SlideShare uma empresa Scribd logo
1 de 30
Baixar para ler offline
SITE:
• https://www.gp4us.com.br
CONTATO:
• contato@gp4us.com.br
Objetivo
Resolver problemas de Programação Linear com 3 ou mais
variáveis de decisão.
Método interativo (algoritmo) utilizado para
encontrar, algebricamente, a Solução Ótima de
um problema de Programação Linear.
O processo termina quando não é mais possível
seguir melhorando uma determinada solução.
Etapa A: Identificação de uma Solução Ótima.
Verifica se a Solução Básica Viável atual satisfaz o critério de
otimalidade.
 Se o critério for satisfeito, termina aplicação do método;
 Caso contrário, aplica-se a etapa B.
Etapa B: Melhoria da Solução Básica Viável:
Procura obter uma Solução Básica melhor que a atual:
 Determinar a variável não-básica que deve entrar;
 Determinar a variável básica que deve ser substituída;
 Obtenção da nova solução através do processo de pivotamento.
Transformar o sistema de M desigualdades lineares em
um sistema de M equações lineares ( Padrão ).
Para isso adiciona-se a cada uma das desigualdades uma
variável não negativa chamada “Variável de Folga”.
Forma Canônica
Forma Padrão
Resolver o modelo abaixo através do Método Simplex.
Max Z = 3x1 + 5x2
s.a.
x1 < 4
2x2 < 12
3x1 + 2x2 < 18
X1, x2 > 0
Para restrições do tipo < a variável de folga será do tipo fi > 0.
Para restrições do tipo > a variável de folga será do tipo fi < 0.
Max Z = 3x1 + 5x2
s.a.
x1 < 4
2x2 < 12
3x1 + 2x2 < 18
X1, x2 > 0
Max Z = 3x1 + 5x2
s.a.
x1 + f1 = 4
2x2 + f2 = 12
3x1 + 2x2 + f3 = 18
x1, x2, f1, f2, f3 > 0
Variáveis Não Básicas - x1 e x2
Variáveis Básicas - f1 , f2 , f3
Inclusive os valores da Função Objetivo
Max Z = 3x1 + 5x2  Max Z - 3x1 - 5x2 = 0
s.a.
x1 + f1 = 4
2x2 + f2 = 12
3x1 + 2x2 + f3 = 18
x1, x2, f1, f2, f3 > 0
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
f2 0 2 0 1 0 12
f3 3 2 0 0 1 18
Z -3 -5 0 0 0 0
Examinar os valores dos coeficientes da linha correspondente à
Função Objetivo e concluir:
 Se todos os valores forem positivos, a solução é ótima e
única;
 Se aparecerem alguns valores positivos e alguns nulos a
solução é ótima mas não única;
 Se aparecer algum valor negativo a solução não é ótima.
Deve-se então executar o 5º passo.
Das variáveis básicas da Função Objetivo, qual deve-se
tornar positiva ?
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
f2 0 2 0 1 0 12
f3 3 2 0 0 1 18
Z -3 -5 0 0 0 0
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
f2 0 2 0 1 0 12
f3 3 2 0 0 1 18
Z -3 -5 0 0 0 0
É a variável que mais contribui para o lucro.
x2 pois deve ser a variável que mais contribui para o lucro.
Das variáveis básicas da Função Objetivo, qual deve-se
tornar positiva ?
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
f2 0 2 0 1 0 12
f3 3 2 0 0 1 18
Z -3 -5 0 0 0 0
Das 3 variáveis básicas qual será anulada ?
Das 3 variáveis não básicas quem será anulada ?
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4 4 / 0 = 
f2 0 2 0 1 0 12 12/2=6
f3 3 2 0 0 1 18 18/2=9
Z -3 -5 0 0 0 0
Será a variável associada a linha que tiver o menor quociente entre os Valores
da Solução e o elemento correspondente da coluna de entrada.
PIVÔ
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
f2 0 2 0 1 0 12
f3 3 2 0 0 1 18
Z -3 -5 0 0 0 0
Equação Pivô
Duas operações serão realizadas na busca por outra solução:
PIVÔ
Equação do Pivô
Nova Equação do Pivô =
Pivô
Coeficiente da Nova Equação
Nova Equação =Equaçãoanterior
Coluna de Entrada do Pivô
   
