Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
7 milhes
20 milhes
5 milhes
15 milhes
4 milhes
12 milhes
3 milhes
10 milhes
Modelagem:
Considerando as seguintes variveis de deciso:
FL = 1, se a fbrica construda em Los Angeles.
0, caso contrrio.
FS = 1, se a fbrica construda em San Francisco.
0, caso contrrio.
DL = 1, se o depsito construdo em Los Angeles.
0, caso contrrio.
DS = 1, se o depsito construdo em San Francisco.
0, caso contrrio.
O modelo proposto (considerando os coeficientes e constantes medidos em milhes de dlares):
MAXIMIZE 7FL + 5FS + 4DL + 3DS
SUBJECT TO
20FL + 15FS + 12DL + 10DS <= 25
FL + FS = 1 !impede fbrica em S.F. e em L.A.
DL + DS = 1 !impede depsito em S.F. e em L.A.
FL + DS = 1 !impede fbrica em L.A. e depsito em S.F.
FS + DL = 1 !mpede fbrica em S.F. e depsito em L.A.
FL <= 1
FS <= 1
DL <= 1
DS <= 1
END
GIN 4
* No enunciado, o valor de US$ 25.000,00, porm foi alterado para que o problema tivesse soluo. Com US$
25.000,00, seria impossvel expandir a indstria, fosse em Los Angeles, fosse em San Francisco.
Resoluo:
A resoluo do problema pelo mtodo simplex no programa LINDO mostrada a seguir:
LP OPTIMUM FOUND AT STEP
2
OBJECTIVE VALUE = 8.00000000
NEW INTEGER SOLUTION OF 8.00000000 AT BRANCH
0 PIVOT
BOUND ON OPTIMUM: 8.000000
ENUMERATION COMPLETE. BRANCHES= 0 PIVOTS=
2
8.000000
VARIABLE
FL
FS
DL
DS
VALUE
0.000000
1.000000
0.000000
1.000000
REDUCED COST
-7.000000
-5.000000
-4.000000
-3.000000
Interpretao:
A melhor alternativa construir a fbrica e o depsito em San Francisco, uma vez que o objetivo
maximizar o valor presente lquido.
Compras
Cozinhar
Lavar Pratos
Lavar Roupas
Eva
3,2
7,4
4,1
2,5
Estvo
3,9
6,8
4,5
2,7
Modelagem:
Considerando as seguintes variveis de deciso:
EVCOM =
1, se a agente Eva designada para a tarefa Compras.
0, caso contrrio.
EVCOZ =
1, se a agente Eva designada para a tarefa Cozinhar.
0, caso contrrio.
EVPRA =
1, se a agente Eva designada para a tarefa Lavar Pratos.
0, caso contrrio.
EVROU =
1, se a agente Eva designada para a tarefa Lavar Roupas.
0, caso contrrio.
ESCOM =
1, se o agente Estvo designado para a tarefa Compras.
0, caso contrrio.
ESCOZ =
1, se o agente Estvo designado para a tarefa Cozinhar.
0, caso contrrio.
ESPRA =
1, se o agente Estvo designado para a tarefa Lavar Pratos.
0, caso contrrio.
ESROU =
1, se o agente Estvo designado para a tarefa Lavar Roupas.
0, caso contrrio.
O modelo proposto :
MINIMIZE
3.2EVCOZ + 7.4EVCOZ + 4.1EVPRA + 2.5EVROU +
3.9ESCOZ + 6.8ESCOZ + 4.5ESPRA + 2.7ESROU
SUBJECT TO
EVCOM + ESCOM = 1
!somente um deles pode fazer compras
EVCOZ + ESCOZ = 1
!somente um deles pode cozinhar
EVPRA + ESPRA = 1
!somente um deles pode lavar os pratos
EVROU + ESROU = 1
!somente um deles pode lavar as roupas
EVROU + EVPRA + EVCOZ + EVCOM = 2
!Eva precisa realizar duas tarefas
ESROU + ESPRA + ESCOZ + ESCOM = 2
!Estvo precisa realizar duas tarefas
EVROU <= 1
EVPRA <= 1
EVCOM <= 1
EVCOZ <= 1
ESPRA <= 1
ESROU <= 1
ESCOM <= 1
ESCOZ <= 1
END
GIN 8
Resoluo:
A resoluo do problema pelo mtodo simplex no programa LINDO mostrada a seguir:
LP OPTIMUM FOUND AT STEP
3
OBJECTIVE VALUE = 17.2999992
FIX ALL VARS.(
17.30000
VARIABLE
EVCOZ
EVPRA
EVROU
ESCOZ
ESPRA
ESROU
EVCOM
ESCOM
VALUE
0.000000
1.000000
1.000000
1.000000
0.000000
0.000000
0.000000
1.000000
REDUCED COST
10.600000
4.100000
2.500000
10.700001
4.500000
2.700000
0.000000
0.000000
Interpretao:
Eva deve realizar as seguintes tarefas: Lavar pratos e Lavar Roupas.
