Pesquisa operacional - Aula 04 - Programação Linear III (Método da solução gráfica)
Pesquisa Operacional 1 - Aula 3
-
Upload
joabe-amaral -
Category
Documents
-
view
623 -
download
10
description
Transcript of Pesquisa Operacional 1 - Aula 3
FACULDADE PITÁGORAS– Engenharia de Produção –
Pesquisa Operacional 1
Disciplina: Disciplina: Pesquisa Operacional 1:Prof. Msc. Joabe Silva
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
2
O método da solução gráfica.1
Exemplos.2
SUMÁRIOExercícios.3
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
3
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
4
Os problemas de Pesquisa Operacional, quando esboçam uma relação linear entre asvariáveis de decisão, são chamados de Problemas de Programação Linear (PL).variáveis de decisão, são chamados de Problemas de Programação Linear (PL).
Dentre as diversas possibilidades de problemas de PL, aqueles que são baseados em apenas2 variáveis de decisão (x1 e x2), podem ser solucionados pelo Método Gráfico.
Este método caracteriza-se pela busca da solução ótima do problema de PL, dentro de umaregião factível formada pela intersecção das retas geradas pelas inequações dasrestrições.
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
5
Como obter a solução gráfica?
1 º PASSO: Formulação do problema de pesquisa operacional.
DICASDICAS:
� Quando o problema citar que há um estoque para se utilizar, as restrições são do tipo((≤≤)) pois não se pode consumir matéria-prima além do que se tem disponível noestoque. São as Restrições de Matéria-Prima;
� Quando o problema citar que há um número existente de máquinas para produção,homens para trabalhar, veículos para transportar, dinheiro para investir esimilares, as restrições são do tipo ((≤≤)) pois não se pode utilizar mais máquina para se
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
similares, as restrições são do tipo ((≤≤)) pois não se pode utilizar mais máquina para seproduzir, além do que se tem. Não pode contar com mais operadores, além do que se tem.Não se pode transportar além da capacidade do caminhão. Enfim, todas Restrições deCapacidade de Produção;
� Quando o problema citar quantidades necessárias para a produção seraceitável (sucos, vitaminas, tintas, misturas em geral), as restrições são do tipo ((≥≥)) poisnão se pode utilizar menos do que o exigido para se ter um produto de qualidade.
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
6
Como obter a solução gráfica?
2 º PASSO: Estabelecer os eixos do plano cartesiano xy.
Para trabalharmos com um padrão, o eixo vertical será a variável x2 (abscissas) e o eixohorizontal será a variável x1 (ordenadas).
Restrições obtidas no processo de formulação.
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
7
Como obter a solução gráfica?
3 º PASSO: Traçar as retas para cada restrição.
Restrições obtidas no processo de formulação.
Restrição 1O valor que não estiver associado auma variável de decisão, é o ponto emque a reta intercepta o eixo vertical !
3
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
8
Como obter a solução gráfica?Para achar o ponto em que a retaintercepta o eixo horizontal, basta
3 º PASSO: Traçar as retas para cada restrição.
Restrições obtidas no processo de formulação.
Restrição 1
intercepta o eixo horizontal, bastaatribuir 0 (zero) para a variável navertical (x2) , e obter o respectivovalor para x1.
3
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
6
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
9
Como obter a solução gráfica?
4 º PASSO: Esboçar o sentido da solução da inequação. Se for do tipo ≤ , a solução está parabaixo ou para esquerda. Se for do tipo ≥ , a solução está para cima ou para a direita.
Restrição 1
3
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
6
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
10
Como obter a solução gráfica?
5 º PASSO: Repetir para todas as inequações.
Restrição 1
Restrição 2
6
3
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
4 6
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
11
Como obter a solução gráfica?
5 º PASSO: Repetir para todas as inequações.
Restrição 1
Restrição 2
Restrições de Negatividade
6
3
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Negatividade
4 6
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
12
Como obter a solução gráfica?
