Anda di halaman 1dari 29

- Universidade do Sul de Santa Catarina Centro de Cincias Exatas, Agrrias das Engenharias Programao Linear

Parte I

Profo. Ricardo Villarroel Dvalos, Dr. Eng.

Palhoa, Fevereiro de 2003

2 Universidade do Sul de Santa Catarina

Sumrio

1.0 INTRODUO: A NATUREZA DA PESQUISA OPERACIONAL....... 3


1.1 A EVOLUO DA PESQUISA OPERACIONAL ................................................. 3 1.2 O SIGNIFICADO E A NATUREZA DA PO ........................................................... 4 1.3 O QUE PESQUISA OPERACIONAL .................................................................. 5 1.4 O IMPACTO DA PESQUISA OPERACIONAL ..................................................... 6 1.5 PROBLEMAS TPICOS ........................................................................................... 7 1.6 MODOS OU ASPECTOS DE ADMINISTRAO E CONTROLE ...................... 8

2.0 PROGRAMAO LINEAR ............................................................................... 8


2.1 2.2 INTRODUO ....................................................................................................... 9 SOLUO GRFICA ............................................................................................. 9

2.3 SOLUO VIA APLICATIVOS COMPUTACIONAIS ...................................... 10 2.4 MODELAGEM DO PROBLEMA DE PROGRAMAO LINEAR.................... 15 2.5 2.6 ANLISE DE SENSIBILIDADE .......................................................................... 17 MTODO SIMPLEX ............................................................................................. 22

Programao Linear Parte I

3 Universidade do Sul de Santa Catarina

1.0 INTRODUO: A NATUREZA DA PESQUISA OPERACIONAL


A Pesquisa Operacional (PO) tem sido grandemente empregada em organizaes governamentais (federais, estaduais e municipais), militares e de utilidade pblica (como escolas, sindicatos, hospitais e bibliotecas). Torna-se cada vez mais comum seu emprego em reas das mais variadas. 1.1 A EVOLUO DA PESQUISA OPERACIONAL O termo PO foi empregado pela primeira vez em 1939. A partir de individualizada e batizada, tornou-se possvel fixar suas origens em pocas remotas da histria da cincia e da sociedade. Origens da PO: Na Primeira Revoluo Industrial comearam a surgir os problemas que a nova disciplina iria resolver. medida que emergiam formas de administrao mais especializadas tambm surgiram aplicaes mais especializadas da cincia, tais como engenharia de movimentao de materiais, controle estatstico de qualidade, engenharia de manuteno e de confiabilidade e pesquisa no setor de promoo e vendas. Um aspecto importante dessa evoluo baseia-se no fato que no se aplicou o conhecimento cientfico novas funes de direo que iam surgindo na administrao. Para que a funo de direo possa ser exercida necessrio o estabelecimento de objetivos e medidas de avaliao do desempenho das unidades que lhe so subordinadas, a tarefa de integrao exige que todo o sistema seja considerado; isto a essncia do trabalho do dirigente. Com isso exigia-se cada vez mais do dirigente que passou a necessitar da ajuda de pessoas com mais experincia dos problemas que surgiam e com mais tempo para estud-los, provocando o aparecimento dos consultores de administrao, cuja atividade, no incio, no se baseava nem na cincia nem na pesquisa cientfica. O que denominamos PO custou a aparecer no cenrio do desenvolvimento da administrao industrial. A estagnao da PO poderia ter continuado indefinidamente, no fosse o desenvolvimento que teve nas organizaes militares com a deflagrao da Segunda Guerra Mundial. A diferena principal entre a evoluo dos administradores militares e a dos administradores industriais ocorreu entre o fim da Primeira Guerra Mundial e o incio da Segunda. Quando os administradores e dirigentes militares ingleses teriam recorrido ajuda de cientistas para incorporar o radar s tticas e estratgia da defesa antiarea. O emprego de equipes de cientistas difundiu-se entre os Aliados. Este trabalho ficou conhecido como pesquisa operacional no Reino Unido e recebeu diversas denominaes nos Estados Unidos : anlise de operaes, avaliao de operaes, pesquisa de operaes, anlise de sistemas, avaliao de sistemas, pesquisa de sistemas e cincia de administrao. O nome pesquisa operacional era o mais usado. Os ingleses reduziram os gastos destinados pesquisa no campo da defesa nacional, isto causou a liberao de muitos especialistas em PO das organizaes militares no momento em que os administradores industriais defrontavam-se com a necessidade de reconstruir grande parte das instalaes fabris da Gr-Bretanha, pedindo o auxlio dos especialistas em PO. As aplicaes industriais da PO comearam a surgir na explorao do carvo, na siderrgica, nos transportes, nas empresas de servio pblico.

Programao Linear Parte I

4 Universidade do Sul de Santa Catarina

Nos Estados Unidos a aplicao da cincia aos problemas de administrao industrial deve-se ao advento da Segunda Revoluo Industrial. O avano cientfico no estudo de comunicaes, controle e computao, o que forneceu a base tecnolgica da automao. A possibilidade de emprego de crebros eletrnicos como instrumento de administrao foi amplamente divulgada e os dirigentes, tiveram de recorrer ao auxlio dos especialistas para a seleo e utilizao de computadores. No incio da dcada de 1950 a indstria comeou a absorver alguns dos especialistas em PO que deixavam as organizaes militares; os demais eram absorvidos por empresas de consultoria, universidades, institutos de pesquisa e rgos governamentais. Hoje mais da metade das maiores empresas dos Estados Unidos mantm equipes de PO ou utilizam seus servios. Organizou-se uma associao nacional em 1953 - a Operations Research Society of America. Em 1957 foi fundada a Federao Internacional de Associaes de Pesquisa Operacional. Comearam a surgir revistas tcnicas, cursos e programas em PO. 1.2 O SIGNIFICADO E A NATUREZA DA PO

Muitas definies de PO j foram apresentadas, mas ainda no se conseguiu apresentar uma definio que fosse aceita por todos os que se dedicam a PO. A PO pode ser considerada como:
1) Aplicao do mtodo cientfico 2) Por equipes interdisciplinares 3) A problemas que dizem respeito ao controle de sistemas

organizados (homem-mquina) com a finalidade de obter as solues que melhor satisfaam aos objetivos da organizao, como um todo. As caractersticas essenciais da PO: a) a orientao para sistemas b) o emprego de equipes interdisciplinares c) a aplicao do mtodo cientfico a problemas de controle. A orientao para Sistemas (ou para a Direo) A essncia desta orientao est na busca sistemtica das interaes significativas, quando se avaliam as aes ou polticas de qualquer parte da organizao. Os especialistas em PO quase sempre ampliam as dimenses iniciais de problema que lhes apresentado para incluir interaes que no fazem parte da formulao proposta pela administrao. A Equipe Interdisciplinar At o final do sculo XVII, no havia necessidade de especializao e toda a busca pelo saber chamava-se filosofia. Quando o volume de conhecimento comeou a superar a capacidade de armazenamento do crebro humano, surgiu a especializao. A partir de meados do sculo passado, a cincia natural dividiu-se em Fsica e Qumica. Cada uma dessas disciplinas vem sendo dividida e subdividida, cada vez mais. Existem apenas problemas; as disciplinas cientficas correspondem diferentes maneiras de visualiz-los. No caso de problemas complexos, conseqentemente,

