Escolar Documentos
Profissional Documentos
Cultura Documentos
3.1. Introdução
Exemplo1
Max Z = 2X1 + X2
-2X1 + X2 ≤ 5
4X1 + 5X2 ≤ 40
X1 - 2X2 ≤ 4
X1 ≥ 0, X2 ≥ 0
Devemos encontrar o conjunto de pontos (X1, X2) que são soluções possíveis do
problema.
Até neste momento não fizemos referência na função objectiva. Para resolver o
problema de P.L devemos encontrar os pontos ou região solução possível que
proporciona o maior valor para a função objectiva.
Para qualquer valor fixo de Z, 2X1 + X2 = Z representa uma recta. Para cada
valor de Z diferente, obtemos deferente recta.
Quando um problema de P.L tem mas de uma solução óptima então existem
soluções alternadas.
X1 + 5X2 ≥ 4
X1 + X2 ≤ 4
6X1 + 5X2 ≥ 8
X1 ≥ 0, X2 ≥ 0
Prof. Eng.º MBUTA DOMPETELO Página 3
Material de Investigação Operacional
TEMA: III Métodos de Solução
EXEMPLO
Max Z = X1 + X2
2X1 + X2 ≥ 2
- X1 + 1.5X2 ≤ 3
X1 ≥ 0, X2 ≥ 0
No gráfico que representa a solução pode notar que a recta que representa a
função objectiva pode ser movida paralelamente a si mesmo, tanto que crer na
direcção que incrementa Z, sempre encontramos pontos da região solução
possíveis. Isto significa que Z pode tomar valor arbitrariamente grande sem
encontrar valor finito máxima. Nestes casos diz-se que o problema tem solução.
De maneira geral nos problemas de P.L que representam situações reais não se
espera que se apresenta esta situação porque isto implica a possibilidade de obter
um lucro ilimitado. Este tipo de solução acontece quando há um erro na
construção de modelo.
Para problemas de P.L com mais de duas variáveis, é mais utilizado para suas
soluções o método simplex que foi desenvolvido por George Dantzig em 1947.
É um procedimento iterativo algébrico que resolve com exactidão qualquer
problema de P.L num número finito de passos. Também indica os casos
particulares.
E que satisfaz:
Xj ≥ 0, j = 1 … n
∑ aij Xj ≤ bi , i = 1 … n
≥
=
Pode ser sempre transformado na forma de um sistema de equações com a
introdução de variáveis auxiliares.
Esta expressão pode ser convertida numa igualdade com a introdução de uma
variável auxiliar no 1º membro que vamos anotar 𝑋𝑟+𝑑 ≥ 0
Exemplo:
Consideremos o seguinte conjunto de restrições de um problema de P.L.:
3𝑋1 + 2𝑋2 ≤ 8
𝑋1 + 𝑋2 ≥ 3
𝑋1 + 𝑋2 = 4
3𝑋1 + 2𝑋2 + 𝑋3 =8
𝑋1 + 𝑋2 − 𝑋4 = 3
𝑋1 + 𝑋2 =4
3 2 1 0 𝑋1 8
(1 1 0 − 1 ) ( ⋮ ) = (34)
1 1 0 0 𝑋4
3 2 1 0 8
𝑋1 (11) + 𝑋2 (11) + 𝑋3 (00) + 𝑋4 (−1
0
) = (34)
Encontrar
X = (X1 , X2 ---- Xn )
Que satisfaz
AX = xa1 + − − − xan = b
AX = b ↔ X1 P1 + X2 XP2 + -------- Xn Pn = b
A solução básica inicial é aquela solução possível com as variáveis não básicas
iguais a zero.
Exemplo 1:
4X1 + 2X2 + X3 ≤ 2
X1 + 2X2 + 3X3 ≤ 1
Xj ≥ 0, j = 1… 3
4X1 + 2X2 + X3 + X4 =2
X1 + 2X2 + 3X3 + X5 = 1
Xj ≥ 0, j = 1--- 5
P1 P2 P3 P4 P5
X1
4 2 1 1 0
( ) ( ⋮ ) = (21)
1 2 3 0 1 X5
Ou
X1 (41) + X2 (22) + X3 (13) + X4 (10) + X5 (01) = (21)
P1 P2 P3 P4 P5
X4 , X5 → Variáveis básicas
X1 , X2 , X3 → Variáveis não básicas
X1 = X 2 = X 3 = 0
X4 = 2
X5 = 1
XB = (0, 0, 0, 2, 1)
Exemplo 2:
Xj ≥ 0, j = 1…3
3X1 + 2X2 + 5X3 ≤ 10
X1 + X2 + X3 ≤ 12
2X1 + 3X2 + 2X3 ≤ 8
Max Z = 2X1 + 3X2 + 7X3
3 2 5 1 0 0 X1 10
(1 1 1 0 1 0 ) ( ⋮ ) = (12
8
)
2 3 2 0 0 1 X 6
P1 P2 P3 P4 P5 P6
Base (P4 , P5 , P6 ) ≡ (X4 , X5 , X6 ) Variáveis básicas.