6 º PASSO: Delimitar a região factível.
Restrição 1
Restrição 2
Restrições de Negatividade
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Negatividade
Região Factível
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
13
Como obter a solução gráfica? Como o objetivo é maximizar,esta reta demonstraque ainda
7 º PASSO: Traçar as retas da função objetivo.
Para isto, é necessário atribuir valoresarbitrários para a função objetivo. Masé claro que devem fazer sentido estesvalores, caso contrário a reta ficará forado gráfico.
esta reta demonstraque aindase pode obter valores maisaltos para as variáveis dedecisãox1 e x2.
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Região Factível
Para Z = 6
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
14
Como obter a solução gráfica? Como o objetivo é maximizar,esta reta demonstraque ainda
7 º PASSO: Traçar as retas da função objetivo.
Para isto, é necessário atribuir valoresarbitrários para a função objetivo. Masé claro que devem fazer sentido estesvalores, caso contrário a reta ficará forado gráfico.
esta reta demonstraque aindase pode obter valores maisaltos para as variáveis dedecisãox1 e x2.
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Para Z = 9
Região Factível
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
15
Como obter a solução gráfica?
7 º PASSO: Traçar as retas da função objetivo.
Para isto, é necessário atribuir valoresarbitrários para a função objetivo. Masé claro que devem fazer sentido estesvalores, caso contrário a reta ficará forado gráfico.
Observa-se que ao passo quese aumenta o valor da funçãoobjetivo as retas se deslocampara cima.
A seta em amarelo representa ovetor gradiente da funçãoobjetivo. Como a função é demaximização, o ponto ótimoestá na direção que o vetorcresce,até o limite da região
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Região Factível
Para Z = 9
cresce,até o limite da regiãofactível.
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
16
Como obter a solução gráfica?
Observa-se que ao passo quese aumenta o valor da funçãoobjetivo as retas se deslocam
7 º PASSO: Traçar as retas da função objetivo.
Para isto, é necessário atribuir valoresarbitrários para a função objetivo. Masé claro que devem fazer sentido estesvalores, caso contrário a reta ficará forado gráfico.
objetivo as retas se deslocampara cima.
A seta em amarelo representa ovetor gradiente da funçãoobjetivo. Como a função é demaximização, o ponto ótimoestá na direção que o vetorcresce, até o limite da regiãofactível.
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Região Factível
Para Z = 9
x2*
x1*
PONTO ÓTIMO
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
17
Como obter a solução gráfica?
Observa-se que ao passo quese aumenta o valor da funçãoobjetivo as retas se deslocamparacima.
8 º PASSO: Encontrar os pontos ótimos.
Às vezes é fácil observar quais são ospontos ótimos de cara (em casos onde arestrição é uma reta sem inclinação). Nocaso deste exemplo, utiliza-se o métodode geometria analítica para achar oponto em que as duas retas se
paracima.
A seta em amarelo representa ovetor gradiente da funçãoobjetivo. Como a função é demaximização, o ponto ótimoestá na direção que o vetorcresce, até o limite da regiãofactível.
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
ponto em que as duas retas secruzam.
Sistema de equações formado pelas duas restrições Região Factívelx2*
x1*
PONTO ÓTIMO
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
18
Como obter a solução gráfica?
Sistema de equações formado pelas duas restrições
Pode-seignorar asdesigualdades.
8 º PASSO: Encontrar os pontos ótimos.
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Pode-seignorar asdesigualdades.
Região Factívelx2*
x1*
PONTO ÓTIMO
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
19
Como obter a solução gráfica?
Sistema de equações formado pelas duas restrições
Pode-seignorar asdesigualdades.
8 º PASSO: Encontrar os pontos ótimos.
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Pode-seignorar asdesigualdades.
Região Factívelx2*
x1*
PONTO ÓTIMO
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
20
Como obter a solução gráfica?
