Escolar Documentos
Profissional Documentos
Cultura Documentos
Modelagem
Roger Rocha
Problemas Clássicos
Exemplo
1 5 16
2 7 22
3 4 12
14
4 3 8
5 4 11
6 6 19
Modelo
Max 16x1+ 22x2+ 12x3+ 8x4+ 11x5+ 19x6
16
5 19
6
12
4 22
7
8 11
3 4
Exemplo
Branco 0 13 7 9 11
Preto 16 0 10 14 8
Cinza 10 7 0 9 12
Vermelho 13 9 12 0 14
Azul 14 5 12 11 0
Soluções
1ª solução
2ª solução
Variáveis de decisão
Modelo
Somente um lote de carros j pode ser
seqüenciado imediatamente após um lote i
5
x
j 1
i, j 1, i {1,...,5}
x
i 1
i, j 1, j {1,...,5}
Modelagem
Função Objetivo
Minimizar o tempo de limpeza
5 5
i 1 j 1 / j i
t i , j xi , j
Modelagem
Modelo
5 5
min t i , j xi , j
i 1 j 1 / j i Este
modelo
5 está
x
j 1
i, j 1, i {1,...5} correto ?
x
i 1
i, j 1, j {1,...5}
Possível solução
1 4
Azul 5
Branco Vermelho
Azul 5
Número exponencial de
restrições
De forma geral,
( i , j )S
xi , j S 1, S {2,..., 5}
Modelo Completo
5 5
min t i , j xi , j
i 1 j 1 / j i
5
x 1, i {1,...5}
CAIXEIRO VIAJANTE
i, j
j 1
5
x
i 1
i, j 1, j {1,...5}
( i , j )S
xi , j S 1, S {2,..., 5}
Tarefas Máquinas
Dados do problema
Tempo de
processamento – ti,j Máquinas
(horas)
tarefas 1 2 3
1 5 9 7
2 5 4 6
3 7 9 9
4 5 4 8
5 6 9 7
6 7 10 6
7 11 6 9
8 10 11 13
Dados do problema
Custo de
processamento- Ci,j Máquinas
(R$ 1000)
tarefas 1 2 3
1 22 19 17
2 15 24 26
3 17 29 19
4 23 24 18
5 18 16 21
6 22 21 31
7 19 16 20
8 18 19 22
Dados do problema
Máquina 2 – 72 horas
Máquina 3 – 60 horas
Modelagem
Variáveis de decisão
Função Objetivo
Minimizar o custo total de processamento
das tarefas
8 3
min C i , j xi , j
i 1 j 1
Modelagem
Restrições
Cada tarefa deve ser alocada a uma única
máquina
8
x
i 1
i, j 1, j {1,..., 3}
t
i 1
i, j xi , j CAPj , j {1,...,3}
Modelo Completo
8 3
min C i , j xi , j
Problema de Alocação Generalizada
i 1 j 1
8
x
i 1
i, j 1, j {1,...,3}
( i , j )S
t i , j xi , j CAPj , j {1,...,3}
Variáveis de decisão
Função Objetivo
Minimizar o custo total de construção e
transporte de produto
12 12 12
min CFIX i basei CTRANSi , j fluxoi , j
i 1 i 1 j 1
Modelagem
Restrições
A demanda de cada cliente deve ser atendida
12
fluxo
i 1
i, j DEM j , j {1,...,12}
fluxo
j 1
i, j CAPi basei , i {1,...,12}
Modelo Completo
Problema de Localização Capacitada
12 12 12
min CFIX i basei CTRANS i , j fluxoi , j
i 1 i 1 j 1
12
fluxo
i 1
i, j DEM j , j {1,...,12}
12
fluxo
j 1
i, j CAPi basei , i {1,...,12}
Variáveis de decisão
Função Objetivo
Minimizar o custo total de construção e
transporte de produto
12 12 12
min CFIX i basei CTRANSi , j fluxoi , j
i 1 i 1 j 1
Modelagem
Restrições
A demanda de cada cliente deve ser atendida
12
fluxo
i 1
i, j 1, j {1,...,12}
Dem
j 1
j fluxoi , j CAPi basei , i {1,...,12}
Modelo Completo
Problema de Localização Capacitada
12 12 12
min CFIX i basei CTRANS i , j fluxoi , j
i 1 i 1 j 1
12
fluxo
i 1
i, j 1, j {1,...,12}
12
DEM
j 1
j fluxoi , j CAPi basei , i {1,...,12}
Papel 1
Papel 2
Papel 3
Papel 1
Papel 2 Papel 2
Verde Azul Amarelo
Papel 3 Papel 3
1 Azul 45 20 12
2 Verde - 10 17
3 Amarelo 10 34 28
Váriaveis de decisão
Função Objetivo
Minimizar o tempo de término do trabalho
Temos
que dar
sentido a
essa
variável !
