CÂMPUS DE ILHA SOLTEIRA

PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

TÓPICOS ESPECIAIS EM SISTEMAS DE ENERGIA ELÉTRICA:

OTIMIZAÇÃO MATEMÁTICA COM APLICAÇÕES EM SISTEMAS DE ENERGIA ELÉTRICA

AULA 10

INTERPRETANDO E USANDO A SOLUÇÃO DE UM MODELO DE PL

Prof.: Dr. Leonardo Henrique Faria Macedo Possagnolo

Ilha Solteira, 13 de outubro de 2022
10.Interpretando e usando a solução de
um modelo de PL

2
Validando um modelo

• Modelo formulado → tomar cuidado antes de implementar o resultado

• Assumindo-se que não existam erros, três resultados são possíveis:
• O modelo é infactível
• O modelo é ilimitado
• O modelo é solucionável

3
Modelos infactíveis
• Um modelo é infactível quando as restrições são contraditórias entre si
• Exemplo: um modelo com as seguintes restrições seria infactível:

• As vezes pode ser mais difícil de identificar

• Um solver pode tentar resolver o modelo até certo ponto até que detecte que o
problema é infactível
• Vários solvers irão apresentar a solução obtida até identificar que o problema é
infactível → geralmente, esse tipo de solução não tem utilidade, mas pode
ajudar a identificar a causa do problema ser infactível
• Um modelo infactível pode indicar um erro na formulação
4
Modelos infactíveis
• Nem sempre é fácil identificar qual (ou quais) restrição torna o problema
infactível
• Exemplo: é impossível satisfazer cada uma das seguintes restrições na presença
das outras duas:

• Seria errado, entretanto, dizer que qualquer uma dessas restrições é infactível
→ o problema está na incompatibilidade mútua entre as três restrições
• Assumindo-se que uma solução factível (mas não necessariamente ótima)
esteja disponível é possível avaliar um conjunto de restrições substituindo essa
solução no conjunto de restrições → restrições violadas devem ser
reconsideradas
5
Modelos ilimitados
• Um modelo (de PL no caso) é dito ilimitado se a função objetivo pode ser otimizada
sem limite, isto é:
• Problema de maximização: a função objetivo pode crescer indefinidamente
• Problema de minimização: a função objetivo pode decrescer indefinidamente
• Exemplo: o problema de PL abaixo é ilimitado pois 𝑥𝑥1 + 𝑥𝑥2 pode crescer
indefinidamente sem violar a restrição
maximizar 𝑥𝑥1 + 𝑥𝑥2
sujeito a 2𝑥𝑥1 + 𝑥𝑥2 ≤ 1
• Enquanto um modelo infactível é possível de ocorrer por estarmos tentando obter
algo que não pode ser obtido, é muito improvável que um modelo ilimitado
represente um problema real
• Vários solvers irão apresentar a solução obtida até identificar que o problema é
ilimitado → geralmente, esse tipo de solução não tem utilidade, mas pode ajudar a
identificar o erro
6
Modelos ilimitados
• Um modelo infactível tem restrições que são muito restritivas enquanto um
modelo ilimitado ou tem restrições vitais não representadas ou é
insuficientemente restritivo
• Alguma restrição física pode não ter sido modelada: restrição de balanço, por
exemplo
• Será discutido nos próximos slides o modelo dual que fornece interpretações
econômicas importantes:
• Se um modelo (primal) é ilimitado → o correspondente modelo dual é infactível
• Se um modelo (primal) é infactível → o correspondente modelo dual é ilimitado ou
infactível

