Escolar Documentos
Profissional Documentos
Cultura Documentos
Justificativa
Atualmente, no mundo dos negcios buscam-se modelos de atividades e comportamentos necessrios ao fortalecimento das organizaes, voltados a oferecer a satisfao a seus proprietrios, trabalhadores, fornecedores e consumidores.
A disputa pela conquista de maiores fatias do mercado consumidor, o enfrentamento da concorrncia, a busca pela qualidade do servio ou do produto e melhoria do ambiente social tornaram-se desafios constantes em todos os ramos da atividade humana. Maximizar os resultados e minimizar os dispndios, solucionando os problemas da melhor maneira possvel por meio de modelos matemticos tornou-se um imperativo no mundo competitivo em que vivemos.
3
CONHECIMENTOS NECESSRIOS: OPERAES MATEMTICAS BSICAS OPERAES COM FRAES EQUAES E INEQUAES GRFICO CARTESIANO FUNO LINEAR
4
Bibliografia (deste material) Andrade, E. L. Introduo Pesquisa Operacional.CTC Editora,1998. Ehrlich, Pierre J. Pesquisa operacional: curso introdutrio. So Paulo: Atlas, 1991. Lachtermacher, Gerson. Pesquisa Operacional na tomada de decises. Editora Campus. Rio de Janeiro,2002.
5
Bibliografia (deste material) Oberstone, Joelee. Management Science concepts, insights and applications. West Publishing Company. St.Paul.1990. Silva, E.M.; Silva, E.M.; Gonalves V.; Murolo, A.C. Pesquisa Operacional: Programao Linear e Simulao. 3a edio. Editora Atlas,1998.
Pesquisa Operacional
Conceito A Pesquisa Operacional trata da busca da melhor utilizao tcnica, econmica, social ou poltica de recursos e processos, por meio da aplicao de mtodos cientficos, visando a maior satisfao do usurio. De um ponto de vista mais especfico a Pesquisa Operacional cuida da modelagem matemtica aplicada rea de negcios.
7
Pesquisa Operacional
Introduo A cincia da administrao (Management Sciences) a rea de estudos que utiliza computadores, estatstica e matemtica para resolver problemas de negcios sendo considerada uma subrea da Pesquisa Operacional. H poucos anos as sociedades que estudavam separadamente as duas reas de estudo se fundiram e aqui no Brasil foi criada a SOBRAPO Sociedade Brasileira de Pesquisa Operacional.
8
Pesquisa Operacional
Introduo O desenvolvimento de um trabalho de P.O envolve equipes multi-disciplinares para a aplicao dos mtodos cientficos a problemas reais encontrados nos sistemas de produo de bens e servios, como ferramenta auxiliar para a tomada de decises, em quaisquer setores e nveis da economia
9
Pesquisa Operacional
Histrico Na dcada de 50, professores da USP, ITA e PUC-RJ, com formao no exterior, criaram os primeiros cursos de graduao que incluam disciplinas de P.O, como o de Engenharia da Produo, e que foram includas tambm em outros cursos, j existentes, como os de Economia, Engenharia, Matemtica e Estatstica.
10
Pesquisa Operacional
Histrico A partir de 1960, a criao de cursos de psgraduao na rea de P.O e a aquisio dos primeiros computadores multiplicaram as possibilidades de sua aplicao. Vrias empresas comearam a utilizar a P.O, estreitando um proveitoso relacionamento com as Universidades. O primeiro exemplo desta relao foi o da PUC-RJ com as empresas SOCIL e Anhanguera, para o desenvolvimento de programas de minimizao de custo de raes para animais, usando Programao Linear. 11
Pesquisa Operacional
Os principais setores a empregar tcnicas de P.O, na poca, foram: 1 - Siderurgia (CSN, Cia. Vale do Rio Doce) 2 - Eletricidade (Cia Nacional de Energia Eltrica) 3 - Transportes (FRONAPE) 4 - Petrleo (PETROBRS, ESSO) 5 - Telecomunicaes Em funo da grande aplicabilidade de seus conceitos, incluindo grandes projetos em obras estatais, foi criada, em 1968, a Sociedade Brasileira de Pesquisa Operacional SOBRAPO 12
Pesquisa Operacional
Histrico A dcada de 70 consolidou a P.O, no Brasil, com um maior interesse das empresas e um maior contingente de profissionais habilitados na rea, permitindo a formao de grupos prprios de P.O, visando a soluo de problemas tticos e o planejamento estratgico, naquelas empresas.
13
Pesquisa Operacional
Histrico Nos anos seguintes, embora consolidada, a P.O. aplicada ao planejamento estratgico de empresas, perdia o sentido frente situao imprevisvel da economia nacional. Ao mesmo tempo, no entanto, houve grande incremento do instrumental cientfico, com o desenvolvimento de softwares e dos microcomputadores.
14
Pesquisa Operacional
Histrico Na dcada de 90 a P.O ganha um novo impulso, nesta dcada, nas reas de: administrao (tomada de decises), visando a qualidade dos processos de produo e atendimento (servios, desenvolvimento de linhas de produtos, comercializao e marketing).
15
Pesquisa Operacional
Trabalhos por rea em 24 simpsios da SOBRAPO Transportes 21,0% Energia 19,0% Economia e Finanas 11,5% Logstica 9,0% Planejamento e Controle da Produo 8,0% Telecomunicaes 8,0% Siderurgia 6,5% Agropecuria 5,0%
16
Fases de um Estudo em P.O. Um estudo em Pesquisa Operacional costuma envolver seis fases: 1. Formulao do problema; 2. Construo do modelo do sistema; 3. Clculo da soluo; 4. Teste do modelo e da soluo; 5. Estabelecimento de controles da soluo; 6. Implementao e acompanhamento;
17
FASE 1
Formulao do Problema 1.Colocar o problema de maneira clara e coerente. 2.Definir os objetivos a alcanar e quais os possveis caminhos alternativos para que isso ocorra. 3.Levantar as limitaes tcnicas do sistema e as relaes desse sistema com outros ou ambiente externo 4.Criar uma medida de eficincia para o sistema.
