Tópicos Especiais em

Computação II

Pesquisa Operacional
Introdução ao Simplex

Prof. Fabio Henrique N. Abe

fabio.henrique.abe@gmail.com
 Método Simplex
●
Desenvolvido por George Dantzig em 1947
●
É um procedimento Algébrico que utiliza conceitos
Geométricos
●
Requisitos para uso:
– Precisa ser um problema de Maximização;
– Todas as restrições funcionais devem ser na forma ≤;
– Todas as variáveis devem possui restrições de não-
negatividade;
– Todos os lados direitos devem ser não-negativos.
 Método Simplex
●
Conceito 1
– O Simplex se concentra apenas em soluções FPE.
●
Conceito 2
– O Simplex é um Algoritmo Iterativo.
●
Conceito 3
– Sempre que possível o Simplex opta pela origem.
●
Conceito 4
– O Simplex opta por buscar sempre uma solução melhor adjacente à solução
atual
●
Conceito 5
– A solução adjacente escolhida é aquela que tem a maior taxa de crescimento
em Z
●
Conceito 6
– O Simplex verifica se as duas soluções adjacentes possuem taxa de
crescimento positiva, caso contrário, a solução atual é a ótima
 Configurando o Simplex
Maximizar Z = 3x1 + 5x2
(1) x1 ≤ 4
(2) 2x2 ≤ 12
(3) 3x1 + 2x2 ≤ 18
(4) xi ≥ 0 , para i = 1,2
Maximizar Z - 3x1 - 5x2 = 0
(1) x1 + x3 = 4
(2) 2x2 + x4 = 12
(3) 3x1 + 2x2 + x5 = 18
(4) xi ≥ 0, p/ i = 1,2,3,4,5

●
Forma Original do Modelo ●
Forma Aumentada do
Modelo
 Configurando o Simplex
● x3, x4 e x5 recebem o nome de variáveis de folga;
●
Se a variável de folga for igual a zero na solução atual,
então essa solução está no limite de restrição para a
restrição funcional correspondente;
●
Se a variável de folga possui um valor maior que zero,
significa que a solução está no lado viável da restrição
funcional correspondente;
●
Se a variável de folga possui um valor menor que zero,
significa que a solução está no lado inviável da restrição
funcional correspondente;
 Simplex
●
Revisão de Termos Conhecidos:
– Solução:
– Solução em Ponto Extremo:
– Solução Inviável:
– Solução Viável:
– Solução Viável em Ponto Extremo:
 Simplex
●
Solução Aumentada
– Solução para as variáveis de decisão originais,
acrescidas dos valores das ariáveis de folga;
●
Solução Básica
– Solução em ponto extremo aumentada;
●
Solução Básica Viável
– Solução FPE aumentada
 Simplex
Maximizar Z - 3x1 - 5x2 = 0
(1) x1 + x3 = 4
(2) 2x2 + x4 = 12
(3) 3x1 + 2x2 + x5 = 18
(4) xi ≥ 0, para i = 1,2,3,4,5
●
5 Variáveis
●
3 Equações Funcionais
●
2 Graus de Liberdade
– 2 Variáveis não básicas
– 3 Variáveis básicas
– Variáveis não básicas são
configuradas em zero
– Os valores das variáveis
básicas são obtidos como a
solução simultânea das
equações
– O conjunto de variáveis
básicas é conhecido como
base
– Se as variáveis básicas
satisfazerem as restrições de
não-negatividade, então a
solução básica é uma
solução básica viável.
 Exercício Simplex
Maximizar
Z = 10x1 + 12x2
Sujeito a
x1 + x2 ≤ 100
x1 + 3x2 ≤ 270
xi ≥ 0, para i = 1, 2
 Exercício Simplex
Maximizar
Z = 10x1 + 12x2
Sujeito a
x1 + x2 ≤ 100
x1 + 3x2 ≤ 270
xi ≥ 0, para i = 1, 2

