MINISTRIO DA EDUCAO
UNIVERSIDADE FEDERAL DE PELOTAS
DISCIPLINA: PESQUISA OPERACIONAL- 2012
Professor Alejandro Martins
Mtodo Simplex
1. Introduo
(I)Max Z= 5x1 6 x 2
Forma de Dantzig:
2 x1 3 x2 18
2 x1 1 x2 12
3 x1 3 x2 24
x j 0, j 1, 2
As variveis ui so chamadas
de folga. ui>=0 para todo i.
(d )3x1 3 x2
x2
3
1
3
6
u3
0
0
1
0
Z 0
18
12
u3
24
Tableau de Dantzig #1
base
u1
u2
u3
Z
x1
2
2
3
5
u1
1
0
0
0
u2
0
1
0
0
Rhs*
18
12
24
0
MINISTRIO DA EDUCAO
UNIVERSIDADE FEDERAL DE PELOTAS
DISCIPLINA: PESQUISA OPERACIONAL- 2012
Professor Alejandro Martins
O tableau de Dantzig nos facilita a navegao entre os diferentes vrtices aos efeitos de encontrar aquele
para o qual a funo objetivo tima (mxima, neste caso).
Em efeito, para o tableau #1, observamos facilmente que:
(x1, x2, u1, u2, u3, Z) = (0, 0, 18, 12, 24, 0) soluo do sistema.
ou
Obtemos ento:
3*x2 = 18, ou seja, x2=6.
1*x2 = 12, ou seja, x2=12.
3*x2 = 24, ou seja, x2=8.
O menor valor, para satisfazer as trs equaes sem introduzir variveis negativas, x 2 igual a 6, que ser a
quantidade de x2 a ser introduzida. Isto nos indica que iremos retirar da base a varivel u1, na base, com
coeficiente no nulo na linha correspondente.
J podemos antecipar, a partir do sistema de equaes, que o Z passar para 36, dado que, em efeito, na
equao correspondente a Z temos que:
5* 0 + 6 * 6 Z=0, ou seja, Z=36.
Para deixar na base a x2 e u2, u3, devemos transformar o sistema linear (II) em um sistema equivalente do
tipo:
2
MINISTRIO DA EDUCAO
UNIVERSIDADE FEDERAL DE PELOTAS
DISCIPLINA: PESQUISA OPERACIONAL- 2012
Professor Alejandro Martins
(III)
(a) 1 x1 0 x2 u1
Z1 0
(b) 2 x1 1x2
(c) 3 x1 0 x2
1
2
u2
(d ) 4 x1 0 x2
u3
Aonde todos os novos valores dos s , s, s e Z1 sero calculados atravs de combinaes lineares das
equaes em (II).
Tambm, vale a pena observar que se comparamos as
equaes da linha (a), em II e III, haver uma
interpretao clara para o valor de Z1. Em efeito, para
levar a 0 o coeficiente de x2 em (III - a), mantendo os
coeficientes 0 das outras duas variveis na base u2 e u3,
precisamos combinar linearmente em (II) as equaes (a),
e (b), fazendo em II, -3 * (b) + (a).
Dessa forma obtemos:
(a) :
3*(b):
5 x1 6 x2
6 x1 6 x2 3u1
somando, x1
Z 0
3u1
36
Z 36
x1
2
2
3
x2
3
1
3
u1
1
0
0
u2
0
1
0
u3
0
0
1
Rhs*
18
12
24
Passo 2: mximo x2
18/3= min(18/3, 12/1, 24/3)
12/1
24/3
3
MINISTRIO DA EDUCAO
UNIVERSIDADE FEDERAL DE PELOTAS
DISCIPLINA: PESQUISA OPERACIONAL- 2012
Professor Alejandro Martins
(d) Z
6 0 0 0 0
Passo 1: entra x2, 6>5
Como o sistema indeterminado podemos visualizar o novo tableau basicamente a seguinte forma:
base
u1
u2
u3
Z
x1
a1
a2
a3
a4
x2
1
0
0
0
u1
b1
b2
b3
b4
u2
0
1
0
0
u3
0
0
1
0
Rhs*
c1
c2
c3
c4
base
x2
u2
u3
Z
x1
2/3
4/3
1
1
Passo 1:
Entra x1
x2
1
0
0
0
u1
1/3
-1/3
-1
-2
u2
0
1
0
0
u3
0
0
1
0
Rhs*
6
(a)/3
6
(a)/(-3) + (b)
6
- (a) + (c)
-36
- 2*(a) + (d)
Passo 2:
6/(2/3)=9
6/(4/3)=18/4=4,5
6/1=6
No momento vemos que o Z igual a 36, e ainda podemos aumentar Z ingressando x1 na base, dado que o
coeficiente na linha (d) igual a 1>0. Observamos que o vrtice correspondente ao Tableau de Dantzig #3 :
(x1, x2, u1, u2, u3, Z) = (0, 6, 0, 6, 6, 36)
Assim procedemos a modificar o Tableau a partir do Tableau de Dantzig #3.
Tableau de Dantzig #4
(a)
(b)
(c)
(d)
base
x2
x1
u3
Z
x1
0
1
0
0
x2
1
0
0
0
u1
2/3
-1/4
-3/4
-7/4
u2
-1/2
3/4
-3/4
-3/4
u3
0
0
1
0
Rhs*
3
(b)/(-2) + (a)
4,5
(b) /(4/3)
3/2
-3/4*(b) + (c)
=162/4= -40,5 -3/4*(b) + (d)
Neste momento, observamos que todos os coeficientes das variveis de deciso xis e ujs so zero ou
negativos, indicando por tanto que no interessante entrar alguma outra varivel na base aos efeitos de
aumentar o valor de Z. Portanto, temos chegado ao final do algoritmo, aonde a soluo encontrada : (x1,
x2, u1, u2, u3, Z) =(4.5 , 3, 0, 0, 3/2, 40.5) . Podemos verificar que efetivamente esta soluo satisfaz o
sistema (II).
MINISTRIO DA EDUCAO
UNIVERSIDADE FEDERAL DE PELOTAS
DISCIPLINA: PESQUISA OPERACIONAL- 2012
Professor Alejandro Martins
40.5 0 ok
18 ok
0
12 ok
24 ok
1.5
base
u1
u2
u3
Z
(a)
Sai u2 <(b)
(c)
(d)
(a)
(b)
(c)
(d)
x1
2
2
3
5
base
x2
u2
u3
Z
base
x2
x1
u3
Z
x2 u1 u2 u3 Rhs*
3 1 0 0 18
1 0 1 0 12
3 0 0 1 24
6 0 0 0 0
Passo 1: entra x2, 6>5
x1
2/3
4/3
1
1
Passo 1:
Entra x1
x1
0
1
0
0
x2
1
0
0
0
x2
1
0
0
0
u1
2/3
-1/4
-3/4
-7/4
u1
1/3
-1/3
-1
-2
u2
-1/2
3/4
-3/4
-3/4
u2
0
1
0
0
u3
0
0
1
0
Passo 2: mximo x2
18/3= min(18/3, 12/1, 24/3)
12/1
24/3
u3
0
0
1
0
Rhs*
6
(a)/3
6
(a)/(-3) + (b)
6
- (a) + (c)
-36
- 2*(a) + (d)
Passo 2:
6/(2/3)=9
6/(4/3)=18/4=4,5
6/1=6
Rhs*
3
(b)/(-2) + (a)
4,5
(b) /(4/3)
3/2
-3/4*(b) + (c)
=162/4= -40,5 -3/4*(b) + (d)
MINISTRIO DA EDUCAO
UNIVERSIDADE FEDERAL DE PELOTAS
DISCIPLINA: PESQUISA OPERACIONAL- 2012
Professor Alejandro Martins
(a)5 x1 6 x2
Z 0
(b) 2 x1 3x2 u1
18
Logo, observamos que as restries (b) e (c) em (II)
(II)
representam os gargalhos do sistema, sem folga. Isto
(c) 2 x1 1 x2
u2
12
nos remete ao livro A Meta1, aonde a ideia essencial
(d )3x1 3 x2
u3
24
de Goldratt que o nanico, a restrio, sempre deve
ir na frente do conjunto, para dessa forma manter a restrio sem folga. Se trabalhssemos com folga nas
restries nos atrasaramos no output geral (Figura 2). Leia tambm o Quadro 1 se ainda no conhece a
TOC.
Gargalhos
do
sistema
(a ) 5 x1 6 x2
Z 0
(b) 2 x1 3 x2 u1
18
(c) 2 x1 1 x2
12
(d ) 3 x1 3 x2
u2
u3
Input
Output
24
(d)
u3=1.5
(b)
u1=0
(c)
u2=0
MINISTRIO DA EDUCAO
UNIVERSIDADE FEDERAL DE PELOTAS
DISCIPLINA: PESQUISA OPERACIONAL- 2012
Professor Alejandro Martins
Gargalho
do sistema
MINISTRIO DA EDUCAO
UNIVERSIDADE FEDERAL DE PELOTAS
DISCIPLINA: PESQUISA OPERACIONAL- 2012
Professor Alejandro Martins
Raciocnio.
Uma das grandes contribuies da TOC o seu processo de otimizao contnua (que a base de todos os
aplicativos da TOC). Esse processo de otimizao contnua contm 5 etapas
1. IDENTIFICAR a restrio do sistema.
2. EXPLORAR a restrio do sistema.
3. SUBORDINAR tudo o mais deciso acima.
4. ELEVAR a restrio do sistema.
5. Se num passo anterior a restrio for quebrada, volte ao passo 1. MAS no deixe que a INRCIA se torne
a restrio do sistema.
