0% acharam este documento útil (0 voto)
40 visualizações17 páginas

Aula 06 - Simplex

Fazer download em pdf ou txt
Fazer download em pdf ou txt
Fazer download em pdf ou txt
Você está na página 1/ 17

PR

UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

Visão Geral
• Apresentação da
1 disciplina e conceitos

2 • PO e Modelagem

3 • Resolução Gráfica

4 • Simplex

Prof. Dr. André Shiguemoto 16

PR
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

Resumo
• Apresentação da disciplina
• Conceitos Básicos
• Sistemas flexíveis de manufatura.
• Job Shop.
• Pesquisa Operacional
– Aplicações
– Modelagem
– Resolução gráfica
– Simplex: Padrão e casos especiais.

Prof. Dr. André Shiguemoto 17

1
PR
ELEMENTOS DE SISTEMAS DE UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

EQUAÇÕES LINEARES
Um sistema de equações lineares  x , isto é, com m equações e n variáveis, é
dado por:
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2 n xn = b2

am1 x1 + am 2 x2 + ... + amn xn = bm

Sistemas de equações lineares podem ter:


a ) – Uma única solução.
b ) – Nenhuma solução.
c ) – Infinitas soluções.

Para encontrar a solução de um sistema, iremos utilizar o método de eliminação


de Gauss, conhecido também como método de escalonamento.

Prof. Dr. André Shiguemoto 18

PR
Método de eliminação de Gauss UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

(escalonamento)

O método de eliminação de Gauss para solução de sistemas de equações


lineares baseia-se em três transformações elementares que NÃO alteram a
solução do sistema.

Operações elementares
a ) – Multiplique uma linha (ou equação) por um número não nulo.
b ) – Adicione uma linha à outra.
c ) – Troque duas linhas de posição (permutação).

Prof. Dr. André Shiguemoto 19

2
PR
Método de eliminação de Gauss UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

(escalonamento)
Exemplo 1: Considere o seguinte sistema de equações lineares:
 x1 + x2 = 7

−5 x1 + 3 x2 = 15
Este sistemas, com apenas duas variáveis, pode ser facilmente representado em
um plano cartesiano, pois cada uma das equações representa uma reta e a
solução do sistema é o ponto que satisfaz duas equações simultaneamente, isto
é, a interseção das retas. X2
8
7
6
5
4
3
2
1

1 2 3 4 5 6 7 8 X1

Prof. Dr. André Shiguemoto 20

PR
Método de eliminação de Gauss UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

(escalonamento)
Passo 1: Representar o sistema através de sua matriz aumentada
1 1 7
-5 3 15

Passo 2: Eliminar elementos das colunas, utilizando as operações elementares,


visando obter um sistema triangular superior.
Utilizando as operações elementares ( a ) e ( b ), vamos multiplicar a primeira
equação por 5 e somar na segunda. Desta forma, obtemos:
1 1 7
0 8 50

Que corresponde ao sistema


 x1 + x2 = 7

 8 x2 = 50

que facilmente pode ser resolvido durante o passo 3.

Prof. Dr. André Shiguemoto 21

3
PR
Método de eliminação de Gauss UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

(escalonamento)
Passo 3: Processo de substituição para cima
 x1 + x2 = 7

 8 x2 = 50

Resolvendo a segunda equação temos:   6,25

X2
Substituindo na primeira equação, 8
temos:  6,25  7    0,25 7
6
5
4
3
2
1

1 2 3 4 5 6 7 8 X1

Prof. Dr. André Shiguemoto 22

PR
Método de eliminação de Gauss UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

(escalonamento)
Exemplo 2: Considere o seguinte sistema de equações lineares:

1x1 + 1x2 + 1x3 = 6



3 x1 + 6 x2 + 1x3 = 2
2 x + 2 x + 2 x = 7
 1 2 3

Passo 1: Representar o sistema através de sua matriz aumentada


1 1 1 6
3 6 1 2
2 2 2 7

Prof. Dr. André Shiguemoto 23

4
PR
Método de eliminação de Gauss UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

(escalonamento)
Passo 2: Eliminar elementos das colunas, utilizando as operações elementares,
visando obter um sistema triangular superior.
1 1 1 6
3 6 1 2
2 2 2 7

Utilizando as operações elementares ( a ) e ( b ), vamos multiplicar a primeira


equação por λ e somar na segunda. Desta forma, obtemos:

Para zerar elemento  temos que multiplicar a primeira linha por


 
λ    3 ∗ 1  3 e somar na segunda linha

Para zerar elemento  temos que multiplicar a primeira linha por (-2)
e somar na terceira linha.