●
Solução em: https://youtu.be/uendv1Khpcw
 Tarefa para 25/05/18
Valor: 1,0 trabalhos
●
Uma companhia fabrica dois produtos P1 e P2 que
utilizam os mesmos recursos produtivos: matéria-
prima, forja e polimento. Cada unidade de P1 exige 4
horas de forjaria, 2 h de polimento e utiliza 100
unidades de matéria-prima. Cada unidade de P2 requer
2 horas de forjaria, 3 h de polimento e 200 unidades de
matéria-prima. O preço de venda de P1 é R$ 1900,00 e
de P2, R$ 2100,00. O mercado só consegue absorver
5 unidades por dia. As disponibilidades são de: 20 h de
forja; 10 h de polimento e 500 unidades de matéria-
prima, por dia.
●
Elabore o modelo que maximize o lucro e resolva
utilizando o método tabular.
 (Próxima Aula)
●
Um carpinteiro dispõe de 90, 80 e 50 metros de
compensado, pinho e cedro, respectivamente. O
produto A requer 2, 1 e 1 metro de compensado,
pinho e cedro, respectivamente. O produto B
requer 1, 2 e 1 metros, respectivamente. Se A é
vendido por $120,00 e B por $100,00, quantos de
cada produto ele deve fazer para obter um
rendimento bruto máximo? Elabore o modelo e
resolva utilizando o método tabular.
 (Próxima Aula)
●
Um fabricante de fantasias tem em estoque 32 m
de brim, 22 m de seda e 30 m de cetim e pretende
fabricar dois modelos de fantasias. O primeiro
modelo (M1) consome 4m de brim, 2 m de seda e
2 m de cetim. O segundo modelo (M2) consome 2
m de brim, 4 m de seda e 6 m de cetim. Se M1 é
vendido a 6.000 u.m. e M2 a 10.000 u.m., quantas
peças de cada tipo o fabricante deve fazer para
obter a receita máxima? Elabore o modelo e
resolva utilizando o método tabular.
 (Próxima Aula)
●
Uma determinada confecção opera com dois produtos: calças e camisas. Como tratam-se de
produtos semelhantes, possuem uma produtividade comparável e compartilham os mesmos
recursos. A programação da produção é realizada por lotes de produto. O departamento de
produção informa que são necessários 10 homens x hora para um lote de calças e 20
homens x hora para um lote de camisas. Sabe-se que não é necessária mão de obra
especializada para a produção de calças, mas são necessários 10homens x hora desse tipo
de mão de obra para produzir um lote de camisas. O departamento de pessoal informa que a
força máxima de trabalho disponível é de 30 homens x hora de operários especializados é
de 50 homens x hora de não especializados. Da planta de produção, sabemos que existem
apenas duas máquinas com capacidade de produzir os dois tipos de produto, sendo que a
máquina 1 pode produzir um lote de calças a cada 20 horas e um lote de camisas a cada 10
horas, não podendo ser utilizada por mais de 80 horas no período considerado. A máquina 2
pode produzir um lote de calças a cada 30 horas e um lote de camisas a cada 35 horas, não
podendo ser utilizada por mais de 130 horas no período considerado. São necessários dois
tipos de matéria-prima para produzir calças e camisas . Na produção de um lote de calças
são utilizados 12 quilos de matéria-prima A e 10 da B. Na produção de um lote de camisas
são utilizados 8 quilos da matéria-prima A e 15 da B. O almoxarifado informa que, por
imposições de espaço, só pode fornecer 120 quilos de A e 100 quilos de B no período
considerado. Sabendo-se que o lucro pela venda é de 800 reais nos lotes de camisas e de
500 reais nos lotes de calças. Formule o modelo que maximiza o lucro da confecção.
Resolva a PL utilizando o métod tabular.
 (Próxima Aula)
●
Uma empresa possui 4 fábricas onde existe capacidade de produção em
excesso. Todas as fábricas estão aptas a produzir um novo produto e a direção
decidiu usar desta forma parte da capacidade disponível. Este novo produto
pode ser fabricado em 2 tamanhos (grande [G] e médio [M]), que dão um lucro
unitário de 40 e 30 reais, respectivamente. As fábricas 1, 2, 3 e 4 têm
capacidade em excesso para produzir diariamente 700, 600, 900 e 450 unidades
destes produtos, respectivamente, independentemente dos tamanhos ou
combinação de tamanhos.
●
O espaço de armazenamento disponível impõe uma limitação na produção do
novo produto. As fábricas 1, 2, 3 e 4 têm 10000, 9000, 11000 e 5000 m² de
espaço de armazenamento disponível, respectivamente, para um dia de
produção. Cada unidade dos produtos G e M produzida por dia necessita de 18
e 14 m², respectivamente.
●
As previsões de vendas indicam que podem ser vendidas diariamente até 850 e
até 1250 unidades dos produtos G e M, respectivamente. A direção pretende
saber quanto de cada tamanho deve ser produzido em cada fábrica, de modo a
maximizar o lucro total.
●
Elabore o modelo e resolva utilizando o método tabular.
 Passo a Passo
1) Transforma a PL na versão aumentada (adicionar as variáveis de folga)
2) Escolher a Coluna Pivô (CP)
a) Olhar na linha 1 e escolher a coluna com o maior número negativo;
3) Dividir cada valor de bm pelo respectivo item na CPm
4) Escolher a linha com o menor valor positivo da divisão bm/CPm para ser a
Linha Pivô (LP)
5) Calcular a Nova Linha Pivô (NLP), dividindo todos os itens da LP pelo Item
Pivô (IP). O item pivô fica na intersecção da LP com a CP
6) Para calcular os novos valores de cada linha você deve:
a) Multiplicar a NLP pelo respectivo item na CP * (-1)
b) Somar o resultado com o valor da linha a ser alterada
7) Reconstruir a tabela com os resultados das novas linhas
8) Caso ainda exista algum valor negativo na primeira linha, voltar no passo 2.