Aula 01 - Tópicos em

Programação
Marcos Mansano Furlan
Agenda da aula

u Otimização linear e combinatória

u Conceitos de Otimização
u Pesquisa Operacional
u Breve histórico da PO
Conceitos de Otimização

uO que é otimização?
u Será que vocês já resolveram algum problema de
otimização antes?
u Otimização tem utilizada prática?
Conceitos de Otimização
Programação
u Um estudante Matemática
deseja balancear os alimentos que consome no
café da
Ummanhã , de
estudante modo
deseja que minimize
balancear os alimentos oque custo.
consomePara isso, ele
no café
pretende se alimentar
da manhã, de modo que deminimize
modooque custo.consuma nopretende
Para isso, ele mínimo se
130mgalimentar
de de modo que consuma no mínimo 130mg de cálcio e no
cálcio e noOmáximo
máximo 480 kcal. 480 kcal.
valor nutritivo O valor
e o preço nutritivo
por porção dos e o
preço alimentos
por porção dos
a serem alimentos
considerados sãoadados
serempor: considerados são
dados por: Tipo de Cálcio Energia Preço
alimento Porção (mg) (kcal) (R$)

Leite
achocolatado 100ml 70 83 0,90

Pão de forma 100g 2,5 343 0,10

u Quanto de cada alimento ele deve consumir?

Quanto de cada alimento ele deve consumir?
Conceitos de Otimização

u "Em matemática, o termo otimização, ou

programação matemática, refere-se ao estudo de
problemas em que se busca minimizar ou
maximizar uma função através da escolha
sistemática dos valores de variáveis reais ou
inteiras dentro de um conjunto viável.”
u Fonte: Wikipedia.
Conceitos de Otimização
u Significado de Otimizar
u verbo transitivo direto
u Ocasionar circunstâncias mais proveitosas para; retirar o que há de
melhor em; aprimorar, melhorar: otimizar o desenvolvimento do
produto; otimizar as condições de trabalho. Dar a (algo, uma
máquina, uma empresa) um rendimento ótimo, criando-lhe as
condições mais favoráveis ou tirando (dele ou dela) o melhor partido
possível; tornar (algo) ótimo ou ideal.
u Estatística. Instituir o maior valor de uma grandeza.
u [Informática] Aperfeiçoar um programa para que o mesmo seja
melhor utilizado ou funcione mais rapidamente.
u Etimologia (origem da palavra otimizar): ótimo + izar.
u Fonte: www.dicio.com.br
Programação
Conceitos deMatemática
Otimização
Conceitos de Otimização

u Recursos escassos:
u Minimizar tempo para realizar tarefas diárias;
u Minimizar custos;
u Minimizar o espaço utilizado.
u Melhorar eficiência de empresas.
u Ajudar na organização do planejamento e da
produção.
Classificação da área de pesquisa na
Capes (Pesquisa Operacional)

u "Pesquisa operacional (PO) é um ramo

interdisciplinar da matemática aplicada que faz
uso de modelos matemáticos, estatísticos e de
algoritmos na ajuda à tomada de decisões. É
usada sobretudo para analisar sistemas complexos
do mundo real, tipicamente com o objetivo de
melhorar ou otimizar a performance.“
u Fonte: Wikipedia
Breve histórico da PO

u 1939-1945: Durante a 2a Guerra Mundial, as

gerências militares britânica e americana
empregaram uma abordagem científica para
tratamento de problemas de gerenciamento de
recursos escassos (radares, tropas, munição,
remédios etc.), de forma eficaz.
u 1936: British military applications: Foi utilizado o
termo "operational research".
Breve histórico da PO

u 1947: Início do interesse das indústrias na

utilização das técnicas desenvolvidas na área
militar, para auxiliar no planejamento e controle
da produção.
u A maioria desses problemas é formulada por meio
de modelos matemáticos lineares
u 1947:George B. Dantzig propôs um método pratico
para solução de modelos lineares (paper:
Programming in a Linear Structure).
Breve histórico da PO

