Escolar Documentos
Profissional Documentos
Cultura Documentos
20
Programaao Matemtica c a
Transparncias de apoio ` leccionaao de aulas tericas e a c o Slide 39
Programao Matemtica ca a
Constru mos modelos muito especiais de Programaao Matemtica: c a Todas as variveis tomam valores em R ou em Z. a H s um objectivo a maximizar ou a minimizar. a o Slide 40 O objectivo e as restrioes so lineares. c a Modelos de Programao Linear se todas as variveis tomam valores ca a em R. Modelos de Programao Inteira se todas as variveis tomam ca a valores em Z.
MEEC FEUP
21
Programao Matemtica ca a
Programao Separvel
Programao Linear
Programao Quadrtica
Slide 41
Programao Matemtica
Programao Convexa Programao No-Linear ... Programao Inteira
MEEC FEUP
22
Curvas de nvel de f x2
min Slide 44
(6, 4)
suj a : x2
x2 + x 1 6 x1 , x 2 0
x1 x2 = x12 x1 + x2 = 6
Sol: x1 = 2, x2 = 4, f = 16
MEEC FEUP
23
Bibliograa
Ferreira, Jos Antnio Soeiro (1995). Apontamentos de Investigaao e o c Operacional 1. FEUP. Pinho, Maria do Rosrio e Ferreira, Maria Margarida (1999). a Apontamentos de Anlise Matemtica 2, FEUP. a a Slide 45
MEEC FEUP
24
Programaao Linear c
Transparncias de apoio ` leccionaao de aulas tericas e a c o Slide 46
cj - contribuiao da varivel de c a deciso xj , por unidade, para a a funao objectivo; c z - funao objectivo a ser maximic zada ou minimizada; aij - quantidade do recurso i gasta por unidade da varivel de deciso a a xj ; bi - disponibilidade do recurso i.
aij xj
j=1
bi 0 = bi qualquer
xj
n
aij xj
j=1
xj
MEEC FEUP
25
aij xj
j=1
= bi 0
i{1,...,m} j{1,...,n}
variveis 0. a
xj
aij xj bi
n j=1
aij xj = bi
j=1
n j=1 n j=1
aij xj bi aij xj bi
bi bi
MEEC FEUP
26
Slide 50
Slide 51
funao objectivo com outro dec clive (ptimo salta de vrtice o e em vrtice); e funao objectivo com mesmo c declive que restriao activa c (ptimo mltiplo); o u restriao activa com outro dec clive (valor ptimo altera-se o mas no muda de vrtice) a e
xBR =0 3xBR + 5xC = 200 Z=0 xBR 6xBR + 5xC = 300 (restrio redundante)
xC =0
MEEC FEUP
27
max
Z = 4x1 + x2
Z = 4 x1 + x2
x1 - x2 = 2
x1 + 2x2 = 8 x1
max
Z = x1 x2 30
x1 + 2x2 = 8 x1
MEEC FEUP
28
max Slide 54
Z = 4x1 + x2
Z = 4 x1 + x2
sujeito a: x1 x2 2 0
x1 - x2 = 2
x1 , x 2
x1
Resoluo grca de problemas de Programao Linear ca a ca Exemplo 4 (sem soluo admiss ca vel)
x2 x1 - x2 = -5
5 8 0
x1 + 2x2 = 8 x1
x1 + 2x2
MEEC FEUP
29
max sujeito a:
n
n j=1 cj xj
Slide 56
aij xj
j=1
= bi 0
i{1,...,m} j{1,...,n}
Problema matemtico da Proa gramaao Linear (forma normalizada): c Encontrar a soluao de um sistema de c equaoes lineares que maximiza uma c dada funao objectivo linear. c
xj
2x1 + 2x2
Partindo deste exerc cio, indique as condioes gerais que deve satisfazer um c sistema de equaoes para que tenha uma unica soluao (sistema poss e c c vel determinado), uma innidade de soluoes (sistema indeterminado) ou c nenhuma soluao (sistema imposs c vel).
Pode sempre rever os apontamentos de Algebra...
MEEC FEUP
30
Algebra Recordando...