X1 , X2 , X3 → Variáveis não básicas.
S.B.I. = XB = (0, 0, 0, 10, 12, 8).
Prof. Eng.º MBUTA DOMPETELO Página 10
Material de Investigação Operacional
TEMA: III Métodos de Solução
Exemplo 3:
Considere o problema seguinte:
2X1 + 5X2 + 3X3 ≤ 8
X1 + 4X2 + X3 ≥ 10
3X1 + X2 + X3 = 12
Xj ≥ 0, j = 1… 3
Max Z = 4X1 + 3X2 + 5X3
restrição.
Para ultrapassar a situação vamos introduzir nestas duas restrições variáveis
chamadas artificiais X6 e X7 . Assim o sistema de equações será:
Xj ≥ 0, j = 1…7
2X1 + 5X2 + 3X3 + X4 + 0X5 + 0X6 + 0X7 = 8
X1 + 4X2 + X3 + 0X4 − X5 + X6 + 0X7 = 10
3X1 + X2 + X3 + 0X4 + 0X5 + 0X4 + 0X5 = 12
Max Z = 4X1 + 3X2 + 5X3 + 0X4 + 0X5 − wX6 − wX7
2 5 3 1 0 0 0 X1 8
(1 4 1 0−1 1 0 ) ( ⋮ ) = (10
12
)
3 1 1 0 0 0 1 X 7
A solução básica inicial nem sempre é solução óptima. Isto implica a procura de
uma nova solução com uma nova base até a optimalidade.
● CRITÉRIO DE ENTRADA:
● CRITÉRIO DE SAÍDA:
O vector a sair da base é seleccionado segundo o critério de saída que é o
mesmo para o caso de maximização ou de minimização.
Seja 𝑃𝑑 o vector de entrada:
p1d
Pd = ( ⋮ ) onde pid são os componentes de Pd e i índice das variáveis básicas.
pnd
XBi
Θ = Min i { , pid > 0}
pid
Onde i é o subíndice do vector (ou variáveis) que sai da base e d o subíndice que
indica o vector da entrada.
1º Passo:
Consiste em examinar os vectores 𝑍𝑗 − 𝐶𝑗 .
Há três casos possíveis:
c) Um ou mais 𝑍𝑗 − 𝐶𝑗 < 0 cada um deles tem 𝑝𝑖𝑗 > 0 para pelo menos um
i. Neste caso temos que determinar a nova solução básica e não estamos
na situação óptima.
O caso de Maximização
Sistema de Equações:
X1 + 2X2 + X3 = 720
5X1 + 4X2 + X4 = 1800
3X1 + X2 + X5 = 900
Xj ≥ 0, j = 1… 5
X1 = X 2 = 0 ;
X3 = 720;
X4 = 1800
X5 = 900
XB = [X3 , X4 , X5 ] = (720, 1800, 900).
Base 𝑪𝒋 40 50 0 0 0
𝑪𝑩 𝑿𝑩 𝑷𝟎 𝑷𝟏 𝑷𝟐 𝑷𝟑 𝑷𝟒 𝑷𝟓
0 𝑋3 720 1 2 1 0 0 𝑭𝟏
0 𝑋4 1800 5 4 0 1 0 𝑭𝟐
0 𝑋5 900 3 1 0 0 1 𝑭𝟑
