Você está na página 1de 31

PESQUISA

OPERACIONAL:
MÉTODO
DETERMINÍSTICOS
UNIDADE 2 – SIMPLEX
P R O F. C A R L A F E R R E I R A
ALUNO: DIEGO ALAN FELIZARI
ORIGEM
 Método Simplex foi criado após a Segunda Guerra Mundial por George
Bernard Dantzig, e tem como objetivo gerar a solução ótima de
problemas de programação linear. Desde seu surgimento, vem sendo o
método mais utilizado na resolução de otimização, seja ela de
maximização ou minimização, de problemas da área de Pesquisa
Operacional.
O método científico é a linha de raciocínio adotada no processo de
pesquisa, onde o método é a forma de se pensar para se atingir à natureza
de um determinado problema, e a pesquisa científica nada mais é do que
o processo formal e sistemático de desenvolvimento do projeto em si.
DEFINIÇÕES TERMINOLOGIAS
Solução: qualquer atribuição de valores para as varáveis de decisão do modelo.
Solução praticável: qualquer solução em que nenhuma das restrições do
modelo é violada.
Solução impraticável: qualquer solução em que pelo menos uma das
restrições do modelo é violada.
Solução básica: é uma solução em que algumas das vaiáveis são tomadas iguais
a zero e as demais são obtidas na resolução do sistema de equações.
Variáveis de folga: são variáveis que são acrescentadas as inequações para
transformá-las em equações.
APLICAÇÃO
Dentre os problemas estudados pelos diversos grupos de cientistas na Segunda Guerra Mundial
incluem-se: o emprego eficiente do radar, uso de canhões antiaéreos, táticas de bombardeio a
submarinos, escolta navais, etc. A surpreendente eficácia desses grupos deveu-se mais a
engenhosidade usada para coletar dados e informações para subsequentes análise do que,
propriamente, à geração de técnicas específicas. Esta fórmula de abordar problemas complexos
estimulou a disseminação desses grupos e, ao final da guerra, determinou sua manutenção, mas
redirecionados para desafios ligados à gerência civil.
O marco definitivo na afirmação da Pesquisa Operacional foi a publicação por G. Dantzig, em 1947, do
método simplex para a programação linear. Assim, a programação linear se tornou a primeira técnica
explícita e permanece hoje como a mais básica e útil de todas as técnicas da Pesquisa Operacional.
Em meio aos avanços da programação linear e da informática, o método simplex passou a ser
implementado em diversas plataformas de análise de dados. Como exemplo, em ensaios mecânicos,
empresas como panificação.
O MÉTODO SIMPLEX
 O método Simplex (por programação linear) tem por objetivo encontrar a melhor solução para
problemas que tenham seus modelos representados por expressões lineares. Consiste na
maximização ou minimização de uma função objetivo, respeitando um sistema de igualdades ou
desigualdades, que recebem o nome de restrições do modelo. Essas restrições determinam uma
região à qual se dá o nome de conjunto viável ou solução ótima.

 É um método de programação linear que fornece a solução de qualquer modelo linear,


podendo ser utilizado para a sua aplicação o “solver” do Excel®, que atua com planilhas
eletrônicas e indica se o modelo tem solução ilimitada, se não tem solução ou se possui infinitas
soluções.
O MÉTODO SIMPLEX
 É apenas utilizado após as variáveis de decisão, as restrições e a função objetivo já serem
conhecidas. Ele utiliza um algoritmo iterativo a fim de evidenciar a solução que satisfaça as
restrições e traga o melhor valor à função objetivo, tornando a solução encontrada por ele a
solução ótima do problema.

Método Simplex não obterá a solução ótima em dois casos: quando as restrições são
incompatíveis, e quando as variáveis de decisão tendem seus resultados ao infinito – positivo ou
negativo –, o que faz com que a solução ótima também tenda ao infinito.

De modo geral, as variáveis de decisão em problemas de gestão já possuem a restrição de não
negatividade, visto que estas variáveis dizem respeito a quantidade de produtos a serem
produzidos e, por isso, não é possível produzir unidades negativas.
Limitações - RESUMO
 

 Igualdades: não necessita da variável de folga / complemento.