Sistemas Equivalentes Dois sistemas so equivalentes se tm o mesmo conjunto de soluoes. Uma a e c soluao de um sistema logo soluao do outro sistema. c e c Resoluo de Sistemas de Equaoes Lineares ca c Para resolver um sistema de equaoes lineares tenta-se obter um sistema c equivalente que seja mais fcil de resolver. a Obteno de um Sistema Equivalente - operaoes elementares ca c Multiplicaao de qualquer equaao do sistema por um nmero positivo c c u ou negativo. Adiao a qualquer equaao de um mltiplo de outra equaao do sistema. c c u c
Slide 58
MEEC FEUP
31
Slide 60
Pode-se obter o conjunto de todas as soluoes do sistema, dando valores arbitrrios c a as variveis x3 , x4 e x5 e calculando os valores correspondentes de x1 e de x2 . ` a Variveis bsicas a a x1 e x 2 Variveis no bsicas a a a x3 , x 4 e x 5
Soluo bsica Todas as variveis no bsicas iguais a zero. ca a a a a x1 = 6, x2 = 2, x3 = 0, x4 = 0, x5 = 0 Soluo bsica admiss ca a vel Soluao bsica em que os valores das variveis c a a bsicas so no-negativos. a a a
Slide 61
1 0
0 1
2/3 1/3
1/3 1/3
4 2
MEEC FEUP
32
Slide 62
um ponto X vrtice de Q se e s se X for soluao bsica admiss de e e o c a vel (4). Quando se passa de um vrtice a outro vrtice adjacente, uma s e e o varivel bsica passa a no bsica e uma s varivel no bsica passa a a a a a o a a a bsica. a
MEEC FEUP
33
Generalizao/Demonstrao ca ca
Para provar que as observaoes so correctas e aplicveis a qualc a a quer problema de Programaao Linear, vai ser necessrio provar c a que: 1. O espao das soluoes de um problema de Programaao Linear um c c c e conjunto convexo. Slide 64 2. A soluao ptima de um problema de Programaao Linear corresponde c o c sempre a um ponto extremo do espao das soluoes. c c 3. A cada ponto extremo do espao das soluoes corresponde sempre uma c c soluao bsica admiss do sistema de equaoes. c a vel c
: aX = , a
(a = 0), }
: aX }
Observaao: Em Programaao Linear o conjunto das soluoes admiss c c c veis a e intersecao de um nmero nito de semi-espaos fechados. c u c
MEEC FEUP
34
Conjunto convexo Um subconjunto Q n diz-se convexo se, para qualquer par de pontos de Q, a sua combinaao linear convexa tambm pertencer a Q. c e X ,X Q 1 2 Q convexo 01
X1 + (1 )X2 Q
Slide 66
Conjuntos convexos
Conjuntos no convexos a
: ai X i , i = 1, . . . , m},
ai
n,
ai =0, i , i=1,...,m
Slide 67
Um poliedro um conjunto convexo fechado mas no necessariamente e a limitado. Um poliedro limitado diz-se um politopo.
Observaao: O conjunto das soluoes admiss c c veis de um problema de Programaao c Linear um poliedro convexo. e
MEEC FEUP
35
Ponto extremo O ponto extremo de um conjunto convexo Q um ponto de Q que no e a pertence a nenhum segmento de recta que una dois outros pontos de Q. Seja Q um conjunto convexo em n . O ponto X(k) Q um ponto extremo e de Q se, com X1 , X2 Q e 0 1 Slide 68 X(k) = X1 + (1 )X2 Exemplos de pontos extremos: X(k) = X1 X(k) = X2
Observaao: Qualquer ponto X Q pode ser expresso como uma combinaao linear c c convexa dos pontos extremos X(k) k = 1, 2, . . . K de Q
K K
X=
k=1
k X(k) ,
k 0,
k=1
k = 1
MEEC FEUP
36
Slide 70
sujeito a: AX X =b 0
sendo nita, est num ponto extremo do espao de soluoes admiss a c c veis Q. Corolrio a Se mais do que um ponto extremo for soluao ptima, ento toda a c o a combinaao linear convexa desses pontos corresponde a uma soluao ptima. c c o
O conjunto Q limitado se se acrescentar a restriao xj M para todos os xj que e c no sejam limitados. a Qualquer ponto X Q pode ser expresso como uma combinaao linear convexa dos c (k) k = 1, 2, . . . K de Q pontos extremos X
K K
X =
k=1
k X(k) ,
k 0,
k=1
k = 1
Slide 71
Dena-se X como o ponto extremo de Q ao qual corresponde o maior valor da funao objectivo: c z = CX = max CX(i)
i
Agora necessrio mostrar que a nenhum ponto de X Q pode corresponder um valor e a da funao objectivo maior do que z . c
K K
z = CX = C
k=1
k X(k)
=
k=1
k CX(k) CX = z
MEEC FEUP
37
A demonstraao (por contradiao) deste teorema pode ser encontrada nas pginas 89 91 c c a de: Bazaraa, M., Jarvis, J, Sherali (1990). Linear Programming and Network Flows, 2nd ed. Wiley, New York.
Ento... a
Resolver um problema de PL resume-se a determinar todas as bases admiss veis do sistema de equaoes que as suas restrioes formam e escolher c c a que tiver melhor valor da funao objectivo. c Existem Slide 73
n! m!(nm)!
MEEC FEUP
38
Bibliograa
Ferreira, Jos Antnio Soeiro (1995). Apontamentos de Investigaao e o c Operacional 1. FEUP. Guimares, Rui Campos (1983). Introduao a Programaao Linear. a c ` c FEUP. Slide 74 Hillier, Frederick S. e Lieberman, Gerald (1995). Introduction to Operations Research, Mc Graw-Hill. Ravindram, Philips e Solberg (1987). Operations Research, Principles and Practice. John Wiley & Sons. Taha, Hamdy A. (1997). Operations Research, an Introduction. Prentice Hall.
MEEC FEUP