Pesquisa Operacional Aplicada Engenharia Civil

Trabalho apresentado ao professor

Juliano como parte das exigncias
da disciplina Pesquisa Operacional
pelos discentes Alisson Alves,
Carolina Nunes, Jaqueline Oliveira,
Lusa Gandra e Vincius Perone.

Joo Monlevade, outubro de 2015.

MTODO SIMPLEX
Atravs de um sistema de programao linear possvel reduzir um
sistema real em um conjunto de equaes ou inequaes em que se pretende
otimizar uma funo objetivo. A princpio, o conjunto de equaes
indeterminado e o nmero de solues viveis infinito.
As dificuldades que devero ser vencidas por quem deseja encontrar a
melhor soluo possvel de um sistema indeterminado de equaes lineares
so:
- como obter solues viveis bsicas do sistema de equaes
- como evitar o teste de todas as solues viveis bsicas
possveis para garantir a otimizao do sistema.
O algoritmo simplex uma das grandes contribuies para solucionar
essas dificuldades. um mtodo eficiente e adaptvel ao clculo
computacional. Um algoritmo um procedimento (sequncia finita de
instrues) que termina em um nmero finito de operaes (passos) para
solucionar problemas.
O mtodo simplex se baseia na lgebra linear para determinar a soluo
tima de um problema de programao linear.
Algumas definies so utilizadas pelo mtodo simplex:
DEFINIO 1: Uma base de uma matriz A (m x n) uma matriz quadrada de m
vetores coluna linearmente independentes em R m. as variveis associadas a
essas colunas so as variveis bsicas.

DEFINIO 2: Seja B uma base associada uma matriz A. O vetor composto

de xB = B-1 e xR = 0 chamado de soluo bsica.

DEFINIO 3: Uma soluo bsica sem componentes negativos

denominada soluo bsica vivel.

DEFINIO 4: O conjunto C = { x | Ax = b, x 0 } denomina-se conjunto de

solues viveis.
Teoremas decorrentes da definio 4:
TEOREMA 1: O conjunto C das solues viveis de um modelo de
programao linear um conjunto convexo.
TEOREMA 2: Toda soluo bsica vivel do sistema Ax = b um ponto
extremo do conjunto de solues viveis, ou seja, um extremo do conjunto C.

TEOREMA 3: Um ponto x extremo em um conjunto de solues viveis de

um PPL se e somente se x 0 for uma soluo bsica do sistema de equaes
lineares.

TEOREMA 4: Se uma funo objetivo possui um mximo ou um mnimo finito,

ento pelo menos uma soluo tima um ponto extremo do conjunto convexo
C do teorema 1. Se a funo objetivo assume o mximo ou o mnimo em mais
de um ponto extremo, ento ela toma o mesmo valor para qualquer
combinao convexa desses pontos.
Em resumo, o mtodo simplex experimenta uma sequncia de solues
bsicas viveis na busca do valor timo para a funo objetivo.
Basicamente o algoritmo simplex se dispe sobre trs situaes:
- o mtodo de inverso da matriz bsica m x m deduzida a partir de A,
uma matriz de restries m x n.
- as condies de troca de variveis dentro da matriz bsica, para que
exista garantia de melhoria da soluo ao longo do desenvolvimento do pasos
do algoritmo.
- as regras de parada de algoritmo e a interpretao dessa soluo final.
O Caso em que a Base Vivel Inicial no Est Disponvel
Quando, por meio da incluso de variveis de folga na passagem da
descrio da forma cannica para a padro obtemos uma base inicial (e ainda
por cima cannica), o algoritmo descrito soluciona bem o problema. Mas e
quando isso no acontece? Por exemplo: Quando graficamente todas as
variveis reais iguais a zero no pertence ao espao das solues viveis
desse problema, ou seja, a base tradicionalmente considerada como inicial
falha em ser vivel.
Quando no h uma base vivel para um problema, o ponto de origem
no pertence ao espao das solues viveis para este, logo ocorreu uma falha
inicial. Sendo assim, para encontrarmos uma soluo existe dois caminhos
Descobrir uma base vivel (pontos A, B ou C) e ento aplicar o
simplex a partir dessa base.