u Em 1979, Leonid Khachiyan desenvolveu um novo

algoritmo para resolver modelos de programação
linear: o Algoritmo Elipsoide (tempo polinomial porém
mais lento do que o Simplex).
u Em 1984, surge mais um método de se resolver
problemas lineares: Algoritmo dos Pontos Interiores,
criado por Narendra Karmarkar (tempo polinomial e
competia com o Simplex).
u mais datas( http://www.lionhrtpub.com/orms/orms-
10- 02/frhistorysb1.html)
Problema da dieta George Stigler
(Historia)
u Primeiro problema de computação de grande escala com o método simplex de George
B. Dantzig.
u Em 1945, George Stigler apresentou o problema (Stigler, 1945): para um homem
mediano pesando aproximadamente 70 kg, qual quantidade dentre 77 diferentes
alimentos deveria ser ingerida diariamente, de modo que as necessidades mínimas de
nutrientes fossem iguais as recomendadas pelo Conselho Nacional de Pesquisa Norte-
americano e, além disso, a dieta elaborada tivesse o menor custo possível .
u 9 inequações e 77 variáveis não negativas- Heurística de Stigler avaliou 510 diferentes
possibilidades de combinação de alimentos – Solução 39,93 dólares por ano.
u Método Simplex (1947) - apoio de 9 pessoas utilizando calculadoras de mesa de
operação manual e utilização de um recurso estimado de 120 dias-homem- Solução
ótima - 39,69 dólares . Hoje menos de 1s nos computadores atuais.
u (Retirado do artigo: NAMEN, Anderson Amendoeira; BORNSTEIN, Cláudio Thomás.
Uma ferramenta para avaliação de resultados de diversos modelos de otimização de
dietas. Pesqui. Oper., Rio de Janeiro , v. 24, n. 3, p. 445-465).
 Resolução de um problema utilizando PO
Resolução
segue asde um problema
seguintes fases utilizando PO
segue as seguintes fases
Razão para desenvolver métodos de
solução

u Problemas reais costumam tem milhares/milhões

de possíveis soluções
u Muitas vezes sendo computacionalmente
impraticável resolver os modelos matemáticos até
a otimalidade
u Permite obter soluções de alta qualidade em
tempo reduzido
u Permite elaborar métodos interativos com o
usuário e que gerem solução em ”tempo real”
Formato geral de um modelo
matemático

u Minimize (maximize) função objetivo

u Sujeito a:
u restrições: equações ou inequações
u domínio das variáveis
nstruindo um modelo matemático
Formato geral de um modelo
matemático
Formato geral de um modelo
matemático

u Dependendo do comportamento de f(x) e do

conjunto de restrições Ω (omega), temos
diferentes grupos ou classes de problemas de
otimização. Para cada grupo uma variedade de
métodos de solução tem sido desenvolvido.
u Otimização linear
u Otimização não linear
u Otimização inteira
u Controle ótimo
Problema de otimização linear

min (ou max) ctx

sujeito a : Ax = b
x œ Rn+
Problema de otimização inteira

min (ou max) ctx

sujeito a : Ax = b
x œ Zn+
mas de Programação Linear Inteira-Mista

Problema de otimização inteira mista

min (ou max) ctx + dty

sujeito a : Ax + By = b
p
xœ Rn+ eyœ Z+
Aplicações de PO

u indústria de petróleo: extração, refinamento,

mistura e distribuição.
u indústria de alimentos: ração animal (problema da
mistura).
u planejamento da produção: dimensionamento de
lotes (o que, quando e quanto produzir?).
u indústria siderúrgica: ligas metálicas (problema da
mistura).
u indústria de papel: otimização do processo de
contagem de bobinas.
Problema da mistura

u Materiaisdisponíveis são combinados para gerar

novos produtos com características convenientes.
u Um dos primeiros problemas de otimização linear
implementados com sucesso na pratica.
Abordagens:
u ração;

u ligas metálicas;
u composição de filtros de areia.
Problema da mistura

u Queremos saber quais as quantidades ideais de

cada ingrediente para fazer uma quantidade de
ração, com as necessidades nutricionais atendidas
e o custo total dos ingredientes seja o menor
possível.
u Temos os ingredientes e seus custos.
u Para fazer uma certa quantidade de ração para
aves, é necessário uma certa quantidade
nutrientes: vitamina A (VA), vitamina B (VB) e
proteína (VP).
PM - IPO
Problema da mistura
Problema da mistura - Ração

Problema da mistura
Problema - Ração
da mistura
Deseja-se prepara uma ração que contenha no mínimo 7
u Deseja-se prepara uma ração que contenha no mínimo 7
unidades de VA , 9 unidades de VB e 1 unidade de VP .
unidades de VA, 9 unidades de VB e 1 unidade de VP.
Ingredientes Qtde
Nutrientes Milho (M) F. Osso (F ) Mínima
Vitamina A (VA ) 2 3 7
Vitamina B (VB ) 3 2 9
Proteína (VC ) 1 0 1
Custos (R$/kg) 65 30

u Como
Comomisturar (asquantidades)
misturar (as quantidades)dosdos ingredientes
ingredientes de
de modo modo
que
queatenda as necessidades
atenda as necessidades nutricionais
nutricionais e produza
e produza uma
uma ração
de menor
ração custo possível?
de menor custo possível?
PM - IPO
Problema da mistura

u Quantidades dos ingredientes presentes na

mistura? Decisões: Denominadas Variáveis de
decisão. Definindo:
u Xm =quantidade de milho presente na mistura
(kg).
Xf =quantidade de farinha de osso presente na
mistura (kg).
Problema da mistura

uO custo mínimo seria nulo se não fosse as

quantidades mínimas de nutrientes a serem
atendidas (Vitamina A, Vitamina B e Proteína)(os
custos são positivos).
u Objetivo: minimizar o custo total da mistura, que
é dado por: f(Xm,Xf)=65Xm +30Xf.
u Devemos determinar Xm e Xf tal que f (Xm , Xf )
seja o menor possível.
Problema da mistura

