Escolar Documentos
Profissional Documentos
Cultura Documentos
4ª Aula (cont.)
Método Simplex
É um procedimento algébrico utilizado para resolução de problemas de programação linear, com base
numa interpretação geométrica,cuja compreensão facilita a sua utilização e evidencia as razões da sua
simplicidade e eficácia.
Neste problema, cada restrição é representada por uma linha que
limita a região admissível.
Os pontos de intersecção das linhas de restrição são Soluções em
Pontos de Quebra (SPQ) do problema.
(0,9)
Maximizar Z = 3x1 + 5x2 Estas SPQ podem ser SPQ Admissíveis – caso dos pontos (0,0)
s.a.: (4,0) (4,3) (2,6) e (0,6) – ou SPQ Não Admissíveis (6,0) (4,6) e (0,9).
x1 4
Para qualquer problema de programação linear com n variáveis de
2x2 12
(2,6) (4,6)
2x1 + 3x2 18
decisão, diz-se que 2 SPQ Admissíveis são adjacentes se partilham
(0,6) n-1 restrições. As 2 SPQ Admissíveis estão ligadas por um
Xi 0
segmento de recta que se situa nas restrições comuns. Esse
segmento denomina-se limite da região admissível.
(4,3) Neste caso como n = 2, as SPQA partilham 1 restrição
Região
Admissível Teste de Optimização
Considere um problema de programação linear que tem pelo menos
(0,0) uma solução óptima. Se uma SPQA não tem SPQA adjacentes que
(4,0) (6,0) sejam melhores (considerando Z) então será uma Solução Óptima.
Cecília Rocha # 1
INVESTIGAÇÃO OPERACIONAL
4ª Aula (cont.)
Procedimentos do Método Simplex
Início
1 Escolher o ponto (0,0) como SPQA inicial
Teste de Optimização
Concluir que o ponto (0,0) não é a Solução Óptima (os pontos adjacentes levam a uma
melhor solução)
(0,9)
Iterações
1ª Iteração
Dos 2 limites que partem de (0,0) escolher a direcção x 2 – dado que tem maior
parâmetro em Z, pelo que se chegará mais rapidamente à solução óptima.
(2,6) (4,6) Parar no próximo limite da região admissível
(0,6)
2 3 2 Resolver para a intersecção das duas restrições ponto (0,6)
Teste de Optimização
Concluir que o ponto (0,6) não é a Solução Óptima
(4,3) 2ª Iteração
Dos 2 limites que partem de (0,6) escolher a direcção paralela a x 1 – dado que a
Região
Admissível outra direcção levaria à uma diminuição do valor de Z
Parar no próximo limite da região admissível
3 Resolver para a intersecção das duas restrições ponto (2,6)
1
(0,0) Teste de Optimização
(4,0) (6,0)
Concluir que o ponto (2,6) é a Solução Óptima
Cecília Rocha # 2
INVESTIGAÇÃO OPERACIONAL
4ª Aula (cont.)
Metodologia do Método Simplex
1º Conceito de Solução
O método simplex só analisa Soluções em Pontos de Quebra (SPQ). Para qualquer problema com pelo menos
uma solução óptima, só é necessário encontrar a melhor SPQ.
2º Conceito de Solução
O método simplex é um procedimento iterativo com a seguinte sequência:
Inicialização início das iterações e procura da SPQ inicial
3º Conceito de Solução
Sempre que possível, a inicialização do método simplex é feita na Origem (todas as variáveis de decisão iguais a
zero), o que evita a necessidade de calcular algebricamente o valor das variáveis.
Cecília Rocha # 3
INVESTIGAÇÃO OPERACIONAL
4ª Aula (cont.)
Metodologia do Método Simplex
4º Conceito de Solução
Cada vez que o método simplex realiza uma iteração para se aproximar de uma
SPQ melhor, escolhe sempre uma SPQ adjacente e nunca nenhuma das outras
ainda disponíveis. Assim, o percurso percorrido para atingir a solução óptima será
ao longo dos limites da Região Admissível.
(0,9)
(0,0) SPQ adjacentes (4,0) e (0,6)
5º Conceito de Solução
O método simplex analisa os limites da Região Admissível que partem da SPQ
actual e levam às SPQ adjacentes, identificando a taxa de crescimento de Z que
(2,6) (4,6)
TC = 3 será obtida pela movimentação em cada limite. Das taxas de crescimento positivas,
(0,6) TC 0
2 3 o método simplex escolha a maior.
TC
A Forma Aumentada do Problema é constituída pelas Variáveis de Decisão e pelas Variáveis de Folga
Uma Solução Básica (SB) é uma solução em ponto de quebra aumentada
Uma Solução Básica Admissível (SBA) é uma solução em ponto de quebra admissível aumentada
Cecília Rocha # 5
INVESTIGAÇÃO OPERACIONAL
4ª Aula (cont.)
Preparação do Método Simplex
Cecília Rocha # 6
INVESTIGAÇÃO OPERACIONAL
4ª Aula (cont.)
