programação linear pesquisa operacional profa. leila jane brum lage sena guimarães...
TRANSCRIPT
3
Programação Linear
Exemplo:
Objetivo: Maximizar o Lucro na Produção de Rádios
Dados: Rádio Standard:
A linha de produção comporta um máximo de 24 pessoasCada rádio consome o trabalho de 1 pessoa por diaLucro na produção de Rádio modelo Standard R$ 30,00
Dados: Rádio Luxo:
A linha de produção comporta um máximo de 32 pessoasCada rádio consome o trabalho de 2 pessoa por diaLucro na produção de Rádio modelo Luxo R$ 40,00
RestriçõesFábrica só dispõe de 40 empregados
4
Programação Linear
Modelagem:
Objetivo: Maximizar o Lucro na Produção de Rádios
Restrições (linha Standard)
A linha de produção comporta um máximo de 24 pessoas
ST ≤ 24n
Cada rádio consome o trabalho de 1 pessoa por dian = 1 ST ≤ 24
Lucro na produção de Rádio modelo Standard R$ 30,00
Lucro = 30ST Lucro Máximo: 30x24 = 720
5
Programação Linear
Modelagem:
Objetivo: Maximizar o Lucro na Produção de Rádios
Restrições (linha Luxo)
A linha de produção comporta um máximo de 32 pessoas
LX ≤ 32n
Cada rádio consome o trabalho de 2 pessoa por dian = 1/2 LX ≤ 32/2 LX ≤ 16
Lucro na produção de Rádio modelo Luxo R$ 40,00
Lucro = 40LX Lucro Máximo: 40x16 = 640,00
6
Programação Linear
Modelagem:Objetivo: Maximizar o Lucro na Produção de Rádios
Lucro = 30ST + 40LX
Lucro = 720+ 640Lucro = 1360
RestriçõesA Fábrica só conta com 40 Funcionários e no exemplo acimasão necessários 24(modelo ST) 32 (Luxo ) o que totaliza 56 funcionários!
ST+2LX ≤ 40
ST ≤ 24
LX ≤ 32
Modelo:
Lucro = 30ST + 40LX Função Objetivo
Sujeito a:
ST+2LX ≤ 40
ST ≤ 24 Restrições
LX ≤ 32
Solução ótima :O modelo Standard gera um lucro maior por trabalhador (30) do que o
modelo luxo (40/2). Então Produzir o máximo de Standard (24) e o que sobrar luxo
ST +2LX ≤ 40 24 + 2LX ≤ 40 2LX ≤ 40-24
2LX ≤ 16 LX = 16/2 LX = 8
Lucro = 30 * 24 + 40 * 8 Lucro = 720 +320 Lucro = 1.040
7
8
Programação Linear
Modelo:
Função Objetivo Lucro = 30ST + 40LX
Sujeito a:
ST+2LX ≤ 40
ST ≤ 24 Restrições
LX ≤ 32
9
Programação Linear
Solução ótima :
O modelo Standard gera um lucro maior por trabalhador (30) do que o modelo luxo (40/2). Então Produzir o máximo de Standard (24) e o que sobrar luxo
ST +2LX ≤ 40 24 + 2LX ≤ 40 2LX ≤ 40-242LX ≤ 16 LX = 16/2 LX = 8
Lucro = 30 * 24 + 40 * 8 Lucro = 720 +320
Lucro = 1.040
ST = 24, LX = 8 e Lucro = 1040
10
Programação Linear
Método Gráfico: ST+2LX ≤ 40 ST+2LX = 40LX20
40 ST
ST + 2LX = 40
ST + 2LX 40
40 ST
LX20
ST LX
0 20
40 0
11
Programação Linear
ST ≤ 24 LX20
40 ST24
LX20
40 ST
LX ≤ 16
16
Valor máximo paraLX ≤ 20
Valor máximo paraLT ≤ 40
13
Programação Linear
Função Objetivo:
Lucro = 30ST + 40LX -40LX = 30ST –Lucro
40LX = -30ST + Lucro LX = -30ST + Lucro 40
LX = -30ST + Lucro LX = -3ST + Lucro 40 40 4 40
Y = ax+b (equação da reta)
