1ºIO Prog - Linear v2

Investigação
Operacional
Programação Matemática
Programação Linear
Metodologia da Investigação Operacional
Fases do método
1. Formulação matemática do problema
2. Construção de um modelo (por forma a ser possível resolver
o problema formulado)
3. Obtenção da solução (resolução do modelo)
4. Validação do modelo e teste da solução (critérios de teste)
5. Implementação da solução
2
Maria Filipa Mourão
Os modelos de Programação Matemática são modelos especiais:
1. Todas as variáveis tomam valores em R ou em

Z;
2. Há um objectivo a maximizar ou minimizar
3. O objectivo e as restrições são lineares
3
Denominam-se modelos de
Programação Linear todas as variáveis tomam valores em R
Programação Inteira todas as variáveis tomam valores em Z
4
O que é a Programação Linear (PL)?
A PL é uma técnica da Matemática Aplicada que constitui um

dos ramos da Investigação Operacional (IO).
Programação de tarefas ou planificação
Linear expressões ou condições lineares
5
Programação Linear (PL)
Objetivo
Otimizar problemas de decisão, através da utilização de

modelos, que representem uma realidade. O ótimo na
globalidade é um mínimo ou um máximo a ser
alcançado, nas condições existentes.
6
Vamos começar por ver como se constrói a formulação de

um problema de programação linear (P.P.L) através de um
exemplo muito simples, de produção.
7
Exemplo de formulação de um PPL
Numa fábrica são produzidos dois tipos de artigos A e B, com

lucros unitários de 3 e 2 u.m., respetivamente. Para a produção de
um artigo do tipo A são necessários 2kg de metal e 5h de trabalho
de um operário. Para a produção de um artigo B são necessários
4kg de metal e 2h de trabalho. Semanalmente, pode dispor-se de
20kg de metal e de 45h de laboração de um operário. O gerente
pretende estipular o plano de produção que maximize o lucro.
Formule o problema matematicamente, como um PPL.
8
Para facilitar a compreensão do problema vamos “arrumar”

numa tabela os dados fornecidos:
Produto A Produto B Disponibilidades
Metal 2 kg 4 kg 20 kg
Horas de trabalho 5h 2h 45 h
Lucro/unidade 3 u.m 2 u.m
9
A formulação de qualquer problema sob a
forma de um modelo linear passa pelas
seguintes etapas:
2ª) Definição do
objectivo a atingir: 3ª) Definição do
1ª) Definição das o máximo ou sistema de
variáveis de decisão mínimo de uma restrições:
do problema (xj): função que limitações,
são as quantidades denominamos por igualdades ou
a determinar função objectivo e quantidades
que representamos mínimas
por Z
10
1ª Definição das variáveis de decisão do problema:
x1– quantidade semanal a produzir de produto A

x2– quantidade semanal a produzir de produto B
2ª Definição do objectivo a atingir:
Z= lucro global com as quantidades a produzir dos
artigos A e B
A função objetivo consiste em

Maximizar Z= 3 x1+2 x2
11
3ª Definição do sistema de restrições:
As restrições deste problema são as limitações à produção de A e

B relativamente aos recursos que são necessários.
2x1+4x2≤20 (restrição relativa à quantidade existente de metal)
5x1+2x2≤45 (restrição relativa às horas de trabalho disponíveis)
x1,x2 ≥0 (restrição de não negatividade das variáveis)
12
Formulação final
sujeito a:
2x1+4x2≤20
5x1+2x2≤45
x1,x2 ≥0
13
Tipos de P.P.L
Forma típica de Forma típica de

Forma híbrida de
um problema de um problema de
problemas de P.L.
maximização minimização
Um problema
Um problema Um problema de
de de minimização/
maximização, minimização,
cujas restrições cujas restrições maximização,
sejam todas do sejam todas do cujas restrições
tipo ≤ tipo ≥ sejam de
qualquer tipo
14
Problema típico de minimização
Minimizar Z = 10x 1 + 5x 2 − 3x 3
sujeito a : 2x 1 − 3x 2 5
x 1 + 2 x 2 + 5x 3 8
x1 , x 2 , x 3  0
15
Problema híbrido
Minimizar / Maximizar Z = 10 x1 + 5x 2 − 3x 3
sujeito a : 2x1 − 3x 2 5
x1 + 2 x 2 + 5 x 3 =8
3x1 − 6x 2 7
x1 , x 2 , x 3  0
16
Para qualquer tipo de problema Coeficientes da função

objectivo, Cj
sujeito a:
Coeficientes do 2x1+4x2≤20 Termos
sistema de restrições, independentes, bi
aij 5x1+2x2≤45
x1,x2 ≥0 Condição de não
negatividade das
variáveis 17