𝒁𝒋 0 0 0 0 0 0
𝒁𝒋 − 𝑪𝒋 - 40 - 50 0 0 0
Dado que os vectores 𝑷𝟏 e 𝑷𝟐 têm os 𝒁𝒋 − 𝑪𝒋 < 0 isto implica que não temos
solução óptima, portanto, temos que determinar o vector de entrada e de saída
segundo os critérios:
Base 𝐂𝐣 40 50 0 0 0
𝐂𝐁 𝐗𝐁 𝐏𝟎 𝐏𝟏 𝐏𝟐 𝐏𝟑 𝐏𝟒 𝐏𝟓
1 1
50 X2 960 2
1 2
0 0
0 X4 360 3 0 -2 1 0
5 1
0 X5 540 0 − 0 1
2 2
𝐙𝐣 18000 25 50 25 0 0
𝐙𝐣 − 𝐂 𝐣 -15 0 25 0 0
Base 𝑪𝒋 40 50 0 0 0
𝑪𝑩 𝑿𝑩 𝑷𝟎 𝑷𝟏 𝑷𝟐 𝑷𝟑 𝑷𝟒 𝑷𝟓
5 1
50 𝑋2 300 0 1 6
−
6
0
2 1
40 𝑋1 120 1 0 − 0
3 3
7 5
0 𝑋5 240 0 0 − 1
6 6
𝒁𝒋 19800 40 50 15 5 0
𝒁𝒋 − 𝑪𝒋 0 0 15 5 0
Caso de Minimização
2X1 + X2 ≥ 12
5X1 + 8X2 ≥ 74
X1 + 6X2 ≥ 24
Min Z = X1 + X2
X1 ≥ 0, X2 ≥ 0
Sistema de Equações:
2X1 + X2 − X3 = 12
5X1 + 8X2 − X4 = 74
X1 + 6X2 − X5 = 24
Xj ≥ 0, j = 1… 5
2X1 + X2 − X3 + X6 = 12
5X1 + 8X2 − X4 + X7 = 74
X1 + 6X2 − X5 +X8 = 24
Base 𝑪𝒋 1 1 0 0 0 w w w
𝑪𝑩 𝑿𝑩 𝑷𝟎 𝑷𝟏 𝑷𝟐 𝑷𝟑 𝑷𝟒 𝑷𝟓 𝑷𝟔 𝑷𝟕 𝑷𝟖
W 𝑋6 12 2 1 -1 0 0 1 0 0
W 𝑋7 74 5 8 0 -1 0 0 1 0
W 𝑋8 24 1 6 0 0 -1 0 0 1
𝒁𝒋 8W 15W -W -W -W W W W
𝒁𝒋 − 𝑪𝒋 8W- 1 15W- 1 -W -W -W 0 0 0
Base 𝑪𝒋 1 1 0 0 0 w W w
𝑪𝑩 𝑿𝑩 𝑷𝟎 𝑷𝟏 𝑷𝟐 𝑷𝟑 𝑷𝟒 𝑷𝟓 𝑷𝟔 𝑷𝟕 𝑷𝟖
11⁄ 1⁄ 1
W 𝑋6 8 6 0 -1 0 6 1 0 −
6
11⁄ 4⁄ 4
W 𝑋7 42 3 0 0 -1 3 0 1 −
3
1⁄ 1 1
1 𝑋2 44 6 1 0 0 − 0 0
6 6
11 3 3
W W − W
50W 2 2 2
𝒁𝒋 1 1 -W -W 1 W W 1
+4 + −
6 6 6
11 3 5
W W − W
2 2 2
𝒁𝒋 − 𝑪𝒋 5 0 -W -W 1 0 0 1
− −
6 6 6
Iteração 2
Base 𝑪𝒋 1 1 0 0 0 w w w
𝑪𝑩 𝑿𝑩 𝑷𝟎 𝑷𝟏 𝑷𝟐 𝑷𝟑 𝑷𝟒 𝑷𝟓 𝑷𝟔 𝑷𝟕 𝑷𝟖
48⁄ 6 1⁄ 6 1
1 𝑋1 11 1 0 − 0 11 ⁄11 0 −
11 11
W 𝑋7 26 0 0 2 -1 1 −2 1 −1
36⁄ 1⁄ 2 1 2
1 𝑋2 11 0 1 11 0 − − 0
11 11 11
26W 2W W −2W −W
𝒁𝒋 84 1 1 5 -W 1 5 W 1
+ − − + +
11 11 11 11 11
2W W −3W −2W
𝒁𝒋 − 𝑪𝒋 0 0 5 -W 1 5 0 1
− − + +
11 11 11 11
Base 𝑪𝒋 1 1 0 0 0 w w w
𝑪𝑩 𝑿𝑩 𝑷𝟎 𝑷𝟏 𝑷𝟐 𝑷𝟑 𝑷𝟒 𝑷𝟓 𝑷𝟔 𝑷𝟕 𝑷𝟖
126⁄ 3 4 3 4
1 𝑋1 11 1 0 0 − 0 −
11 11 11 11
1 1 1 1
0 𝑋3 13 0 0 1 − -1 −
2 2 2 2
23⁄ 1 5 1 5
1 𝑋2 11 0 1 0 − 0 −
22 22 22 22
149⁄ 5 3 5 3
𝒁𝒋 11 1 1 0 − 0
22 22 22 22
5 3
5 3
𝒁𝒋 − 𝑪𝒋 0 0 0 − W 22 22
22 22 −W −𝑊