Não aplicável para valores negativos (de x). Substituição por
Obrigatório ter 0,0,.. (origem na solução).
Restrições na forma .
Problema padrão.
O MÉTODO SIMPLEX – COMO
RESOLVER
 Examine uma sequência de soluções básicas viáveis com o aumento dos valores da função
objetivo até que uma solução ideal seja atingida ou seja provado que o PL é ilimitado.
 Para ser iniciado, o método simplex necessita conhecer uma solução básica viável (solução
inicial). Se a solução atual não é ótima, então o simplex muda do ponto extremo atual ao ponto
extremo adjacente. Este processo continua até que a solução seja ótima.
ETAPAS
Passo 0: Achar uma solução viável básica
inicial.
Passo 1: Verificar se a solução atual é
ótima. Se for, pare.
Passo 2: Determinar a variável não-básica
que deve entrar na base.
Passo 3: Determinar a variável básica que
deve sair da base.
Passo 4: Achar a nova solução viável
básica, e voltar ao Passo 1.
MÉTODO SIMPLEX E SOLVER
 Utilização de uma planilha contendo um sistema lógico que torna possível imputar
todas as restrições, variáveis de decisão e função objetivo, podendo obter os resultados
contendo as melhores respostas alcançadas através da otimização.
 O Solver é um suplemento do Microsoft Excel que você pode usar para teste de
hipóteses. Use o Solver para encontrar um valor ideal (máximo ou mínimo) para uma
fórmula em uma célula — conforme restrições, ou limites, sobre os valores de outras
células de fórmula em uma planilha. O Solver trabalha com um grupo de células,
chamadas variáveis de decisão ou simplesmente de células variáveis, usadas no cálculo
das fórmulas nas células de objetivo e de restrição. O Solver ajusta os valores nas
células variáveis de decisão para satisfazer aos limites sobre células de restrição e
produzir o resultado que você deseja para a célula objetiva (MICROSOFT, 2019).
EXEMPLO FABRICA BICICLETAS
Um empresário tem duas fábricas de bicicletas (3 e 10 marchas).
- Fábrica A produz 16 bicicletas de 3 marchas e 20 de 10 por dia;
- Fábrica B produz 12 bicicletas de 3 marchas e 20 de 10 por dia;
Para operar a fábrica A custa 1000,00 $/dia e a fabrica B, 800$/dia.

O empresário recebeu um pedido de 96 bicicletas e 3 marchas e 140 de 10


marchas.
Como dividir a produção para minimizar o custo?
RESOLUÇÃO EXEMPLO FABRICA
BICICLETAS
• = numero de dias fabrica A
• = numero de dias fabrica B

• Bicicletas de 3 marchas
 Restrições na forma

• Bicicletas de 10 marchas
RESOLUÇÃO EXEMPLO FABRICA
BICICLETAS
RESOLUÇÃO EXEMPLO FABRICA
BICICLETAS
Pivotando:

Valores positivos
para X? Sim, então
continua pivotando.
RESOLUÇÃO EXEMPLO FABRICA
BICICLETAS
Pivotando:

Valores positivos
para X? Não, então
interpretamos.
RESOLUÇÃO EXEMPLO FABRICA
BICICLETAS
Interpretação: o que não está na solução na matriz identidade, descarta.
EXEMPLO E IMPLEMENTAÇÃO
SOLVER
A transportadora ÔMEGA irá fazer o transporte dos seus produtos eletrônicos de 3 (três) fábricas para 4
(quatro) Centros de Distribuição. Os custos unitários do transporte são apresentados na tabela a seguir. Sabe-
se que as fábricas (1, 2 e 3) têm capacidade de produção de 40, 100 e 60 unidades respectivamente. As
necessidades dos Centros de Distribuição (A, B, C e D) são 20, 70, 50, 90 respectivamente. Pede-se para
determinar:
Tabela 01 - Custos Unitários dos Transportes (R$/unidade)
  CD 01 CD 02 CD 03 CD 04 Capacidade
Fábrica 01 5 3 10 8 40
Fábrica 02 5 2 4 9 100
Fábrica 03 8 11 9 10 60
Demanda 20 70 50 90  

Determine o custo do transporte a partir do “Método de Aproximação de Vogel”.


