Você está na página 1de 30

Modelagem e Anlise de Deciso

Edio revisada Cliff T. Ragsdale

Captulo 2
Introduo otimizao e programao linear

Introduo
Todos ns enfrentamos decises sobre como usar recursos limitados, como:
A quantidade de petrleo que podemos retirar da terra A quantidade de terra disponvel para jogarmos lixo e resduos txicos Tempo Dinheiro Trabalhadores
2010 Cengage Learning. Todos os direitos reservados.

Programao Matemtica...
(PM) [Mathematical Programming (MP)] um campo da cincia de gerenciamento que encontra a maneira ideal ou mais eficiente de usar recursos limitados para atingir os objetivos de um indivduo ou de uma empresa. Geralmente chamada de otimizao.

2010 Cengage Learning. Todos os direitos reservados.

Aplicaes da Otimizao
Determinao do mix de produtos Fabricao Roteamento e logstica Planejamento financeiro

2010 Cengage Learning. Todos os direitos reservados.

Caractersticas dos Problemas de Otimizao


Decises Restries Objetivos

2010 Cengage Learning. Todos os direitos reservados.

Formulao Geral de um Problema de Otimizao


MAX (ou MIN): f0(X1, X2, ..., Xn) Sujeito a: f1(X1, X2, ..., Xn) b1 fk(X1, X2, ..., Xn) bk fm(X1, X2, ..., Xn) = bm
Nota: Se todas as funes numa otimizao so lineares, trata-se de uma Programao Linear (PL) [Linear Programming LP]

2010 Cengage Learning. Todos os direitos reservados.

Problemas de Programao Linear...


MAX (or MIN): c1X1 + c2X2 + + cnXn Sujeito a: a11X1 + a12X2 + + a1nXn <= b1 : ak1X1 + ak2X2 + + aknXn >=bk : am1X1 + am2X2 + + amnXn = bm

2010 Cengage Learning. Todos os direitos reservados.

Um Exemplo de Problema de PL
A Blue Ridge Hot Tubes fabrica e vende dois modelos de banheiras: a Aqua-Spa e a Hydro-Lux. Bomba Produo Tubulao Lucro Aqua-Spa 1 9 horas 12 ps $350 Hydro-Lux 1 6 horas 16 ps $300

O proprietrio espera ter 1.566 horas de trabalho de produo e 2.880 ps de tubulao disponveis durante o prximo ciclo de produo.
2010 Cengage Learning. Todos os direitos reservados.

5 Passos na Formulao de Modelos de PL:


1. Entenda o problema 2. Identifique as variveis de decises
X1= nmero de Aqua-Spas a ser produzidas

X2= nmero de Hydro-Luxes que sero fabricadas

3. Coloque a funo objetivo como uma combinao linear das variveis de deciso
MAX: 350X1 + 300X2
2010 Cengage Learning. Todos os direitos reservados.

5 Passos na Formulao de Modelos de PL: (Cont.)


4. Coloque as restries como combinaes

lineares das variveis de deciso


1X1 + 1X2 <= 200 } bombas 9X1 + 6X2 <= 1566 } produo 12X1 + 16X2 <= 2880 } tubulao 5. Identifique quaisquer vnculos nas

variveis de deciso
X1 >= 0 X2 >= 0
2010 Cengage Learning. Todos os direitos reservados.

Modelo de PL para a Blue Ridge Hot Tubs


MAX: 350X1 + 300X2 Sujeito a.: 1X1 + 1X2 <= 200 9X1 + 6X2 <= 1566 12X1 + 16X2 <= 2880 X1 >= 0 X2 >= 0

2010 Cengage Learning. Todos os direitos reservados.

Resoluo de Problemas de PL: Uma Abordagem Intuitiva


Ideia: Cada Aqua-Spa precisa produzir o maior nmero de unidades de X1 possvel, pois cada uma delas gera um lucro de $ 350 enquanto cada unidade de X2 (HydroLuxes) gera um lucro de apenas $ 300. Quanto seria isso? X2 = 0 1 restrio: 1X1 <= 200 2 restrio: 9X1 <=1566 ou X1 <=174 3 restrio: 12X1 <=2880 ou X1 <=240 Se X2=0, o maior valor de X1 174 e seu total de lucro $350*174 + $300*0 = $60,900 Essa soluo vivel, mas a soluo tima? No!
2010 Cengage Learning. Todos os direitos reservados.

Resoluo de problemas de PL: Uma Abordagem Grfica


As restries de um modelo de PL definem o conjunto de solues viveis. A dificuldade em PL determinar qual ponto ou pontos na regio vivel correspondem ao melhor valor possvel da funo. Para problemas de PL com duas variveis, fcil rascunhar a regio vivel para o modelo de PL e localizar o ponto vivel ideal graficamente.
2010 Cengage Learning. Todos os direitos reservados.