-3ST Coeficiente Angular Lucro = Coeficiente Linear 4 (Inclinação da reta) 40 (onde encontra o eixo Y)
(Relação entre os Lucros)
14
Programação Linear
lucros
LX20
26 ST
Lucro = 800
30ST + 40LX = Lucro
LX = 20 e ST = 0Lucro = 40LXLucro = 40(20)Lucro = 800
LX = 0 e Lucro = 80030ST = 800ST = 800/30ST = 26
15
Programação Linear
LX30
20
26 40 ST
Lucro = 800
Lucro =1200
ST = 40 e LX = 0Lucro = 30STLucro = 30(40)Lucro = 1200
ST = 0 e Lucro = 120040LX = 1200LX = 1200/40LX = 30
30ST + 40LX = Lucro
lucros
16
Programação Linear
Melhor opção Reta mais longe da origem dentro da região SimplexST = 24, LX = 8 e Lucro = 1040
LX30
26
20
16
24 35 40 ST
Lucro = 800 Lucro = 1040Região Simplex
30ST + 40LX = 1040
LX = 0 e Lucro = 104030ST = 1040ST = 1040/30ST = 35
ST = 0 e Lucro = 104040LX = 1040LX = 1040/40LX = 26
17
Programação Linear
Problema de MinimizaçãoProblema de Dosagem ou Blending
Ração de Custo Mínimo.
Suponha dois Ingredientes para a formulação de Ração
Ingredientes Custo por KGA 0,03B 0,04
Necessidade Nutricional por Semana
Vitaminas Minimo 1 502 1003 604 180
Vitaminas Produto A Produto B1 5 252 25 103 10 104 35 20
Composição dos Ingredientes
18
Programação Linear
1 Definir as Variáveis do Problema
2 Definir a Função Objetivo
3 Definir o Conjunto de Restrições
19
Programação Linear
1Variável a ser Otimizada: Custo (minimização)
Variáveis Básicas : Qtde A, QtdeB.
2Função Objetivo:
Custo = 0,03A + 0,04B
3 Restrições
5A + 25B ≥ 50
25A +10B ≥ 100
10A+ 10B ≥ 60
35A +20B ≥ 180 A, B ≥ 0
22
Programação Linear
5A + 25B ≥ 50
B B
B
A
A
A102
10
4
6
6
25A + 10B ≥ 100
10A + 10B ≥ 60
Restrições
A B
0 6
6 0
23
Programação Linear
5A + 25B ≥ 50
B B
B
A
A
A102
10
4
6
6
25A + 10B ≥ 100
10A + 10B ≥ 60
B
A
9
5
35A + 20B ≥ 180 A B
0 9
5 0
Restrições
25
Programação Linear
Função Objetivo: Custo = 0,03A + 0,04B
Suponha um custo qualquer por exemplo 0,36 (múltiplo de 0,03 e 0,04)
0,36 = 0,03A + 0,04B 36 = 3A +4B -4B = 3A -364B = -3A + 36 B = -3A/4 + 36/4
B = -3A +9 4
A
B
A
B
10
109
12
A B
0 9
12 0
28
Programação Linear
Otimização
A
B
10
9
12
Custo = 0,36
5
1
Custo = 0,03A + 0,04B
Custo = 0,03x5 +0,04
Custo = 0,19
10
30
Memória de aula
1. Formulação de um problema utilizando modelos matemáticos.
2. Determinação das variáveis do modelo.3. Determinação da função objetivo.4. Determine a função objetivo e restrições para o
problema5. Efetuar a resolução gráfica.6. Resolver a lista de exercícios nº 2 de modelagem
matemática que será disponibilizada no site.
31
Programação Linear
Caso Esportes Radicais S/A
A Esportes Radicais S/A produz pára-quedas e asa-deltas em duas linhas de montagem.
A primeira linha de montagem tem 100 horas semanais disponíveis para a fabricação dos produtos, e a segunda linha tem um limite de 42 horas semanais.
Cada um dos produtos requer 10 horas de processamento na linha 1, enquanto que na linha 2 o pára-quedas requer 3 horas e a asa-delta requer 7 horas.