7
Modelos solucionáveis
• Se o modelo não for nem infactível e nem ilimitado, então ele é solucionável
• Deve-se verificar se a solução de tal tipo de modelo é razoável
• Se a solução não for razoável, deve existir algo de errado com o modelo
• A primeira abordagem seria analisar a solução ótima usando o senso comum
• Outra abordagem seria comparar a solução obtida com o que seria esperado na
prática
• Para um problema de maximização:
• Se o valor da função objetivo é menor que o esperado, podemos suspeitar que o modelo é
muito restritivo, ou seja, as restrições são muito fortes
• Se o valor da função objetivo é maior que o esperado, podemos suspeitar que o modelo é
insuficientemente restritivo, ou seja, as restrições são fracas ou algumas não foram
consideradas
• Para um problema de minimização as conclusões seriam as inversas
8
Exemplo: Mix de produtos
• Uma fábrica pode produzir 5 tipos de produtos: PROD1, PROD2,...,PROD5
• Dois processos são utilizados para produzir esses produtos: esmerilhamento e perfuração
• Após deduzir os custos das matérias primas, cada unidade de cada produto fornece as seguintes
contribuições ao lucro:
PROD1 PROD2 PROD3 PROD4 PROD5
£550 £600 £350 £400 £200

• Cada unidade requer um certo tempo em cada processo. Esses tempos são dados a seguir em horas.
Um traço indica que o processo não é necessário:
PROD1 PROD2 PROD3 PROD4 PROD5
Esmerilhamento 12 20 - 25 15
Perfuração 10 8 16 - -
• Adicionalmente, a montagem final de cada unidade de cada produto usa 20 horas de trabalho de um
empregado
• A fábrica possui 3 máquinas de esmerilhamento e 2 máquinas de perfuração e opera 6 dias por
semana em 2 turnos de 8 hora em cada dia. 8 trabalhadores estão empregados na montagem, cada
um trabalhando em um turno por dia
• O problema é encontrar o quanto de cada produto deve ser fabricado de maneira a se maximizar o
lucro total
9
Modelos solucionáveis
• Exemplo: considere o problema do mix de produtos
• Quando o modelo é resolvido, obtém-se a contribuição máxima ao lucro
• Suponha que essa contribuição é menor que um valor conhecido que poderia ser atingido
• Exemplo: valor obtido na semana anterior (assumindo que não existam mudanças nos dados)
• Nesse caso, pode-se suspeitar que o modelo é muito restritivo
• Para descobrir quais são as restrições muito restritivas, basta substituir a solução conhecida
no modelo
• Essas restrições serão violadas, e, portanto, podem ter sido modeladas de maneira inadequada
• Pode ser que exista alguma capacidade de produção que está sendo desconsiderada e esteja
sendo utilizada pelos trabalhadores
• O modelo estaria sendo útil para descobrir coisas que estavam passando despercebidas
10
Modelos solucionáveis
• Considere agora no problema do mix de produtos, a situação inversa, em que a solução
ótima tem uma função objetivo maior que o que sabidamente se poderia produzir
• Nesse caso o modelo é pouco restritivo
• A abordagem aqui seria submeter a solução proposta pelo modelo a um exame crítico
• A solução poderia ser apresentada de maneira informal como uma proposta de política de operação e o
gerente de operações poderia informar por que a proposta é impossível de ser implementada
• Então seria possível usar essa informação para modificar as restrições ou adicionar novas restrições ao
modelo
• Existem casos em que isso não é possível de ser realizado: onde construir uma fábrica
• Testar o modelo é mais difícil
• Obter soluções usando o bom senso
• Essas soluções podem ajudar a revelar erros no modelo e como eles podem ser corrigidos
• Geralmente é adequado resolver o modelo várias vezes, com diferentes dados → validação
11
Modelos solucionáveis
• Construir e validar um modelo deve ser um processo de duas vias, que gradualmente converge para
um modelo cada vez mais preciso do problema sendo modelado
• Geralmente é possível construir modelos com detecção de erros
• Exemplo: suponha que desejássemos definir a seguinte restrição:

• Se existisse algum risco dela ser muito restritiva, tornando o modelo infactível, poderíamos permitir
que ela fosse violada com um custo alto, reescrevendo-a como

• E dando a 𝑢𝑢 ≥ 0 um coeficiente de custo negativo (para maximização) ou positivo (minimização)

