Escolar Documentos
Profissional Documentos
Cultura Documentos
Documento nº 3
! N D I C E
Capítulo II
Pág.
3. PROGRAMAÇÃO MATEMÁTICA . . . . . .. . . .. ... . .. . . . .. . . . . . . .. . . . . . . .. .. . l
3. 1. PROGRAMAÇÃO LINEAR • • • • • • • .. • • • • • • • • • • • • • . • . • • • • • • .. . • .. • 2
3. 6
.
• PROGRAMAÇÃO DINÂMICA • • • .. • • • • • • • • • • • • • • • • • • • • .. • • • • .. • • • 4l
-1-
' ,
Capítu;t-o II
3; PROGRAWLA.CÃO MATEJ�!!.QA
' .
Dado que na maior parte dos problemas que são objecto de estudo da
investigação operacional se pretende obter a utilidade máxima Qos es
forços desenvolvidos, resulta que grande número de modelos operacio
nais envolvem a construção à.e uma f.unção ob.iecti!9,-·0u fRnção critério
- que tem de se optimizar (maximizar ou minimizar).
J
=
-1 '-
res de!!! e� não prccieam de estar relacionados, isto é, !!! pode ser
maior do que, mel1or do que, ou igual a E: Frequentemente, algumas ou •
n
=�C X.
1=1 j J
e
n
X
n ) = 2._ bi (i=1, 2, ...m),
.
J= 1-
J
triÇÕ(Úi; o problema fica posto numa forma mais conveniente para os
cálculos. Portanto, um problema de programação linear reduz-se a
maximizar (ou minimizar)
sujeita às restrições
�
ft
J
x. <= =>
J = bi (i=l, 2, • • • m)
e
j :1'0
x (j=1, 2, . . . n) .
m n
b
i=: k •.
c. xi j
J.j
com as restrições
n
X. a.
L
j=l :!.j
=
J.
m
X.
L J. j
= b.
J
i=l
m n
h L::
a. = b.
J.
j=l J
�J
quando o i-ésimo indivíduo não é afectado à j-ésima tarefa e toma
o .valor 1 quando o i-ésimo índivíduo é afectado à j-ésima tare
fa, o problema formula-se mate:·,àticamente nos termos seguintes:
m n
minimizar >-·- L
'(""-
i=l j=l
com as restrições
) ·-X�J. =1 .
i=l
. (1)
x ?. - x .
�J �J
O m:oblema
. do caix�}.r2.:::.:;riaj,B.J:}_�S'" é um outro problema importante de
programa�ão linear, Um caixeiro-viajante parte de casa e tem de vi
sitar cada uma e. :t?,:·.l localidades an·Ges de regressar a casa, opti
mizando a sequência de localizadas visitadas. Por exemplo, ele de
ve escolher o itinerário que minimiza a distância total a percor
rer ou o tempo total da deslocação. Em termos matemáticos trata-se
de
n
,-
L... .
minj.rni zar ..
a x.
.
i=l �J �J
com as restrições
n
�
L_
(j=l, 2, n)
. ,
J.=...�.
• • •
n
>--- X�J
. =1 (i=l,2, . . • ,n)
j=l
X. + X. +. + X. + X. i � r-1
�1 i 2 � 2 i..,.) � r-1 ir
� �
�r l
X.2j X. j
� �
XD.
.. = o
i
(1) A restrição x j x ij equivale a escrever xij = 1 ou x .. =
�J
o.
onde os a são números dados e (i1, i , i ) é uma permutação dos
ij 2 • . •
r
números naturais l, r(r=�,
. • (n-1)).
• • • •
seja mínima.
Maximizar :?;=C l X. +c 2 x 2 + + cn X
J. n
• • •
com as restrições
a x a x +. +a ln Xn = bl
ll l + l2 2 o •
X
1
-6-
Considerando a matriz
bm
.
a: .
I:lJ
maximizar
_
lores xi positiv0s é !'.<?lyc;,[!,g ?_- à.J":.:hl'l?�;r�� bá§J_()§.1 tendo exactamente
é .� 9l:..�9...fi. Q.. b á si c.§....n�o SLegene]'_§.da.
.. ....
I I I I
o ) A nova solução básica X � ( x1 , . . •
xr-l'O , x r+l'
I
XID, 0 , 0)
I
X ,
S
• e • • o • • • •
obtém-se, tomando
X
� x.J.- ....L
I
x.J. �
x.-e
J.
