Escolar Documentos
Profissional Documentos
Cultura Documentos
2020/2021
1. Programação linear
modelos determinı́sticos
As informações relevantes são assumidas como conhecidas, i.e., sem incertezas!
I.e. traduzem uma realidade clara e única, não deixando margem para
aproximações, estimativas, valores esperados ou probabilidade de ocorrência!
“A Investigação Operacional (IO) pode ser descrita como uma abordagem cientı́fica da
tomada de decisões que envolvem a operação de um sistema organizacional.”
Wagner, 1975
“A IO no sentido mais lato pode ser caraterizada como sendo a aplicação de métodos,
técnicas e ferramentas cientı́ficas a problemas que envolvem a operação de sistemas, por
forma a prover os responsáveis pelo controlo da operação com soluções ótimas para os
problemas.”
Origens da IO
Domı́nios de aplicação da IO
Economia Telecomunicações
Engenharia Educação
Ciências da Computação Nutrição
Transportes Busca e Salvamento
Administração Pública Desenho de Redes
Militar ...
Recursos Naturais
Exemplos de aplicação da IO
Gestão de decisões de investimento.
Planeamento de uma cadeia de distribuição de produtos.
Escalonamento da tripulação de uma companhia aérea.
Planeamento do Ecossistema (plano de corte de árvores).
Problemas de distribuição de Produtos.
Problemas de transportes.
Planeamento de produção.
Otimização do corte de placas e outros materiais.
Optimal scheduling of aircrafts’ engines repair process.
Optimization of a shoes injection moulding machine.
...
Para mais aplicações ver, por exemplo, capı́tulo 1 de (Hillier & Lieberman, 2015)
Em Portugal ... ver a rubrica ”IO em Ação”do Boletim informativo da APDIO disponı́vel
em http://apdio.pt/boletim-informativo.
(LCE, ESTG-P. PORTO) Métodos Quantitativos 2 2020/2021 7 / 31
Origem e natureza da Investigação Operacional (IO)
George Dantzig
- Doutorado em Matemática, Cal Berkeley
(1946).
- Inventou o método “Simplex” para a
resolução de problemas de PL (1947).
Introdução à Modelação
Um modelo é:
uma representação (não completa) da realidade de forma explı́cita.
Fases de um estudo de IO
1 Definir o problema.
2 Reunir os dados relevantes.
3 Formular um modelo matemático para representar o problema.
4 Desenvolver um procedimento baseado em computador para obter soluções do
problema através do modelo matemático.
5 Testar o modelo (e afinar, se necessário).
6 Preparar a aplicação do modelo.
7 Implementar o modelo.
Formulação do problema
É muito difı́cil encontrar uma solução correta para um problema mal formulado!!!!
Resolução do problema
Se a avaliação é satisfatória
proceder à tomada de decisão, que prepara as condições para a implementação
da solução obtida na situação real.
Variáveis de Decisão
- O que queremos decidir?
- Representam quantidades desconhecidas.
Função Objetivo
- Como vamos decidir?
- Quantidade que se pretende maximizar ou minimizar, expressa como função das
variáveis de decisão.
Restrições
- O que limita a nossa decisão?
- Requisitos que as soluções devem satisfazer.
Parâmetros
- Que dados e factos temos? Ou que assumimos!!!
- Constantes conhecidas pela organização.
Uma empresa do sector do calçado possui duas fábricas, X e Y , nas quais se produzem
sapatos de 3 modelos: modelo 1, modelo 2 e modelo 3.
A empresa tem contratos de venda para cada um desses modelos, nas seguintes quantidades:
modelo 1 – 12 centenas de pares/semana;
modelo 2 – 8 centenas de pares/semana;
modelo 3 – 24 centenas de pares/semana.
As caracterı́sticas de operação de cada uma das fábricas são as seguintes:
Fábrica custo/dia produção diária (centenas de pares)
(milhares de euros) modelo 1 modelo 2 modelo 3
X 180 6 3 4
Y 160 1 1 6
Em cada dia da semana, a empresa pode enviar equipas de funcionários para uma fábrica ou
para a outra (mas nunca para as duas).
