Apresent Semin

Programação Linear
Métodos de Resolução
Outras Formulações e Aplicações
Aplicações e Métodos de Resolução
Aluno: André Matos de Souza
2018
André Matos de Souza Programação Linear

Apresentação
1 Programação Linear
Introdução Histórica
Problemas de Programação Linear
2 Métodos de Resolução
Método Gráfico
Método Simplex
3 Outras Formulações e Aplicações

Apresentação
Método Gráfico
Método Simplex

Apresentação
Método Gráfico
Método Simplex

Apresentação
Método Gráfico
Método Simplex

Apresentação
Método Gráfico
Método Simplex

Problema de Programação Linear (PPL)

Xn
MIN f (x) = cj xj MIN f (x) = cT x






 j=1
Xn


 aij xj ≤ bi (i = 1, 2, . . . , m) ou Ax ≤ b

 j=1

xj ≥ 0 (j = 1, 2, . . . , n) x≥0


x1 . . . xs . . . xn xn+1 . . . xn+r . . . xn+m b

a11 . . . a1s . . . a1n 1 ...0 ...0 b1
· · · · · · ·
ar1 . . . ars . . . arn 0 ...1 ...0 br
· · · · · · ·
· · · · · · ·
am1 . . . ams . . . amn 0 ...0 ...1 bm
c1 . . . cs . . . cn 0 ...0 ...0 f (x)
Tableau Do Simplex Figure: George Dantzig- 1914

2005

(PPL − P)
Maximizar hc, xi
Sujeito a Ax = b
x≥0
(PPL − D)
Minimizar hb, yi
Sujeito a AT y ≤ c
c, x ∈ Rn , b, y ∈ Rm ,
Figure: John Von Neumann- 1903
A ∈ M(m × n, R).
1957
PPL Formulação Primal e Dual

x < y(1 + k), y < x(1 + k),

y < z(1 + k), z < y(1 + k),
z < x(1 + k), x < z(1 + k),
x + y + z = 1, k é constante
Uma das primeiras

formulações de um PPL
Figure: Jean Baptiste Joseph
Fourier- 1768 1830

Apresentação
Método Gráfico
Método Simplex

Min f (x) = c1 x1 + . . . + cn xn
S.a a11 x1 +a12 x2 + . . . +a1n xn ≤ b1
a21 x1 +a22 x2 + . . . +a2n xn ≤ b2
.. .. .. .. ..
. . . . .
am1 x1 +am2 x2 + . . . +amn xn ≤ bm
x1 ≥ 0, x2 ≥ 0, . . . , xn ≥ 0

Min f (x) = c1 x1 + . . . + cn xn + 0.xn+1 + . . . + 0.xn+m

S.a a11 x1 + . . . +xn +xn+1 +0.xn+2 + . . . +0.xn+m = b1
a21 x1 + . . . +a2n xn 0.xn+1 +xn+2 + . . . +0.xn+m = b2
.. .. .. .. .. .. .. ..
. . . . . . . .
am1 x1 + . . . +amn xn +0.xn+1 +0.xn+2 + . . . +xn+m = bm
x1 ≥ 0, . . . , xn ≥ 0, xn+1 ≥ 0, . . . , xn+m ≥ 0


Problema de Produção
• A Brinquedos SA fabrica 2 tipos de brinquedos de madeira:
Soldados e trens.
• Um soldado é vendido por R$ 27 e usa R$ 10 de matéria prima.
Cada soldado aumenta os custos de fabricação em R$ 14.
• Um trem é vendido a R$ 21 e utiliza R$ 9 de matéria prima. Cada
trem aumenta os custos de fabricação em R$ 10.
• A fabricação requer 2 tipos de mão de obra: Carpinteiro e pintor. A
fabricação de um soldado requer 2h de pintura e 1h de carpintaria.
Um trem demanda 1h de pintura e 1h de carpintaria.
• Não existem limitações de matéria prima, porém a empresa só
dispõe de 100h de pintura e 80h de carpintaria. Também é limitada a
demanda de soldados, sendo 40 unidades por semana.
• A Brinquedos SA quer maximizar o lucro semanal, para tanto qual
a quantidade de soldados e trens que deve ser produzida?

