MODELAGEM EM PROGRAMAO LINEAR

PASSOS BSICOS NA OBTENO DE MODELOS DE P. L.:

1. IDENTIFICAR AS VARIVEIS DE DECISO, REPRESENT-LAS EM
SIMBOLOGIA ALGBRICA.
2. IDENTIFICAR AS RESTRIES DO PROBLEMA, EXPRESS-LAS COMO
EQAES O INEQAES LINEARES EM TERMOS DAS VARIVEIS
DE DECISO.
!. IDENTIFICAR O OB"ETIVO DE INTERESSE NO PROBLEMA,
REPRESENT-LO COMO FNO LINEAR EM TERMOS DAS
VARIVEIS
DE DECISO, QE DEVER SER MAXIMI#ADA O MINIMI#ADA.
CONSTRO DE MODELOS NO MA CI$NCIA, MAS MA ARTE,
PODENDO SER MEL%ORADA COM A PRTICA.
EXEMPLOS A SEREM TRABAL%ADOS:
DETERMINAO DO MIX DE PRODO.
SELEO DE M&DIA PARA PROPAGANDA.
M PROBLEMA DE TREINAMENTO.
MA IND'STRIA Q&MICA.
MA OFICINA MEC(NICA.
DIMENSIONAMENTO DE EQIPES DE INSPEO.
MODELAGEM EM PROGRAMAO LINEAR
DETERMINAO DO MIX DE PRODO
MA COMPAN%IA DESE"A PROGRAMAR A PRODO DE M
TENS&LIO DE CO#IN%A QE REQER O SO DE DOIS TIPOS
DE RECRSOS ) MO-DE-OBRA E MATERIAL. A COMPAN%IA
EST CONSIDERANDO A FABRICAO DE TR$S MODELOS E
O SE DEPARTAMENTO DE ENGEN%ARIA FORNECE OS
DADOS A SEGIR:
MODELO
A B C
MO-DE-OBRA
*%ORAS POR NIDADE+ , ! -
MATERIAL
*.ILOS POR NIDADE+ / / 0
LCRO
*1 POR NIDADE+ / 2 !
O SPRIMENTO DE MATERIAL DE 222 .ILOS POR DIA. A
DISPONIBILIDADE DIRIA DE MO-DE )OBRA 102 %ORAS.
FORMLE M MODELO DE PROGRAMAO LINEAR PARA
DETERMINAR A PRODO DIRIA DE CADA M DOS
MODELOS DE MODO A MAXIMI#AR O LCRO TOTAL DA
COMPAN%IA.
MODELAGEM EM PROGRAMAO LINEAR
DETERMINAO DO MIX DE PRODO:
FORMLAO DO MODELO
1. IDENTIFICAO DAS VARIVEIS DE DECISO:
X
A
) PRODO DIRIA DO MODELO A
X
B
) PRODO DIRIA DO MODELO B
X
C
) PRODO DIRIA DO MODELO C
2. IDENTIFICAO DAS RESTRIES:
*LIMITAO DE MO-DE-OBRA+ ,X
A
3 !X
B
3-X
C
102
*LIMITAO DE MATERIAL+ /X
A
3 /X
B
30X
C
222
*NO-NEGATIVIDADE+ X
A
2, X
B
2, X
C
2.
!. IDENTIFICAO DO OB"ETIVO: MAXIMI#AO DO LCRO TOTAL
LCRO TOTAL 4 L 4 /X
A
3 2X
B
3!X
C
MAX L 4 /X
A
3 2X
B
3!X
C
MODELO
ENCONTRAR N'MEROS X
A
, X
B
, X
C
TAIS QE:
MAX L 4 /X
A
3 2X
B
3!X
C
S"EITO AS RESTRIES:
,X
A
3 !X
B
3-X
C
102
/X
A
3 /X
B
30X
C
222
X
A
2, X
B
2, X
C
2.
MODELAGEM EM PROGRAMAO LINEAR
5SELEO DE M&DIA PARA PROPAGANDA6
MA COMPAN%IA DE PROPAGANDA DESE"A PLANE"AR MA
CAMPAN%A EM 2! DIFERENTES MEIOS: TV, RDIO E REVISTAS.