    
   
1º Na equação do Pivô:
2º Nas demais equações, incluindo Z:
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
f2 0 2 0 1 0 12
f3 3 2 0 0 1 18
Z -3 -5 0 0 0 0
Equação Pivô
PIVÔ
f2 0 2 0 1 0 12
f2 0 1 0 1/2 0 6
Equação do Pivô
Nova Equação do Pivô =
Pivô
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
f2 0 2 0 1 0 12
f3 3 2 0 0 1 18
Z -3 -5 0 0 0 0
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1
x2 0 1 0 1/2 0 6
f3
Z
Nova equação do PIVO ( N. E. P. )
Anterior 0 2 0 1 0 12
Nova 0 1 0 1/2 0 6
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
f2 0 2 0 1 0 12
f3 3 2 0 0 1 18
Z -3 -5 0 0 0 0
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
x2 0 1 0 1/2 0 6
f3
Z
Equação para f1
Anterior 1 0 1 0 0 4
- ( 0 x N. E. P. ) 0 0 0 0 0 0
Nova 1 0 1 0 0 4
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
f2 0 2 0 1 0 12
f3 3 2 0 0 1 18
Z -3 -5 0 0 0 0
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
x2 0 1 0 1/2 0 6
f3 3 0 0 -1 1 6
Z
Equação para f3
Anterior 3 2 0 0 1 18
- ( 2 x N. E. P. ) 0 2 0 1 0 12
Nova 3 0 0 -1 1 6
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
f2 0 2 0 1 0 12
f3 3 2 0 0 1 18
Z -3 -5 0 0 0 0
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
x2 0 1 0 1/2 0 6
f3 3 0 0 -1 1 6
Z -3 0 0 5/2 0 30
Equação para Z
Anterior -3 -5 0 0 0 0
- ( 5 x N. E. P. ) 0 5 0 5/2 0 30
Nova -3 0 0 5/2 0 30
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
x2 0 1 0 1/2 0 6
f3 3 0 0 -1 1 6
Z -3 0 0 5/2 0 30
Como nos elementos da ÚLTIMA LINHA
(Equação Z) ainda existe um NÚMERO
NEGATIVO, significa que ainda NÃO
CHEGAMOS A UMA SOLUÇÃO ÓTIMA do
PPL.
É necessário REPETIR o processo.
Das variáveis básicas da Função Objetivo, qual deve-se
tornar positiva ?
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
x2 0 1 0 1/2 0 6
f3 3 0 0 -1 1 6
Z -3 0 0 5/2 0 30
x1 pois é a única variável negativa remanescente.
Das variáveis básicas da Função Objetivo, qual deve-se
tornar positiva ?
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
x2 0 1 0 1/2 0 6
f3 3 0 0 -1 1 6
Z -3 0 0 5/2 0 30
Das 2 variáveis básicas qual será anulada ?
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4 4 / 1 = 4
x2 0 1 0 1/2 0 6 6 / 0 = 
f3 3 0 0 -1 1 6 6 / 3 = 2
Z -3 0 0 5/2 0 30
PIVÔ
Equação Pivô
Duas operações serão realizadas na busca por outra solução:
Equação do Pivô
Nova Equação do Pivô =
Pivô
Coeficiente da Nova Equação
Nova Equação =Equaçãoanterior
Coluna de Entrada do Pivô
   
    
   