18
FASE 2
Construo do Modelo do Sistema Os modelos so matemticos, isto , modelos formados por um conjunto de equaes e inequaes. Uma das equaes do conjunto serve para medir a eficincia do sistema para cada soluo proposta a funo objetivo. As inequaes geralmente descrevem as limitaes ou restries tcnicas do sistema. As variveis que compem as equaes so de dois tipos:
19
FASE 2
Construo do Modelo do Sistema As variveis que compem as equaes so de dois tipos: Varives controladas ou de deciso so variveis cujo valor est sob controle do administrador. Variveis no controladas - so as variveis cujos valores so atribudos por sistemas fora do controle do administrador
20
FASE 2
Construo do Modelo do Sistema As variveis que compem as equaes so de dois tipos: Varives controladas ou de deciso so variveis cujo valor est sob controle do administrador. Variveis no controladas - so as variveis cujos valores so atribudos por sistemas fora do controle do administrador
FASE 3
Clculo da soluo feito atravs de tcnicas matemticas especficas. A construo do modelo deve levar em considerao disponibilidade de uma tcnica para o clculo da soluo.
21
22
FASE 4
Teste do modelo e da soluo Se houver dados histricos, eles sero aplicados no modelo, gerando um desempenho que pode ser comparado ao observado no sistema. Se o desvio verificado no for aceitvel, reformular o abandonar o modelo Se no houver dados histricos, os dados sero anotados com o sistema funcionando sem interferncia at que permitam que o teste possa ser realizado. 23
FASE 5
Estabelecimento de controles da soluo Para a construo e experimentao do modelo so criados parmetros. Qualquer mudana nesses parmetros dever ser controlada para garantir a validade da soluo adotada. Caso alguns desses parmetros sofra desvio alm do permitido, o clculo de nova soluo ou mesmo a reformulao do modelo poder ser necessria.
24
FASE 6
Implementao e acompanhamento Nesta fase, a soluo ser apresentada ao administrador, evitando-se o uso da linguagem tcnica. O uso da linguagem simples facilita a compreenso e a boa vontade para a implantao que est sendo sugerida. Importante acompanhar o comportamento do sistema. 25
29
33
36
38
40
Caractersticas
Tamanho da populao (finita ou infinita) Infinita Se a probabilidade de um cliente chegar no significativamente alterada quando um ou mais membros da populao esto sendo atendidos a populao dita infinita. A maioria dos sistemas de filas tem populao infinita. Exemplo: pessoas que visitam Disneylndia.
42
41
Caractersticas
Finita Uma populao considerada finita Se a probabilidade de um cliente chegar alterada quando um ou mais membros da populao esto sendo atendidos. Exemplo: pessoas de bom gosto que compram CDs de Tiririca.
Caractersticas
Padro de chegada da populao ( com horrio pr-determinado ou aleatrio). Pr-determinado No h necessidade de se criar um modelo analtico. Se o padro aleatrio ento necessrio especificar o tipo de distribuio de probabilidade dos tempos entre chegadas ao sistema consecutivas.
44
43
Caractersticas
Padro de chegada da populao ( com horrio pr-determinado ou aleatrio). Aleatrio necessrio especificar o tipo de distribuio de probabilidade dos tempos entre chegadas ao sistema consecutivas. O tipo mais comum de padro de chegada a distribuio de Poisson. Neste caso, as chegadas ao sistema ocorrem aleatoriamente, mas com uma certa mdia .
45
Caractersticas
Tamanho da fila (finito ou infinito) A fila caracterizada pelo mximo nmero de clientes que pode conter. Este nmero pode ser considerado finito ou infinito e isto vai depender das limitaes fsicas do sistema (espao disponvel). mais fcil trabalhar analiticamente filas de comprimento infinito.
46
Caractersticas
A disciplina da fila A disciplina da fila a ordem pela qual os clientes que chegam ao sistema so selecionados para serem atendidos. Tipos : FCFS, LCFS, SIRO
Caractersticas
FCFS - first come, first served (o primeiro a chegar o primeiro a ser atendido). o tipo mais comum LCFS - last come, first served (o ltimo a chegar o primeiro a ser atendido). Ex: uma pilha de pratos esperando para serem lavados. O ltimo prato a ser colocado o primeiro a ser lavado.
47 48
Caractersticas
SIRO - service in random (atendimento em ordem aleatria). order
Caractersticas
Nmero de canais de (singular ou mltiplo n) atendimento
Exemplo: Um ptio de uma concessionria na qual os carros esperam para serem comprados. A ordem de compra aleatria.
O atendimento pode ser processado por meio de um nico atendente ou por meio de dois ou mais canais de atendimento. No primeiro caso diz-se que o atendimento feito por um canal e no segundo diz-se canal mltiplo.
