Baixe o app para aproveitar ainda mais
Prévia do material em texto
PESQUISA OPERACIONAL Programação Linear - PL Profa. Fátima Martins - UFCG Programação Linear - PL • É uma das principais ferramentas da PO. • A função objetivo e todas as restrições são representadas por funções lineares. • Variáveis são contínuas. • Objetivo – maximização (ou minimização) de uma função objetivo linear com relação as variáveis de decisão do modelo. • Respeitando-se as limitações (restrições) do problema expressas por um sistema de equações e inequações associadas com as variáveis de decisão do modelo. Incluindo as de não negatividade. Programação Linear - PL • Modelagem do problema: variáveis de decisão, função objetivo e restrições • A partir da construção do modelo matemático que representa o problema real de PL, o próximo passo consiste em terminar a SOLUÇÃO ÓTIMA. • A solução ótima é aquela com maior valor (se o problema for de maximização) ou menor valor (se o problema for de minimização) na função objetivo e que satisfaz as restrições lineares impostas. Como encontrar a solução de problemas através da PL? MAXIMIZAÇÃO MINIMIZAÇÃO Programação Linear - PL Formulação Matemática de um modelo geral de Programação Linear Os problemas de programação linear buscam determinar valores ótimos para as variáveis de decisão X1, X2, ..... Xn, que devem ser contínuas.. que está sujeita a um conjunto de restrições lineares de igualdade (equações com sinal do tipo =) e/ou de desigualdade ( inequações com sinal do tipo ≤ ou ≥ ). a fim de maximizar ou minimizar a função linear Z, As soluções que satisfazem todas as restrições, inclusive as de não negatividade, são chamadas soluções factíveis. A solução factível que apresenta melhor valor da função objetivo é chamada de solução ótima. Programação Linear - PL RESUMINDO: Passos básicos na obtenção de modelos de PL 1. Identificar as variáveis de decisão, representá-las em simbologia algébrica. 2. Identificar o objetivo de interesse no problema, representá-lo como função linear em termos das variáveis de decisão, que deverá ser maximizada ou minimizada. 3. Identificar as restrições do problema, expressá-las como equações ou inequações lineares em termos das variáveis de decisão. Programação Linear - PL Representação matemática do modelo: max ou mim Z = f (x1, x2, ..... xn ) = c1 x1 + c2 x2, ..... cnxn Sujeito a: ɑ11x1 + ɑ12x2 +......... +ɑ1nxn ) {≤ = ≥} b1 ɑ21x1 + ɑ22x2 +......... +ɑ2nxn ) {≤ = ≥} b2 . . ɑm1x1 + ɑm2x2 +......... +ɑmnxn ) {≤ = ≥} bm x1, x2, ..... xn ≥ 0 (restrição de não negatividade) Onde: Z é a função objetivo x1 são as variáveis de decisão ɑij é a constante das restrições b1 é o termo independente ou quantidade de recursos disponíveis ci é a constante da variável da função objetivo. Exemplo de problema de PL Formulando o modelo: variáveis de decisão, função objetivo e restrições Exemplo 1 Uma companhia deseja programar a produção de um utensílio de cozinha que requer o uso de dois tipos de recursos – mão-de-obra e material. A companhia está considerando a fabricação de três modelos e o seu departamento de engenharia forneceu os dados a seguir: Modelo A B C Mão-de-obra (horas por unidade) 7 3 6 Material (kg por unidade) 4 4 5 Lucro ($ por unidade) 4 2 3 O suprimento de material é de 200 kg por dia. A disponibilidade diária de mão- de-obra é 150 horas. 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. 1. Quais as variáveis de decisão? XA – produção diária do modelo A XB – produção diária do modelo B XC – produção diária do modelo C 2. Quais as restrições? (Limitação de mão-de-obra) 7XA + 3XB + 6XC 150 (Limitação de material) 4XA + 4XB +5XC 200 (Não-negatividade) XA 0, XB 0, XC 0. 