1 / 66

Programação Linear

Programação Linear. Problema. 1º Define o problema. 2º Formula o objectivo. 3º Avalia as várias alternativas. Escolhe a melhor via. Problemas simples. Recurso à intuição e à experiência. Problemas complexos. Métodos científicos. Programação Linear.

boyce
Download Presentation

Programação Linear

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. ProgramaçãoLinear

  2. Problema 1º Define o problema 2º Formula o objectivo 3º Avalia as várias alternativas Escolhe a melhor via

  3. Problemas simples Recurso à intuição e à experiência Problemas complexos Métodos científicos Programação Linear

  4. Afinal o que é a Programação Linear? A Programação Linear consiste em optimizar (maximizar ou minimizar) uma dada função linear, que se chama função objectivo, definida num dado conjunto convexo, tendo em conta que as variáveis estão sujeitas a restrições.

  5. Nota Histórica Século III a.C – Euclides Livro III – ( Procurava encontrar a maior e a menor distância de um ponto a uma circunferência) Livro IV – ( Descreveu uma forma de obter um Paralelogramo de área máxima e com um dado perímetro)

  6. 1759 – Quesnay (publica o Tableau Economique que pode ser considerado a primeira grande tentativa de modelizar a economia) 1838 - Cournot (incluiu no seu estudo a determinação do ponto de equilíbrio que origina o lucro máximo) 1874 – Walras (publica o Sistema de Equilíbrio Geral onde procura a melhor forma de interpretar a economia como um todo)

  7. 1937 – Von Neumann (publica A Model of General Economic Equilibrium onde é formulado o modelo de Programação Linear dinâmica, em que admite métodos alternativos de produção simples ou conjunta.) 1939 – Kantorovich (formulou rigorosamente um problema de Programação Linear no trabalho Métodos Matemáticos de Organização e Planeamento da Produção, mas não apresentou um algoritmo de resolução) Von Neumann O grande salto da Programação Linear é dado através das aplicações em problemas de transportes na década de 40 (em particular, pelas Forças Armadas durante a Segunda Guerra Mundial).

  8. 1947 – Dantzig (trabalhou no Pentágono como conselheiro matemático, onde era frequentemente chamado para resolver problemas de planeamento. Como a maioria destes diziam respeito à economia aconselhou-se junto ao economista Koopmans) No entanto, contrariamente ao que Dantzig pensou, os economistas ainda não tinham métodos de resolução de tais problemas. Foi então que Dantzig propôs o Método Simplex que tornou possível a solução de problemas de optimização de vários tipos.

  9. Um ano mais tarde…

  10. Koopmans e Dantzig encontraram-se. Porque não reduzir o nome de Programação de Estruturas Lineares para Programação Linear? É isso! A partir de agora é esse o seu nome. Nasceu assim a designação de Programação Linear. Desde então, as aplicações da Programação Linear não cessaram.

  11. Onde se aplica? • Os domínios de aplicação da Programação Linear são vastíssimos. • Por exemplo: • Gestão de empresas; • Problemas de transportes; • Estrutura financeira dos bancos; • Obtenção de misturas óptimas; • Planeamento agrícola; • Estratégias militares, …

  12. Exemplo 1

  13. ADirecção de Marketing do IKEAsugere o lançamentode um novo modelo de secretária e de estante em substituição dos modelos actuais.

  14. Aquela Direcção não vê dificuldade de colocação no mercado para as estantes enquanto que aconselha que a produção mensal de secretárias não ultrapasse as 160 unidades. Após estudos levados a cabo pela Direcção de Produção, conclui-se que: A disponibilidade mensal do Departamento de Estampagem é de 720 horas-máquina; A disponibilidade mensal do Departamento de Montagem e Acabamento é de 880 horas-homem; Cada secretária necessita de 2 horas-máquina de Estampagem e 4 horas-homem de Montagem e Acabamento; Cada estante necessita de 4 horas-máquina de Estampagem e 4 horas-homem de Montagem e Acabamento.

  15. As margens brutas unitárias estimadas são de 60 euros para as secretárias e 30 euros para as estantes. A empresa pretende determinar o plano de produção mensal para estes novos modelos que maximiza a margem bruta.

  16. Formalização Sejam: x, o número de secretárias; y, o número de estantes; z, a margem bruta total. Variáveis de decisão

  17. OBJECTIVO: determinar valores para estas variáveis que maximizem z = 6x + 3y (em 10 euros) Restrições impostas pelas limitações da capacidade produtiva e do mercado.