32
Programação Linear
Caso Esportes Radicais S/A
Sabendo que o mercado está disposto a comprar toda a produção da empresa, bem como que o lucro pela venda de cada pára-quedas é de R$ 60,00 e o lucro para cada asa-delta vendida é R$ 40,00, encontre a programação de produção que maximize o lucro da Esportes Radicais S/A. (resolva pela análise gráfica – deslocamento da função objetivo).
33
Programação Linear
Caso Esportes Radicais S/A
Variáveis de Decisão
X1 – Quantidade de Pára-Quedas a serem produzidos
X2 – Quantidade de Asa Deltas a serem produzidos
Função-Objetiva
Max 60x1 + 40x2
34
Programação Linear
Caso Esportes Radicais S/A
Restrição de Produção
Linha 1
Linha 2
Restrição de Não Negatividade
100101021
xx
427321
xx
0,21
xx
35
Programação Linear
Caso Esportes Radicais S/A
0,4273
10010104006
21
21
21
21
xxxx
xxxxMax
(1)
(2)
38
Programação Linear
1 ) Maximizar 4x1 + 3x2Sujeito a
x1 + 3x2 ≤ 72x1 + 2x2 ≤ 8x1 + x2 ≤ 3x2 ≤ 2x1, x2 ≥ 0
X1 = 3X2 = 0Z = 12
2 ) Maximizar 4x1 + 8x2Sujeito a
3x1 + 2x2 ≤ 18x1 + x2 ≤ 5x1 ≤ 4x1, x2 ≥ 0
X1 = 0X2 = 5Z = 40
39
Programação Linear
Caso Alumilâminas S/A
A indústria Alumilâminas S/A iniciou suas operações em janeiro de 2001 e já vem conquistando espaço no mercado de laminados brasileiro, tendo contratos fechados de fornecimento para todos os 3 tipos diferentes de lâminas de alumínio que fabrica: espessura fina, média ou grossa. Toda a produção da companhia é realizada em duas fábricas, uma localizada em São Paulo e a outra no Rio de Janeiro.
Segundo os contratos fechados, a empresa precisa entregar 16 toneladas de lâminas finas, 6 toneladas de lâminas médias e 28 toneladas de lâminas grossas.
Devido à qualidade dos produtos da Alumilâminas S/A, há uma demanda extra para cada tipo de lâmina.
40
Programação Linear
Caso Alumilâminas S/A
A fábrica de São Paulo tem um custo de produção de R$ 100.000,00 para uma capacidade produtiva de 8 toneladas de lâminas finas, 1 tonelada de lâminas médias e 2 toneladas de lâminas grossas por dia.
O custo de produção diário da fábrica do Rio de Janeiro é de R$ 200.000,00 para uma produção de 2 toneladas de lâminas finas, 1 tonelada de lâminas médias e 7 toneladas de lâminas grossas.
Quantos dias cada uma das fábricas deverá operar para atender os pedidos ao menor custo possível? (resolva pela análise gráfica – deslocamento da função objetivo).
41
Programação Linear
Caso Alumilâminas S/A
Variáveis de Decisão
X1 – Quantos dias de funcionamento da Fábrica de São
Paulo
X2 – Quantos dias de funcionamento da Fábrica do Rio
de Janeiro Função-Objetiva
Minimizar Custo de Produção (mil R$) =
42
Programação Linear
Caso Alumilâminas S/A
Restrições de Demanda Placas Finas
Placas Médias
Placas Grossas
Restrições de Não Negatividade
162821
xx
61121
xx
287221
xx
0,21
xx
46
Programação Linear
Considere o seguinte o problema de Programação Linear:
Encontre a solução ótima.
0, 2446
1242 ..33
21
21
21
21
xxxxxxrsxxMax
47
Programação Linear
(0,0)
1
2
0 1 2 3 4 5 6
3
x2
02 x
01 x x1
(0,3)
(6,0)
1242 21 xx
(4,0)
(0,6)
2446 21 xx5
4
6
7
48
Programação Linear
1
2
0 1 2 3 4 5 6
3
x2
x1
5
4
6
7
2446 21 xx
1242 21 xx
O valor máximo de
será no ponto onde
as duas retas se cruzam.
