Escolar Documentos
Profissional Documentos
Cultura Documentos
Introdução À Programação Linear - Capítulo 2
Introdução À Programação Linear - Capítulo 2
1. Definição
Sujeito a
a 11 x 1 + a 12 x 2 +L+ a 1n x n { ≤, =, ≥ } b1
a 21 x 1 + a 22 x 2 +L+ a 2n x n { ≤, =, ≥ } b2
(1.2)
...
a m1 x 1 + a m2 x 2 +L+ a mn x n { ≤, =, ≥ } bm
x 1 , x 2 , L, x n ≥ 0 (1.3)
onde,
aij (i = 1, ...,m; j = 1, ...,n) → coeficientes técnicos ou tecnológicos,
Sujeito a
a 11 x 1 + a 12 x 2 +L+ a 1n x n ≤ ( ≥ ) b 1
a 21 x 1 + a 22 x 2 +L+ a 2n x n ≤ ( ≥ ) b 2
(2.2)
...
a m1 x 1 + a m2 x 2 +L+ a mn x n ≤ ( ≥ ) b m
x 1 , x 2 ,L, x n ≥ 0 (2.3)
Estas duas formas são tão gerais quanto (1.1), (1.2) e (1.3), pois, mediante operações
convenientes, é sempre possível dar a qualquer problema uma daquelas formas. Com efeito, qualquer
problema pode ser reduzido a uma destas formas, da seguinte maneira :
qualquer problema de minimização pode converter-se num de maximização, pois
Minimizar Z = − Maximizar (− Z)
restrições do tipo (≥) pode ser convertida em restrições do tipo (≤), mediante a multiplicação por (-
1) de ambos os membros,
a i1 x 1 + a i2 x 2 + L + a in x n ≥ b i ⇔ − a i1 x 1 − a i2 x 2 − L − a in x n ≤ − b i
restrições do tipo (=) pode ser convertida em 2 do tipo (≤) equivalentes, em conjunto, àquela,
a i1 x 1 + a i2 x 2 + L + a in x n ≤ b i
a i1 x 1 + a i2 x 2 + L + a in x n = b i ⇔ ⇔
a i1 x 1 + a i2 x 2 + L + a in x n ≥ b i
a i1 x 1 + a i2 x 2 + L + a in x n ≤ b i
⇔
− a i1 x 1 − a i2 x 2 − L − a in x n ≤ − b i
variável livre (sem restrição de sinal) pode ser substituída pela diferença de variáveis não
negativas1 ( x j = x 'j − x 'j' com x 'j , x 'j' ≥ 0 ), formulando-se de novo o problema em termos
destas variáveis.
1 Qualquer número pode ser obtido como a diferença de dois números não negativos.
Problema 1 :
Uma empresa de mobiliário de escritório pretende lançar um modelo de secretárias e estantes.
Pensa-se que o mercado pode absorver toda a produção de estantes, mas aconselha-se que a
produção mensal de secretárias não ultrapasse as 160 unidades.
Ambos os produtos são processados nas unidades de estampagem (UE) e de montagem e
acabamento (UMA).
A disponibilidade mensal em cada uma destas unidades é de 720 horas−máquina (h−m) na UE
e 880 horas−homem (h−h) na UMA.
Cada secretária necessita de 2h−m na UE e de 4 h−h na UMA.
Cada estante necessita de 4 h−m na UE e de 4 h−h na UMA.
As margens de lucro unitárias estimadas são de 6 contos para as secretárias e de 3 contos para
as estantes.
Qual o plano de produção mensal para as secretárias e estantes que maximiza a margem de
lucro.
Formalização do problema :
Variáveis de decisão :
• quantidade de secretárias a produzir por mês (x1)
Função objectivo :
• maximizar a margem bruta total por mês (Z = 6 x1 + 3 x2)
Restrições :
• disponibilidade mensal na unidade de estampagem
Modelação matemática :
Relativamente ao Departamento de Estampagem, sabe-se que :
• cada secretária necessita de 2 h−m, pelo que o nº total de h−m necessárias à produção de
x1 secretárias é de 2 x1;
• cada estante necessita de 4 h−m, pelo que o nº total de h−m necessárias à produção de x2
secretárias é de 4 x2;
4 x1 + 4 x2 ≤ 880 (UMA)
x1 ≤ 160 (mercado)
Problema 2 :
Um criador de porcos, pretende determinar a quantidade de cada tipo de ração a dar
diariamente a cada animal, para conseguir uma dada qualidade nutritiva a custo mínimo.
Os dados relativos ao custo de cada tipo de ração, às quantidades mínimas diárias de
ingredientes nutritivos básicos a fornecer a cada animal, bem como às quantidades destes existentes
em cada tipo de ração (g/kg) constam do quadro em baixo.
