Escolar Documentos
Profissional Documentos
Cultura Documentos
CATEGORIA: Professor
• Econometria - 2º Semestre.
Não precisa ganhar
cada discussão. Aceita
perder e aprenda com o
outro.
LINHAS GERAIS
PROGRAMÁTICAS
CONTEÚDO PROGRAMÁTICO
OBJECTIVOS
PROCESSO DE AVALIAÇÃO
BIBLIOGRAFIA
CONTEÚDO PROGRAMÁTICO
Método Simplex.
Dualidade.
Análise Pós-optimal
Programação em Inteiros
5
OBJECTIVOS
Introduzir a formulação, resolução e
implementação dos modelos de
investigação operacional na análise de
problemas reais na indústria,
economia, governo, etc.
Estudo e desenvolvimento de métodos
e algoritmos de optimização com
ênfase na optimização de problemas de
programação linear e no Método
Simplex.
Estudo de algumas aplicações e
algoritmos da Programação Linear
Inteira.
6
PROCESSO DE AVALIAÇÃO
A avaliação desta Unidade Curricular é
realizada através duma prova de exame
final a realizar-se em épocas normal,
recurso ou especial, em chamada única.
Trabalho de grupo apresentado ao
longo do período lectivo, relevando as
capacidades de crítica e de resolução
dos problemas;
Cada um dos referidos instrumentos
será classificado entre 0 a 20 valores;
Para mais detalhes, consultar o
regulamento sobre o regime académico
da UPRA.
7
BIBLIOGRAFIA
João, Carlos Alexandre, Textos de apoio
teórico/prático (2018), 4ª edição.
Ramalhete,M., Guerreiro,J., Magalhães, A.,
Programação Linear, vols 1 e 2, McGraw-Hill
(1985).
Bronson R. , Naadimuthu G., Investigação
Operacional, Segunda Edição. McGraw-Hill
(2001).
Hillier, F.S., Lieberman, G.J., Introduction to
Operations Research, 5th edition, McGraw-Hill
(1990).
Hamdy A. Tana, Operation Research. An
introduction, Sixth Edition, Prentice Hall (1997)
James P. Ignizio and Tom M. Cavalier, Linear
Programming. Prentice Hall International Series
in Industrial and Systems Engineering, Prentice-
Hall, Englewood Cliffs, NJ, 1994.
8
CAPITULO I
INTRODUÇÃO
OPERACIONAL
2. CARACTERISTICAS FUNDAMENTAIS
10
Dr. Carlos Alexandre João
INVESTIGAÇÃO OPERACIONAL - ORIGEM
A Investigação Operacional é uma ferramenta
interdisciplinar. O seu início coincide com o
período da II Guerra Mundial, devido à
necessidade de determinar a melhor utilização dos
recursos militares, que eram escassos.
As raízes da Investigação Operacional remontam a
décadas.
A origem da IO como ciência é atribuída à
coordenação inglesa e americana durante as
operações militares na 2ª Guerra Mundial.
Face a complexidade da guerra, chamaram um
grande número de cientistas a aplicarem
metodologias a problemas de estratégia e tática.
Os seus esforços contribuíram de forma
significativo ao triunfo aéreo inglês nas batalhas
do Atlântico Norte e muitas outras.
O êxito da Investigação Operacional nas operações
militares levou aos industriais apôs o termino da
guerra a interessarem-se deste novo campo. Desta
forma, a IO começa a ser introduzida na indústria,
nos negócios e no governo.
11
Continuação...
A Investigação Operacional (IO) como ciência
surgiu para resolver de forma mais eficiente, os
problemas de administração nas organizações.
Depois da segunda guerra mundial, muitos
cientistas que tinham participado nas equipas de
Investigação Operacional, motivaram-se em busca
de resultados para este campo científico.
Um exemplo substancial dos resultados dos
cientistas é o método de Simplex que surge para
resolver problema de programação linear,
descoberto em 1947 por George Dantzig.
Muitas das características de Investigação
Operacional, como programação linear,
programação dinâmica, linhas de espera e teoria de
inventários, foram descobertos antes do término da
década de 1950.
O desenvolvimento de meios informáticos fez com
que as técnicas de Investigação Operacional
tivessem aplicações práticas reais.
12
INVESTIGAÇÃO OPERACIONAL - NATUREZA
A Investigação Operacional ocupa-se na
tomada de decisões ótimas.
A sua aplicação em situações reais
(administrações, governo, negócios,
indústrias, engenharia, economia, ciências
naturais e sociais), caracteriza-se, em grande
parte, pela necessidade de gerir recursos
escassos.
A contribuição da Investigação Operacional
estende-se principalmente na:
✓ Estruturação de uma situação da vida real
para um modelo matemático, com a
abstração de elementos essenciais para poder
buscar uma solução de acordo com os
objetivos do tomador de decisões.
