SlideShare uma empresa Scribd logo
1 de 31
Matemática Computacional Programação Linear Aula 001
Programação Linear Aula 001 Discussão Geral, Exemplos modelados e Exercícios Flávio Augusto de Freitas
O problema da tomada de decisão leva em conta variáveis e as condições que “prendem” estas variáveis, às quais denominaremos restrições. Há problemas que envolvem milhares de restrições e variáveis. Geralmente, uma decisão está ligada a certo objeto: minimizar os custos de produção, maximizar os lucros, melhorar as condições de vida de uma população etc. Discussão Geral
Programação Linear Resolução de problemas de maximização (como lucro) ou minimização (como custo) de algum objetivo, atendendo a um conjunto de restrições. Parte da modelagem do problema culmina na obtenção da solução ótima. As variáveis são reais (isto é, números não necessariamente inteiros). Discussão Geral
Um mercado oferece n alimentos diferentes. O custo por unidade de cada alimento j é cj unidades de uma moeda (por exemplo, o alimento 1 custa R$ 15,00 por tonelada). Sabemos também que os alimentos possuem produtos nutritivos, tais como vitaminas, calorias etc., que mantêm o homem com boa saúde. Exemplo 1
Consideremos m(vitamina A, calorias, por exemplo) produtos essenciais para a vida humana. Os nutricionistas fornecem a quantidade de um produto nutritivo i(m1 calorias, m2 vitaminas etc.) contida em uma unidade do alimento j(carne, arroz, feijão, por exemplo) e indicam também a quantidade mínima necessária de cada produto i para manter o homem em perfeitas condições físicas, durante certo período de tempo (uma semana, por exemplo). Exemplo 1
Seja bi(b1 calorias, por exemplo) para cada i essa quantidade mínima necessária. Considerando os dados expostos, desejamos uma dieta alimentar de menor custo total, que satisfaça às condições estabelecidas pelos nutricionistas para o período de tempo em questão, isto é, queremos saber a quantidade de cada alimento j(carne, arroz, feijão, por exemplo) que deve ser comprada, de tal maneira que o custo total da compra dos alimentos seja mínimo e atenda às condições de nutrição anteriormente mencionadas. Exemplo 1
Para equacionarmos esse problema, consideremos o conjunto de alimentos J = {1, 2, 3, ..., n}, que representa os n alimentos do mercado e o conjunto I = {1, 2, 3, ..., m}, que indica os m produtos nutritivos colhidos nos alimentos. Exemplo 1 - Solução I{ J {
Seja aij a quantidade do produto nutritivo i contida em uma unidade do alimento j. A variável xi indica a quantidade do alimento j que será adquirida. As variáveis xj são denominadas variáveis de decisão. Notemos que essas variáveis xj podem tomar apenas valores positivos ou nulos; uma quantidade negativa do alimento j a ser comprada não tem sentido nesse problema. Exemplo 1 - Solução I{ J {
Uma quantidade negativa faria sentido, caso pudéssemos, também, vender o alimento j ao mercado. Portanto, xj é maior ou igual a zero para, todo alimento j que pertence ao conjunto J, isto é, Exemplo 1 - Solução
Seja aij a quantidade do elemento i contida em uma unidade do elemento j: xj unidades conterão aijxj. Se comprarmos x1, x2, x3, ..., xn quantidades dos alimentos 1, 2, 3, ..., n, respectivamente, então, ai1x1 + ai2x2 + ai3x3 + ... + ainxn indicará a quantidade total do produto nutritivo i em todos os alimentos comprados. Exemplo 1 - Solução
Essa quantidade deve ser, no mínimo, igual a bi, para cada i que pertence ao conjunto I, isto é, Exemplo 1 - Solução
Supondo que haja valores de xj que satisfaçam                           e                                  , passaremos a expressar o custo total na compra dos alimentos. Exemplo 1 - Solução
Para comprarmos xj unidades de j, pagaremos cjxj unidades de moeda e, portanto, o custo total na compra de todos os alimentos será c1x1 + c2x2 + ... + cnxn. Esse somatório será denominado z, isto é: Exemplo 1 - Solução
Podemos concluir que desejamos tomar uma decisão em relação às compras dos alimentos j, de forma que o custo total z seja mínimo e que os valores de xj satisfaçam a                        e                              . Formalmente, escrevemos: minimizar Exemplo 1 - Solução sujeito às seguintes restrições:
O problema designado por                 ,                                 e É denominado problema de programação linear (PPL) ou programa linear. A expressão É denominada função objetivo ou função econômica, e as expressões da forma                                 e                                                 serão ditas restrições. Programação Linear
Por que o problema é dito linear? Porque só há funções lineares das variáveis xj na função objetivo e nas restrições. Quando houver funções não lineares de xj nas restrições e/ou na função objetivo, teremos o caso de um problema de programação não linear. De modo geral, o problema de otimizar uma função objetivo, obedecendo às restrições nas variáveis de decisão, é considerado problema de programação matemática. Alguém sabe?
Um agricultor deseja cultivar duas variedades de cereais, digamos A e B, em uma área restrita a um hectare, sendo que cada are cultivado pelo cereal A produz 8 sacas, enquanto cada are cultivado pelo cereal B produz 10 sacas. Para o plantio, cada are cultivado de cereal tipo A precisa de 3 homens-hora (Hh) e para o cereal tipo B, 2 homens-hora, sendo que se dispõe de até 240 Hh de trabalho para o cultivo. O custo da mão-de-obra é de 200 R$/Hh. A demanda máxima é limitada pelo mercado consumidor a 480 sacas de cereal tipo A, vendido a 150 R$/saca, e 800 sacas de cereal tipo B, vendido a 120 R$/saca. O agricultor deseja planejar sua produção de forma a maximizar o lucro. Exemplo Numérico a 2 Variáveis
Sejam x1 = quantidade de ares cultivados pelo cereal tipo A, e x2 = quantidade de ares cultivados pelo cereal tipo B. Passemos agora à formulação da função objetivo: maximizar o lucro. Lucro = Receitas – Custos Receita cereal A é igual a 8 sacas/are x x1 ares x 150 R$/saca = R$ 1200x1 Receita cereal B é igual a 10 sacas/are x x2 ares x 120 R$/saca = R$ 1200x2 Receitas = 1200x1 + 1200x2 Exemplo Numérico a 2 Variáveis - Modelagem
Os únicos custos considerados nesse modelo são os de pagamento de mão-de-obra. A mão-de-obra de cultivo do cereal A será 3 Hh/are x x1 ares = 3x1Hh. Esse trabalho é remunerado a 200 R$/Hh = R$  600x1, para o cereal A. Para o cereal B, 2x2Hh x 200 R$/Hh = R$ 400x2. Assim, Custos = 600x1 + 400x2 Exemplo Numérico a 2 Variáveis - Modelagem
Tomando-se agora o lucro Z = Receitas – Custos, tem-se Z = 1200x1 + 1200x2 - (600x1 + 400x2), ou Z = 600x1 + 800x2. Agora serão formadas as restrições. Um hectare de terra disponível para o cultivo corresponde a 100 ares. Assim, a área cultivada pelo cereal tipo A mais a área cultivada pelo cereal tipo B devem ocupar parte ou toda essa área de 100 ares, o que se traduz por meio da restrição x1 + x2 ≤ 100. Exemplo Numérico a 2 Variáveis - Modelagem
Já o consumo de homens-hora mede-se por 3x1 para o cultivo do cereal tipo A, pois cada are cultivado por cereal A precisa de 3 homens-hora. O cultivo de cereal tipo B necessita ao todo de 2x2 homens-hora. O consumo total será a soma dessas quantias e não poderá exceder a 240. Assim, 3x1 + 2x2 ≤ 240. Exemplo Numérico a 2 Variáveis - Modelagem
A quantidade total de sacas do cereal tipo A é de 8x1, pois cada are produz 8 sacas. Essa quantidade produzida será não superior à demanda máxima do mercado consumidor, e assim 8x1 ≤ 480, ou, o que é o mesmo, x1 ≤ 60. Para a demanda máxima do cereal tipo B, teremos 10x2 ≤ 800, ou x2 ≤ 80. Além do mais, essas quantidades não podem assumir valores negativos, pois não há nenhum sentido nisso. Exemplo Numérico a 2 Variáveis - Modelagem
O modelo matemático completo para esse problema traduz-se por: Max Z = 600x1 + 800x2 sujeito a  x1 +   x2 ≤ 100 3x1 +  2x2 ≤ 240  x1        ≤ 60         x2 ≤ 80  x1        ≥ 0         x2 ≥ 0 Exemplo Numérico a 2 Variáveis - Modelagem
Uma empresa pode fabricar, com uma máquina trabalhando 45 horas por semana, três artigos diferentes: P1, P2 e P3. O artigo P1 dá um lucro líquido de R$ 4, o artigo P2 de R$ 12 e o artigo P3 de R$ 3. Os rendimentos da máquina são, respectivamente, para os três produtos, 50, 25 e 75 artigos por hora. Um estudo de mercado mostrou que as possibilidades de venda não ultrapassam 100 objetos P1, 500 objetos P2 e 1500 objetos P3, por semana. Pede-se que se reparta a capacidade de produção entre os três produtos, de maneira que se maximize o lucro líquido total (equacionar o problema sob forma de programação linear; não é preciso solucioná-lo). Modelagem – Exercício 1   fácil   pequena dificuldade   razoável dificuldade   difícil   desafio
Uma empresa pode fabricar, com uma máquina trabalhando 45 horas por semana, três artigos diferentes: P1, P2 e P3. O artigo P1 dá um lucro líquido de R$ 4, o artigo P2 de R$ 12 e o artigo P3 de R$ 3. Os rendimentos da máquina são, respectivamente, para os três produtos, 50, 25 e 75 artigos por hora. Um estudo de mercado mostrou que as possibilidades de venda não ultrapassam 100 objetos P1, 500 objetos P2 e 1500 objetos P3, por semana. Pede-se que se reparta a capacidade de produção entre os três produtos, de maneira que se maximize o lucro líquido total (equacionar o problema sob forma de programação linear; não é preciso solucioná-lo). Modelagem – Exercício 1  x1, x2, x3 = horas de máquina x1 + x2 + x3 ≤ 45 50x1 ≤ 100 ⇒ x1 ≤ 2 25x2 ≤ 500 ⇒ x2 ≤ 20 75x3 ≤ 1500 ⇒ x3 ≤ 20 Z = 50x1.4 + 25x2.12 + 75x3.3 Z = 200x1 + 300x2 + 225x3 Max Z = 200x1 + 300x2 + 225x3 Sujeito a x1 + x2 + x3 ≤ 45 x1 ≤ 2 x2 ≤ 20 x3 ≤ 20 x1 ≥ 0, x2 ≥ 0, x3 ≥ 0 Resposta:  x1 = 2, x2 = x3 = 20
Uma metalúrgica deseja maximizar sua receita bruta. A Tabela 1 ilustra a proporção de cada material na mistura para a obtenção das ligas passíveis de fabricação. O preço está cotado em R$/tonelada da liga fabricada. Também em toneladas estão expressas as restrições de disponibilidade de matéria-prima. Formule o modelo de Programação Matemática. Modelagem – Exercício 2  Tabela 1: Restrições/custos
Uma metalúrgica deseja maximizar sua receita bruta. A Tabela 1 ilustra a proporção de cada material na mistura para a obtenção das ligas passíveis de fabricação. O preço está cotado em R$/tonelada da liga fabricada. Também em toneladas estão expressas as restrições de disponibilidade de matéria-prima. Formule o modelo de Programação Matemática. Modelagem – Exercício 2  x1, x2 = quantidade de toneladas             produzidas das ligas Cobre: 0,5x1 + 0,2x2 ≤ 16 Zinco: 0,25x1 + 0,3x2 ≤ 11 Chumbo: 0,25x1 + 0,5x2 ≤ 15 Z = 3000x1 + 5000x2 Max Z = 3000x1 + 5000x2 Sujeito a 0,5x1 + 0,2x2 ≤ 16 0,25x1 + 0,3x2 ≤ 11 0,25x1 + 0,5x2 ≤ 15 x1 ≥ 0, x2 ≥ 0 Resposta: x1 = x2 = 20 Tabela 1: Restrições/custos
?
Flávio Augusto de Freitas http://sites.google.com/site/flavioifetrp http://www.riopomba.ifsudestemg.edu.br/dcc flaviocefetrp@gmail.com
FIM

