Problema de designação

Slides:



Advertisements
Apresentações semelhantes
Algoritmos de Caminho Mínimo em Grafos
Advertisements

PROGRESSÕESMATEMÁTICASUCESSÃO junho Prof. Carmem Sperling MÁRIO HANADA.
Algoritmos em Grafos.
AULA 02 PROGRAMAÇÃO LINEAR INTEIRA
AULA 01 PROGRAMAÇÃO DINÂMICA
Celso C. Ribeiro Caroline T. Rocha
Método Simplex Resolução Algébrica
DETERMINANTES de Ordem n (n > 3).
Copiado do site Departamento Matemática da Universidade de Aveiron
Matrizes especiais Matriz linha Matriz do tipo 1 x n, ou seja, com uma única linha. Por exemplo, a matriz A =[ ], do tipo 1 x 4. Matriz coluna.
Diferenciação Horizontal de Produto
Celso C. Ribeiro Caroline T. Rocha
Exercício do Tangram Tangram é um quebra-cabeças chinês no qual, usando 7 peças deve-se construir formas geométricas.
Álgebra Linear e Geometria Analítica
INVESTIGAÇÃO OPERACIONAL
Sistemas Lineares A X = B A 11 A 12 A A 1N X 1 =B 1 A 21 A 22 A A 2N X 2 B A N1 A N2 A N3... A.
Sumário 28 Teoria do produtor
II. Programação Linear (PL)
Determinantes.
Sistemas lineares.
Controle Dimensional Polegada Fracionária.
Prof. M.Sc. Fábio Francisco da Costa Fontes Agosto
Problemas de Forma Não-padrão
Fonte, Sumidouro, Capacidade e Fluxo
SISTEMAS DE EQUAÇÕES.
PARTIÇÃO DE BENDERS Secundino Soares Filho Unicamp.
Pesquisa Operacional Livro: Introdução à Pesquisa Operacional
Princípio aditivo da igualdade
INSTITUTO TECNOLÓGICO DE AERONÁUTICA MESTRADO PROFISSIONAL EM PRODUÇÃO
TRIGONOMETRIA TRIÂNGULO RETÂNGULO.
A Teoria dos Determinantes
1 Sabendo-se que os pratos das balanças estão em equilíbrio, você seria capaz de dizer: Quantos quadrados corresponde um círculo ? Dica Mais dicas Elaboração:
SISTEMAS LINEARES Métodos Diretos: Método de Eliminação de Gauss
Decomposição em fatores primos
Pesquisa Operacional - Profa Úrsula L. F. Ribeiro
Problema de designação
MATRIZES É uma tabela disposta em “m” linhas e “n” colunas.
Fraction Action FRACÇÕES.
Balanceamento de Linhas
Amintas engenharia.
Revisão do conceito de matrizes
Matrizes Definição Tipos de matrizes Matrizes Iguais
TÉCNICAS DE LOGÍSTICA 1- Programação Linear – Função Objetivo
Calculada a solução óptima
IDENTIFICAÇÃO, MODELAGEM E ANÁLISE DE PROCESSOS Luís Gonzaga Trabasso
SISTEMAS LINEARES.
3 - MATRIZ COMPLEMENTAR E CO-FATOR
Proposta de Resolução secretaria de educação profissional e tecnológica ministério da educação brasília, agosto de 2010.
Conversão de um NFA para um DFA com um exemplo
Salas de Matemática.
Celso C. Ribeiro Caroline T. Rocha
Revisão do conceito de matrizes
Pesquisa Operacional Sistemas Lineares
Pesquisa Operacional: Método Simplex – Duas Fases
Determinantes Determinante de ordem 1 M = det M = a11 A = det A = 16
Determinantes Conceito Representação Propriedades
Introdução e Busca Cega
Sistema de equações lineares
Campus de Caraguatatuba Aula 12: Sistemas de Equações Lineares (2)
PROGRAMAÇÃO MATEMÁTICA MÉTODO SIMPLEX
1.
Teorema de Laplace Exemplos e fórmula para o cálculo da matriz inversa.
GEOMETRIA ANALÍTICA E ÁLGEBRA LINEAR
Campus de Caraguatatuba
Compras – Planejamento de Estoque
Prof. Geraldo Nunes Silva
Prof. Geraldo Nunes Silva Estas notas de aula são Basedas no livro: “Hillier, F. S. e G. J. Lieberman. Introdução à Pesquisa Operacional, Campus, 3 a ed.,
Algoritmo de Transportes Objecto de Aprendizagem Manuel Pina MarquesDEIG
Professor: Cezar Augusto Pereira dos Santos
PROFESSOR: CÉZAR AUGUSTO PEREIRA DOS SANTOS 1.
Transcrição da apresentação:

