Escolar Documentos
Profissional Documentos
Cultura Documentos
COMUNICAÇÕES
Trabalho em Grupo
Discentes do grupo 5:
▪ Gabriel Matusse Jr;
▪ Medson Macame;
▪ Neuza Pinto;
▪ Sheyd Manguele;
▪ Yannick Botão.
1. Introdução............................................................................................................ 3
a) Contextualização ....................................................................................... 3
2. Desenvolvimento ................................................................................................... 4
c) Método Simplex........................................................................................ 7
3. Conclusão ............................................................................................................ 12
2
1. Introdução
a) Contextualização
3
2. Desenvolvimento
b) Método Gráfico
O método gráfico pode ser aplicado para resolver os problemas de programação linear
de forma eficiente, porém, apenas quando a função objectivo e o conjunto das
restrições tiver 2 variáveis de decisão.
Exemplos:
4
❖ Determinação do ponto óptimo
De seguida, calcula-se o valor da função objectivo para cada ponto, onde o valor
máximo representará a solução óptima para o problema de maximização e o valor
mínimo será a solução para o problema de minimização.
➢ A = r₄ ∩ r₅ = {x₁ = 0 ˄ x₂ = 0 } → A (0;0)
➢ B = r₃ ∩ r₄ = {2x₁ - 3x₂ = 6 ˄ x₂ = 0} → B (3;0)
➢ C = r₂ ∩ r₃ = {2x₁ + x₂ = 14 ˄ 2x₁ - 3x₂ = 6} → C (6;2)
➢ D = r₁ ∩ r₂ = {-3x₁ + 4x₂ = 12 ˄ 2x₁ + x₂ = 14} → D (4;6)
➢ E = r₁ ∩ r₅ = {-3x₁ + 4x₂ = 12 ˄ x₁ = 0} → E (0;3)
▪ Z(A) = 0 + 0 = 0;
▪ Z(B) = 9 + 0 = 9;
▪ Z(C) = 18 + 4 = 22;
▪ Z(D) = 12 + 12 = 24;
▪ Z(E) = 0 + 6 = 6.
Segundo os resultados obtidos, a solução óptima está patente no ponto D (4;6), pois
com estas coordenadas obtém-se o valor máximo, resolvendo assim o problema de
maximização.
5
De seguida, traçar a recta Z no mesmo sistema cartesiano onde se encontram as
restrições anteriores. A Recta z ou x₂ = f(x₁), deve passar pelos pontos P(0;0) e por
um outro qualquer P₁ (x₁,x₂).
Por fim, deve-se traçar um conjunto de linhas paralelas à função objectivo no sentido
desejado, até atingir o primeiro ponto mínimo ou o último ponto máximo, que
constituirá o ponto óptimo. As coordenadas deste ponto definirão as quantidades a
combinar na função objectivo.
6
c) Método Simplex
❖ Método Simplex
Método simplex – é um método, algorítimo ou procedimento matricial, utilizado para
determinar o ponto óptimo de um problema de Programação Linear, expressos na
forma standard.
Para resolução de problemas baseados neste método, deve-se salientar que em todos
casos existem 4 etapas fundamentais:
• Nota-se que as variáveis básicas (base) são todas variáveis de folga ou de excesso;
• Os coeficientes “- C₁”, são opostos da função objectivo e são importantes na
indicacção da coluna pivô, por isso são denominados indicadores da coluna pivô.
• O elemento correspondente ao valor da função objectivo inicial, é zero.
7
• Escolhe-se na linha dos coeficientes da função objectivo, o maior elemento
negativo (máx) ou o maior elemento positivo (min), e a coluna que contém este
elemento denomina-se coluna pivô.
• Divide-se cada termo independente pelo correspondente elemento positivo da
coluna pivô. A linha que representar o menor quociente positivo é chamada linha
pivô.
• O elemento que situa-se no cruzamento entre a linha pivô e a coluna pivô, é
chamado elemento pivô.
NB: Se a tabela não tem nenhum indicador negativo (máx) ou positivo (min), trata-
se de uma tabela terminal, que não contém elemento pivô.
3- Cálculo da nova tabela simplex: Uma nova tabela é calculada a partir de uma
pré-existente, usando operações elementares sobre as linhas da matriz de tal forma
que apareça um 1 na posição pivô e 0 nas outras posições da coluna pivô.
• Divide-se cada elemento da linha pivô da tabela pré-existente pelo pivô, obtendo-
se a correspondente linha na nova tabela;
• Se a coluna Pivô da 1ª tabela for denotada por Xₙ, então a correspondente coluna
da nova tabela também será denotada por Xₙ;
• Cada uma das outras linhas da nova tabela, são obtidas subtraíndo o múltiplo
conveniente da linha da nova tabela.
8
▪ Zo – é o valor óptimo da função objectivo;
▪ Xₜ – tem uma raiz diferente de zero se estiver marcado por uma única posição da
coluna correspondente e zeros nas restantes linhas (Xₜ pertence à base).
▪ Xₜ é igual à zero se não estiver na base, apresentado obviamente Cₜ ≠ 0.
4ª etapa: Se a tabela simplex inicial tiver algum valor negativo na linha da função
objectivo e na coluna correspondente haver algum valor posistivo, deve-se determinar
o elemento pivô e realizar as operções necessárias para obter a nova tabela;
5ª etapa: Repetir o processo da 4ª etapa, até que todos os indicadores da linha Z sejam
positivos. Assim chega-se à tabela terminal e deve-se interpretar a solução obtida.
9
❖ Minimização com restrições da forma ≥
Nos problemas de maximização, a solução básica incial era formada pelas variáveis
de folga, já que as restrições eram do tipo ≤. Quando as restrições são do tipo ≥ ou
=, não existe solução básica inicial.
O método simplex apresentado, parte de uma solução inicial admissível mas não
óptima até atingir a solução óptima, mantendo sempre a admissibilidade durante todo
processo. Por outro lado, o método simplex dual, parte de uma solução inicial óptima
mas não admissível, mantendo sempre a optimalidade durante o processo, até atingir
uma solução admissível.
10
Etapas:
3ª etapa: Admissibilidade – a variável básica com valor mais negativo deverá sair da
base e em seguida designa-se a linha que aparce o valor mais negativo como linha de
trabalho. Se existir mais do que uma canditata a vriável que deve sair da base,
escolhe-se uma.
5ª etapa: Usar operações elementares sobre as linhas para converter o elemento pivô
em 1 e, em seguida, reduzir à zero todos os outros elementos da coluna de trabalho.
11
3. Conclusão
Como forma de síntese, o grupo concluiu que, o Método Gráfico e o Método Simplex
buscam um objetivo comum: o estabelecimento de soluções de compromissos entre a
utilização, em competição, para os mesmos recursos, quase sempre limitados e
escassos, ou seja, resolver os problemas de Programação Linear.
Esta classe de problemas, como retratados acima, designa-se por Optimização sendo
que a finalidade é a Maximização do Lucro ou a Minimização dos Custos, o que por
sua vez, concorre para a nossa compreensão como gestores financeiros sobre como
uma empresa pode sobreviver no mercado, ou seja, os problemas de Optimização são
um auxílio para o entendimento/ a noção de que os recursos são escassos então é
necessário que se faça uma ótima gerência de modo a que se atinja o sucesso de uma
organização.
12
4. Referências bibliográficas
13