49
50
Caractersticas
Teorema Para qualquer sistema de filas no qual exista uma distribuio em regime constante, so vlidas as seguintes relaes: L = .W Lq = .Wq Ln = .Wn
51
Notao de filas
Cada Sistema de Filas descrito por 6 caractersticas: (1 / 2 / 3) : (4 / 5 / 6) (1) Tipo de tempos de chegada (2) Tipo de tempos de antendimento (3) Nmero de canais de atendimento (4) Nmero mximo de usurios no sistema. (5) Tamanho da populao que usa o sistema. (6) Disciplina da fila: FCFS, LCFS, SIRO
52
Notao de filas
(1) Tipo de tempos de chegada (intervalos de tempo de chegada so indepedentes e...) M aleatrios com distribuio exponencial D - determinsticos E - aleatrios tendo distribuio de Erlang G com distribuio genrica (pode englobar as anteriores)
53
Notao de filas
(2) Tipo de tempos de atendimento (intervalos de tempo de chegada so indepedentes e...) M aleatrios com distribuio exponencial D - determinsticos E - aleatrios tendo distribuio de Erlang G com distribuio genrica (pode englobar as anteriores)
54
Notao de filas
(3) Nmero de canais de atendimento n (4) Nmero mximo de usurios no sistema. c (5) Tamanho da populao que usa o sistema. (6) Disciplina da fila FCFS, LCFS, SIRO ou G (genrica)
55
Sistema (M / M / 1) : ( / / FCFS) Sistema de um canal com comprimento infinito de fila. Este o modelo bsico para servidor simples. o mais comum de todos. Intervalo entre chegadas exponencial = M Tempo de atendimento exponencial = M Canais de atendimento = 1 Capacidade do sistema = Tamanho da populao = Disciplina da fila = FCFS
56
Sistema (M / M / 1) : ( / / FCFS) Exemplo: Pacientes chegam a um posto mdico para receber a inoculao de uma vacina numa taxa de 100 pessoas por hora seguindo a distribuio de Poisson. Cada pessoa consome 15 segundos de uma nica enfermeira que aplica a vacina. Os tempos de servios realizados seguem a distribuio exponencial. Responda:
57 58
=
Po = 1 Pn = Po. n L=
2 Lq = . ( )
W= 1
Wq =
. ( )
Sistema (M / M / 1) : ( / / FCFS) Exemplo (continuao): a) Qual a chance de que um paciente que acaba de chegar, no tenha que esperar? b) Qual a chance de haver exatamente trs pacientes no sistema? c) Qual o nmero mdio de pacientes no sistema? d) Qual o nmero mdio de pacientes esperando na fila? (no inclua o paciente recebendo a vacina).
59
Sistema (M / M / 1) : ( / / FCFS) Exemplo (continuao): e) Em mdia, quanto tempo um paciente gasta para chegar, receber a inoculao e sair? f) Qual o tempo mdio de espera antes que o paciente possa estar com a enfermeira?
60
Sistema (M / M / 1) : ( / / FCFS) Soluo: a) Qual a chance de que um paciente que acaba de chegar, no tenha que esperar?
Sistema (M / M / 1) : ( / / FCFS) Soluo: b) Qual a chance de haver exatamente trs pacientes no sistema?
=
Po = 1
Pn = Po. n
P3 = 0,042 P3 = 0,042
62
Sistema (M / M / 1) : ( / / FCFS) Soluo: d) Qual o nmero mdio de pacientes esperando na fila? (no inclua o paciente recebendo a vacina).
L=
2 Lq = . ( )
63
64
Sistema (M / M / 1) : ( / / FCFS) Soluo e) Em mdia, quanto tempo um paciente gasta para chegar, receber a inoculao e sair?
Sistema (M / M / 1) : ( / / FCFS) Soluo f) Qual o tempo mdio de espera antes que o paciente possa estar com a enfermeira?
W=
Wq =
. ( )
65
66
Sistema (M / M / 1) : (c / / FCFS) Sistema de um canal com comprimento finito de fila. O comprimento da fila agora limitado. Este tipo de restrio no usual mas possvel considerar os limites fsicos de um sistema de filas. Intervalo entre chegadas exponencial = M Tempo de atendimento exponencial = M Canais de atendimento = 1 Capacidade do sistema = c Tamanho da populao = Disciplina da fila = FCFS 67
Sistema (M / M / 1) : (c / / FCFS)
Observao Quando c clientes esto no sistema, se chegar algum outro cliente, este vai embora e no volta mais.
68
Sistema (M / M / 1) : (c / / FCFS) Exemplo: Os pacientes chegam numa taxa de 100 pessoas por hora seguindo a distribuio de Poisson. Cada pessoa consome 15 segundos de uma nica enfermeira que aplica a vacina. Os tempos de servios realizados seguem a distribuio exponencial. Devido ao pequeno tamanho da sala de espera, a capacidade das instalaes igual a trs pessoas.
70
Lq = L (1 Po ) W= L . (1 Pc ) Lq . (1 Pc )
1 Po = 1 c +1 Pn = Po. n com n c ( c + 1) . c +1 L= 1 1 c +1
Wq =
69
Sistema (M / M / 1) : (c / / FCFS) Exemplo (continuao): Qual o efeito desta restrio quando comparamos este novo sistema com o anterior? As perguntas so as mesmas. Responda:
Sistema (M / M / 1) : (c / / FCFS) Exemplo (continuao): a) Qual a chance de que um paciente que acaba de chegar, no tenha que esperar? b) Qual a chance de haver exatamente trs pacientes no sistema? c) Qual o nmero mdio de pacientes no sistema? d) Qual o nmero mdio de pacientes esperando na fila? (no inclua o paciente recebendo a vacina).
72
71
Sistema (M / M / 1) : (c / / FCFS) Exemplo (continuao): e) Em mdia, quanto tempo um paciente gasta para chegar, receber a inoculao e sair? f) Qual o tempo mdio de espera antes que o paciente possa estar com a enfermeira?
Sistema (M / M / 1) : (c / / FCFS) Soluo: a) Qual a chance de que um paciente que acaba de chegar, no tenha que esperar?
= 0,417 (no mudou) = 0,417 (no mudou) Era Po= 0,583 Era Po= 0,583 Po= 0,601 Po= 0,601
74
Po =
73
1 1 c +1
Sistema (M / M / 1) : (c / / FCFS) Soluo: b) Qual a chance de haver exatamente trs pacientes no sistema? Era P3 = 0,042 Era P3 = 0,042
Sistema (M / M / 1) : (c / / FCFS) Soluo: c) Qual o nmero mdio de pacientes no sistema? Era L = 0,714 Era L = 0,714
Pn = Po. n
P3 = 0,104 P3 = 0,104
( c + 1) . c +1 L= 1 1 c +1
75
Sistema (M / M / 1) : (c / / FCFS) Soluo: d) Qual o nmero mdio de pacientes esperando na fila? (no inclua o paciente recebendo a vacina). Era Lq = 0,298 Era Lq = 0,298
Sistema (M / M / 1) : (c / / FCFS) Soluo e) Em mdia, quanto tempo um paciente gasta para chegar, receber a inoculao e sair? Era W = 25,7 segundos Era W = 25,7 segundos
Lq = L (1 Po )
Lq = 0,191 Lq = 0,191
77
W=
L . (1 Pc )
Sistema (M / M / 1) : (c / / FCFS) Soluo f) Qual o tempo mdio de espera antes que o paciente possa estar com a enfermeira? Era Wq = 10,7 segundos Era Wq = 10,7 segundos
Exerccios propostos 1- Num sistema de atendimento composto de um nico servidor e uma nica fila oriunda de populao infinita, os clientes chegam numa taxa de 3 pessoas/min. Sabendo que so atendidas 5 pessoas/min. e que sistema segue distribuio de Poisson, calcule: a) O nmero mdio de clientes no sistema b) O nmero mdio de clientes na fila c) A probabilidade do sistema estar ocioso
79 80
Wq =
Lq . (1 Pc )
Exerccios propostos d) A probabilidade do sistema estar ocupado e) O tempo mdio de espera no sistema f) O tempo mdio de espera na fila
Exerccios propostos 2 - Resolva o exerccio anterior considerando que o sistema agora tem capacidade limitada a c=4.