Mais conteúdo relacionado

Destaque

Lógica e Matemática Computacional - Aula 01
Lógica e Matemática Computacional - Aula 01Lógica e Matemática Computacional - Aula 01
Lógica e Matemática Computacional - Aula 01thomasdacosta
 
Lógica e Matemática Computacional - Exercícios 01
Lógica e Matemática Computacional - Exercícios 01Lógica e Matemática Computacional - Exercícios 01
Lógica e Matemática Computacional - Exercícios 01thomasdacosta
 
Matemática computacional noções de lógica
Matemática computacional   noções de lógicaMatemática computacional   noções de lógica
Matemática computacional noções de lógicaAristóteles Meneses
 
Matemática Computacional
Matemática ComputacionalMatemática Computacional
Matemática ComputacionalRicardo Terra
 
Filobr02 marciane 23 mp
Filobr02 marciane 23 mpFilobr02 marciane 23 mp
Filobr02 marciane 23 mpalemisturini
 
Otimização
OtimizaçãoOtimização
Otimizaçãoler9blog
 
Programação de Sistemas Distribuídos - Aula 03
Programação de Sistemas Distribuídos - Aula 03Programação de Sistemas Distribuídos - Aula 03
Programação de Sistemas Distribuídos - Aula 03thomasdacosta
 
Lógica e Matemática Computacional - Aula 03
Lógica e Matemática Computacional - Aula 03Lógica e Matemática Computacional - Aula 03
Lógica e Matemática Computacional - Aula 03thomasdacosta
 
Lógica e Matemática Computacional - Aula 04
Lógica e Matemática Computacional - Aula 04Lógica e Matemática Computacional - Aula 04
Lógica e Matemática Computacional - Aula 04thomasdacosta
 
Lógica e Matemática Computacional - Aula 02
Lógica e Matemática Computacional - Aula 02Lógica e Matemática Computacional - Aula 02
Lógica e Matemática Computacional - Aula 02thomasdacosta
 

Destaque (13)