Exemplo de Aplicação do Método Simplex – Resolução Algébrica
Inicialização
Maximizar Z = 3x1 + 2x2 Maximizar Z = 3x1 + 2x2
s.a.: s.a.:
x1 4 Adicionar x1 + x3 =4
x1 + 3x2 15 Variáveis de Folga x1 + 3x2 + x4 = 15
2x1 + x2 10 2x1 + x2 + x5 = 10
xi 0
Solução Básica Admissível Inicial
Resolução do sistema na Forma Aumentada
Se x1 = 0 e x2 = 0 x3 = 4; x4 = 15 e x5 = 10
SBA inicial (0, 0, 4, 15, 10)
Teste de Optimização
Taxas de crescimento em x 1 e x2 (são ambas positivas)
TC (x1) = 3
TC (x2) = 2
Determinação da direcção do movimento
Como a Taxa de Crescimento em x 1 é superior, x1 deixará de ser VNB e passará a variável básica de entrada
Cecília Rocha # 7
INVESTIGAÇÃO OPERACIONAL
4ª Aula (cont.)
Exemplo de Aplicação do Método Simplex – Resolução Algébrica (cont.)
1ª Iteração
Determinar a VB que passará a Variável Básica de Saída (VBS), ou seja, qual a VB que tomará o valor zero em
primeiro lugar
Se x2 = 0, então
x1 + x 3 = 4 x3 = 4 – x 1 0 x1 4 mínimo
x1 + 3x2 + x4 = 15 x4 = 15 – x1 0 x1 15
2x1 + x2 + x5 = 10 x5 = 10 – 2x1 0 x1 5
2ª Iteração
Determinar a VB que passará a Variável Básica de Saída (VBS), ou seja, qual a VB que tomará o valor zero em
primeiro lugar
Se x3 = 0, então
x1 + x3 =4 x1 = 4 0 x1 =
3x2 – x3 + x4 = 11 x4 = 11 – 3x2 0 x2 11/3
x2 – 2x3 + x5 = 2 x5 = 2 – x2 0 x2 2 mínimo
Cecília Rocha # 9
INVESTIGAÇÃO OPERACIONAL
4ª Aula (cont.)
Exemplo de Aplicação do Método Simplex – Resolução Algébrica (cont.)
Encontrar a nova SBA
Se x3 = 0 e x5 = 0, então (para anular x2 em todas as equações menos uma)
(0) Z - 2x2 + 3x3 = 12
(1) x1 + x3 =4
(2) 3x2 – x3 + x4 = 11
(3) - x 2 - 2 x3 + x5 = 2
Realizando as operações indicadas à esquerda, obtemos:
(0)+2(3) (2º) Z – 2x2 + 3x3 + 2(-x2 – 2x3 + x5) = 12 + 2*2 Z – x3 + 2x5 = 16
(1)-0(3) (3º) x1 + x3 =4 x 1 + x3 =4
(2)-3(3) (4º) x1 + 3x2 + x4 - 3(-x2 –2x3 + x5) = 11 – 3*2 5x3 + x4 – 3x5 = 5
(3) (1º) - x2 + 2x3 + x5 = 2 x2 – 2x3 + x5 = 2
Encontrar a nova SBA
Se x3 = 0 e x5 = 0 então x1 = 4; x2 = 2; x4 = 5 e Z = 16
SBA intermédia (4, 2, 0, 5, 0)
Teste de Optimização
Taxas de crescimento em x3 e x5
TC (x3) = 1
TC (x5) = -2
Determinação da direcção do movimento
Como a Taxa de Crescimento em x 3 é positiva, x3 deixará de ser VNB e passará a variável básica de entrada
Cecília Rocha # 10
INVESTIGAÇÃO OPERACIONAL
4ª Aula (cont.)
Exemplo de Aplicação do Método Simplex – Resolução Algébrica (cont.)
3ª Iteração
Determinar a VB que passará a Variável Básica de Saída (VBS), ou seja, qual a VB que tomará o valor zero em primeiro
lugar
Se x5 = 0, então
x1 + x3 =4 x1 = 4 - x 3 0 x 3 4
5x3 + x4 – 3x5 = 5 x4 = 5 – 5x3 0 x3 1 mínimo
x2 – 2x3 + x5 = 2 x2 = 2 – 2x3 0 x3 2
(0) Z – x3 + 2x5 = 16
(1) x1 + x3 =4
(2) 5x3 + x4 – 3x5 = 5
(3) x2 – 2x3 + x5 = 2
Realizando as operações indicadas à esquerda, obtemos:
Cecília Rocha # 11
INVESTIGAÇÃO OPERACIONAL
4ª Aula (cont.)
Exemplo de Aplicação do Método Simplex – Resolução Algébrica (cont.)
Encontrar a nova SBA
Se x4 = 0 e x5 = 0 então x1 = 3; x2 = 4; x3 = 1 e Z = 17
SBA intermédia (3, 4, 1, 0, 0)
Teste de Optimização
Taxas de crescimento em x4 e x5
TC (x4) = - 1/5
TC (x5) = - 7/5
Determinação da direcção do movimento
Como as Taxas de Crescimento são negativas, já temos a solução óptima pois qualquer incremento nas
VNB vai levar à diminuição do valor da função objectivo.
Solução Final ( 3, 4, 1, 0, 0 ) Z = 17
Cecília Rocha # 12
INVESTIGAÇÃO OPERACIONAL
4ª Aula (cont.)
Exercício Proposto
Considere o seguinte problema:
Maximizar Z = x1 + 2x2
s.a.:
x1 2
x2 2
x1 + x2 3
xi 0
Cecília Rocha # 13