PRETENDE-SE ALCANAR O MAIOR N'MERO DE CLIENTES POSS&VEL.
M ESTDO DE MERCADO RESLTO EM:
TV
%ORRIO
TV
%ORRIO
RDIO REVISTAS
NORMAL NOBRE
CSTO /2.222 ,0.222 !2.222 10.222
CLIENTES
ATINGIDO
S
/22.222 722.222 022.222 222.222
ML%ERE
S
ATINGIDA
S
!22.222 /22.222 222.222 122.222
2BS: VALORES VLIDOS PARA CADA VEICLAO DA PROPAGANDA.
A COMPAN%IA NO QER GASTAR MAIS DE 1 822.222.
ADICIONALMENTE DESE"A:
*1+ NO M&NIMO 2 MIL%ES DE ML%ERES SE"AM ATINGIDAS9
*2+ GASTAR NO MXIMO 1 022.222 COM TV9
*!+ NO M&NIMO 2! VEICLAES OCORRAM NO %ORRIO NORMAL
TV9
*/+ NO M&NIMO 22 VEICLAES OCORRAM NO %ORRIO NOBRE
TV9
*0+ N:. DE VEICLAES NO RDIO E REVISTAS DEVEM FICAR ENTRE 20
E 12, PARA CADA MEIO DE DIVLGAO.
FORMLAR M MODELO DE P. L. QE TRATE ESTE PROBLEMA,
DETERMINANDO O N:. DE VEICLAES A SEREM FEITAS EM CADA MEIO
DE COMNICAO, DE MODO A ATINGIR O MXIMO POSS&VEL DE CLIENTES.
MODELAGEM EM PROGRAMAO LINEAR
RESOLO DO EXEMPLO 5SELEO DE M&DIA PARA PROPAGANDA6
VARIVEIS DE DECISO:
X1 4 N:. DE EXPOSIES EM %ORRIO NORMAL NA TV.
X2 4 N:. DE EXPOSIES EM %ORRIO NOBRE NA TV.
X! 4 N:. DE EXPOSIES FEITAS TILI#ANDO RDIO.
X/ 4 N:. DE EXPOSIES FEITAS TILI#ANDO REVISTAS.
FNO-OB"ETIVO:
5MAXIMI#AR N:. DE CLIENTES ATINGIDOS6
MAX # 4 /22.222X1 3 722.222X2 3 022.222X! 3 222.222X/
RESTRIES:
/2.222X1 3 ,0.222X2 3 !2.222X! 3 10.222X/ 822.222
*ORAMENTO+
!22.222X1 3 /22.222X2 3 222.222X! 3 122.222X/ 2.222.222
*ML%ERES ATINGIDAS+
/2.222X1 3 ,0.222X2 022.222
*GASTO COM TV+
X1 !, X2 2, 0 X! 12, 0 X/ 12
*N:. DE VEICLAES EM TV, RDIO E REVISTAS+
X1, X2, X! 2.
*NO-NEGATIVIDADE+
MODELAGEM EM PROGRAMAO LINEAR
5M PROBLEMA DE TREINAMENTO6
MA EMPRESA DE MQINAS FERRAMENTAS TEM M PROGRAMA DE
TREINAMENTO PARA OPERADORES DE MQINAS. ALGNS
OPERADORES " TREINADOS PODEM TRABAL%AR COMO
INSTRTORES NESTE PROGRAMA FICANDO RESPONSVEIS POR 12
5TRAINEES6 CADA. A EMPRESA PRETENDE APROVEITAR APENAS 2,
5TRAINEES6 DE CADA TRMA DE 12.
ESTES OPERADORES TREINADOS TAMBM SO NECESSRIOS NA
LIN%A DE FABRICAO, E SABE-SE QE SERO NECESSRIOS PARA OS
PR;XIMOS MESES: 122 OPERADORES EM "ANEIRO, 102 EM FEVEREIRO,
222 EM MARO, E 202 EM ABRIL. ATALMENTE % 1!2 OPERADORES
TREINADOS DISPON&VEIS NA EMPRESA.
OS CSTOS ASSOCIADOS A CADA SITAO SO:
TRAINEE ...........................................................................1 /22.
OPERADOR TREINADO TRABAL%ANDO ..................1 ,22.