min{term}
Modelagem
Restrições
Seqüenciamento de sub tarefas para a pintura
do papel de parede 1
Papel 1
2 1 3
Papel 1
Papel 1
2 1 3
Papel 2 Papel 2
Verde Azul Amarelo
Papel 2
Papel 3
2 1 3
Verde Papel 3
Azul Papel 3
Amarelo
Papel 3
2 1 3
Papel 2
Verde Azul Papel 3
Amarelo
2 1 3
Papel 2
Verde Azul Amarelo
2 1 3
Papel 2
Verde Azul Amarelo
2 1 3
Papel 2
Verde Azul Amarelo
Ou de forma equivalente:
2 1 3
Papel 1 ou 3:
2 1 3
Papel 2
Verde Azul Papel 3
Amarelo
Papel 2 ou 3:
2 1 3
Papel 2 ou 3:
2 1 3
Papel 1
Papel 2
Verde Azul Amarelo
Papel 1 ou 2:
Papel 3
2 1 3
Papel 1
Papel 1 ou 3:
Papel 3
2 1 3
Papel 2
Verde Azul Amarelo
Papel 2 ou 3:
2 1 3
Diagrama de Gantt
10 20 30 40 50 60 70 80 90 100
Condições Lógicas
Modelos com Expressões Lógicas
Variável Booleana Pi Verdadeira
Negação Pi Falsa
Examplo Pi: selecionar unidade i, executar tarefa j
OU P1 P2 … Pr y1 + y2 + .. + yr 1
E P1 P2 … Pr y1 1, y2 1, …yr 1
IMPLICAÇÃO P1 P2
EQUIVALENTE A P1 P2 1 – y1 + y2 1
OU y2 y1
Modelos com Expressões Lógicas
EQUIVALÊNCIA P1 P2
(P1 P2) (P2 P1)
PD PV PF
1 – yD + yV + yF 1
yV + yF yD
Tabela com conversões
Exemplo - Estendido
x3 x1
x4 x1 x5 1
Exemplo - Estendido
x1 x2 x3 x4 x5 x6 3
x4 x5 1
Quantidades discretas
x1 U 0
x1 L 0
k 0,1
Custos fixos
Custo total
da
atividade
cj Inclinação da curva:
Custo variável
Custo fixo
de fj
preparação
xj Nível da atividade j
Custo
Total, C
c4
E
c3
D
c2 C
c1 B
c0 A
b1 b2 b3 b4
Quantidade produzida, x
Economia de Escala
x b11 b2 2 .... bn n
C c c c .... c
Esta formulação 0 0 1 1 2 2 n n
está correta ?
0 1 2 .... n 1
Correta se fosse um
0 i 1
problema de maximização
( “Implications
Condições Lógicas Se A, então B Constraints” )
Regra de Negócio:
carga ou x1 x2
1 2 Se o processo 1 é
xc
selecionado, então 2
x3 3 também o é.
( “Implications
Condições Lógicas Se A, então B Constraints” )
Carga A ou x4
4 Regra de Negócio:
xA
Carga B ou x1 x2
1 2 Se o processo 1 é
xB
selecionado, então 2
x3 3 também o é.
Capacidade
Unidade n Regra de Negócio:
Corrente x1
1
2 fn(x) ≤ bn No máximo M unidades
3 podem operar ao mesmo
Corrente x2 4 tempo (M < N).
Objetivo: Max carga
N
Max x1 + x2
Técnica do
s.a. f1(x) ≤ b1 + M.y1
“Big M”
f2(x) ≤ b2 + M.y2
fN(x) ≤ bN + M.yN
N
y
n 1
n k
x1 ≥ 0; x2 ≥ 0; yn ={0, 1} para n=1,2,...,N
Problemas de Programação Linear Inteira Mista (MILP)
Max x1 + x2
N N
s.a.
x 1 x 2 b n y n e y n 1
n 1 n 1
x1 ≥ 0; x2 ≥ 0; y ={0, 1}