SlideShare uma empresa Scribd logo
1 de 28
Apostila de Exercícios da
Disciplina de Pesquisa
Operacional I
Luís Alberto Duncan Rangel
UFF – EEIMVR
Depto. de Engenharia de Produção de Volta Redonda
luisduncan@id.uff.br
Volta Redonda 09/03/2015
SUMÁRIO
6. Método SIMPLEX:
6.1 Introdução ao Método SIMPLEX
6.2 Forma Padrão de um PPL
6.3 Transformação de um PPL para a Forma Padrão
6.5 Algoritmo Simplex através dos quadros
6.6 Tipos de soluções de um PPL6.6 Tipos de soluções de um PPL
6.6.1 Uma única solução ótima
6.6.2 Múltiplas ou infinitas soluções ótimas
6.7 Método das Duas Fases
6.7.1 Uma única solução ótima
6.7.2 Múltiplas ou infinitas soluções ótimas
6.7.3 Solução ilimitada
6.7.4 Sem solução
6.7.5 PPL degenerado, Exercícios
6.1 Introdução ao Método SIMPLEX
O algoritmo Simplex foi desenvolvido por Dantzig em 1947.
O objetivo do algoritmo é otimizar a função objetivo. Para fazer
isto é necessário colocar o PPL esteja em uma forma adequada
para implementar o algoritmo.
6. Método SIMPLEX
para implementar o algoritmo.
6.1 Introdução ao Método SIMPLEX
Max (ou Min) Z = c1x1 + c2x2 + c3x3 + . . . + cnxn
Sujeito a: a11x1 + a12x2 + a13x3 + . . . + a1nxn <= b1
a21x1 + a22x2 + a23x3 + . . . + a2nxn <= b2
6. Método SIMPLEX
a21x1 + a22x2 + a23x3 + . . . + a2nxn <= b2
. . .
ak1x1 + ak2x2 + ak3x3 + . . . + aknxn >= bk
. . .
am1x1 + am2x2 + am3x3 + . . . + amnxn = bm
x1>=0; x2>=0; x3>=0; . . . ; xn>=0
6.1 Introdução ao Método SIMPLEX
Nesta forma, pode-se associar o seguinte significado a cada
elemento do modelo do PPL:
x (n.x.1) é o vetor coluna das variáveis de decisão do PPL
c (1.x.n) é o vetor linha dos coeficientes da função objetivo do PPL
6. Método SIMPLEX
c (1.x.n) é o vetor linha dos coeficientes da função objetivo do PPL
A (m.x.n) é a matriz dos coeficientes tecnológicos do PPL
B (m.x.1) é o vetor coluna dos coeficientes dos recursos
disponíveis ou necessários do PPL.
6.2 Transformação de um PPL para a Forma Padrão
Nesta forma do modelo matemático as restrições do modelo são
descritas através de equações lineares. Não existem inequações
nesta forma de representação do modelo matemático.
Max (ou Min) Z = c1x1 + c2x2 + c3x3 + . . . + cnxn
6. Método SIMPLEX
Sujeito a: a11x1 + a12x2 + a13x3 + . . . + a1nxn = b1
a21x1 + a22x2 + a23x3 + . . . + a2nxn = b2
. . .
ak1x1 + ak2x2 + ak3x3 + . . . + aknxn = bk
. . .
amx1 + am2x2 + am3x3 + . . . + anxn = bm
x1>=0; x2>=0; x3>=0; . . . ; xn>=0
6.2 Transformação de um PPL para a Forma Padrão
Em notação matricial tem-se:
Max (ou Min) Z = C.X
6. Método SIMPLEX
Max (ou Min) Z = C.X
Sujeito a: A.X = B
X>=0
6.2 Transformação de um PPL para a Forma Padrão
6.2.1 Desigualdade do tipo menor ou igual:
Se uma restrição for representada da seguinte forma:
X1 + 3X2 + 5X3 <= 9
6. Método SIMPLEX
X1 + 3X2 + 5X3 <= 9
Para transforma esta restrição, faz-se necessário a inserção de
uma variável de folga. Desta forma, tem-se:
X1 + 3X2 + 5X3 + XF4 = 9
6.2 Transformação de um PPL para a Forma Padrão
6.2.1 Desigualdade do tipo menor ou igual:
Exemplo. Coloque o PPL abaixo na forma padrão:
MAX Z = 6X1 + 2X2 + 4X3
6. Método SIMPLEX
MAX Z = 6X1 + 2X2 + 4X3
S.A.
3X1 - 5X2 <= 31
8X1 + 9X3 <= 29
X1>=0; X2>=0; X3>=0
6.2 Transformação de um PPL para a Forma Padrão
6.2.1 Desigualdade do tipo menor ou igual:
Na Forma Padrão
MAX Z = 6X1 + 2X2 + 4X3
6. Método SIMPLEX
MAX Z = 6X1 + 2X2 + 4X3
S.A
3X1 - 5X2 + XF4 = 31
8X1 + 9X3 + XF5 = 29
X1>=0; X2>=0; X3>=0, XF4>=0, XF5>=0
6.2 Transformação de um PPL para a Forma Padrão
6.2.2 Desigualdade do tipo maior ou igual:
Exemplo. Coloque o PPL abaixo na forma padrão:
6. Método SIMPLEX
MAX Z = X1 + 2X4 – 5X5
SUJEITO A
X1 - 3X3 >= 27
2X2 + 9X4 >= 16
X1>=0; X2>=0; X3>=0; X4>=0; X5>=0
6.2 Transformação de um PPL para a Forma Padrão
6.2.2 Desigualdade do tipo maior ou igual:
Na Forma Padrão:
6. Método SIMPLEX
MAX Z = X1 + 2X4 – 5X5
SUJEITO A
X1 - 3X3 – XF6 = 27
2X2 + 9X4 – XF7 = 16
X1>=0; X2>=0; X3>=0; X4>=0; X5>=0
XF6>=0; XF7>=0
6.2 Transformação de um PPL para a Forma Padrão
6.2.3 Variável sem restrição de sinal:
Se uma variável do modelo matemático puder assumir qualquer
valor, isto é, valores positivos, negativos ou nulos, é necessário a
sua substituição por duas outras variáveis que só possam assumir
valores positivos.
6. Método SIMPLEX
valores positivos.
X4 – pode assumir qualquer valor (X4 – qq).
6.2 Transformação de um PPL para a Forma Padrão
6.2.3 Variável sem restrição de sinal:
Desta forma, esta variável será substituída pela expressão:
6. Método SIMPLEX
X4 = X41 – X42
sendo que X41 >=0; e X42 >= 0.
Assim:
Se X41 > X42 o valor a ser assumido por X4 é positivo.
Se X41 < X42 o valor a ser assumido por X4 é negativo.
Se X41 = X42 o valor a ser assumido por X4 é nulo.
6.2 Transformação de um PPL para a Forma Padrão
