x= + = + Z=28 Variando o sinal da restrição • A mudança em apenas um sinal de apenas uma das restrições provocou: – Alteração da região viável – Alteração da solução ótima • Para um determinado tipo de restrição (redundantes – definições no fim desta seção) que estas consequências nem sempre ocorrem 1 2 1 2 1 2 1 2 3 . . 8 4 2 8 , 0 Max x x s r x x x x x x + + 1 2 1 2 1 2 1 2 3 . . 8 4 2 8 , 0 Max x x s r x x x x x x + + Modelo 1 Modelo 2 Solução ótima: x1 = 8, x2 = 0, Z = 24 Solução ótima: x1 = 8, x2 = 4, Z = 28 Variando o sinal da restrição • Uma restrição também pode ser modelada com o sinal de igualdade; – Neste caso, a região viável se resume a um segmento de reta. 1 2 1 2 1 2 1 2 3 . . 8 4 2 8 , 0 Max x x s r x x x x x x + + = x1 x2 1 8x 2 4x Exemplo Receita de Xarope • Um farmacêutico fabrica um medicamento a partir de dois ingredientes naturais: xarope de alcachofra e xarope de boldo. Estes insumos são dados em unidades de 100ml que são combinadas com água para formar o medicamento final. – Cada unidade do xarope de alcachofra tem 2 gramas de vitamina e 3 gramas de cinarina (composto de gosto amargo) – Cada unidade do xarope de boldo tem 4 gramas de vitamina e 1,5 grama de cinarina • O medicamento precisa conter pelo menos 14 gramas de vitamina e não mais do que 12 gramas de cinarina • Se cada unidade do extrato de alcachofra custa $4 e o de cinarina custa $3, e descartando o custo da água, como o medicamento pode ser feito com o menor custo total? Receita de Xarope • Quem decide? • O que o decisor deve decidir? • Com que objetivo ele deve tomar a decisão? • Com que restrições a decisão será tomada? – O farmacêutico – Quantas unidades de cada xarope incluir no medicamento – Chamemos de x1 e x2 o total de unidades de xarope de alcachofra e boldo, respectivamente, que irão compor o medicamento. –Minimizar o custo total – Quantidade mínima de vitamina – Quantidade máxima de cinarina O Modelo para a Receita do Xarope • Função-objetivo – Minimizar o custo total • Restrições – Mínimo de Vitamina – Máximo de Cinarina – Não Negatividade 1 0x 2 0x e 1 2 4 3Min x x+ 1 22 4 14x x+ 1 23 1,5 12x x+ Problemas de Minimização • O processo de resolução gráfica de um problema de minimização é análogo ao de maximização, isto é: 1. Utiliza as restrições para determinar a região viável (o conjunto de soluções viáveis). 2. Utiliza a função-objetivo para determinar qual dos vértices da região viável é solução ótima. • A diferença é que a solução ótima levará a função-objetivo ao menor valor possível. Problema de Minimização Solução Gráfica Z = 24Z = 18Z = 10,5 1 23 1,5 12x x+ 1 22 4 14x x+ (0 ; 3,5) (0 ; 8) (3 ; 2) A opção mais barata é usar somente 3,5 unidades do xarope de boldo. O custo total será de R$10,5.