Sistema de equações formado pelas duas restrições
Pode-seignorar asdesigualdades.
8 º PASSO: Encontrar os pontos ótimos.
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Pode-seignorar asdesigualdades.Toma-se uma das equações e substitui-se o primeirovalor ótimo encontrado.
Região Factívelx2*
x1*
PONTO ÓTIMO
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
21
Como obter a solução gráfica?
Pontos Ótimos encontrados:
Para encontrar a solução do problema, basta
9 º PASSO: Encontrar a solução do problema (se for maximizar lucro, encontrar o lucromáximo, por exemplo).
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Para encontrar a solução do problema, bastasubstituir na equação da função objetivo:
Região Factível
PONTO ÓTIMO
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
22
Como obter a solução gráfica?
PASSO FUTURO: Encontrar a solução do problema pelo aplicativo Solver do Excel.
Microsoft Excel 12.0 Relatório de resposta
Planilha: [Solver_Exemplo_da_Aula.xlsx]Plan1
Relatório criado: 28/02/2011 23:14:31
Célula de destino (Máx)
Célula Nome Valor original Valor final
$B$5 Z= x1 0 13,5
Células ajustáveis
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Células ajustáveis
Célula Nome Valor original Valor final
$B$4 Variáveis x1 0 3
$C$4 Variáveis x2 0 1,5
Restrições
Célula Nome Valor da célula Fórmula Status Transigência
$D$10 LHS 24 $D$10<=$E$10 Agrupar 0
$D$9 LHS 12 $D$9<=$E$9 Agrupar 0
Região Factível
PONTO ÓTIMO
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
23
EXEMPLO ADICIONAL:
Região Factível
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
PONTOS ÓTIMOS E RESULTADO:
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
24
EXEMPLO ADICIONAL: TENTE ENCONTRAR A MESMA SOLUÇÃO !!!
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
25
Como resolver problemas de minimização ? DO MESMO MODO !!!
s.a.
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
26
EXEMPLO ADICIONAL (minimização):
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
27
Quais são as situações possíveis em um problema de solução pelo método gráfico?
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
28
Quais são as situações possíveis em um problema de solução pelo método gráfico?
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
29
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
4. RESUMO
30
Nesta unidade você aprendeu a utilizar o método gráfico para resolver um problema deduas variáveis. Pelo método gráfico, cada restrição precisa ser representada em umduas variáveis. Pelo método gráfico, cada restrição precisa ser representada em umgráfico formado pelos eixos das variáveis x1 e x2. A junção de todas as restrições formao espaço de possíveis soluções.
Depois de encontrar o espaço de possíveis soluções é necessário assumir alguns valorespara a função objetivo (z). Com esses valores, podemos traçar uma reta para cadavalor de z e perceber para onde a função objetivo cresce. Conseqüentemente, épossível visualizar qual é a solução ótima graficamente. A solução ótima estarálocalizada em um dos vértices da região de possíveis soluções, ou seja, estálocalizada na interseção de duas retas. Para encontrar os valores de x1, x2 e
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
localizada na interseção de duas retas. Para encontrar os valores de x1, x2 econseqüentemente z, basta resolver um sistema de equações lineares com as duasretas que passam pelo ponto ótimo.
Na próxima aula você aprenderá a solucionar os problemas de Programação Linear por meiodo aplicativo Solver do Excel. Tal ferramenta permitirá a solução de problemas maiscomplexos, com mais de 2 variáveis de decisão e com um número maior de restrições.
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
31
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
1. O MÉTODO DA SOLUÇÃO GRÁFICA
32
EXEMPLOS ADICIONAIS: TENTE ENCONTRAR A SOLUÇÃO !!!
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1
Faculdade PitágorasEngenharia de ProduçãoProf. Msc. Joabe Amaral
33
Inteligência Computacional Aplicada a Sistemas de Controle e Automação – Joabe SilvaPesquisa Operacional 1