  18. Relativamente ao Departamento de Estampagem

  19. Relativamente ao Departamento de Montagem e Acabamento

  20. condições de não negatividade As , indicam-nos que os pares ordenados (x, y) se encontram no primeiro quadrante. As variáveis que entram na formulação do problema não podem assumir valores negativos. Por isso, em geral, a não negatividade das variáveis é considerada uma restrição natural, que acontece pelo facto de muitas das actividades só poderem ser executadas a níveis não negativos.

  21. Em síntese O problema consiste em escolher x e y por forma a maximizar z = 6x + 3y sujeito a 2x + 4y ≤ 720 4x + 4y ≤ 880 x ≤ 160 x, y ≥ 0.

  22. Conjunto das soluções admissíveis ou região de validez É toda a solução que satisfaz as restrições do problema e as restrições da não negatividade. Note-se que uma solução possível não precisa optimizar a função objectivo, e frequentemente há infinitas soluções possíveis.

  23. Procure(m)-se o(s) ponto(s) situado(s) nesta região que maximiza(m) o valor de z = 6x + 3y. Vai proceder-se por tentativas. O processo baseia-se na representação gráfica da recta 6x + 3y = k (com k constante). k = 300 k = 600

  24. Trace-se uma qualquer recta de nível e desloque-se paralelamente a si própria, no sentido do crescimento de z até ao(s) último(s) ponto(s) de contacto com a região admissível.

  25. Conclusão De acordo com esta regra, a solução óptima é x* = 160 e y* = 60, valores que dão, respectivamente, o número de secretárias e estantes a produzir por mês pelo IKEA. Deste programa de produção resulta para a empresa uma margem bruta mensal de 11400 euros.

  26. Exemplo 2

  27. Uma das tarefas propostas para a“Quinta das Celebridades”consiste em determinar as quantidades de cada tipo de ração que devem ser dadas diariamente a cada animal de forma a conseguir uma certa qualidade nutritiva a um custo mínimo.

  28. Os dados relativos ao custo de cada tipo de ração, às quantidades mínimas diárias de ingredientes nutritivos básicos a fornecer a cada animal, bem como às quantidades destes existentes em cada tipo de ração (g/kg) constam no quadro seguinte:

  29. Formalização Mas o que é isto???!!! Vamos ajudar José Castelo Branco a formalizar o problema…

  30. x , a quantidade em quilogramas de granulado a fornecer diariamente a cada animal; y, a quantidade em quilogramas de farinha a fornecer diariamente a cada animal; O custo total (em cêntimos) a suportar diariamente com a alimentação de cada animal é z = 10x+5y Objectivo dos concorrentes: minimizar o custo total.

  31. As possibilidades de escolha estão limitadas pelas seguintes restrições relativas ao regime alimentar de cada animal: 20x + 50y ≥ 200 O primeiro membro desta desigualdade exprime a quantidade (g) de hidratos de carbono a fornecer diariamente. O segundo membro exprime, por sua vez, a quantidade quotidiana mínima necessária destes nutrientes. Analogamente para as vitaminas: 50x + 10y ≥ 150 E para as proteínas: 30x + 30y ≥ 210

  32. Sabendo que a quantidade de cada ração a fornecer diariamente é não negativa, isto é, x ≥ 0 e y ≥ 0, tem-se, finalmente, o modelo de programação linear que permite estabelecer a “dieta” dos animais: Minimizar z = 10x + 5y Sujeito a 20x + 50y ≥ 200 50x + 10y ≥ 150 30x + 30y ≥ 210 x ≥ 0, y ≥ 0

  33. É fácil concluir que a solução pretendida é x* = 2 e y*= 5, valores que dão, respectivamente, as quantidades (em quilogramas) de granulado e farinha a fornecer diariamente a cada animal. Desta “dieta” resulta para a quinta um custo de alimentação diário com cada animal de 45 cêntimos.

  34. Casos particulares Considere-se o seguinte problema: maximizar z = 2x + y sujeito a 3x + 4y ≤ 12 4x + 2y ≤ 10 x, y ≥ 0. Conclui-se que z = 5 é o valor máximo da Função Objectivo. É uma função linear, que vamos pretender optimizar, isto é, maximizar ou minimizar;

  35. Igualmente se conclui que quer o ponto extremo A quer o ponto extremo B são soluções óptimas do problema; por outras palavras, neste caso, dois pontos extremos conduzem ao mesmo valor (máximo) para a Função Objectivo. Mais, qualquer ponto da aresta AB é também solução óptima, dado que a recta de nível z = 5 assenta sobre aquela aresta; existe pois uma infinidade de soluções óptimas. Havendo um domínio de soluções possíveis e não havendo solução ilimitada, solução óptima é a solução possível que optimiza a função objectivo. Nesse caso, poderá haver uma, várias ou infinitas soluções óptimas.