1º Na equação do Pivô:
2º Nas demais equações, incluindo Z:
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
x2 0 1 0 1/2 0 6
f3 3 0 0 -1 1 6
Z -3 0 0 5/2 0 30
PIVÔ
Equação Pivô
f3 3 0 0 -1 1 6
f3 1 0 0 -1/3 1/3 2
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
x2 0 1 0 1/2 0 6
f3 3 0 0 -1 1 6
Z -3 0 0 5/2 0 30
PIVÔ
Equação do Pivô
Nova Equação do Pivô =
Pivô
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1
x2 0 1 0 5/2 0 6
x1 1 0 0 -1/3 1/3 2
Z
Nova equação do PIVO ( N. E. P. )
Anterior 3 0 0 -1 1 6
Nova 1 0 0 -1/3 1/3 2
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
x2 0 1 0 1/2 0 6
f3 3 0 0 -1 1 6
Z -3 0 0 5/2 0 30
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 0 0 1 1/3 -1/3 2
x2 0 1 0 1/2 0 6
x1 1 0 0 -1/3 1/3 2
Z
Equação para f1
Anterior 1 0 1 0 0 4
- ( 1 x N. E. P. ) 1 0 0 1/3 1/3 2
Nova 0 0 1 1/3 - 1/3 2
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
x2 0 1 0 ½ 0 6
f3 3 0 0 -1 1 6
Z -3 0 0 5/2 0 30
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 0 0 1 1/3 -1/3 2
x2 0 1 0 1/2 0 6
x1 1 0 0 -1/3 1/3 2
Z 0 0 0 3/2 1 36
Equação para Z
Anterior -3 0 0 5/2 0 30
- ( 3 x N. E. P. ) 3 0 0 1 1 18
Nova 0 0 0 3/2 1 36
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 1 0 1 0 0 4
x2 0 1 0 ½ 0 6
f3 3 0 0 -1 1 6
Z -3 0 0 5/2 0 30
Como todas as VARIÁVEIS NA ÚLTIMA LINHA possuem
COEFICIENTE S POSITIVOS temos a SOLUÇÃO ÓTIMA.
Solução Ótima :
x1 = 2 x2 = 6 Z = 36
Variáveis na
Solução
Variáveis de Decisão Valores da
Soluçãox1 x2 f1 f2 f3
f1 0 0 1 1/3 -1/3 2
x2 0 1 0 1/2 0 6
x1 1 0 0 -1/3 1/3 2
Z 0 0 0 3/2 1 36
GP4US - Pesquisa operacional   aula 5 - metodo simples

Mais conteúdo relacionado

Mais procurados

Estudo de uma função
Estudo de uma funçãoEstudo de uma função
Estudo de uma função
21614
 
Integrais impróprias
Integrais imprópriasIntegrais impróprias
Integrais impróprias
karinsimonato
 
Sistemas de equações de 1º grau com duas incógnitas
Sistemas de equações de 1º grau com duas incógnitasSistemas de equações de 1º grau com duas incógnitas
Sistemas de equações de 1º grau com duas incógnitas
rosilenedalmolin
 
Funções
FunçõesFunções
Funções
bethbal
 
1226083244 cálculo mental
1226083244 cálculo mental1226083244 cálculo mental
1226083244 cálculo mental
Pelo Siro
 
Equações do 1º grau ppt
Equações do 1º grau pptEquações do 1º grau ppt
Equações do 1º grau ppt
ktorz
 

Mais procurados (20)

GP4US - Aula 2 - Programação Linear
GP4US - Aula 2 - Programação LinearGP4US - Aula 2 - Programação Linear
GP4US - Aula 2 - Programação Linear
 
Estudo da reta
Estudo da retaEstudo da reta
Estudo da reta
 
Estudo de uma função
Estudo de uma funçãoEstudo de uma função
Estudo de uma função
 
Integrais impróprias
Integrais imprópriasIntegrais impróprias
Integrais impróprias
 
Potenciação - Regras e Propriedades - (www.betontem.blogspot.com.br)
Potenciação - Regras e Propriedades - (www.betontem.blogspot.com.br)Potenciação - Regras e Propriedades - (www.betontem.blogspot.com.br)
Potenciação - Regras e Propriedades - (www.betontem.blogspot.com.br)
 
Sistemas de equações de 1º grau com duas incógnitas
Sistemas de equações de 1º grau com duas incógnitasSistemas de equações de 1º grau com duas incógnitas
Sistemas de equações de 1º grau com duas incógnitas
 
Superfícies quadricas revisão
Superfícies quadricas   revisãoSuperfícies quadricas   revisão
Superfícies quadricas revisão
 
