Escolar Documentos
Profissional Documentos
Cultura Documentos
Programação Linear
Programação Linear
RESUMO ......................................................................................................................... 2
ABSTRACT ..................................................................................................................... 3
INTRODUÇÃO ................................................................................................................ 4
Objectivo Geral................................................................................................................. 5
Objectivo Especifico......................................................................................................... 5
TEORIA DE PROGRAMAÇÃO LINEAR ..................................................................... 6
Conceitos básicos ............................................................................................................. 6
Solução gráfica ................................................................................................................. 7
Forma padrão .................................................................................................................... 9
Forma canônica............................................................................................................... 10
MÉTODO SIMPLEX ..................................................................................................... 11
Algoritmo Simplex Tabular ............................................................................................ 11
Soluções Ótimas Múltiplas ............................................................................................. 12
Adaptações de Casos Específicos ................................................................................... 12
Método Big-M ................................................................................................................ 12
DUALIDADE NA PROGRAMAÇÃO LINEAR .......................................................... 13
CONCLUSÃO ................................................................................................................ 14
REFERÊNCIAS BIBLIOGRÁFICAS ........................................................................... 15
RESUMO
2
ABSTRACT
This work was carried out to study the main concepts of Linear Programming in
order to provide an understanding of their construction methods and problem solving.
For such, were studied and are presented here, the essential concepts for the formulation
of problems in their standard form through a theoretical basis and resolution of
examples, thus allowing an understanding of Linear Programming. To solve the
problems, the Simplex, Revised Simplex and Dual Simplex methods as well as the
Duality in linear programming and its forms of resolution have been used.
3
INTRODUÇÃO
4
Objectivo Geral
Objectivo Especifico
5
TEORIA DE PROGRAMAÇÃO LINEAR
Conceitos básicos
A Programação Linear tem como objetivo a realização de operações com
finalidade de encontrar a melhor solução e auxiliar na tomada de decisões de problemas
que sejam representados por modelos com expressões lineares. Essa abordagem tem
como escopo a maximização ou minimização de uma função linear, chamada Função
Objetivo, que comumente é dada por:
11 11 + 12 12 +⋯+ 1 1 ≤ 1
21 21 + 22 22 + ⋯ + 2 2 ≤ 2
⋮ ⋮ ⋮ ⋮ ⋮
1 1 + 2 2 +⋯+ ≤ m
1, 2, …, ≥ 0.
As Restrições do Modelo são responsáveis pela delimitação de uma área de
solução conhecida por área factível ou área viável. A melhor solução, conhecida por
solução ótima, é encontrada dentro dessa região podendo maximizar ou minimizar a
função objetivo. Bazaraa, Jarvis e Sherali (2010) definem que um problema de
Programação Linear deve ser criado à partir de uma análise que demanda uma série de
passos, são eles:
6
formulação deve ser minuciosamente construída para que a mesma gere um
modelo matemático que representa o problema;
Obtenção de uma solução: Deve ser escolhida qual a abordagem de
resolução dar ao modelo. É possível que se busque múltiplas soluções ótimas
ou apenas uma, e para ambos os casos, deve-se escolher heurísticas ou
técnicas que melhor se adequem de forma à se obter o mínimo decréscimo de
qualidade;
Teste do modelo: Nesse passo são feitas análises de confiabilidade e se
necessário, reestruturações através da adição ou simplificação de expressões,
para que o modelo em questão se torne confiável em diferentes situações.
Para uma maior credibilidade dos resultados é imprescindível também a
análise de resultados esperados com resultados já previstos;
Implementação: É necessário que o modelo seja constantemente atualizado
com possíveis novos parâmetros ou restrições se necessário, bem como o
mesmo seja reavaliado constantemente para que não se torne obsoleto.
Solução gráfica
Dentre métodos de solução existentes para problemas de Programação Linear, é
extensamente abordado por autores como Bazaraa, Jarvis e Sherali (2010) e Kolman e
Beck (1995) a possibilidade de resolver graficamente problemas com um pequeno
número de variáveis de decisão. Como exemplo, considere o problema (I).
7
2. Através da verificação do ponto (0,0), para cada restrição, é possível analisar
visualmente em qual lado da reta a solução estará, possibilitando assim uma
delimitação global utilizando todas as restrições, deixando visível a região
factível.
a) É possível que exista problemas que a área factível não existe, sendo
8
A Figura 3 apresenta as retas referentes a função objetivo, gerando um gradiente
que permite que seja visualizada possíveis soluções do problema.