Lógica e Matemática Computacional - Aula 01
Lógica e Matemática Computacional - Aula 01Lógica e Matemática Computacional - Aula 01
Lógica e Matemática Computacional - Aula 01
 
Lógica e Matemática Computacional - Exercícios 01
Lógica e Matemática Computacional - Exercícios 01Lógica e Matemática Computacional - Exercícios 01
Lógica e Matemática Computacional - Exercícios 01
 
Matemática computacional noções de lógica
Matemática computacional   noções de lógicaMatemática computacional   noções de lógica
Matemática computacional noções de lógica
 
Matemática Computacional
Matemática ComputacionalMatemática Computacional
Matemática Computacional
 
Filobr02 marciane 23 mp
Filobr02 marciane 23 mpFilobr02 marciane 23 mp
Filobr02 marciane 23 mp
 
Otimização convexa e cvx
Otimização convexa e cvxOtimização convexa e cvx
Otimização convexa e cvx
 
Algoritmo Guloso
Algoritmo GulosoAlgoritmo Guloso
Algoritmo Guloso
 
Otimização
OtimizaçãoOtimização
Otimização
 
Otimização
OtimizaçãoOtimização
Otimização
 
Programação de Sistemas Distribuídos - Aula 03
Programação de Sistemas Distribuídos - Aula 03Programação de Sistemas Distribuídos - Aula 03
Programação de Sistemas Distribuídos - Aula 03
 
Lógica e Matemática Computacional - Aula 03
Lógica e Matemática Computacional - Aula 03Lógica e Matemática Computacional - Aula 03
Lógica e Matemática Computacional - Aula 03
 
Lógica e Matemática Computacional - Aula 04
Lógica e Matemática Computacional - Aula 04Lógica e Matemática Computacional - Aula 04
Lógica e Matemática Computacional - Aula 04
 
Lógica e Matemática Computacional - Aula 02
Lógica e Matemática Computacional - Aula 02Lógica e Matemática Computacional - Aula 02
Lógica e Matemática Computacional - Aula 02
 

Semelhante a Matemática computacional aula 001

Matemática computacional aula 002
Matemática computacional   aula 002Matemática computacional   aula 002
Matemática computacional aula 002Flávio Freitas
 
Apresentação_Introducao_e_Programacao_Linear.ppt
Apresentação_Introducao_e_Programacao_Linear.pptApresentação_Introducao_e_Programacao_Linear.ppt
Apresentação_Introducao_e_Programacao_Linear.pptMairaLuizaSpanholi
 
Slide_Introducao_e_Programacao_Linear.ppt
Slide_Introducao_e_Programacao_Linear.pptSlide_Introducao_e_Programacao_Linear.ppt
Slide_Introducao_e_Programacao_Linear.pptMairaLuizaSpanholi
 
Apostila modelos-pc3b3s-keynesianos-de-crescimento-e-distribuic3a7c3a3o-08-06...
Apostila modelos-pc3b3s-keynesianos-de-crescimento-e-distribuic3a7c3a3o-08-06...Apostila modelos-pc3b3s-keynesianos-de-crescimento-e-distribuic3a7c3a3o-08-06...
Apostila modelos-pc3b3s-keynesianos-de-crescimento-e-distribuic3a7c3a3o-08-06...Grupo de Economia Política IE-UFRJ
 
Função Polinomial do 1º Grau
Função Polinomial do 1º GrauFunção Polinomial do 1º Grau
Função Polinomial do 1º GrauEquipe_FAETEC
 
Teoria De ProduçãO
Teoria De ProduçãOTeoria De ProduçãO
Teoria De ProduçãOecsette
 
Teoria da produção
Teoria da produçãoTeoria da produção
Teoria da produçãoCleber Renan
 
Programacao linear 11 ano - 1011
Programacao linear 11 ano -  1011Programacao linear 11 ano -  1011
Programacao linear 11 ano - 1011deolindasa
 
Otimizações e Funções Quadráticas
Otimizações e Funções QuadráticasOtimizações e Funções Quadráticas
Otimizações e Funções QuadráticasVania Leitao
 
Cap4macro 110223114451-phpapp01
Cap4macro 110223114451-phpapp01Cap4macro 110223114451-phpapp01
Cap4macro 110223114451-phpapp01Vanessa Alves
 
Cap4macro 110223114451-phpapp01
Cap4macro 110223114451-phpapp01Cap4macro 110223114451-phpapp01
Cap4macro 110223114451-phpapp01Vanessa Alves
 
Cap 1 - MACRO.pdf
Cap 1 - MACRO.pdfCap 1 - MACRO.pdf
Cap 1 - MACRO.pdfManuelSitoe
 
Solu‡æo da prova de rq anpad 2009 junho
Solu‡æo da prova de rq anpad 2009 junhoSolu‡æo da prova de rq anpad 2009 junho
Solu‡æo da prova de rq anpad 2009 junhoAndre Somar
 
36489696 solucao-da-prova-de-rq-anpad-2009-junho
36489696 solucao-da-prova-de-rq-anpad-2009-junho36489696 solucao-da-prova-de-rq-anpad-2009-junho
36489696 solucao-da-prova-de-rq-anpad-2009-junhoAndre Somar
 

Semelhante a Matemática computacional aula 001 (20)

Matemática computacional aula 002
Matemática computacional   aula 002Matemática computacional   aula 002
Matemática computacional aula 002
 
Apresentação_Introducao_e_Programacao_Linear.ppt
Apresentação_Introducao_e_Programacao_Linear.pptApresentação_Introducao_e_Programacao_Linear.ppt
Apresentação_Introducao_e_Programacao_Linear.ppt
 
Slide_Introducao_e_Programacao_Linear.ppt
Slide_Introducao_e_Programacao_Linear.pptSlide_Introducao_e_Programacao_Linear.ppt
Slide_Introducao_e_Programacao_Linear.ppt
 
GP4US - Aula 2 - Programação Linear
GP4US - Aula 2 - Programação LinearGP4US - Aula 2 - Programação Linear
GP4US - Aula 2 - Programação Linear
 
Atps pesquisa operacional
Atps pesquisa operacionalAtps pesquisa operacional
Atps pesquisa operacional
 
Apostila modelos-pc3b3s-keynesianos-de-crescimento-e-distribuic3a7c3a3o-08-06...
Apostila modelos-pc3b3s-keynesianos-de-crescimento-e-distribuic3a7c3a3o-08-06...Apostila modelos-pc3b3s-keynesianos-de-crescimento-e-distribuic3a7c3a3o-08-06...
Apostila modelos-pc3b3s-keynesianos-de-crescimento-e-distribuic3a7c3a3o-08-06...
 