Programao Linear Parte I

5 Universidade do Sul de Santa Catarina

desejvel analisar e avaliar o problema segundo o maior nmero de pontos de vista possvel. Eis a razo das equipes de pesquisa interdisciplinares. O Mtodo da PO A experimentao tomada no sentido restrito - isto , a manipulao fsica das variveis - geralmente impossvel ou impraticvel quando se lida com organizaes governamentais, militares ou industriais. Apesar disso, a experimentao s vezes possvel, particularmente no caso de subsistemas, e desempenha papel importante na PO; a maioria das vezes, entretanto, o sistema global em estudo no pode ser submetido a um tratamento desta natureza. Quem trabalha em pesquisa operacional geralmente obrigado a construir representaes do sistema e do seu comportamento para se orientar durante a pesquisa. Os modelos em PO assumem a forma de uma ou mais equaes ou inequaes para traduzir a condio de que algumas, ou todas as variaes controladas s podem ser manipuladas dentro de limites. O conjunto destas equaes constitui, ao mesmo tempo, um modelo de sistema e um modelo de deciso. A soluo pode ser extrada do modelo mediante experimentao (isto , por simulao) ou mediante anlise matemtica. Para alguns tipos de funo f (por exemplo, relaes algbricas elementares), desde que as restries no sejam numerosas, a matemtica clssica fornece instrumentos perfeitamente adequados para a determinao dos melhores valores das variveis controladas. Por outro lado, a funo f pode consistir em um conjunto de regras de clculo (um algoritmo) que nos permita medir a utilidade (U) do desempenho para qualquer conjunto de valores das variveis controladas e no controladas. Em alguns casos o comportamento do elemento humano que toma a deciso no pode ser representado no modelo. Ocorre a necessidade do uso de simulaes que envolvero a participao de seres humanos, sendo denominadas jogos de operaes. A otimizao, portanto, produz a melhor soluo para o problema que foi modelado. A correspondncia entre modelo e realidade ter de ser aferida (testada) e a soluo avaliada. Isto , teremos de comparar seu desempenho com o da poltica ou procedimento que ela ir substituir. Os resultados da pesquisa devem ser implantados. nesta fase que se faz o teste e a avaliao final da pesquisa; proporciona pois, ao especialista as maiores e melhores oportunidades de aprender. Cinco fases num projeto de PO:
1. 2. 3. 4. 5.

Formulao do problema Construo do modelo Obteno da soluo Teste do modelo e avaliao da soluo Implantao e acompanhamento da soluo (manuteno)

1.3 O QUE PESQUISA OPERACIONAL A Pesquisa Operacional uma cincia aplicada cujo objetivo a melhoria da performance em organizaes, ou seja, em sistemas produtivos usurios de recursos materiais, financeiros, humanos e ambientais (os chamados "meios de produo"). Ela trabalha atravs da formulao de modelos matemticos a serem resolvidos com o auxlio de computadores, sendo feita em seguida a anlise e a implementao das solues

Programao Linear Parte I

6 Universidade do Sul de Santa Catarina

obtidas. Dessa forma, a tcnica precedida pela modelagem e seus resultados so sujeitos anlise de sensibilidade. A modelagem tem muito de arte e exige o desenvolvimento de uma capacidade (em grande parte no lgica) de interao com o problema, seus agentes e seu meio ambiente. O modelo matemtico, que uma simplificao, dificilmente pode levar em conta muitos aspectos no qualificveis que aparecem no exame do problema e por isso a anlise de sensibilidade deve ser realizada para avaliar o seu significado e a sua influncia. Enfim, a implementao da deciso reata o contato com a realidade do problema e com o meio no qual ele se encontra inserido. O campo de atuao da PO se estende da produo de matrias-primas e bens de consumo ao setor de servios e s aplicaes de interesse social como as relacionadas sade, educao e psico-sociologia, no que concerne a modelos organizacionais e descritivos. Esta multiplicidade de aplicaes aponta para a necessidade de se evitar a estreiteza da especializao, o que levou a rea a adotar uma orientao metodolgica, facultando a seus alunos, tanto como a seus docentes/pesquisadores, uma ampla gama de oportunidades em termos de novos problemas. Esta orientao foi adotada no trabalho didtico associado formao de mestres, resultando da uma formao bastante ecltica que procura abranger os diversos aspectos do mercado de trabalho no que se refere ao instrumental terico. Segundo Hillier/Lieberman no seu livro Introduo Pesquisa Operacional, Em resumo, pesquisa operacional diz respeito `a tomada de deciso tima em, e modelao de, sistemas determinsticos que se originam na vida real. 1.4 O IMPACTO DA PESQUISA OPERACIONAL A Pesquisa Operacional tem tido um grande impacto crescente na administrao de empresas nos anos recentes. Tanto o nmero quanto a variedade de suas aplicaes continuam a crescer rapidamente. Algumas de suas tcnicas envolvem idias bastante sofisticada em cincias polticas, matemtica, economia, teoria da probabilidade e estatstica. Como tambm sendo usada amplamente em outros tipos de organizaes, inclusive negcios e indstria. Segundo Hillier quase todas as doze maiores empresas do mundo, e uma considervel proporo das organizaes industriais pequenas, tm grupos de pesquisa operacional bem estabelecidos. Muitas indstrias, inclusive a de aviao e msseis, automveis, comunicaes, computadores, energia eltrica, eletrnica, alimentos, metalrgica, minerao, papel, petrleo e transporte, tm feito uso extensivo da pesquisa operacional. Mesmo instituies financeiras, agncias governamentais e hospitais tm aumentado rapidamente o uso que fazem da pesquisa operacional. Vejamos alguns dos problemas que tm sido resolvidos por tcnicas particulares de pesquisa operacional: - PROGRAMAO LINEAR: tem sido usada com sucesso na soluo de problemas relativos alocao de pessoal, mistura de materiais, distribuio, transporte, carteira de investimento. - PROGRAMAO DINMICA: tem sido aplicada tambm com sucesso a reas como planejamento de despesas de publicidade, distribuio do esforo de vendas e programao de produo. - TEORIA DAS FILAS: tem tido aplicao na soluo de problemas relativos a congestionamento de trfego, mquinas de servios sujeitas a quebra, determinao do nvel de uma fora de servio, programao do trfego areo, projetos de represas, programao de produo e operao de hospitais.