2 . Qual a função objetivo? maximização do lucro total Max Z = 4XA + 2XB +3XC Formulando o modelo Exemplo de problema de PL Exemplo 2 Uma empresa fabrica dois produtos P1 e P2. O lucro unitário de P1 é de R$ 1.000,00 e o lucro unitário de P2 é de R$ 1.800,00. A empresa precisa de 20 horas para fabricar uma unidade de P1 e de 30 horas para fabricar uma unidade e P2. O tempo anual de produção disponível é de 1.200 horas. Alem disso, a demanda esperada para cada produto é de 40 unidades anuais para P1 e 30 unidades anuais de P2. Qual o plano de produção para que a empresa maximize seu lucro nesses itens? Construa o modelo de programação linear: 1. Quais as variáveis de decisão? X1 – Quantidade de P1 X2 – Quantidade de P2 2. Quais as restrições? Relacionada ao tempo e demanda (Tempo de produção ) 20X1 + 30X2 1200 (Demanda esperada de P1) X1 40 (Não-negatividade) X1 0, X2 0 2 . Qual a função objetivo? maximização do lucro Max L = 1000X1 + 1800X2 (Demanda esperada de P2) X2 30 Formulando o modelo Encontrar quantidade para X1, X2 tais que: Max Z = 1000X1 + 1800X2 Sujeito as restrições: 20X1 + 30X2 1200 X1 40 X2 30 X1 0, X2 0 modelo Exemplo 3 Um sapateiro fabrica 6 sapatos por hora, se fizer somente sapatos; e 5 cintos por hora, se fizer somente cintos. Ele gasta 2 unidades de couro para fabricar 1 sapato e 1 unidade de couro para fabricar um cinto. O total disponível de couto é de 6 unidades. O lucro unitário para sapatos é de $ 5,00 e o do cinto é de $ 2. Defina o plano de produção do sapateiro, visando maximizar o lucro por hora. Construa o modelo de programação linear: Exemplo de problema de PL 1. Quais as variáveis de decisão? X1 – Quantidade de Sapatos X2 – Quantidade de cintos 2. Quais as restrições? Relacionada ao tempo e couro (Tempo de produção ) 10X1 + 12X2 60 (Disponibilidade de couro) 2X1 + 1X2 6 (Não-negatividade) X1 0, X2 0 2 . Qual a função objetivo? maximização do lucro Max Z = 5X1 + 2X2 6 sap = 1 hora 1 sap = 10 min 5 cint = 1 hora 1 cint = 12 min Formulando o modelo Encontrar quantidade para X1, X2 tais que: Max Z= 5X1 + 2X2 Sujeito as restrições: 10X1 + 12X2 60 2X1 + 1X2 6 X1 0, X2 0 Modelo Modelo de Programação linear na forma Padrão e Canônica: max ou mim z = f (x1, x2, ..... xn ) = c1 x1 + c2 x2, ..... cnxn sujeito a: ɑ11x1 + ɑ12x2 +......... +ɑ1nxn = b1 ɑ21x1 + ɑ22x2 +......... +ɑ2nxn = b2 . . ɑm1x1 + ɑm2x2 +......... +ɑmnxn ) = bm xJ ≥ 0, j = 1,2,...n (restrição de não negatividade) PADRÃO • Os termos independentes devem ser não negativos • Todas as restrições devem ser equações lineares na forma de igualdade • As variáveis de decisão devem ser não negativas. max z = f (x1, x2, ..... xn ) = c1 x1 + c2 x2, ..... cnxn Sujeito a: ɑ11x1 + ɑ12x2 +......... +ɑ1nxn ≤ b1 ɑ21x1 + ɑ22x2 +......... +ɑ2nxn ≤ b2 . . ɑm1x1 + ɑm2x2 +......... +ɑmnxn ≤ bm x1, x2, ..... xn ≥ 0 (restrição de não negatividade) Modelo de Programação linear na forma Padrão e Canônica: CANÔNICA (de maximização) Se a função objetivo for de maximização, todas as restrições devem ser representadas com sinal do tipo ≤ Modelo de Programação linear na forma Padrão e Canônica: CANÔNICA (de minimização) min z = f (x1, x2, ..... xn ) = c1 x1 + c2 x2, ..... cnxn sujeito a: ɑ11x1 + ɑ12x2 +......... +ɑ1nxn ≥ b1 ɑ21x1 + ɑ22x2 +......... +ɑ2nxn ≥ b2 . . ɑm1x1 + ɑm2x2 +......... +ɑmnxn ≥ bm x1, x2, ..... xn ≥ 0 (restrição de não negatividade) Se a função objetivo for de minimização, todas as restrições devem ser representadas com sinal do tipo ≥ Transformações para a forma padrão ou canônica • Problema padrão de maximização pode ser transformado em um de minimização • Problema padrãode minimização pode ser transformado em um de maximização Transformando a função objetivo Multiplica toda a função por -1 e troca o objetivo para Min Multiplica toda a função por -1 e troca o objetivo para Max EXEMPLO: Max Z= 5X1 + 2X2 Min - Z= - 5X1 - 2X2 EXEMPLO: Min Z = 80X1 + 100X2 Max - Z = - 80X1 - 100X2 Transformações para a forma padrão ou canônica • Restrição de desigualdade do tipo ≤ pode ser transformada em outra do tipo ≥ • Restrição de desigualdade do tipo ≥ pode ser transformada