Função Polinomial do 1º Grau
Função Polinomial do 1º GrauFunção Polinomial do 1º Grau
Função Polinomial do 1º Grau
 
Aula17e18
Aula17e18Aula17e18
Aula17e18
 
Teoria da firma
Teoria da firmaTeoria da firma
Teoria da firma
 
Teoria De ProduçãO
Teoria De ProduçãOTeoria De ProduçãO
Teoria De ProduçãO
 
Funções
FunçõesFunções
Funções
 
Teoria da produção
Teoria da produçãoTeoria da produção
Teoria da produção
 
C4044
C4044C4044
C4044
 
Programacao linear 11 ano - 1011
Programacao linear 11 ano -  1011Programacao linear 11 ano -  1011
Programacao linear 11 ano - 1011
 
Otimizações e Funções Quadráticas
Otimizações e Funções QuadráticasOtimizações e Funções Quadráticas
Otimizações e Funções Quadráticas
 
Cap4macro 110223114451-phpapp01
Cap4macro 110223114451-phpapp01Cap4macro 110223114451-phpapp01
Cap4macro 110223114451-phpapp01
 
Cap4macro 110223114451-phpapp01
Cap4macro 110223114451-phpapp01Cap4macro 110223114451-phpapp01
Cap4macro 110223114451-phpapp01
 
Cap 1 - MACRO.pdf
Cap 1 - MACRO.pdfCap 1 - MACRO.pdf
Cap 1 - MACRO.pdf
 
Solu‡æo da prova de rq anpad 2009 junho
Solu‡æo da prova de rq anpad 2009 junhoSolu‡æo da prova de rq anpad 2009 junho
Solu‡æo da prova de rq anpad 2009 junho
 
36489696 solucao-da-prova-de-rq-anpad-2009-junho
36489696 solucao-da-prova-de-rq-anpad-2009-junho36489696 solucao-da-prova-de-rq-anpad-2009-junho
36489696 solucao-da-prova-de-rq-anpad-2009-junho
 

Mais de Flávio Freitas

Tutorial aed iii 009 - algoritmo de ordenação heapsort
Tutorial aed iii   009 - algoritmo de ordenação heapsortTutorial aed iii   009 - algoritmo de ordenação heapsort
Tutorial aed iii 009 - algoritmo de ordenação heapsortFlávio Freitas
 
Tutorial aed iii 005 - algoritmo de ordenação quicksort
Tutorial aed iii   005 - algoritmo de ordenação quicksortTutorial aed iii   005 - algoritmo de ordenação quicksort
Tutorial aed iii 005 - algoritmo de ordenação quicksortFlávio Freitas
 
Tutorial aed iii 004 - algoritmo de ordenação quicksort
Tutorial aed iii   004 - algoritmo de ordenação quicksortTutorial aed iii   004 - algoritmo de ordenação quicksort
Tutorial aed iii 004 - algoritmo de ordenação quicksortFlávio Freitas
 
Tutorial aed iii 006 - algoritmo de ordenação quicksort
Tutorial aed iii   006 - algoritmo de ordenação quicksortTutorial aed iii   006 - algoritmo de ordenação quicksort
Tutorial aed iii 006 - algoritmo de ordenação quicksortFlávio Freitas
 
Tutorial aed iii 007 - algoritmo de ordenação heapsort
Tutorial aed iii   007 - algoritmo de ordenação heapsortTutorial aed iii   007 - algoritmo de ordenação heapsort
Tutorial aed iii 007 - algoritmo de ordenação heapsortFlávio Freitas
 
Tutorial aed iii 008 - algoritmo de ordenação heapsort
Tutorial aed iii   008 - algoritmo de ordenação heapsortTutorial aed iii   008 - algoritmo de ordenação heapsort
Tutorial aed iii 008 - algoritmo de ordenação heapsortFlávio Freitas
 
5º apl cursos técnicos - informática básica e aplicada 2012 - br office.org...
5º apl   cursos técnicos - informática básica e aplicada 2012 - br office.org...5º apl   cursos técnicos - informática básica e aplicada 2012 - br office.org...
5º apl cursos técnicos - informática básica e aplicada 2012 - br office.org...Flávio Freitas
 
5º apl cursos técnicos - informática básica e aplicada 2012 - br office.org...
5º apl   cursos técnicos - informática básica e aplicada 2012 - br office.org...5º apl   cursos técnicos - informática básica e aplicada 2012 - br office.org...
5º apl cursos técnicos - informática básica e aplicada 2012 - br office.org...Flávio Freitas
 
Tutorial aed iii 003 - algoritmo de ordenação shellsort
Tutorial aed iii   003 - algoritmo de ordenação shellsortTutorial aed iii   003 - algoritmo de ordenação shellsort
Tutorial aed iii 003 - algoritmo de ordenação shellsortFlávio Freitas
 
Tutorial aed iii 001 - algoritmo de ordenação shellsort
Tutorial aed iii   001 - algoritmo de ordenação shellsortTutorial aed iii   001 - algoritmo de ordenação shellsort
Tutorial aed iii 001 - algoritmo de ordenação shellsortFlávio Freitas
 
Tutorial aed iii 002 - algoritmo de ordenação shellsort
Tutorial aed iii   002 - algoritmo de ordenação shellsortTutorial aed iii   002 - algoritmo de ordenação shellsort
Tutorial aed iii 002 - algoritmo de ordenação shellsortFlávio Freitas
 
Tutorial dev cpp 001 - criação, leitura e alteração de arquivos
Tutorial dev cpp   001 - criação, leitura e alteração de arquivosTutorial dev cpp   001 - criação, leitura e alteração de arquivos
Tutorial dev cpp 001 - criação, leitura e alteração de arquivosFlávio Freitas
 
Tutorial dev cpp 002 - criação, leitura e alteração de arquivos
Tutorial dev cpp   002 - criação, leitura e alteração de arquivosTutorial dev cpp   002 - criação, leitura e alteração de arquivos
Tutorial dev cpp 002 - criação, leitura e alteração de arquivosFlávio Freitas
 
Aula 001 histórico dos computadores
Aula 001   histórico dos computadoresAula 001   histórico dos computadores
Aula 001 histórico dos computadoresFlávio Freitas
 
Aula 004 noções de hardware
Aula 004   noções de hardwareAula 004   noções de hardware
Aula 004 noções de hardwareFlávio Freitas
 
Aula 005 noções de hardware
Aula 005   noções de hardwareAula 005   noções de hardware
Aula 005 noções de hardwareFlávio Freitas
 
Aula 001 plan. e sist. comp. aplic. à adm. - o computador na sociedade, nas...
Aula 001   plan. e sist. comp. aplic. à adm. - o computador na sociedade, nas...Aula 001   plan. e sist. comp. aplic. à adm. - o computador na sociedade, nas...
Aula 001 plan. e sist. comp. aplic. à adm. - o computador na sociedade, nas...Flávio Freitas
 
Aula 003 plan. e sist. comp. aplic. à adm. - estudos dos principais sistema...
Aula 003   plan. e sist. comp. aplic. à adm. - estudos dos principais sistema...Aula 003   plan. e sist. comp. aplic. à adm. - estudos dos principais sistema...
Aula 003 plan. e sist. comp. aplic. à adm. - estudos dos principais sistema...Flávio Freitas
 
Aula 004 plan. e sist. comp. aplic. à adm. - estudos dos principais sistema...
Aula 004   plan. e sist. comp. aplic. à adm. - estudos dos principais sistema...Aula 004   plan. e sist. comp. aplic. à adm. - estudos dos principais sistema...
Aula 004 plan. e sist. comp. aplic. à adm. - estudos dos principais sistema...Flávio Freitas
 
Solução dos exercícios do livro Algoritmos e Estruturas de Dados dos autores ...
Solução dos exercícios do livro Algoritmos e Estruturas de Dados dos autores ...Solução dos exercícios do livro Algoritmos e Estruturas de Dados dos autores ...
Solução dos exercícios do livro Algoritmos e Estruturas de Dados dos autores ...Flávio Freitas
 

