EQI052 LP DemaisConsideracoes 1s2021

Fundamentos de otimização para
processos químicos
Programação Linear
Folgas, restrições (ativas e inativas) e forma padrão
Engenharia Química
Prof. Thiago Costa
Junho, 2021
thiagocosta@unifei.edu.br
Conceitos básicos sobre programação linear (LP)
Observações feitas a partir dos exemplos e atividades:
▪ As soluções ótimas de um problema LP bem posto estarão nos pontos de

fronteira ou em um ponto extremo (vértice) da região factível
▪ Um problema com uma única solução ótima irá recair em um ponto

extremo vértice da região factível
▪ Se um ponto de fronteira é ótimo então os vértices (pontos extremos)

da fronteira também serão
2
Implicações para um problema LP bem posto
A solução ótima estará em cima de uma restrição ou nos vértices das

restrições
Ponto ótimo
Pontos ótimos
Conclusão: Posso focar nos vértices da região factível !!
3
Restrições ativas e inativas
As restrições que definem um ponto extremo (vértice)

sob análise são consideradas restrições ativas
Res. 4
Res. 3
4
Toda vez que deixo um ponto extremo (vértice) para o próximo (adjacentes)
eu descarto uma restrição ativa e a outra se torna ativa
B
Res. 4 C
A Res. 3 D
A possível solução ótima terá algumas restrições que a definem,

veja os exemplos a seguir
5
Suponha que iniciemos a análise do problema no vértice A
B
Caso a análise dos C
vértices seja iniciada
neste ponto, temos:
Res. 4
Restrições ativas:
Res. 3 e Res. 4
Res. 3 D
A
Obs.: os algoritmos iniciam na origem (0,0) quando possível
6
Ponto extremo ou vértice B
restrições ativas
res. 4 e res. 1
B
C
Seguindo pela direção indicada
Res. 4
verificamos que a Res. 3 deixa
de ser ativa (fica inativa) e a
Res. 1 passa a ser ativa
Res. 3 D
A
7
Ponto extremo ou vértice C
restrições ativas
B res. 1 e res. 2
C
Res. 4
Res. 3 D
A
Res. 4 deixa de ser ativa e a Res. 2 passa a ser ativa
8
Ponto extremo ou vértice C
B
C
Res. 4
restrições ativas
res. 2 e res. 3
Res. 3 D
A
Seguindo pela direção indicada verificamos que a Res. 1 deixa de

ser ativa e a Res. 3 passa a ser ativa
9
Conclusão
As restrições que definem um ponto extremo (vértice) serão consideradas
restrições ativas quando este estiver em análise
Res. 4
Res. 3
10
Reestruturando o problema LP em um formato padrão
(A) Problema LP em formato padrão estendido:
max min 𝑧 = 𝑐1 𝑥1 + 𝑐2 𝑥2 + ⋯ + 𝑐𝑛 𝑥𝑛
𝑥1 , 𝑥2 , … , 𝑥𝑛
s. a: 𝑎11 𝑥1 + 𝑎12 𝑥2 + ⋯ + 𝑎1𝑛 𝑥𝑛 = 𝑏1
𝑎21 𝑥1 + 𝑎22 𝑥2 + ⋯ + 𝑎2𝑛 𝑥𝑛 = 𝑏2
⋮
𝑎𝑚1 𝑥1 + 𝑎𝑚2 𝑥2 + ⋯ + 𝑎𝑚𝑛 𝑥𝑛 = 𝑏𝑛
𝑥1 , 𝑥2 , … , 𝑥𝑛 ≥ 0
Como modificar as inequações (desigualdades)

para relações de igualdade ??
11
(B) Problema LP em formato padrão matricial (canônica):
𝑻 Sejam n variáveis de decisão e

max min 𝒄 𝒙 m restrições de igualdade
𝒙
s. a: 𝐴 ∈ ℝ𝑚×𝑛
𝑨𝒙 = 𝒃
𝑏 ∈ ℝ𝑚×1
𝒙≥0
𝑥 ∈ ℝ𝑛×1
Mesmo que o modelo anterior, 𝑐 ∈ ℝ𝑛×1
descrito na forma matricial
12
Características observadas no formato padrão
Check list para o formato padrão!!
✓ Somente restrições de igualdade

𝑇
min 𝑐 𝑥
𝑥
✓ Todas as variáveis de decisão
s. a: 𝐴𝑥 = 𝑏 (graus de liberdade) positivas
𝑥≥0 ✓ Constantes no lado direito das