✓ Analise da estrutura das soluções e o
descobrir de procedimentos sistemáticos para
obtê-las.
✓ Descobrir uma solução, incluindo a teoria
matemática, se necessária, que leva ao valor
ótimo da medida de que se espera do sistema.
13
Continuação (áreas de aplicação)...
As áreas de aplicação da Investigação Operacional
➢ Sector de Produção (gestão de stocks, planeamento de
produção, etc.),
➢ Sector dos Serviços (sistemas de distribuição e
transportes),
➢ Sector de Controlo de Qualidade, etc.
14
CAPITULO II
PASSOS NA INVESTIGAÇÃO
OPERACIONAL PARA A RESOLUÇÃO
DE PROBLEMA
Formulação;
Modelação;
Solução;
Avaliação;
Decisão;
Implementação.
PASSOS NA INVESTIGAÇÃO OPERACIONAL
PARA A RESOLUÇÃO DUM PROBLEMA
1. Formulação;
2. Modelação;
3. Solução;
4. Avaliação;
5. Decisão;
6. Implementação
16
1.º PASSO: FORMULAÇÃO DO PROBLEMA.
17
2.º PASSO: CONSTRUÇÃO DO MODELO MATEMÁTICO.
20
5.º PASSO: TOMADA DE DECISÃO NA SOLUÇÃO ENCONTRADA.
21
CAPITULO III
PROGRAMAÇÃO MATEMÁTICA E
LINEAR
3.1 INTRODUÇÃO
3.2 FORMALIZAÇÃO DE PROBLEMAS DE
PROGRAMAÇÃO LINEAR
23
FORMALIZAÇÃO DE PROBLEMAS DE
PROGRAMAÇÃO LINEAR
As equipas de investigação operacional
deparam-se geralmente dos problemas
práticos de forma imprecisa e vaga.
A primeira actividade que se deve realizar é o
estudo do sistema relevante e o
desenvolvimento dum resume bem definido
do problema a analisar. Isto inclui:
❑ Identificar as variáveis decisórias;
❑ Determinar os objectivos apropriados;
❑ Identificar as restrições sobre o que se pode fazer,
as inter relações das áreas de estudo e outras áreas
da organização;
❑ Identificar os limites de tempo para tomar uma
decisão, etc.
Este processo de formular o problema é
crucial e afectará de forma significativa a
relevância das conclusões do estudo.
24
EXEMPLO PROTÓTIPO
25
EXEMPLO PROTÓTIPO - Continuação
Produção Capacidade
Fábrica disponivel
Portas Janelas (horas/maquinas)
1 1 0 4
2 0 2 12
3 3 2 18
Lucro
3 5
unitário
2
6
EXEMPLO PROTÓTIPO - Resolução
2
7
CAPITULO IV
3 fabricas m recursos
Fabricação de produtos Actividades
2 produtos n Actividades
2
9
PROGRAMAÇÃO LINEAR – Continuação...
1 a11 a 12 … a 1n b 1
2 a 21 a 22 … a 2n b 2
… … … … … …
m a m1 a m 2 … a mn b m
? Z/Unidade de c c c
1 2 … n
actividade
Nível de x x x
1 2 … n
actividade
30
PROGRAMAÇÃO LINEAR – Continuação...
3
1
MODELO DE PROGRAMAÇÃO LINEAR
OPERAÇÕES DE REFORMULAÇÃO
CONCEITOS FUNDAMENTAIS
SOLUÇÕES DO MODELO
32
Dr. Carlos Alexandre João
MODELO DE PROGRAMAÇÃO LINEAR
Os problemas de Programação Linear podem ser
formulados de acordo com um modelo matemático
geral, que consiste na determinação de valores não
negativos para as variáveis x1 , x2 ,…,xj,…,xN
satisfazendo um sistema de M equações (inequações)
lineares que maximizem ou minimizem o valor de uma
função (real) linear dessas variáveis.
33
MODELO DE PROGRAMAÇÃO LINEAR –
Continuação ...
34
OPERAÇÕES DE REFORMULAÇÃO
I. Qualquer problema de maximização pode converter-se num problema
de minimização, pois:
35
OPERAÇÕES DE REFORMULAÇÃO –
Continuação ...
36
CONCEITOS FUNDAMENTAIS DO MODELO DE
PROGRAMAÇÃO LINEAR
38
SOLUÇÕES DO MODELO - Continuação ...
39
SOLUÇÕES DO MODELO - Continuação
40
SOLUÇÕES DO MODELO - Continuação
41
CAPITULO V
HIPÓTESES DO MODELO DE
PROGRAMAÇÃO LINEAR.