6.2.4 Lado direito negativo:
Se uma restrição apresenta um valor negativo no lado direito, para
colocar esta restrição na forma padrão, tem-se que multiplicar toda
a restrição por (-1), alterando os sinais das constantes, invertendo
6. Método SIMPLEX
a restrição por (-1), alterando os sinais das constantes, invertendo
o sinal da inequação e alterando o valor do lado direito da
restrição por um valor positivo.
Por exemplo: 2x1 – 7x2 >= - 9
Multiplicando a restrição por (-1) tem-se:
- 2x1 + 7x2 <= 9
6.2 Transformação de um PPL para a Forma Padrão
6.2.5 Equivalência entre Min e Max:
Se um PPL tiver por objetivo a minimização da FO, pode-se fazer a
transformação deste PPL de minimização em maximização, através
6. Método SIMPLEX
transformação deste PPL de minimização em maximização, através
da multiplicação da FO do PPL de minimização por (-1). Desta
forma, estar-se-á trabalhando com o simétrico da FO, e nada será
alterado em relação à otimização da FO.
Por exemplo: (FO) MIN Z = 3X1 – 2X2
Multiplicando a FO por (-1) ter-se-á: (FO) MAX - Z = - 3X1 + 2X2
6.2 Transformação de um PPL para a Forma Padrão
6.2.6 Exercício – Coloque o PPL na Forma Padrão:
MAX Z = 4X1 + 3X2 + 5X4
S.A.
6. Método SIMPLEX
S.A.
2X2 + 4X3 + 3X4 <= 24
3X1 + 2X2 + 4X3 <= 48
4X1 - 4X2 + 5X4 <= 80
X1>=0; X2>=0; X3>=0; X4>=0
6.2 Transformação de um PPL para a Forma Padrão
6.2.6 Exercício – Coloque o PPL na Forma Padrão:
Na Forma Padrão:
6. Método SIMPLEX
MAX Z = 4X1 + 3X2 + 5X4
S.A.
2X2 + 4X3 + 3X4 + XF5 = 24
3X1 + 2X2 + 4X3 + XF6 = 48
4X1 - 4X2 + 5X4 + XF7 = 80
X1>=0; X2>=0; X3>=0; X4>=0
XF5>=0; XF6=0; XF7>=0
6.2 Transformação de um PPL para a Forma Padrão
6.2.6 Exercício – Coloque o PPL na Forma Padrão:
MIN Z = 2X1 - X2 + 3X3
S.A.
6. Método SIMPLEX
S.A.
X2 + 3X3 >= 12
2X1 - X2 >= 14
3X1 + 2X2 + X3 <= 80
X1>=0; X2>=0; X3>=0
6.2 Transformação de um PPL para a Forma Padrão
6.2.6 Exercício – Coloque o PPL na Forma Padrão:
Na Forma Padrão:
6. Método SIMPLEX
MAX - Z = - 2X1 + X2 - 3X3
S.A.
X2 + 3X3 – XF4 = 12
2X1 - X2 – XF5 = 14
3X1 + 2X2 + X3 + XF6 = 80
X1>=0; X2>=0; X3>=0
XF4>=0; XF5=0; XF6>=0
6.3 Algoritmo SIMPLEX:
MAX Z = 5X1 + 2X2
S.A.
X1 <= 3
6. Método SIMPLEX
X1 <= 3
X2 <= 4
X1 + 2X2 <=9
X1>=0; X2>=0
6.3 Algoritmo SIMPLEX:
Na Forma Padrão temos:
MAX Z = 5X1 + 2X2
6. Método SIMPLEX
MAX Z = 5X1 + 2X2
S.A.
X1 + XF3 = 3
X2 + XF4 = 4
X1 + 2X2 + XF5 =9
X1>=0; X2>=0;
XF3>=0; XF4>=0; XF5>=0
6.3 Algoritmo SIMPLEX:
Preencher o quadro com os coeficientes do PPL na Forma
Padrão:
MAX Z = 5X1 + 2X2 => Z – 5X1 – 2X2 = 0
S.A. X1 + XF3 = 3
6. Método SIMPLEX
S.A. X1 + XF3 = 3
X2 + XF4 = 4
X1 + 2X2 + XF5 =9
X1>=0; X2>=0;XF3>=0; XF4>=0; XF5>=0
Q1
VB Z X1 X2 XF3 XF4 XF5 B
FO 1 -5 -2 0 0 0 0
XF3 0 1 0 1 0 0 3
XF4 0 0 1 0 1 0 4
XF5 0 1 2 0 0 1 9
6.3 Algoritmo SIMPLEX:
6. Método SIMPLEX
Q1
VB Z X1 X2 XF3 XF4 XF5 B
FO 1 -5 -2 0 0 0 0
XF3 0 1 0 1 0 0 3
XF4 0 0 1 0 1 0 4
Observando o quadro, temos:
Posso otimizar o PPL? Sim, existem Variáveis de Decisão (V.D.)
com coeficiente negativo X1 = - 5 e X2 = - 2.
Qual a V.D. que vai se tornar Variável Básica (V.B.)? A variável
que dá a maior taxa de crescimento a Função Objetivo (F.O.),
que neste caso é a variável X1.
XF4 0 0 1 0 1 0 4
XF5 0 1 2 0 0 1 9
6.3 Algoritmo SIMPLEX:
6. Método SIMPLEX
Q1
VB Z X1 X2 XF3 XF4 XF5 B
FO 1 -5 -2 0 0 0 0
XF3 0 1 0 1 0 0 3 3 / 1 = 3
XF4 0 0 1 0 1 0 4 4 / 0 = ?
Para que X1 se torne V.B., uma V.B. tem que sair da base (XF3,
XF4, XF5)?
Esta variável é determinada através da relação entre o valor de B e
dos coeficientes da coluna da variável que vai se tornar básica.
O menor valor positivo indica a variável que vai deixar de ser
básica. Neste caso é a variável XF3 que vai deixar de ser básica.
XF4 0 0 1 0 1 0 4 4 / 0 = ?
XF5 0 1 2 0 0 1 9 9 / 1 = 9
6.3 Algoritmo SIMPLEX:
6. Método SIMPLEX
Q1
VB Z X1 X2 XF3 XF4 XF5 B
FO 1 -5 -2 0 0 0 0
XF3 0 1 0 1 0 0 3 3 / 1 = 3
XF4 0 0 1 0 1 0 4 4 / 0 = ?
Para que X1 se torne V.B., uma V.B. tem que sair da base (XF3,
XF4, XF5)?
Esta variável é determinada através da relação entre o valor de B e
dos coeficientes da coluna da variável que vai se tornar básica.
O menor valor positivo indica a variável que vai deixar de ser
básica. Neste caso é a variável XF3 que vai deixar de ser básica.
XF4 0 0 1 0 1 0 4 4 / 0 = ?
XF5 0 1 2 0 0 1 9 9 / 1 = 9
6.3 Algoritmo SIMPLEX:
6. Método SIMPLEX
Q1
VB Z X1 X2 XF3 XF4 XF5 B
FO 1 -5 -2 0 0 0 0
XF3 0 1 0 1 0 0 3 3
XF4 0 0 1 0 1 0 4 #DIV/0!XF4 0 0 1 0 1 0 4 #DIV/0!
XF5 0 1 2 0 0 1 9 9
Q2
VB Z X1 X2 XF3 XF4 XF5 B
FO 1 0 -2 5 0 0 15
X1 0 1 0 1 0 0 3 #DIV/0!
XF4 0 0 1 0 1 0 4 4
XF5 0 0 2 -1 0 1 6 3
6.3 Algoritmo SIMPLEX:
6. Método SIMPLEX
Q3
VB Z X1 X2 XF3 XF4 XF5 B
FO 1 0 0 4 0 1 21
X1 0 1 0 1 0 0 3
XF4 0 0 0 0,5 1 -0,5 1XF4 0 0 0 0,5 1 -0,5 1
X2 0 0 1 -0,5 0 0,5 3