Apesar de existirem as três formas anteriores para a

formulação de um problema, podemos sempre
reduzir/transformar um problema de programação linear noutro
problema equivalente.
Esta transformação consegue-se aplicando algumas regras ou

operações sobre o problema formulado e que estão enunciadas
seguidamente.
18
1ª Regra: Uma função objectivo de minimização transforma-se

numa função objectivo de maximização (e vice-versa),
fazendo:
Minimizar Z = Maximizar (-Z) = - Maximizar Y
Exemplo:
Minimizar Z = 3x1+2x2 → Maximizar Y = -3x1-2x2
19
2ª Regra: Uma inequação de sinal ≥, transforma-se numa

inequação de sinal ≤, multiplicando por (-1) ambos os
membros da restrição (e vice-versa).
Exemplo:
2x1+2x2 ≥45 → - 2x1-2x2 ≤ -45
Para resolvermos analiticamente um problema,

os termos independentes não podem ser
negativos.
20
3ª Regra: Uma equação transforma-se em duas inequações

equivalentes à primeira.
Exemplo:
 x1 + 3x 2  25
x1 + 3x 2 = 25  
 x1 + 3x 2  25
Para que a forma típica do problema seja atingida, a uma das
inequações terá de se aplicar a 2ª regra.
21
4ª Regra: Uma variável não positiva, transforma-se no

simétrico de uma nova variável, esta já não negativa.
Exemplo:
x1≤0→x1 = - xa, com xa ≥0
22
5ª Regra: Uma variável livre (sem restrição de sinal),

transforma-se na diferença de duas novas variáveis não
negativas.
Exemplo:
Se x1 for variável livre, então x1 = (x a − x b ), com x a , x b  0
23
Exemplo de aplicação:
Escreva o seguinte problema na forma típica de um problema de

maximização:
Minimizar Z= 5 x1+3 x2
sujeito a:
x1+x2 ≤ 20
2x1-2x2 ≥ 45
2x1+3x2=20
x1≤ 0,x2 ≥0 24

1ºIO Prog - Linear v2

Enviado por

Dados do documento

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

1ºIO Prog - Linear v2

Enviado por

Direitos autorais:

Formatos disponíveis

Investigação

Os modelos de Programação Matemática são modelos especiais:

1. Todas as variáveis tomam valores em R ou em

Programação Linear todas as variáveis tomam valores em R

Programação Inteira todas as variáveis tomam valores em Z

A PL é uma técnica da Matemática Aplicada que constitui um

Programação de tarefas ou planificação

Linear expressões ou condições lineares

Otimizar problemas de decisão, através da utilização de

Vamos começar por ver como se constrói a formulação de

Numa fábrica são produzidos dois tipos de artigos A e B, com

Para facilitar a compreensão do problema vamos “arrumar”

Produto A Produto B Disponibilidades

1ª Definição das variáveis de decisão do problema:

x1– quantidade semanal a produzir de produto A

A função objetivo consiste em

3ª Definição do sistema de restrições:

As restrições deste problema são as limitações à produção de A e

2x1+4x2≤20 (restrição relativa à quantidade existente de metal)

5x1+2x2≤45 (restrição relativa às horas de trabalho disponíveis)

x1,x2 ≥0 (restrição de não negatividade das variáveis)

Forma típica de Forma típica de

Para qualquer tipo de problema Coeficientes da função

Maria Filipa Mourão

Apesar de existirem as três formas anteriores para a

Esta transformação consegue-se aplicando algumas regras ou

1ª Regra: Uma função objectivo de minimização transforma-se

Minimizar Z = Maximizar (-Z) = - Maximizar Y

Minimizar Z = 3x1+2x2 → Maximizar Y = -3x1-2x2

2ª Regra: Uma inequação de sinal ≥, transforma-se numa

2x1+2x2 ≥45 → - 2x1-2x2 ≤ -45

Para resolvermos analiticamente um problema,

3ª Regra: Uma equação transforma-se em duas inequações

4ª Regra: Uma variável não positiva, transforma-se no

x1≤0→x1 = - xa, com xa ≥0

5ª Regra: Uma variável livre (sem restrição de sinal),

Se x1 for variável livre, então x1 = (x a − x b ), com x a , x b  0

Escreva o seguinte problema na forma típica de um problema de

Você também pode gostar