Problema da Produção
Modelagem
x1 → Quantidade de Soldados produzidos por semana
x2 → Quantidade de Trens produzidos por semana
27 − (10 + 14) = 3 → Contribuição de lucro por unidade de soldado
21 − (9 + 10) = 2 → Contribuição de lucro por unidade de trem
f (x1 , x2 ) = 3x1 + 2x2 → Função objetivo que será Maximizada
2x1 + x2 ≤ 100 → Restrição de horas gastas em pintura
x1 + x2 ≤ 80 → Restrição de horas gastas em carpintaria
x1 ≤ 40 → Restição de demanda de soldados
x1 ≥ 0, x2 ≥ 0 → Restrições de não negatividade

PPL nas Formas Canônica e Padrão
(PPL Canônico)
Maximizar f (x1 , x2 ) = 3x1 + 2x2
Sujeito a 2x1 + x2 ≤ 100
x1 + x2 ≤ 80
x1 ≤ 40
x1 ≥ 0, x2 ≥ 0
(PPL Padrão)
Maximizar f (x1 , x2 ) = 3x1 + 2x2 + 0x3 + 0x4 + 0x5
Sujeito a 2x1 + x2 + x3 + 0x4 + 0x5 = 100
x1 + x2 + 0x3 + x4 + 0x5 = 80
x1 + 0x2 + 0x3 + 0x4 + 0x5 = 40
xi ≥ 0, i ∈ {1, . . . , 5}


Problema da Dieta
Uma nutricionista precisa estabelecer uma dieta contendo, pelo
menos, 10 unidades de vitamina A, 30 unidades de vitamina B e 18
unidades de vitamina C. Essas vitaminas estão contidas em
quantidades variadas em cinco alimentos que vamos chamar
s1 , s2 , s3 , s4 , s5 . A tabela seguinte dá o número de unidades das
vitaminas A, B e C em cada unidade desses cinco alimentos bem
como seu custo unitário.
s1 s2 s3 s4 s5
A 0 1 5 4 3
B 2 1 0 3 2
C 3 1 0 9 0
Custo 4 2 1 10 5
Deve-se calcular as quantidade de cada alimento que devem ser

incluídas na dieta, a fim de encontrarmos as quantidade necessária
de vitamina com o menor custo.
PPL nas Formas Primal e Dual

(PPL Primal)
Minimizar f (x1 , x2 , x3 , x4 ) = 4x1 + 2x2 + x3 + 10x4 + 5x5
Sujeito a 0x1 + 2x2 + 5x3 + 4x4 + 3x5 ≥ 10
2x1 + x2 + 0x3 + 3x4 + 2x5 ≥ 30
3x1 + x2 + 0x3 + 9x4 + 0x5 ≥ 18
xi ≥ 0, i ∈ {1, . . . , 5}
(PPL Dual)
Maximizar f (x1 , x2 ) = 10y1 + 30y2 + 18y3
Sujeito a 0y1 + 2y2 + 3y3 ≤ 4
2y1 + y2 + y3 ≤ 2
5y1 + 0y2 + 0y3 ≤ 1
4y1 + 3y2 + 9y3 ≤ 10
3y1 + 2y2 + 0y3 ≤ 5
yi ≥ 0, i ∈ {1, 2, 3}


Problema dos Encontros
Um jovem estava saindo com duas namoradas: Maria e Luísa. Sabe,
por experiência, que:
a) Maria, elegante, gosta de frequentar lugares sofisticados, mais
caros, de modo que uma saída de três horas custará R$240;
b) Luísa, mais simples, prefere um divertimento mais popular, de
modo que, uma saída de três horas custará R$160;
c) Seu orçamento permite dispor de R$960 mensais para diversão;
d) Seus afazeres escolares lhe dão liberdade de, no máximo, 18
horas e 40.000 calorias de sua energia para atividades sociais;
e)Cada saída com Maria consome 5.000 calorias, mas com Luísa,
mais alegre e extrovertida, gasta o dobro;
f) Ele gosta das duas com a mesma intensidade.
Como este jovem deve planejar sua vida social para obter o número
máximo de saídas?


máximo de saídas?


máximo de saídas?


máximo de saídas?


máximo de saídas?


máximo de saídas?