Mais conteúdo relacionado

Mais procurados

Produção e custos - Macroeconomia e Microeconomia
Produção e custos -   Macroeconomia e Microeconomia Produção e custos -   Macroeconomia e Microeconomia
Produção e custos - Macroeconomia e Microeconomia Na Silva
 
Exercícios Resolvidos: Máximo e minimo absoluto
Exercícios Resolvidos: Máximo e minimo absolutoExercícios Resolvidos: Máximo e minimo absoluto
Exercícios Resolvidos: Máximo e minimo absolutoDiego Oliveira
 
Pesquisa Operacional 1_Aula 2
Pesquisa Operacional 1_Aula 2Pesquisa Operacional 1_Aula 2
Pesquisa Operacional 1_Aula 2Joabe Amaral
 
Moda de Czuber - Estatística Descritiva
Moda de Czuber - Estatística DescritivaModa de Czuber - Estatística Descritiva
Moda de Czuber - Estatística DescritivaAnselmo Alves de Sousa
 
Exercícios Resolvidos: Equação da reta tangente
Exercícios Resolvidos: Equação da reta tangenteExercícios Resolvidos: Equação da reta tangente
Exercícios Resolvidos: Equação da reta tangenteDiego Oliveira
 
Algoritmos Gulosos - Troco Mínimo
Algoritmos Gulosos - Troco MínimoAlgoritmos Gulosos - Troco Mínimo
Algoritmos Gulosos - Troco MínimoGabriel Albuquerque
 
Custos de Produção
Custos de ProduçãoCustos de Produção
Custos de ProduçãoLuciano Pires
 
Economia aula 3 – a elasticidade e suas aplicações
Economia   aula 3 – a elasticidade e suas aplicaçõesEconomia   aula 3 – a elasticidade e suas aplicações
Economia aula 3 – a elasticidade e suas aplicaçõesFelipe Leo
 
Funcoes trigonometricas senoides
Funcoes trigonometricas  senoidesFuncoes trigonometricas  senoides
Funcoes trigonometricas senoidescaalcampos
 
Exercicios-resolvidos-de-calculo-i (1)
Exercicios-resolvidos-de-calculo-i (1)Exercicios-resolvidos-de-calculo-i (1)
Exercicios-resolvidos-de-calculo-i (1)Gi Olli
 
