Reviso de Programao Linear

Programao Linear
Modelo tpico: considere as parties abaixo
C = (C
1
, C
2
, C
3
) = Vetor de coeficientes de custo (lucro)
X = (X
1
, X
2
, X
3
)
t
= Vetor de variveis de deciso
b = (b
1
, b
2
, b
3
)
t
= Vetor de demandas
A = (A
1
, A
2
, A
3
) = Matriz de coeficientes tecnolgicos
Min (Max) Z = C
1
X
1
+ C
2
X
2
+ C
3
X
3
Sujeito a:
A
1
X > b
1
A
2
X s b
2
A
3
X = b
3
X
1
> 0, X
2
s 0, X
3
Livre
2
Procedimentos na
formulao de modelos
1. Modelagem Construtiva
2. Modelagem via Padres (Template Approach)
3. Combinao de 1. e 2. (usual na prtica)
3
Modelagem Construtiva
Identificao das Variveis de Deciso (Controle).
Identificao das Restries e sua formulao atravs de
equaes ou inequaes lineares utilizando as Variveis
de Deciso.
Identificao do Objetivo a ser otimizado (Minimizao ou
Maximizao) e sua formulao atravs de equao linear
utilizando as Variveis de Deciso.
4
Modelagem via Padres:
H vrios Problemas Clssicos para os quais existem modelos
(Padres ou Templates) bem conhecidos e estudados.
5
A idia procurar identificar no problema a ser modelado
aspectos semelhantes aos dos Problemas Clssicos:
Ajustar um modelo padro, ou
Utilizar uma combinao de 2 ou mais modelos padres na obteno do
modelo.
Alguns modelos padres
Schrage, L. Optimization modeling with Lindo, 5
th
. Edition.
Brooks/Cole Publishing Company, 1997.
Product mix problems
Covering, staffing, and cutting stock problems
Networks, distribution, and PERT/COM
Multiperiod planning problems
Multiperiod planning problems with random elements
Blending problems
Application in Statistical Estimation
Game Theory models
6
Modelos Padres:
O Bus Scheduling Problem pode ser utilizado com um modelo
padro para a modelagem de vrios outros problemas tais como:
Nmero de enfermeiras/turno em hospitais
Nmero de policiais/turno em delegacias
Nmero de garons/turnos em restaurantes
Nmero de operadores/turno em centrais telefnicas
7
Bus Scheduling Problem:
Uma cidade estava estudando a viabilidade de introduzir um
sistema de nibus para diminuir a poluio na cidade para
atender as necessidades de transporte da populao.
Aps obter estes dados, os engenheiros de trfego notaram que
o nmero mnimo de nibus necessrios variava com a hora do
dia.
Estudando mais os dados percebeu-se que o nmero requerido
de nibus pode ser considerado constante em intervalos
sucessivos de 4 horas cada. A Figura sumariza esta constatao.
Foi decidido que, para atender a requisitos de manuteno diria
dos nibus, cada veculo somente operaria 8 horas
consecutivas/dia.
8
Bus Scheduling Problem:
Determinar o nmero de nibus que devem operar durante os
diferentes turnos de modo a atender a demanda, enquanto
minimiza o nmero total de nibus em operao diariamente.
9
Modelagem e soluo do Bus Scheduling
Problem:
1. Se os turnos devem coincidir com os turnos padres
Sejam X
1
, X
2
, X
3
, respectivamente, os nmeros de nibus
comeando a operar no 1

turno (8:01 am 4:00 pm), no

2

turno (4:01 pm 12:00 - meia-noite) e 3

turno (12:01
am 8:00 am).
Assim:
10
X
1
> 10, X
2
> 12, X
3
> 8 Nmero mnimo de nibus por
dia ser 10 + 12 + 8 = 30
2. Se puder ser escolhido o melhor momento para iniciar
cada turno
Modelagem do Bus Scheduling Problem:
Um meio razovel para permitir
esta possibilidade considerar
que um turno se iniciar a cada 4
horas.
A Figura ao lado ilustra as
possibilidades, com os turnos
podendo iniciar s 12:01 am,
4:01 am, 8:01 am, 12:01 pm,
4:01 pm e 8:01 pm, e tendo a
durao de 8 horas consecutivas.
Representa o requisito mnimo de nibus
no perodo de 4 horas
11
Modelagem do Bus Scheduling Problem:
Variveis de deciso:
X
1
= n de nibus iniciando o turno s 12:01 am
X
2
= n de nibus iniciando o turno s 4:01 am
X
3
= n de nibus iniciando o turno s 8:01 am
X
4
= n de nibus iniciando o turno s 12:01 pm
X
5
= n de nibus iniciando o turno s 4:01 pm
X
6
= n de nibus iniciando o turno s 8:01 pm
12
Modelagem e soluo do Bus Scheduling Problem:
Soluo tima: n mnimo de nibus = 26
X
1
= 4, X
2
= 10, X
4
= 8, X
5
= 4, X
3
= X
6
= 0
( )
( )
( )
( )
( )
( )