OPERADOR TREINADO OCIOSO..................................1 022.
ENCONTRAR M MODELO DE P. L. QE FORNEA M PROGRAMA DE
TREINAMENTO DE CSTO M&NIMO E SATISFAA OS REQISITOS DA
EMPRESA EM TERMOS DE N:. DE OPERADORES TREINADOS DISPON&VEIS
A CADA M$S.
OBSERVAO: ACORDO FIRMADO COM O SINDICATO PRO&BE
DEMISSES DE OPERADORES TREINADOS NO PER&ODO.
MODELAGEM EM PROGRAMAO LINEAR
RESOLO DO EXEMPLO 5M PROBLEMA DE TREINAMENTO6
OBSERVE QE A CADA M$S M OPERADOR TREINADO EST:
OPERANDO MQINA, TRABAL%ANDO COMO INSTRTOR, O EST
OCIOSO. ALM DISTO, O N:. DE OPERADORES TREINADOS
TRABAL%ANDO NAS MQINAS FIXO E CON%ECIDO: 122 EM
"ANEIRO, 102 EM FEVEREIRO, 222 EM MARO E 202 EM ABRIL.
VARIVEIS DE DECISO:
X1 4 OPERADORES TRABAL%ANDO COMO INSTRTORES EM "ANEIRO
X2 4 OPERADORES OCIOSOS EM "ANEIRO
X! 4 OPERADORES TRABAL%ANDO COMO INSTRTORES EM FEVEREIRO
X/ 4 OPERADORES OCIOSOS EM FEVEREIRO
X0 4 OPERADORES TRABAL%ANDO COMO INSTRTORES EM MARO
X- 4 OPERADORES OCIOSOS EM MARO
FNO-OB"ETIVO:
5CSTO TOTAL 4 CSTO TRAINEES 3 CSTO INSTRTORES 3 CSTO
OCIOSOS 3 CSTO OPERADORES TRABAL%ANDO EM MQINAS6.
MIN C 4 /22*12X1 3 12X2 3 12X!+ 3 ,22*X1 3 X! 3 X0+ 3 022*X2 3 X/ 3 X-+ 3
3 ,22*122 3 102 3 222+ 4 /,22X1 3 022X2 3 /,22X! 3 022X/ 3 /,22X0 3
3 022X- 3 !10.222.
RESTRIES: X1, X2, X!, X/, X0, X- 2 *NO-NEGATIVIDADE+
EQAO DE BALANO MENSAL:
OPERADORES TREINADOS NO IN&CIO DO M$S 4 OPERADORES NAS
MQINAS 3 INSTRTORES 3 OPERADORES OCIOSOS.
"ANEIRO: 1!2 4 122 3 X1 3 X2 X1 3 X2 4 !2
FEVEREIRO: 1!2 3 ,X1 4 102 3 X! 3 X/ ,X1 - X! - X/ 4 22
MARO: 1!2 3 ,X1 3 ,X! 4 222 3 X0 3 X- ,X1 3 ,X! - X0 - X- 4 ,2
ABRIL: 202 4 1!2 3 ,X1 3 ,X! 3 ,X0 ,X1 3 ,X! 3 ,X0 4 122.
MODELAGEM EM PROGRAMAO LINEAR
5MA IND'STRIA Q&MICA6
DOIS PRODTOS, A E B, SO FEITOS A PARTIR DE DAS OPERAES
Q&MICAS. CADA NIDADE DO PRODTO A REQER 22 %ORAS DA
OPERAO 1 E 2! %ORAS DA OPERAO 2. CADA NIDADE DO
PRODTO B REQER 2! %ORAS DA OPERAO 1 E 2/ %ORAS DA
OPERAO 2. O TEMPO TOTAL DISPON&VEL PARA A REALI#AO DA
OPERAO 1 DE 1- %ORAS, E O TEMPO TOTAL PARA A OPERAO 2
DE 2/ %ORAS.
A PRODO DO PRODTO B RESLTA, TAMBM, NM SBPRODTO C
SEM CSTOS ADICIONAIS. SABE-SE QE PARTE DO PRODTO C PODE
SER VENDIDO COM LCRO, MAS O RESTANTE DEVE SER DESTR&DO.