Aula 2 - Distribuição de probabilidade
Aula 2 - Distribuição de probabilidadeAula 2 - Distribuição de probabilidade
Aula 2 - Distribuição de probabilidadeFelipe Pontes
 
Resumos introdução à gestão
Resumos introdução à gestãoResumos introdução à gestão
Resumos introdução à gestãoDaniel Vieira
 

Mais procurados (20)

Produção e custos - Macroeconomia e Microeconomia
Produção e custos -   Macroeconomia e Microeconomia Produção e custos -   Macroeconomia e Microeconomia
Produção e custos - Macroeconomia e Microeconomia
 
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
 
Exercícios Resolvidos: Máximo e minimo absoluto
Exercícios Resolvidos: Máximo e minimo absolutoExercícios Resolvidos: Máximo e minimo absoluto
Exercícios Resolvidos: Máximo e minimo absoluto
 
Aula 01 limites e continuidade
Aula 01   limites e continuidadeAula 01   limites e continuidade
Aula 01 limites e continuidade
 
Pesquisa Operacional 1_Aula 2
Pesquisa Operacional 1_Aula 2Pesquisa Operacional 1_Aula 2
Pesquisa Operacional 1_Aula 2
 
Moda de Czuber - Estatística Descritiva
Moda de Czuber - Estatística DescritivaModa de Czuber - Estatística Descritiva
Moda de Czuber - Estatística Descritiva
 
Exercícios Resolvidos: Equação da reta tangente
Exercícios Resolvidos: Equação da reta tangenteExercícios Resolvidos: Equação da reta tangente
Exercícios Resolvidos: Equação da reta tangente
 
Algoritmos Gulosos - Troco Mínimo
Algoritmos Gulosos - Troco MínimoAlgoritmos Gulosos - Troco Mínimo
Algoritmos Gulosos - Troco Mínimo
 
Exercicios resolvidos
Exercicios resolvidosExercicios resolvidos
Exercicios resolvidos
 
Custos de Produção
Custos de ProduçãoCustos de Produção
Custos de Produção
 
Função de Distribuição Acumulada
Função de Distribuição AcumuladaFunção de Distribuição Acumulada
Função de Distribuição Acumulada
 
Economia aula 3 – a elasticidade e suas aplicações
Economia   aula 3 – a elasticidade e suas aplicaçõesEconomia   aula 3 – a elasticidade e suas aplicações
Economia aula 3 – a elasticidade e suas aplicações
 
Funcoes trigonometricas senoides
Funcoes trigonometricas  senoidesFuncoes trigonometricas  senoides
Funcoes trigonometricas senoides
 
Exercicios-resolvidos-de-calculo-i (1)
Exercicios-resolvidos-de-calculo-i (1)Exercicios-resolvidos-de-calculo-i (1)
Exercicios-resolvidos-de-calculo-i (1)
 
GP4US - Aula 2 - Programação Linear
GP4US - Aula 2 - Programação LinearGP4US - Aula 2 - Programação Linear
GP4US - Aula 2 - Programação Linear
 
Aula 2 - Distribuição de probabilidade
Aula 2 - Distribuição de probabilidadeAula 2 - Distribuição de probabilidade
Aula 2 - Distribuição de probabilidade
 
Resumos introdução à gestão
Resumos introdução à gestãoResumos introdução à gestão
Resumos introdução à gestão
 
Monopólio descriminador de preço
Monopólio descriminador de preçoMonopólio descriminador de preço
Monopólio descriminador de preço
 
Contabilidade nacional
Contabilidade nacionalContabilidade nacional
Contabilidade nacional
 
aula-01-economia
aula-01-economiaaula-01-economia
aula-01-economia
 

Destaque

[Robson] 3. Método Simplex
[Robson] 3. Método Simplex[Robson] 3. Método Simplex
[Robson] 3. Método Simplexlapodcc
 
Plano de aula po1 capitulo 2 revisão algebra 2015 vrs 0001
Plano de aula po1 capitulo 2   revisão algebra 2015 vrs 0001Plano de aula po1 capitulo 2   revisão algebra 2015 vrs 0001
Plano de aula po1 capitulo 2 revisão algebra 2015 vrs 0001Luis Duncan
 
Uso do Solver do Excel na resolução de problemas de pesquisa operacional
Uso do Solver do Excel na resolução de problemas de pesquisa operacionalUso do Solver do Excel na resolução de problemas de pesquisa operacional
Uso do Solver do Excel na resolução de problemas de pesquisa operacionalToshiaki Saito Filho
 
Plano de aula po1 capitulo 1 programação aulas 2015 vrs 0001
Plano de aula po1 capitulo 1   programação aulas 2015 vrs 0001Plano de aula po1 capitulo 1   programação aulas 2015 vrs 0001
Plano de aula po1 capitulo 1 programação aulas 2015 vrs 0001Luis Duncan
 
Enegep out 2012 slide 1
Enegep out 2012   slide 1Enegep out 2012   slide 1
Enegep out 2012 slide 1Luis Duncan
 
Plano de aula po1 capitulo 5 modelos de pl 2015 vrs 0000 - fazer.ppt [modo ...
Plano de aula po1 capitulo 5   modelos de pl 2015 vrs 0000 - fazer.ppt [modo ...Plano de aula po1 capitulo 5   modelos de pl 2015 vrs 0000 - fazer.ppt [modo ...
Plano de aula po1 capitulo 5 modelos de pl 2015 vrs 0000 - fazer.ppt [modo ...Luis Duncan
 
1 5 programação didática das aulas de po1
1 5 programação didática das aulas de po11 5 programação didática das aulas de po1
1 5 programação didática das aulas de po1luisadr
 