em outra do tipo ≤ Transformando as restrições ≥ e ≤ Exemplo: 10X1 + 12X2 60 -10X1 - 12X2 ≥ - 60 Multiplica toda a função por -1 e vira o sinal Multiplica toda a função por -1 e vira o sinal Exemplo: 20X1 + 30X2 ≥ 120 - 20X1 - 30X2 ≤ - 120 • Restrição de igualdade pode ser transformada em duas de desigualdade Transformando as restrições de = em ≥ e ≤ Transformações para a forma padrão ou canônica EXEMPLO: 40X1 + 60X2 = 150 40X1 + 60X2 ≥ 150 40X1 + 60X2 ≤ 150 • Restrição de desigualdade do tipo ≤ pode ser reescrita por meio de uma equação de igualdade com a adição de uma variável não negativa no lado esquerdo – variável de folga Transformando as restrições de ≤ em = Transformações para a forma padrão ou canônica Explicando: Se em tenho: 5x1 + 2x2 ≤ 40. Eu posso alterar para 5x1 + 2x2 = 40 ??? Agora, se atribuir um valor para X1 e para X2, o que acontece? Vamos atribuir 0 para as duas variáveis. 0 + 0 = 40 Está correto? NÃO 5x1 + 2x2 + X3 = 40. 0 + 0 + X3 = 40 Está correto!! X3 = 40 Transformando as restrições de ≥ em = Transformações para a forma padrão ou canônica Explicando: Se em tenho: 5x1 + 2x2 ≥ 40. Se altero para 5x1 + 2x2 = 40. Posso fazer isso? Agora, se atribuir um valor para X1 e para X2, o que acontece? Vamos atribuir 0 para as duas variáveis. 0 + 0 = 40 Está correto? NÃO 5x1 + 2x2 - X3 = 40. 0 + 0 - X3 = 40 Está correto!! • Restrição de desigualdade do tipo ≥ pode ser transformada em uma equação de igualdade com a subtração de uma variável não negativa no lado esquerdo – variável de excesso - X3 = 40 ou X3 = - 40 Transformações para a forma padrão ou canônica • Uma variável Xj que não tem restrição de sinal, chamada variável livre, pode ser expressa com a diferença de duas variáveis não negativas. Explicando: uma variável X1, pode ser representada por + X1 – X1 ou + X1 – X1 = 0 Variável livre Transformações para a forma padrão ou canônica Transforme o problema a seguir na forma canônica Multiplicar por -1 Transformo em duas expressões uma com sinal ≥ e outra com sinal ≤, depois multiplico a que está com o sinal ≥ por -1 3x1 + 4x2 + 5x3 ≥ 580 Multiplico essa por -1 e vira o sinal 3x1 + 4x2 + 5x3 ≤ 580 Para um problema de PL a seguir, reescreva-o na forma padrão, a partir de uma função objetivo de minimização Transformações para a forma padrão ou canônica Max = 5x1 - 5x1 + 2x2 - 4x3 - x4 Ajustei a variável livre Colocando na forma padrão Variável de folga e ajusta a variável livre Variável de excesso e ajusta a variável livre Hipóteses do modelo de Programação Linerar Um problema de programação linear, a função objetivo e as restrições devem ser lineares, as variáveis de decisão devem ser contínuas e não negativas, e os parâmetros do modelo determinísticos, de forma a satisfazer as seguintes hipóteses: Proporcionalidade: para cada variável de decisão do modelo, a sua contribuição em relação a função objetivo e as restrições seja diretamente proporcional ao valor da variável de decisão. Hipóteses do modelo de Programação Linerar Hipóteses do modelo de Programação Linerar Hipóteses do modelo de Programação Linerar Aditividade: O valor da função objetivo ou de cada função de restrição é expresso pela soma das contribuições individuais de cada variável de decisão. Divisibilidade e não negatividade: cada uma variável de decisão pode assumir quaisquer valores não negativos dentro de um intervalo, podendo ser fracionário desde que atenda as restrições do modelo. Certeza: os coeficientes da função objetivo, das restrições e os termos independentes são determinísticos (constantes e conhecidos). •Transforme os problemas de maximização em minimização Multiplica toda a função por -1 e troca o objetivo para Min 1)Transforme os problemas na forma padrão Variável de folga Variável de Excesso Variável de Excesso 1) Transforme os mesmos problemas para a forma canônica Multiplica toda a função por -1 e troca o sinal
Compartilhar