Problema na Forma Canônica
(PPL Canônico)
Maximizar f (xM , xL ) = xM + xL
Sujeito a 3xM + 3xL ≤ 18
240xM + 160xL ≤ 960
5.000xM − 10.000xL ≤ 40.000
xM ≥ 0, xL ≥ 0

Outros possíveis problemas

Problema da Eleição
Investimento na bolsa de valores
Distribuição de carga horária ou tarefas
Criação de listas de afazeres (Vídeos, Livros)

Método Gráfico
Método Simplex
Apresentação
Método Gráfico
Método Simplex

Método Gráfico
Método Simplex
Apresentação
Método Gráfico
Método Simplex

Método Gráfico
Método Simplex
Método Gráfico
Maximizar f (x) = c1 x1 + c2 x2
Sujeito a:
a1 x1 +a2 x2 ≤ a3 R1
b1 x1 +b2 x2 ≤ b3 R2
x1 ≥ 0, x2 ≥ 0

Método Gráfico
Método Simplex
Método Gráfico
Passo 1 Representar as restrições no plano 2d, ou espaço

3d, euclidiano;
Passo 2 Representar a função objetivo e o gradiente da
função objetivo ;
Passo 3 Analisar as retas, ou planos, que representam
translações da função objetivo;
3.1 Caso se queira maximizar, movimentar a função
objetivo na direção apontada pelo gradiente até o
limite da região viável,
3.2 Caso se queira minimizar, movimentar a função
objetivo na direção oposta àquela apontada pelo
gradiente até o limite da região viável.

Método Gráfico
Método Simplex
Figure: Passo 1

Método Gráfico
Método Simplex
Figure: Passo 2

Método Gráfico
Método Simplex
Figure: Passo 3

Método Gráfico
Método Simplex
(PPL Canônico)
Maximizar f (xM , xL ) = xM + xL
Sujeito a 3xM + 3xL ≤ 18
240xM + 160xL ≤ 960
5.000xM − 10.000xL ≤ 40.000
xM ≥ 0, xL ≥ 0

Método Gráfico
Método Simplex
Figure: Passo 1

Método Gráfico
Método Simplex
Figure: Passo 2

Método Gráfico
Método Simplex
Figure: Passo 3

Método Gráfico
Método Simplex
Apresentação
Método Gráfico
Método Simplex

Método Gráfico
Método Simplex
Método Simplex
f (x) = c1 x1 + c2 x2 + . . . + cn xn → MIN
a11 x1 +a12 x2 + . . . +a1n xn ≤ b1
a21 x1 +a22 x2 + . . . +a2n xn ≤ b2
.. .. .. .. ..
. . . . .
am1 x1 +am2 x2 + . . . +amn xn ≤ bm
xj ≥ 0 (j = 1, 2, . . . , n)
MIN cT · x MIN cB · xB + cN · xN
A·x=b ⇒ BxB + NxN = b
x≥0 xB ≥ 0 xN ≥ 0

Método Gráfico
Método Simplex
Método Simplex
f (x) = c1 x1 + c2 x2 + . . . + cn xn → MIN
a11 x1 +a12 x2 + . . . +a1n xn ≤ b1
a21 x1 +a22 x2 + . . . +a2n xn ≤ b2
.. .. .. .. ..
. . . . .
am1 x1 +am2 x2 + . . . +amn xn ≤ bm
xj ≥ 0 (j = 1, 2, . . . , n)
MIN cT · x MIN cB · xB + cN · xN
A·x=b ⇒ BxB + NxN = b
x≥0 xB ≥ 0 xN ≥ 0

Método Gráfico
Método Simplex
Método Simplex
Passo 1 Encontrar uma solução básica viável inicial;

Passo 2 Quando possível, encontrar uma variável básica
melhor(VB) que a atual;
Passo 3 Atribuição de valor à nova variável básica (VB).
Determinação da nova variável não básica (VNB);
Passo 4 Pivoteamento e de volta ao Passo 2.