33 21 xx
49
Programação Linear
:(1) em se-doSubstituin
:equação 1ª na se-doSubstituin(1)
:sistema o se-Resolvendo
32/66)2/3(26
2/34/664122618122)26(3
26621223
62124212232446
1
2222
22
2121
21
2121
2121
x
xxxxxx
xxxxxx
xxxxxxxx
50
Programação Linear
Z. maximiza que valor o se-Tem
:objetivo função na valores estes se-doSubstituin
:retas duas das cruzamento de ponto o então se-Tem
5,132/99)2/3(3)3(333
2/33
21
2
1
xx Z
xx
51
Programação Linear
1
2
0 1 2 3 4 5 6
3
x2
x1
5
4
6
7
21 330 xxZ
21 336 xxZ 21 335,13 xxZ
2446 21 xx
1242 21 xx
4,5
4,5
52
Programação Linear
Exercício 2
Max 4x1 + 3x2
s.r.x1 + 3x2 72x1 + 2x2 8x1 + x2 3x2 2x1, x2 0
Resolva utilizando o método gráfico.
55
Programação Linear
Exercício 3
Max 4x1 + 8x2
s.r.3x1 + 2x2
18x1 + x2 5x1 4x1, x2 0
Resolva utilizando o método gráfico.
58
Programação Linear
Max 21 3xx s.r.
Resolva utilizando o método gráfico.
0,10216
21
21
xxxx
304 21 xx
Exercício 4
60
Programação Linear
Restrições Redundantes
Uma restrição é dita redundante quando a sua exclusão do conjunto de restrições de um problema não altera o conjunto de soluções viáveis deste.
É uma restrição que não participa da determinação do conjunto de soluções viáveis.
Existe um outro problema sem essa restrição com a mesma solução ótima.
61
Programação Linear
Considere o problema
0, 2045 1553
6 5
12 2 ..
106
21
21
21
2
1
21
21
21
xxxxxx
xx
xxxxrs
xxMin
Restrições Redundantes
62
Programação Linear
x11086
51 x
42
62 x
221 xx10
14
12
x2
8
6
4
-2
2
-2
1553 21 xx
2045 21 xx
02 x
01 x
12 21 xx
Restrição Redundante
63
Programação Linear
Soluções Múltiplas Encontre a solução ótima:
0, 2045 1553
6 5
2 ..106
21
21
21
2
1
21
21
xxxxxx
xx
xxrsxxMin
64
Programação Linear
x11086
51 x
42
62 x
221 xx10
14
12
x2
8
6
4
-2
2
-2
1553 21 xx
2045 21 xx
02 x
01 x
SoluçõesMúltiplas
65
Programação Linear
Solução Ilimitada Encontre a solução ótima:
0, 2045 1553
6 2 ..
106
21
21
21
2
21
21
xxxxxx
xxxrs
xxMax
66
Programação Linear
x1108642
62 x
221 xx10
14
12
x2
8
6
4
-2
2
-2
1553 21 xx
2045 21 xx
02 x
01 x
Cresce indefinidamente
67
Programação Linear
Solução Inviável Um problema de programação linear é dito inviável
quando o conjunto de soluções viáveis é vazio.
Considere o problema
0, 20 12 ..
21
21
21
21
xxxxxxtsxxMax
68
Programação Linear
2021 xx
-2-2
2
4
6
8
10
12
14
2 4 6 8 10
12 21 xx
x2
x1
Conjunto de Soluções Viáveis é vazio
69
Memória de aula
1. Formulação de um problema utilizando modelos matemáticos.
2. Determinação das variáveis do modelo.3. Determinação da função objetivo.4. Determine a função objetivo e restrições para o
problema5. Efetuar a resolução gráfica.6. Possibilidades de solução
70
Bibliografia indicada
LISBOA, Erico Fagundes Anicet. Rio de Janeiro, 2002. versão digital disponível na Internet (http://www.ericolisboa.eng.br).
ANDRADE, Eduardo Leopoldino de. Introdução à Pesquisa Operacional: métodos e modelos para a análise de decisão. Rio de Janeiro: Editora LTC, 2005.
LACHTERMACHER, Gerson. Pesquisa Operacional na Tomada de Decisões: modelagem em Excel. Rio de Janeiro: Editora Elsevier, 2004.