Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Modelos Determinísticos
Adicionais (no mesmo nível):
1. Pesquisa Operacional, de Harvey Wagner, 2a. Ed., Prentice-Hall
do Brasil.
2. Pesquisa Operacional, de Pierre J. Ehrlich, Ed. Atlas.
• Programação Linear é uma ferramenta para solução de problemas A Politoy S/A fabrica soldados e trens de madeira.
de otimização.
Cada soldado é vendido por $27 e utiliza $10 de matéria-prima e $14
• Em 1947, George Dantzig desenvolveu o algoritmo SIMPLEX, de mão-de-obra. Duas horas de acabamento e 1 hora de carpintaria
extremamente eficiente na solução de problemas de PL. são demandadas para produção de um soldado.
• A partir de então, PL passou a ser utilizada em diversos Cada trem é vendido por $21 e utiliza $9 de matéria-prima e $10 de
segmentos da atividade produtiva: mão-de-obra. Uma hora de acabamento e 1 h de carpintaria são
demandadas para produção de um trem.
Bancos
Instituições Financeiras
Empresas de Transportes, etc.
3 4
EXEMPLO: O caso Politoy Ao desenvolver um modelo para a Politoy, investigaremos
características comuns a todos os problemas de PL
A Politoy não tem problemas no fornecimento de matéria-primas,
mas só pode contar com 100 h de acabamento e 80 h de carpintaria. • VARIÁVEIS DE DECISÃO
5 6
Em qualquer problema de PL, o analista sempre vai desejar maximizar O que a Politoy deseja maximizar é:
(ex., lucro) ou minimizar (ex., custo) alguma função das variáveis de
decisão. (27x1 + 21x2) - (10x1 + 9x2) - (14x1 + 10x2) = 3x1 + 2x2
A função a ser maximizada (ou minimizada) é a função objetivo.
A Politoy deseja maximizar seus ganhos semanais. Ou seja: Usaremos a variável z para designar o valor assumido pela função
ganho semanal = ganho semanal oriundo da venda de soldados + objetivo.
ganho semanal oriundo da venda de trens.
= ($/soldado).(soldados/sem) + ($/trem).(trem/sem) Assim:
= 27x1 + 21x2 Max z = 3x1 + 2x2
Também devemos considerar:
Os números 3 e 2 são chamados coeficientes da função objetivo. Eles
custo semanal com matéria-prima: 10x1 + 9x2
indicam a contribuição de cada variável nos ganhos da empresa.
custo semanal com mão-de-obra: 14x1 + 10x2
7 8
• RESTRIÇÕES • RESTRIÇÕES
Restrição 1:
A medida que x1 e x2 crescem, o valor da função objetivo aumenta.
(total hs acabamento/sem.) = (hs.acab./sold.).(sold. produzidos/sem.)
Mas x1 e x2 não podem crescer indefinidamente. Três restrições
+ (hs.acab./trem).(trens produzidos/sem.)
limitam seu crescimento:
(total hs acabamento/sem.) = 2(x1) + 1(x2) = 2x1 + x2
• Restrição 1 - 100 h de acabamento / semana.
• Restrição 2 - 80 h de carpintaria / semana A restrição 1 será dada por:
• Restrição 3 - não mais que 40 soldados / semana, devido a limitações
na própria demanda. 2x1 + x2 ≤ 100
Restrições 1 3 devem ser expressas em termos das variáveis de Observe que todos os termos de uma restrição devem ter a mesma
decisão x1 e x2. unidade de medida.
Os valores 2 e 1 na restrição são denominados coeficientes tecnológicos.
9 10
(total hs carpintaria/sem.) = (hs.carp./sold.).(sold. produzidos/sem.) Identificam os tipos de valores que as variáveis podem assumir.
+ (hs.carp./trem).(trens produzidos/sem.)
Podem ser de três tipos: ≥ 0 ≤0 irrestrita
(total hs carpintaria/sem.) = 1(x1) + 1(x2) = x1 + x2
Combinando a função objetivo e as restrições, chega-se a formulação
A restrição 2 será dada por: x1 + x2 ≤ 80 matemática do problema da Politoy:
12
Representação gráfica do problema Politoy
x2 O espaço de soluções encontra-se
ESPAÇO DE SOLUÇÕES E SOLUÇÃO
100
hachurado.