Estvo deve realizar as seguintes tarefas: Fazer compras e Cozinhar.
Dessa forma, o tempo gasto por ambos em tarefas domsticas igual a 17.3 (mnimo).
MINIMIZE
x ij cij
i=1
SUBJECT TO
m
x ij=1 i=1..m
j =1
n
x ij=1 j=1..n
i=1
Portanto, para transformar o problema 2 num modelo de designao, precisamos eliminar a varivel
2 do lado direito de duas restries. Isso pode ser feito se adicionarmos tabela de custos mais duas
linhas, ou seja, dois agentes artificiais para realizarem essas tarefas. Esses agentes sero Eva' e
Estvo', que iro funcionar como clones de Eva e Estvo. Dessa forma, Eva realiza apenas uma
tarefa, enquanto seu clone Eva' realiza tambm apenas uma tarefa. Ao final, teremos encontrado que
Eva realiza duas tarefas, uma vez que ela e seu clone so, no mundo real, a mesma pessoa. O
raciocnio anlogo feito para Estvo e Estvo'. O modelo proposto considera as variveis do
problema 2 adicionadas de mais oito variveis para os agentes artificiais, nomeadas com um 2 no
aps as duas primeiras letras do nome da varivel para indicar que a varivel se refere ao agente
clone. Por exemplo, EV2COZ vale 1 se o clone de Eva realiza a tarefa Cozinhar, e vale 0 caso
contrrio. O modelo fica da seguinte forma:
MINIMIZE
3.2EVCOZ + 7.4EVCOZ + 4.1EVPRA + 2.5EVROU +
3.9ESCOZ + 6.8ESCOZ + 4.5ESPRA + 2.7ESROU +
3.2EV2COZ + 7.4EV2COZ + 4.1EV2PRA + 2.5EV2ROU +
3.9ES2COZ + 6.8ES2COZ + 4.5ES2PRA + 2.7ES2ROU
SUBJECT TO
EVCOM + ESCOM + EV2COM + ES2COM = 1 !somente um deles pode fazer compras
EVCOZ + ESCOZ + EV2COZ + ES2COZ = 1
!somente um deles pode cozinhar
EVPRA + ESPRA + EV2PRA + ES2PRA= 1
!somente um deles pode lavar os pratos
EVROU + ESROU + EV2ROU + ES2ROU= 1
!somente um deles pode lavar as roupas
EVROU + EVPRA + EVCOZ + EVCOM = 1
!Eva deve fazer uma tarefa
ESROU + ESPRA + ESCOZ + ESCOM = 1
!Estvo deve fazer uma tarefa
EV2ROU + EV2PRA + EV2COZ + EV2COM = 1 !o clone de Eva deve fazer uma tarefa
ES2ROU + ES2PRA + ES2COZ + ES2COM = 1 !o clone de Estvo deve fazer uma tarefa
EVROU <= 1
EVPRA <= 1
EVCOM <= 1
EVCOZ <= 1
ESPRA <= 1
ESROU <= 1
ESCOM <= 1
ESCOZ <= 1
END
GIN 16
EV2ROU <= 1
EV2PRA <= 1
EV2COM <= 1
EV2COZ <= 1
ES2PRA <= 1
ES2ROU <= 1
ES2COM <= 1
ES2COZ <= 1
Resoluo:
A resoluo do problema pelo mtodo simplex no programa LINDO mostrada a seguir:
LP OPTIMUM FOUND AT STEP 16
OBJECTIVE VALUE = 17.2999992
NEW INTEGER SOLUTION OF 17.2999992 AT BRANCH
0 PIVOT
18
BOUND ON OPTIMUM: 17.30000
ENUMERATION COMPLETE. BRANCHES= 0 PIVOTS=
18
LAST INTEGER SOLUTION IS THE BEST
FOUND
ROW
RE-INSTALLING BEST SOLUTION...