X.
J.S X
X.
J.S
(i � 1, • • • r-l , r+l, • . ,m )
rs
I xr
X
s
= e X
=
rs
I
d ) Os coeficientes X . referentes à expre s são de
• . P. co-
JJ J
mo composi ção de
I I I
Pl , ... P p - P. X. X p
s +.u+ xmj t-
p
lJ l + •• • +
=
s · · ·
m J
•
sj
xis ( i= l, • • • r-l , r + l , • • • m)
I
4. A solução E corresponde um aumento do valor de z:
( c s - z s ) >z.
I
z X
rs
I
A partir de ! pode seguir-se raciocínio i dêntico ao
que se fez a partir de ! até que se atinja um dos
seguintes casos:
com as restrições
Maximizar z = 2x1 + 5x 2
com as restrições
xl + x3 4
x2 + x4 = 3
xl + x2 + x5 = 6
x1 :;:; O ' x 2 � o.
=
1 o l o 0: 4
o 1 o 1 o:3
1
l l o o 1:6
p � l.P3 + OP + l.P
l 4 5
p2 � O . P + lP + l.P
3 4 5
p � l.P3 + O . P4 + O . P
3 5
p � O.P3 + l. P +O.P
4 4 5
P � O. P3 + O.P4 + l.P
5 5
x 32 � o, x42 �
l, x52 1
x 34 o, x 44 �
1, x54 o
x35 � o, x45 �
.
o, x55 = 1.
I Ip pl. p p p p
2 3 4 5
Base j
_ _l o
cj 2 5 o o o
p o 4 1 o 1 o o
3
o o o 1 o
p
4 3 fi]
p o 6 l 1 o o 1
5 -
z. o o o o o o
J
c. - z. 2 5 o o o
J J
§. = 6 •
I I' lPo pl p 2 p 3 p 4 p5
Base I .
p
3
I o 4
2 5
1 o
o
1
o
o
o
I p o 1 o 1 o
I !
2 5 3
í
o! 3 0 o o - 1 1
15 o 5 o 5 o
I
t-f,-,
cj - zj
U 2 o o o
I
x2
1 = .2. 00 '
1 = 4' I
o
3
=
x 21
p p p p p p
o l 2 3 4 5
Base
o . 2 5 o o o
J
p o l o o l l -1
3
p 5 3 o l o l o
2
p
l 2 3 l o o -1 l
z. 21 2 5 o 3 2
J
o . - z. o o o -3 -2
J J
0 S xl S 4
O '$ x 2 'S 3
xl + x2 ' 6
6 '·. ....
,Z "..t
.
·- ? �6
' • .
5 ...... __
',
Fig. 8
m n
�� c . x. .
L_ .L
i;l j;l �J
.
�J
com as restrições
a.
�
=
-14-
X. . ;:::: b.
lJ J
..E....
n
� b.
L_ a.
i=l l � J
X. . o
lJ ?
Em virtude da condição m + n
m
restrições a..
lJ
= a.l e 2
i=I
xi j = b j não são inde -
m n
l equação: =�
L-._
a. _L b.
i=l l
=
j =l J
n
( m-1 ) equações: L X•
lJ
. = a.l ( i = 1 , 2, . • • m - l)
i=l
m
( n-1 ) equações: � xi j = b.J (j l, 2, • . • n - l) .
i =l
{
Um problema de transporte pode ser sempre definido pe
l J
la matriz dos custos unitários de transporte c.. ) Consi- J
.
Origens
r-�1 7 2 3
9 _1_ 5 110 3
�·
De stinos
! 2 1 21611
Para obter uma solução admis s ível básica , pode utili
zar-s e o 2étodo da diferença máxima que consiste em to
mar em cada li��a e em cada coluna o custo mínimo, fa
zendo depois a diferença entre este custo e o custo ime
diatamente superior na mesma linha ou na mesma coluna:
7 5 4 (2)
8
3 ! 7 I 2 3 (1)
-9 5 l 10 3 ( 4)
2 i_l6
(4) (2) (3 )
_ ....__
(2,3) 2
na
(2,1).
tino. Neste exemplo, toma-se min para a casa
=
8 5 4 (3)
7 2 1 (5 )
5 lO 3 (5)
2 6
(2) (3)
-16-
s 15 4 (3)
5 I lO 3 ( 5)
2 T5
- \-
'
( 3 ) (5)
(o)
(o)
5 14
I
lO 1
5
( 5)
�(o)
Gl!