• A restrição permite comprar mais recursos se eles realmente forem necessários
• Uma abordagem para evitar problemas ilimitados é dar um limite superior finito (possivelmente
grande) para cada variável → facilita identificar por que o problema é ilimitado
12
Interpretações econômicas
• Considere o modelo do problema do mix de produtos:

maximizar 550𝑥𝑥1 + 600𝑥𝑥2 + 350𝑥𝑥3 + 400𝑥𝑥4 + 200𝑥𝑥5

sujeito a
Esmerilhamento: 12𝑥𝑥1 + 20𝑥𝑥2 + 25𝑥𝑥4 + 15𝑥𝑥5 ≤ 288
Perfuração: 10𝑥𝑥1 + 8𝑥𝑥2 + 16𝑥𝑥3 ≤ 192
Mão-de-obra: 20𝑥𝑥1 + 20𝑥𝑥2 + 20𝑥𝑥3 + 20𝑥𝑥4 + 20𝑥𝑥5 ≤ 384
𝑥𝑥1 , 𝑥𝑥2 , 𝑥𝑥3 , 𝑥𝑥4 , 𝑥𝑥5 ≥ 0
• Duas limitações de capacidade de processamento e uma de mão de obra
• Obter interpretações econômicas: outros problemas, como o de mistura, terá
interpretações diferentes 13
Interpretações econômicas
• Solução: 𝑥𝑥1 = 12; 𝑥𝑥2 = 7,2; 𝑥𝑥3 = 𝑥𝑥4 = 𝑥𝑥5 = 0
• Função objetivo: £10920
• As capacidades de esmerilhamento e mão-de-obra são completamente
utilizadas nessa solução, enquanto existe folga de capacidade de perfuração
Esmerilhamento: 12 × 12 + 20 × 7,2 = 288
Perfuração: 10 × 12 + 8 × 7,2 = 177,6 < 192
Mão-de-obra: 20 × 12 + 20 × 7,2 = 384
• Um modelo de PL com 𝑚𝑚 restrições (incluindo possivelmente limites
superiores simples) não terá mais de 𝑚𝑚 variáveis não nulas na solução ótima.
No problema anterior não seria necessário produzir mais de 3 produtos
14
Interpretações econômicas
• No problema anterior existe uma quantidade considerável de informações
econômicas extras, que podem ser de interesse:
• Presumivelmente, os produtos 3, 4 e 5 são subvalorizados em relação aos produtos 1 e 2. Quanto
eles deveriam ser mais caros de tal forma que compense produzi-los?
• Qual é o valor de uma hora extra de capacidades de esmerilhamento, perfuração e mão-de-obra?
Estritamente falando, estamos interessados nos valores marginais de cada uma dessas
capacidades, ou seja, o efeito de variações muito pequenas nas capacidades
• Esse tipo de informação está disponível quando um solver é utilizado para resolver
um problema de PL (são fornecidos naturalmente pelo método simplex)
• As variáveis têm, associadas com elas, quantidades conhecidas como custos
reduzidos, que podem ser interpretadas, nesse problema, como os aumentos de
preços necessários
• Cada restrição tem associada uma quantidade conhecida como preço sombra, que
pode ser interpretada como o efeito marginal de aumentos (ou reduções) nas
capacidades
• Existe uma abordagem alternativa e muito ilustrativa de obter essas informações
econômicas, que ajuda a compreender seus significados reais: através de outro
modelo de PL, conhecido como modelo dual 15
O modelo dual
• Considere o problema do mix de produtos
• Suponha que um contador esteja tentando colocar um valor em cada recurso do problema
(capacidades de esmerilhamento, perfuração e mão-de-obra) de tal forma que dê o menor valor geral
para a fábrica, compatível com o plano de produção ótimo
• Suponha que os valores para cada hora de cada capacidade sejam 𝑦𝑦1 , 𝑦𝑦2 e 𝑦𝑦3 (medidos em £). O
objetivo seria:
minimizar 288𝑦𝑦1 +192𝑦𝑦2 +384𝑦𝑦3
• O contador deseja obter os valores de 𝑦𝑦1 , 𝑦𝑦2 e 𝑦𝑦3 que expliquem totalmente o padrão de produção
ótimo
• É possível atribuir uma contribuição ao lucro obtida a partir de cada produto produzido com o uso
dos 3 recursos
• Devemos garantir que a contribuição ao lucro para cada produto é totalmente coberta por seu valor
atribuído. Exemplo: cada unidade de PROD1 tem uma contribuição ao lucro de £550. Esse valor deve
ser totalmente coberto pelos valores das capacidades de 12 horas de esmerilhamento, 10 horas de
perfuração e 20 horas de mão-de-obra usadas para fabricar uma unidade
• Como os valores de uma hora de cada uma dessas capacidades são 𝑦𝑦1 , 𝑦𝑦2 e 𝑦𝑦3 (em £) temos:
12𝑦𝑦1 +10𝑦𝑦2 +20𝑦𝑦3 ≥ 550
• O uso de ≥ ao invés de = na restrição anterior ficará claro depois 16
O modelo dual
• De maneira similar, é possível relacionar os valores horários 𝑦𝑦1 , 𝑦𝑦2 e 𝑦𝑦3 às
contribuições unitárias ao lucro de cada produto (PROD2, PROD3, PROD4 e PROD5)