Método Gráfico
Método Simplex
Método Simplex
x1 . . . xs . . . xn xn+1 . . . xn+r . . . xn+m b

a11 . . . a1s . . . a1n 1 ...0 ...0 b1
· · · · · · ·
ar1 . . . ars . . . arn 0 ...1 ...0 br
· · · · · · ·
· · · · · · ·
am1 . . . ams . . . amn 0 ...0 ...1 bm
c1 . . . cs . . . cn 0 ...0 ...0 f (x)

Método Gráfico
Método Simplex
Método Simplex
x1 = . . . = xn = 0 ; xn+1 = b1 , . . . , xn+m = bm
Passo 1

Método Gráfico
Método Simplex
Método Simplex
f (x) = c1 x1 + . . . + cn xn = 0 já que x1 = . . . = xn = 0
f (x̂) = cs xs
Para Minimizar
xs se torna variável básica se cs = min (ci )
i;ci <0
Para Maximizar
xs se torna variável básica se cs = max(ci )
i;ci >0
PassoProgramação
André Matos de Souza 2 Linear
Método Gráfico
Método Simplex
Método Simplex
f (x̂) = cs xs
Para Minimizar
i;ci <0
Para Maximizar
i;ci >0
PassoProgramação
Método Gráfico
Método Simplex
Método Simplex
f (x̂) = cs xs
Para Minimizar
i;ci <0
Para Maximizar
i;ci >0
PassoProgramação
Método Gráfico
Método Simplex
Método Simplex

bi bi
xs = = min
ars i∈K ais
Passo 3

Método Gráfico
Método Simplex
Método Simplex
x1 . . . xs . . . xn xn+1 . . . xn+r . . . xn+m b

ar1 a1s arn a1s a1s br a1s
a11 − ...0... a1n − 1... − ...0 b1 −
ars ars ars ars
.. .. .. .. .. .. ..
. . . . . . .
ar1 arn 1 br
...1... 0... ...0
ars ars ars ars
.. .. .. .. .. .. ..
. . . . . . .
ar1 ams arn ams ams br ams
am1 − ...0... amn − 0... − ...1 bm −
ars ars ars ars
ar1 cs arn cs cs br cs
c1 − ...0... cn − 0... − ...0 f (x) −
ars ars ars ars
Passo 4

Método Gráfico
Método Simplex
Problema da Produção
(PPL Padrão)
Maximizar f (x1 , x2 ) = 3x1 + 2x2 + 0x3 + 0x4
Sujeito a 2x1 + x2 + x3 + 0x4 + 0x5 = 100
x1 + x2 + 0x3 + x4 + 0x5 = 80
x1 + 0x2 + 0x3 + 0x4 + x5 = 40
xi ≥ 0, i ∈ {1, . . . , 5}

Método Gráfico
Método Simplex
Método Simplex
VB x1 x2 x3 x4 x5 b
x3 2 1 1 0 0 100
x4 1 1 0 1 0 80
x5 1 0 0 0 1 40
Coefi. 3 2 0 0 0 f (x)

Método Gráfico
Método Simplex
Método Simplex
VB x1 x2 x3 x4 x5 b
x3 0 1 1 0 −2 20
x4 0 1 0 1 −1 40
x1 1 0 0 0 1 40
Coefi. 0 2 0 0 −3 f (x) − 120

Método Gráfico
Método Simplex
Método Simplex
VB x1 x2 x3 x4 x5 b
x2 0 1 1 0 −2 20
x4 0 0 −1 1 1 20
x1 1 0 0 0 1 40
Coefi. 0 0 0 0 1 f (x) − 160