Mais de Flávio Freitas (20)

Tutorial aed iii 009 - algoritmo de ordenação heapsort
Tutorial aed iii   009 - algoritmo de ordenação heapsortTutorial aed iii   009 - algoritmo de ordenação heapsort
Tutorial aed iii 009 - algoritmo de ordenação heapsort
 
Tutorial aed iii 005 - algoritmo de ordenação quicksort
Tutorial aed iii   005 - algoritmo de ordenação quicksortTutorial aed iii   005 - algoritmo de ordenação quicksort
Tutorial aed iii 005 - algoritmo de ordenação quicksort
 
Tutorial aed iii 004 - algoritmo de ordenação quicksort
Tutorial aed iii   004 - algoritmo de ordenação quicksortTutorial aed iii   004 - algoritmo de ordenação quicksort
Tutorial aed iii 004 - algoritmo de ordenação quicksort
 
Tutorial aed iii 006 - algoritmo de ordenação quicksort
Tutorial aed iii   006 - algoritmo de ordenação quicksortTutorial aed iii   006 - algoritmo de ordenação quicksort
Tutorial aed iii 006 - algoritmo de ordenação quicksort
 
Tutorial aed iii 007 - algoritmo de ordenação heapsort
Tutorial aed iii   007 - algoritmo de ordenação heapsortTutorial aed iii   007 - algoritmo de ordenação heapsort
Tutorial aed iii 007 - algoritmo de ordenação heapsort
 
Tutorial aed iii 008 - algoritmo de ordenação heapsort
Tutorial aed iii   008 - algoritmo de ordenação heapsortTutorial aed iii   008 - algoritmo de ordenação heapsort
Tutorial aed iii 008 - algoritmo de ordenação heapsort
 
5º apl cursos técnicos - informática básica e aplicada 2012 - br office.org...
5º apl   cursos técnicos - informática básica e aplicada 2012 - br office.org...5º apl   cursos técnicos - informática básica e aplicada 2012 - br office.org...
5º apl cursos técnicos - informática básica e aplicada 2012 - br office.org...
 
5º apl cursos técnicos - informática básica e aplicada 2012 - br office.org...
5º apl   cursos técnicos - informática básica e aplicada 2012 - br office.org...5º apl   cursos técnicos - informática básica e aplicada 2012 - br office.org...
5º apl cursos técnicos - informática básica e aplicada 2012 - br office.org...
 
Tutorial aed iii 003 - algoritmo de ordenação shellsort
Tutorial aed iii   003 - algoritmo de ordenação shellsortTutorial aed iii   003 - algoritmo de ordenação shellsort
Tutorial aed iii 003 - algoritmo de ordenação shellsort
 
Tutorial aed iii 001 - algoritmo de ordenação shellsort
Tutorial aed iii   001 - algoritmo de ordenação shellsortTutorial aed iii   001 - algoritmo de ordenação shellsort
Tutorial aed iii 001 - algoritmo de ordenação shellsort
 
Tutorial aed iii 002 - algoritmo de ordenação shellsort
Tutorial aed iii   002 - algoritmo de ordenação shellsortTutorial aed iii   002 - algoritmo de ordenação shellsort
Tutorial aed iii 002 - algoritmo de ordenação shellsort
 
Tutorial dev cpp 001 - criação, leitura e alteração de arquivos
Tutorial dev cpp   001 - criação, leitura e alteração de arquivosTutorial dev cpp   001 - criação, leitura e alteração de arquivos
Tutorial dev cpp 001 - criação, leitura e alteração de arquivos
 
Tutorial dev cpp 002 - criação, leitura e alteração de arquivos
Tutorial dev cpp   002 - criação, leitura e alteração de arquivosTutorial dev cpp   002 - criação, leitura e alteração de arquivos
Tutorial dev cpp 002 - criação, leitura e alteração de arquivos
 
Aula 001 histórico dos computadores
Aula 001   histórico dos computadoresAula 001   histórico dos computadores
Aula 001 histórico dos computadores
 
Aula 004 noções de hardware
Aula 004   noções de hardwareAula 004   noções de hardware
Aula 004 noções de hardware
 
Aula 005 noções de hardware
Aula 005   noções de hardwareAula 005   noções de hardware
Aula 005 noções de hardware
 
Aula 001 plan. e sist. comp. aplic. à adm. - o computador na sociedade, nas...
Aula 001   plan. e sist. comp. aplic. à adm. - o computador na sociedade, nas...Aula 001   plan. e sist. comp. aplic. à adm. - o computador na sociedade, nas...
Aula 001 plan. e sist. comp. aplic. à adm. - o computador na sociedade, nas...
 
Aula 003 plan. e sist. comp. aplic. à adm. - estudos dos principais sistema...
Aula 003   plan. e sist. comp. aplic. à adm. - estudos dos principais sistema...Aula 003   plan. e sist. comp. aplic. à adm. - estudos dos principais sistema...
Aula 003 plan. e sist. comp. aplic. à adm. - estudos dos principais sistema...
 
Aula 004 plan. e sist. comp. aplic. à adm. - estudos dos principais sistema...
Aula 004   plan. e sist. comp. aplic. à adm. - estudos dos principais sistema...Aula 004   plan. e sist. comp. aplic. à adm. - estudos dos principais sistema...
Aula 004 plan. e sist. comp. aplic. à adm. - estudos dos principais sistema...
 
Solução dos exercícios do livro Algoritmos e Estruturas de Dados dos autores ...
Solução dos exercícios do livro Algoritmos e Estruturas de Dados dos autores ...Solução dos exercícios do livro Algoritmos e Estruturas de Dados dos autores ...
Solução dos exercícios do livro Algoritmos e Estruturas de Dados dos autores ...
 

Último

Libras Jogo da memória em LIBRAS Memoria
Libras Jogo da memória em LIBRAS MemoriaLibras Jogo da memória em LIBRAS Memoria
Libras Jogo da memória em LIBRAS Memorialgrecchi
 
A poesia - Definições e Característicass
A poesia - Definições e CaracterísticassA poesia - Definições e Característicass
A poesia - Definições e CaracterísticassAugusto Costa
 
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: COMUNICAÇÃO ASSERTIVA E INTERPESS...
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: COMUNICAÇÃO ASSERTIVA E INTERPESS...PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: COMUNICAÇÃO ASSERTIVA E INTERPESS...
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: COMUNICAÇÃO ASSERTIVA E INTERPESS...azulassessoria9
 
GÊNERO TEXTUAL - TIRINHAS - Charges - Cartum
GÊNERO TEXTUAL - TIRINHAS - Charges - CartumGÊNERO TEXTUAL - TIRINHAS - Charges - Cartum
GÊNERO TEXTUAL - TIRINHAS - Charges - CartumAugusto Costa
 
5 bloco 7 ano - Ensino Relogioso- Lideres Religiosos _ Passei Direto.pdf
5 bloco 7 ano - Ensino Relogioso- Lideres Religiosos _ Passei Direto.pdf5 bloco 7 ano - Ensino Relogioso- Lideres Religiosos _ Passei Direto.pdf
5 bloco 7 ano - Ensino Relogioso- Lideres Religiosos _ Passei Direto.pdfLeloIurk1
 