(0)
I
4
2 1
2 1
5x4 + 32
x +2xl + 5x2 + lOxl 48.
---:;-
+1 }�
//
y(
L
<
/+l
/
2/ 1 /
/
<
/
/
/
7-5-3+2 1.
7 -2 - 5 + 10 � lO
í
o31 � -3 + 2 + 9 - lO � - 2
1 r\22
-.
-- 8 2.
Seja
d ;d ;:;: 'f, onde � designa um número arbitràriamente pe-
queno e � um número arbitràriamente grande. Põe -se então o pro-
blema de, para cada Á
do intervalo lf [rL J,
maximizar
-19---
com as restrições
a..
�
x. ( i = l, 2 , m)
J J
• • •
(j 1, 2,. .. n )
'
onde c ., c. a. . e b. são constantes dadas.
J J• � J �
com as restrições
n
� X . 1,
L_
a.. = b.� (i = 2 ,. . .m )
�J J
j=l
X . o
J � (j = 1 , 2 , .. . n ) .
. fl ,
c om c:/ ;;;, e ;;. fÍ'
n
maximizar 2_ C . X .
j=l J J
-2 0-
com as restrições
n
� = b.)_ + e b.)_ (i = 1 , 2 , ... m )
/
-j =l
X. > 0 (j 1, 2, m)
J =
• . •
J :LJ
O problema é extremamente complexo e, só em casos muito e speciai s,
é possível achar todas as s oluções.
maximizar (t + 1 ) x1 + (t -1 ) x2
com as restrições
X,
.L
+ x2 + X
3 3
xl - 2x2 + x4 = 1
-2x1 + x2 + x = 2 .
po pl p2 p3 p4 p5
Base
c. t+l t -1 o o o
i
p3 o 3 1 1 1 o o
p4 o 1 /1 J -2 o 1 o
p5 o 2 -2 1 o o 1
z. o o o o o o
J
c. -z. t+l t -1 o o o
J J
- 2 1-
t - l <o
p pl p p p p
o 2 3 4 5
Base
e ;i t+l t-1 o o o
p
3 o 2 o
1:::8 1 -1 o
pl t+l 1 1 -2 o 1 o
p o 4 o -3 o 2 1
5
z. t+l t+l - 2t-2 o t+l o
J
c .-z. o 3t+l o - t -1 o
J J
3t + 1 ;:;. o
p p p p p p
o l 2 3 4 5
Base
c :i t+l t-1 o o o
p
2 t-1 2/3 o l l/3 -l/3 o
p
l t+l 7 /3 l o 2/3 l/3 o·
p
5
o 6 o o l l l
n
. maximizar � cj xj
4---
J =l--
com as restrições
>a..
-- J. J x.J b.J.
2
X. = x.
J J•
o � xj <dJ
=
.
112 15
8 7 4
-
7 9 17 14 lO
9 6 12 6 7
6 14 6 lO
7 -
9 6 12 lO 6
-24-
matriz
5 2 o 9 o
o 8 6
. \)
r (1) 3 10
�c
t �J J o o
.
2 5 3
o o 7 o 6
2 o 5 4 2
5 2 i]) 9 )iQ
i()i
l-...-1 3 JD 8 6
2 � 5 !õi 3
� � 7 )i 6
2 � or
�.
___ 1
5 4 2
No nosso exemplo ,
-26-
'
:1)-j 3 JD 8 6 X
--
:-
I ó' X
2 * 5 : .. _J 3
� � 7 � 6 X
2 r·o i
·--· 5 4 2 X
X X X
_L
J - i4L \,(
. ·-- -
-
I�
i
Q O_Ji- JO
.
6 X
r-
� 5 oo 3 X
-I -�1 7 ' 6 X
I t
) I L X
5 .
X
2 X
7 4 o 11 o
1c ��)l
' �J s o
=
3 8 8 4
-·- --·
r--
2 o 3 o 1
o o 5 o 4
2 o 3 4 o
-
7 4 :__Q_j 11 �
lo
-- l 3 8 8 4
2 :.-.,
o,
-- 3 )1l; 1
)1l; ·� 5 o ·�
: --- 4
r---
2 � 3 4 !-::Ql
que dá
= o + o + o + o + o o
min. z
= 7 + 7 + 6 + 6 + 6 =
3 2.
