Você está na página 1de 29

Programao Linear e

o processo de deciso
Aula 7 Administrao para
Engenharia
Programao linear - conceito
uma tcnica da Pesquisa Operacional.
uma tcnica de otimizao;
uma tcnica de planejamento; ou seja,



A Programao linear uma ferramenta utilizada para
encontrar o lucro mximo ou o custo mnimo em situaes
nas quais temos diversas opes de escolha sujeitas a algum
tipo de restrio ou regulamentao.
PROGRAMAO = PLANEJAMENTO

o planejamento de atividades para obter um resultado
timo, isto , um resultado que atenda,
da melhor forma possvel, a um determinado objetivo.

Objetivos para o estudo da
programao linear :

Buscar a distribuio eficiente de recursos
limitados para atender um determinado
objetivo; em geral
ENCONTRAR LUCRO MXIMO OU
CUSTO MNIMO
Em qualquer modelo de PL, o decisor
quer maximizar ou minimizar alguma
funo das variveis de deciso.
Importante
reas de aplicao da programao linear:
a) Problemas de alocao, ou seja, problemas
envolvidos na alocao de recursos escassos entre
fins alternativos, de acordo com algum critrio.

b) Problemas complexos de alocao que no
podem ser resolvidos satisfatoriamente com as
tcnicas analticas convencionais.


Alguns exemplos de problemas de alocao:
Determinao do produto a ser fabricado
Demanda
esperada
Adequabilidade
Facilidade de
distribuio
Capacidade de
produo
Objetivo:
MAXIMIZAR
OS LUCROS
Alguns exemplos de problemas de alocao:



Considerar:
DISPONIBILIDADE DE INGREDIENTES
CUSTOS RELATIVOS DOS INGREDIENTES


Qual a combinao que resultar no custo mnimo de material
por unidade do produto final?

Problemas de mistura ou combinao de ingredientes utilizados
na fabricao dos produtos.

Alguns exemplos de problemas de alocao:
Programao da produo e planejamento de estoque
Procura-se qual o programa de produo e
quais os nveis planejados de estoque durante o prximo perodo
planejado que satisfaro
demanda esperada e tambm resultaro em custo mnimo?
Alguns exemplos de problemas de alocao:
Problemas de transporte e distribuio fsica
Pergunta-se qual o plano fsico de
distribuio que estar tanto dentro das restries
de capacidade como da demanda
e que ao mesmo tempo minimize os custos
de produo e de distribuio
durante o perodo de planejamento.
MTODOS DE PROGRAMAO LINEAR
O caso bsico, ou geral, chamado MTODO
SIMPLEX, porque baseado no algoritmo
simplex.
Algoritmo criado para se obter a soluo algebricamente.
Seqncia finita de passos que se seguidas levam ao
objetivo procurado.

O Mtodo Simplex uma tcnica utilizada para
se determinar, numericamente, a soluo tima de
um modelo de Programao Linear.


FORMULAO DE MODELOS DE PROGRAMAO
LINEAR
Quando da anlise de um problema, tentando
enquadr-lo em um modelo de programao linear
fundamental que se consiga distinguir:
quais so as variveis fora do
controle do analista, ou
parmetros, cujos valores
j esto fixados
quais so as variveis de deciso,
ou seja, aquelas
cujo valor se quer conhecer
FORMULAO DE MODELOS DE
PROGRAMAO LINEAR
As variveis de deciso compem tanto a funo objetivo
como as restries e so em geral designadas por letras como
x, y, z, etc., ou por uma letra indexada como x1, x2, etc.

Funo Objetivo: uma equao para a qual se deseja obter um
resultado mximo ou mnimo sujeito a restries ou
condicionamento constitudo por vrias equaes ou
inequaes.

A funo objetivo representada, pela maioria dos autores,
como uma funo de uma varivel Z, representando o sentido
da otimizao (maximizao ou minimizao).
Exemplo: MAX Z = 20x1+60x2 funo objetivo
FORMULAO DE MODELOS DE
PROGRAMAO LINEAR
Esses valores que x1 e x2 podem assumir esto
condicionados a restries.