Funções
FunçõesFunções
Funções
 
08 - Progressões
08 - Progressões08 - Progressões
08 - Progressões
 
Aula 02 Cálculo de limites - Conceitos Básicos
Aula 02   Cálculo de limites - Conceitos BásicosAula 02   Cálculo de limites - Conceitos Básicos
Aula 02 Cálculo de limites - Conceitos Básicos
 
Resolvendo Problemas
Resolvendo ProblemasResolvendo Problemas
Resolvendo Problemas
 
Tabela completa de derivadas e integrais
Tabela completa de derivadas e integraisTabela completa de derivadas e integrais
Tabela completa de derivadas e integrais
 
Aula 30 testes de hipóteses
Aula 30   testes de hipótesesAula 30   testes de hipóteses
Aula 30 testes de hipóteses
 
1226083244 cálculo mental
1226083244 cálculo mental1226083244 cálculo mental
1226083244 cálculo mental
 
MATEMÁTICA | 1ª SÉRIE | HABILIDADE DA BNCC | (EM13MAT101)
MATEMÁTICA | 1ª SÉRIE | HABILIDADE DA BNCC | (EM13MAT101)MATEMÁTICA | 1ª SÉRIE | HABILIDADE DA BNCC | (EM13MAT101)
MATEMÁTICA | 1ª SÉRIE | HABILIDADE DA BNCC | (EM13MAT101)
 
Equações do 1º grau ppt
Equações do 1º grau pptEquações do 1º grau ppt
Equações do 1º grau ppt
 
Porcentagem
PorcentagemPorcentagem
Porcentagem
 
Cálculo 1 - Limites
Cálculo 1 - LimitesCálculo 1 - Limites
Cálculo 1 - Limites
 
Aula 09 Medidas de Tendencia Central de Dados Agrupados
Aula 09   Medidas de Tendencia Central de Dados AgrupadosAula 09   Medidas de Tendencia Central de Dados Agrupados
Aula 09 Medidas de Tendencia Central de Dados Agrupados
 
Progressão geométrica
Progressão geométricaProgressão geométrica
Progressão geométrica
 

Mais de Jefferson Affonso - PMP®, ITIL®, MCTS®, MBA

Mais de Jefferson Affonso - PMP®, ITIL®, MCTS®, MBA (20)

Amazon Press Release - Lançamento de produtos que agregam valor ao cliente
Amazon Press Release - Lançamento de produtos que agregam valor ao clienteAmazon Press Release - Lançamento de produtos que agregam valor ao cliente
Amazon Press Release - Lançamento de produtos que agregam valor ao cliente
 
Roadmap do Produto Ágil - Criação, Utilização e Evolução
Roadmap do Produto Ágil - Criação, Utilização e EvoluçãoRoadmap do Produto Ágil - Criação, Utilização e Evolução
Roadmap do Produto Ágil - Criação, Utilização e Evolução
 
Mapa de Empatia - O Primeiro Passo no Design Thinking
Mapa de Empatia - O Primeiro Passo no Design ThinkingMapa de Empatia - O Primeiro Passo no Design Thinking
Mapa de Empatia - O Primeiro Passo no Design Thinking
 
Atendimento ao cliente - Os 9 principais KPIs que você deve acompanhar
Atendimento ao cliente - Os 9 principais KPIs que você deve acompanharAtendimento ao cliente - Os 9 principais KPIs que você deve acompanhar
Atendimento ao cliente - Os 9 principais KPIs que você deve acompanhar
 
Customer Effort Score - O que é e como medir o indicador CES
Customer Effort Score - O que é e como medir o indicador CESCustomer Effort Score - O que é e como medir o indicador CES
Customer Effort Score - O que é e como medir o indicador CES
 
Customer Journey - Saiba porque essa ferramenta vale a pena
Customer Journey - Saiba porque essa ferramenta vale a penaCustomer Journey - Saiba porque essa ferramenta vale a pena
Customer Journey - Saiba porque essa ferramenta vale a pena
 