É presumível por meio da análise da tendência das retas que o ponto que leva a
melhor solução do problema encontra-se na interseção entre as retas das equações (1) e
(2), gerando o respectivo sistema:
A resolução do sistema gerado por essas duas equações levam ao ponto (200,
600). Substituindo tais valores na função objetivo, obtém-se = 2600. Que é a solução
ótima.
Forma padrão
9
Forma canônica
Considere o seguinte sistema de equações:
Como não é mais possível reduzir a quantidade de variáveis, é então dito que
essa é a Forma Canônica do sistema original. Considerando o sistema em sua forma
canônica, é possível então realizar as seguintes definições:
10
A solução básica de um sistema em sua forma canônica é dada fazendo com que
todas as variáveis não básicas assumam um valor nulo. Para o sistema (II) 3 =
4= 5= 0, 1= 6 e 2 = 2 torna a solução básica.
Quando todas as variáveis assumem valores positivos, é dito que essa solução é
uma solução básica viável. Para o sistema (II) dado, a solução básica é uma
solução básica viável.
MÉTODO SIMPLEX
É um procedimento iterativo algébrico desenvolvido por George B. Dantzig em
1947. Tem por objetivo prosseguir à partir de uma dada solução básica viável, presente
em um ponto extremo, para um outro ponto adjacente que busca acrescer a função
objetivo, ou no pior dos casos mantê-la com o mesmo valor.
2) Encontrar uma solução básica viável com mesmo valor ou um valor maior
para a função objetivo.
Diversos autores como Kolman e Beck (1995), Bazaraa, Jarvis e Sherali (2010)
ou Hillier e Leiberman (2006) apresentam ligeiras variações na construção da Tabela
Simplex, entretanto não apresentam alterações na realização do algoritmo para a solução
de problemas. Para este estudo, adotou-se o modelo de Bazaraa, Jarvis e Sherali (2010),
que está apresentada da Tabela 1.
11
Tabela 1 - Formato da tabela no método Simplex tabul
Em casos que o modelo não segue a forma padrão do resolvido pelo método
Simplex é possível que se utilize processos para que o mesmo se adeque e possa ser
resolvido normalmente. Essas adaptações normalmente exigem que a tabela Simplex
passe por um processo de solução em duas fases, que podem ser feitos através do
Método Big-M.
Método Big-M
Esse método é aplicado em restrições que não respeitam o modelo padrão através
da utilização de restrições funcionais, possuindo portanto o seguinte forma:
12
O método Big-M se baseia em uma manipulação no formato do modelo, criando
um problema artificial cuja solução ótima é a mesma do problema original. São
introduzidas variáveis artificiais não negativas nas respectivas restrições como se
fossem variáveis de folga. As variáveis criadas necessitam de um custo extremamente
alto, representado pelo coeficiente na função objetivo. O método Simplex para o
problema artificial é executado normalmente, contudo, devese levar em consideração a
necessidade de todos os se tornarem variáveis não básicas, portanto, assumindo
valores nulos. Em seguida, as colunas que representam os valores de devem ser
eliminadas da tabela Simplex e o processo continuado até que se encontre uma solução
ótima. Caso a solução ótima encontrada contenha uma variável artificial com valor
diferente de 0, o problema original é infactível.
Para cada problema de programação linear, esse considerado Primal, existe outro
problema chamado Dual. Esse problema, é gerado diretamente pelos valores contidos
no problema Primal original (BAZARAA; JARVIS; SHERALI, 2010). Assumindo o
seguinte formato:
13
CONCLUSÃO
Este trabalho teve a finalidade de atuar como uma prática de aprendizado para os
principais conceitos e resoluções de problemas de programação linear. Esse objetivo foi
concluído por meio da exposição dos conceitos referentes aos métodos Simplex,
Simplex Revisado, e Dual Simplex de resolução de problemas de programação linear.
Através dessa conceitualização baseada em uma fundamentação teórica de seus
algoritmos, técnicas de resolução e adaptação de casos foi possível realizar resolução de
problemas que levaram ao entendimento dos conceitos expostos.
14
REFERÊNCIAS BIBLIOGRÁFICAS
15