ÓTIMA
(1) - (3) denotam as restrições.
(1) Ponto Ótimo: (20,60)
80 As restrições de sinal restringem o problema • O espaço de soluções é formado por todos os pontos que
ao primeiro quadrante do espaço bi-dimens. satisfazem as restrições do problema.
(3)
x1
20 40 60 80 100
13 14
Representação gráfica
Formato Padrão de Modelos de PL
• Representação da restrição 2x1 + 3x2 = 6 (restrição exemplo, não
O formato padrão de um problema de programação linear com m corresponde às formulações anteriores):
restrições e n variáveis é dado por (Bazaraa et al., 1990): x2
x2
Ponto ótimo não inteiro:
10 • Testar pontos (4,1), (3,2), (4,2),
PRÁTICA:: Fazenda
PRÁTICA
checando restrições e z.
• Usar programação inteira. Um fazendeiro deseja determinar quantos acres de milho e trigo ele
8 deve plantar esse ano.
Um acre de trigo/ano rende 25 sacas e requer 10 horas de
trabalho/semana. A saca vale $4 no mercado.
6 Um acre de milho/ano rende 10 sacas e requer 4 horas de
Ponto Ótimo: (3.6, 1.4)
trabalho/semana. A saca vale $3 no mercado. O governo garante a
compra de pelo menos 30 sacas de milho/ano.
4
O fazendeiro dispõe de 7 acres de terra e pode trabalhar 40
horas/semana.
2
Formule o problema tal que os ganhos do fazendeiro sejam
maximizados.
z
2 4 6 8 10 x1
Solução - Prática 1
Formulação Final
x1 , x2 ≥ 0
23 24
Atenção: este é o gráfico PRÁTICA – Produtos P e Q
correspondente à formulação no
10 slide 19.
Considere a empresa ALFA, que comercializa dois
produtos P e Q, cujo lucro por unidade seja de $
8
6,00 e $ 8,00 respectivamente processo de
(2) (4)
comercialização envolve duas operações – J e K –
6
Ponto Ótimo: (3, 2.8) que devem ser executadas antes da entrega dos
produtos. Para a operação J há dois equipamentos
Na dúvida entre 2 pontos
4
candidatos ao ótimo,
disponíveis e para a operação K existem três
calcule o valor da função equipamentos em disponibilidade.
objetivo em cada ponto.
2
(3)
2 4 6 8 10
25 26
PRÁTICA – Produtos P e Q
Solução - Prática P e Q
Considerar que os equipamentos podem operar um
máximo de 200 horas por mês. Para preparar uma
unidade do produto P são necessárias 8 horas da • Variáveis de Decisão:
Decisão
operação J 4 horas da operação K. Para a x1 = no de produtos P
preparação uma unidade do produto Q são x2 = no de produtos Q
necessárias 4 horas da operação J 10 horas da
• Função Objetivo:
Objetivo
operação K. Pede-se:
Max z = 6x1 + 8x2
a. Formule um modelo matemático a ser utilizado nessa Lucro Q = $ 8
otimização.
b. Operacionalize o modelo utilizando o Solver
27 28
Solução - Prática P e Q Solução - Prática P e Q
Restrições Formulação Final
• Função Objetivo:
Objetivo
• Disponibilidade de Operação J:
J
8 x1 + 4 x2 ≤ 400 2 equip. x 200h Max z = Max z = 6x1 + 8x2
• Disponibilidade de Operação K:
K Sujeito a:
4x1 + 10x2 ≤ 600 3 equip. x 200h 8 x1 + 4 x2 ≤ 400
4x1 + 10x2 ≤ 600
• Restrição de positividade:
x1 , x2 ≥ 0 x1 , x2 ≥ 0
29
z (2)
50 150 x1 31 32
PRÁTICA – AutoPower Europa Solução - Prática AutoPower
Formulação Final
Além disso, cada Biggen passa por 30 horas de
• Variáveis de Decisão:
Decisão
testes e cada Smallgenpor 10. Considerando que a
usinagem e a montagem têm um tempo disponível x1 = no de produtos Biggen
x2 = no de produtos Smallgen
de 150 horas e 160 horas, respectivamente e,
• Função Objetivo:
Objetivo
contratualmente é previsto a realização de pelo
menos 135 horas de teste em produtos. Pede-se Max z = Max z = 4x1 + 5x2
(2) (1)
4,5 8 15 x1
CASOS ESPECIAIS: CASOS ESPECIAIS:
(2) Problemas com solução tendendo ao infinito. (3) Problemas sem solução
Nestes casos, as restrições formam um espaço aberto de soluções Nestes casos, as restrições não formam nenhum espaço de
viáveis. soluções viáveis.
