INVESTIGAÇÃO OPERACIONAL

 2ª Aula
 Programação Linear

 A programação linear utiliza um modelo matemático para descrever o problema

em análise. Todas as funções que compõem esse modelo são funções lineares.
O seu principal objectivo é o planeamento de actividades para obter um
resultado óptimo, ou seja, que permita atingir os resultados pretendidos.

 A aplicação mais comum da programação linear refere-se à distribuição de

recursos por diversas actividades, no entanto, muitas vezes também é utilizada
para resolver problemas de natureza diferente.

Cecília Rocha # 1 2001/2002

 INVESTIGAÇÃO OPERACIONAL
 2ª Aula (cont.)
 Exercício Modelo
 Uma empresa produz produtos em vidro de boa qualidade, incluindo portas e janelas em
vidro. As suas instalações têm 3 pisos. Os caixilhos de alumínio e as ferragens são
produzidas no piso 1, no piso 2 são feitas as caixilharias em madeira e no piso 3 é
produzido o vidro e feita a junção dos diferentes sub- componentes.
Como houve uma quebra nos lucros a administração decidiu reformular a linha de
produção. Os produtos que não traziam lucro deixaram de ser fabricados e a capacidade
produtiva libertada possibilita o lançamento de 2 novos produtos com boas perspectivas
de venda:
 Produto 1:1 Porta de vidro com caixilharia de alumínio e largura de 2.40m
 Produto 2:2 Janela de vidro com caixilharia de madeira de 1.20*1.80 m
O produto 1 necessita de capacidade produtiva nos pisos 1 e 3 e o produto 2 só requer
recursos dos pisos 2 e 3. A equipa de marketing concluiu que toda a produção possível
destes 2 produtos terá escoamento imediato no mercado. Contudo, devido à competição
interna, em termos de capacidade produtiva do piso 3, não está ainda decidido o número
de peças de cada produto a ser produzido para alcançar o máximo lucro.
 Para este efeito (determinar o n.º de peças de cada produto) foram contratados
consultores de IO.

Cecília Rocha # 2 2001/2002

 INVESTIGAÇÃO OPERACIONAL
 2ª Aula (cont.)
 Após encontro com a administração para esclarecer os objectivos finais do trabalho e a recolha
de dados referente a:
 N.º de horas de produção semanal disponíveis em cada piso para os 2 novos produtos
 N.º de horas de produção utilizadas em cada piso para a produção de cada elemento dos 2 novos
produtos
 Lucro previsto com a venda de cada elemento dos 2 novos produtos (dado que não existem custos
significativos de início de produção e marketing, o lucro obtido será aproximadamente igual ao lucro por
elemento produzido * N.º elementos produzidos)
produzidos
que se resumem no quadro seguinte:

Tempo de produção por elemento, horas

Tempo de produção
Piso Produto 1 Produto 2 semanal disponível, horas

1 1
2 0
3 3
Lucro por elemento 3 000 u.m.
Cecília Rocha # 3
0 4
2 12
2 18
5 000 u.m.
2001/2002
 INVESTIGAÇÃO OPERACIONAL
 2ª Aula (cont.)
 Formulação como um Problema de Programação Linear

 Variáveis de decisão
 x1 – N.º de elementos do produto 1 produzidos semanalmente
 x2 – N.º de elementos do produto 2 produzidos semanalmente

 Função Objectivo
 Z – Lucro semanal total resultante da produção dos 2 novos produtos
Maximizar Z = 3000 x1 + 5000 x2, ou seja Max Z = 3 x1 + 5 x2
 Restrições
x1 4
2 x2  12
3 x1 + 2 x2  18,
x1 0 e x2 0