Plano de aula po1 capitulo 4 método gráfico 2015 vrs 0000.ppt [modo de comp...
Plano de aula po1 capitulo 4   método gráfico 2015 vrs 0000.ppt [modo de comp...Plano de aula po1 capitulo 4   método gráfico 2015 vrs 0000.ppt [modo de comp...
Plano de aula po1 capitulo 4 método gráfico 2015 vrs 0000.ppt [modo de comp...Luis Duncan
 
Investigação Operacional // How to raise up to 80% gross margin based in effi...
Investigação Operacional // How to raise up to 80% gross margin based in effi...Investigação Operacional // How to raise up to 80% gross margin based in effi...
Investigação Operacional // How to raise up to 80% gross margin based in effi...Hugo Rodrigues
 
Plano de aula po1 capitulo 3 introdução a po 2015 vrs 0000.ppt [modo de com...
Plano de aula po1 capitulo 3   introdução a po 2015 vrs 0000.ppt [modo de com...Plano de aula po1 capitulo 3   introdução a po 2015 vrs 0000.ppt [modo de com...
Plano de aula po1 capitulo 3 introdução a po 2015 vrs 0000.ppt [modo de com...Luis Duncan
 
Pesquisa Operacional - Aula 05: O Médoto Simplex
Pesquisa Operacional - Aula 05: O Médoto SimplexPesquisa Operacional - Aula 05: O Médoto Simplex
Pesquisa Operacional - Aula 05: O Médoto SimplexLeinylson Fontinele
 
Analise de Sensibilidade
Analise de SensibilidadeAnalise de Sensibilidade
Analise de SensibilidadeVivi Basilio
 
Pesquisa Operacional - Aula 06 - Dualidade
Pesquisa Operacional - Aula 06 - DualidadePesquisa Operacional - Aula 06 - Dualidade
Pesquisa Operacional - Aula 06 - DualidadeLeinylson Fontinele
 
Plano de Aula Duncan PO1 CAP 1
Plano de Aula Duncan PO1 CAP 1Plano de Aula Duncan PO1 CAP 1
Plano de Aula Duncan PO1 CAP 1luisadr
 
Redes Neurais e Python
Redes Neurais e PythonRedes Neurais e Python
Redes Neurais e Pythonpugpe
 
Pesquisa Operacional - Definição e Origem
Pesquisa Operacional - Definição e OrigemPesquisa Operacional - Definição e Origem
Pesquisa Operacional - Definição e OrigemAdriano Maranhão
 
Modelagem e Simulação de Sistemas Produtivos
Modelagem e Simulação de Sistemas ProdutivosModelagem e Simulação de Sistemas Produtivos
Modelagem e Simulação de Sistemas ProdutivosAdeildo Telles
 
Python e Aprendizagem de Máquina (Inteligência Artificial)
Python e Aprendizagem de Máquina (Inteligência Artificial)Python e Aprendizagem de Máquina (Inteligência Artificial)
Python e Aprendizagem de Máquina (Inteligência Artificial)Marcel Caraciolo
 
Apresentação final do tcc
Apresentação final do tccApresentação final do tcc
Apresentação final do tccpatriciapasilva
 

Destaque (20)

[Robson] 3. Método Simplex
[Robson] 3. Método Simplex[Robson] 3. Método Simplex
[Robson] 3. Método Simplex
 
Plano de aula po1 capitulo 2 revisão algebra 2015 vrs 0001
Plano de aula po1 capitulo 2   revisão algebra 2015 vrs 0001Plano de aula po1 capitulo 2   revisão algebra 2015 vrs 0001
Plano de aula po1 capitulo 2 revisão algebra 2015 vrs 0001
 
Uso do Solver do Excel na resolução de problemas de pesquisa operacional
Uso do Solver do Excel na resolução de problemas de pesquisa operacionalUso do Solver do Excel na resolução de problemas de pesquisa operacional
Uso do Solver do Excel na resolução de problemas de pesquisa operacional
 
Plano de aula po1 capitulo 1 programação aulas 2015 vrs 0001
Plano de aula po1 capitulo 1   programação aulas 2015 vrs 0001Plano de aula po1 capitulo 1   programação aulas 2015 vrs 0001
Plano de aula po1 capitulo 1 programação aulas 2015 vrs 0001
 
Enegep out 2012 slide 1
Enegep out 2012   slide 1Enegep out 2012   slide 1
Enegep out 2012 slide 1
 
Plano de aula po1 capitulo 5 modelos de pl 2015 vrs 0000 - fazer.ppt [modo ...
Plano de aula po1 capitulo 5   modelos de pl 2015 vrs 0000 - fazer.ppt [modo ...Plano de aula po1 capitulo 5   modelos de pl 2015 vrs 0000 - fazer.ppt [modo ...
Plano de aula po1 capitulo 5 modelos de pl 2015 vrs 0000 - fazer.ppt [modo ...
 
1 5 programação didática das aulas de po1
1 5 programação didática das aulas de po11 5 programação didática das aulas de po1
1 5 programação didática das aulas de po1
 
Plano de aula po1 capitulo 4 método gráfico 2015 vrs 0000.ppt [modo de comp...
Plano de aula po1 capitulo 4   método gráfico 2015 vrs 0000.ppt [modo de comp...Plano de aula po1 capitulo 4   método gráfico 2015 vrs 0000.ppt [modo de comp...
Plano de aula po1 capitulo 4 método gráfico 2015 vrs 0000.ppt [modo de comp...
 
Método simplex. Teoria
Método simplex. TeoriaMétodo simplex. Teoria
Método simplex. Teoria
 
Investigação Operacional // How to raise up to 80% gross margin based in effi...
Investigação Operacional // How to raise up to 80% gross margin based in effi...Investigação Operacional // How to raise up to 80% gross margin based in effi...
Investigação Operacional // How to raise up to 80% gross margin based in effi...
 