81
82
Programao Linear
Uma das tcnicas mais utilizadas em Pesquisa Operacional a programao linear. Exemplo:
Funo objetivo a ser maximizada: Lucro = 2x1 + 3x2 Restries: Tcnicas 4x1+3x2 10 6x1-x2 20 No negatividade x1 0 x2 0
83
84
Roteiro
1 Conhecimento do problema Tabela 2 Variveis de deciso x1, x2, .... 3 Funo objetivo Equao 4 Restries Inequaes e ou equaes 5 Modelo Funo objetivo e restries
85
Exemplo
1 Certa empresa fabrica dois produtos P1 e P2. Os lucros unitrios dos produtos P1 e P2 so R$1.000 e R$1.800 respectivamente. A empresa precisa de 20 h para fabricar uma unidade de P1 e de 30 h para P2. O tempo anual de produo disponvel de 1.200 h. A demanda anual esperada para cada produto de 40 unidades para P1 e 30 para P2. Qual o plano de produo para que a empresa maximize seu lucro nesses itens? Construa o modelo de programao linear para esse caso. 86
Soluo
1 Conhecimento do problema
Soluo
2 Variveis de deciso x1 = quantidade anual a produzir de P1 x2 = quantidade anual a produzir de P2 3 Funo objetivo O objetivo maximizar o lucro: Lucro total: L = 1 000x1 + 1800x2 Objetivo: maximizar L = 1 000x1 + 1800x2
87 88
Soluo
4 Restries a) Disponibilidade de horas para a produo: 1200 h Horas ocupadas com P1: 20x1 Horas ocupadas com P2: 30x2 Total em horas ocupadas na produo: 20x1 + 30x2 disponibilidade: 1.200 horas. Restrio: 20x1 + 30x2 1200
89
Soluo
4 Restries b) Disponibilidade de mercado para os produtos (demanda) Disponibilidade para P1: 40 unidades Restrio: x1 40 Disponibilidade para P2: 30 unidades Restrio: x2 30
90
Soluo
5 Modelo Funo objetivo e restries Maximizar L = 1000x1 + 1800x2 Sujeito a: 20x1 + 30x2 1200 x1 40 x2 30 x10 x20
91
Exemplo
2 Para uma boa alimentao, o corpo necessita de vitaminas e protenas. A necessidade mnima de vitaminas de 32 un. por dia e a de protenas de 36. Uma pessoa tem disponvel carne e ovos para se alimentar. Cada unidade de carne contm 4 un. de vitaminas e 6 un. de protenas. Cada unidade de ovo contm 8 un. de vitaminas e 6 de protenas. Qual a quantidade diria de carne e ovos que deve ser consumida para suprir as necessidades de vitaminas e protenas com o menor custo possvel ?
92
Soluo final
Minimizar C = 3x1 + 2,5x2 Sujeito a: 4x1 + 8x2 32 6x1+6x2 36 x10 x20
Exerccios
1 Um sapateiro faz 6 sapatos por hora, se fizer somente sapatos, e 5 cintos por hora, se fizer somente cintos. Ele gasta 2 unidades de couro para fabricar 1un de sapato e 1 un de couro para fabricar um cinto. Sabendo-se que o total disponvel de couro de 6 un e que o lucro unitrio por sapato de R$5 e o do cinto de R$2, pede-se o modelo do sistema de produo do sapateiro, se o objetivo maximizar seu lucro por hora.
93 94
Exerccios
2 Certa empresa fabrica 2 produtos P1 e P2. O lucro por unidade de P1 de R$100 e o de P2 de R$150. A empresa necessita de 2h para fabricar uma unidade de P1 e 3h para P2. O tempo mensal disponvel para essas atividades de 120 h. As demandas esperadas para os 2 produtos P1 e P2 no devem ultrapassar 40 un e 30 un por ms respectivamente. Construa o modelo do sistema de produo mensal com o objetivo de maximizar o lucro da empresa 95
Exerccios
3 Um vendedor de frutas pode transportar 800 caixas de frutas para sua regio de vendas. Ele necessita transportar 200 caixas de laranjas a R$20 de lucro por caixa, pelo menos 100 caixas de pssegos a R$10 e no mnimo 200 caixas de tangerinas a R$30. De que forma ele dever carregar o caminho para obter o lucro mximo? Construa o modelo do problema.
