Escolar Documentos
Profissional Documentos
Cultura Documentos
2
1.2.3 – Cálculo da solução através do modelo: é feito através de técnicas matemáticas
específicas. A construção do modelo deve levar em consideração a disponibilidade de
uma técnica para o cálculo da solução.
1.2.4 – Teste do modelo e da solução: esse teste é realizado com dados empíricos do
sistema. Se houver dados históricos, eles serão aplicados no modelo, gerando um
desempenho que pode ser comparado ao desempenho observado no sistema. Se o desvio
verificado não for aceitável, a reformulação ou mesmo o abandono do modelo será
inevitável. Caso não haja dados históricos, os dados empíricos serão anotados com o
sistema funcionando sem interferência, até que o teste possa ser realizado.
Apresentação:
Análise de Sistemas;
Engenharia de Produção;
Economia e Finanças;
Administração e Logística.
Para cada problema, sempre ocorrerão condições limitantes que dependem do meio
onde ocorre o problema.
3
estudo. A própria continuidade do processo pode mesmo depender de tal utilização
criteriosa. Na prática, tais recursos são usualmente de natureza econômica – capital,
matéria-prima, mão-de-obra, equipamento, tempo, mercado, etc. – mas, em geral,
podem tomar os aspectos mais variados.
Dessa forma, a Programação Linear (PL) visa fornecer métodos eficientes para a
análise e resolução de problemas de otimização cujo modelo matemático é de um tipo
particularmente simples, mas muito freqüente na prática. Num problema típico de PL
tem-se:
EXEMPLO 1
Um joalheiro produz colares (x1) e braceletes (x2). As margens de lucro são R$
320,00 para os colares e R$ 240,00 para os braceletes. Os colares requerem 2 horas para
o corte das pedras, 7 horas para a montagem e 6 horas para o polimento. Os braceletes
requerem 5 horas para o corte das pedras, 7 horas para a montagem e 3 horas para o
polimento. O joalheiro trabalha sozinho e dispõe mensalmente de 40 horas para o corte
das pedras, 70 horas para a montagem e 48 horas para o polimento. Calcule o número de
jóias de cada tipo que maximiza o lucro do joalheiro.
- Variáveis de decisão (quantidade de bens que devemos produzir dentro das limitações)
X1 – quantidade de colares
X2 – quantidade de braceletes
- Restrições
Tempo X1 X2 disponibilidade
Corte 2 5 40
Montagem 7 7 70
Polimento 6 3 48
4
7x1 + 7x2 ≤ 70
6x1 + 3x2 ≤ 4
EXEMPLO 2
Para uma boa alimentação, o corpo necessita de vitaminas e proteínas. A necessidade
mínima de vitaminas é de 32 unidades por dia e a de proteínas de 26 unidades por dia.
Uma pessoa tem disponível carne e ovos para se alimentar. Cada unidade de carne
contém 4 unidades de vitaminas e 6 unidades de proteínas. Cada unidade de ovo contém
8 unidades de vitaminas e 6 unidades de proteínas. Cada unidade de carne custa R$ 3,00
e cada unidade de ovo custa R$ 2,50. Qual a quantidade diária de carne e ovos que deve
ser consumida para suprir as necessidades de vitaminas e proteínas com o menor custo
possível?
- Variáveis de decisão
X1 – quantidade de carne
X2 – quantidade de ovos
-Função objetivo:
Produtos X1 X2 Disponibilidade
Vitaminas 4 8 32
Proteínas 6 6 26
Restrições técinicas
4x1 + 8x2 ≥ 32
X1≥0
X2≥0
5
EXEMPLO 3
Uma empresa fabrica 2 artigos de camping: sacos de dormir e barracas. Cada saco de
dormir requer 2 horas para cortar os tecidos, 5 horas para costurar e 1 hora para
impermeabilizar. Cada barraca requer 1 hora para cortar os tecidos, 5 horas para as
costuras e 3 horas de impermeabilização. Dados os recursos limitados da empresa, ela
dispõe de 14 horas para o corte, 40 horas para a costura e 18 horas para a
impermeabilização, por dia. A margem de lucro é de R$ 50,00 por saco de dormir e de
R$ 30,00 por barraca. Maximize a função lucro em termos da quantidade de barracas e
sacos de dormir a serem produzidos por dia.
Variáveis de decisão
X2 – quantidade de barracas
Função objetivo
Restrições
Tempo X1 X2 Disponibilidade
Corte 2 1 14
Costura 5 5 40
impermeabilização 1 3 18
Restrições técnicas
2x1 + x2 ≤14
X1 + 3x2 ≤18
6
X1≥0
X2≥0
Capítulo 2
2 – Programação Linear:
4 x1 3 x2 10
técnicas
Restrições
6 x1 x 2 20
x 0
denãonegat ividade 1
x2 0
Roteiro:
a) Quais as variáveis de decisão?
b) Qual o objetivo?
c) Quais as restrições?
7
propõem a estudar o problema em foco, um certo consenso na percepção do problema
como um sistema.
O primeiro passo para resolver o problema consiste em modelar o sistema a ser
estudado. Neste estágio é preciso identificar as variáveis exógenas e as endógenas ao
sistema, assim como seu interrelacionamento. Quanto à natureza o modelo poderá ser
determinístico ou estocástico (variáveis probabilísticas).
