Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouGabrielle Clemente Alterado mais de 10 anos atrás
1
Prof. Ricardo Villarroel Dávalos, Dr. Eng. E-mail: rdavalos@unisul.br
GSCI - GSIG 2 Programação Linear Prof. Ricardo Villarroel Dávalos, Dr. Eng. Palhoça, Outubro de 2006
2
2.4 Modelagem do Problema
3
Exemplo de Roteirização
4
2.5 Análise de Sensibilidade
A “Análise de sensibilidade” (Sensivity Analysis) é a interpretação dos resultados; Mediante ela podem ser realizadas modificações de soluções; Utilizada para realizar planejamento dos modelos aplicados e apoiar decisões gerencias; A seguir será aplicado esta análise numa pequena empresa.
5
2.6 Método Simplex O Método Simplex é um procedimento matricial para resolver um modelo de Programação Linear; Antes de aplicar o algoritmo é definido o problema conforme o modelo canônico ou original (MINIMIZAR); Para as restrições “<=“ são consideradas variáveis de folga e o algoritmo é apresentado a seguir; Para as restrições “>=“ e/ou “=“ são consideradas variáveis de folga e artificiais. O algoritmo é utilizado duas vezes.
7
2.6.1 Algoritmo Simplificado
i) Localize o número mais negativo da última linha do quadro Simplex (coluna de trabalho); ii) Forme quocientes de divisão da última coluna por cada número positivo da coluna de trabalho. Designe por “pivô” o elemento da coluna de trabalho que conduz ao menor quociente ; iii) Use operações elementares sobre as linhas a fim de converter o elemento pivô em 1 e, em seguida reduzir a zero todos os outros elementos da coluna de trabalho; Iv) Substitua a variável “x” existente na linha pivô, pela variável “x” da coluna de trabalho; v) Repita os passos (i) a (iv) até a inexistência de números negativos na última linha; vi) A solução ótima é obtida atribuindo-se a cada variável da primeira coluna o valor da linha.
8
2.6.2 Exemplo 1 Resolva através do Método Simplex (manualmente) o Problema de Programação Linear a seguir: Maximizar Z = x x x3 Sujeita a: x x x3 <= 9 3x x x3 <= 15 com: x1 >= 0 x2 >= 0 x3 >= 0
9
2.6.2 Exemplo 1 A forma canônica ou original:
Minimizar Z = - x x x3 Sujeita a: x x x3 + x4 = 9 3x x x3 + x5 = 15 com: x1 >= 0 x2 >= 0 x3 >= 0 x4 >= 0 x5 >= 0 x4 e x5 Variáveis de folga
10
2.6.2 Exemplo 1 VB X1 X2 X3 X4 X5 bi 1 2 3 9 15 Z -1 -9
11
2.6.2 Exemplo 1 VB X1 X2 X3 X4 X5 bi 1/2 1 3/2 9/2 2 -1 6 Z 7/2 25/2
9/2 2 -1 6 Z 7/2 25/2 81/2 Z = 81/2 X1 = 0 X2 = 9/2 X3 = 0 X4 = 0 X5 = 6
12
2.6.3 Exemplo 2 Resolva através do Método Simplex (manualmente) o Problema de Programação Linear a seguir: Maximizar Z = 2x x2 Sujeita a: -10x x2 <= -x x2 <= x x2 <= x <= com: x1 e x2 >= 0
13
2.6.3 Exemplo 2 A forma canônica ou original: Minimizar Z = 2x1 + x2
Minimizar Z = 2x x2 Sujeita a: -10x x2 + x4 = -x x2 + x5 = x x2 + x6 = x x7 = com: x1 e x2 >= 0 x4 ; x5 ; x6 e x7 Variáveis de folga
14
2.6.3 Exemplo 2 VB X1 X2 X3 X4 X5 X6 bi -10 15 1 45 -1 5 20 2 10 8 Z
45 -1 5 20 2 10 8 Z -2
15
2.6.3 Exemplo 2 VB X1 X2 X3 X4 X5 X6 bi 15 1 10 125 5 28 -1 2 8 Z 16
16
2.6.3 Exemplo 2 VB X1 X2 X3 X4 X5 X6 bi 1 -15 25 95 -5 6 18 -1 2 8 Z
17
2.6.3 Exemplo 2 Zmax = 18 X1 = 8 X2 = 2 X3 = 95 X4 = 18 X5 = 0 X6 = 0
18
2.6.4 Programa em Delphi aplicando o Simplex
19
2.6.5 Programação Inteira, Binária e Mista
Programação Inteira: Resultados inteiros (Lindo GIN X1); Programação Binária: Resultados binários 0/1 (Lindo INT X1); Programação Mista: Resultados inteiros e binários (Lindo GIN X1 e INT X2).