96
Exerccios
4 Uma emissora de rdio transmite 2 programas A e B. O programa "A" com 20 minutos de msica e 1 min de propaganda conquista 30.000 ouvintes, enquanto o programa "B", com 10 min de msica e 1 min de propaganda conquista 10.000 ouvintes. No decorrer de uma semana, o patrocinador exige no mnimo, 5 min para sua propaganda e diz que no h verba para mais de 80 min de msica. Quantas vezes por semana cada programa deve ser irradiado para obter maior audincia? Construa o.modelo do sistema. 97
Exerccios
5 Uma empresa fabrica 2 modelos de cintos de couro. O modelo M1 requer o dobro do tempo de fabricao do modelo M2. Se todos os cintos fossem do modelo M2, a empresa poderia produzir 1.000 unidades por dia. A disponibilidade de couro permite fabricar 800 cintos de ambos os modelos por dia. Os cintos usam fivelas diferentes cujas disponibilidades dirias so 400 para M1 e 700 para M2. Os lucros unitrios so de R$4 para M1 e R$3 para M2. Construa, o modelo que maximiza o lucro dirio da empresa. 98
Exerccios
6 Uma empresa est com disponibilidade de 3 recursos produtivos: R1, R2 e R3. Um estudo sobre o uso desses recursos indicou a possibilidade de se fabricar dois produtos: P1 e P2. Sabe-se que P1 daria um lucro de R$120 por unidade e P2 R$150. O departamento de produo forneceu a seguinte tabela de uso de recursos. Que produo mensal de P1 e P2 traz o maior lucro para a empresa? Construa o modelo do sistema. 99
Exerccios
6 (continuao) Produtos P1 P2 Disponibi lidade de recursos Recurso Recurso Recurso R1 R2 R3 2 3 5 4 2 3 100 90 120
100
Exerccios
7 Um fazendeiro est estudando a diviso de sua propriedade nas seguintes atividades produtivas: A (Arrendamento) - Destinar alqueires para a plantao de cana-de-acar, a uma usina local, que paga pelo aluguel da terra R$300 por alqueire por ano. P (Pecuria) - Usar outra parte para a criao de gado de corte. Isto requer adubao (100 kg/Alq) e irrigao (100.000 l de gua/Alq) por ano. O lucro estimado nessa atividade de R$400 por alqueire por ano. 101
Exerccios (continuao)
S (Plantio de Soja) - Usar uma terceira parte para o plantio de soja. Essa cultura requer 200 kg por alqueire de adubos e 200.000 l de gua/Alq para irrigao por ano. O lucro estimado nessa atividade de R$500,00/alq no ano. Disponibilidade de recursos por ano: 12.750.000 l de gua; 14.000 kg de adubo; 100 alqueires de terra. Quantos alqueires dever destinar para cada atividade para proporcionar o melhor retorno? Construa o modelo de deciso. 102
Exerccios
8 O departamento de marketing de uma empresa estuda a forma mais econmica de aumentar em 30% as vendas de seus dois produtos P1 e P2. As alternativas so: a) Investir em um programa institucional com outras empresas do mesmo ramo.Esse programa requer um investimento mnimo de R $3.000 e deve proporcionar um aumento de 3% nas vendas de cada produto, para cada R$1.000 investidos.
103
Exerccios
8 (continuao) b) Investir diretamente na divulgao dos produtos. Cada R$1.000 investidos em P1 retornam um aumento de 4% nas vendas, para P2 o retorno de 10%. A empresa dispe de R$ 10.000 para esse empreendimento. Quanto dever destinar a cada atividade? Construa o modelo do sistema descrito.
104
Mtodo Grfico
Conceito
Consiste em representar o sistema num grfico cartesiano e encontrar a soluo por meio de um grfico contendo algumas retas e regies
105
106
Mtodo Grfico
Seja o exemplo: Maximizar L = 4x1 + x2 Sujeito a: 2x1 + 3x2 12 (a) 2x1 +x2 8 (b) x1, x2 0 Para resolver: 1 Traar os grficos das regies (a) e (b) conforme a seguir 2 Traar a funo objetivo 3 Encontrar a soluo
107
Mtodo Grfico
1 Reta (a)
2x1 + 3x2=12 x1 = 0 x2= x2= 4 x1= 0 6
8
x2
4
0 0 2 4
x1 6
108
Mtodo Grfico
1 Regio (a)
2x1 + 3x2 12 x1 = 0 x2= 0 x2= 4 x1= 6
8
Mtodo Grfico
1 Reta (b)
2x1 + x2=8 x1 = 0 x2= x2= 8 x1= 0 4
8
x2
4
x2
4 0 0
109
0 0 2 4
x1 6
x1 6
110
Mtodo Grfico
1 Regio (b)
2x1 + x2 8 x1 = 0 x2= x2= 8 x1= 0 4
8
Mtodo Grfico
1 Regies (a) e (b) juntas
x2 x2
4 x2
0 4
(a)
(b)
0 0 2 4
x1 6
Regio de soluo
x1 6
111 112
Mtodo Grfico
2 Funo objetivo
L=4x1+x2=4 x1 = 0 x2= 0 x2= 4 x1= 1
8
Mtodo Grfico
3 Encontrar a soluo A soluo um ponto da regio de soluo com o maior L (para maximizao)
Soluo: x1=4 X2=0 L=4.4+0=16
8
L=4x1+x2=8 x1 = 0 x2= 0 x2= 8 x1= 2 As retas so paralelas: L maior, reta mais afastada
113
x2
4
L=
L=
L= 8
L= 4
0 2 4
x1
x2
8
L=
4 0
4
0 0 2 4
x1
6
114
Mtodo Grfico
Problema Fundamental A soluo ocorre sempre em pelo menos um vrtice da figura
Exerccios
Resolver usando mtodo grfico: 1 - Maximizar L = x1 + 4x2 Sujeito a: 2x1 + 3x2 12 2x1 +x2 8 x1, x2 0 2 - Maximizar L = 6x1 + 5x2 Sujeito a: 2x1 + 3x2 12 2x1 +x2 8 x1, x2 0
115 116
Exerccios
3 - Maximizar Lucro = 2x1 + 3x2 Sujeito a: -x1 + 2x2 4 x1 + 2x2 6 x1 + 3x2 9 x1, x2 0 4 - Maximizar Receita = 0,3x1 + 0,5x2 Sujeito a: 2x1 + x2 2 x1 + 3x2 3 x1, x2 0
117
Exerccios
5 - Maximizar Lucro = 2x1 + 3x2 Sujeito a: x1 + 3x2 9 -x1 + 2x2 4 x1 + x2 6 x1, x2 0 6 - Minimizar Custo = 10x1 + 12x2 Sujeito a: x1 + x2 20 x1 + x2 10 5x1 + 6x2 54 x1, x2 0
118
Exerccios
7 - Minimizar Z = 7x1 + 9x2 Sujeito a: -x1 + x2 2 x1 5 x2 6 3x1 + 5x2 15 5x1 + 4x2 20 x1, x2 0
Exerccios
8 -Duas fbricas ,AeB, produzem 3 diferentes tipos de papel. A companhia que controla as fbricas tem um contrato para produzir 16 toneladas de papel fino, 6t de papel mdio e 28t de grosso. Existe uma demanda para cada tipo de espessura. O custo de produo na fbrica A de R$1.000 e o da B R$2.000 por dia. A fbrica A produz 8t de papel fino, 1t de mdio e 2t de grosso por dia; a fbrica B produz 2t de papel fino, 1t de mdio e 7t de grosso. Quantos dias cada fabrica deve operar para suprir os pedidos mais economicamente?