Restries:
Os recursos so escassos.
No se pode utilizar o que no se tem!
A quantidade utilizada deve ser menor ou igual a
quantidade disponvel.
As quantidades de fabricao devem ser no negativas.

EXEMPLO DE FORMULAO: Maximizao
Indstria de mveis Freso
Problema: composio de produto.
Produz entre outros artigos, 2 tipos de conjunto de salas
de jantar: Beatrice e Anamaria.
A empresa est preparando sua programao semanal de
produo para os dois conjuntos.
Sabe-se:
Que no h restries no tocante demanda do conjunto
Beatrice (dentro das limitaes de produo atuais da fbrica);
E que para o conjunto Anamaria dificilmente a demanda
semanal ultrapassar 8 unidades.
A fabricao dos dois conjuntos dividida em dois grandes blocos de
operaes:
Preparao ( consistindo do corte da madeira e preparao para montagem);
Acabamento ( consistindo da montagem dos conjuntos e acabamento final).

Em face dos outros produtos existentes, a Freso no poder alocar:
mais de 100 horas para a preparao;
e 108 horas para o acabamento durante a semana.
o conjunto Beatrice exige 5 horas para a preparao e 9 horas para o
acabamento;
o conjunto Anamaria esses nmeros so de 10 e 6 horas respectivamente.

A Freso deve decidir:
quantas unidades de cada conjunto devem ser fabricadas:
levando em conta que o conjunto Beatrice fornece um lucro unitrio de R$
4000,00
enquanto que para o conjunto Anamaria o lucro unitrio de R$ 5000,00.
Soluo
Conjunto Horas
preparao
Horas
acabamento
Demanda
mxima
Lucro
unitrio
Beatrice
X
5 9 No h R$4000,00
Anamaria
Y
10 6 8 R$5000,00
As variveis de deciso constam na tabela. Deseja-se saber quantas unidades de cada conjunto
devem ser produzidas. Chamemos de:

X = nmero de unidades do conjunto Beatrice
Y = nmero de unidades do conjunto Anamaria

O estabelecimento da funo objetivo vem a seguir. Como cada unidade
de conjunto Anamaria contribui com R$ 4000,00 de lucro, contra R$
5000,00 de cada conjunto Anamaria, o lucro total derivado de X
unidades do primeiro conjunto e Y unidades do segundo conjunto ser
dado por:

Expresso esta que desejamos maximizar.
Seguindo este raciocnio semelhante, podemos montar as restries.
O nmero total de horas de preparao que se gastar para os dois
conjuntos

que no pode ser maior que o mximo de 100 horas que esto
disponveis para a preparao, logo, a primeira restrio fica



4000x + 5000y



5x + 10 y


para o acabamento, a restrio ser escrita como



a ltima restrio diz respeito demanda mxima dos conjuntos
Anamaria, que no pode ultrapassar a 8 unidades semanais




finalmente, todo problema de programao linear possui as
chamadas condies de no negatividade, segundo as quais as
variveis de deciso s podem assumir valores positivos ou nulos:


Resumindo, o problema da indstria de mveis Freso, formulado
completamente segundo um modelo de programao linear o
seguinte:
Maximizar 4000x + 5000y
Sujeito a






o problema da indstria Freso admite como soluo x = 8 e y = 6,
levando a um valor mximo da funo objetivo de

