Escolar Documentos
Profissional Documentos
Cultura Documentos
MODELAGEM MATEMÁTICA
Apresentação
Na última aula, nós estudamos os métodos mais tradicionais de resolução de EDO de 1ª ordem. Vimos o método de Euler
e suas variantes, bem como o método de Runge-Kutta. Ao final da aula, nós aplicamos os métodos estudados por meio da
implementação computacional de programas em Python.
Agora, nós veremos outro problema clássico em Engenharia – a resolução de Problema de Programação Linear. Trata-se
de uma ferramenta importante em um sem número de casos em Engenharia de Produção, de modo que o conhecimento
de técnicas computacionais pode ser decisivo em situações-problema da Engenharia.
Nesta aula de conclusão da disciplina, você fará um estudo dos fundamentos de Otimização e o emprego de métodos
numéricos de apoio. Nosso estudo começará com problemas unidimensionais sem restrições. Em seguida, você estudará
problemas de programação linear com restrições, com apoio da solução gráfica. Por fim, você resolverá problemas
relacionados ao tema, aplicando o software Solver do Microsoft Excel.
Objetivos
Identificar os principais métodos de resolução de Problemas de Programação Linear (PPL)
Aplicar o método de resolução de PPL, por meio da implementação computacional com suporte do pacote Solver do
Microsoft Excel.
sujeito às restrições:
xi>= 0, i = 1, 2, …, n
Z: função-objetivo do modelo de PL
A forma mais comum de resolução do PPL é a solução gráfica, empregada para casos simples com duas variáveis de decisão.
Veja como empregar a solução gráfica a partir da resolução do exemplo a seguir, extraído de Sucena (2019). Vamos lá:
Exemplo
Determine a solução ótima do PPL
Max Z = 3X1 + 4X2
Sujeito a:
2,5X1 + X2 ≤ 20
3X1 + 3X2 ≤ 30
X1 + 2X2 ≤ 16
X1 ≥ 0, X2 ≥ 0
Resolução:
1º passo - Represente as restrições no plano cartesiano x-y. Como as restrições deste problema de PL são dadas em forma de
desigualdades, então a solução gráfica do conjunto de restrições será um polígono convexo (não necessariamente fechado) que
recebe o nome de Região de Soluções Viáveis (R.S.V.). A solução ótima do problema de programação linear será um dos vértices
desse polígono.
2º passo - Encontre o ponto ótimo. Começa-se traçando a reta que anula a função-objetivo, ou seja, a reta que passa pela origem
(X1 = 0, X2 = 0 e Z = 0) e que corresponde a Z = 0, representando a situação mais desfavorável; em seguida procura-se o vértice
do polígono pelo qual passa a reta paralela à reta traçada anteriormente, ponto esse que deve ser o mais afastado possível (visto
que o problema é de maximização). As equações de reta que representa Z = 0 e as paralelas que se destinam ao vértice mais
afastado do polígono convexo são também conhecidas como “equações equipotenciais”.
3º passo - Aplicando os dois passos anteriores, verifica-se que o ponto B apresenta a solução ótima do PPL. As coordenadas
cartesianas do ponto B são x1 = 4 e x2 = 6. Assim, conforme ilustrado na Figura 1, você pode concluir que a solução ótima, dado
que x1 = 4 e x2 = 6, é Z = 3.4 + 4.6 = 36.
Figura 1 – Solução do PPL com emprego do método gráfico. (Fonte: SUCENA, 2018).
O problema dual
Neste momento, é importante que você saiba que há um conjunto de relações simples1 que permitem transformar um
problema original (dito primal) em dual.
Implementação com o pacote Solver – Microsoft Excel
Vamos ver agora um exemplo de resolução do PPL com suporte computacional? Para isto, nós utilizaremos o Solver,
ferramenta de análise de dados disponível no Microsoft Excel.
O manual de ajuda da ferramenta apresenta diversas orientações ao usuário, seja para habilitar a ferramenta, seja para modelar
um problema de programação linear e, com isto, obter a solução, caso exista.
Como ilustração, vamos resolver novamente o exemplo 1 desta aula, a saber:
Sujeito a:
2,5X1 + X2 ≤ 20
3X1 + 3X2 ≤ 30
X1 + 2X2 ≤ 16
X1 ≥ 0, X2 ≥ 0
A Figura 2 mostra como fica o modelo inicial deste problema de programação linear no Excel:
Figura 2 – Montagem inicial da planilha em Excel para resolução do problema de programação linear indicado no exemplo 1.