PRICES
2)
OBJECTIVE FUNCTION VALUE
3)
4)
1)
17.30000
5)
6)
VARIABLE
VALUE
REDUCED
7)
COST
8)
EVCOZ
0.000000
10.600000
9)
EVPRA
1.000000
4.100000
10)
EVROU
0.000000
2.500000
11)
ESCOZ
1.000000
10.700001
12)
ESPRA
0.000000
4.500000
13)
ESROU
0.000000
2.700000
14)
EV2COZ
0.000000
10.600000
15)
EV2PRA
0.000000
4.100000
16)
EV2ROU
1.000000
2.500000
17)
ES2COZ
0.000000
10.700001
18)
ES2PRA
0.000000
4.500000
19)
ES2ROU
0.000000
2.700000
20)
EVCOM
0.000000
0.000000
21)
ESCOM
0.000000
0.000000
22)
EV2COM
0.000000
0.000000
23)
ES2COM
1.000000
0.000000
24)
25)
NO. ITERATIONS=
18
BRANCHES= 0 DETERM.= 1.000E
SLACK OR SURPLUS
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
1.000000
0.000000
1.000000
1.000000
1.000000
1.000000
1.000000
0.000000
0.000000
1.000000
1.000000
1.000000
1.000000
1.000000
0.000000
1.000000
DUAL
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
0.000000
Uma vez que este um modelo de designao, uma forma alternativa de se resolver o problema
utilizando o mtodo hngaro. Utilizaremos esse mtodo para conferir a resposta encontrada pelo
LINDO.
Mtodo Hngaro:
1.a) Mnimo das linhas:
1.b) Mximo das colunas:
2) Retas para cobrir zeros
3,2 7,4 4,1 2,5
2,5
0,7 4,9 1,6 0
0 0,8 0 0
3,9 6,8 4,5 2,7
2,7
0,5 0 0,2 0
2,5
0 0,8 0 0
2,7
0,5 0 0,2 0
Interpretao:
Pela soluo do simplex:
Eva realiza a tarefa Lavar Pratos, Estvo a tarefa Cozinhar, Eva' a tarefa Lavar Roupas e Estvo' a
tarefa Fazer compras. Uma vez que no mundo real Eva e Eva' so a mesma pessoa, bem como
Estvo e seu clone Estvo', podemos afirmar que:
Eva deve realizar as seguintes tarefas: Lavar pratos e Lavar Roupas.
Estvo deve realizar as seguintes tarefas: Fazer compras e Cozinhar.
Pela soluo do mtodo hngaro:
Eva pode Fazer Compras, Lavar Pratos ou Lavar Roupas.
Estvo pode Fazer Compras ou Cozinhar.
Uma vez que estvo necessita de duas tarefas, Eva no pode fazer compras. Portanto, Eva
designada para as tarefas Lavar Pratos ou Lavar Roupas enquanto Estvo designado para as
tarefas Fazer Compras e Cozinhar.
Ambas as respostas so exatamente iguais resposta do problema 2, com o mesmo valor para a
funo objetivo na resoluo do Simplex (17.3), como era esperado.
MINIMIZE
x ij
j=1
SUBJECT TO
n
a ij x j1 i=1..m
j=1
n
a ij x j pi g j=1..n
j=1
n
a ij x j v ik j=1..n
j=1
n
a ij x j oil j=1..n
j=1
A primeira restrio garante que todas as reas so cobertas e as trs restantes garantem que a
demanda das reas obedece capacidade dos centros de evacuao.
Modelo Exemplificado:
A tabela abaixo modela os valores para aij e para as demandas pi, vi e oi.
Locais (ndice j)
reas (ndice i)
L1 L2 L3 L4 pi vi oi
Var. deciso
A1
A2
A3
1
1
A4 1
x1
10 2
15 7
20 12 11
27 3
x2
x3
x4
Resoluo:
A resoluo do problema pelo mtodo simplex no programa LINDO mostrada a seguir:
LP OPTIMUM FOUND AT STEP
6
OBJECTIVE VALUE = 3.00000000
FIX ALL VARS.(
3.000000
VARIABLE
X1
X2
X3
X4
VALUE
1.000000
1.000000
0.000000
1.000000
REDUCED COST
1.000000
1.000000
1.000000
1.000000