PREVISES MOSTRAM QE NO MXIMO 20 NIDADES DO PRODTO C
SERO VENDIDAS, E SABE-SE QE CADA NIDADE DO PRODTO B
FABRICADA GERA 22 NIDADES DO PRODTO C.
SABE-SE QE:
PRODTO A GERA M LCRO DE 1 / POR NIDADE.
PRODTO B GERA M LCRO DE 1 12 POR NIDADE.
PRODTO C GERA M LCRO DE 1 ! POR NIDADE SE FOR VENDIDO.
PRODTO C GERA M CSTO DE 1 2 POR NIDADE SE FOR
DESTR&DO.
DETERMINAR M MODELO DE P. L. PARA TRATAR ESTE PROBLEMA, E
ENCONTRAR QANTO PROD#IR DE CADA PRODTO, DE MODO A
MAXIMI#AR O LCRO DA IND'STRIA Q&MICA.
MODELAGEM EM PROGRAMAO LINEAR
RESOLO DO EXEMPLO 5MA IND'STRIA Q&MICA6
OBSERVE QE O LCRO DA VENDA DO PRODTO A MA FNO
LINEAR, MAS COM RESPEITO AO PRODTO C ISTO NO OCORRE.
ARTIF&CIO: CONSIDERAR AS VARIVEIS DE DECISO COMO SENDO,
X1 4 QANTIDADE PRODTO A PROD#IDA
X2 4 QANTIDADE PRODTO B PROD#IDA
X! 4 QANTIDADE PRODTO C VENDIDA
X/ 4 QANTIDADE PRODTO C DESTR&DA
FNO-OB"ETIVO:
MAX # 4 /X1 3 12X2 3 !X! - 2X/
RESTRIES:
X! 3 X/ 4 2X2 *PRODO DO PRODTO C A PARTIR DO PRODTO B+
X! 0 *PREVISO DE PRODTO C QE PODE SER VENDIDO+
2X1 3 !X2 1- *DISPONIBILIDADE DE TEMPO PARA OPERAO 1+
!X1 3 /X2 2/ *DISPONIBILIDADE DE TEMPO PARA OPERAO 2+
X1, X2, X!, X/ 2 *NO-NEGATIVIDADE+
QANTIDA
DE
LCRO
PRODTO
A
PRODTO
C
LCRO
QUANTIDA
DE
3/
3!
-2
0
MODELAGEM EM PROGRAMAO LINEAR
5OFICINA MEC(NICA6
MA OFICINA MEC(NICA TEM 21 FRADEIRA VERTICAL E 20
FRESADORAS, QE SO SADAS PARA A PRODO DE CON"NTOS
FORMADOS DE 2 PARTES. SABE-SE QAL A PRODTIVIDADE DE CADA
MQINA NA FABRICAO DESTAS PARTES DO CON"NTO:
FRADEIRA FRE#ADORA
PARTE 1 2! 22
PARTE 2 20 10
OBS: TEMPO PARA PROD#IR AS PARTES DADO EM MINTOS.
O ENCARREGADO PELA OFICINA DESE"A MANTER MA CARGA
BALANCEADA NAS MQINAS DE MODO QE NEN%MA DELAS SE"A
SADA MAIS QE !2 MINTOS POR DIA QE QALQER OTRA, SENDO
O CARREGAMENTO DE FRESAMENTO DIVIDIDO IGALMENTE ENTRE
AS 20 FRESADORAS.
AC%AR M MODELO DE P. L. PARA DIVIDIR O TEMPO DE TRABAL%O
ENTRE AS MQINAS DE MODO A OBTER O MXIMO DE CON"NTOS
COMPLETOS AO FINAL DE M DIA, NM TOTAL DE 28 %ORAS DE
TRABAL%O.