Programao Linear Parte I

7 Universidade do Sul de Santa Catarina

Outras tcnicas de pesquisa operacional, tais como teoria de estoque, teoria dos jogos e simulao, tambm tm sido aplicadas com sucesso a diversos contextos. 1.5 PROBLEMAS TPICOS Desde o comeo a PO vem sendo aplicada a grande variedade de problemas. A maioria consiste em problemas de natureza ttica e no estratgica. A distino entre problemas tticos e problemas estratgicos se baseia em trs caractersticas: 1o.) Alcance do problema: Um problema mais ttico que outro se sua soluo produzir efeito de durao mais curta ou, o que e essencialmente se a soluo pode ser modificada ou abandonada com facilidade. 2o.) Extenso do problema: Um problema tanto mais estratgico quanto maior for a parte da organizao diretamente afetada pela soluo. 3o.) Orientao do problema: Um problema tanto mais estratgico quanto mais envolver a determinao de finalidades, metas ou objetivos. Podemos separar a forma de um problema do seu contedo pelo processo denominado abstrao. A linguagem na qual expressamos a forma assim abstrada do contedo a linguagem da matemtica. Portanto, um modelo matemtico de deciso uma representao da forma de um problema. A abstrao da forma exige o conhecimento do contedo do problema. A aplicao da PO a grande variedade de problema tticos pode ser representada por um pequeno nmero de problemas tpicos. Desenvolveram-se tcnicas para model-los e obter solues a partir dos modelos. Problemas tpicos: 1. Alocao 2. Estoque 3. Substituio ou reposio 4. Filas de espera 5. Seqncia e coordenao 6. Determinao de rotas 7. Situaes de competio 8. Busca de informao Quando lidamos com modelos mltiplos, a soluo geralmente obtida resolvendose os modelos em seqncia e repetindo o ciclo at que se obtenha uma soluo satisfatria para o problema global. Algumas das tcnicas matemticas empregadas para a soluo dos modelos, aplicam-se a modelos de diferentes tipos. Os modelos so freqentemente classificados segundo de mtodos e tcnicas matemticas empregadas na obteno da sua soluo. Estas tcnicas e mtodos so indicados a seguir: Programao Linear; Programao Dinmica; Programao Inteira; Teoria dos Estoques; Teoria das Filas; Simulao;

Programao Linear Parte I

8 Universidade do Sul de Santa Catarina

Teoria dos Jogos; Teoria dos Grafos; Anlise de Risco, etc.

1.6 MODOS OU ASPECTOS DE ADMINISTRAO E CONTROLE Definem o que chamaremos modos da administrao:
1. Contedo: uma organizao deve consistir de pelo menos duas entidades orientadas

para um fim, capazes de selecionar objetivos e meios para atingi-los. 2. Estrutura: as entidades conscientes que compem o sistema dividem-se em pelo menos dois subgrupos. Diviso de trabalho e especializao no sistema. 3. Comunicaes: as entidades conscientes do sistema devem ser capazes de responder (interagir) a estmulos internos e externos ao sistema. A comunicao mantm unidos os elementos da organizao. 4. Controle: o sistema deve ser capaz de controlar-se, de estabelecer seus prprios objetivos, avaliar seu desempenho tendo em vista os objetivos e produzir ou modificar comportamentos com o fim de melhorar o desempenho. Uma organizao deve, portanto, ser capaz de adaptar-se e auto-organizar-se.

2.0 PROGRAMAO LINEAR

Programao Linear Parte I

9 2.1
Universidade do Sul de Santa Catarina

INTRODUO

Programao Linear uma tcnica de otimizao bastante utilizada na resoluo de problemas que tenham seus modelos representado por expresses lineares. Pela sua simplicidade e a possibilidade de aplicao em uma considervel diversidade de problemas, tornou-se um recurso bastante difundido. Podemos assim resumir a tcnica de Programao Linear:

- Conjunto de restries Problema - Funo Objetivo RESOLUO

Chamamos de conjunto de restries, as expresses contornais do problema, ou seja, todas as disponibilidades e limitaes levantadas do problema, numa linguagem matemtica comparativa: desigualdades ou igualdades (<, = ou >). A funo objetivo, obtida com as mesmas variveis das restries, com o objetivo de ser maximizada ou minimizada, com a resoluo do sistema restritivo. Quanto a resoluo, pode ser: a) Problema com duas variveis - Grfica - Anlise matemtica - Algortmo (Mtodo Simplex). b) Problema com um nmero qualquer de variveis - Anlise matemtica - Algortmo (Mtodo Simplex) Por questo prtica sempre procuramos uma resoluo dos problemas com o uso de aplicativos computacionais. Pela Internet se consegue bons aplicativos, por exemplo, o aplicativo, LINDO, pode ser obtido pela Internet, no seguinte endereo: http://www.lindo.com Inicialmente mostraremos um problema dentro de uma viso geral, ou seja, partindo do enunciado, montamos as restries, a funo objetivo e em seguida processamos a resoluo grfica (apenas com duas variveis).

2.2

SOLUO GRFICA

Programao Linear Parte I

10 Universidade do Sul de Santa Catarina

Um fazendeiro deseja otimizar as plantaes de arroz e milho na sua fazenda. O fazendeiro quer saber as reas de arroz (x1) e milho (x2) que devem ser plantadas para que o seu lucro nas plantaes sejam o mximo. O seu lucro por unidade de rea plantada de arroz 5 u.m., e por unidade de rea plantada de milho 2 u.m. As reas plantadas de arroz e milho no devem ser maiores que 3 e 4 respectivamente. Cada unidade de rea plantada de arroz consome 1 homem-hora. Cada unidade de rea plantada de milho consome 2 homens-hora. O consumo total de homens-hora nas duas plantaes no deve ser maior que 9.

SOLUO: Chamemos de x1 a rea a ser plantada de arroz e x2 a de milho. Do enunciado conclumos as restries: x1 x2 x1 + 2x2 3 (I) 4 (II) sendo a funo objetivo: 9 (III)

Zmx = 5x1 + 2x2

Como o problema tem apenas duas variveis (x1 e x2), podemos resolve-lo graficamente, conforme a Fig. 1. A Fig. 1 o resultado do lanamento grfico das retas (I), (II) e (III); Consequentemente determinamos os pontos vrtices A(00), B(3,0), C(3,3), D(1,4) e E(0,4).

Como a funo objetivo Z = 5x1 + 2x2, que aplicada em cada vrtice do polgno restritivo nos fornece os seguintes valores: ZA(0,0) = 0 ZB (3,0) = 15 ZC(3,3) = 21 Verifica-se que o ponto C o que fornece o maior ZD(1,4) = 13 valor para a funo objetivo (Zmx = 21). ZE(0,4) = 8 Conclumos que o lucro mximo do fazendeiro de 21 unidades monetrias, desde que plante 3 unidades de rea de arroz e 3 unidades de rea de milho.