-28-
J
: _J )
. .
que minimize
z =
onde os
A B c D
'
CD
A 15 8 17
B 13 CD 21 11
-
c 12 lO CD 30
D 13 21 23 CD
CD 7 lo' 9
'--'-1
,--Õ-1
CD
2 lO !... __ �
2 ',o[ CD 20
tó'f.
'-:
8 10 CD
12 21 34 43
ma de afectação 4 x 4 não é solução do problema do caixeiro-via-
e, portanto, o circuito óptimo ,é A C BD JJ., a que corresponde o
custo 8 + lO + 11 + 13 42. �
1l. B c D E
'
A CD 2 5 ! 7 1
B 6 CD
-�
3 8 2
c 8 7 � -
4 7
D 12 4 6 CD 5
E 1 3 2 8 CD
A B c D E
,-
A CD 1 4 6 !_: -� X
B 4 CD 1 6 I 1,, X
c A ,'> I .r;;
···,
D Q r·f"\ -
r·-· .' -
"
...
I ;
E '-�- "' .L' I
I
X
A B c D E
A CD
� I o •I
-·
3 5 _
B 3 CD 1o-,
·.�J 5 ]l
c 4 3 CD 10, 3
D 8 i ?l 2 CD 1
-
E ())
·- ·-
I 0- ' I 2 1 7
'· .•l.
I
-31-
A B c D
CD '
A :
_?J 3 5
CD ;
0' 5
B 3
CD
'
c 4 3 .o i
---
E j o I
2 1 7
A B c D E
CD l Oi o
A ----·
3 5
I �--o-' l
B 3 CD : I 5 o
-·-·
--
c 4 3 CD oi 3
'
·-·····-
D 8 o 2 CD 1
···-- .
I
--- .
E 'o:J 2 1 7 CD
' ___
matriz
A B D E
A OJ I& 5 t-i{
-
B 3 m· 5 t·o i
�--·
------
•
c
�-- �� ()! I
il -o: I
4 3
OJ
D 8 , _____ ,
l
I
que não tem solução para o problema de afectação entre os zeros.
E portanto a solução do problema de afectação em que intervier o
elemento l da linha 5 e da coluna 3 dará um custo total su
perior a 15.
com as restrições
(i = l, . . . m)
1 ) f r1t x i + (1-t) ]
x > · . . t
_:u_ n
--
,
f � /.'..___ . ' a. j X. X. (aij � aj i) •
�
·,
� J
i�l Fi
'
A matriz aij � é a matriz da forma quadrática e é fácil verifi-
'
..!L �
n
+ 2_ a. j X. X.
-!__..
hl � � J
j�l
- 35 -
= b. (i = 1 , 2, ... m) .
�
·' o (j = 1, • . • n)
n :·nX
+• • • + X !f).
� n
n-m n-m
\
2) f =
/._... L_
i=O j=O
onde z = 1 e z1 , z
o • • •
,f
O
I d, zk é uma função lip.ear dos zj , .
J.ntroduz- s e uk 1 4f .. cu:mo
= 2 àzk
'
""
onde z J. = o (j "' k ) e X.
�
= o.
Fase 5a - Põe-se uk = l2 J :r
e resolve-se em ordem a zk (esta ex-
t) zk
pressão é linear em zk) . Substitui-se depois zk por es
sa expressão. Note-se que nesta :fase uk O porque =
Exemplo :
minimizar f
com as restrições
'
0f
() x =
2� - 4
( �o fx1 ) =- 4
l � = o
x2 = o
x = 2
3
-3 9-
d' /2 ) =l
df 2x2 -
2
= -
2
(; x2 X = o
x = o
2
x = 2
3
3 l
)
d e 1\xf o vem também x = 2 , Como os valores são
.. l l
iguais 9 tollle -s e , por exemplo , a e quação
x
3
2 � = -
-
�
e resolvamo-la em ordem a x1 , nova variável básica,
Tem-se agora
é)
(..L!_) =
=
x
-
2
2 x o
x =
2
o
3
d f
( -)
h;-x = o
3 x = o
2
x = o
3
vem
O = 2 - x2 - o,
-40-
ou
x = 2,
2
e de
�
dr = o
à X2
vem 4x + o - 2 = o,
2
ou
vem
1'J_ :X:3 1
x = +
2 2 2 2
u l2 x 2
1
f
e = +
3 + x +
2 2 3 2
Agora
(
Jr = 1 :> o
)
�X x = o
3 3
·U o
1
=
'
(J f) -
= o
c} u
.