Plano de aula po1 capitulo 3 introdução a po 2015 vrs 0000.ppt [modo de com...
Plano de aula po1 capitulo 3   introdução a po 2015 vrs 0000.ppt [modo de com...Plano de aula po1 capitulo 3   introdução a po 2015 vrs 0000.ppt [modo de com...
Plano de aula po1 capitulo 3 introdução a po 2015 vrs 0000.ppt [modo de com...
 
Pesquisa Operacional - Aula 05: O Médoto Simplex
Pesquisa Operacional - Aula 05: O Médoto SimplexPesquisa Operacional - Aula 05: O Médoto Simplex
Pesquisa Operacional - Aula 05: O Médoto Simplex
 
Analise de Sensibilidade
Analise de SensibilidadeAnalise de Sensibilidade
Analise de Sensibilidade
 
Pesquisa Operacional - Aula 06 - Dualidade
Pesquisa Operacional - Aula 06 - DualidadePesquisa Operacional - Aula 06 - Dualidade
Pesquisa Operacional - Aula 06 - Dualidade
 
Plano de Aula Duncan PO1 CAP 1
Plano de Aula Duncan PO1 CAP 1Plano de Aula Duncan PO1 CAP 1
Plano de Aula Duncan PO1 CAP 1
 
Redes Neurais e Python
Redes Neurais e PythonRedes Neurais e Python
Redes Neurais e Python
 
Pesquisa Operacional - Definição e Origem
Pesquisa Operacional - Definição e OrigemPesquisa Operacional - Definição e Origem
Pesquisa Operacional - Definição e Origem
 
Modelagem e Simulação de Sistemas Produtivos
Modelagem e Simulação de Sistemas ProdutivosModelagem e Simulação de Sistemas Produtivos
Modelagem e Simulação de Sistemas Produtivos
 
Python e Aprendizagem de Máquina (Inteligência Artificial)
Python e Aprendizagem de Máquina (Inteligência Artificial)Python e Aprendizagem de Máquina (Inteligência Artificial)
Python e Aprendizagem de Máquina (Inteligência Artificial)
 
Apresentação final do tcc
Apresentação final do tccApresentação final do tcc
Apresentação final do tcc
 

Plano de aula po1 capitulo 6 método simplex 2015 vrs 0000 - fazer.ppt [modo de compatibilidade]