Método Gráfico
Método Simplex
Método Simplex
VB x1 x2 x3 x4 x5 b
x2 0 1 −1 2 0 60
x5 0 0 −1 1 1 20
x1 1 0 1 −1 0 20
Coefi. 0 0 −1 −1 0 f (x) − 180

Apresentação
Método Gráfico
Método Simplex

Programação Não Linear
Minimizar f (x)
Sujeito a h(x) = 0
g(x) ≤ 0
f : Rn → R, g : Rn → Rm , h : Rn → Rl

Programação Semidefinida
(PPSD − P)
Minimizar hC, XiSn
Sujeito a hAi , XiSn = bi
X0
onde C, X, Ai ∈ Sn , i ∈ {1, . . . , m}, b ∈ Rm

Programação Dinâmica
Maximizar Φ(z(t), y(t), u(t), p, tf )

dz(t)
Sujeito a = f (z(t), y(t), u(t), t, p)
dt
g(z(t), y(t), u(t), t, p) = 0
onde Φ é a função objetivo a ser minimizada, geralmente um funcional

integral z(t) representa os estados do sistema, u(t) são as variáveis de
controle, que parametrizam o problema, y(t) são variáveis algébricas, p são
variáveis que independem de tempo e tf é o tempo final

Apresent Semin

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Apresent Semin

Uploaded by

Copyright:

Available Formats

Programação Linear

Aluno: André Matos de Souza

André Matos de Souza Programação Linear

3 Outras Formulações e Aplicações

André Matos de Souza Programação Linear

3 Outras Formulações e Aplicações

André Matos de Souza Programação Linear

3 Outras Formulações e Aplicações

André Matos de Souza Programação Linear

3 Outras Formulações e Aplicações

André Matos de Souza Programação Linear

3 Outras Formulações e Aplicações

André Matos de Souza Programação Linear

Problema de Programação Linear (PPL)

André Matos de Souza Programação Linear

x1 . . . xs . . . xn xn+1 . . . xn+r . . . xn+m b

Tableau Do Simplex Figure: George Dantzig- 1914

André Matos de Souza Programação Linear

André Matos de Souza Programação Linear

x < y(1 + k), y < x(1 + k),

Uma das primeiras

André Matos de Souza Programação Linear

3 Outras Formulações e Aplicações

André Matos de Souza Programação Linear

Problemas de Programação Linear

André Matos de Souza Programação Linear

Problemas de Programação Linear

Min f (x) = c1 x1 + . . . + cn xn + 0.xn+1 + . . . + 0.xn+m

André Matos de Souza Programação Linear

Problemas de Programação Linear

André Matos de Souza Programação Linear

André Matos de Souza Programação Linear

PPL nas Formas Canônica e Padrão

André Matos de Souza Programação Linear

Problemas de Programação Linear

Deve-se calcular as quantidade de cada alimento que devem ser

PPL nas Formas Primal e Dual

André Matos de Souza Programação Linear

Problemas de Programação Linear

André Matos de Souza Programação Linear

Problemas de Programação Linear

André Matos de Souza Programação Linear

Problemas de Programação Linear

André Matos de Souza Programação Linear

Problemas de Programação Linear

André Matos de Souza Programação Linear

Problemas de Programação Linear

André Matos de Souza Programação Linear

Problemas de Programação Linear

André Matos de Souza Programação Linear

Problema na Forma Canônica

André Matos de Souza Programação Linear

Problemas de Programação Linear

Outros possíveis problemas

André Matos de Souza Programação Linear

3 Outras Formulações e Aplicações

André Matos de Souza Programação Linear

3 Outras Formulações e Aplicações

André Matos de Souza Programação Linear

André Matos de Souza Programação Linear

Passo 1 Representar as restrições no plano 2d, ou espaço

André Matos de Souza Programação Linear

André Matos de Souza Programação Linear

André Matos de Souza Programação Linear