43
HIPÓTESES DO MODELO - Continuação
H1. Proporcionalidade
➢ Em cada actividade a quantidade de bens que entram e saem são sempre
proporcionais ao nível da mesma, i.e., se por exemplo, for duplicado o nível
duma actividade, ter-se-ão de duplicar todos os "inputs" (os recursos
utilizados) sendo duplicados todos os "outputs" (os produtos).
H2. Aditividade
➢ Dadas N actividades, o resultado do emprego conjunto das mesmas é a sua
adição. Por exemplo, combinando as actividades Pr e Ps tem-se uma nova
actividade.
CONCLUSÕES
➢ As hipóteses H1 e H3 traduzem a linearidade das actividades e, atendendo a
H4, pode concluir-se que se está em presença de um modelo linear.
44
CONCEITOS FUNDAMENTAIS
45
CONCEITOS FUNDAMENTAIS - Definições
46
CONCEITOS FUNDAMENTAIS - Definições
47
CONCEITOS FUNDAMENTAIS – Definições (Continuação)
48
CONCEITOS FUNDAMENTAIS – Definições (Continuação)
49
TEOREMA FUNDAMENTAL DA PL
Teorema Fundamental da PL: Se existe uma solução admissível
para o problema de PL definido pelas expressões (3.1), (3.2) e (3.3),
então existe uma solução básica admissível, e se existe uma solução
óptima admissível então existe uma solução óptima básica admissível.
Deste modo, não é necessário procurar a solução óptima entre todas as
soluções admissíveis, mas apenas entre as soluções básicas admissíveis.
50
CAPITULO VI
MÉTODO DE SIMPLEX
53
Dr. Carlos Alexandre João
ALGORITMO DO SIMPLEX
Condições de aplicabilidade do
algoritmo:
• As variáveis sejam todas não negativas;
• Os termos independentes (bi’s) sejam todos
não negativos.
Caso alguma destas condições não se
verifique, é necessário proceder às
transformações adequadas.
Este algoritmo exige ainda que se
determine uma solução básica
admissível inicial para o problema. Para
o efeito, é necessário escrever o
problema na forma canónica, através da
introdução de variáveis de desvio.
54
ALGORITMO DO SIMPLEX
onde:
XB é o vector coluna que contém as variáveis básicas;
V é o vector coluna que contém os valores das variáveis
incluídas em XB;
Z representa a f.o.;
u é o valor da f.o. para a SBA inicial (i.e., Z = u).
55
ALGORITMO DO SIMPLEX - Continuação
56
ALGORITMO DO SIMPLEX - Continuação
57
ALGORITMO DO SIMPLEX - Continuação
59
ALGUMAS OBSERVAÇÕES
OBSERVAÇÕES
1. As restrições de não negatividade não são
incluídas no quadro, pois são levadas em
linha de conta quando se calcula o mínimo
dos quocientes, não deixando as variáveis
baixar para além de zero.
2. Só se faz o quociente para os elementos
positivos da coluna pivot.
3. Se existirem restrições do tipo “≥” ou “=”,
há que recorrer ao Método das Duas Fases
para obter uma solução básica admissível
inicial.
4. Se existirem variáveis “≤ 0” ou “livres”, há
que convertê-las:
60
ALGUMAS OBSERVAÇÕES - Continuação
5.Todos os termos independentes das restrições
têm que ser não negativos, caso contrário,
multiplica-se a restrição por (-1); Ex.: Se x1 -
x2 ≥ -3 então substitui-se por -x1 + x2 ≤ 3.
61
CAPITULO VII
7.1 CONSIDERAÇÕES
1ª Fase
O objectivo consiste em anular as
variáveis artificiais, ou seja, minimizar
uma função objectivo auxiliar Za que
representa o somatório de todas as
variáveis artificiais. A f.o. real vai sendo
actualizada ao longo da 1ª Fase.
Aplica-se o método do Simplex à linha
Za (colocada acima de Z) até que se
atinja o “seu óptimo”; se no fim da 1ª
Fase existirem variáveis artificiais não
nulas na base, o problema não admite
solução, é impossível.
2ª Fase
O quadro inicial da 2ª Fase é obtido do
último quadro da fase anterior,
eliminando a linha de Za. Aplica-se o
método do Simplex.
64
CASOS ESPECIAIS
65
Dr. Carlos Alexandre João
CASOS ESPECIAIS
66
CASOS ESPECIAIS
67
CASOS ESPECIAIS - Continuação
CASO 1
Exemplo:
69
CASOS ESPECIAIS - Continuação
CASO 2
REGRA:
Se alguma das variáveis básicas
assume o valor zero diz-se que a
SOLUÇÃO é DEGENERADA.