Nesta figura, é interessante perceber que:
Os valores indicados em A2 e B2 são os coeficientes da função-objetivo. A célula C2, destacada em amarelo na figura,
representa o valor de Z. Inicialmente, o valor é 0, visto que A1 e B1 (ou seja, X1 e X2) não têm valores inseridos.
Os símbolos indicados em D3, D4 e D5 aparecem como referência para ajudar o procedimento de inserção no Solver,
ainda a ser executado.
Repare que a coluna C apresenta os produtos dos coeficientes pelos valores de X1 e X2. Esta soma de produtos pode ser
representada por meio da função SOMARPRODUTO, da seguinte forma:
C2 =SOMARPRODUTO(A1:B1;A2:B2)
C3 = SOMARPRODUTO($A$1:$B$1;A3:B3)
C4 = SOMARPRODUTO($A$1:$B$1;A4:B4)
C5 = SOMARPRODUTO($A$1:$B$1;A5:B5)
Agora que já modelamos o problema de programação linear, é tempo de inserir as informações no Solver. A Figura 3
mostra como fica o problema ao final da inserção na ferramenta:
Figura 3 – Inserção do PPL do exemplo 1 no Solver.
Veja que:
O objetivo é a célula C2;
As variáveis vêm intercaladas com o sinal $ para simbolizar que se trata de valores a serem alterados ao longo da execução do
problema. Adicionalmente, vemos que o método de solução escolhido foi o LP Simplex, de acordo com o que vimos na primeira
seção desta aula.
Assim, clicando-se em Resolver, vemos uma nova tela, apresentada na Figura 4 exposta a seguir:
Figura 4 – Tela de resultados do Solver.
Assim, basta clicar em Resposta, depois em OK, para se ter a solução do PPL. Na Figura 5, vemos que X1 = 4, X2 = 6 e Z = 36,
exatamente como previsto, dado que já tínhamos calculado a solução com apoio do método gráfico no início desta aula.
Figura 5 – Tela com a solução do PPL (X1 = 4, X2 = 6 e Z = 36).
Atividade
1. Assinale a única alternativa que apresenta o valor de Z para o problema apresentado a seguir:
Sujeito a:
2,5X11 + X2 ≤ 20
3X1 + 1X2 ≤ 30
X1 + 2X2 ≤ 16
X1 ≥ 0, X2 ≥ 0
a) 30
b) 32
c) 34
d) 36
e) 38
2. (Petrobras - 2010) Considere o seguinte problema de Programação Linear: Minimize Z = α. X1 + β. X2
Sujeito a:
X1 ≤ 3
X1 ≤ 4
X1 + 2X2 ≥ 9
X1 ≥ 0
X2 ≥ 0
a) α=2 e β=4
b) α=2 e β=1
c) α=1 e β=1
d) α=2 e β=3
e) α=3 e β=3
Sujeito a:
−x1 + 2x22 ≤8
x1 + x2 ≤5
x1 ≥0,x2 ≥0
a)0
b) 9
c) 17
d) 18
e) 20
4. (Petrobras - 2011). Considere o seguinte problema de Programação Linear. Min Z = 2x1 − x2
Sujeito a:
−x1 + x2 ≤ 3
2x1 − x2 ≤ 6
x1 ≥ 0, x2 ≥ 0
a) x1 = 0 e x2 = 1
b) x1 = 0 e x2 = 3
c) x1 = 1 e x2 = 0
d) x1 = 1 e x2 = 4
e) x1 = 3 e x2 = 0
5. Assinale a única alternativa que apresenta o valor de Z para o problema apresentado a seguir: Max Z = 3X1 + 2X2
Sujeito a:
X2,5X1 + X2 ≤ 20
3X1 + 1X2 ≤ 30
X1 + 2X2 ≤ 16
X1 ≥ 0,X2 ≥ 0
a) 30
b) 32
c) 34
d) 36
e) 28
Notas
As variáveis duais podem ser interpretadas como sendo os preços associados às restrições do problema primal;
A função objetivo do primal deve ser maximizada, enquanto a do dual deve ser minimizada;
As constantes dos segundos membros das restrições do primal são os coeficientes da função objetivo do dual;
Os coeficientes da função objetivo do primal são as constantes dos segundos membros do dual;
As restrições do primal são do tipo <=, enquanto que as do dual são do tipo >=;
O número de variáveis do primal é igual ao número de restrições do dual;
Os coeficientes dos primeiros membros das restrições do primal formam uma matriz que é transposta da dos
coeficientes dos primeiros membros das restrições do dual;
Referências
Próxima aula
Explore mais
PHPSimplex;