𝑦𝑦1 , 𝑦𝑦2 ,𝑦𝑦3 ≥ 0

• A função objetivo anterior junto com as restrições desenvolvidas fornecem um novo
modelo de PL
• Esse novo modelo de PL é conhecido como o dual do modelo do mix de produtos
original (primal)
• Resolvendo-se esse modelo obtém-se: 𝑦𝑦1 = 6,25; 𝑦𝑦2 = 0 e 𝑦𝑦3 = 23,75
• Função objetivo: £10920
17
O modelo dual
• Ou seja, devemos dar um valor de £6,25 para cada hora de capacidade de
esmerilhamento, £0 para cada hora de capacidade de perfuração e £23,75 para
cada hora de capacidade de mão-de-obra
• Conexões entre resultado e o plano de produção ótimo do modelo original:
1. O valor total da fábrica (em uma semana) é o mesmo que o valor da função objetivo do
problema original: o valor total da fábrica é igual a sua capacidade de produção ótima.
De acordo com o teorema da dualidade, esse resultado sempre será verdadeiro
2. A capacidade de perfuração não foi totalmente utilizada na solução do problema primal.
Foi dado um valor de £0 para ela no modelo dual: como não usamos toda a capacidade
disponível, não colocamos valor nela. Esse é outro resultado do teorema da dualidade:
se uma restrição não está ativa na solução ótima do problema primal, a variável
correspondente no problema dual é 0. Economistas iriam se referir a capacidade de
perfuração como um bem grátis (que é abundante e sua disponibilidade não restringe
uma atividade econômica)
18
O modelo dual
• Cada unidade de PROD1 contribui com £550 no lucro, usando 12h de capacidade de
esmerilhamento (avaliada em £6,25/h), 10h de perfuração (avaliada em £0/h) e 20h de mão-
de-obra (avaliada em £23,75/h). O valor total atribuído a cada unidade de PROD1 é:
£ 12 × 6,25 + 10 × 0 + 20 × 23,75 = £550
• Ou seja, o lucro de £550 que cada unidade de PROD1 contribui é exatamente explicado pelo
valor atribuído a ela pelo uso dos recursos
• De maneira similar para PROD2:
£ 20 × 6,25 + 8 × 0 + 20 × 23,75 = £600
• Igual a contribuição ao lucro de £600
• Para o PROD3:
£ 0 × 6,25 + 16 × 0 + 20 × 23,75 = £475
• Excede em £125 a contribuição ao lucro
• Conclusão: PROD3 custa mais (em termos de uso de recursos escassos) do que ele pode
contribuir com o lucro, portanto não deve ser fabricado
• PROD4 e PROD5 tem custos £231,25 e £368,75 acima da contribuição ao lucro,
respectivamente 19
O modelo dual
• Podemos entender agora o uso de ≥ ao invés de = nas restrições do modelo dual: se o custo total da atividade
no lado esquerdo da restrição excede o coeficiente do lado direito (contribuição ao lucro) o produto não é
fabricado e o custo em excesso não é incorrido
• Terceira conexão entre os modelos primal e dual:
3. Se um produto tem um lucro resultante negativo após subtrair-se os custos atribuídos, ele não é
fabricado. Consequência do teorema da dualidade: se uma restrição não está ativa na solução ótima do
problema dual, então a variável é zero na solução ótima do problema primal
• Retornando a análise do contador a partir do problema dual:
a. No máximo PROD1 e PROD2 devem ser fabricados (com lucro interno igual a zero)
b. A capacidade de perfuração não é uma restrição ativa (com valor igual a zero)
• Uma restrição não ativa implica um valor de variável dual igual a zero. O contrário não pode ser concluído
imediatamente
• O contador poderia, portanto, eliminar 𝑥𝑥3 , 𝑥𝑥4 e 𝑥𝑥5 do modelo primal, ignorar a restrição de perfuração e tratar
as duas restrições restantes como igualdades:

• A solução desse par de equações simultâneas é: 𝑥𝑥1 = 12 e 𝑥𝑥2 = 7,2

20
Relações entre o problema primal e dual

Problema de Problema de
minimização maximização
≥0 ↔ ≤
Variáveis ≤0 ↔ ≥ Restrições
Irrestrita ↔ =
≥ ↔ ≥0
Restrições ≤ ↔ ≤0 Variáveis
= ↔ Irrestrita

21
Preços sombra
• Os valores das variáveis duais são preços sombra
• Representam efeitos de pequenas variações nos coeficientes no lado direito das restrições,
isto é, custos marginais
• Exemplo:
• Se aumentarmos a capacidade de esmerilhamento em um pequeno valor ∆, então o lucro total irá
aumentar em £ 6,25 × ∆
• Se reduzirmos a capacidade de esmerilhamento em um pequeno valor ∆, então o lucro total irá reduzir em
£ 6,25 × ∆
• De maneira geral, existirão limites dentro dos quais ∆ pode estar (discutidos na próxima aula)
• Válido para pequenas variações em um coeficiente do lado direito por vez
• A capacidade de esmerilhamento pode ser aumentada até 384 horas por semana e cada
hora de capacidade irá contribuir com £6,25 por semana: lucro extra de £600
• Pode ser útil para decidir se vale a pena aumentar a capacidade de esmerilhamento ou a
capacidade de mão-de-obra que leva a um aumento de £23,75 por hora na função objetivo
• Para a restrição não ativa de perfuração, aumentar a capacidade não aumenta o lucro
• Preços sombra são exemplos de custos de oportunidade
22
Aplicações
• Restrições de capacidade de produção
• Exemplo do mix de produtos
• Disponibilidades de matéria prima
• O preço sombra indicará o valor de se adquirir mais matéria-prima ou reduzir a
quantidade disponível
• Demandas de mercado e limitações
• O preço sombra indicará o valor de aumentar ou reduzir a produção (custo do esforço de
vendas extra)
• Restrições de balanço
• Nesse caso, pode não ser clara ou útil a interpretação
• Estipulações de qualidade
• Problema de mistura 23
Exemplo: Mistura
• Um alimento é fabricado refinando-se óleos crus e misturando-os. Os óleos crus vêm em duas categorias:
Óleos vegetais VEG1
VEG2
Óleos não vegetais OIL1
OIL2
OIL3
• Óleos vegetais e não vegetais requerem diferentes linhas de produção para o refino. Em qualquer mês, não é
possível refinar mais de 200 toneladas de óleo vegetal e mais de 250 toneladas de óleos não vegetais. Não
existe perda de massa no processo de refinamento e o custo de refinamento pode ser ignorado
• Existe uma restrição tecnológica na viscosidade do produto final. Nas unidades adequadas em que é medida a
viscosidade, ela deve ficar entre 3 e 6. Assume-se que a viscosidade varia linearmente de acordo com a
quantidade de cada óleo na mistura. Os custos por tonelada e viscosidades dos óleos crus são:
VEG1 VEG2 OIL1 OIL2 OIL3
Custo £110 £120 £130 £110 £115
Viscosidade 8,8 6,1 2,0 4,2 5,0

• O produto final é vendido por £150 a tonelada

• De que maneira o fabricante deve produzir seu produto de maneira a maximizar o lucro líquido?