= >
> +
> +
> +
> +
> +
> +
+ + + + + =
1,6 i todo para 0, X
noite - meia 00 : 12 - pm 01 : 8 4 X X
pm 00 : 8 - pm 01 : 4 12 X X
pm 00 : 4 - pm 01 : 12 7 X X
dia - meio 00 : 12 - am 01 : 8 10 X X
am 00 : 8 - am 01 : 4 8 X X
am 00 : 4 - am 01 : 12 4 X X
: a S.
X X X X X X Min Z
i
6 5
5 4
4 3
3 2
2 1
6 1
6 5 4 3 2 1
13
Trim-loss ou Stock-Slitting Problem:
Uma companhia produz rolos de papel com um padro de largura de
20 ps cada. Os pedidos de clientes com larguras diferentes da padro
so atendidos cortando-se o rolo padro. Alguns pedidos tpicos so
descritos abaixo:
N do pedido Largura desejada (ps) N de rolos desejados
1 5 150
2 7 200
3 9 300
14
Na prtica um pedido atendido colocando-se as facas de corte nas
larguras desejadas.
H vrias possibilidades para se cortar um rolo padro nas medidas de
um pedido.
Na seqncia apresenta-se trs maneiras de cortar o rolo de 20 ps:
N do pedido
Largura
desejada
(ps)
N de rolos
desejados
1 5 150
2 7 200
3 9 300
Trim-loss ou Stock-Slitting Problem:
15
Possibilidades de corte:
1: Cortar 300 rolos como A e 75 como B
2: Cortar 200 rolos como A e 100 como C
(h outras)
Trim-loss ou Stock-Slitting Problem:
16
Qual combinao melhor?
Aquela que produz a
menor perda (rea de
papel)
Seja um rolo padro com comprimento de L ps
Perdas com as sobras resultantes dos cortes no rolo padro
Combinao 1: sobras = 300 (4.L) + 75 (3.L) = 1.425L ps
2
Combinao 2: sobras = 200(4.L) + 100 (1.L) = 900L ps
2
Trim-loss ou Stock-Slitting Problem:
17
Perdas devido ao excesso de rolos com 5, 7 e 9 ps de largura
Combinao 1:
perdas com excesso de rolos obtidos = 175. (7.L) = 1.225L ps
2
Combinao 2:
perdas com excesso de rolos obtidos = 50. (5.L) = 250L ps
2
Perda total ao se adotar a Combinao 1:
1.425L+1.225L=2.650L ps
2
.
Perda total ao se adotar a Combinao 2:
900L+250L= 1.150 L ps
2
A melhor soluo a Combinao 2
Trim-loss ou Stock-Slitting Problem:
18
Trim-loss ou Stock-Slitting Problem:
Determinar as combinaes de posies das facas para atender aos
pedidos com a menor rea de perda.
So 6 as posies interessantes (com perda < 5 ps de largura) para a
colocao das facas no corte do rolo padro:
Larguras dos
Rolos
Pedidos
Posio
da
Faca 1
Posio
da
Faca 2
Posio
da
Faca 3
Posio
da
Faca 4
Posio
da
Faca 5
Posio
da
Faca 6
Nmero Mnimo de
Rolos nas Larguras
dos Pedidos
5 Ps 0 2 2 4 1 00 150
7 Ps 1 1 0 0 2 0 200
9 Ps 1 0 1 0 0 2 300
Perda/P 4 3 1 0 1 2
19
Modelageme soluo do Trim-loss ou Stock-Slitting
Problem:
Variveis de Deciso: X
j
= n. de rolos a serem cortados nas posies das facas
com j = 1, 6
20
Funo objetivo:
Min Z = X
1
+ X
2
+ X
3
+ X
4
+ X
5
+ X
6
pois o L = Comprimento uma constante.
Restries:
2X
2
+ 2X
3
+ 4X
4
+ X
5
> 150 (n de rolos com 5 ps)
X
1
+ X
2
+ 2X
5
> 200 (n de rolos com 7 ps)
X
1
+ X
3
+ 2X
6
> 300 (n de rolos com 9 ps)
X
j
> 0 , j = 1, 2, 3, 4, 5,6
Soluo tima: perda mnima = 262,50 ps
2
X
3
= 25, X
5
= 100, X
6
= 137,5, X
1
, X
2
= X
4
= 0
(Utilizar PL inteira ou aproximar X
6
= 137,5 para 138)