2.3 SOLUO VIA APLICATIVOS COMPUTACIONAIS

Programao Linear Parte I

11 Universidade do Sul de Santa Catarina

Procuraremos examinar apenas um dos aspectos deste problema complexo, a saber, o do corte econmico de laminado em sries de peas de vrias configuraes. Dadas as variantes de corte tecnologicamente aceitveis (a escolha destas sendo um problema tcnico parte) a otimizao propriamente dita estabelece a frequncia de emprego de cada uma das variantes de corte que minimiza o refugo global. Suponhamos que se tenha, no intuito de obter 360 unidades da pea A e 1800 unidades da pea B, proposto as variantes de corte I a V (figura abaixo) do laminado disponvel 4x12.

fcil constatar que para cada uma destas variantes de corte de uma placa de laminado o nmero de peas e o volume de refugo (em unidades de rea) se daro pelo quadro: VARIANTES DE CORTE III IV 1 0 9 12 3 0

PEA A B REFUGO

I 4 0 12

II 3 4 5

V 2 7 2

Se x1, x2, x3 e x4 (que corresponde ao nmero de variantes de corte) denotarem o nmero de placas de laminado cortadas de acordo com as variantes I, II, III, IV e V, respectivamente, as condies do problema fornecer as restries: 4x1 + 3x2 + x3 + 2x5 = 360 4x2 + 9x3 + 12x4 + 7x5 = 1800 (1) (2)

lgico que xi ser o nmero de chapas cortadas para cada alternativa, que obedece a uma matriz de corte. O melhor plano de corte o que minimiza o refugo total, que de acordo com o quadro das alternativas de corte, podemos montar a funo objetivo: Zmn = 12x1 + 5x2 + 3x3 + 2x5 (3)

Com as restries (1), (2) e a funo objetivo (3), podemos resolver o problema usando o Mtodo Simplex. No nosso caso usamos um aplicativo computacional LINDO, Programao Linear Parte I

12 Universidade do Sul de Santa Catarina

que exatamente o mtodo Simplex e encontramos a soluo deste problema de programao linear, sendo: x1 = 0 x2 = 0 x3 = 0 x4 = 45 x5 = 180 Zmn = 360

(Soluo)

O sentido prtico da soluo que a alternativa IV ser usada 45 vezes, ou seja 45 chapas sero cortadas conforme a matriz IV, e a alternativa V, 180 vezes. Com isto temos a segurana tcnica, ou seja a otimizao deste plano de produo que no final teremos um desperdcio menor possvel, ou seja, 360 unidades de rea. Concluso Na realidade usamos um modelo de programao linear, para otimizao de cortes de chapas. V-se que necessrio traduzir o problema prtico numa linguagem matemtica, ou seja, num conjunto restritivo do primeiro grau, e uma funo objetivo. Resolver o problema encontrar as variveis do problema de tal forma que a funo objetivo seja satisfeita, no nosso caso, uma minimizao. A soluo do sistema de restries satisfazendo a funo objetivo (maximizao ou minimizao) com o Algoritmo Simplex, para maior facilidade, na forma de aplicativo computacional. O aplicativo usado foi o LINDO.

Exemplo Comparativo utilizando recursos computacionais Um fabricante deseja maximizar sua receita bruta, segundo os dados apresentados a seguir. Atividades Itens Cobre Zinco Chumbo Preo unitrio [$] 2 1 1 30 1 2 3 50 Liga Tipo A Liga Tipo B Matria Prima disponvel 16 11 15 ------

Representao do Problema no Lindo ! Exemplo sobre o fabricante de ligas

Programao Linear Parte I

13 Universidade do Sul de Santa Catarina

! ---------------------------------------------! Seja xA a quantidade de liga A a ser produzida ! Seja xB a quantidade de liga B a ser produzida ! ---------------------------------------------! Calcular o Mximo Lucro (Z) do Sistema Produtivo MAX 30xA + 50xB SUBJECT TO RES1) RES2) RES3) END 2xA + xB <= 16 xA + 2xB <= 11 xA + 3xB <= 13

!O valor da funo objetivo fornecido pela soluo grfica 310 Soluo Grfica via Planilhas Eletrnicas

Ponto de mximo

Soluo:
xa 0 8 7 3 0 xb 0 0 2 4 5,5 z 0 240 310 290 275

Concluso:

Programao Linear Parte I

14 Universidade do Sul de Santa Catarina

Aplicando os valores determinados na soluo do problema, a receita bruta (mxima) do fabricante ser de $ 310,00. Todo o cobre e zinco so utilizados (ver restries do cobre e zinco), entretanto, sobram duas unidades de chumbo (ver restrio do chumbo). Soluo encontrada pelo LINDO LP OPTIMUM FOUND AT STEP 2

OBJECTIVE FUNCTION VALUE 1) 310.0000

VARIABLE VALUE REDUCED COST XA 7.000000 0.000000 XB 2.000000 0.000000

ROW SLACK OR SURPLUS DUAL PRICES RES1) 0.000000 8.000000 RES2) 0.000000 0.000000 RES3) 0.000000 14.000000 NO. ITERATIONS= Exerccio 2.1 1) Resolver graficamente os Problemas de Programao Linear (determine o Z mximo) a seguir. a) Maximizar Z = x1 + 2x2 Sujeita a: -x1 + 3x2 x1 - 2x2 2x1 + x2 2x1 + x2 com: x1 x2

9 0 10 5 0 0
16 11 15 0 0

b) Maximizar Z = 30x1 + 50x2 Sujeita a: 2x1 + x2 x1 + 2x2 x1 + 3x2 com: x1 x2

c) Minimizar Z = 30x1 + 20x2 Sujeita a: 4x1 + x2 20

Programao Linear Parte I

15 Universidade do Sul de Santa Catarina

com:

x1 + 2x2 10 x1 2 x2 0

2) Resolver graficamente na Folha de Clculo (EXCEL) os Problemas de Programao Linear solucionados no item anterior. 3) Resolver no LINDO os Problemas de Programao Linear solucionados no item 1.