Prof. Dr. André Shiguemoto 24

PR
Método de eliminação de Gauss UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

(escalonamento)
Passo 2: Eliminar elementos das colunas, utilizando as operações elementares,
visando obter um sistema triangular superior.
1 1 1 6
0 3 -2 -16
0 0 0 -5

A última linha corresponde a equação 0 0 0  5, a qual não é


satisfeita, quaisquer que sejam  ,  e  .

Como o sistema original tem as mesmas soluções que o sistema escalonado,


então o sistema NÃO TEM SOLUÇÃO.

Prof. Dr. André Shiguemoto 25

5
PR
Método de eliminação de Gauss UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

(escalonamento)
Exemplo 3: Considere o seguinte sistema de equações lineares:

1x1 + 1x2 + 1x3 = 6



3x1 + 6 x2 + 1x3 = 2

2 x1 + 2 x2 + 2 x3 = 12
Passo 1: Representar o sistema através de sua matriz aumentada
Passo 2: Eliminar elementos das colunas
1 1 1 6
0 3 -2 -16
0 0 0 0

Neste caso, a terceira equação é redundante, pois 0 0 0  0é


satisfeita para quaisquer que sejam  ,  e  . Assim, o sistema pode ter
INFINITAS SOLUÇÕES pois podemos atribuir qualquer valor a  . Nesse sistema,
a variável é chamada de variável independente.

Prof. Dr. André Shiguemoto 26

PR
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

Algoritmo Simplex
George B. Dantzig – 1947
• Passo 1. Converta o PL na forma padrão.

• Passo 2. Obtenha uma solução básica factível (SBF) inicial.

• Passo 3. Determine se a solução básica factível é ótima (critério de otimalidade). Se


sim, FIM. Caso contrário prossiga

• Passo 4. Se não for ótima, escolha uma variável não básica (VNB) para entrar na base
e uma variável básica (VB) a sair da base.

• Passo 5. Use o método de Gauss-Jordan para explicitar a nova e melhor solução


básica factível.

• Passo 6. Volte ao passo 3.

Prof. Dr. André Shiguemoto 27

6
PR
Passo 1. Converta o PL na forma UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

padrão
Forma Canônica
Maximizar f ( x1 , x2 ,..., xn ) = c1 x1 + c2 x2 + ... + cn xn (1)

Sujeito a
a11 x1 + a12 x2 + ... + a1n xn ≤ b1 (2)

a21 x1 + a22 x2 + ... + a2 n xn ≤ b2


...
max z = cx
am1 x1 + am 2 x2 + ... + amn xn ≤ bm

x1 ≥ 0, x2 ≥ 0,..., xn ≥ 0, (3)

S .a : Ax ≤ b
x≥0

Prof. Dr. André Shiguemoto 28

PR
Passo 1. Converta o PL na forma UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

padrão
max z = cx
S .a : Ax ≤ b
x≥0
• Em que:
cT = (c1 c2 ... cn ) é o vetor de custos;
xT = ( x1 x2 ... xn ) é o vetor das variáveis ou incógnitas;
 a11 a12 ... a1n 
 a a ... a  é uma matriz , chamada matriz dos coeficientes ou matriz
A =  21 22 2n 

    tecnológica;
 
a a
 m1 m 2 ... amn 

bT = (b1 b2 ... bm ) é o vetor dos termos independentes ou de recursos.

Prof. Dr. André Shiguemoto 29

7
PR
Passo 1. Converta o PL na forma UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

padrão
• Um problema de programação linear no qual a função objetivo deve ser
maximizada é referido como um problema de máximo. Tais problemas
são ditos estar sob a forma padrão, se as duas seguintes condições
forem satisfeitas:
– As restrições do problema são definidas por um sistema de equações lineares.
– Todas as variáveis devem possuir condições de não negatividade.

• Exemplo:
Maximizar f ( x ) = cT x (1)
Sujeito a
Ax = b (2)
x≥0 (3)

Prof. Dr. André Shiguemoto 30

PR
Passo 1. Converta o PL na forma UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

padrão
• Operações de reformulação para forma padrão.

Qualquer problema de maximização pode ser convertido em um problema


de minimização.
      

Qualquer restrição de desigualdade do tipo “ ≥ ” pode ser convertida em


uma restrição do tipo “ ≤ ” multiplicando por ( -1 ) ambos os membros.