u Considere que as composições de vitamina A,

vitamina B e proteína na ração sejam satisfeitas.
Modelo Matemático:
u min f(Xm,Xf) = 65Xm + 30Xf
u Sujeito a:
u 2Xm + 3Xf ≥ 7
u 3Xm + 2Xf ≥ 9
u 1Xm + 0Xf ≥ 1
u Xm ≥0, Xf ≥0.
Generalização do modelo

u Suponha que m componentes sejam relevantes

para uma mistura e dispomos de n ingredientes. A
fração de cada componente em cada ingrediente,
a fração dos componentes da mistura e os custos
unitários dos ingredientes são dados por:
PM - IPO
Problema da mistura
Problema da mistura - Ração

Generalização do modelo

Variáveis: xj = Quantidade do ingrediente j em uma unidade da mistura,

j = 1, ..., n.

minimize c1 x1 + ... + cn xn Ω minimiza custo total

sujeito a: a11 x1 + a12 x2 + ... + a1n xn = b1 Ω qtde do componente 1 na mistura
a21 x1 + a22 x2 + ... + a2n xn = b2 Ω qtde do componente 2 na mistura
.
.
.
am1 x1 + am2 x2 + ... + amn xn = bm Ω qtde do componente m na mistura
x1 + x2 + ... + xn = 1 Ω uma unidade da mistura é produzida
xj Ø 0, j = 1, ..., n.
Problema de alocação de antenas de
radio transmissão

u Neste problema temos uma região com pontos

espalhados que devem ser atendidos por um
sistema de radio difusão. O objetivo do problema
é atender a todos os pontos, garantindo que cada
demanda será atendida por no mínimo uma
antena. Além disso, ele deve otimizar a
quantidade de antenas instaladas para reduzir os
custos de instalação/manutenção do sistema.
u Fonte: http://www.lac.inpe.br/~hoffmann/publicacoes/2003c05.pdf
Problema de alocação de antenas de
radio transmissão

u Cada antena tem um raio no qual pode atender

clientes e para que um cliente seja considerado
como atendido, ele deve estar dentro do raio de
trabalho de uma ou mais antenas.
bidirecional, formado por dois lóbulos,
∑
i =1
i i (3)

oximada pela Equação (1). Sujeito a:

D = cos 2 θ (1) ∑x
j∈N i
j ≥ yi , i = 1,..., m (4)
gulo de visada formado entre a antena e o n

∑x j =p (5)
Problema de alocação de antenas j =1
de
x j ∈{0,1}, j = 1,..., n (6)
radio
de clientes transmissão
receptores, conforme mostrado nas Equações
{0,1}, 1,...,
) é outra propriedade importante de uma yi ∈ i= m (7)
(3),transmissão
a sua (4), (5), (6) eou(7).
recepção. É uma
m Onde: N i = { j | d ij ≤ d } é o conjunto de pontos viáveis
mparativa da potência de uma antena em
Max f = ∑ c y i
a dipolo padrão nas mesmas condições ei (3) uma antena atenderia o receptor i.
nos quais
ualmente, a razão entre as potências i =1 é
cibéisSujeito a: trabalho,
[21]. Neste ∑ , i = 1,...,
x j ≥ oyiganho de umm yi = receptor
(4) i
o será expresso jpela∈N i Equação (2), que m = número de pontos de receptores
ação inversa do nquadrado da distância xj = ponto viável j para localização de antena
∑ x j = pEsta relação é
r e a antena transmissora. n = número
(5) de pontos viáveis para localização de
antenas
nal a directividadej =da
1 antena.

x1 j ∈{0,1}, j = 1,..., n ci = peso(6)

do receptor i
G = cos θ 2
p = número total de antenas admitido
dy i ∈{0,1}, i = 1,..., m
2
(2) (7) entre os pontos
dij = distâncias
a distância euclidiana entre o receptor
= { j | d ij ≤ d } é o conjunto de pontos viáveis
Onde: N itransmissora.
rão e a antena
3. Abordagem do problema
nos quais uma antena atenderia o receptor i.
ão do problema A formulação do problema descrita no item 2.
yi = receptor i
caracteriza um problema de Programação Inteira (PI),
m = número de pontos de receptores
desse trabalho consiste em definir o onde suas variáveis são limitadas a um conjunto fixo de
de xjtorres
= ponto de
viávelradiotransmissão,
j para localização de antena
Problema de alocação de antenas de
radio transmissão
d
Problema de alocação de antenas de
radio transmissão
Outros possíveis problemas de otimização

u Problema de alocação de disciplinas em salas de aulas

u Alocação de facilidades (cantinas, bancos, pontos de
ônibus, e outros) para melhor atender a comunidade
u Otimização de fluxos em rede na gestão financeira do
caixa
u Problemas de planejamento da produção
u Problemas de transporte