03 Metodo Grafico

Aula 03: Método gráfico e modelagem
Otimização Linear e Inteira
Túlio A. M. Toffolo
http://www.toffolo.com.br
BCC464/PCC174 – 2019/2
Slides baseados no material de Haroldo Gambini
Previously...
Aula anterior:
Breve histórico
Exemplos básicos de Modelagem
Método Gráfico
2 / 28 Túlio Toffolo – Otimização Linear e Inteira – Aula 03: Método gráfico e modelagem
Exercício
Exercício
1 Desenhe no gráfico a região factível (região de soluções) que satisfaz
as restrições abaixo:
5x1 + 2x2 ≥ 25
4x1 − 3x2 ≥ −3
x1 ≥ 0
x1 ≤ 2
x2 ≥ 0
x2
12 5x1 +2x2 ≥ 25
11 4x1 −3x2 ≥ −3
10
x1 ≤ 2
9
x1 , x2 ≥ 0
8
7
6
5
4
3
2
1
x1
−1 1 2 3 4 5 6 7 8 9 10 11 12
−1
5/ /12
48 Túlio Toffolo – Otimização Linear e Inteira – Aula 02: Algoritmo Simplex
x2
12 5x1 +2x2 ≥ 25
11 4x1 −3x2 ≥ −3
10
x1 ≥ 2
9
x1 , x2 ≥ 0
8
7
6
5
4
3
2
1
x1
−1 1 2 3 4 5 6 7 8 9 10 11 12
−1
5/ /12
48 Túlio Toffolo – Otimização Linear e Inteira – Aula 02: Algoritmo Simplex
Aula de Hoje
1 Definições e método gráfico
2 Forma Canônica e Forma Padrão
3 Soluções Básicas
4 Dicas de Modelagem
Aula de Hoje
Definições Preliminares
Conjunto Convexo
Um conjunto de pontos S é um Conjunto Convexo se o segmento de

linha juntando qualquer par de pontos em S é completamente contido em
S.
Convexo ou não?
A B
A E B
A B
C D
a b c d
Ponto Extremo
Em um conjunto convexo S um ponto P é um Ponto Extremo se cada

segmento de linha que fica completamente em S e contém P tem P
como final (ou início) da linha.
D
60
50
B
40
30 Quais são os pontos extremos?
E
20
10 S H
C A
x1
F
10 20 30 40 50 60
Mais sobre o método gráfico
Na última aula modelamos o problema a seguir (Problema da Dieta):
Minimizar: 3x1 + 2, 5x2 (1)
Sujeito a: 8x1 + 4x2 ≥ 32 (2)

6x1 + 6x2 ≥ 36 (3)
x1 ≥0 (4)
x2 ≥ 0 (5)
Mais sobre o método gráfico
E modelamos também o problema de decisão de quantos sacos de soja

(x1 ) e milho (x2 ) comprar:
Maximizar: 300x1 + 280x2 (6)
Sujeito a: 70x1 + 50x2 ≤ 350 (7)

50x1 + 80x2 ≤ 400 (8)
x1 ≤ 4 (9)
x1 , x2 ≥ 0 (10)
Aula de Hoje
Notações utilizadas
Um modelo de PL pode ser escrito como (forma canônica):
maximizar ct x
sujeito a Ax ≤ b
x≥0
No exemplo do slide anterior teríamos:

 
70 50
A =  50 80 
1 0

350
x1 300
x= , b =  400  , c =
x2 280
4
Forma Canônica
Um modelo está no forma canônica se:
1 todas as restrições são do tipo ≤ (menor ou igual)

2 todas as variáveis são não negativas (≥ 0)
3 o objetivo é de maximização
Forma Padrão
Um Programa Linear (PL) está na forma padrão se:
1 todas as restrições são de igualdade

2 todas as variáveis são não negativas (≥ 0)
O modelo a seguir está na forma padrão?
Minimize: 3x1 +2, 5x2