Formalização do problema :
Variáveis de decisão :
• quantidade (Kg) de granulado existente na ração diária (x1)
Função objectivo :
• minimizar o custo da ração diária (Z = 10 x1 + 5 x2)
Restrições :
• quantidade mínima diária de hidratos de carbono
Modelação matemática :
Problema 3 :
As Caravanas Marco Polo L.da. usam dromedários (1 bossa) e camelos (2 bossas) para
transportar figos secos de Bagdade para Meca. Um camelo pode levar no máximo 1000 lbs e um
dromedário 500 lbs. Durante a viagem um camelo consome 3 fardos de feno e 100 galões de água. Um
dromedário consome 4 fardos de feno e 80 galões de água. As estações da Marco Polo, situadas em
vários oásis ao longo do caminho, apenas têm disponíveis 1600 galões de água e 60 fardos de feno.
Os camelos e os dromedários são alugados a um pastor perto de Bagdade a 11 pazuzas por
camelo e 5 pazuzas por dromedário. Se as Caravanas Marco Polo L.da. tiverem uma carga de 10000
lbs de figos para transportar, quantos camelos e dromedários devem ser usados para minimizar a
renda a pagar ao pastor ?
Formalização do problema :
Variáveis de decisão :
• quantidade de camelos a usar (x1)
Função objectivo :
Restrições :
• capacidade da caravana
• disponibilidade de feno
• disponibilidade de água
Modelação matemática :
Pretende-se determinar x1 e x2 de modo a
Minimizar Z = 11 x1 + 5 x2 (renda)
sujeito a
1 000 x1 + 500 x2 ≥ 10 000 (capacidade)
3 x1 + 4 x2 ≤ 60 (feno)
conjunto de valores. A ideia é traçar rectas Z = constante, até que contenha pelo menos um ponto da
região admissível e esteja o mais distante possível da recta Z = 0 (maximizar) ou o mais perto possível
(minimizar).
Um PL diz-se estar na forma padrão, se todas as restrições propriamente ditas (não incluindo as
de não negatividade) são equações. Todo o PL pode escrever-se na sua forma padrão, por introdução
de variáveis folga (“slack”) nas restrições que são inequações, da seguinte forma :
f(x) ≤ b ⇒ f(x) + x = b, x ≥ 0 (x variável “slack”)
f(x) ≥ b ⇒ f(x) − x = b, x ≥ 0 (x variável “slack”)
Sujeito a a 11 x 1 + a 12 x 2 + L + a 1n x n = b1
a 21 x 1 + a 22 x 2 + L + a 2n x n = b2
(3.2)
...
a m1 x 1 + a m2 x 2 + L + a mn x n = b m
x1 , x2 , L , xn ≥ 0 (3.3)
Sujeito a a 11 x 1 + a 12 x 2 + L + a 1n x n ≤ b 1
a 21 x 1 + a 22 x 2 + L + a 2n x n ≤ b 2
...
a m1 x 1 + a m2 x 2 + L + a mn x n ≤ b m
x 1 , x 2 , L, x n ≥ 0
Sujeito a a 11 x 1 + a 12 x 2 + L + a 1n x n + x n +1 = b1
a 21 x 1 + a 22 x 2 + L + a 2n x n + x n+2 = b2
...
a m1 x 1 + a m2 x 2 + L + a mn x n + x n +m = b m
x 1 , x 2 , L , x n , x n +1 , x n + 2 , L , x n +m ≥ 0
em que,
x 1 , x 2 , L , x n são as variáveis de decisão (principais)
Solução óptima é a solução admissível que tem o melhor valor da função objectivo.
Solução não limitada não existe um valor máximo (mínimo) para a função objectivo.
7. Tipos de soluções
óptimas alternativas : o valor óptimo da função objectivo pode ser obtido através de
não limitada : não existe um valor máximo finito para a função objectivo (Z → ∞).
óptima (com região admissível não limitada) : facto do conjunto das soluções admissíveis ser não
limitado, não implica necessariamente que a solução seja não limitada (Z → ∞).
valor óptimo da FO finito (variáveis podem assumir valores arbitrariamente grandes) : conjunto
das soluções é não limitado e o valor óptimo de Z é finito, com as variáveis de decisão a
poderem assumir valores arbitrariamente grandes na solução óptima.
8. Análise convexa
λ1 x1 + λ2 x2 + . . . + λn xn
com os escalares λi ≥ 0 e λ1 + λ2 + . . . + λn = 1.
λ x1 + (1 - λ) x2 ∈ X
Ponto extremo de um conjunto convexo X, é um ponto que não pertence ao segmento de recta a
unir dois outros pontos quaisquer de X. Por outras palavras, um ponto extremo de X não pode ser
obtido por combinação linear convexa positiva de pontos de X.
Algebricamente : x = λ x1 + (1-λ) x2 , com λ ∈ ]0, 1[ e x1, x2 ∈ X ⇒ x = x1 = x2
9. Propriedades fundamentais
n
O conjunto convexo (politopo ou poliedro) X, tem um nº finito de vértices v(X) ( ≤ C m ).
• O óptimo duma função linear num poliedro convexo X ⊂ Rn é obtido em, pelo menos, um
vértice de X;
• Se ele for obtido em mais que um vértice, então será obtido em todo o ponto que é uma