20
2.6.5 Programação Inteira, Binária e Mixta
21
2.7 Problemas especiais de Programação Linear
Para as restrições “>=“ e/ou “=“ são consideradas variáveis de folga e artificiais. O algoritmo é utilizado duas vezes. Para as restrições “<=“ são consideradas variáveis de folga e o algoritmo é apresentado a seguir; Antes de aplicar o algoritmo é definido o problema conforme o modelo canônico ou original (MINIMIZAR) e é resolvido em duas fases.
22
2.7.1 Exemplo 1 Resolva através do Método Simplex (manualmente) o Problema de Programação Linear a seguir: Maximizar Z = 6x x2 Sujeita a: x x2 <= 21 2x x2 >= 13 -x x = 1 com: x >= 0 x2 >= 0
23
2.7.1 Exemplo 1 A forma canônica ou original: Minimizar Z = -6x1 + x2
Sujeita a: 4x x x = 21 2x x x4 + x1a = 13 -x x2 + x2a = 1 com: x >= 0 x >= 0 Variáveis de Folga x3 >= 0 x4 >= 0 Variáveis Artificiais x1a >= 0 x2a >= 0
24
2.7.1 Exemplo 1 – Fase W VB X1 X2 X3 X4 X1a X2a bi 4 1 21 2 3 -1 13 Z
21 2 3 -1 13 Z -6 W -4 -14
25
2.7.1 Exemplo 1 – Fase W VB X1 X2 X3 X4 X1a X2a bi 5 1 -1 20 -3 10 Z
1 -1 20 -3 10 Z -5 W 4 -10
26
2.7.1 Exemplo 1 – Fase W VB X1 X2 X3 X4 X1a X2a bi 1 -1 2 10 -1/5 1/5
1 -1 2 10 -1/5 1/5 -3/5 2/5 3 Z -4 9 W
27
2.7.1 Exemplo 1 – Fase Z VB X1 X2 X3 X4 bi 1 10 -1/5 2 3 Z -1 9
28
2.7.1 Exemplo 1 – Fase Z VB X1 X2 X3 X4 bi 1 10 1/5 4 5 Z 19
29
2.7.1 Exemplo 1 Solução: Z = 19 X1 = 4 X2 = 5 X3 = 0 X4 = 10
30
2.7.1 Exemplo 1 – Lindo
31
2.8 Aplicativo “Solver” Empresa de Decoração Lancaster
Maximizar Z = 90p + 75u Sujeita a: p + u <= (Restrição devido à maquina de estampagem) 3p +2u <= (Restrição devido à maquina de empacotamento) p <= (Restrição devido à maquina de aplicação de adesivo) p >= (mínimo papel autocolante produzido) u >= (mínimo papel sem cola produzido) com: p >= 0 u >= 0 p --> Metros de papel autocolante u --> Metros de papel sem cola Solução: p = 6000 u = 6000 Z = 99000
32
2.8 Aplicativo “Solver”
33
2.8 Aplicativo “Solver”
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.