70
CASOS ESPECIAIS - Continuação
71
CASOS ESPECIAIS - Continuação
CASO 3
REGRA
Existem SOLUÇÕES ÓPTIMAS MÚLTIPLAS sempre que
no quadro óptimo existe, pelo menos, uma variável não
básica com custo reduzido nulo.
72
CASOS ESPECIAIS - Continuação
73
CASOS ESPECIAIS - Continuação
CASO 4
REGRA
Quando termina a 1ª Fase do Método do
Simplex e permanecem variáveis artificiais
com valor positivo na base então o
PROBLEMA é IMPOSSÍVEL.
74
CAPITULO VIII
DUALIDADE
76
INTERPRETAÇÃO ECONÓMICA
Caso o problema Primal corresponda a
um modelo de análise de actividades, o
problema Dual pode ser interpretado
como o problema de determinação do
valor a imputar aos recursos consumidos
pelas actividades (preços sombra dos
recursos).
O PREÇO SOMBRA indica o lucro
adicional que se obteria, se fosse possível
dispor de uma unidade adicional desse
recurso, mantendo tudo o resto constante.
O preço sombra de um recurso é o
contributo marginal do recurso para o
valor óptimo do problema. Os preços
sombra dos recursos são os valores
óptimos das variáveis duais y1, y2,..., ym.
77
RELAÇÕES PRIMAL-DUAL
78
PROPRIEDADE E TEOREMAS
O Dual do problema Dual é o problema
Primal.
TEOREMA 1 (Teorema da Dualidade):
Se existe solução óptima finita para o problema Primal (Dual)
então o problema Dual (Primal) também tem solução óptima
finita e as duas funções objectivo apresentam o mesmo valor
óptimo.
TEOREMA 2:
Se o problema Primal é de Max (min), o valor da f.o. Z de
qualquer solução admissível, XT = [ x1 x2 ... xn ], do
problema Primal nunca é superior (inferior) ao valor da f.o. G
de qualquer solução admissível, YT = [ y1 y2 ... ym ], do
problema Dual, i.e., CT X ≤ bT Y (CT X ≥ bT Y).
TEOREMA 3:
Um problema de P.L. tem solução óptima finita sse existirem
soluções admissíveis para os problemas Primal e Dual.
TEOREMA 4:
Se para algum dos problemas (Primal ou Dual) existir solução
óptima não limitada então o outro problema não tem soluções
admissíveis.
79
PROPRIEDADE E TEOREMAS – Continuação
TEOREMA 5:
Se X e Y são soluções admissíveis para um par de
problemas duais, com valores iguais das funções
objectivo então X e Y são soluções óptimas para os
respectivos problemas.
80
RELAÇÕES DE COMPLEMENTARIDADE
Se a actividade j está
incluída no plano óptimo
de produção (xj* > 0)
Se actividade j está
excluída do plano de
produção (xj* = 0)
81
Continuação...
82
CAPITULO IX
84
ALGORITMO DUAL DO SIMPLEX
85
Continuação...
PASSO 5: CONSTRUÇÃO DO
QUADRO SEGUINTE
• O novo quadro obtém-se
transformando o quadro anterior de
acordo com as expressões já
estudadas, usando como PIVOT o
elemento que se encontra
simultaneamente na linha pivot e na
coluna pivot.
• Voltar ao PASSO 2.
87
CAPITULO X
PROGRAMAÇÃO EM INTEIROS
Max Z = 3 x1 + 4 x 2
s. a : 2 x1 + 3 x 2 6
4 x1 + 5 x 2 8
x1 , x 2 0
89
PROBLEMAS DE PROGRAMAÇÃO
EM INTEIROS
x1=0
Impossivel x2=1
x1=0 x1=1 z=4
x2=8/5 x2=4/5
z=32/5 x1=3/4 z=6,2 x1=2
x2=1 x2=0
z=6,25 x1=0 z=6
x2=1
z=4
x = 2, x 2 = 0 e z = 6
*
1
* *
90
BIBLIOGRAFIA
João, Carlos Alexandre, Textos de apoio
teórico/prático (2011), 2ª edição.
Ramalhete,M., Guerreiro,J., Magalhães, A.,
Programação Linear, vols 1 e 2, McGraw-Hill
(1985).
Bronson R. , Naadimuthu G., Investigação
Operacional, Segunda Edição. McGraw-Hill
(2001).
Hillier, F.S., Lieberman, G.J., Introduction to
Operations Research, 5th edition, McGraw-
Hill (1990).
Hamdy A. Tana, Operation Research. An
introduction, Sixth Edition, Prentice Hall
(1997)
James P. Ignizio and Tom M. Cavalier, Linear
Programming. Prentice Hall International
Series in Industrial and Systems Engineering,
Prentice-Hall, Englewood Cliffs, NJ, 1994.
91