  36. Em qualquer dos problemas anteriores pode afirmar-se que se está perante problemas de Programação Linear “bem comportados”. Existe contudo a possibilidade de situações “anómalas”. Considere-se então o seguinte problema: maximizar z = 2x + 3y sujeito a 2x + 2y ≥ 6 -x + y ≤ 1 y ≤ 3 x, y ≥ 0.

  37. Nesta situação conclui-se que a Função Objectivo pode assumir valores arbitrariamente grandes e, consequentemente, não existe um valor máximo finito para z. Sempre que se verifica esta situação, diz-se que se está em presença de solução não limitada. Deve contudo salientar-se que o facto do conjunto das soluções admissíveis ser não limitado não implica necessariamente que a solução seja não limitada.

  38. Está nesta situação o exemplo 2 e o seguinte problema: maximizar z = -x + 3y sujeito a 2x + 2y ≥ 6 -x + y ≤ 1 y ≤ 3 x, y ≥ 0.

  39. Pode ainda acontecer que o conjunto das soluções seja não limitado e o valor óptimo de z seja finito com variáveis a poderem assumir valores arbitrariamente grandes na solução óptima. Neste caso, existem soluções óptimas alternativas, como se ilustra através do seguinte problema: maximizar z = -2x + 4y sujeito a -x + y ≤ 1 x - 2y ≥ -4 x, y ≥ 0. O valor máximo da Função Objectivo é 8. Mais, qualquer ponto (x, y) da aresta do conjunto das soluções admissíveis que se “prolonga” até infinito conduz a z = 8 e é portanto solução óptima do problema. É evidente que embora a Função Objectivo não possa exceder o valor 8, as variáveis x e y podem assumir valores arbitrariamente grandes.

  40. Outra situação “anómala” que pode surgir, normalmente derivada de erros de formalização, é a não existência de qualquer solução admissível. Isto pode acontecer por não existirem valores das variáveis a satisfazerem as restrições do problema ou as condições de não negatividade, ou ambas simultaneamente. Neste caso o problema diz-se impossível. O exemplo seguinte ilustra esta situação: minimizar z = x + 2y sujeito a x + y ≥ 3 2x + y ≤ 2 x, y ≥ 0

  41. Exemplo 3

  42. Para angariarem fundos para o Carro da “Queima das Fitas”, os alunos do 3ºano de Matemática optaram por vender 300 t-shirts e 600 esferográficas. Para tal, decidiram fazer dois tipos de lotes: tipo A: uma t-shirt e uma esferográfica; tipo B: duas t-shirts e cinco esferográficas. Os lotes do tipo A foram vendidos a 8€ e os do tipo B a 18€.

  43. Quantos lotes de cada tipo convém formar para obter o lucro máximo com a sua venda? Há 300 t-shirts e 600 esferográficas. Comecemos por identificar as incógnitas do problema que são: x, número de lotes de tipo A y, número de lotes de tipo B Graficamente, x e y podem ser tomados, respectivamente, como coordenadas de um ponto.

  44. Restrições: O número de lotes de cada tipo é não negativo, ou seja, x ≥ 0 e y ≥ 0, com x e y inteiros. O número de t-shirts não pode ser superior a 300, isto é, x + 2y ≤ 300 y ≤ 150 – 1/2x. O número de esferográficas não pode ser superior a 600, isto é, x + 5y ≤ 600 y ≤ 120 – 1/5x.

  45. Desta região de validez fazem parte os vértices do polígono que a limita. Esses vértices vão ser determinados algebricamente: x + 2y = 300 x = -2y + 300 x = -2y + 300   x + 5y = 600 x + 5y = 600 -2y + 300 + 5y = 600 x = -2y + 300 x = 100  3y = 300 y = 100 Os vértices do polígono são então os pontos de coordenadas: (0, 120), (100, 100), (300, 0) e (0, 0).

  46. Qual a função objectivo? O lucro. Como cada lote do tipo A custa 8€ e do tipo B custa 18€, a função linear (L) expressa-se por L = 8x + 18y (1) Pretende-se maximizar esta expressão. A igualdade (1) pode ainda ser expressa por: y = - 8/ 18x + L/18. Tracemos uma recta dessa família, por exemplo, fazendo L = 680 obtém-se então a recta de equação y = - 8/18x + 40.

  47. Todas as outras rectas da família são paralelas a esta e o valor de L cresce quando se desloca a recta paralelamente a si própria, da esquerda para a direita. Achar a solução óptima equivale a determinar a recta com maior ordenada na origem que intersecta o polígono. A solução (x, y) procurada é um dos vértices do polígono.

More Related