24
Exemplo: Mistura
• Variáveis: 𝑥𝑥1 , 𝑥𝑥2 , ⋯ , 𝑥𝑥5 representam as quantidades (toneladas) de VEG1, VEG2, OIL1, OIL2 e OIL3, que devem ser compradas, refinadas e misturadas em um mês. 𝑦𝑦
representa a quantidade de produto que deve ser fabricada

• Função objetivo:
maximizar −110𝑥𝑥1 − 120𝑥𝑥2 − 130𝑥𝑥3 − 110𝑥𝑥4 − 115𝑥𝑥5 + 150𝑦𝑦

• Restrições:

• As capacidades de refino fornecem as seguintes restrições:

𝑥𝑥1 + 𝑥𝑥2 ≤ 200

𝑥𝑥3 + 𝑥𝑥4 + 𝑥𝑥5 ≤ 250

• Os limites de viscosidade do produto final são representados pelas seguintes restrições:

8,8𝑥𝑥1 + 6,1𝑥𝑥2 + 2𝑥𝑥3 + 4,2𝑥𝑥4 + 5𝑥𝑥5 − 6𝑦𝑦 ≤ 0

8,8𝑥𝑥1 + 6,1𝑥𝑥2 + 2𝑥𝑥3 + 4,2𝑥𝑥4 + 5𝑥𝑥5 − 3𝑦𝑦 ≥ 0

• Finalmente, é necessário garantir que a quantidade total de produto final é igual à soma dos ingredientes. Isso é feito pela restrição de continuidade:
𝑥𝑥1 + 𝑥𝑥2 + 𝑥𝑥3 + 𝑥𝑥4 + 𝑥𝑥5 − 𝑦𝑦 = 0

• Não é possível utilizar valores negativos de ingredientes e nem produzir valores negativos de produto final:

𝑥𝑥1 , 𝑥𝑥2 , 𝑥𝑥3 , 𝑥𝑥4 , 𝑥𝑥5 , 𝑦𝑦 ≥ 0

25
Estipulações de qualidade
• O problema de mistura estudado anteriormente tem duas restrições de viscosidade
• Os preços sombra podem ser utilizados nessas restrições para prever o efeito no lucro total de relaxar
ou estreitar as estipulações de viscosidade
• Nesse modelo o coeficiente do lado direito é zero:

8,8𝑥𝑥1 + 6,1𝑥𝑥2 + 2𝑥𝑥3 + 4,2𝑥𝑥4 + 5𝑥𝑥5 − 6𝑦𝑦 ≤ 0

• Suponha que o coeficiente do lado direito não seja 0, mas sim ∆. É possível reescrever a restrição
como mostrado a seguir:

∆
8,8𝑥𝑥1 + 6,1𝑥𝑥2 + 2𝑥𝑥3 + 4,2𝑥𝑥4 + 5𝑥𝑥5 − 6 + 𝑦𝑦 ≤ 0
𝑦𝑦
• Para interpretar o efeito de se relaxar ou apertar o limite de viscosidade máxima de 6, deve ser
levado em conta o valor de 𝑦𝑦 na solução
• Uma redução ou aumento unitário na viscosidade resultará em um aumento ou redução de 𝑦𝑦 no
lado direito
26
Preços sombra

• A interpretação de se uma pequena variação no coeficiente do lado direito de

uma restrição irá aumentar ou reduzir o valor da função objetivo depende
• Do tipo de problema (maximização ou minimização)
• Do tipo da restrição (≤, ≥ ou =)
• Tem relação com o problema estar se tornando mais ou menos restritivo