CRUZADINHA - Leitura e escrita dos números
CRUZADINHA   -   Leitura e escrita dos números CRUZADINHA   -   Leitura e escrita dos números
CRUZADINHA - Leitura e escrita dos números Mary Alvarenga
 
Rota das Ribeiras Camp, Projeto Nós Propomos!
Rota das Ribeiras Camp, Projeto Nós Propomos!Rota das Ribeiras Camp, Projeto Nós Propomos!
Rota das Ribeiras Camp, Projeto Nós Propomos!Ilda Bicacro
 
Pedologia- Geografia - Geologia - aula_01.pptx
Pedologia- Geografia - Geologia - aula_01.pptxPedologia- Geografia - Geologia - aula_01.pptx
Pedologia- Geografia - Geologia - aula_01.pptxleandropereira983288
 
Noções de Farmacologia - Flávia Soares.pdf
Noções de Farmacologia - Flávia Soares.pdfNoções de Farmacologia - Flávia Soares.pdf
Noções de Farmacologia - Flávia Soares.pdflucassilva721057
 
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: LEITURA DE IMAGENS, GRÁFICOS E MA...
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: LEITURA DE IMAGENS, GRÁFICOS E MA...PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: LEITURA DE IMAGENS, GRÁFICOS E MA...
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: LEITURA DE IMAGENS, GRÁFICOS E MA...azulassessoria9
 
JOGO FATO OU FAKE - ATIVIDADE LUDICA(1).pptx
JOGO FATO OU FAKE - ATIVIDADE LUDICA(1).pptxJOGO FATO OU FAKE - ATIVIDADE LUDICA(1).pptx
JOGO FATO OU FAKE - ATIVIDADE LUDICA(1).pptxTainTorres4
 
"É melhor praticar para a nota" - Como avaliar comportamentos em contextos de...
"É melhor praticar para a nota" - Como avaliar comportamentos em contextos de..."É melhor praticar para a nota" - Como avaliar comportamentos em contextos de...
"É melhor praticar para a nota" - Como avaliar comportamentos em contextos de...Rosalina Simão Nunes
 
DESAFIO LITERÁRIO - 2024 - EASB/ÁRVORE -
DESAFIO LITERÁRIO - 2024 - EASB/ÁRVORE -DESAFIO LITERÁRIO - 2024 - EASB/ÁRVORE -
DESAFIO LITERÁRIO - 2024 - EASB/ÁRVORE -Aline Santana
 
CIÊNCIAS HUMANAS - ENSINO MÉDIO. 2024 2 bimestre
CIÊNCIAS HUMANAS - ENSINO MÉDIO. 2024 2 bimestreCIÊNCIAS HUMANAS - ENSINO MÉDIO. 2024 2 bimestre
CIÊNCIAS HUMANAS - ENSINO MÉDIO. 2024 2 bimestreElianeElika
 
Música Meu Abrigo - Texto e atividade
Música   Meu   Abrigo  -   Texto e atividadeMúsica   Meu   Abrigo  -   Texto e atividade
Música Meu Abrigo - Texto e atividadeMary Alvarenga
 
PRÉDIOS HISTÓRICOS DE ASSARÉ Prof. Francisco Leite.pdf
PRÉDIOS HISTÓRICOS DE ASSARÉ Prof. Francisco Leite.pdfPRÉDIOS HISTÓRICOS DE ASSARÉ Prof. Francisco Leite.pdf
PRÉDIOS HISTÓRICOS DE ASSARÉ Prof. Francisco Leite.pdfprofesfrancleite
 
PLANOS E EIXOS DO CORPO HUMANO.educacao física pptx
PLANOS E EIXOS DO CORPO HUMANO.educacao física pptxPLANOS E EIXOS DO CORPO HUMANO.educacao física pptx
PLANOS E EIXOS DO CORPO HUMANO.educacao física pptxSamiraMiresVieiradeM
 
Rotas Transaarianas como o desrto prouz riqueza
Rotas Transaarianas como o desrto prouz riquezaRotas Transaarianas como o desrto prouz riqueza
Rotas Transaarianas como o desrto prouz riquezaronaldojacademico
 
Nós Propomos! " Pinhais limpos, mundo saudável"
Nós Propomos! " Pinhais limpos, mundo saudável"Nós Propomos! " Pinhais limpos, mundo saudável"
Nós Propomos! " Pinhais limpos, mundo saudável"Ilda Bicacro
 

Último (20)

Libras Jogo da memória em LIBRAS Memoria
Libras Jogo da memória em LIBRAS MemoriaLibras Jogo da memória em LIBRAS Memoria
Libras Jogo da memória em LIBRAS Memoria
 
A poesia - Definições e Característicass
A poesia - Definições e CaracterísticassA poesia - Definições e Característicass
A poesia - Definições e Característicass
 
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: COMUNICAÇÃO ASSERTIVA E INTERPESS...
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: COMUNICAÇÃO ASSERTIVA E INTERPESS...PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: COMUNICAÇÃO ASSERTIVA E INTERPESS...
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: COMUNICAÇÃO ASSERTIVA E INTERPESS...
 
GÊNERO TEXTUAL - TIRINHAS - Charges - Cartum
GÊNERO TEXTUAL - TIRINHAS - Charges - CartumGÊNERO TEXTUAL - TIRINHAS - Charges - Cartum
GÊNERO TEXTUAL - TIRINHAS - Charges - Cartum
 
5 bloco 7 ano - Ensino Relogioso- Lideres Religiosos _ Passei Direto.pdf
5 bloco 7 ano - Ensino Relogioso- Lideres Religiosos _ Passei Direto.pdf5 bloco 7 ano - Ensino Relogioso- Lideres Religiosos _ Passei Direto.pdf
5 bloco 7 ano - Ensino Relogioso- Lideres Religiosos _ Passei Direto.pdf
 
CRUZADINHA - Leitura e escrita dos números
CRUZADINHA   -   Leitura e escrita dos números CRUZADINHA   -   Leitura e escrita dos números
CRUZADINHA - Leitura e escrita dos números
 
Rota das Ribeiras Camp, Projeto Nós Propomos!
Rota das Ribeiras Camp, Projeto Nós Propomos!Rota das Ribeiras Camp, Projeto Nós Propomos!
Rota das Ribeiras Camp, Projeto Nós Propomos!
 
Pedologia- Geografia - Geologia - aula_01.pptx
Pedologia- Geografia - Geologia - aula_01.pptxPedologia- Geografia - Geologia - aula_01.pptx
Pedologia- Geografia - Geologia - aula_01.pptx
 
Noções de Farmacologia - Flávia Soares.pdf
Noções de Farmacologia - Flávia Soares.pdfNoções de Farmacologia - Flávia Soares.pdf
Noções de Farmacologia - Flávia Soares.pdf
 
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: LEITURA DE IMAGENS, GRÁFICOS E MA...
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: LEITURA DE IMAGENS, GRÁFICOS E MA...PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: LEITURA DE IMAGENS, GRÁFICOS E MA...
PROVA - ESTUDO CONTEMPORÂNEO E TRANSVERSAL: LEITURA DE IMAGENS, GRÁFICOS E MA...
 