MODELAGEM EM PROGRAMAO LINEAR
RESOLO DO EXEMPLO 5OFICINA MEC(NICA6
VARIVEIS DE DECISO:
X1 4 N'MERO DE PARTES 1 PROD#IDAS POR DIA
X2 4 N'MERO DE PARTES 2 PROD#IDAS POR DIA
RESTRIES:
!X1 3 0X2 /82
*MINTOS POR DIA DISPON&VEIS PARA A FRADEIRA+
*22X1 3 10X2+<0 4 /X1 3 !X2 /82
*MINTOS POR DIA DISPON&VEIS PARA CADA FRESADORA+
=*/X1 3 !>2+ - *!X1 3 0X2+= 4 =X1 -2X2= !2
*BALANCEAMENTO DE CARGA ENTRE AS MQINAS+
OBSERVE QE ESTA 'LTIMA RESTRIO NO LINEAR, MAS
EQIVALENTE A DAS EQAES LINEARES QE PODEM SBSTIT&-
LA:
X1 - 2X2 !2 E -X1 3 2X2 !2
X1, X2 2 *NO-NEGATIVIDADE+.
FNO-OB"ETIVO:
5MAXIMI#AO DO N'MERO DE CON"NTOS COMPLETOS POR DIA6
MAX # 4 MIN *X1, X2+
OBSERVE QE ESTA FNO NO LINEAR, MAS PODE SER
LINEARI#ADA TILI#ANDO-SE MA NOVA VARIVEL, DA FORMA:
SE"A ? 4 MIN *X1, X2+, ? 2, NATRALMENTE TEM-SE DAS NOVAS
RESTRIES DADAS POR: ? X1 E ? X2.
A FNO-OB"ETIVO LINEAR FICA SENDO: MAX # 4 ?
MODELAGEM EM PROGRAMAO LINEAR
5PROBLEMA DE DIMENSIONAMENTO DE EQIPES DE INSPEO6
MA COMPAN%IA DESE"A DETERMINAR QANTOS INSPETORES
ALOCAR @ MA DADA TAREFA DO CONTROLE DA QALIDADE. AS
INFORMAES DISPON&VEIS SO:
% 28 INSPETORES DO N&VEL 1 QE PODEM C%ECAR AS PEAS A
MA TAXA DE 20 PEAS POR %ORA, COM MA ACRACIDADE DE
78A, SENDO O CSTO DE CADA INSPETOR DESTE N&VEL 1/ POR
%ORA9
% 12 INSPETORES DO N&VEL 2 QE PODEM C%ECAR AS PEAS A
MA TAXA DE 10 PEAS POR %ORA, COM MA ACRACIDADE DE
70A, SENDO O CSTO DE CADA INSPETOR DESTE N&VEL 1! POR
%ORA.
A COMPAN%IA DESE"A QE NO M&NIMO 1822 PEAS SE"AM
INSPECIONADAS POR DIA *4 28 %ORAS+.
SABE-SE, AINDA, QE CADA ERRO COMETIDO POR INSPETORES NO
CONTROLE DA QALIDADE DAS PEAS ACARRETA M PRE"&#O @
COMPAN%IA DE 12 POR PEA MAL INSPECIONADA.
FORMLAR M MODELO DE P. L. PARA POSSIBILITAR A DESIGNAO
;TIMA DO N:. DE INSPETORES DE CADA N&VEL DE MODO A OTIMI#AR O
CSTO DA INSPEO DIRIA DA COMPAN%IA.
MODELAGEM EM PROGRAMAO LINEAR
RESOLO DO EXEMPLO 5DIMENSIONAMENTO DE EQIPES DE
INSPEO6
VARIVEIS DE DECISO:
X
B
4 N:. DE INSPETORES DO N&VEL B *4 1, 2+ ALOCADOS @ INSPEO.
FNO OB"ETIVO:
MINIMI#AR C 4 CSTO TOTAL DIRIO DE INSPEO *C1<DIAD+.
ONDE : CSTO TOTAL 4 CSTO DO SALRIO DOS INSPETORES 3 CSTO
DOS ERROS
MIN C 4 8 EC*/X1 3 !X2+ 3 2 E *20E2,22X1 3 10E2,20X2+D MIN C 4 /2X1 3 !-X2
RESTRIES:
QANTO AO N:. DE INSPETORES DISPON&VEIS:
X1 8 *INSPETORES DO N&VEL 1+
X2 12 *INSPETORES DO N&VEL 2+
QANTO AO N:. DE PEAS INSPECIONADAS POR DIA:
8 E *20X1 3 10X2+ 1822 0X1 3 !X2 /0
RESTRIES IMPL&CITAS DE NO NEGATIVIDADE:
X1 2
X2 2.