equações de restrição
✓ Todos os valores de b devem ser

positivos (facilitará a interpretação)
13
Variáveis folga
❑ Variáveis folga permitem que uma restrição seja reescrita na forma de uma igualdade
❑ Utilize uma variável folga diferente para cada inequação
❑ Garantir que cada folga adicionada seja estritamente positiva
…≥𝑏 adiciono folga por subtração
… ≤𝑏 adiciono folga por adição
14
Colocando o conjunto de restrições na forma 𝑨𝒙 = 𝒃
Exemplo 1
Seja o conjunto de restrições de desigualdades
0,3𝑥1 + 0,4𝑥2 ≥ 2
0,4𝑥1 + 0,2𝑥2 ≤ 40
𝑥1 , 𝑥2 ≥ 0
15
Exemplo 1 (resolução)
Devo adicionar duas folgas
(uma para cada inequação)
Antes
adiciono folga por subtração
0,3𝑥1 + 0,4𝑥2 ≥ 2
0,4𝑥1 + 0,2𝑥2 ≤ 40
𝑥1 , 𝑥2 ≥ 0 adiciono folga por adição
Depois
Observações:
0,3𝑥1 + 0,4𝑥2 − 𝑥3 = 2 ▪ uma variável folga diferente

para cada inequação
0,4𝑥1 + 0,2𝑥2 + 𝑥4 = 40
▪ deve-se garantir não neg.
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0 para as novas variáveis
(estritamente positivas)
16
Exemplo 1 (resolução)
Colocando na forma matricial
0,3𝑥1 + 0,4𝑥2 − 𝑥3 = 2
0,4𝑥1 + 0,2𝑥2 + 𝑥4 = 40
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0
𝑥1
0,3 0,4 −1 0 𝑥2 2
=
0,4 0,2 0 +1 𝑥3 40
𝑥4
𝐴 𝑥 𝑏
17
Exemplo 2
Transformar o conjunto de restrições
16𝑥1 + 10𝑥2 ≤ 1000

𝑥1 + 𝑥2 ≥ −20
𝑥1 , 𝑥2 ≥ 0
18
Exemplo 2: Verificar checklist !!
16𝑥1 + 10𝑥2 ≤ 1000 Checklist:

𝑥1 + 𝑥2 ≥ −20 ✓ Todos os valores de b positivos
𝑥1 , 𝑥2 ≥ 0 (facilitará a interpretação)
× −1
16𝑥1 + 10𝑥2 ≤ 1000
−𝑥1 − 𝑥2 ≤ +20
𝑥1 , 𝑥2 ≥ 0
19
Exemplo 2: Folgas Checklist:
✓ Somente restrições de igualdade

16𝑥1 + 10𝑥2 ≤ 1000 ✓ Todas as variáveis de decisão
−𝑥1 − 𝑥2 ≤ 20 (graus de liberdade) positivas
𝑥1 , 𝑥2 ≥ 0
16𝑥1 + 10𝑥2 + 𝑥3 = +1000

−𝑥1 − 𝑥2 + 𝑥4 = +20
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0
20
Exemplo 2: Folgas
Checklist: 𝐴𝑥 = 𝑏
𝑥≥0
16𝑥1 + 10𝑥2 + 𝑥3 = +1000
−𝑥1 − 𝑥2 + 𝑥4 = +20
𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 ≥ 0
𝑥1
16 10 +1 0 𝑥2 1000
=
−1 −1 0 +1 𝑥3 20
𝑥4
𝐴 𝑥 𝑏
21
Interpretação da variável folga
Exemplo 3:
Reescreva o problema abaixo na forma padrão estendida e interprete as

variáveis folga para diferentes valores de x1 e x2
max 𝑧 = 3𝑥1 + 5𝑥2

𝑥1 , 𝑥2
s. a: 𝑥1 ≤ 4
𝑥2 ≤ 6
3𝑥1 + 2𝑥2 ≤ 18
𝑥1 , 𝑥2 ≥ 0
22
Reescrevendo o problema na forma estendida:
max 𝑧 = 3𝑥1 + 5𝑥2 max 𝑧 = 3𝑥1 + 5𝑥2

𝑥1 , 𝑥2 𝑥1 , 𝑥2
s. a: 𝑥1 ≤ 4 s. a: 𝑥1 +𝑥3 = 4
𝑥2 ≤ 6 𝑥2 + 𝑥4 = 6
3𝑥1 + 2𝑥2 ≤ 18 3𝑥1 + 2𝑥2 +𝑥5 = 18
𝑥1 , 𝑥2 ≥ 0 𝑥1 , 𝑥2 , 𝑥3 , 𝑥4 , 𝑥5 ≥ 0
23
𝑥2 + 𝑥4 = 6
3𝑥1 + 2𝑥2 + 𝑥5 = 18
𝑥1 + 𝑥3 = 4
24
Qual o valor das var. folga nas restrições que definem a solução
ótima? ∗ ∗
𝒙𝟏 , 𝒙𝟐 = ( 𝟐 , 𝟔 )
𝑥2 + 𝑥4 = 6
3𝑥1 + 2𝑥2 + 𝑥5 = 18
𝑥1 + 𝑥3 = 4
25
Calculando as folgas nas restrições indicadas
𝒙∗𝟏 , 𝒙∗𝟐 = ( 𝟐 , 𝟔 )
𝑥2 + 𝑥4 = 6
𝑥4 = 6 − 𝑥2
3𝑥1 + 2𝑥2 + 𝑥5 = 18
𝑥5 = 18 − 3𝑥1 − 2𝑥2
𝑥3 = 4 − 𝑥1
26
Calculando as folgas nas restrições indicadas
𝒙∗𝟏 , 𝒙∗𝟐 = ( 𝟐 , 𝟔 )
𝑥4 = 6 − 6 = 0
𝑥5 = 18 − 3(2) − 2(6)
𝑥5 = 0
𝑥3 = 4 − 2 = 2
27
Veja que as folgas são nulas nas restrições ativas
(ponto de análise) ∗ ∗
𝒙𝟏 , 𝒙𝟐 = ( 𝟐 , 𝟔 )
𝑥4 = 0
𝑥5 = 0
𝑥3 = 2
28
Considere um ponto qualquer dentro da região factível, por exemplo,
o ponto (1,4):
𝑥2 + 𝑥4 = 6
𝑥4 = 2
(𝟏, 𝟒)
3𝑥1 + 2𝑥2 + 𝑥5 = 18
𝑥5 = 7
29
𝑥3 = 3
Calcule as folgas analisando os outros vértices da fronteira
𝑥2 + 𝑥4 = 6
3𝑥1 + 2𝑥2 + 𝑥5 = 18
𝑥1 + 𝑥3 = 4
30
Quais são as implicações da análise realizada?
▪ Restrições ativas tem suas