27
Custos reduzidos
• No modelo do mix de produtos foi verificado que as contribuições ao lucro de PROD1 e PROD2 eram iguais aos
valores atribuídos obtidos a partir do preço sombra de cada restrição
• Para PROD3, PROD4 e PROD5, os custos atribuídos excediam as respectivas contribuições aos lucros
• Os custos atribuídos eram acima do valor da contribuição ao lucro:
• PROD3: £125
• PROD4: £231,25
• PROD5: £368,75
• Se desejássemos produzir PROD3, deveríamos aumentar o seu preço unitário em pelo menos £125 para que
fosse vantajoso produzir
• Esse aumento de preço iria permitir que a contribuição ao lucro do PROD3 fosse equilibrada com os preços
atribuídos pelo uso de recursos escassos
• Esses preços reduzidos estão disponíveis com a solução do problema quando solvers são utilizados
• No problema de mistura, os preços reduzidos representariam a redução de preço necessária para que um
ingrediente seja comprado e incorporado à mistura
• Por outro lado, uma outra interpretação dos custos reduzidos seria: se insistíssemos em produzir uma pequena
quantidade de PROD3, o lucro seria reduzido proporcionalmente de acordo com o custo reduzido
• Existem limites para que essa interpretação seja válida
• Os custos reduzidos resultam da perda de oportunidade de se fabricar outro produto mais lucrativo,
representando, novamente, um custo de oportunidade 28
Soluções ótimas alternativas
• Quando existirem soluções ótimas alternativas
a interpretação pode não funcionar
• Exemplo:

• Se o modelo dual for formulado e resolvido,

obtém-se: 𝑦𝑦1 = 0; 𝑦𝑦2 = 1,5; 𝑦𝑦3 = 0

29
Soluções ótimas alternativas
• Nesse caso, qualquer solução no segmento de
reta AC é uma solução ótima alternativa,
inclusive os pontos A e C
• Note que considerar que apenas a segunda
restrição estaria ativa na solução não é
suficiente: deve-se ter atenção para a primeira
ou a terceira restrição, dependendo da
solução, para não escolher pontos da reta fora
do intervalo AC
• O algoritmo simplex irá fornecer o ponto A ou
o C como solução e indicar que existem
soluções ótimas alternativas:
• Restrição ativa com preço sombra igual a zero
• Uma variável com valor zero com um custo
reduzido de zero 30
Solução degenerada
• Pode ocorrer também uma solução única
determinado por mais de um valor atribuído

• Existem vários valores que podem ser atribuídos

às variáveis 𝑦𝑦1 , 𝑦𝑦2 e 𝑦𝑦3 associadas às 3 restrições
(AB, BC e DBE, respectivamente) e que levarão à
mesma solução ótima 𝑥𝑥1 = 1, 𝑥𝑥2 = 2 e uma
função objetivo igual a 7

31
Solução degenerada
• Três restrições ativas no mesmo ponto (em duas dimensões, esperaríamos 2 restrições ativas em B)
• Então a primeira ou a terceira restrição podem ser consideradas como não ativas (com valor atribuído
igual a 0) levando a ambiguidade nos preços sombra
• Para esse caso não é correto aumentar o coeficiente 3 do lado direito da primeira restrição usando o
preço sombra de 1. O limite superior do valor do lado direito (com o preço sombra de 1) é 3. O
coeficiente já está no limite superior
• Nesse caso:
• O valor superior do preço sombra (para aumentos dos coeficientes do lado direito) é o mínimo valor atribuído
possível
• O valor inferior do preço sombra (para reduções dos coeficientes do lado direito) é o máximo valor atribuído
possível
1
• Limite superior dos preços sombra: 𝑦𝑦1 = 0, 𝑦𝑦2 = , 𝑦𝑦3 = 0
2
1
• Limite inferior dos preços sombra: 𝑦𝑦1 = 1, 𝑦𝑦2 = 1, 𝑦𝑦3 =
2
• Quando um solver é utilizado, são apresentados os valores das variáveis duais correspondentes a uma
única solução
• Pode levar a interpretações erradas
• É proibitivo computacionalmente obter todas as soluções ótimas alternativas do problema dual 32