Mindset Agil - Descobrindo os segredos que ninguém lhe contou
Mindset Agil - Descobrindo os segredos que ninguém lhe contouMindset Agil - Descobrindo os segredos que ninguém lhe contou
Mindset Agil - Descobrindo os segredos que ninguém lhe contou
 
Scrum master definitivamente, qual seu papel e suas responsabilidades
Scrum master definitivamente, qual seu papel e suas  responsabilidadesScrum master definitivamente, qual seu papel e suas  responsabilidades
Scrum master definitivamente, qual seu papel e suas responsabilidades
 
Prototipagem - Validação de ideias através de Design Thinking
Prototipagem - Validação de ideias através de Design ThinkingPrototipagem - Validação de ideias através de Design Thinking
Prototipagem - Validação de ideias através de Design Thinking
 
Jornada do Cliente: 9 exemplos de jornadas e o que elas nos ensinam
Jornada do Cliente: 9 exemplos de jornadas e o que elas nos ensinamJornada do Cliente: 9 exemplos de jornadas e o que elas nos ensinam
Jornada do Cliente: 9 exemplos de jornadas e o que elas nos ensinam
 
Como criar uma persona passo a passo de maneira fácil e definitiva
Como criar uma persona passo a passo de maneira fácil e definitivaComo criar uma persona passo a passo de maneira fácil e definitiva
Como criar uma persona passo a passo de maneira fácil e definitiva
 
Pesquisa de satisfação: 16 dias para aumentar a sua taxa de retorno
Pesquisa de satisfação: 16 dias para aumentar a sua taxa de retornoPesquisa de satisfação: 16 dias para aumentar a sua taxa de retorno
Pesquisa de satisfação: 16 dias para aumentar a sua taxa de retorno
 
Priorização de projetos - Estrategias de avaliação não subjetiva
Priorização de projetos - Estrategias de avaliação não subjetivaPriorização de projetos - Estrategias de avaliação não subjetiva
Priorização de projetos - Estrategias de avaliação não subjetiva
 
Área de integraçã - Por que ela e a mais importante em projetos
Área de integraçã - Por que ela e a mais importante em projetosÁrea de integraçã - Por que ela e a mais importante em projetos
Área de integraçã - Por que ela e a mais importante em projetos
 
Equipes de alta performance - Transformando times scrum
Equipes de alta performance - Transformando times scrumEquipes de alta performance - Transformando times scrum
Equipes de alta performance - Transformando times scrum
 
Sistema Kanban - Priorizando atividades através das classes de serviço
Sistema Kanban - Priorizando atividades através das classes de serviçoSistema Kanban - Priorizando atividades através das classes de serviço
Sistema Kanban - Priorizando atividades através das classes de serviço
 
Método Kanban - Introdução ao sistema ágil adaptativo
Método Kanban - Introdução ao sistema ágil adaptativoMétodo Kanban - Introdução ao sistema ágil adaptativo
Método Kanban - Introdução ao sistema ágil adaptativo
 
Classificacao dos custos do projeto saiba quais sao e como utiliza-las
Classificacao dos custos do projeto   saiba quais sao e como utiliza-lasClassificacao dos custos do projeto   saiba quais sao e como utiliza-las
Classificacao dos custos do projeto saiba quais sao e como utiliza-las
 
Diagrama de Causa e Efeito - Descubra e aprenda ishikawa na pratica
Diagrama de Causa e Efeito - Descubra e aprenda ishikawa na praticaDiagrama de Causa e Efeito - Descubra e aprenda ishikawa na pratica
Diagrama de Causa e Efeito - Descubra e aprenda ishikawa na pratica
 
Encerramento do Projeto - Tudo o que você precisa saber para encerrar seu pro...
Encerramento do Projeto - Tudo o que você precisa saber para encerrar seu pro...Encerramento do Projeto - Tudo o que você precisa saber para encerrar seu pro...
Encerramento do Projeto - Tudo o que você precisa saber para encerrar seu pro...
 