2.4 MODELAGEM DO PROBLEMA DE PROGRAMAO LINEAR Os problemas de Programao Linear esto entre as aplicaes mais bem-sucedidas comercialmente da Pesquisa Operacional; de fato, h considervel evidncia de que eles esto entre as aplicaes de maior impacto econmico. Ao estruturar problema sob a forma de um modelo matemtico, o intuito de nos ajudar no processo de deciso: que atividades empreender e quanto de cada uma, a fim de satisfazer um dado objetivo. Programao Linear uma ferramenta de planejamento que nos ajuda a selecionar que atividades (variveis de deciso) empreender, dado que essas alternativas (diversas alternativas) competem entre si pela utilizao de recursos escassos (restries) ou ento precisam satisfazer certos requisitos mnimos. O objetivo ser maximizar (minimizar) uma funo das atividades, geralmente lucros (perdas). O problema resume-se na maximizao (ou minimizao) de uma funo linear, a funo objetiva, sujeita a restries tambm lineares. A seguir so apresentados exemplos de modelagem do problema de programao linear. Exerccio 2.2 1) Formular os Problemas de Programao Linear dados a seguir e solucion-los atravs do LINDO ou EXCELSOLVER. Interprete os resultados e quais as sugestes que daria para melhorar o desempenho operacional destes sistemas. a) Problema de Alocao de Recursos: Uma fbrica produz dois tipos de produtos: Standard e Luxo. Cada modelo Standard requer 4 horas de corte e 2 horas de polimento; cada Luxo requer de 2 horas de corte e 5 horas de polimento. A fbrica possui 2 cortadoras e 3 polidoras. Sabendo-se que a semana de trabalho da fbrica de 40 horas e que cada modelo Standard d um lucro de R$ 3,00 e cada modelo Luxo R$ 4,00 e que no h restries de demanda, pede-se qual deve ser a produo da fbrica que maximize o lucro. b) Um fazendeiro tem 200 unidades de rea de terra, onde planeja cultivar trigo, arroz e milho. A produo esperada de 1800 Kg por unidade de rea plantada de trigo, 2100 Kg por unidade de rea plantada de arroz e 2900 Kg por unidade de rea plantada de milho. Para atender o consumo interno de sua fazenda, ele deve plantar pelo menos 12 unidades de rea de trigo, 16 unidades de rea de arroz e 20 unidades de rea de milho. Ele tem condies de armazenar no mximo 70.0000,0

Programao Linear Parte I

16 Universidade do Sul de Santa Catarina

Kg. Sabendo que o trigo d um lucro de 0,20 R$/Kg, o arroz 0,15 R$/Kg e o milho 0,11 R$/Kg, quantas unidades de rea de cada produto ele deve plantar para que seu lucro seja o maior possvel?. c) Uma refinaria fabrica dois tipos de gasolina (1 e 2) a partir de dois tipos de petrleo bruto (A e B). Os custos, os preos de venda e a matria-prima para fabricar as gasolinas so:

Petrleo A B

Mxima quantidade disponvel

Custo unitrio 6 3

Gasolina 1 2

Mnimo [%] A requerido

Preo de venda unitrio

100 200

60 30

8 5

Decidir quanto de cada gasolina fabricar (e vender) e quais os insumos (petrleo A e B).

d) Sabe-se que os alimentos leite, carne e ovos fornecem as quantidades de vitaminas dados na tabela:

Vitaminas Leite [Litro] A B C


Custo unitrio

Carne [Kg] 2 [mgr] 20 [mgr] 200 [mgr] R$ 4,00

Ovos [Dzia] 10,00 [mgr] 10,00 [mgr] 10,00 [mgr] R$ 1,10

0,25 [mgr] 25 [mgr] 2,5 [mgr] R$ 0,85

Quantidade diria mnima 1,00 [mgr] 50,00 [mgr] 10,00 [mgr]

---------

Deseja-se calcular quais as quantidades de leite, carne e ovos necessrias para satisfazer as quantidades mnimas de nutrientes (vitaminas) a um custo mnimo. e) Informaes: Disponibilidade de valor para compra R$ 4.000.000,00. A empresa deseja comprar caminhes C1, C2 e C3. A tabela a seguir descreve as caractersticas e custos dos caminhes. C1 10 Ton. 56 Km/h 80.000 1 opera. 18 h/dia C2 20 Ton. 48 Km/h 130.000 2 opera. 18 h/dia C3 18 Ton. 48 Km/h 150.000 2 opera. 21h/dia

CAMINHES Carga mxima Velocidade mdia Custo/caminho [R$] Nm. de operadores Tempo trabalho/dia -

A empresa dispe de 150 motoristas no mximo e pode fazer a manuteno de no mximo 30 caminhes.

Programao Linear Parte I

17 Universidade do Sul de Santa Catarina

Determinar quantos veculos de cada tipo devem ser adquiridos de maneira que a capacidade da frota em toneladas/Km seja maximizada.

f) No incio do quinto ms a partir da prxima semana, uma empresa precisar de maior disponibilidade de caixa que puder obter a partir de seus prprios recursos. No incio dos meses 1, 2 e 3 ela estima ter disponvel $R 43.000,00; $R 27.000,00; e $R 22.000,00. As alternativas de investimento para esta disponibilidade financeira so as seguintes: i. No incio dos meses 2, 3 e 4 : investir por um ms com retorno de 3,11% no final do perodo. ii. No incio dos meses 1 e 3: investir por dois meses com retorno de 6,09% no final do perodo. iii. No incio do ms 2: investir por trs meses com retorno de 10,5% no final do perodo. iv. No incio do ms 1: investir por quatro meses com retorno de 13,8% no final do perodo. Modelar o Problema de Programao Linear decisrio da empresa acima descrito. Determinar a mxima disponibilidade de caixa a partir do quinto ms e o investimento que a empresa tem que realizar nos perodos especificados.

2.5

ANLISE DE SENSIBILIDADE

Ao montarmos um modelo de Programao Linear no basta apenas encontrar o resultado: necessrio interpreta-lo adequadamente e verificar sua abrangncia. O exemplo a seguir, ilustra uma anlise de como seria modificada a soluo pela alterao de alguns dados do problema. Chama-se a esta tcnica de Anlise de Sensibilidade (Sensitivity Analysis). Exemplo Uma microempresa monta 4 tipos de microcomputadores (A, B, C, D). O computador A d empresa um lucro de R$ 150,00 enquanto os computadores B, C e D tm lucros de R$ 190,00; R$ 180,00 e R$ 200,00, respectivamente. Os micros necessitam de 0,9; 1,2; 1,0; e 1,3 horas/unidade, respectivamente. A empresa utiliza uma quantidade de espao de estocagem para cada tipo de microcomputador A, B, C, e D de 0,7; 1,0; 1,2 e 0,9 m3/unidade, respectivamente. O gasto semanal em matria prima (componentes) de R$ 1200,00; R$ 1000,00; R$ 900,00 e R$ 1300,00 por unidade do tipo A, B, C e D. As disponibilidades destes recursos so: 300 horas de trabalho por semana; 260 m3 de galpo para estocagem e de R$ 400.000,00 para aquisio dos componentes semanais (matria prima).