  • 1. Apostila de Exercícios da Disciplina de Pesquisa Operacional I Luís Alberto Duncan Rangel UFF – EEIMVR Depto. de Engenharia de Produção de Volta Redonda luisduncan@id.uff.br Volta Redonda 09/03/2015
  • 2. SUMÁRIO 6. Método SIMPLEX: 6.1 Introdução ao Método SIMPLEX 6.2 Forma Padrão de um PPL 6.3 Transformação de um PPL para a Forma Padrão 6.5 Algoritmo Simplex através dos quadros 6.6 Tipos de soluções de um PPL6.6 Tipos de soluções de um PPL 6.6.1 Uma única solução ótima 6.6.2 Múltiplas ou infinitas soluções ótimas 6.7 Método das Duas Fases 6.7.1 Uma única solução ótima 6.7.2 Múltiplas ou infinitas soluções ótimas 6.7.3 Solução ilimitada 6.7.4 Sem solução 6.7.5 PPL degenerado, Exercícios
  • 3. 6.1 Introdução ao Método SIMPLEX O algoritmo Simplex foi desenvolvido por Dantzig em 1947. O objetivo do algoritmo é otimizar a função objetivo. Para fazer isto é necessário colocar o PPL esteja em uma forma adequada para implementar o algoritmo. 6. Método SIMPLEX para implementar o algoritmo.
  • 4. 6.1 Introdução ao Método SIMPLEX Max (ou Min) Z = c1x1 + c2x2 + c3x3 + . . . + cnxn Sujeito a: a11x1 + a12x2 + a13x3 + . . . + a1nxn <= b1 a21x1 + a22x2 + a23x3 + . . . + a2nxn <= b2 6. Método SIMPLEX a21x1 + a22x2 + a23x3 + . . . + a2nxn <= b2 . . . ak1x1 + ak2x2 + ak3x3 + . . . + aknxn >= bk . . . am1x1 + am2x2 + am3x3 + . . . + amnxn = bm x1>=0; x2>=0; x3>=0; . . . ; xn>=0
  • 5. 6.1 Introdução ao Método SIMPLEX Nesta forma, pode-se associar o seguinte significado a cada elemento do modelo do PPL: x (n.x.1) é o vetor coluna das variáveis de decisão do PPL c (1.x.n) é o vetor linha dos coeficientes da função objetivo do PPL 6. Método SIMPLEX c (1.x.n) é o vetor linha dos coeficientes da função objetivo do PPL A (m.x.n) é a matriz dos coeficientes tecnológicos do PPL B (m.x.1) é o vetor coluna dos coeficientes dos recursos disponíveis ou necessários do PPL.
  • 6. 6.2 Transformação de um PPL para a Forma Padrão Nesta forma do modelo matemático as restrições do modelo são descritas através de equações lineares. Não existem inequações nesta forma de representação do modelo matemático. Max (ou Min) Z = c1x1 + c2x2 + c3x3 + . . . + cnxn 6. Método SIMPLEX Sujeito a: a11x1 + a12x2 + a13x3 + . . . + a1nxn = b1 a21x1 + a22x2 + a23x3 + . . . + a2nxn = b2 . . . ak1x1 + ak2x2 + ak3x3 + . . . + aknxn = bk . . . amx1 + am2x2 + am3x3 + . . . + anxn = bm x1>=0; x2>=0; x3>=0; . . . ; xn>=0
  • 7. 6.2 Transformação de um PPL para a Forma Padrão Em notação matricial tem-se: Max (ou Min) Z = C.X 6. Método SIMPLEX Max (ou Min) Z = C.X Sujeito a: A.X = B X>=0
  • 8. 6.2 Transformação de um PPL para a Forma Padrão 6.2.1 Desigualdade do tipo menor ou igual: Se uma restrição for representada da seguinte forma: X1 + 3X2 + 5X3 <= 9 6. Método SIMPLEX X1 + 3X2 + 5X3 <= 9 Para transforma esta restrição, faz-se necessário a inserção de uma variável de folga. Desta forma, tem-se: X1 + 3X2 + 5X3 + XF4 = 9
  • 9. 6.2 Transformação de um PPL para a Forma Padrão 6.2.1 Desigualdade do tipo menor ou igual: Exemplo. Coloque o PPL abaixo na forma padrão: MAX Z = 6X1 + 2X2 + 4X3 6. Método SIMPLEX MAX Z = 6X1 + 2X2 + 4X3 S.A. 3X1 - 5X2 <= 31 8X1 + 9X3 <= 29 X1>=0; X2>=0; X3>=0
  • 10. 6.2 Transformação de um PPL para a Forma Padrão 6.2.1 Desigualdade do tipo menor ou igual: Na Forma Padrão MAX Z = 6X1 + 2X2 + 4X3 6. Método SIMPLEX MAX Z = 6X1 + 2X2 + 4X3 S.A 3X1 - 5X2 + XF4 = 31 8X1 + 9X3 + XF5 = 29 X1>=0; X2>=0; X3>=0, XF4>=0, XF5>=0
  • 11. 6.2 Transformação de um PPL para a Forma Padrão 6.2.2 Desigualdade do tipo maior ou igual: Exemplo. Coloque o PPL abaixo na forma padrão: 6. Método SIMPLEX MAX Z = X1 + 2X4 – 5X5 SUJEITO A X1 - 3X3 >= 27 2X2 + 9X4 >= 16 X1>=0; X2>=0; X3>=0; X4>=0; X5>=0
  • 12. 6.2 Transformação de um PPL para a Forma Padrão 6.2.2 Desigualdade do tipo maior ou igual: Na Forma Padrão: 6. Método SIMPLEX MAX Z = X1 + 2X4 – 5X5 SUJEITO A X1 - 3X3 – XF6 = 27 2X2 + 9X4 – XF7 = 16 X1>=0; X2>=0; X3>=0; X4>=0; X5>=0 XF6>=0; XF7>=0
  • 13. 6.2 Transformação de um PPL para a Forma Padrão 6.2.3 Variável sem restrição de sinal: Se uma variável do modelo matemático puder assumir qualquer valor, isto é, valores positivos, negativos ou nulos, é necessário a sua substituição por duas outras variáveis que só possam assumir valores positivos. 6. Método SIMPLEX valores positivos. X4 – pode assumir qualquer valor (X4 – qq).
  • 14. 6.2 Transformação de um PPL para a Forma Padrão 6.2.3 Variável sem restrição de sinal: Desta forma, esta variável será substituída pela expressão: 6. Método SIMPLEX X4 = X41 – X42 sendo que X41 >=0; e X42 >= 0. Assim: Se X41 > X42 o valor a ser assumido por X4 é positivo. Se X41 < X42 o valor a ser assumido por X4 é negativo. Se X41 = X42 o valor a ser assumido por X4 é nulo.