RESOLUÇÃO
Capacidade das Fábricas (Pontos de Origem): 40 + 100 + 60 = 200 unidadesNecessidade das Demandas (Pontos de
Destino): 20 + 70 + 50 + 90 = 230 unidades
 
Logo como as 3 fábricas não são suficientes para atender plenamente as necessidades requeridas dos 4 pontos de
destino, temos que “criar uma fábrica fictícia” para poder resolver o problema. Essa fábrica F4 irá produzir
exatamente a quantidade que está faltando, ou seja, 30 unidades. Logo o novo quadro ficará calculado desta forma:
 
  CD 01 CD 02 CD 03 CD 04 Capacidade
Fábrica 01 5 3 10 8 40
Fábrica 02 5 2 4 9 100
Fábrica 03 8 11 9 10 60
Fábrica 04 0 0 0 0 30
Demanda 20 70 50 90  
RESOLUÇÃO
Observação: Perceba que na matriz de custo foram associados os valores 0(zero) para os custos de F4 para D1,
D2, D3 e D4, respectivamente, uma vez que de fato essa fábrica não existe.
 
O procedimento agora será análogo ao exemplo anterior, com o cálculo das penalidades, identificação da maior
penalidade, menor custo e definição da célula de alocação.

  CD 01 CD 02 CD 03 CD 04 Capacidade Penalidade
Fábrica 01 5 3 10 8 40 2
Fábrica 02 5 2 4 9 100 2
Fábrica 03 8 11 9 10 60 1
Fábrica 04 0 0 0 0 30 0
Demanda 20 70 50 90    
Penalidade 5 2 4 8    
RESOLUÇÃO
Célula de Alocação: F4D4
  CD 01 CD 02 CD 03 CD 04 Capacidade
Fábrica 01 5 3 10 8 40
Fábrica 02 5 2 4 9 100
Fábrica 03 8 11 9 10 60
Fábrica 04 --- --- --- 30 30
0 0 0 0 0
Demanda       90  
20 70 50 60

Cálculo das
Penalidades   CD 01 CD 02 CD 03 CD 04 Capacidade Penalidade
Fábrica 01 (5) (3) (10) (8) 40 2
Fábrica 02 (5) (2) (4) (9) 100 2
Fábrica 03 (8) (11) (9) (10) 60 1
--- --- --- 30  
Fábrica 04 ---
(0) (0) (0) (0) 0
Demanda 20 70  50  60    
Penalidade 0 1 5      
RESOLUÇÃO
Célula de Alocação:
  CD 01 CD 02 CD 03 CD 04 Capacidade
F2D3 Fábrica 01 (5) (3) --- (8) 40
(10)
Fábrica 02     50   100
(5) (2) (4) (9) 50
 
Fábrica 03 (8) (11) --- (10) 60
(9)
Fábrica 04 --- --- --- 30  
(0) (0) (0) (0) 0
Demanda 20 70 50 60  
0
RESOLUÇÃO
Cálculo das
Penalidades   CD 01 CD 02 CD 03 CD 04 Capacidade Penalidade
Fábrica 01 (5) (3) --- (8) 40 2
(10)
Fábrica 02   50   50 3
(5) (2) (4) (9)  
 
Fábrica 03 (8) (11) --- (10) 60 2
(9)
Fábrica 04 --- --- --- 30   ---
(0) (0) (0) (0) 0
Demanda 20 70 0 60    
 
Penalidade 0 1 --- 1    
RESOLUÇÃO
Célula
  CD 01 CD 02 CD 03 CD 04 Capacidade
F2D2
Fábrica 01 (5) (3) --- (8) 40
(10)
Fábrica 02 --- 50 50 ---- 50
(5) (2) (4) (9) 0
   
Fábrica 03 (8) (11) --- (10) 60
(9)
Fábrica 04 --- --- --- 30  
(0) (0) (0) (0) 0
Demanda 20 70 0 60  
20  
RESOLUÇÃO
Cálculo das
  CD 01 CD 02 CD 03 CD 04 Capacidade Penalidade
Penalidades Fábrica 01 (5) (3) --- (8) 40 2
(10)
Fábrica 02 --- 50 50 ---- 0 ---
(5) (2) (4) (9)  
   
Fábrica 03 (8) (11) --- (10) 60 2
(9)
Fábrica 04 --- --- --- 30   ---
(0) (0) (0) (0) 0
Demanda 20 20 0 60    
   
Penalidade 3 8 ---      
RESOLUÇÃO
Célula de Alocação:
  CD 01 CD 02 CD 03 CD 04 Capacidade
F1D1
Fábrica 01 20 20 --- (8) 20
(5) (3) (10) 0
 
Fábrica 02 --- 50 50 ---- 0
(5) (2) (4) (9)  
 