Último

b2ee375d-671f-406c-8c60-df328a75e662.pdf
b2ee375d-671f-406c-8c60-df328a75e662.pdfb2ee375d-671f-406c-8c60-df328a75e662.pdf
b2ee375d-671f-406c-8c60-df328a75e662.pdf
Renandantas16
 

Último (6)

b2ee375d-671f-406c-8c60-df328a75e662.pdf
b2ee375d-671f-406c-8c60-df328a75e662.pdfb2ee375d-671f-406c-8c60-df328a75e662.pdf
b2ee375d-671f-406c-8c60-df328a75e662.pdf
 
Digitalização do varejo | Tecnologia na gestão do negócio: como alavancar a e...
Digitalização do varejo | Tecnologia na gestão do negócio: como alavancar a e...Digitalização do varejo | Tecnologia na gestão do negócio: como alavancar a e...
Digitalização do varejo | Tecnologia na gestão do negócio: como alavancar a e...
 
DROGASIL EQUIPE LOGISTICA MERCADOLOGICA.pptx
DROGASIL EQUIPE LOGISTICA MERCADOLOGICA.pptxDROGASIL EQUIPE LOGISTICA MERCADOLOGICA.pptx
DROGASIL EQUIPE LOGISTICA MERCADOLOGICA.pptx
 
Cavaleiros do Futebol: Equipamentos e Moda para Campeões.pptx
Cavaleiros do Futebol: Equipamentos e Moda para Campeões.pptxCavaleiros do Futebol: Equipamentos e Moda para Campeões.pptx
Cavaleiros do Futebol: Equipamentos e Moda para Campeões.pptx
 
Imóvel do Banco, Apartamento T5 com Sótão; Bank Property, Apartment near Cent...
Imóvel do Banco, Apartamento T5 com Sótão; Bank Property, Apartment near Cent...Imóvel do Banco, Apartamento T5 com Sótão; Bank Property, Apartment near Cent...
Imóvel do Banco, Apartamento T5 com Sótão; Bank Property, Apartment near Cent...
 
Pesquisa de satisfação - Encontro Fazemos Acontecer
Pesquisa de satisfação - Encontro Fazemos AcontecerPesquisa de satisfação - Encontro Fazemos Acontecer
Pesquisa de satisfação - Encontro Fazemos Acontecer
 