119 120
Exerccios
9 - Uma companhia de transporte tem dois tipos de caminhes: O tipo "A" tem 2 m de espao refrigerado e 3m no refrigerados; o tipo "B" tem 2m refrigerados e 1 m3 no refrigerados. O cliente quer transportar um produto que necessita de 16m refrigerados e 12 m no refrigerados. A companhia calcula em 1.100 l. o combustvel para uma viagem com o caminho "A" e 750 l para o caminho B. Quantos caminhes de cada tipo devero ser usados no transporte para o menor consumo de combustvel? 121
Exerccios
10 - Uma companhia fabrica dois produtos P1 e P2 que utilizam os mesmos recursos produtivos: matria-prima, forja e polimento. Cada unidade de P1 exige 4 h de forjaria, 2 h de polimento e utiliza 100 u de matriaprima. Cada unidade de P2 requer 2 h de forjaria, 3 h de polimento e 200 u. de matria-prima. O preo de venda de P1 R$1.900 o de P2, R$2.100. Toda produo tem mercado garantido. As disponibilidades so de: 20 h de forja; 10 h de polimento e 500 unidades de matria-prima, por dia. 122
Exerccios
10 continuao... Determinar as quantidades a produzir de P1 e P2 que otimizem a receita diria
MTODO SIMPLEX
123 124
Mtodo SIMPLEX
Embora seja possvel encontrar a resoluo de um problema de programao linear resolvendo sistemas de equaes lineares e calculando o valor da funo objetivo (mesmo sem grfico, usando o problema fundamental) isto no deve ser feito pois muito trabalhoso. O Mtodo Simplex uma maneira mais simples de encontrar as solues sem utilizar grficos 125
Mtodo SIMPLEX
O mtodo Simplex capaz de apontar: Qual o sistema de equaes deve ser resolvido; Qual o prximo sistema a ser resolvido fornecendo uma soluo melhor que os anteriores; Que a soluo atual a soluo tima, se for o caso.
126
Mtodo SIMPLEX
Seja o exemplo: Maximizar L = 4x1 + x2 Sujeito a: 2x1 + 3x2 12 2x1 +x2 8 x1, x2 0 Soluo: 1 Preparao da funo objetivo Basta passar todos os membros para a esquerda. L 4x1 x2 = 0
127
Mtodo SIMPLEX
Soluo: 2 Reescrever cada restries com variveis de folga: 2x1 + 3x2 12 Note que o lado esquerdo menor ou igual ao direito, acrescentando a folga fica: 2x1 + 3x2 +x3 = 12 2x1 +x2 8 com a folga fica: 2x1 +x2 + x4 = 8 Observe que cada restrio requer a sua folga e que para a folga deve subtrair
128
Mtodo SIMPLEX
Soluo: 3 Sistema modificado Maximizar L 4x1 x2 + 0x3 + 0x4 = 0 Sujeito a: 2x1 + 3x2+ x3 + 0x4 = 12 2x1 +x2 + 0x3 + x4 = 8 x1, x2, x3, x4 0
BASE Variveis de folga L BASE x3 x4 L
Mtodo SIMPLEX
4 Dispositivo prtico
b Lado Coeficientes das direito restries igualdade Coef. Funo obj.modif. 0 x1 2 2 -4 x2 3 1 -1 x3 1 0 0 x4 0 1 0 b 12 8 0 Todas variveis
129
130
Mtodo SIMPLEX
5 Soluo inicial A soluo inicial para o problema obtida fazendo as variveis originais do modelo: x1 e x2 iguais a zero e calculando as demais. x3=12 x4=8 (variveis bsicas 0) L=0 Igual ao mostrado no 1 quadro !
BASE x3 x4 L x1 2 2 -4 x2 3 1 -1 x3 1 0 0 x4 0 1 0 b 12 8 0
Mtodo SIMPLEX
5 Segunda soluo (a) A primeira varivel a entrar na base, ou seja, a ficar 0 a que mais contribui no lucro x1. Isto indica a coluna piv. Observe o valor mais negativo da linha L.