JOGO FATO OU FAKE - ATIVIDADE LUDICA(1).pptx
JOGO FATO OU FAKE - ATIVIDADE LUDICA(1).pptxJOGO FATO OU FAKE - ATIVIDADE LUDICA(1).pptx
JOGO FATO OU FAKE - ATIVIDADE LUDICA(1).pptx
 
"É melhor praticar para a nota" - Como avaliar comportamentos em contextos de...
"É melhor praticar para a nota" - Como avaliar comportamentos em contextos de..."É melhor praticar para a nota" - Como avaliar comportamentos em contextos de...
"É melhor praticar para a nota" - Como avaliar comportamentos em contextos de...
 
DESAFIO LITERÁRIO - 2024 - EASB/ÁRVORE -
DESAFIO LITERÁRIO - 2024 - EASB/ÁRVORE -DESAFIO LITERÁRIO - 2024 - EASB/ÁRVORE -
DESAFIO LITERÁRIO - 2024 - EASB/ÁRVORE -
 
CIÊNCIAS HUMANAS - ENSINO MÉDIO. 2024 2 bimestre
CIÊNCIAS HUMANAS - ENSINO MÉDIO. 2024 2 bimestreCIÊNCIAS HUMANAS - ENSINO MÉDIO. 2024 2 bimestre
CIÊNCIAS HUMANAS - ENSINO MÉDIO. 2024 2 bimestre
 
Música Meu Abrigo - Texto e atividade
Música   Meu   Abrigo  -   Texto e atividadeMúsica   Meu   Abrigo  -   Texto e atividade
Música Meu Abrigo - Texto e atividade
 
PRÉDIOS HISTÓRICOS DE ASSARÉ Prof. Francisco Leite.pdf
PRÉDIOS HISTÓRICOS DE ASSARÉ Prof. Francisco Leite.pdfPRÉDIOS HISTÓRICOS DE ASSARÉ Prof. Francisco Leite.pdf
PRÉDIOS HISTÓRICOS DE ASSARÉ Prof. Francisco Leite.pdf
 
CINEMATICA DE LOS MATERIALES Y PARTICULA
CINEMATICA DE LOS MATERIALES Y PARTICULACINEMATICA DE LOS MATERIALES Y PARTICULA
CINEMATICA DE LOS MATERIALES Y PARTICULA
 
PLANOS E EIXOS DO CORPO HUMANO.educacao física pptx
PLANOS E EIXOS DO CORPO HUMANO.educacao física pptxPLANOS E EIXOS DO CORPO HUMANO.educacao física pptx
PLANOS E EIXOS DO CORPO HUMANO.educacao física pptx
 
Rotas Transaarianas como o desrto prouz riqueza
Rotas Transaarianas como o desrto prouz riquezaRotas Transaarianas como o desrto prouz riqueza
Rotas Transaarianas como o desrto prouz riqueza
 
Nós Propomos! " Pinhais limpos, mundo saudável"
Nós Propomos! " Pinhais limpos, mundo saudável"Nós Propomos! " Pinhais limpos, mundo saudável"
Nós Propomos! " Pinhais limpos, mundo saudável"
 