Cecília Rocha # 4 2001/2002

 INVESTIGAÇÃO OPERACIONAL
 2ª Aula (cont.)
 Resolução Gráfica
 Problema Bidimensional (só duas variáveis de decisão)
 Gráfico em que os eixos de representação serão as variáveis x 1 e x2
 A primeira restrição a impor será a Não Negatividade das variáveis de decisão
 A segunda restrição corresponderá ao máximo de 4 horas semanais, no piso 1, para produzir x 1
 A terceira restrição refere-se à restrição de 12 horas no piso 2 para produzir o produto 2
 A última restrição relaciona-se com a restrição a 18 horas no piso 3 disponíveis para os 2 produtos

x2 X1  0

X1  4

2x2  12

3x1 + 2x2  18
X2  0

Cecília Rocha # 5 x1 2001/2002

 INVESTIGAÇÃO OPERACIONAL
 2ª Aula (cont.)
 Resolução Gráfica
 Problema Bidimensional (só duas variáveis de decisão)
 A área sombreada corresponde à Região das Solução Admissíveis
 A etapa final deste método consiste em encontrar o ponto da Região das Soluções Admissíveis que
maximiza o valor da função objectivo. Este ponto encontra-se por tentativas após atribuir um valor à
função objectivo e desenhar a recta correspondente a esse valor. Seguidamente, por observação
x2 do gráfico e tentativas atinge(m)-se o(s) ponto(s) pretendido(s).

 Neste caso a solução óptima corresponde a um lucro

de 36 000 u.m. distribuído por 2 elementos do
Z = 20
Z = 36 = 3x1 + 5x2 produto 1 e 6 elementos do produto 2.

Z = 10

x1

Cecília Rocha # 6 2001/2002

 INVESTIGAÇÃO OPERACIONAL
 2ª Aula (cont.)
 Modelo de Programação Linear
 Os termos chave deste modelo são os Recursos disponíveis e as Actividades a desenvolver, em que m
será o número de diferentes recursos que poderão ser utilizados e n o número de actividades a
considerar.
 Exemplo de recursos:
 Dinheiro
 Equipamentos
 Máquinas
 Veículos
 Pessoal

 Exemplo de actividades:
 Investimento em projectos
 Operações de marketing
 Transporte de bens

 O tipo mais comum de problemas desta natureza (programação linear) corresponde a distribuir recursos
por actividades. A quantidade de recursos disponíveis é limitada, por isso, é importante fazer uma
distribuição de recursos cuidada, correspondente ao nível de actividade pretendido para atingir o melhor
desempenho possível

Cecília Rocha # 7 2001/2002

 INVESTIGAÇÃO OPERACIONAL
 2ª Aula (cont.)
 Modelo de Programação Linear (cont.)
 Neste modelo utilizam-se as seguintes variáveis:
 Z – Valor da medida de desempenho
 xj – nível de actividade pretendido
 cj – aumento do desempenho resultante do aumento de uma unidade no nível de actividade
 bi – quantidade de recurso i disponível para as diferentes actividades
 aij – quantidade de recurso i utilizado por unidade de actividade j

 xi são as variáveis de decisão  cj, bi e aij são os parâmetros

Utilização de Recursos por unidade de actividade
Actividades Quantidade de recursos
Recursos
disponível
1 2 ... n

1 a11 a12 a1n b1

2 a21 a22 a2n b2
... ...
m am1 am2 amn bm
Contribuição para Z por
Cecília Rocha # 8 c1 c2 ... cn 2001/2002
 INVESTIGAÇÃO OPERACIONAL
 2ª Aula (cont.)
 Modelo de Programação Linear (cont.)
 Forma Standard
 Função Objectivo
 Maximizar Z = c1 x1 + c2 x2 + ... + cn xn

 Restrições
 a11 x1 + a12 x2 + ... + a1n xn  b1
 a21 x1 + a22 x2 + ... + a2n xn  b2
 ...
 am1 x1 + am2 x2 + ... + amn xn  bm
 x1  0 ; x2  0 ; ... ; xn  0

Cecília Rocha # 9 2001/2002

 INVESTIGAÇÃO OPERACIONAL
 2ª Aula (cont.)
 Modelo de Programação Linear (cont.)
 Outras Formas