BASE x3 x4 L
131
x1 2 2 -4
x2 3 1 -1
x3 1 0 0
x4 0 1 0
b 12 8 0
132
Mtodo SIMPLEX
5 Segunda soluo (b) A varivel a sair da base, ou seja, a ficar =0 a que permite que x1 cresa mais e atenda s restries. Sabe-se que x2=0 Por: 2x1 + 3x2+ x3 = 12 fazendo x3=0 temos x1=12/2=6 Mas por 2x1 +x2 + x4 = 8 fazendo x4=0 temos x1=8/2=4 (se x1 for 6 no d para atender a segunda restrio) Logo x4 deve sair da base e portanto indica a linha piv (4 menor que 6)
133
Mtodo SIMPLEX
5 Segunda soluo (c) Veja no quadro a coluna e a linha piv BASE x1 x3 2 x4 2 L -4 x2 3 1 -1 x3 1 0 0 x4 0 1 0 b 12 8 0 b/col. piv 12/2=6 8/2=4
Coluna Piv
Linha Piv
Mtodo SIMPLEX
5 Segunda soluo (c) No segundo quadro x4 sai para x1 entrar na base A linha piv dividida pelo elemento piv num processo similar ao escalonamento
BASE x3 x1 L x1 2 2/2=1 -4 x2 3 1/2 -1 x3 1 0/2=0 0 x4 0 1/2 0 b 12 8/2=4 0
135
Mtodo SIMPLEX
5 Segunda soluo (d) No terceiro as demais linhas, exceto a piv so recalculadas: Lx3 = -2 .Lpiv + Lx3 L = 4.Lpiv + L
BASE x3 x1 L
x1 2 1 -4
x2 3 1/2 -1
x3 1 0 0
x4 0 1/2 0
b 12 4 0
136
Mtodo SIMPLEX
5 Segunda soluo (d) No terceiro as demais linhas, exceto a piv so recalculadas: Lx3 = -2.[1 0 4]+[2 3 1 0 12]=[0 2 1 -1 4] Lx3 = 4.[1 0 4]+[-4 -1 0 0 0]=[0 1 0 2 16]
BASE X3 X1 L x1 0 1 0 x2 2 1/2 1 x3 1 0 0 x4 -1 1/2 2 b 4 4 16
137
Mtodo SIMPLEX
5 Segunda soluo (e) Na ltima linha no h valores negativos. A soluo tima foi encontrada: x3=4 x1=4 (variveis bsicas) x2=0 x4=0 (variveis no bsicas fora da base) L=16
BASE X3 X1 L x1 0 1 0 x2 2 1/2 1 x3 1 0 0 x4 -1 1/2 2 b 4 4 16
138
Mtodo SIMPLEX
ATENO Se na ltima linha existirem valores negativos, os passos 5(a) at 5(e) devem ser aplicados at no haver mais negativos Exemplo:
Mtodo SIMPLEX
Resolva pelo processo SIMPLEX Maximizar L = 3x1 + 5x2 Sujeito a: x1 4 x2 6 3x1 + 2x2 18 x1, x2 0
140
139
Mtodo SIMPLEX
Sistema original Maximizar L = 3x1 + 5x2 Sujeito a: x1 4 x2 6 3x1 + 2x2 18 x1, x2 0 Sistema modificado Maximizar L 3x1 5x2 +0x3+0x4+0x5 = 0 Sujeito a: x1 + 0x2 +1x3+0x4+0x5 = 4 0x1 + x2 +0x3+1x4+0x5 = 6 3x1 + 2x2 +0x3+0x4+1x5 = 18 x1,x2,x3,x4,x5 0 141 Quadro 1 Base x3 x4 x4 L x1 1 0 3 -3
Mtodo SIMPLEX
b/col. Piv 4/0= 6 9
x2 0 1 2 -5
x3 1 0 0 0
x4 0 1 0 0
x5 0 0 1 0
b 4 6 18 0
142
Mtodo SIMPLEX
Quadro 2 - Idntico Base x3 x2 x5 L x1 1 0 3 -3 x2 0 1 2 -5 x3 1 0 0 0 x4 0 1 0 0 x5 0 0 1 0 b 4 6 18 0 b/col. Piv 4/0= 6 9 Quadro 3 Base x3 x2 x5 L
Mtodo SIMPLEX
x1 1 0 3 -3 x2 0 1 0 0 x3 1 0 0 0 x4 0 1 -2 5 x5 0 0 1 0 b 4 6 6 30
Mtodo SIMPLEX
Quadro 4 Base x3 x2 x4 L x1 1 0 3 -3 x2 0 1 0 0 x3 1 0 0 0 x4 0 1 -2 5 x5 0 0 1 0 b 4 6 6 30 b/col. Piv 4 6/0 ! 2 Quadro 5 Base x3 x2 x1 L
Mtodo SIMPLEX
x1 1 0 1 -3 x2 0 1 0 5 x3 1 0 0 0 x4 0 1 -0,67 10 x5 0 0 0,33 0 b 4 6 2 60
145
146
Mtodo SIMPLEX
Quadro 6 (ltimo) Base x3 x2 x1 L x1=2 x1 0 0 1 0 x2=6 x2 0 1 0 0 x3=2 x3 1 0 0 0 x4 1 -0,67 3 x4=0 x5 0 0,33 1 x5=0 b 2 6 2 36 L=36
147
0,667 -0,33
Base x3 x4 R
x1 1 2 -10
x2 1 3 -12
x3 1 0 0
x4 0 1 0
b 100 270 0
Base x3 x2 R x3 x2 R
x2 1 1 -12 0 1 0
x3 1 0 0 1 0 0
b 100 90 0 10 90 1080
b/col piv
30 135
149
Base x1 x2 R x1 x2 R
x1 1 0,667 -2 1 0 0
x2 0 1 0 0 1 0
x3 3 0 0 3 -2 6
x4 -1 0,333 4 -1 1 2
b 30 90 1080 30 70 1140
150
Exerccios
2 - Maximizar Receita = 2x1 + 3x2 + 4x3 Sujeito a: 2x1 4 x1 + x2 + x3 100 2x1 + x2 210 x1 80 x1, x2, x3 0 Base x4 x5 x6 L x3 x5 x6 L
151
Exerccios
x1 x2 x3 1 1 1 2 1 0 80 0 0 -2 -3 -4 1 1 1 2 1 0 80 0 0 2 1 0 x4 x5 x6 b b/colpiv 1 0 0 100 100 0 1 0 210 210/0 ! 0 0 1 80 80/0 ! 0 0 0 0 1 0 0 100 0 1 0 210 0 0 1 80 4 0 0 400
Exerccios