Problema de designação Pesquisa Operacional Profa Úrsula Lisbôa Fernandes Ribeiro ©2000-2001 Prof.ª Gladys Castillo

O Problema de designação Suponha n trabalhadores a distribuir por n tarefas de forma a que cada trabalhador execute apenas uma tarefa, e que cada tarefa seja executada apenas por um trabalhador. Conhecendo os custos da realização de cada tarefa por cada trabalhador: designar os trabalhadores às tarefas de forma a minimizar os custos O problema de designação é um problema de dimensão (n x n), em que: as variáveis de decisão xij podem tomar valores 0 ou 1; ©2000-2001 Prof.ª Gladys Castillo

Número de Possíveis Soluções O Problema de designação envolve a determinação de n! possíveis soluções. Exemplo: para um problema com 5 trabalhadores e 5 tarefas o número de soluções possíveis é igual a 5 ! = 120. para um problema com 10 trabalhadores e 10 tarefas o número de soluções é igual a 10 ! = 3 628 800. Obter a solução ótima por tentativa é DIFÍCIL ! ©2000-2001 Prof.ª Gladys Castillo

Problema de designação Formulação Destino 1 2 … n Oferta Origem c 11 c 12 c 1n 1 … … x x x x x x 1 11 11 12 12 1n 1n c 21 c 22 c 2n 2 … 1 x x x … x x x 21 21 22 22 2n 2n . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . c m1 n1 c m2 n2 c mn nn n … 1 x … x x x x x n1 n2 nn Procura 1 1 … 1 … ©2000-2001 Prof.ª Gladys Castillo

Problema de designação Formulação Minimizar cada trabalhador é designado a uma só tarefa sujeito a: cada tarefa é executada apenas por um trabalhador ©2000-2001 Prof.ª Gladys Castillo

Resolução do Problema de Designação Método Húngaro Este método consiste em adicionar ou subtrair valores de forma adequada às linhas e às colunas da matriz de custos de dimensão nn para obter um problema equivalente com n zeros enquadrados na matriz de custos Uma vez transformada a matriz de custos numa matriz com n zeros enquadrados, esses zeros correspondem à designação ótima, tomando: xij = 1, para os zeros enquadrados da matriz de custos transformada xij = 0, para os restantes valores ©2000-2001 Prof.ª Gladys Castillo

Resolução do problema de designação Método Húngaro - Exemplo Considere que existem 5 trabalhadores que devem ser designados a 5 tarefas. A matriz dos custos associados à realização de cada tarefa por cada trabalhador é a seguinte: 1 2 3 4 5 1 1 17.5 15 9 5.5 12 2 2 5 16 16.5 10.5 10.5 3 3 12 15.5 14.5 11 5.5 4 4 4.5 8 14 17.5 13 5 13 9.5 8.5 12 17.5 ©2000-2001 Prof.ª Gladys Castillo

Resolução do problema de Designação Método Húngaro Início: Redução da Matriz de Custos. 1º. Subtrair aos elementos de cada coluna da matriz de custos o mínimo dessa coluna. 2º. Na matriz resultante, subtrair a cada linha o respectivo mínimo. Iteração: 1º. Desenhar o número mínimo de traços que cobrem todos os zeros da matriz 2º. Critério de parada: o número mínimo de traços é igual a n?. Sim – enquadrar n zeros, um por linha e um por coluna, a solução é ótima. FIM. Não – passar a 3. 3º.  Redução da matriz de custos. Determinar o menor valor não riscado . Subtrair  a todos os elementos não riscados e somar  a todos os elementos duplamente riscados. Considerar de novo todos os zeros livres e voltar a 1 (Iteração) ©2000-2001 Prof.ª Gladys Castillo