 Usar o prprio simplex para gerar uma base vivel, a partir de uma
base qualquer invivel. Optaremos pela segunda alternativa. Nesse caso, O
algoritmo buscar uma base vivel de soluo e em seguida aplicaremos o
mtodo simplex tradicional em busca do timo do programa.
A interrogao no custo da varivel artificial um aspecto fundamental, e
nele que os dois mtodos de soluo mais conhecidos diferem. Enquanto as
variveis de folga no possuem custos, apesar de estarem ligadas ao sentido
lgico do modelo, as artificiais esto ligadas apenas estratgia adotada para
a obteno de uma base vivel para o simplex.
Esse o mtodo do grande M, em que M o valor gigantesco que
atribumos aos custos das variveis artificiais. A principal desvantagem reside
na

possibilidade

de

dificuldades

numricas

quando

implementado

computacionalmente. Quando M um valor muito grande podem ocorrer erros

numricos de arredondamento nas divises decorrentes, especialmente
quando a diferena entre M e os valores dos demais custos do quadro
excessivamente

grande.

Por

outro

lado,

quando

adotado

inconvenientemente pequeno podem decorrer efeitos de modelagem. Nessa

alternativa, as variveis artificiais podem ser tomadas pelo programa por
variveis reais. Para evitar as dificuldades que o mtodo do grande M pode
introduzir na escolha do valor de M, temos a possibilidade de separar
completamente as duas fases de clculo, escolhendo, inclusive, uma funo
objetivo diferente para cada fase. Na fase inicial podemos usar uma funo
objetivo que minimize o nmero de variveis artificiais existentes na base.
Como uma base real no possui qualquer varivel artificial no nula, concluda
a primeira fase, prosseguiremos normalmente com os clculos com a funo
objetivo original do problema. Esse procedimento geral de dividir a otimizao
em duas etapas, com funes objetivos diferentes, denominado mtodo das
duas fases.
Um exemplo do mtodo das duas fases

Agora a varivel bsica artificial x6 a possui um custo unitrio e zj no

ser automaticamente igual zero, devendo ser calculado. Isso ocorre
exatamente porque estamos forando a varivel artificial a pertencer base.

O valor dos custos reduzidos das variveis no bsicas, para esse caso,
acaba igual ao valor dos coeficientes das variveis na linha em que a varivel
artificial introduzida.

CASOS ESPECIAIS
Degenerao
A convergncia (direo para uma soluo tima) do algoritmo simplex
garantida sabendo que a cada critrio de escolha de troca de uma varivel da
base que ser excessivo em melhoria para o valor da funo objetivo.
Entretanto, em algumas situaes especiais, podemos encontrar configuraes
que invalidem o uso perfeito destes critrios.
Esses problemas ocorrem quando as variveis assumem valores iguais
em alguns casos. Por consequncia se tem variveis bsicas com valor nulo e
ainda teremos que a varivel que entra no poder assumir valor diferente de
zero. O chamado empate de sada tambm conhecido como degenerao.

Mltiplas solues timas em um modelo de programao

Quando a funo objetivo paralela a alguma restrio. todos os pontos
do segmento de reta sero Solues timas. A identificao da ocorrncia de
Solues timas mltiplas feita, no Quadro timo, quando h alguma
varivel no-bsica Xj com C j = 0.Assim ao se escolher Xj para entrar no
conjunto das variveis bsicas, no se alterar o valor timo da funo
objetivo.Desta maneira, pode-se obter uma nova Soluo Bsica Vivel tima
na qual Xj ser uma varivel bsica. Fica caracterizada assim a existncia de
mltiplas Solues timas.