3 - Maximizar Receita = 0,2x1 + 2x2 + 4x3 Sujeito a: x1 + 2x2 20 3x1 + x3 50 x1 + x2 x3 15 x1, x2, x3 0
Exerccios
Base x1 x2 x3 x4 x4 1 2 0 1 x5 3 0 1 0 x6 1 1 -1 0 Z -0,2 -2 -4 0 x4 1 2 0 1 x3 3 0 1 0 X6 4 1 0 0 Z
153
x5 x6 0 0 1 0 0 1 0 0 0 0 1 0 1 1 4 0
b 20 50 15 0 20 50 65 200
11,8 -2
Exerccios
Base x1 x2 0,5 x3 3 x6 4 Z 11,8 x2 0,5 x3 3 x6 3,5 Z 12,8 x2 1 0 1 -2 1 0 0 0 x3 0 1 0 0 0 1 0 0 x4 0,5 0 0 0 0,5 0 -0,5 1 x5 0 1 1 4 0 1 1 4 x6 0 0 1 0 0 0 1 0 b 10 50 65 200 10 50 55 220
Exerccios
4 - Maximizar Z = 5x1 - 3x2 + 4x3 x4 Sujeito a: x1 + x2 + x3 + x4 600 2x1 + x3 280 x2 + 3x4 150 x1, x2, x3 0
156
Exerccios
Base x1 x2 x3 x4 x5 x6 x7
Exerccios
b/col piv 600 600 280 140 150 150/0 0 600 600 140 140 150 0 157 b
Ba x1 x2 se
x7 0 0 1 0 0 0 1 0
x5 x6 x7 Z x5 x1 x7 Z
1 2 0 -5 1 1 0 -5
1 1 0 1 1 0 3 -4 1 1 0 0,5 1 0 3 -4
1 0 3 1 1 0 3 1
1 0 0 0 1 0 0 0 1 0 0 0 1 0 0 0 0,5 0 0 0 1 0 0 0
x5 x1 x7 Z x5 x3 x7 Z
0 1 0 0 0 2 0 0
b/col piv 460 920 140 280 150 150/0 700 460 280 150 700 158 b
Exerccios
Base x1 x5 -1 x3 2 x7 0 Z 3 x2 1 0 1 3 x3 0 1 0 0 x4 1 0 3 1 x5 1 0 0 0 x6 -1 1 0 4 x7 0 0 1 0 b 320 280 150 1120
Exerccios
5 - Maximizar Z = 2x1 + 4x3 Sujeito a: x1 + 2x2 + x3 8000 2x1 6000 x2 + x3 620 x1, x2, x3 0
Exerccios
Base x1 x2 x3 x4 x5 x6 x4 x5 x6 Z x4 x5 x3 Z 1 2 0 -2 1 2 0 -2 2 0 1 0 1 0 1 4 1 0 1 -4 0 0 1 0 1 0 0 0 1 0 0 0 0 1 0 0 0 1 0 0 b/col piv 0 8000 8000 0 6000 6000/0! 1 620 620 0 0 -1 7380 7380 0 6000 3000 1 620 620/0! 4 2480 161 b Base x4 x1 x3 Z x4 x1 x3 Z
Exerccios
b x1 x2 x3 x4 x5 x6 0 -1 7380 1 1 0 1 1 0 0 0 0,5 0 3000 0 1 620 0 1 1 0 -2 4 0 0 0 4 2480 0 1 0 1 -0,5 -1 4380 1 0 0 0 0,5 0 3000 0 1 620 0 1 1 0 0 4 0 0 1 4 8480
Exerccios propostos
6 - Maximizar Z = 9x1 + 3x2 Sujeito a: 2x1 + x2 14 2x1 + 3x2 24 x1, x2 0 7 - Maximizar Z = 5x1 + 5x2 Sujeito a: 8x1 + 4x2 32 x1 + 2x2 8 x1, x2 0
Exerccios
8 - Maximizar Receita = 16x1 + 12x2 Sujeito a: 2x1 4 2x1 + 3x2 12 2x1 + x2 8 x1, x2 0 9 - Maximizar Z = 3x1 + 5x2 + x3 Sujeito a: 2x1 + 4x2 + x3 16 6x1 + 2x2 24 2x2 6 x1, x2, x3 0
163 164
Exerccios
10 - Uma pequena manufatura produz dois modelos, standard e luxo, de um certo produto. Cada unidade do modelo standard requer 3horas de lixao e 1h de polimento. Cada unidade do modelo luxo exige 1h de lixao e 4h de polimento. A fbrica dispe de duas lixadoras e trs polidoras cada uma trabalhando 40 horas semanais. Os lucros so R$24 e R$32 para os modelos standard e luxo respectivamente. No existem restries de demanda.Elabore o modelo maximiza o lucro do fabricante e resolva por SIMPLEX 165
Interpretao Econmica
Seja o modelo abaixo (j calculado) Maximizar L = 3x1 +5x2 Sujeito a: x1 + x3 = 4 (recurso A) x2 + x4 = 6 (recurso B) 3x1 + 2x2 + x5 = 18 (recurso C) x1,x2,x3,x4,x5 0 Onde: x1= qtd de produto 1 a ser feita x2= qtd de produto 2 a ser feita x3= folga da utilizao do recurso A x4= folga da utilizao do recurso B x5= folga da utilizao do recurso C
168
Interpretao Econmica
O quadro final : Base x3 x2 x1 L x1 0 0 1 0 x2 0 1 0 0 x3 1 0 0 0 x4 x5 0,667 -0,33 1 0 -0,67 0,33 3 1 b 2 6 2 36
Anlise de Sensibilidade
Anlise para escassez de uma unidade de x4 x4=1 Clculo da variao em x3 Base x3 x2 x1 L x1 0 0 1 0 x2 0 1 0 0 x3 1 0 0 0 x4 x5 0,667 -0,33 1 0 -0,67 0,33 3 1 b 2 6 2 36
170
x1=2 x2=6 x3=2 x4=0 x5=0 L=36 Vamos interpretar os coeficientes das variveis fora da base =0 e os coeficientes da ltima linha L 169
Anlise de Sensibilidade
Para x4 (para folga de 1 unidade x4=1, x5=0):
Anlise de Sensibilidade
Anlise para escassez de uma unidade de x4 x4=1 Clculo da variao em x2 Base x3 x2 x1 L
171
x1 0 0 1 0
x2 0 1 0 0
x3 1 0 0 0
b 2 6 2 36
172