-
l x = o
3
ul = o
Porta...Ylto x = o, x
2
= 1/2 ' x = 3/2 e o mínimo é
3 l
f = lf2 .
-4l-
3 . 6 . PROGRAMAÇÃO DINÂMICA
8 l 5
Fig. 9
S e designarmos por :
então
l ) f n (x) = máx
p p
ÍI rn (x,p ) +
r
l n
I'
(i , j l i+i , j ) + f (i+l , j ) l
2) l
!
�' n
'
onde n \ :c ' j ; �-: , J. ) c· o nú.1t�.a:..."o r.: o s .:-; gm.ento c}_ e roc·t;a q <.le :.1ne
r . .
(i , j ) com (i, ,l ) e n <l, J ; l: ,1 ) -·
CJ pa i..' S. i 9 j �k OlJ. ]. <0 .
.-:>
-'-
:
I.·"' 1
-- � -·, \
._ i
=
O e (-; .s ·t e �
J:" 2.n·b·:..) p:.::) rmi -'li e calcul ar
� I
'
�--·
6 -;- o •
I
f ( 2 , o) m in
!�
CD J .
•
o i'
'
.J
= G
.
-:� o. ,
•.
3
(\ -
?;l l .. i >."": 7
f' - I :"7.L:.l j
-
'
.
8 : o
...:1
'
�--
-
. .,
-:- o i
' •
I h
...
�
\ ''· ' 2 ;
r ,.., ' . - nü:n '
_.,
l - ).
I .,I + o '
!·'··· J
i
'J + 6
/
f (::. , o) . . m:!..'1 l 12
: I
. �,;
' co �
c- •. 1
í-
. '
6 + �'
'
'
I
í:' ( l , l ) - min .. 9
I 9 "' 6
'
-44-
f ( 1 , 2 ) = min
Finalmente ,
+
12
f (o,o) = min [3. ]
ro = 15
9
+
f ( O , 1) = min [5 ]
1 + 12
- 13
-
6
+
f ( 0 , 2 ) = min
[83 ] 9
= 12.
+
n
= � g . (x)
i=i �
sujeita às restrições
n
4) -L
,- __
X. = X
i=l �
6) g ' (x )
i (
- , =
o (i = 1, • . . n)
que dão
X.
].
= h].. (Á ) (i = 1, • • • n)
a ) Extremos relativos
( 2n caso s ) .
b ) Restrições
d) Linearidade
f ) Estabilidade
g (x) h (x)
Fig. lO Fig. ll
-4'7-
por meio de mediç ões , é evidente que o seu valor para cada x
não é um número h ( x ) mas sim uma distribuição de valore s .
Cons e quentemente , embora se p o s s a atribuir um valor a_ ,h ( x ) com
elevada probabilidade de ser correcto , é pouco justificável
atribuir-lhe urnc. certa dire cção num ponto particular. Assim,
será prudente pôr de parte todas as técnicas de optimização
que requeiram diferenciação, Deveremos s im utilizar um método
em que o erro final não s e j a mais imp ortante do que os erros
nos dados ini ciai s . Este princípio é o que se entende por �
tabilidade , a qual é ho j e um dos o b j e ctos de e s tudo da análi
se numérica.
1 2
introduzamos a sucessão d e funções f ( x ) d efinidas pa
n
ra n = 1, 2, • • • , x > O
fn ( x ) = máx..
'x 1
'· i;'
·'
n
X. x.
-
.. -
onde e L_ l
=
;�
Tome-se a "de cisão inicial" de atribuir o valor Xn
( o c::: xn*
=
� x ) a E claro que as variáveis
*
8) = x - x"
n
_
rão constituir uma política óptima, isto é, teremos de determi
nar os valores de x1 , x , x - que maximizam • • •
2 n l
fn-1 ( x-xm)
n e portanto a atribuição do valor x* a Xn dará
n
*
gn ( x* )
n
+ fn- (x-xn )
1
· .
*
El evidente que a es colha óptima de x" deve recaír sobre o valor
n
d e xn que maximiza a função
e assim
g.) máXo
;;; n ,...,
-- - x =
x