Base 𝑪𝒋 1 1 0 0 0 w w w
𝑪𝑩 𝑿𝑩 𝑷𝟎 𝑷𝟏 𝑷𝟐 𝑷𝟑 𝑷𝟒 𝑷𝟓 𝑷𝟔 𝑷𝟕 𝑷𝟖
8 1 8 1
1 𝑋1 2 1 0 − 0 − 0
11 11 11 11
0 𝑋5 26 0 0 2 -1 1 -2 1 −1
5 2 5 2
1 𝑋2 8 0 1 − − 0 − 0
11 22 11 11
3 1 3 1
𝒁𝒋 10 1 1 − − 0 −𝑊
11 11 11 11
3 1
3 1
𝒁𝒋 − 𝑪𝒋 0 0 − − 0 11 11 −𝑢
11 11 −W −W
Exemplo: O problema de PL
X1 + 2X2 ≤ 720
5X1 + 4X2 ≤ 1800
3X1 + X2 ≤ 900
Max Z = 50X1 + 40X2
Iteração Óptima:
Base 𝐂𝐣 50 40 0 0 0
𝐂𝐁 𝐗𝐁 𝐏𝟎 𝐏𝟏 𝐏𝟐 𝐏𝟑 𝐏𝟒 𝐏𝟓
0 X3 1440/7 0 0 1 −5/7 6/7
40 X2 900/7 0 1 0 3/7 −5/7
50 X1 1800/7 1 0 0 −1/7 4/7
𝐙𝐣 18.000 50 40 0 10 0
𝐙𝐣 − 𝐂 𝐣 0 0 0 10 0
A selecção pode ser feita de modo arbitrário. No final das contas a solução
óptima será alcançada, independentemente de qual variável fosse escolhida.
Suponha agora que duas ou mais variáveis básicas empatem como variáveis a
serem a variável básica que sai. Importa qual delas seja escolhida?
Exemplo:
5X1 + 2X2 ≤ 15
2X1 + X2 ≤ 6
X1 + 4X2 ≤ 10
Max Z = 4X1 + 3X2
X1 ≥ 0, X2 ≥ 0
Base 𝑪𝒋 50 40 0 0 0
𝑪𝑩 𝑿𝑩 𝑷𝟎 𝑷𝟏 𝑷𝟐 𝑷𝟑 𝑷𝟒 𝑷𝟓
0 𝑋3 15 5 2 1 0 0
0 𝑋4 6 2 1 0 1 0
0 𝑋5 10 1 4 0 0 1
𝒁𝒋 0 0 0 0 0 0
𝒁𝒋 − 𝑪𝒋 −4 −3 0 0 0
Entra o vector P1 .
15 6 10
O vector que sai: θ = Max ( ; ; ) pode sair P3 como P4 . A escolha é
5 2 1
arbitrária.
Isto resulta quando é impossível encontrar valor finito para a função objectivo.
2𝑋1 + 𝑋2 ≥ 12
5𝑋1 + 8𝑋2 ≥ 72
𝑋1 + 6𝑋2 ≥ 24
Max Z = 𝑋1 + 𝑋2
𝑋1 ≥ 0, 𝑋2 ≥ 0
Iteração Intermédia
Base 𝑪𝒋 1 1 0 0 0
𝑪𝑩 𝑿𝑩 𝑷𝟎 𝑷𝟏 𝑷𝟐 𝑷𝟑 𝑷𝟒 𝑷𝟓
1 𝑋1 24 1 6 0 0 −1
0 𝑋3 36 0 11 1 0 −2
0 𝑋4 46 0 22 0 1 −5
𝒁𝒋 24 1 6 0 0 −1
𝒁𝒋 − 𝑪𝒋 0 5 0 0 −1
Exemplo:
X1 + 2X2 + X3 ≤ 1000
X1 ≥ 50
X2 ≥ 30
X3 ≥ 30
Max Z = X1 + 2X2 + 3X3
Xj ≥ 0, j = 1… 3
Iteração Óptima
Base 𝑪𝒋 1 2 3 0 0
𝑪𝑩 𝑿𝑩 𝑷𝟎 𝑷𝟏 𝑷𝟐 𝑷𝟑 𝑷𝟒 𝑷𝟓 𝑷𝟔 𝑷𝟕 𝑷𝟖 𝑷𝟗 𝑷𝟏𝟎
1 1 1
2 𝑋2 25 0 1 0 0 0
2 2 2
1 𝑋1 50 1 0 0 0 -1 0 0 0
1 1 1
W 𝑋8 5 0 0 − − − -1 1 0
2 2 2
0 𝑋9 20 0 0 1 0 0 0 0 1
𝒁𝒋 1 1 1
− w − w − w
1 2 2 2 2 -W W 0
+1 +1
𝒁𝒋 − 𝑪𝒋 1 1 1
− w − w − w
0 0 2 2 2 -W 0 0
+1 +1