Programao Linear Parte I

18 Universidade do Sul de Santa Catarina

Tipo de PC A B Lucro 150 190 [R$/unidade] Trabalho 0,9 1,2 [horas/unidade] Espao p/ 0,7 1 estocagem [m3/unidade] Matria prima 1200,0 1000,0 [R$/unidade]

C 180 1 1,2

D 200 1,3 0,9

Disponibilidade ------------300 [horas/semana] 260 [m3]

900,00

1300,0

400.000,0 [R$/semana]

a) Formular o Problema de Programao Linear (PPL); b) Resoluo do PPL no LINDO; c) Anlise de Sensibilidade do PPL. i) Quantos micros do tipo C produzir? ii) Qual o lucro mximo da empresa ? iii) A capacidade de estocagem da empresa um recurso limitante ao plano timo de produo? iv) A empresa dispe de R$ 400.000,00 para compra de matria prima. Quanto ela precisa gastar no plano timo? v) Se a empresa insistir em produzir micros do tipo B, em quanto dever diminuir o lucro da empresa? vi) Uma empresa vizinha prope alugar um galpo de 30 m3 a um preo de R$ 1500,00. A empresa em anlise deve alugar? Resposta a) Seja QA, QB, QC e QD o nmero computadores do tipo A, B, C e D a serem produzidos. O Problema de Programao Linear (PPL): Maximizar Lucro = 150QA + 190QB + 180 QC +200QD Sujeito a: 0,9QA + 1,2QB + QC + 1,3QD < 300 0,7QA + QB + 1,2QC + 0,9QD < 260 1,2QA + QB + 0,9QC + 1,3QD < 400

TRABALHO) ESTOQUE) MATPRIM)

b) Resoluo mediante o LINDO

Programao Linear Parte I

19 Universidade do Sul de Santa Catarina

Arquivo de Anlise de Sensibilidade LP OPTIMUM FOUND AT STEP 3

OBJECTIVE FUNCTION VALUE 1) 50842.11 Valor da Funo Objetivo Otimizada

Valor das incgnitas (variveis) na soluo tima VARIABLE VALUE REDUCED COST Custo Reduzido QA 263.157898 0.000000 QB 0.000000 12.105270 Exe. Se resolver acrescentar uma unidade QC 63.157894 0.000000 de produto B no plano timo, a funo QD 0.000000 13.157887 objetivo (lucro) diminuir R$ 12.105270 Folga ou excesso Preo dual (diferena de preo no Excel)

ROW SLACK OR SURPLUS DUAL PRICES TRABALHO) 0.000000 142.105270 Exe. Se conseguir mais uma ESTOQUE) 0.000000 31.578947 unidade de trabalho o objetivo MATPRIM) 27.368422 0.000000 aumentar em R$ 142.105270 NO. ITERATIONS= 3

Programao Linear Parte I

20 Universidade do Sul de Santa Catarina

Intervalos RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE 150.0000 12.000000 7.575758 Soluo no muda se o coef. 190.0000 12.105278 INFINITY de QA na fun. objetivo 180.0000 50.000015 13.333333 aumentar em at 12 unidades 200.0000 13.157896 INFINITY ou diminuir em at R$ 7.5757 unidades.

VARIABLE QA QB QC QD

RIGHTHAND SIDE RANGES CURRENT ALLOWABLE ALLOWABLE RHS INCREASE DECREASE TRABALHO 300.000000 12.839506 83.333328 ESTOQUE 260.000000 100.000000 26.666666 MATPRIM 400.000000 INFINITY 27.368422 ROW A linha de produtos a serem produzidos a mesma caso a disponibilidade de trabalho aumente em at 12.8395 unidades ou diminua em at 83.33 unidades. Dentre este intervalo vale a interpretao de que cada unidade adicional de trabalho aumenta o objetivo em R$ 142.10527 c) Responder as seis questes conforme a explicao do item anterior (Arquivo de Anlise de Sensibilidade).

Programao Linear Parte I

21 Universidade do Sul de Santa Catarina

Exerccio 2.3 1) Uma microempresa monta 4 tipos de microcomputadores (A, B, C, D). O computador A d empresa um lucro de R$ 195,00 enquanto os computadores B, C e D tm lucros de R$ 165,00; R$ 215,00 e R$ 250,00, respectivamente. Os micros necessitam de 0,8; 1,4; 1,1; e 1,6 horas/unidade, respectivamente. A empresa utiliza uma quantidade de espao de estocagem para cada tipo de microcomputador A, B, C, e D de 0,9; 1,35; 1,25 e 0,8 m3/unidade, respectivamente. O gasto semanal em matria prima (componentes) de R$ 1450,00; R$ 1200,00; R$ 1100,00 e R$ 1500,00 por unidade do tipo A, B, C e D. As disponibilidades destes recursos so: 340 horas de trabalho por semana; 290 m3 de galpo para estocagem e de R$ 435.000,00 para aquisio dos componentes semanais (matria prima).

Tipo de PC A B C D Disponibilidade Lucro 195 165 215 250 ------------[R$/unidade] Trabalho 0,8 1,4 1.1 1,6 300 [horas/unidade] [horas/semana] Espao p/ 0,9 1,35 1,25 0,8 290 [m3] estocagem [m3/unidade] Matria prima 1450,0 1200,0 1100,00 1500,0 435.000,0 [R$/unidade] [R$/semana]

a) Formular o Problema de Programao Linear (PPL); b) Resoluo do PPL no LINDO; c) Anlise de Sensibilidade do PPL. i) Quantos micros do tipo C produzir? ii) Qual o lucro mximo da empresa ? iii) A capacidade de estocagem da empresa um recurso limitante ao plano timo de produo? iv) A empresa dispe de R$ 435.000,00 para compra de matria prima. Quanto ela precisa gastar no plano timo? v) Se a empresa insistir em produzir micros do tipo B, em quanto dever diminuir o lucro da empresa? vi) Uma empresa vizinha prope alugar um galpo de 4 m3 a um preo de R$ 1750,00. A empresa em anlise deve alugar?

2) Fazer uma Anlise de Sensibilidade dos Problemas de Programao Linear (1) a) e (1) f) do exerccio 2.2. Interprete os resultados e quais as sugestes que daria para melhorar o desempenho destes sistemas.