GP4US - Pesquisa operacional aula 5 - metodo simples

  • 1.
  • 3. Objetivo Resolver problemas de Programação Linear com 3 ou mais variáveis de decisão. Método interativo (algoritmo) utilizado para encontrar, algebricamente, a Solução Ótima de um problema de Programação Linear. O processo termina quando não é mais possível seguir melhorando uma determinada solução.
  • 4. Etapa A: Identificação de uma Solução Ótima. Verifica se a Solução Básica Viável atual satisfaz o critério de otimalidade.  Se o critério for satisfeito, termina aplicação do método;  Caso contrário, aplica-se a etapa B. Etapa B: Melhoria da Solução Básica Viável: Procura obter uma Solução Básica melhor que a atual:  Determinar a variável não-básica que deve entrar;  Determinar a variável básica que deve ser substituída;  Obtenção da nova solução através do processo de pivotamento.
  • 5. Transformar o sistema de M desigualdades lineares em um sistema de M equações lineares ( Padrão ). Para isso adiciona-se a cada uma das desigualdades uma variável não negativa chamada “Variável de Folga”. Forma Canônica Forma Padrão
  • 6. Resolver o modelo abaixo através do Método Simplex. Max Z = 3x1 + 5x2 s.a. x1 < 4 2x2 < 12 3x1 + 2x2 < 18 X1, x2 > 0
  • 7. Para restrições do tipo < a variável de folga será do tipo fi > 0. Para restrições do tipo > a variável de folga será do tipo fi < 0. Max Z = 3x1 + 5x2 s.a. x1 < 4 2x2 < 12 3x1 + 2x2 < 18 X1, x2 > 0 Max Z = 3x1 + 5x2 s.a. x1 + f1 = 4 2x2 + f2 = 12 3x1 + 2x2 + f3 = 18 x1, x2, f1, f2, f3 > 0 Variáveis Não Básicas - x1 e x2 Variáveis Básicas - f1 , f2 , f3
  • 8. Inclusive os valores da Função Objetivo Max Z = 3x1 + 5x2  Max Z - 3x1 - 5x2 = 0 s.a. x1 + f1 = 4 2x2 + f2 = 12 3x1 + 2x2 + f3 = 18 x1, x2, f1, f2, f3 > 0 Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 f2 0 2 0 1 0 12 f3 3 2 0 0 1 18 Z -3 -5 0 0 0 0
  • 9. Examinar os valores dos coeficientes da linha correspondente à Função Objetivo e concluir:  Se todos os valores forem positivos, a solução é ótima e única;  Se aparecerem alguns valores positivos e alguns nulos a solução é ótima mas não única;  Se aparecer algum valor negativo a solução não é ótima. Deve-se então executar o 5º passo.
  • 10. Das variáveis básicas da Função Objetivo, qual deve-se tornar positiva ? Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 f2 0 2 0 1 0 12 f3 3 2 0 0 1 18 Z -3 -5 0 0 0 0
  • 11. Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 f2 0 2 0 1 0 12 f3 3 2 0 0 1 18 Z -3 -5 0 0 0 0 É a variável que mais contribui para o lucro. x2 pois deve ser a variável que mais contribui para o lucro. Das variáveis básicas da Função Objetivo, qual deve-se tornar positiva ?
  • 12. Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 f2 0 2 0 1 0 12 f3 3 2 0 0 1 18 Z -3 -5 0 0 0 0 Das 3 variáveis básicas qual será anulada ?
  • 13. Das 3 variáveis não básicas quem será anulada ? Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 4 / 0 =  f2 0 2 0 1 0 12 12/2=6 f3 3 2 0 0 1 18 18/2=9 Z -3 -5 0 0 0 0 Será a variável associada a linha que tiver o menor quociente entre os Valores da Solução e o elemento correspondente da coluna de entrada. PIVÔ
  • 14. Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 f2 0 2 0 1 0 12 f3 3 2 0 0 1 18 Z -3 -5 0 0 0 0 Equação Pivô Duas operações serão realizadas na busca por outra solução: PIVÔ Equação do Pivô Nova Equação do Pivô = Pivô Coeficiente da Nova Equação Nova Equação =Equaçãoanterior Coluna de Entrada do Pivô              1º Na equação do Pivô: 2º Nas demais equações, incluindo Z:
  • 15. Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 f2 0 2 0 1 0 12 f3 3 2 0 0 1 18 Z -3 -5 0 0 0 0 Equação Pivô PIVÔ f2 0 2 0 1 0 12 f2 0 1 0 1/2 0 6 Equação do Pivô Nova Equação do Pivô = Pivô