Um modelo normativo não se propõe a descrever um fenômeno, mas a ditar normas
relativas às ações a serem tomadas, visando à otimização de um objeto predeterminado.
Podemos dizer que a Pesquisa Operacional é constituída por diversas técnicas
quantitativas aplicadas às áreas de administração, produção, planejamento e
organização. O sucesso dessas diversas técnicas, tanto entre pesquisadores teóricos
como entre engenheiros, administradores e economistas, foi o fator aglutinantes para a
constituição de um setor do conhecimento humano que maior progresso vem
apresentando. Após um século de espetaculares descobertas científicas, também
testemunhamos a utilização, graças as disciplinas aplicadas, destes resultados em nossa
vida diária. É relativamente recente, de apenas quatro décadas, a preocupação por
técnicas quantitativas para melhor aproveitamento, através de organização e
planejamento, do cabedal de conhecimentos acumulados. As aplicações da Pesquisa
Operacional estendem-se desde o balanceamento de linhas de produção em fábricas, ou
fluxo ótimo de pacientes em hospitais, até o estudo de estruturas sociais e de processos
psicológicos.
No presente texto, concentrar-nos-emos principalmente numa das técnicas mais úteis
e desenvolvidas da Pesquisa Operacional, isto é, na programação linear. Também
tocaremos ligeiramente em programação inteira, programação não-linear e programação
dinâmica. Estas técnicas aplicam-se a modelos normativos. Em outra disciplina será
apresentada uma técnica muito útil - simulação - aplicável a modelos não-normativos.
Empregando simulação não é possível obter, de imediato, resultados que levem à
otimização de um objetivo desejado. Entretanto, é possível simular, por meio do
8
modelo, uma série de experimentos em diferentes condições e, posteriormente, escolher
a condição cujos resultados nos sejam mais aceitáveis. Simulação aplicada a processos
estocásticos requer certos conhecimentos de estatística, e é muito empregada em
problemas de filas.
Não existe uma regra que indique qual a melhor técnica a ser utilizada para resolver
determinado problema. A escolha deverá ser feita de modo intuitivo. Porém pode
ocorrer certos conflitos entre a elegância teórica e a obtenção de resultados práticos de
modo barato e rápido. Assim, se não tivermos acesso a um algoritmo específico pronto
para resolver um problema de transporte, poderemos resolvê-lo por programação linear
empregando os macroprogramas que a maioria dos computadores oferece. Um
problema de filas pode ser resolvido de modo menos elegante por meio de simulação
estocástica.
Seja:
O objetivo é maximizar o valor das vendas totais Z. Portanto, o objetivo é:
Sujeito a
9
xA +3xB <= 15, para o chumbo
3- REPRESENTAÇÃO GRÁFICA
Veremos posteriormente, que o teorema da base garante que a solução ótima está em
um dos vértices do polígono convexo formado pela região de trabalho. Basta então
testar cada um desses vértices.
Sujeito à:
x1 – 2x2 <= 0
x1 >= 0; x2 >= 0
Maximizar Z = 2x1 + x2
Sujeito à:
10
x1 + 4x2 <= 24
x1 + 2x2 <= 14
2x1 - x2 <= 8
x1 – x2 <= 3
x1>=0; x2>= 0
Exercício 3: Um fazendeiro tem que decidir o quanto vai plantar de milho e de
alfafa. Os lucros são de R$ 2.000,00 por alqueire de milho e de R$ 1.000,00 por
alqueire de alfafa. Suponha que suas limitações sejam: terra disponível é de 8 alqueires
e água disponível para irrigação de 80.000 litros sendo que deseja-se plantar no máximo
4 alqueires de milho. Cada alqueire de milho requererá 10.000 litros de água para
irrigação e cada alqueire de alfafa requererá 20.000 litros de água. Formule o problema
como de programação linear e resolva-o graficamente. (Resp.: xA=2 e xM=4)
Exercício 4: Resolva graficamente, mostrando claramente a região dos pontos viáveis
(região de trabalho) e a reta da função objetivo:
Sujeito a:
sujeita:
- x1 + x2 <= 1
x2 >= 2
11
Exemplos de situações que podem ser descritas com o auxílio de um modelo linear:
Exemplo 1: Certa empresa fabrica dois produtos P1 e P2. O lucro unitário do produto
P1 é de 1.000para cada produto unidades monetárias e o lucro unitário de P2 é de 1.800
unidades monetárias. A empresa precisa de 20 horas para fabricar uma unidade de P1 e
30 horas para fabricar uma unidade de P2. O tempo anual de produção disponível para
isso é de 1.200 horas. A demanda esperada para cada produto é de 40 unidades para P1
e 30 unidades anuais para P2. Qual é o plano de produção para que a empresa maximize
seu lucro nesses itens? Construa o modelo de programação linear para esse caso.
12
2.2 – Técnicas de solução para modelos de programação linear com duas variáveis de
decisão – método gráfico:
2.2.1 – Conceito:
A representação gráfica de uma equação linear com duas variáveis é uma reta. A
a representação gráfica de uma inequação linear com duas variáveis é um dos
semiplanos definidos pela reta correspondente à equação.
13
2.2.4 – Método gráfico:
Exemplo 1: Resolver o problema de programação linear: minimizar: Z = 2 x1 3x 2
x1 x 2 5
Sujeito às restrições:
5 x1
x 2 10
x1 8
x 0
1
x 2
0
Sujeito a:
x1
x1
x2 12
0; x 2 0
14