Programao Linear Parte I

22 2.6
Universidade do Sul de Santa Catarina

MTODO SIMPLEX

Condies de preparao I) - Todos bis devem ser maiores ou iguais a zero x1 + 3x2 - 7 bi negativo - x1 - 3x2 7 bi positivo II) - Todas restries devem ser transformadas em igualdade (necessrio uma base bvia): a) Se a restrio do tipo MENOR OU IGUAL ( ), com bi positivo, introduz-se varivel de folga: 3x1 + x2 5 desigualdade 3x1 + x2 + x3 = 5 igualdade sempre x1, x2 e x3 0 b) Se a restrio do tipo MAIOR OU IGUAL ( ), com bi positivo, introduzem-se uma varivel de folga (com sinal negativo) e uma varivel artificial: x1 + 3x2 x1 + 3x2 - x3 + x4 5 desigualdade = 5 igualdade varivel de artificial varivel de folga

Da mesma forma, x1, x2, x3 e x4 0 c) Se a restrio do tipo IGUAL ( = ), com bi positivo, introduz-se uma varivel artificial: 2x1 + 7x2 = 10 = 10 igualdade com varivel artificial 2x1 + 7x2 + x3 Sendo, x1, x2 e x3 0 III) - Toda minimizao poder ser transformada em maximizao. Minimizar uma funo Z equivalente a maximizar o simtrico dessa funo: Min Z = 2x1 - 3x2, equivale a Max (-Z) = -2x1 + 3x2 Observaes adicionais: a) A informao de varveis artificiais sempre implica no surgimento da funo objetivo artificial, sendo o problema resolvido em duas fases. b) Por questo de ordenao, deve-se primeiro introduzir todas variveis de folga em todas restries, para depois introduzir as variveis artificiais. c) O quadro estruturado mostra explicitamente uma soluo bsica inicial. As variveis bsicas formam, com seus coeficientes, uma matriz identidade.

Programao Linear Parte I

23 Universidade do Sul de Santa Catarina

Condio bsica para aplicao Para aplicao do Algoritmo Simplex necessrio a estruturao do quadro (tableau), obedecendo as condies: - bis no negativos. - Restries transformadas em igualdades, pela introduo de variveis de folga e/ou artificiais. - Funo objetivo sujeita `a maximizao (no obrigatrio). O quadro genrico explicito tem a forma:

xn+1 xn+2 ... xn+m Z

Base x1 x2 A11 a12 A21 a22 ... ... am1 am2 c1 c2

... ... ... ... ... ...

xn a1n a2n ... amn cn

xn+1 1 0 ... 0 0

xn+2 0 1 ... 0 0

... ... ... ... ... ...

xn+m 0 0 ... 1 0

bi b1 b2 ... bm 0

Passos do Algoritmo Simplex

PASSO 1 - Verificar se os coeficientes Cjs da funo objetivo Z so maiores ou iguais a zero, caso afirmativo, pare, a soluo tima. Caso contrrio, escolha a varivel que tem o menor coeficiente Cj (Cs) para entrar na base. Cs = min (Cjs) Xs = varivel que entra na base PASSO 2 - Verificar os coeficientes ais da varivel xs que vai entrar na base. Se todos ais forem menores ou iguais a zero, pare, Z = infinito. Caso contrrio, divida cada bi pelo respectivo ais > 0. O menor quociente bi/ais, ais > 0, indica a varivel de ndice r que sai da base. PASSO 3 - Calcular os novos coeficientes do quadro (operao pivotal) para que a troca de variveis na base se processe. Os novos coeficientes sero: ars = pivot nova linha r = (linha r anterior)/ars nova linha i i = r = (linha anterior) - (nova linha r) . ais PASSO 4 - Voltar ao PASSO 1.

Programao Linear Parte I

24 Universidade do Sul de Santa Catarina

Algoritmo Simplex Completo Incluindo duas fases

Problema Preparado com 2 fases

2 FASES

Problema com 1 fase ou 2 fases?

1 FASE

Existem djs < 0 NO Encontrar o menos dj(ds). Xs a varivel que entra na base W=0 ? SIM

Existem Cjs < 0

NO

SOLUO TIMA

No Existe Soluo

Encntrar Cj(Cs). Xs a varivel que entra na base

Existem ais > 0 ?

Soluo com Z=

Calcular bi/ais para ais > 0; o menor quociente indica a varivel de ndice r que sai da base

Calcular os novos coeficientes do quadro coma as variveis trocadas na base

O problema se encontra na fase 1

Programao Linear Parte I

25 Universidade do Sul de Santa Catarina

Observaes: a) Os d js so os coeficientes das variveis na funo objetivo artificial. b) Na fase 1 se operam com todos os coeficientes, inclusive os da linha Z, na operao pivotal. c) Quando W = 0 e d js 0, pode-se abandonar a linha W e as colunas das variveis artificiais. Casos de dificuldades na aplicao do Mtodo Simplex I) Empate na varivel que entra na base, isto , mais de uma varivel no bsica com o mesmo valor para seus respectivos Cjs. - A escolha da varivel que entra na base aleatria. II) Empate na varivel que sai da base, isto , dois ou mais quocientes bi /ais com mesmo valor. - Neste caso caracteriza-se a presena de uma soluo degenerada, isto , uma varivel bsica com valor igual a zero. - A escolha da varivel que sai da base aleatria. III) Variveis sem restrio de sinal, sem a condio de no negatividade. - A soluo alternativa para a questo especfica: as variveis sem restrio de sinal so substitudas pela diferena entre duas novas variveis maiores ou iguais a zero.

IV) Ausncia de solues: - A dificuldade caracteriza-se por no se conseguir zerar o valor de W ( funo objetivo artificial) e por conseguinte as variveis artificiais. V) Ausncia de solues: - A dificuldade caracteriza-se quando o problema atinge o timo (todos Cjs 0) e o coeficiente Cj de uma das variveis no bsicas, na funo objetivo zero. - Para se encontrar o outro extremo, introduz-se na base a varivel no bsica que tem Cj igual a zero; calcula-se o novo quadro e verifica-se que o valor de Z no se altera, indicando um novo ponto timo. Como soluo geral, temos a combinao convexa dos dois extremos. VI) Problema com minimizao, neste caso, temos: Min Z = Mx (-Z) VII) Problema com soluo Z = infinito:

Programao Linear Parte I

26 Universidade do Sul de Santa Catarina

- Este problema caracteriza-se quando existe uma varivel xs em condies de entrar na base de forma a provocar um aumento no valor de Z e todos seus coeficientes ais so menores ou iguais a zero. No permitindo, assim, encontrar a varivel que sairia da base. Ilustrao 1: Problema com uma fase Mx Z = 5x1 +2x2 (Funo objetivo), para as seguintes restries: x1 3 x2 4 x1 + 2x2 9 Problema j resolvido graficamente na pgina 6. Sempre em qualquer problema, temos como soluo x1 e x2 0 Inicialmente transformemos o sistema de restries em igualdades com introduo das variveis de folga, ficando o sistema com a seguinte disposio: x1 + x3 = 3 x2 + x4 = 4 x1 + 2x2+ x5 = 9 Sendo as variveis x3, s4 e x5, as variveis de folga. Antes de aplicarmos o Algoritmo Simplex, faamos a resoluo do problema por anlise matemtica, ou seja uma soluo algbrica. Ento quebremos a indeterminao do sistema fazendo x1 = 0 e x2 = 0, tambm, j que o sistema possui sete incgnitas e apenas cinco equaes, temos:

x1= x2= x3= x4= x5=

0 Consideremos as linhas de x1 e x2 a formao da base 0 3 Essas demais linhas forma a no base, resolver o sistema processar uma 4 seqncia de troca de variveis bsicas por no bsicas, de uma forma otimizada 9 at a maximizao da funo objetivo.