4000 (8) + 5000 (6) = R$ 62.000,00
EXEMPLO DE FORMULAO: Maximizao

se os valores x = 8 e y = 6 forem substitudos
nas restries, veremos que as horas de
preparao e acabamento so totalmente
esgotadas pela produo. Ao se tentar outros
valores de x e y verifica-se que sempre conduzem
a um valor da funo objetivo menor que R$
62.000,00.
EXEMPLO DE FORMULAO: MINIMIZAO
A ABORDAGEM essencialmente a mesma que em problemas de
maximizao.
Consideremos o caso do Senferro A e do Senferro Extra, que so
os nomes comerciais de dois lquidos antiferruginosos produzidos
pela ABC Qumica Industrial Ltda. Os dois lquidos so obtidos pela
adio, em propores diferentes, de dois lquidos denominados de
HPO 33 e B 45 que so adquiridos de outros fornecedores pela
ABC. As propores, todas em volume, so as seguintes:

Senferro A : 7 partes de HPO 33 para 5 partes do B 45

Senferro Extra: 4 partes de HPO 33 para 8 partes do B45

A ABC deseja programar a sua produo para o ms seguinte . Como os dois produtos
Senferro A e Senferro Extra tm encontrado uma excelente aceitao no mercado
servido pela ABC, esta espera que dever vender pelo menos 7000 litros do Senferro A e
3200 litros do Senferro Extra.

A aquisio dos componentes BPO 33 e B45 costuma gerar alguns problemas de caixa
para a ABC, dado que os fornecedores exigem pagamento vista, enquanto que a ABC
costuma dar 10 dias para os clientes.

A alternativa para a ABC ento a de minimizar o investimento feito na compra do HPO
33 e do B45, que custam respectivamente R$ 400,00 e R$ 200,00 o litro.

Existe uma clusula adicional com o fornecedor do HPO 33, segundo a qual a ABC no
pode adquirir menos que 200 litros desse componente a cada compra.
Soluo
Organizao dos dados do problema

Propores
Componente Senferro
A
Senferro
Extra
Compra
mnima
Custo
unitrio
HPO 33 7 4 200 R$400,00
B 45 5 8 No h R$200,00

As quantidades a adquirir dos componentes HPO 33 e B
45 so variveis de deciso. Assim, teremos que trabalhar
com 4 variveis para efeito de elaborao do modelo:

x1 = quantidade de HPO 33 a ser usada no Senferro A

x2 = quantidade de HPO 33 a ser usada no Senferro Extra

y1 = quantidade de B 45 a ser usada no Senferro A

y2 = quantidade de B 45 a ser usada no Senferro Extra


Assim, ser a quantidade de HPO 33 a comprar
enquanto que, ser a quantidade de B 45.
(x1 + x2 )
(y1 + y2 )
Como cada unidade de HPO 33 contribui com R$ 400 para o custo
Enquanto que cada unidade de B 45 contribui com R$ 200 para o
custo
Independentemente de serem usadas em um ou outro produto,

A funo objetivo fica:



A primeira restrio a considerar o atendimento da demanda mnima
da Senferro A, que de 7000 litros.

Supondo que as condies de linearidade prevaleam, quando se
misturam os dois componentes a quantidade final de Senferro A
simplesmente a soma das quantidades isoladas dos componentes.
Minimizar 400 x1 + 400 x2 + 200 y1 + 200 y2
A primeira restrio fica:


o mesmo raciocnio vale para a restrio referente ao
Senferro Extra, cuja demanda mnima de 3200 litros :
A segunda restrio fica:



A terceira restrio diz respeito compra mnima do
componente HPO 33, que deve ser de 200 litros

H ainda duas restries, que dizem respeito s propores
que devem manter entre si os dois componentes na
composio dos dois produtos.
Na mistura para a obteno do Senferro A , a proporo
entre o HPO 33 e o B 45 deve ser 7:5



como de costume que todas as variveis estejam
alinhadas, e que o lado direito das restries seja sempre
um nmero, pode-se reescrever a restrio como


5 x1 - 7 y1 = 0
Na obteno do Senferro Extra, as propores so
de 4:8 para HPO 33 e B 45.





sem esquecer as condies de no negatividade,
finalmente:

8 x2 - 4 y2 = 0

resumindo, o modelo completo temos:




sujeito a
minimizar 400 x1 + 400 x2 + 200 y1 + 200 y2