  • 15. 6.2 Transformação de um PPL para a Forma Padrão 6.2.4 Lado direito negativo: Se uma restrição apresenta um valor negativo no lado direito, para colocar esta restrição na forma padrão, tem-se que multiplicar toda a restrição por (-1), alterando os sinais das constantes, invertendo 6. Método SIMPLEX a restrição por (-1), alterando os sinais das constantes, invertendo o sinal da inequação e alterando o valor do lado direito da restrição por um valor positivo. Por exemplo: 2x1 – 7x2 >= - 9 Multiplicando a restrição por (-1) tem-se: - 2x1 + 7x2 <= 9
  • 16. 6.2 Transformação de um PPL para a Forma Padrão 6.2.5 Equivalência entre Min e Max: Se um PPL tiver por objetivo a minimização da FO, pode-se fazer a transformação deste PPL de minimização em maximização, através 6. Método SIMPLEX transformação deste PPL de minimização em maximização, através da multiplicação da FO do PPL de minimização por (-1). Desta forma, estar-se-á trabalhando com o simétrico da FO, e nada será alterado em relação à otimização da FO. Por exemplo: (FO) MIN Z = 3X1 – 2X2 Multiplicando a FO por (-1) ter-se-á: (FO) MAX - Z = - 3X1 + 2X2
  • 17. 6.2 Transformação de um PPL para a Forma Padrão 6.2.6 Exercício – Coloque o PPL na Forma Padrão: MAX Z = 4X1 + 3X2 + 5X4 S.A. 6. Método SIMPLEX S.A. 2X2 + 4X3 + 3X4 <= 24 3X1 + 2X2 + 4X3 <= 48 4X1 - 4X2 + 5X4 <= 80 X1>=0; X2>=0; X3>=0; X4>=0
  • 18. 6.2 Transformação de um PPL para a Forma Padrão 6.2.6 Exercício – Coloque o PPL na Forma Padrão: Na Forma Padrão: 6. Método SIMPLEX MAX Z = 4X1 + 3X2 + 5X4 S.A. 2X2 + 4X3 + 3X4 + XF5 = 24 3X1 + 2X2 + 4X3 + XF6 = 48 4X1 - 4X2 + 5X4 + XF7 = 80 X1>=0; X2>=0; X3>=0; X4>=0 XF5>=0; XF6=0; XF7>=0
  • 19. 6.2 Transformação de um PPL para a Forma Padrão 6.2.6 Exercício – Coloque o PPL na Forma Padrão: MIN Z = 2X1 - X2 + 3X3 S.A. 6. Método SIMPLEX S.A. X2 + 3X3 >= 12 2X1 - X2 >= 14 3X1 + 2X2 + X3 <= 80 X1>=0; X2>=0; X3>=0
  • 20. 6.2 Transformação de um PPL para a Forma Padrão 6.2.6 Exercício – Coloque o PPL na Forma Padrão: Na Forma Padrão: 6. Método SIMPLEX MAX - Z = - 2X1 + X2 - 3X3 S.A. X2 + 3X3 – XF4 = 12 2X1 - X2 – XF5 = 14 3X1 + 2X2 + X3 + XF6 = 80 X1>=0; X2>=0; X3>=0 XF4>=0; XF5=0; XF6>=0
  • 21. 6.3 Algoritmo SIMPLEX: MAX Z = 5X1 + 2X2 S.A. X1 <= 3 6. Método SIMPLEX X1 <= 3 X2 <= 4 X1 + 2X2 <=9 X1>=0; X2>=0
  • 22. 6.3 Algoritmo SIMPLEX: Na Forma Padrão temos: MAX Z = 5X1 + 2X2 6. Método SIMPLEX MAX Z = 5X1 + 2X2 S.A. X1 + XF3 = 3 X2 + XF4 = 4 X1 + 2X2 + XF5 =9 X1>=0; X2>=0; XF3>=0; XF4>=0; XF5>=0
  • 23. 6.3 Algoritmo SIMPLEX: Preencher o quadro com os coeficientes do PPL na Forma Padrão: MAX Z = 5X1 + 2X2 => Z – 5X1 – 2X2 = 0 S.A. X1 + XF3 = 3 6. Método SIMPLEX S.A. X1 + XF3 = 3 X2 + XF4 = 4 X1 + 2X2 + XF5 =9 X1>=0; X2>=0;XF3>=0; XF4>=0; XF5>=0 Q1 VB Z X1 X2 XF3 XF4 XF5 B FO 1 -5 -2 0 0 0 0 XF3 0 1 0 1 0 0 3 XF4 0 0 1 0 1 0 4 XF5 0 1 2 0 0 1 9
  • 24. 6.3 Algoritmo SIMPLEX: 6. Método SIMPLEX Q1 VB Z X1 X2 XF3 XF4 XF5 B FO 1 -5 -2 0 0 0 0 XF3 0 1 0 1 0 0 3 XF4 0 0 1 0 1 0 4 Observando o quadro, temos: Posso otimizar o PPL? Sim, existem Variáveis de Decisão (V.D.) com coeficiente negativo X1 = - 5 e X2 = - 2. Qual a V.D. que vai se tornar Variável Básica (V.B.)? A variável que dá a maior taxa de crescimento a Função Objetivo (F.O.), que neste caso é a variável X1. XF4 0 0 1 0 1 0 4 XF5 0 1 2 0 0 1 9
  • 25. 6.3 Algoritmo SIMPLEX: 6. Método SIMPLEX Q1 VB Z X1 X2 XF3 XF4 XF5 B FO 1 -5 -2 0 0 0 0 XF3 0 1 0 1 0 0 3 3 / 1 = 3 XF4 0 0 1 0 1 0 4 4 / 0 = ? Para que X1 se torne V.B., uma V.B. tem que sair da base (XF3, XF4, XF5)? Esta variável é determinada através da relação entre o valor de B e dos coeficientes da coluna da variável que vai se tornar básica. O menor valor positivo indica a variável que vai deixar de ser básica. Neste caso é a variável XF3 que vai deixar de ser básica. XF4 0 0 1 0 1 0 4 4 / 0 = ? XF5 0 1 2 0 0 1 9 9 / 1 = 9
  • 26. 6.3 Algoritmo SIMPLEX: 6. Método SIMPLEX Q1 VB Z X1 X2 XF3 XF4 XF5 B FO 1 -5 -2 0 0 0 0 XF3 0 1 0 1 0 0 3 3 / 1 = 3 XF4 0 0 1 0 1 0 4 4 / 0 = ? Para que X1 se torne V.B., uma V.B. tem que sair da base (XF3, XF4, XF5)? Esta variável é determinada através da relação entre o valor de B e dos coeficientes da coluna da variável que vai se tornar básica. O menor valor positivo indica a variável que vai deixar de ser básica. Neste caso é a variável XF3 que vai deixar de ser básica. XF4 0 0 1 0 1 0 4 4 / 0 = ? XF5 0 1 2 0 0 1 9 9 / 1 = 9
  • 27. 6.3 Algoritmo SIMPLEX: 6. Método SIMPLEX Q1 VB Z X1 X2 XF3 XF4 XF5 B FO 1 -5 -2 0 0 0 0 XF3 0 1 0 1 0 0 3 3 XF4 0 0 1 0 1 0 4 #DIV/0!XF4 0 0 1 0 1 0 4 #DIV/0! XF5 0 1 2 0 0 1 9 9 Q2 VB Z X1 X2 XF3 XF4 XF5 B FO 1 0 -2 5 0 0 15 X1 0 1 0 1 0 0 3 #DIV/0! XF4 0 0 1 0 1 0 4 4 XF5 0 0 2 -1 0 1 6 3
  • 28. 6.3 Algoritmo SIMPLEX: 6. Método SIMPLEX Q3 VB Z X1 X2 XF3 XF4 XF5 B FO 1 0 0 4 0 1 21 X1 0 1 0 1 0 0 3 XF4 0 0 0 0,5 1 -0,5 1XF4 0 0 0 0,5 1 -0,5 1 X2 0 0 1 -0,5 0 0,5 3