       ⋯    ! "       ⋯   # "

Prof. Dr. André Shiguemoto 31

8
PR
Passo 1. Converta o PL na forma UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

padrão
• Operações de reformulação para forma padrão.

Qualquer restrição de desigualdade pode ser convertida em uma restrição


de igualdade, através da introdução de variáveis de folga/excesso
(slack/excess).
Exemplos:

2   # 1  2   $  1

 2   ! 3   2    %  3

Prof. Dr. André Shiguemoto 32

PR
Passo 1. Converta o PL na forma UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

padrão
Considere o problema
Maximizar x + 2 y
Sujeito a
x+ y ≤6 (1)

x− y ≤4 (2)

−x + y ≤ 4 (3)

x, y ≥ 0 (4)

Inserindo as variáveis de folga


x + y + s1 = 6 (1)

x − y + s2 = 4 (2)

− x + y + s3 = 4 (3)

x,y, s1, s2, s3 ≥ 0 (4)

Prof. Dr. André Shiguemoto 33

9
PR
Passo 2. Obtenha uma solução UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

básica factível (SBF) inicial


Problema na forma padrão
Maximizar x + 2 y
Sujeito a
xx++yy+≤s61 = 6 (( 11 ))

(( 22 ))
xx−−yy+≤s42 = 4
−x + y ≤ 4 (3)
− x + y + s3 = 4 (3)
x, y ≥ 0 (4)

X Y $ $ $ "
Z 1 2 0 0 0
$  6
$ 1 1 1 0 0 6
$  4
$ 1 -1 0 1 0 4
$  4
$ -1 1 0 0 1 4

Prof. Dr. André Shiguemoto 34

PR
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

Passo 3: Verificar se a solução é ótima

X Y $ $ $ "
Z 1 2 0 0 0
$  6
$ 1 1 1 0 0 6
$  4
$ 1 -1 0 1 0 4
$  4
$ -1 1 0 0 1 4
' 0

Determine se a solução básica factível é ótima (critério de otimalidade).

Não, pois existem coeficientes positivos.

Prof. Dr. André Shiguemoto 35

10
PR
Passo 4: Determinar quais variáveis UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

entra (VNB) e sai (VB)da base


X Y $ $ $ "
Z 1 2 0 0 0
$ 1 1 1 0 0 6
$ 1 -1 0 1 0 4
$ -1 1 0 0 1 4

Passo 4. Se não for ótima, escolha uma variável não básica (VNB) para
entrar na base e uma variável básica (VB) a sair da base.

(VNB)  Método guloso, ou seja, o maior coeficiente.


( pois tem o maior coeficiente que maximiza a função.

, .
(VB)  )*+ ,  ., referente a $
- -

Prof. Dr. André Shiguemoto 36

PR
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

Passo 5: Iterações de pivoteamento


X Y $ $ $ "
Z 1 2 0 0 0
$ 1 1 1 0 0 6
$ 1 -1 0 1 0 4
$ -1 1 0 0 1 4
Passo 5. Use o método de Gauss-Jordan para explicitar a nova e melhor
solução básica factível.
Multiplicando $ por 1  para ter o elemento pivô = 1
X Y $ $ $ "
Z 1 2 0 0 0
$ 1 1 1 0 0 6
$ 1 -1 0 1 0 4
Y -1 1 0 0 1 4