Sujeito a: 8x1 + 4x2 ≥ 32
6x1 + 6x2 ≥ 36
x1 ≥0
x2 ≥ 0
Forma Padrão
É possível converter qualquer PL para a forma padrão:
1 Restrições de ≤ e ≥ se tornam restrições de = por meio da

introdução de variáveis de folga
Variáveis de folga indicam falta ou excesso
2 Variáveis que podem ser negativas são substituídas por duas

variáveis, uma indicando a parte positiva e outra a parte negativa da
mesma
Exemplo
3x1 + 2x2 ≥ 6
⇓
3x1 + 2x2 − s1 = 6
..
.
50x1 + 35x3 ≤ 80
⇓
50x1 + 35x3 + s3 = 80
Exemplo
Problema da dieta (apresentado na aula anterior):
min. 3x1 +2, 5x2

s.a. 8x1 + 4x2 ≥ 32
6x1 + 6x2 ≥ 36
x1 , x2 ≥ 0
Na forma padrão:
min. 3x1 +2, 5x2

s.a. 8x1 + 4x2 − s1 = 32
6x1 + 6x2 − s2 = 36
x1 , x2 ≥0
Forma Padrão
Exercício
Coloque na forma padrão:
min. 3x1 +x2
s.a. x1 ≥3
x1 +x2 ≤ 4
2x1 −x2 = 3
x1 , x2 ≥ 0
Forma Padrão
 
a11 a12 ... a1n
 a21 a22 ... a2n 
A= . .. .. 
 
 .. . . 
am1 am2 . . . amn
   
x1 b1
 x2   b2 
x= . , b =  .. 
   
 ..   . 
xn bm
Então as restrições de um PL pode ser escrito como:
Ax = b
Aula de Hoje
Variáveis Básicas
Definição
Em um sistema de equações com n variáveis e m restrições definimos como
solução básica uma solução onde temos:
m variáveis para as quais o sistema é resolvido, essas são

chamadas Variáveis Básicas (VB)
m − n o restante das variáveis permanece fixada em zero - as Variáveis

Não-Básicas (VNB)
Exemplo
x1 +x2 = 3
−x2 +x3 = −1
Verifique as soluções para V B = {x1 , x2 } e V B = {x2 , x3 }
Variáveis Básicas
Todo conjunto de VB permite a obtenção de uma solução básica ?
x1 +2x2 +x3 = 1
2x1 +4x2 +x3 = 3
Tente VB = {x1 , x2 }....
Pontos Extremos e Soluções Básicas Factíveis
Definição
Qualquer solução básica onde todas as variáveis são não negativas é
uma Solução Básica Factível - SBF.
Teorema
Um ponto na região factível de um PL é um Ponto Extremo se e somente
se é uma Solução Básica Factível para o PL.
x2
max. 4x1 +3x2
D
s.a. x1 +x2 ≤ 40 60
2x1 +x2 ≤ 60 50
x1 , x2 ≥ 0 B
40
⇓
30
max. 4x1 +3x2 E

20
s.a. x1 +x2 + x3 = 40
2x1 +x2 +x4 = 60 10
x1 , x2 , x3 , x4 ≥ 0 C A
x1
F 10 20 30 40 50 60
Ex.: VB = {x1 , x3 } corresponde a qual ponto?

Qual o valor de x2 e x4 na SBF desse ponto?
PLs Degenerados
Degeneração
Eventualmente, mais de um Conjunto de Variáveis Básicas pode
corresponder a um mesmo Ponto Extremo. Nesse caso dizemos que o
Programa Linear é Degenerado.
O impacto de soluções degeneradas na resolução dos PLs será discutido

posteriormente.
Direção Ilimitada
Definição
Em um PL com região factível S e restrições Ax = b, x ≥ 0 dizemos que
d é uma Direção Ilimitada se para qualquer solução x ∈ S e qualquer
c ≥ 0:
x+c×d∈S
Direção Ilimitada
x2 x
14 B 14
min : 50x1 +100x2
12 12
s.a. : 7x1 +2x2 −x3 = 28
2x1 +12x2 −x4 = 24 10 10
  (10)
8 8
1
 1  6 6
d= 9 