  • 16. Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 f2 0 2 0 1 0 12 f3 3 2 0 0 1 18 Z -3 -5 0 0 0 0 Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 x2 0 1 0 1/2 0 6 f3 Z Nova equação do PIVO ( N. E. P. ) Anterior 0 2 0 1 0 12 Nova 0 1 0 1/2 0 6
  • 17. Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 f2 0 2 0 1 0 12 f3 3 2 0 0 1 18 Z -3 -5 0 0 0 0 Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 x2 0 1 0 1/2 0 6 f3 Z Equação para f1 Anterior 1 0 1 0 0 4 - ( 0 x N. E. P. ) 0 0 0 0 0 0 Nova 1 0 1 0 0 4
  • 18. Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 f2 0 2 0 1 0 12 f3 3 2 0 0 1 18 Z -3 -5 0 0 0 0 Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 x2 0 1 0 1/2 0 6 f3 3 0 0 -1 1 6 Z Equação para f3 Anterior 3 2 0 0 1 18 - ( 2 x N. E. P. ) 0 2 0 1 0 12 Nova 3 0 0 -1 1 6
  • 19. Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 f2 0 2 0 1 0 12 f3 3 2 0 0 1 18 Z -3 -5 0 0 0 0 Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 x2 0 1 0 1/2 0 6 f3 3 0 0 -1 1 6 Z -3 0 0 5/2 0 30 Equação para Z Anterior -3 -5 0 0 0 0 - ( 5 x N. E. P. ) 0 5 0 5/2 0 30 Nova -3 0 0 5/2 0 30
  • 20. Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 x2 0 1 0 1/2 0 6 f3 3 0 0 -1 1 6 Z -3 0 0 5/2 0 30 Como nos elementos da ÚLTIMA LINHA (Equação Z) ainda existe um NÚMERO NEGATIVO, significa que ainda NÃO CHEGAMOS A UMA SOLUÇÃO ÓTIMA do PPL. É necessário REPETIR o processo.
  • 21. Das variáveis básicas da Função Objetivo, qual deve-se tornar positiva ? Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 x2 0 1 0 1/2 0 6 f3 3 0 0 -1 1 6 Z -3 0 0 5/2 0 30
  • 22. x1 pois é a única variável negativa remanescente. Das variáveis básicas da Função Objetivo, qual deve-se tornar positiva ? Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 x2 0 1 0 1/2 0 6 f3 3 0 0 -1 1 6 Z -3 0 0 5/2 0 30
  • 23. Das 2 variáveis básicas qual será anulada ? Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 4 / 1 = 4 x2 0 1 0 1/2 0 6 6 / 0 =  f3 3 0 0 -1 1 6 6 / 3 = 2 Z -3 0 0 5/2 0 30 PIVÔ
  • 24. Equação Pivô Duas operações serão realizadas na busca por outra solução: Equação do Pivô Nova Equação do Pivô = Pivô Coeficiente da Nova Equação Nova Equação =Equaçãoanterior Coluna de Entrada do Pivô              1º Na equação do Pivô: 2º Nas demais equações, incluindo Z: Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 x2 0 1 0 1/2 0 6 f3 3 0 0 -1 1 6 Z -3 0 0 5/2 0 30 PIVÔ
  • 25. Equação Pivô f3 3 0 0 -1 1 6 f3 1 0 0 -1/3 1/3 2 Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 x2 0 1 0 1/2 0 6 f3 3 0 0 -1 1 6 Z -3 0 0 5/2 0 30 PIVÔ Equação do Pivô Nova Equação do Pivô = Pivô
  • 26. Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 x2 0 1 0 5/2 0 6 x1 1 0 0 -1/3 1/3 2 Z Nova equação do PIVO ( N. E. P. ) Anterior 3 0 0 -1 1 6 Nova 1 0 0 -1/3 1/3 2 Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 x2 0 1 0 1/2 0 6 f3 3 0 0 -1 1 6 Z -3 0 0 5/2 0 30
  • 27. Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 0 0 1 1/3 -1/3 2 x2 0 1 0 1/2 0 6 x1 1 0 0 -1/3 1/3 2 Z Equação para f1 Anterior 1 0 1 0 0 4 - ( 1 x N. E. P. ) 1 0 0 1/3 1/3 2 Nova 0 0 1 1/3 - 1/3 2 Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 x2 0 1 0 ½ 0 6 f3 3 0 0 -1 1 6 Z -3 0 0 5/2 0 30
  • 28. Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 0 0 1 1/3 -1/3 2 x2 0 1 0 1/2 0 6 x1 1 0 0 -1/3 1/3 2 Z 0 0 0 3/2 1 36 Equação para Z Anterior -3 0 0 5/2 0 30 - ( 3 x N. E. P. ) 3 0 0 1 1 18 Nova 0 0 0 3/2 1 36 Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 1 0 1 0 0 4 x2 0 1 0 ½ 0 6 f3 3 0 0 -1 1 6 Z -3 0 0 5/2 0 30
  • 29. Como todas as VARIÁVEIS NA ÚLTIMA LINHA possuem COEFICIENTE S POSITIVOS temos a SOLUÇÃO ÓTIMA. Solução Ótima : x1 = 2 x2 = 6 Z = 36 Variáveis na Solução Variáveis de Decisão Valores da Soluçãox1 x2 f1 f2 f3 f1 0 0 1 1/3 -1/3 2 x2 0 1 0 1/2 0 6 x1 1 0 0 -1/3 1/3 2 Z 0 0 0 3/2 1 36