Prof. Dr. André Shiguemoto 37

11
PR
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

Passo 5: Iterações de pivoteamento


X Y $ $ $ "
Z 1 2 0 0 0
$ 1 1 1 0 0 6
$ 1 -1 0 1 0 4
Y -1 1 0 0 1 4

Multiplicando ( por 1 e somar em $

X Y $ $ $ "
Z 1 2 0 0 0
$ 1 1 1 0 0 6
$ 0 0 0 1 1 8
Y -1 1 0 0 1 4

Prof. Dr. André Shiguemoto 38

PR
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

Passo 5: Iterações de pivoteamento


X Y $ $ $ "
Z 1 2 0 0 0
$ 1 1 1 0 0 6
$ 0 0 0 1 1 8
Y -1 1 0 0 1 4

Multiplicando ( por (-1) e somar em $

X Y $ $ $ "
Z 1 2 0 0 0
$ 2 0 1 0 -1 2
$ 0 0 0 1 1 8
Y -1 1 0 0 1 4

Prof. Dr. André Shiguemoto 39

12
PR
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

Passo 5: Iterações de pivoteamento


X Y $ $ $ "
Z 1 2 0 0 0
$ 2 0 1 0 -1 2
$ 0 0 0 1 1 8
Y -1 1 0 0 1 4

Multiplicando ( por (-2) e somar em Z

X Y $ $ $ "
Z 3 0 0 0 -2 -8
$ 2 0 1 0 -1 2
$ 0 0 0 1 1 8
Y -1 1 0 0 1 4

Prof. Dr. André Shiguemoto 40

PR
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

Passo 3: Verificar se a solução é ótima

X Y $ $ $ "
Z 3 0 0 0 -2 -8
$ 2
$ 2 0 1 0 -1 2
$ 8
$ 0 0 0 1 1 8
Y4
Y -1 1 0 0 1 4
'  -8

Determine se a solução básica factível é ótima (critério de otimalidade).

Não, pois existem coeficientes positivos.

Prof. Dr. André Shiguemoto 41

13
PR
Passo 4: Determinar quais variáveis UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

entra (VNB) e sai (VB)da base


X Y $ $ $ "
Z 3 0 0 0 -2 -8
$ 2 0 1 0 -1 2
$ 0 0 0 1 1 8
Y -1 1 0 0 1 4

Passo 4. Se não for ótima, escolha uma variável não básica (VNB) para
entrar na base e uma variável básica (VB) a sair da base.

(VNB)  Método guloso, ou seja, o maior coeficiente.


 pois tem o maior coeficiente que maximiza a função.

0
(VB)  )*+  -, referente a $ , que é a única possibilidade.
0

Prof. Dr. André Shiguemoto 42

PR
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

Passo 5: Iterações de pivoteamento


X Y $ $ $ "
Z 3 0 0 0 -2 -8
$ 2 0 1 0 -1 2
$ 0 0 0 1 1 8
Y -1 1 0 0 1 4
Passo 5. Use o método de Gauss-Jordan para explicitar a nova e melhor
solução básica factível.
Multiplicando $ por 1/2  para ter o elemento pivô = 1
X Y $ $ $ "
Z 3 0 0 0 -2 -8
X 1 0 1/2 0 -1/2 1
$ 0 0 0 1 1 8
Y -1 1 0 0 1 4

Prof. Dr. André Shiguemoto 43

14
PR
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

Passo 5: Iterações de pivoteamento


X Y $ $ $ "
Z 3 0 0 0 -2 -8
X 1 0 1/2 0 -1/2 1
$ 0 0 0 1 1 8
Y -1 1 0 0 1 4

Multiplicando  por 1 e somar em (

X Y $ $ $ "
Z 3 0 0 0 -2 -8
X 1 0 1/2 0 -1/2 1
$ 0 0 0 1 1 8
Y 0 1 1/2 0 1/2 5

Prof. Dr. André Shiguemoto 44

PR
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

Passo 5: Iterações de pivoteamento


X Y $ $ $ "
Z 3 0 0 0 -2 -8
X 1 0 1/2 0 -1/2 1
$ 0 0 0 1 1 8
Y 0 1 1/2 0 1/2 5

Multiplicando  por (-3) e somar em Z

X Y $ $ $ "
Z 0 0 -3/2 0 -1/2 -11
X 1 0 1/2 0 -1/2 1
$ 0 0 0 1 1 8
Y 0 1 1/2 0 1/2 5

Prof. Dr. André Shiguemoto 45

15
PR
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

Passo 3: Verificar se a solução é ótima

X Y $ $ $ "
Z 0 0 -3/2 0 -1/2 -11 X  1
X 1 0 1/2 0 -1/2 1 $  8
$ 0 0 0 1 1 8 Y5
Y 0 1 1/2 0 1/2 5
'  -11

Determine se a solução básica factível é ótima (critério de otimalidade).

SIM, pois NÃO existem coeficientes positivos.

C2)2 3  11  0 então 3  11 , X = 1, Y = 5 e $  8

Prof. Dr. André Shiguemoto 46

PR
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

REFERÊNCIAS

Prof. Dr. André Shiguemoto 47

16
PR
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

Referências
1. Goldbarg M.C e Luna H.P.L – Otimização combinatória e programação linear:
modelos e algoritmos, Elsevier, 2005.

2. Winston W. L. – Operations Research – Applications And Algorithms, Fourth


Edition, Thomson Brooks/Cole, 2004.

Prof. Dr. André Shiguemoto 48

17

Você também pode gostar