Neste caso,
considerando uma semana de trabalho de 5 dias, o número de dias a trabalhar nas
duas fábricas não ultrapassa uma semana. Ok!
Seriam produzidas:
6 × 1 + 1 × 4 = 10 centenas de pares do modelo 1
3×1+1×4 = 5 centenas de pares do modelo 2
4 × 1 + 6 × 4 = 28 centenas de pares do modelo 3
Não é admissı́vel!!
De facto, é necessário cumprir com os contratos de venda, pelo que têm de ser
produzidos, no mı́nimo,
12, 8 e 24 centenas de pares dos modelos 1, 2 e 3, respetivamente.
Note que:
as variáveis de decisão têm de ser maiores ou iguais do que zero.
Definir o objetivo
pretende-se minimizar o custo, i.e.
minimizar z = 180 x + 160 y
ou
Definir as restrições
Para assegurar as encomendas dos clientes, as produções têm que ser:
6x + 1y ≥ 12 (modelo 1)
3x + 1y ≥ 8 (modelo 2)
4x + 6y ≥ 24 (modelo 3)
x+y ≤ 5
Um problema de PL
Problema de Produção
Um oleiro produz dois produtos: jarros e taças.
Um problema de PL
Problema de Produção
Um oleiro produz dois produtos: jarros e taças.
Demora cerca de 1 hora a produzir uma taça e são necessários 4 kg de barro.
Um jarro demora cerca de 2 horas e gasta 3 kg de barro.
Uma taça dá um lucro de 40 euros e um jarro tem um lucro de 50 euros.
Ele trabalha 40 horas por semana, tem 120 kg de barro disponı́veis para cada semana
e pretende maximizar o seu lucro.
Definir o objetivo
pretende-se maximizar o lucro:
maximizar z = 40x + 50y
Um problema de PL
Definir as restrições
O número de horas de trabalho por semana não pode ultrapassar as 40:
x + 2y ≤ 40
4x + 3y ≤ 120
min z = f (x)
x∈Rn
s.a. ci (x) = 0, i∈E
ci (x) ≤ 0, i∈I
maxn z = − f (x)
x∈R
s.a. ci (x) = 0, i∈E
ci (x) ≤ 0, i∈I
Divisibilidade
Variáveis de Decisão Contı́nuas
Certeza
Parâmetros determinı́sticos
max z = c1 x1 + c2 x2 + · · · + cn xn
s.a. a11 x1 + a12 x2 + · · · + a1n xn ≤ b1
a21 x1 + a22 x2 + · · · + a2n xn ≤ b2
..
.
am1 x1 + am2 x2 + · · · + amn xn ≤ bm
x j ≥ 0, j = 1, 2, . . . , n
Temos n variáveis de decisão (x1 , x2 , ..., xn ); m restrições;
c1 , c2 , ..., cn são os coeficientes da função objetivo;
ai j , para i = 1, .., m e j = 1, ..., n, são os coeficientes das funções de restrição.
(LCE, ESTG-P. PORTO) Métodos Quantitativos 2 2020/2021 27 / 31
Exemplos de problemas de PL Conceitos básicos em otimização linear
Forma Matricial
max z = cx
s.a. Ax ≤ b
x j ≥ 0, j = 1, 2, . . . , n
onde,
z1×1
c1×n = (c1 , c2 , ..., cn )
xn×1 = (x1 , x2 , ..., xn )>
a11 ... a1n
Am×n = ...
am1 ... amn
bm×1 = (b1 , b2 , ..., bm )>
Forma Matricial
max z = cx
s.a. Ax ≤ b
x j ≥ 0, j = 1, 2, . . . , n
Exercı́cio:
Indique as matrizes z, c, X, A e b.
Bibliografia
Sidonie Costa
sfc@estg.ipp.pt