Quando abordamos uma seqncia de troca de variveis otimizada, significa pelo caminho menor possvel. E esta seqncia corresponde a passagem de um vrtice para outro, no polgono restritivo, at chegar ao vrtice soluo. Posteriormente, exatamente o que algoritmo ir fazer. Pela funo objetivo percebe-se que a varivel x1 a que deve inicialmente sair da base, ou seja, adquirir um valor maior do que zero, pelo fato de ter o maior coeficiente, o que implica num crescimento mais rpido para Z. Como x2 continua na base, logicamente com o valor nulo, necessrio procurarmos a varivel de folga que primeiro se anula, para substituir x1 na base, o que podemos concluir:

Programao Linear Parte I

27 Universidade do Sul de Santa Catarina

x3 = 3 - x1 (x3 se anula primeiro) x4 = 4 x5 = 9 - x1 Ento, x3 exatamente a varivel que ir entrar na base. O que conclumos: x2 = 0 x3 = 0 x1 = 3 x4 = 4 x5 = 6, ficando a funo objetivo: Z = 15 + 2x2 - 5x3, o que possvel o seu crescimento com a sada de x2 da base. Procuremos verificar qual a varivel que entra na base: x4 = 4 - x2 x5 = 6 - 2x2 (x5 se anula mais rpido, par x2 = 3) Ficamos com a seguinte disposio: x1 = 3 x2 = 3 x3 = 0 x4 = 1 x5 = 0, ficando a funo objetivo: Z = 21 - 5x3 - x5 Como a funo objetivo no tem mais possibilidade de crescimento, o seu valor mximo Zmx = 21, para: x1 = 3 x2 = 3 Agora apliquemos o Algoritmo Simplex ao mesmo problema. Considerando o sistema j com a incluso das variveis de folga, temos: x1 + x3 = 3 x2 + x4 = 4 x1 + 2x2 + x5 = 9, sendo a funo objetivo na forma, Z - 5x1 - 2x2 = 0

Q1 X1 x2 x3 1 0 x4 x5 Z 0 1 1 2 -5 -2

x3 1 0 0 0

x4 0

x5 0

b 3

1 0 4 0 1 9 0 0 0 O elemento a11 = 1 exatamente o PIVOT Coeficiente menor, indica a varivel que entra na base (x1)

3/1 = 3 Menor quociente, indicao da varivel que sai da base (x3) 9/1 = 9

O Novo quadro tem a seguinte disposio:

Programao Linear Parte I

28 Universidade do Sul de Santa Catarina

Obteno das linhas do quadro Q2: a11 = 1/1 = 1 a12 = 0/1 = 0 a13 = 1/1 = 1 a14 = 0/1 = 0 a15 = 0/1 = 0 a16 = 3/1 = 3 a21 = 0 - 1x0 = 0 a22 = 1 - 0x0 = 1 a23 = 0 - 1x0 = 0 a24 = 1 - 0x0 = 1 a25 = 0 - 0x0 = 0 a26 = 4 - 3x0 = 4 a31 = 1 - 1x1 = 0 a32 = 2 - 0x1 = 2 a33 = 0 - 1x1 = -1 a34 = 0 - 0x1 = 0 a35 = 1 - 0x1 = 1 a36 = 9 - 3x1 = 6 c1 = -5 - 1(-5) = 0 c2 = -2 - 0(-5) = -2 c3 = 0 - 1(-5) = 5 c4 = 0 - 0(-5) = 0 c5 = 0 - 0(-5) = 0 c6 = 0 - 3(-5) = 15

Q2 x1 x4 x5 Z

X1 1 0 0 0

x2 0 1 2 -2

x3 1 0 -1 5

x4 0 1 0 0

x5 0 0 1 0

b 3 4 6 1 5

- Primeira linha obtida 4/1 = 4 6/2 = 3 O menor quociente indica a varivel que sai da base: x5

Pivot = a32 = 2 O menor coeficiente na linha Z indica a varivel x2 que entra na base No quadro temos: x1 = 3 x2 = 0, por no aparecer na base Com esses valores na funo objetivo temos Z = 15, que exatamente o valor de Z obtido do quadro Q2.

Q3 x1 x4 x2 Z

X1 1 0 0 2

x2 0 0 1 0

x3 1
-1/2

x4 0 1 0 0

x5 0
-1/2

b 3 1 3 2 1

Primeira linha obtida SOLUO TIMA: todos Cjs 0

O quadro Q3 soluo tima porque todos os coeficientes da linha Z ou so nulos ou positivos (Cjs 0). Temos: x1 = 3 e x2 = 3. Como Zmx = 5x1 + 2x2, conclumos que o maior valor para Z 21.

Soluo: x1 = 3 x2 = 3 Zmx = 21

Programao Linear Parte I

29 Universidade do Sul de Santa Catarina

Exerccio 2.4 1) Resolva atravs do Mtodo Simplex (determine o Z mximo) os problemas a seguir. a) Maximizar Z = x1 + 9x2 + x3 Sujeita a: x1 + 2x2 + 3x3 3x1 + 2x2 + 2x3 com: x1 x2 x3 b) Maximizar Z = 2x1 + x2 Sujeita a: -10x1 + 15x2 -x1 + 5x2 x1 + x2 x1 com: x1 x2 c) Maximizar Z = 2x1 + x2 Sujeita a: x1 + x2 x1 + 2x2 x1 com: x1 x2 d) Maximizar Z = 7x1 + 3x2 + 2x3 Sujeita a: 5x1 + 2x2 + 2x3 2x1 + x2 + 2x3 com: x1 x2 x3

9 15 0 0 0

45 20 10 8 0 0

5 8 4 0 0

19 8 0 0 0

2) Uma tarefa constituda de trs operaes: Preparao, Embalagem e Transporte. As capacidades mximas dirias de cada seo so: Preparao: 160 up (unidades de preparao), Embalagem: 240 ue (unidades de embalagem), Transporte: 170 ut (unidades de transporte). A manipulao de uma unidade de produto A exige 5up, 10eu e 5ut; para o produto B, cada unidade exige 2up, 2eu e 6ut; uma unidade do produto C exige 8up, 6ue e 3ut. Os lucros lquidos de cada unidade A, B e C so, respectivamente 10, 8, 5 unidades monetrias. a) Formule o programa de tarefas (deciso quanto s quantidades de A, B e C), sob a forma de um Modelo de Programao Linear, de modo a maximizar o lucro lquido total sem ultrapassar as capacidades mximas das sees. b) Resolva o problema pelo Algoritmo do Simplex.

Programao Linear Parte I