(2) 3 x1 + 2 x2 ≥ 6
Trim. 1 Trim. 2 Trim. 3 Trim. 4
(3) 2 x1 + 2 x2 + 4 x3 + 4 x4 ≥ 10 Demanda 40 60 75 25
(4) 2 x1 + 4 x2 + x3 + 5 x4 ≥ 8
Variáveis ≥ 0.
• A Regata deve atender seus pedidos em dia. A Regata deve determinar quantos barcos produzir usando mão-de-obra
normal e horas-extra a cada trimestre:
• No início do 1o trimestre, 10 barcos estão em estoque.
• No início de cada trimestre, deve-se decidir quantos barcos xt = barcos produzidos por m.o. normal durante trim. t.
serão produzidos naquele trimestre. yt = barcos produzidos por horas-extra durante trim. t.
• Barcos produzidos num trimestre podem ser usados para Variáveis de estoque também devem ser definidas:
atender a pedidos naquele mesmo trimestre.
it = barcos em estoque no final do trimestre t.
• Pode-se produzir até 40 barcos/trim, a um custo de
$400/barco. P/ aumentar a produção, pode-se usar horas- Assim:
extra, a um custo de $450/barco. Custo total = custo produção normal + custo produção hora-extra +
custo estocagem
• Estocar um barco de um trimestre p/ outro custa $20/barco.
= 400 (x1 + x2 + x3 + x4) + 450 (y1 + y2 + y3 + y4) +
Formule o problema tal que a demanda seja atendida à 20 (i1 + i2 + i3 + i4)
um mínimo custo.
43 44
• Restrições:
• Função objetivo:
(1-4) Produção normal em cada trimestre não deve exceder 40
Min z = 400x1 + 400x2 + 400x3 + 400x4 + 450y1 + 450y2 + 450y3 + barcos:
450y4 + 20i1 + 20i2 + 20i3 + 20i4 x1 ≤ 40
x2 ≤ 40
x3 ≤ 40
x4 ≤ 40
• Derivação das restrições de estoques e demanda:
Estoque no final de cada trimestre: (5-8) Demanda deve ser satisfeita a cada trimestre:
45 46
Restrições
47 Capacidade (K) 265 235 275 260 48
Solução - Prática Geradores Cingapura
Formulação Final
• Variáveis de Decisão:
Decisão
Pesquisa Operacional aplicada à
xt = produção na semana t Logística
• Função Objetivo:
Objetivo 6 6
Modelos Determinísticos
Min z = Max z = ∑C X + ∑h I
t =1
t t
t =1
t t
Sujeito a:
I t = I t −1 + X t − d t
Estoque Final t=jan-março
Profº. Rafael Lipinski Paes, Dr.
I 4 = 20 Estoque final em abril
X t ≤ Kt Capacidade
Xt, It ≥ 0
A metodologia de
Pesquisa Operacional
(Winston, 1994).
Modelagem Matemática Modelagem Matemática
Ou seja, o fornecimento supre toda a demanda. Como balancear o problema quando a demanda é maior que a capacidade
de fornecimento?
Num problema balanceado, as restrições são todas igualdades.
Neste caso, o problema não possui soluções viáveis.
Exemplo 1 Exemplo 1
Considere que uma empresa possui três centros de Custos de transporte entre origens e destinos:
distribuição – E, F e G – com capacidade de
armazenamento de 200 lotes, 160 lotes e 140
lotes,respectivamente, os quais devem abastecer
quatro pontos de comercialização – T, U, V e W –
cuja respectiva demanda semanal seja de 180
lotes, 120 lotes, 110 lotes e 90 lotes. Considerando as informações acima PEDE-SE:
. no de unidades despachadas do ponto de
fornecimento i para o ponto de demanda j.
Exemplo 1 Exemplo 1
Restrições
Função Objetivo –
Capacidade
Minimizar:
.
Demanda
Não - Negatividade
.
Exercício de apoio 10
PEDE-SE: