Degenerescência, ciclagem e eficiência do Simplex

Slides:



Advertisements
Apresentações semelhantes
REPRESENTAÇÕES DE LINGUAGENS Adorilson Bezerra Santa Cruz - RN UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE CAMPUS AVANÇADO DO NATAL DEPARTAMENTO DE CIÊNCIA.
Advertisements

Exemplos de Solução PL Método Gráfico 04 de março de 2011.
Linguagem de Programação – Aula 03 Prof. Me. Ronnison Reges Vidal.
1 PROCESSO DE MODELAGEM Modelo Mental: para a solução de problemas simples Reconhecimento do Problema Criação de Alternativas Avaliação de Alternativas.
Prof. André Luiz da Costa Carvalho RELACIONAMENTOS BINÁRIOS, ATRIBUTOS E CHAVES.
Contagem Aula 2, ciclo 6.
1) Defina sequências numéricas.
II SEMINÁRIO DE CIÊNCIA E TECNOLOGIA 2015
Teoremas de rede Prof. Luis S. B. Marques MINISTÉRIO DA EDUCAÇÃO
OS plágios e as coincidências na propaganda.
TÉCNICAS DE AMOSTRAGEM AMOSTRAGENS NÃO PROBABILÍSTICAS
Tópicos Especiais em Computação I
Bioestatística e Epidemiologia Aula 3: Medidas de Tendência Central
Pesquisa Operacional Planejamento Programação Matemática Economia
Sistemas de Controlo: Realimentação
Probabilidade e Estatística Aplicadas à Contabilidade I
Prof.: Eduardo Uchoa Programação Inteira Prof.: Eduardo Uchoa
CURSO DE CIÊNCIAS CONTÁBEIS
RODOLFO SOARES TEIXEIRA OBMEP NA ESCOLA
Seleção de Atributos.
Modelagem para Otimização:Aula 2
Estruturas de Repetição
Fundamentos de Eletricidade
Resolução de PLs O método de enumeração de soluções básicas é muito ineficiente. O número de possíveis bases pode ser enorme Para encontrar a solução associada.
PROGRAMAÇÃO INTEIRA 08 de dezembro de 2016.
EGP, CPC, 2004/05 Problema e Algoritmos de Colocação de Professores
ALGEBRA LINEAR AUTOVALORES E AUTOVETORES Prof. Ademilson
Roteiro para o trabalho final
Análise de sensibilidade
Combinando inequações lineares
Prof. Klecius Celestino
Pontifícia Universidade Católica de Goiás Escola de Engenharia
1.2.8 Configuração eletrónica de átomos
Análise de Algoritmo Profº Me. Jeferson Bussula Pinheiro
LIMITE DE UMA FUNÇÃO Aula 01 – Matemática I – Engenharia de Aquicultura Prof. Danilene Donin Berticelli.
FUNDAMENTO DE PROGRAMAÇÃO
Pesquisa Operacional I Programação Linear
6ª aula PROBLEMA DE TRANSPORTES – Parte 2 UNIDADE 5
CES-11 ALGORITMOS E ESTRUTURAS DE DADOS
Modelando problemas reais como PL ou PI
Prof: Márcio Soussa Centro Universitário Jorge Amado
Aplicações adicionais da derivada
Método Simplex Montar um dicionário inicial
Análise Sintática Botton Up Diomara M. R. Barros
Aplicações adicionais da derivada
Gestão da Logística de Distribuição
DISTRIBUIÇÃO DE FREQUÊNCIA
DISTRIBUIÇÕES AMOSTRAIS
COMPUTAÇÃO BIOINSPIRADA
MICROECONOMIA Aula 6 – Análise da Teoria da Produção.
ANÁLISE DE INVESTIMENTOS
Interpretação Gráfica
Arranjo Físico Industrial
PESQUISA OPERACIONAL PROGRAMAÇÃO INTEIRA
Manuais Administrativos
INTEGRAÇÃO POR SUBSTITUIÇÃO
Problemas de Transporte (Redes)
Profª Juliana Schivani docente.ifrn.edu.br/julianaschivani
Introdução à Economia Pedro Telhado Pereira.
TEORIA E CUSTOS DE PRODUÇÃO
Aula S7 Lição de Casa da Aula S6
Aula 05 Distribuição de freguência Prof. Diovani Milhorim
Módulo Pesquisa - SIGAA
Técnicas de análise da conjuntura
SISTEMAS DISTRIBUIDOS
Método Iterativo Linear e Newton-Raphson
Problemas de Transporte (Redes)
Pesquisa Operacional Método da função objetivo auxiliar
Prof. Elisson de Andrade
Limite no ponto e limites laterais
Transcrição da apresentação:

Degenerescência, ciclagem e eficiência do Simplex Prof.: Eduardo Uchoa http://www.logis.uff.br/~uchoa/POI

Problema do Mix de Produção Modelo: maximizar z = 4,0 xmad + 6,0 xal Sujeito a 1,5 xmad + 4,0 xal ≤ 24 3,0 xmad + 1,5 xal ≤ 21 1,0 xmad + 1,0 xal ≤ 8 xmad , xal ≥ 0 xmad 5 xal 3,2 4,8 Z = 41,6 Solução ótima: x1 = 3,2 x2 = 4,8 Lucro = 41,6 Obs.: x4 = 4,2 (folga da montagem)

Problema do Mix de Produção Alterando a 2ª restrição: Modelo: maximizar z = 4,0 xmad + 6,0 xal Sujeito a 1,5 xmad + 4,0 xal ≤ 24 1,0 xmad + 3,0 xal ≤ 18 1,0 xmad + 1,0 xal ≤ 8 xmad , xal ≥ 0 xmad 5 xal

Problema do Mix de Produção Introduzir as variáveis de folga maximizar z = 4,0 x1 + 6,0 x2 Sujeito a 1,5 x1 + 4,0 x2 + 1 x3 = 24 1,0 x1 + 3,0 x2 + 1 x4 = 18 1,0 x1 + 1,0 x2 + 1 x5 = 8 x1 , x2 , x3 , x4 , x5 ≥ 0

Problema do Mix de Produção Montar o 1o dicionário isolando as variáveis de folga

Problema do Mix de Produção Qual variável vai sair da base?

Problema do Mix de Produção Qual variável vai sair da base? x2 entra na base x3 e x4 empataram no critério de seleção da variável que sairá da base. Logo, existirão duas opções para o próximo dicionário.

Problema do Mix de Produção 1ª Opção: se x2 entrar e x3 sair da base:

Problema do Mix de Produção 2ª Opção: se x2 entrar e x4 sair da base:

Problema do Mix de Produção 2ª Opção: se x2 entrar e x4 sair da base: Nas duas opções, tem-se uma solução degenerada, onde uma variável básica tem valor zero na solução do dicionário.

Problema do Mix de Produção Continuando na 2ª opção

Problema do Mix de Produção Continuando na 2ª opção

Problema do Mix de Produção Continuando na 2ª opção

Problema do Mix de Produção O novo dicionário:

Problema do Mix de Produção Houve a mudança de base, mas a solução tem o mesmo valor da solução dada pelo dicionário anterior. Quando isso ocorre, tem-se uma iteração degenerada do Simplex.

Problema do Mix de Produção Continuando:

Problema do Mix de Produção Este dicionário dá a solução ótima do problema com: x1 = 16/5 x2 = 24/5 z = 208/5

Degenerescência em PL Definição: Um PL é degenerado se há pelo menos uma solução básica viável com uma variável básica com valor zero (=0). Essa solução é dita degenerada. Ao longo do Simplex, a degenerescência surge quando há empate na seleção da variável que sairá da base. A iteração seguinte pode uma iteração degenerada.

Consequencias da Degenerescência Se um PL possui muitas soluções degeneradas, o método Simplex pode demorar mais iterações do que o usual para chegar na solução ótima. Em certos casos extremamente raros, pode ocorrer ciclagem, o Simplex pode visitar uma sequencia de soluções degeneradas (todas de mesmo custo) que se repetem infinitamente. Nesse caso, o método não chegaria na solução ótima.

Ciclagem no método Simplex Não é fácil construir um PL que possa fazer o Simplex ciclar.

Exemplo de um PL que pode ciclar

Evitando a ciclagem Existem algumas escolhas dentro do método Simplex que garantem que a ciclagem nunca vai ocorrer. A mais simples é a Regra de Bland: Dentre as variáveis que podem entrar na base, escolha sempre a com menor índice; dentre as variáveis que podem sair da base também escolha a com menor índice Essas regras só precisam ser ativadas após uma longa sequencia de iterações degeneradas, quando se desconfia que está ocorrendo ciclagem.

Eficiência do método Simplex O número de soluções básicas de um PL é finito Tomando um pouco de cuidado para não ocorrer ciclagem, cada iteração do Simplex visita uma solução básica diferente O método Simplex sempre termina em um número finito de iterações

Eficiência do método Simplex Entretanto, o número de soluções básicas de um PL pode ser muito grande: Existem alguns PLs criados artificialmente em que o Simplex visita todas as soluções básicas antes de chegar no ótimo!

Na prática o método Simplex é muito eficiente! Na maioria dos casos, o Simplex visita menos do que 2m soluções Quando o PL é muito degenerado isso pode chegar a 10m. De qualquer forma, com software adequado, problemas com milhões de variáveis/restrições são resolvíveis em um notebook.

OBSERVAÇÃO Este material refere-se às notas de aula do curso TEP117 (Pesquisa Operacional I) da Universidade Federal Fluminense (UFF) e foi criado a partir das notas do Prof. Rodrigo A. Scarpel do ITA (www.mec.ita.br/~rodrigo) e não pode ser reproduzido sem autorização prévia de ambos os autores. Quando autorizado, seu uso é exclusivo para atividades de ensino e pesquisa em instituições sem fins lucrativos.