(4, 4)
4 4
14 z= 320
z= 600
2 E 2
(11)
C
x1
2 4 6 8 10 12 14
Pontos Extremos e Soluções Factíveis
Teorema:
Considere um PL na forma padrão com SBF:
b1 , b2 , . . . , bk
Qualquer ponto x na região factível pode ser escrito como:
k
X
x=d+ σi bi
i=1
k
X
em que d = 0 ou é a direção ilimitada e σi = 1.
i=1
Combinações Convexas de SBFs (PL Limitado)
max : 4x1 +3x2

s.a. : x1 +x2 ≤ 40
2x1 +x2 ≤ 60 D
60
x1 , x2 ≥ 0
50
Ponto H (24,12) não é SBF. B
40
Pode ser escrito como a combinação
convexa de E e C : 30
H = 0,6 E + 0,4 C E
20
Ponto G também não é BFS.
H
10
Pode ser escrito como : G
C A
G = 16 F + 56 H F
x1
10 20 30 40 50 60
⇓
G = 16 F + 56 (0, 6E + 0, 4C)
Combinações Convexas de SBFs (PL Ilimitado)
7x1 +2x2 −x3 = 28

x
2x1 +12x2 −x4 = 24 2
Descrevendo F em termos de SBFs:

14 B
Direção Ilimitada:
4−0 12
Inclinação para ir de C a F : 14−12
 
2 10
 4 
d= 
 22  (10)
  52   8
12 14
 0   4 
b1 =  
 56  x=
 
78  6
0 52
(4, 4)
4
z= 320 F
z= 600
Desse modo obtemos: 2 E
D (11)
A C
x = d + b1 x
1
2 4 6 8 10 12 14
Aula de Hoje
Passo-a-passo para modelar um problema:
1 Elabore um esquema do problema.
2 Encontre e escreva uma solução qualquer para o problema.
3 Olhando para a solução, defina as variáveis de decisão.
4 Observando as variáveis de decisão, defina a função objetivo, ou

seja, o que deve ser maximizado ou minimizado.
5 Finalmente, defina as restrições do problema.
Perguntas?
/ 12

03 Metodo Grafico

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

03 Metodo Grafico

Enviado por

Direitos autorais:

Formatos disponíveis

Aula 03: Método gráfico e modelagem

Otimização Linear e Inteira

1 Definições e método gráfico

2 Forma Canônica e Forma Padrão

1 Definições e método gráfico

2 Forma Canônica e Forma Padrão

Um conjunto de pontos S é um Conjunto Convexo se o segmento de

Em um conjunto convexo S um ponto P é um Ponto Extremo se cada

30 Quais são os pontos extremos?

Na última aula modelamos o problema a seguir (Problema da Dieta):

Minimizar: 3x1 + 2, 5x2 (1)

Sujeito a: 8x1 + 4x2 ≥ 32 (2)

E modelamos também o problema de decisão de quantos sacos de soja

Maximizar: 300x1 + 280x2 (6)

Sujeito a: 70x1 + 50x2 ≤ 350 (7)

1 Definições e método gráfico

2 Forma Canônica e Forma Padrão

Um modelo de PL pode ser escrito como (forma canônica):

No exemplo do slide anterior teríamos:

Um modelo está no forma canônica se:

1 todas as restrições são do tipo ≤ (menor ou igual)

Um Programa Linear (PL) está na forma padrão se:

1 todas as restrições são de igualdade

O modelo a seguir está na forma padrão?

Minimize: 3x1 +2, 5x2

É possível converter qualquer PL para a forma padrão:

1 Restrições de ≤ e ≥ se tornam restrições de = por meio da

2 Variáveis que podem ser negativas são substituídas por duas

Problema da dieta (apresentado na aula anterior):

min. 3x1 +2, 5x2

min. 3x1 +2, 5x2

Então as restrições de um PL pode ser escrito como:

1 Definições e método gráfico

2 Forma Canônica e Forma Padrão

m variáveis para as quais o sistema é resolvido, essas são

m − n o restante das variáveis permanece fixada em zero - as Variáveis

Todo conjunto de VB permite a obtenção de uma solução básica ?

Tente VB = {x1 , x2 }....

max. 4x1 +3x2 E

Ex.: VB = {x1 , x3 } corresponde a qual ponto?

O impacto de soluções degeneradas na resolução dos PLs será discutido

Considere um PL na forma padrão com SBF:

Qualquer ponto x na região factível pode ser escrito como:

max : 4x1 +3x2

7x1 +2x2 −x3 = 28

Descrevendo F em termos de SBFs:

1 Definições e método gráfico

2 Forma Canônica e Forma Padrão

1 Elabore um esquema do problema.

2 Encontre e escreva uma solução qualquer para o problema.

3 Olhando para a solução, defina as variáveis de decisão.

4 Observando as variáveis de decisão, defina a função objetivo, ou

5 Finalmente, defina as restrições do problema.

Você também pode gostar