Método Húngaro. Exemplo. Início: Redução da Matriz de Custos. 1º: Subtrair o menor elemento de cada coluna de todos os elementos dessa coluna 1 2 3 4 5 1 1 17.5 15 9 5.5 12 2 16 16.5 10.5 5 10.5 3 12 15.5 14.5 11 5.5 menor elemento da coluna 1 4 4.5 8 14 17.5 13 5 13 9.5 8.5 12 17.5 17.5 - 4.5 = 13 1 2 3 4 5 16 - 4.5 = 11.5 13 7 0.5 0.5 6.5 1 2 11.5 8.5 2 5 12 - 4.5 = 7.5 3 7.5 7.5 6 6 4.5 - 4.5 = 0 5.5 12.5 7.5 4 13 - 4.5 = 8.5 5 8.5 1.5 7 12 ©2000-2001 Prof.ª Gladys Castillo

Método Húngaro. Exemplo. Início: Redução da Matriz de Custos. 2º: Subtrair o menor elemento de cada linha de todos os elementos dessa linha 1 2 3 4 5 1 13 7 0.5 0.5 6.5 2 11.5 8.5 2 5 Existe empate na escolha do menor elemento da linha 1 (igual a 0.5). Nas linhas restantes o mínimo é zero, sendo que as linhas restantes não vão ser alteradas 3 7.5 7.5 6 6 4 5.5 12.5 7.5 5 8.5 1.5 7 12 1 1 2 2 3 3 4 4 5 5 13 - 0.5 = 12.5 1 6.5 1 12.5 6 2 2 11.5 7.5 8.5 2 6 1.5 5.5 12.5 7 5 12 7 - 0.5 = 6.5 3 3 0.5 - 0.5 = 0 4 4 6.5 - 0.5 = 6 5 5 ©2000-2001 Prof.ª Gladys Castillo

Método Húngaro. Exemplo. Iteração: Critério de parada. 1º. Desenhar o número mínimo de traços que cobrem todos os zeros da matriz. 1 2 3 4 5 1 1 12.5 6.5 6 2 11.5 8.5 2 5 3 3 7.5 7.5 6 6 4 4 5.5 12.5 7.5 5 5 8.5 1.5 7 12 2º. Critério de parada: o número mínimo de traços é igual a 5?. Não – passar a 3. ©2000-2001 Prof.ª Gladys Castillo

Método Húngaro. Exemplo. Iteração: Redução da Matriz de Custos. 1 2 3 4 5 1º. min {elementos da submatriz dos elementos não riscados } = 1.5 1 12.5 12.5 6.5 6.5 6 6 2 11.5 7.5 8.5 2 6 1.5 5.5 12.5 7 5 12 11.5 11.5 8.5 8.5 2 2 5 5 2º. Subtrair 1.5 a todos os elementos não riscados. 3 3 3 7.5 7.5 7.5 7.5 6 6 6 6 4 4 4 3º. Somar 1.5 aos elementos na intersecção dos traços. 5.5 5.5 12.5 12.5 7.5 7.5 5 8.5 8.5 1.5 1.5 7 7 12 12 1 2 3 4 5 4º. Os restantes elementos não são alterados. 5 1 11 4.5 2 10 7 2 3.5 3 7.5 7.5 7.5 7.5 4 7 14 7.5 5 7 7 10.5 ©2000-2001 Prof.ª Gladys Castillo

Método Húngaro. Exemplo. Iteração: Critério de parada. 1º. Desenhar o número mínimo de traços que cobrem todos os zeros da matriz. 1 2 3 4 5 1 11 5 4.5 2 10 7 2 3.5 3 7.5 7.5 7.5 7.5 4 7 14 7.5 5 7 7 10.5 2º. Critério de parada: o número mínimo de traços é igual a 5?. Sim – enquadrar 5 zeros, um por linha e um por coluna, a solução é ótima. FIM ©2000-2001 Prof.ª Gladys Castillo

Método Húngaro. Exemplo: Solução Ótima. 1 2 3 4 5 Matriz inicial de custos 1 17.5 15 9 5.5 12 2 5 16 16.5 10.5 10.5 3 12 15.5 14.5 11 5.5 4 4.5 8 14 17.5 13 5 13 9.5 8.5 12 17.5 solução ótima é : x13 = 1 , x24 = 1, x35 = 1, x41 = 1 , x52 = 1 com um custo total : 9 + 5 + 5.5 + 4.5 + 9.5 = 33.5 ©2000-2001 Prof.ª Gladys Castillo