Baixe o app para aproveitar ainda mais
Prévia do material em texto
AULA 1 PESQUISA OPERACIONAL II Programação Inteira Prof. José Roberto Dale Luche SUMÁRIO Tipos de Problemas de Programação Inteira O problema do arredondamento Relaxação Linear Introdução Os problemas de Programação Linear onde todas ou algumas variáveis devem assumir valores inteiros são chamados de Problemas de Programação Inteira (PLI), sendo classificados como: PLI puro: Apenas variáveis inteiras PLI misto: Variáveis inteiras e outras contínuas Com ou sem variáveis binárias Aplicações de PLI Quadro de horários de Professores, escala de ônibus, enfermeiros; Planejamento de produção: sequenciamento de máquinas, controle de estoques; Problemas de localização de antenas de celulares, postos de saúde; Existem várias outras aplicações! Forma geral de um PLI Misto Max / Min Z = cx + hy Sujeito a: Ax + Dy ≤ b x Rn+, y Zp+ Dimensões A : m x n D : m x p x : n x 1 y : p x 1 c : 1 x n h : 1 x p b : m x 1 No PLI puro só existirão as variáveis y. No PLI binário, todas as variáveis y assumem 0 ou 1. Questão Resolver um problema de PLI será mais fácil por ter menos soluções viáveis para procurar o ótimo? R. Não, é muito mais demorado, será fácil perceber isso ao estudarmos o algoritmo Branch and Bound. Uma montadora produzirá dois modelos de carros, a Tabela a seguir traz detalhes quantitativos do problema. Formule o modelo de PLI que seja capaz de encontrar a solução que proporcionará o lucro máximo à empresa. Dado o seguinte problema Veículo Lucro unitário (mil R$) Tempo para Montagem (hs) Tempo para Pintura (hs) SUV 10 20 28 Passeio 7 15 6 Disp. mensal 320 250 Modelo algébrico Variáveis de decisão: x1: produção mensal do SUV x2: produção mensal do veículo de passeio Função Objetivo: Maximizar o Lucro Max z = 10x1 + 7x2 Sujeito a: 20x1 + 15x2 ≤ 320 (Tempo disponível para montagem) 28x1 + 6x2 ≤ 250 (Tempo disponível para pintura) x1, x2 ≥ 0 (Não negatividade) Z+ Solução com variáveis contínuas z = 153,4 x1 = 6,1 x2 = 13,2 Mas, interessa para a empresa produzir apenas 10% de um modelo e 20% do outro? Solução Inteira Arredondar ou Truncar o valor das variáveis: x1 = 6,1 x1 = 6 x2 = 13,2 x2 = 13 z = 153,4 z = 151 Quais os perigos? Solução não Factível! Solução distante da ótima. Solução Ótima Inteira x1 , x2 z+ Utilizando o LINDO: z = 152 MAX 10X1 + 7X2 x1 = 4 St x2 = 16 20X1 + 15X2 <= 320 28X1 + 6X2 <= 250 End gin 2 Uma solução inteira nunca retornará um valor de z melhor do que o encontrado com as variáveis relaxadas. Há várias soluções inteiras, qual a melhor? PLI Misto Agora suponha que existam variáveis inteiras e variáveis contínuas. Max z = 10x1 + 7x2 Sujeito a: 20x1 + 15x2 ≤ 320 28x1 + 6x2 ≤ 250 x1 ≥ 0 (Não negatividade) x2 Z+ (Inteiro positivo) PLI Misto Utilizando o LINDO: z = 153 MAX 10X1 + 7X2 x1 = 5,5 St x2 = 14 20X1 + 15X2 <= 320 28X1 + 6X2 <= 250 End gin x2 Lembrando: Variáveis contínuas: z = 153,4 x1 = 6,1 x2 = 13,2 Variáveis inteiras: z = 152 x1 = 4 x2 = 16 Problema 1 da Aula 18 de PO I O coordenador de curso selecionou aleatoriamente quatro alunos da turma do último semestre. Ele têm a média final de cada aluno em quatro disciplinas. Para cada disciplina, uma prova será aplicada e cada aluno será submetido a apenas uma delas. Sendo assim, o coordenador pretende distribuir as provas de forma que alcance maior chance possível dos alunos obterem o melhor desempenho geral. Supondo que o Alu 4 teve um problema de saúde e não pôde comparecer, um dos demais alunos deverá acumular uma segunda atividade, mas não poderá acumular PO e PCP. NOTAS PO SI PCP ECO ALU 1 5,0 6,0 7,5 8,0 ALU 2 7,0 6,0 6,5 9,0 ALU 3 5,0 8,0 9,5 7,5 ALU 1_2 - 6,0 - 8,0 ALU 2_2 - 6,0 - 9,0 ALU 3_2 - 8,0 - 7,5 PLI Binário - LINDO Max 5X11 + 6X12 + 7.5X13 + 8X14 + 7X21 + 6X22 + 6.5X23 + 9X24 + 5X31 + 8X32 + 9.5X33 + 7.5X34 + 6X42 + 8X44 + 6X52 + 9X54 + 8X62 + 7.5X64 st X11 + X12 + X13 + X14 = 1 X21 + X22 + X23 + X24 = 1 X31 + X32 + X33 + X34 = 1 X42 + X44 + X52 + X54 + X62 + X64 = 1 X11 + X21 + X31 = 1 X12 + X22 + X32 + X42 + X52 + X62 = 1 X13 + X23 + X33 = 1 X14 + X24 + X34 + X44 + X54 + X64 = 1 END int 18 Portanto, todas são restrições de exclusividade! REFERÊNCIAS BELFIORE, P.; FÁVERO, L. P. Pesquisa Operacional Para Cursos de Engenharia. Rio de Janeiro: Campus Elsevier, 2012 LACHTERMACHER, G. Pesquisa Operacional na Tomada de Decisões. São Paulo: LTC, 2016. MARINS, FERNANDO AUGUSTO SILVA. Introdução à Pesquisa Operacional. Cultura acadêmica, 2011.
Compartilhar