Plotando a Primeira Restrio


X2
25 0 20 0 15 0 10 0 50 0 0 50 10 0 15 0 20 0 25 0

(0, 200)
Linha de contorno da restrio de bomba:

X1 + X2 = 200

(200, 0)

X1

2010 Cengage Learning. Todos os direitos reservados.

Plotando a Segunda Restrio


X2
25 0 20 0 (0, 261)
Linha de contorno da restrio de horas de trabalho

9X1 + 6X2 = 1566

15 0 10 0
50 (174, 0)

0
0 50 10 0 15 0 20 0 25 0

X1

2010 Cengage Learning. Todos os direitos reservados.

Plotando a Terceira Restrio


X2
25 0 20 0 15 0 10 0
Regio Vivel

(0, 180)

Linha de contorno da restrio de tubulao

12X1 + 16X2 = 2880

50
(240, 0) 0 0 50 10 0 15 0 20 0 25 0

X1

2010 Cengage Learning. Todos os direitos reservados.

Plotando uma Curva de Nvel de X uma Funo Objetivo


2

25 0 20 0 15 0 10 0 50 0 0 50 10 0 15 0 20 0 25 0 (100, 0) (0, 116.67)


Funo objetivo

350X1 + 300X2 = 35000

X1

2010 Cengage Learning. Todos os direitos reservados.

Segunda Curva de Nvel de uma Funo Objetivo X


2

25 0
(0, 175) 20 0 15 0 10 0 50 0 0 50 10 0 15 0 20 0 25 0
Funo objetivo

350X1 + 300X2 = 35000


Funo objetivo

350X1 + 300X2 = 52500

(150, 0)

X1

2010 Cengage Learning. Todos os direitos reservados.

Encontrar a Soluo tima Usando a Curva de Nvel X


2

25 0 20 0 15 0 10 0 50 0 0 50 10 0 15 0 20 0 25 0 objective function 350X1 + 300X2 = 35000

optimal solution objective function 350X1 + 300X2 = 52500

X1

2010 Cengage Learning. Todos os direitos reservados.

Calculando a tima Soluo


A soluo tima para nosso problema do exemplo ocorre no ponto em que a maior curva de nvel possvel intercepta a regio vivel em um nico ponto. Onde isso ocorre: X1 + X2 = 200 (1) and 9X1 + 6X2 = 1566 (2) Em (1) ns temos, X2 = 200 -X1 (3) Substituindo (3) por X2 in (2) ns temos, 9X1 + 6 (200 -X1) = 1566 o que reduz para X1 = 122 Ento, a soluo tima : X1=122, X2=200-X1=78 Lucro total = $350*122 + $300*78 = $66.100
2010 Cengage Learning. Todos os direitos reservados.

Enumerando os Pontos Extremos


X2
25 0 20 0 15 0 10 0 50 0 0 50 10 0 15 0 20 0 25 0 valor obj. = (0, $0 0) valor obj. = $54,000 (0, 180)

valor obj. = $64,000 (80, 120) valor obj. = $66,100 (122, 78)

valor obj. = $60,900 (174, 0)

X1

2010 Cengage Learning. Todos os direitos reservados.

Resumo da Soluo Grfica para Problemas de PL


1. Plote a linha de contorno de cada restrio do modelo. 2. Identifique a regio vivel 3. Encontre a soluo tima por um dos seguintes mtodos: a. Plotando curvas de nvel b. Enumerando os pontos extremos

2010 Cengage Learning. Todos os direitos reservados.

Entendimento de Como as Coisas Mudam


Ver arquivo nomeado Fig2-8.xls, no site www.cengage.com.br, na pgina do livro

2010 Cengage Learning. Todos os direitos reservados.

Condies Especiais em Modelos de PL


Anomalias que podem ocorrer em Modelos de PL
Mltiplas Solues timas Restries Redundantes Solues Ilimitadas Inviabilidade

2010 Cengage Learning. Todos os direitos reservados.

X2
25 0 20 0 15 0 10 0

Exemplo de Solues timas Alternadas


Funo objetivo - curva de nvel

450X1 + 300X2 = 78300

Mltiplas solues timas

50 0 0 50 10 0 15 0 20 0 25 0

X1

2010 Cengage Learning. Todos os direitos reservados.

X2
25 0 20 0 15 0 10 0 50 0 0

Exemplo de uma Restrio Redundante


Linha de contorno da restrio de tubulao Linha de contorno da restrio de bomba

Linha de contorno da 50 restrio de horas de trabalho

50

10 0

15 0

20 0

25 0

X1

2010 Cengage Learning. Todos os direitos reservados.

Exemplo de uma Soluo Ilimitada


X2
100 0 80 0 60 0 40 0 200
X1 + X2 = 400

Funo objetivo
X1 + X2 = 600 -X1 + 2X2 = 400

Funo objetivo
X1 + X2 = 800

0 0 200

40 0

60 0

80 0

100 0

X1

2010 Cengage Learning. Todos os direitos reservados.

X2
25 0 20 0 15 0 10 0 50 0

Exemplo de Inviabilidade

X1 + X2 = 200

Regio vivel para a segunda restrio

Regio vivel para a primeira restrio


X1 + X2 = 150

50

10 0

15 0

20 0

25 0

X1

2010 Cengage Learning. Todos os direitos reservados.

Fim do Captulo 2

2010 Cengage Learning. Todos os direitos reservados.

Você também pode gostar