variáveis folga NULAS
▪ Restrições inativas, por outro

lado, tem suas variáveis folga
diferente de zero
31
Observação
De forma geral, qualquer problema de otimização pode ser
reescrito da seguinte forma
max 𝑓(𝑥) = min [−𝑓 𝑥 ]
Parte das rotinas de otimização utilizam o critério “min” como padrão
32
Exemplo 4
Reescrever o problema abaixo com o critério “min”
max 𝑧 = 10𝑥1 + 15𝑥2 min 𝑧 = −10𝑥1 − 15𝑥2

𝑥1 , 𝑥2 = 𝑥1 , 𝑥2
s. a: restrições s. a: restrições
❑ Os dois problemas são idênticos e possuem

a mesma solução
33

EQI052 LP DemaisConsideracoes 1s2021

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

EQI052 LP DemaisConsideracoes 1s2021

Enviado por

Direitos autorais:

Formatos disponíveis

Fundamentos de otimização para

Observações feitas a partir dos exemplos e atividades:

▪ As soluções ótimas de um problema LP bem posto estarão nos pontos de

▪ Um problema com uma única solução ótima irá recair em um ponto

▪ Se um ponto de fronteira é ótimo então os vértices (pontos extremos)

A solução ótima estará em cima de uma restrição ou nos vértices das

Conclusão: Posso focar nos vértices da região factível !!

As restrições que definem um ponto extremo (vértice)

A possível solução ótima terá algumas restrições que a definem,

Suponha que iniciemos a análise do problema no vértice A

Obs.: os algoritmos iniciam na origem (0,0) quando possível

Ponto extremo ou vértice B

Seguindo pela direção indicada

Ponto extremo ou vértice C

Res. 4 deixa de ser ativa e a Res. 2 passa a ser ativa

Ponto extremo ou vértice C

Seguindo pela direção indicada verificamos que a Res. 1 deixa de

(A) Problema LP em formato padrão estendido:

Como modificar as inequações (desigualdades)

(B) Problema LP em formato padrão matricial (canônica):

𝑻 Sejam n variáveis de decisão e

Check list para o formato padrão!!

✓ Somente restrições de igualdade

𝑥≥0 ✓ Constantes no lado direito das

✓ Todos os valores de b devem ser

❑ Utilize uma variável folga diferente para cada inequação

❑ Garantir que cada folga adicionada seja estritamente positiva

…≥𝑏 adiciono folga por subtração

… ≤𝑏 adiciono folga por adição

0,3𝑥1 + 0,4𝑥2 − 𝑥3 = 2 ▪ uma variável folga diferente

Colocando na forma matricial

16𝑥1 + 10𝑥2 ≤ 1000

Exemplo 2: Verificar checklist !!

16𝑥1 + 10𝑥2 ≤ 1000 Checklist:

Exemplo 2: Folgas Checklist:

✓ Somente restrições de igualdade

16𝑥1 + 10𝑥2 + 𝑥3 = +1000

Reescreva o problema abaixo na forma padrão estendida e interprete as

max 𝑧 = 3𝑥1 + 5𝑥2

Reescrevendo o problema na forma estendida:

max 𝑧 = 3𝑥1 + 5𝑥2 max 𝑧 = 3𝑥1 + 5𝑥2

▪ Restrições ativas tem suas

▪ Restrições inativas, por outro

max 𝑓(𝑥) = min [−𝑓 𝑥 ]

Parte das rotinas de otimização utilizam o critério “min” como padrão

max 𝑧 = 10𝑥1 + 15𝑥2 min 𝑧 = −10𝑥1 − 15𝑥2

❑ Os dois problemas são idênticos e possuem

Você também pode gostar