 Minimizar a função objectivo

 Algumas das restrições tomam a forma:

 ai1 x1 + ai2 x2 + ... + ain xn  bi

 Algumas das restrições tomam a forma:

 ai1 x1 + ai2 x2 + ... + ain xn = bi

 Algumas das variáveis não cumprem a restrição de não negatividade

Cecília Rocha # 10 2001/2002

 INVESTIGAÇÃO OPERACIONAL
 2ª Aula (cont.)
 Modelo de Programação Linear (cont.)
 Termos mais utilizados
 Solução Admissível (todas as restrições são satisfeitas)
 Solução Não Admissível (pelo menos uma restrição não é satisfeita)
 Região Admissível (conjunto de todas as soluções admissíveis)
 Solução Óptima (é a solução admissível que conduz ao maior valor possível no caso da maximização e ao
menor valor possível para a minimização)
 Solução Admissível em Ponto de Quebra (solução num canto da região admissível)
 Relação entre Soluções Óptimas e Soluções Admissíveis em Pontos de Quebra
 Considerando um problema de programação linear com soluções admissíveis e uma região admissível
limitada, então, o problema tem soluções admissíveis em pontos de quebra e uma delas será a solução
óptima.
 Se o problema tem uma solução óptima ela será um ponto de quebra
 Se o problema tem soluções múltiplas pelo menos duas serão pontos de quebra

Cecília Rocha # 11 2001/2002

 INVESTIGAÇÃO OPERACIONAL
 2ª Aula (cont.)
 Exercício
Uma indústria de fabrico de televisores tem de decidir o número de
aparelhos de TV de 20” e 27” a produzir nas suas instalações.
A pesquisa de mercado efectuada indica que, no máximo, podem ser vendidas 40
unidades de 27” e 10 unidades de 20” por mês. O número máximo de horas disponíveis
para a produção é de 500 horas mensais. Um televisor de 27” demora 20 horas de trabalho
e o de 20” requer 10 horas de trabalho. Cada televisor de 27” vendido permite obter um
lucro de 120 u.m. e o de 20” um lucro de 80 u.m.. Um vendedor concordou em comprar
todos os televisores produzidos se o seu número não exceder o máximo indicado na
pesquisa de mercado.
a) Formular um modelo de programação linear para este problema.
b) Resolver este problema pelo método gráfico.

Cecília Rocha # 12 2001/2002

 INVESTIGAÇÃO OPERACIONAL
 2ª Aula (cont.)
Exercício
A direcção escolar de uma cidade tomou a decisão de fechar uma das suas escolas
secundárias (6º, 7º e 8º ano) no fim do ano escolar, distribuindo os seus alunos pelas outras
escolas. A direcção regional providenciará o transporte de todos os estudantes que tenham de
percorrer um trajecto superior a 1 milha, por isso, a direcção escolar pretende definir um plano de
distribuição dos alunos que minimize o custo total de transporte.
O custo anual do transporte por aluno de cada uma das 6 áreas residenciais para cada
uma das escolas é dado no quadro seguinte, em que 0 indica que não há necessidade de
transporte e – que não é possível efectuar o transporte.
Custo de Transporte por Aluno (u.m.)
Área N.º Alunos % no 6º Ano % no 7º Ano % no 8º Ano Escola 1 Escola 2 Escola 3
1 450 32 38 30 300 0 700
2 600 37 28 35 - 400 500
3 550 30 32 38 600 300 200
4 350 28 40 32 200 500 -
5 500 39 34 27 0 - 400
6 450 34 28 38 500 300 0
Capacidade da Escola 900 1 100 1 000

Cecília Rocha # 13 2001/2002

 INVESTIGAÇÃO OPERACIONAL
 2ª Aula (cont.)
 Exercício (cont.)
A direcção escolar também impôs restrições na percentagem de alunos que integram
cada ano escolar, devendo esta percentagem situar-se entre 30 e 35% do total de alunos de cada
escola. O quadro anterior indica as percentagens de alunos que frequentarão cada nível de
escolaridade no próximo ano lectivo. Os alunos de cada área poderão ser distribuídos por mais do
que uma escola, mantendo-se a proporcionalidade de alunos em cada ano.

a) Formule um modelo de programação linear para este problema

Cecília Rocha # 14 2001/2002