Usando esse processo podemos enfocar nossos esforos nos poucos pontos de um sistema que
determinam seu desempenho (nas suas restries), e assim podemos melhorar significativamente seu
desempenho no curto prazo. Restrio aqui quer dizer: "qualquer coisa que impea um sistema de atingir
um desempenho maior em relao sua meta." Com essa definio podemos dizer que todo sistema tem
uma restrio, caso contrrio seu desempenho seria infinito (a lucratividade da empresa seria infinita.) Um
ponto extremamente importante o passo 5, onde Goldratt diz para tomar cuidado com a nossa inrcia. O
que ele sempre diz que a grande maioria das empresas no tm restries fsicas (como um gargalo na
fbrica) mas sim tm restries polticas. O que ele quer dizer com isso que a maior parte das vezes o que
limita o desempenho de um sistema a nossa inrcia. Nossa inrcia a restrio do sistema (para uma
discusso sobre esse ponto leia meu artigo: "Mudanas de Paradigma."). Foi para lidar com essa inrcia
que ele criou os Processos de Raciocnio da TOC.
Texto da web, no referenciado pelo autor.
Outras informaes sobre TOC:
MINISTRIO DA EDUCAO
UNIVERSIDADE FEDERAL DE PELOTAS
DISCIPLINA: PESQUISA OPERACIONAL- 2012
Professor Alejandro Martins
Neste caso se aplica a tcnica conhecida como das variveis artificiais (no confundir com variveis de
folga, as ui vistas at agora), e se adjudica um valor de custo extremamente alto na funo objetivo.
Exemplo:
Max Z= 5x1 6 x 2
(a)5 x1 6 x2 1.000.000 v1 Z 0
2 x1 3x2 18
2 x1 x2 12
x j 0, j 1, 2
(b) 2 x1 3x2 v1
(c) 2 x1 1 x2
18
w1
12
xj, v1, w1 0.
O custo extremamente alto de 1.000.000, escolhido arbitrariamente,
assegura que v1 no entre na base na soluo final.
Observar que v1 varivel artificial, enquanto w1 o tipo de varivel
que vimos anteriormente, de folga.
b.
Neste caso introduzimos na restrio de uma varivel de folga e uma varivel artificial, de modo que
ambas possam ser maiores ou igual a zero.
Exemplo:
Max Z= 5x1 6 x 2
(a)5 x1 6 x2 1.000.000 v1 Z 0
2 x1 3x2 18
2 x1 x2 12
x j 0, j 1, 2
c.
(b) 2 x1 3x2 w1 v1
18
(c) 2 x1 1 x2
12
w2
xj, v1, wk 0.
MINISTRIO DA EDUCAO
UNIVERSIDADE FEDERAL DE PELOTAS
DISCIPLINA: PESQUISA OPERACIONAL- 2012
Professor Alejandro Martins
Min Z= 5x1 6 x 2
Max -Z= 5 x1 6 x2
2 x1 3x2 18
2 x1 x2 12
2 x1 3x2 18
x j 0, j 1, 2
2 x1 x2 12
x j 0, j 1, 2
(a) 5 x1 6 x2 1.000.000 v1
Z 0
(b) 2 x1 3x2 w1 v1
18
(c) 2 x1 1 x2
12
w2
xj, v1, wk 0.
6. Outros algoritmos de Programao Linear
H vrios outros algoritmos para resoluo de problemas de Programao Linear. A maioria corresponde a
variaes do mtodo Simplex, que procuram geralmente incrementos na velocidade de resoluo para
problemas de muitas variveis.
A exceo a esses tipos de algoritmos o chamado de Sistemtica do Ponto Interno, descoberto em
1984 por um jovem matemtico do Laboratrio AT&T Bell, Narendra Karmarkar. Os pacotes de software
adaptados resoluo de problemas de programao linear grandes como o CPLEX incorporaram o
algoritmo da sistemtica do ponto interno.
O algoritmo da sistemtica do ponto interno interativo ao igual que o Simplex, mas avana desde
dentro da regio de solues viveis at os vrtices - a diferena do Simplex que navega entre vrtice e
vrtice (figura 4). Os interessados podem consultar este algoritmo em HILLIER (2006) (*).
10
MINISTRIO DA EDUCAO
UNIVERSIDADE FEDERAL DE PELOTAS
DISCIPLINA: PESQUISA OPERACIONAL- 2012
Professor Alejandro Martins
SIMPLEX.
(*) HILLIER, F.S., LIEBERMAN, G.J. Introduo pesquisa o 8/e, Mcgraw-Hill, 2006.
11