Fábrica 03 --- --- --- 60 60
(8) (11) (9) (10) 0
Fábrica 04 --- --- --- 30  
(0) (0) (0) (0) 0
Demanda 20 0 0 60  
0     0
 
RESOLUÇÃO
Quadro Final
  CD 01 CD 02 CD 03 CD 04
Fábrica 01 20 20 --- (8)
(5) (3) (10)
Fábrica 02 --- 50 50 ----
(5) (2) (4) (9)
 
Fábrica 03 --- --- --- 60
(8) (11) (9) (10)
Fábrica 04 --- --- --- 30
(0) (0) (0) (0)

Logo:
Custo Mínimo de Transporte: 20*5 + 20*3 + 50*2 + 50*4 + 60*10 + 30*0

Custo Mínimo de Transporte: 100 + 60 + 100 + 200 + 600 + 0 =


Custo Mínimo de Transporte: R$ 1.060,00

a) Como na tabela final a Fábrica Fictícia está enviando 30 unidades para o destino 04, este é a demanda que não será
plenamente abastecida.
EXEMPLO – ITEM 5
A partir do Método Simplex determine a solução dos seguintes problemas de Programação Linear.

Maximizar L = 4x + 5y

Sujeito a:
4x + 7y  336
6x + 3y  252
x1 , x2  0
RESOLUÇÃO
1o Passo: Transformação da Função Objetivo e das Restrições:
L – 4x – 5y = 0
4x + 7y + f1 = 336
6x + 3y + f2 = 252

2o Passo: Montagem do 1o Tableau:


Z x y F1 F2 LD Base
1 -4 -5 0 0 0 Linha Z
0 4 7 1 0 336 F1
0 6 3 0 1 252 F2

Neste primeiro tableau temos F1 e F2 na base, assumindo os valores 336 e 252, respectivamente. Como as variáveis x e y
estão fora da base os seus valores são 0.
Como na Linha Z temos elementos negativos o tableau ainda não representa a solução ótima.
Portanto, alguma variável tem que entrar na base e, conseqüentemente, outra variável tem que sair.
RESOLUÇÃO
3o Passo: Critério para definir a variável que entra na base:

Temos que escolher o menor valor da linha Z.

Z x y F1 F2 LD Base
1 -4 -5 0 0 0 Linha Z
0 4 7 1 0 336 F1
0 6 3 0 1 252 F2

A partir do tableau podemos perceber que esse valor é -5. Portanto, a variável y deverá entrar na base. Logo temos que
definir entre F1 e F2 quem vai sair da base. A coluna da variável que vai entrar na base é caracterizada por coluna-pivô.
RESOLUÇÃO
4o Passo: Critério para definir a variável que sai da base:

Z x y F1   F2 LD Quociente Base
1 -4 -5 0   0 0   Linha Z
0 4 7 1   0 336   F1
0 6 3 0   1 252   F2

Para definir qual será a variável que vai sair da base (F1 ou F2) temos que calcular o quociente entre o Lado Direito (LD)
e os valores que estão em destaque na coluna y, que foi a variável selecionada para entrar na base.
Logo: F1: 336/7 = 48
F2: 252/3 = 84
Portanto a variável F1 vai sair da base e a sua linha é caracterizada por linha-pivô.
Observação: Nessa divisão não podemos ter número negativo como resultado.
BIBLIOGRAFIA
 ww.aprepro.org.br › conbrepro › down
https://www.scielo.br/pdf/prod/v25n3/0103-6513-prod-094812.pdf
http://fateclog.com.br/anais/2019/APLICA%C3%87%C3%83O%20DO%20M%C3%89TODO%20SIMPLEX%20PARA
%20A%20MINIMIZA%C3%87%C3%83O%20DE%20CUSTOS%20DE%20UMA%20TRANSPORTADORA%20NA%20RE
GI%C3%83O%20DE%20RIBEIR%C3%83O%20PRETO%20SP.pdf
https://docs.ufpr.br/~volmir/PO_I_05_metodo_simplex.pdf
https://www.marinha.mil.br/spolm/sites/www.marinha.mil.br.spolm/files/071_0.pdf
https://www.youtube.com/watch?v=sccSx3gr-gM
CORRAR, Luiz J.; THEÓPHILO, Carlos Renato. Pesquisa operacional para decisão em
contabilidade e administração - 1ª Edição. São Paulo: Atlas, 2004.

Você também pode gostar