Matemática computacional aula 001

  • 2. Programação Linear Aula 001 Discussão Geral, Exemplos modelados e Exercícios Flávio Augusto de Freitas
  • 3. O problema da tomada de decisão leva em conta variáveis e as condições que “prendem” estas variáveis, às quais denominaremos restrições. Há problemas que envolvem milhares de restrições e variáveis. Geralmente, uma decisão está ligada a certo objeto: minimizar os custos de produção, maximizar os lucros, melhorar as condições de vida de uma população etc. Discussão Geral
  • 4. Programação Linear Resolução de problemas de maximização (como lucro) ou minimização (como custo) de algum objetivo, atendendo a um conjunto de restrições. Parte da modelagem do problema culmina na obtenção da solução ótima. As variáveis são reais (isto é, números não necessariamente inteiros). Discussão Geral
  • 5. Um mercado oferece n alimentos diferentes. O custo por unidade de cada alimento j é cj unidades de uma moeda (por exemplo, o alimento 1 custa R$ 15,00 por tonelada). Sabemos também que os alimentos possuem produtos nutritivos, tais como vitaminas, calorias etc., que mantêm o homem com boa saúde. Exemplo 1
  • 6. Consideremos m(vitamina A, calorias, por exemplo) produtos essenciais para a vida humana. Os nutricionistas fornecem a quantidade de um produto nutritivo i(m1 calorias, m2 vitaminas etc.) contida em uma unidade do alimento j(carne, arroz, feijão, por exemplo) e indicam também a quantidade mínima necessária de cada produto i para manter o homem em perfeitas condições físicas, durante certo período de tempo (uma semana, por exemplo). Exemplo 1
  • 7. Seja bi(b1 calorias, por exemplo) para cada i essa quantidade mínima necessária. Considerando os dados expostos, desejamos uma dieta alimentar de menor custo total, que satisfaça às condições estabelecidas pelos nutricionistas para o período de tempo em questão, isto é, queremos saber a quantidade de cada alimento j(carne, arroz, feijão, por exemplo) que deve ser comprada, de tal maneira que o custo total da compra dos alimentos seja mínimo e atenda às condições de nutrição anteriormente mencionadas. Exemplo 1
  • 8. Para equacionarmos esse problema, consideremos o conjunto de alimentos J = {1, 2, 3, ..., n}, que representa os n alimentos do mercado e o conjunto I = {1, 2, 3, ..., m}, que indica os m produtos nutritivos colhidos nos alimentos. Exemplo 1 - Solução I{ J {
  • 9. Seja aij a quantidade do produto nutritivo i contida em uma unidade do alimento j. A variável xi indica a quantidade do alimento j que será adquirida. As variáveis xj são denominadas variáveis de decisão. Notemos que essas variáveis xj podem tomar apenas valores positivos ou nulos; uma quantidade negativa do alimento j a ser comprada não tem sentido nesse problema. Exemplo 1 - Solução I{ J {
  • 10. Uma quantidade negativa faria sentido, caso pudéssemos, também, vender o alimento j ao mercado. Portanto, xj é maior ou igual a zero para, todo alimento j que pertence ao conjunto J, isto é, Exemplo 1 - Solução
  • 11. Seja aij a quantidade do elemento i contida em uma unidade do elemento j: xj unidades conterão aijxj. Se comprarmos x1, x2, x3, ..., xn quantidades dos alimentos 1, 2, 3, ..., n, respectivamente, então, ai1x1 + ai2x2 + ai3x3 + ... + ainxn indicará a quantidade total do produto nutritivo i em todos os alimentos comprados. Exemplo 1 - Solução
  • 12. Essa quantidade deve ser, no mínimo, igual a bi, para cada i que pertence ao conjunto I, isto é, Exemplo 1 - Solução
  • 13. Supondo que haja valores de xj que satisfaçam e , passaremos a expressar o custo total na compra dos alimentos. Exemplo 1 - Solução
  • 14. Para comprarmos xj unidades de j, pagaremos cjxj unidades de moeda e, portanto, o custo total na compra de todos os alimentos será c1x1 + c2x2 + ... + cnxn. Esse somatório será denominado z, isto é: Exemplo 1 - Solução
  • 15. Podemos concluir que desejamos tomar uma decisão em relação às compras dos alimentos j, de forma que o custo total z seja mínimo e que os valores de xj satisfaçam a e . Formalmente, escrevemos: minimizar Exemplo 1 - Solução sujeito às seguintes restrições:
  • 16. O problema designado por , e É denominado problema de programação linear (PPL) ou programa linear. A expressão É denominada função objetivo ou função econômica, e as expressões da forma e serão ditas restrições. Programação Linear
  • 17. Por que o problema é dito linear? Porque só há funções lineares das variáveis xj na função objetivo e nas restrições. Quando houver funções não lineares de xj nas restrições e/ou na função objetivo, teremos o caso de um problema de programação não linear. De modo geral, o problema de otimizar uma função objetivo, obedecendo às restrições nas variáveis de decisão, é considerado problema de programação matemática. Alguém sabe?
  • 18. Um agricultor deseja cultivar duas variedades de cereais, digamos A e B, em uma área restrita a um hectare, sendo que cada are cultivado pelo cereal A produz 8 sacas, enquanto cada are cultivado pelo cereal B produz 10 sacas. Para o plantio, cada are cultivado de cereal tipo A precisa de 3 homens-hora (Hh) e para o cereal tipo B, 2 homens-hora, sendo que se dispõe de até 240 Hh de trabalho para o cultivo. O custo da mão-de-obra é de 200 R$/Hh. A demanda máxima é limitada pelo mercado consumidor a 480 sacas de cereal tipo A, vendido a 150 R$/saca, e 800 sacas de cereal tipo B, vendido a 120 R$/saca. O agricultor deseja planejar sua produção de forma a maximizar o lucro. Exemplo Numérico a 2 Variáveis
  • 19. Sejam x1 = quantidade de ares cultivados pelo cereal tipo A, e x2 = quantidade de ares cultivados pelo cereal tipo B. Passemos agora à formulação da função objetivo: maximizar o lucro. Lucro = Receitas – Custos Receita cereal A é igual a 8 sacas/are x x1 ares x 150 R$/saca = R$ 1200x1 Receita cereal B é igual a 10 sacas/are x x2 ares x 120 R$/saca = R$ 1200x2 Receitas = 1200x1 + 1200x2 Exemplo Numérico a 2 Variáveis - Modelagem
  • 20. Os únicos custos considerados nesse modelo são os de pagamento de mão-de-obra. A mão-de-obra de cultivo do cereal A será 3 Hh/are x x1 ares = 3x1Hh. Esse trabalho é remunerado a 200 R$/Hh = R$ 600x1, para o cereal A. Para o cereal B, 2x2Hh x 200 R$/Hh = R$ 400x2. Assim, Custos = 600x1 + 400x2 Exemplo Numérico a 2 Variáveis - Modelagem
  • 21. Tomando-se agora o lucro Z = Receitas – Custos, tem-se Z = 1200x1 + 1200x2 - (600x1 + 400x2), ou Z = 600x1 + 800x2. Agora serão formadas as restrições. Um hectare de terra disponível para o cultivo corresponde a 100 ares. Assim, a área cultivada pelo cereal tipo A mais a área cultivada pelo cereal tipo B devem ocupar parte ou toda essa área de 100 ares, o que se traduz por meio da restrição x1 + x2 ≤ 100. Exemplo Numérico a 2 Variáveis - Modelagem
  • 22. Já o consumo de homens-hora mede-se por 3x1 para o cultivo do cereal tipo A, pois cada are cultivado por cereal A precisa de 3 homens-hora. O cultivo de cereal tipo B necessita ao todo de 2x2 homens-hora. O consumo total será a soma dessas quantias e não poderá exceder a 240. Assim, 3x1 + 2x2 ≤ 240. Exemplo Numérico a 2 Variáveis - Modelagem
  • 23. A quantidade total de sacas do cereal tipo A é de 8x1, pois cada are produz 8 sacas. Essa quantidade produzida será não superior à demanda máxima do mercado consumidor, e assim 8x1 ≤ 480, ou, o que é o mesmo, x1 ≤ 60. Para a demanda máxima do cereal tipo B, teremos 10x2 ≤ 800, ou x2 ≤ 80. Além do mais, essas quantidades não podem assumir valores negativos, pois não há nenhum sentido nisso. Exemplo Numérico a 2 Variáveis - Modelagem
  • 24. O modelo matemático completo para esse problema traduz-se por: Max Z = 600x1 + 800x2 sujeito a x1 + x2 ≤ 100 3x1 + 2x2 ≤ 240 x1 ≤ 60 x2 ≤ 80 x1 ≥ 0 x2 ≥ 0 Exemplo Numérico a 2 Variáveis - Modelagem
  • 25. Uma empresa pode fabricar, com uma máquina trabalhando 45 horas por semana, três artigos diferentes: P1, P2 e P3. O artigo P1 dá um lucro líquido de R$ 4, o artigo P2 de R$ 12 e o artigo P3 de R$ 3. Os rendimentos da máquina são, respectivamente, para os três produtos, 50, 25 e 75 artigos por hora. Um estudo de mercado mostrou que as possibilidades de venda não ultrapassam 100 objetos P1, 500 objetos P2 e 1500 objetos P3, por semana. Pede-se que se reparta a capacidade de produção entre os três produtos, de maneira que se maximize o lucro líquido total (equacionar o problema sob forma de programação linear; não é preciso solucioná-lo). Modelagem – Exercício 1   fácil  pequena dificuldade  razoável dificuldade  difícil  desafio
  • 26. Uma empresa pode fabricar, com uma máquina trabalhando 45 horas por semana, três artigos diferentes: P1, P2 e P3. O artigo P1 dá um lucro líquido de R$ 4, o artigo P2 de R$ 12 e o artigo P3 de R$ 3. Os rendimentos da máquina são, respectivamente, para os três produtos, 50, 25 e 75 artigos por hora. Um estudo de mercado mostrou que as possibilidades de venda não ultrapassam 100 objetos P1, 500 objetos P2 e 1500 objetos P3, por semana. Pede-se que se reparta a capacidade de produção entre os três produtos, de maneira que se maximize o lucro líquido total (equacionar o problema sob forma de programação linear; não é preciso solucioná-lo). Modelagem – Exercício 1  x1, x2, x3 = horas de máquina x1 + x2 + x3 ≤ 45 50x1 ≤ 100 ⇒ x1 ≤ 2 25x2 ≤ 500 ⇒ x2 ≤ 20 75x3 ≤ 1500 ⇒ x3 ≤ 20 Z = 50x1.4 + 25x2.12 + 75x3.3 Z = 200x1 + 300x2 + 225x3 Max Z = 200x1 + 300x2 + 225x3 Sujeito a x1 + x2 + x3 ≤ 45 x1 ≤ 2 x2 ≤ 20 x3 ≤ 20 x1 ≥ 0, x2 ≥ 0, x3 ≥ 0 Resposta: x1 = 2, x2 = x3 = 20
  • 27. Uma metalúrgica deseja maximizar sua receita bruta. A Tabela 1 ilustra a proporção de cada material na mistura para a obtenção das ligas passíveis de fabricação. O preço está cotado em R$/tonelada da liga fabricada. Também em toneladas estão expressas as restrições de disponibilidade de matéria-prima. Formule o modelo de Programação Matemática. Modelagem – Exercício 2  Tabela 1: Restrições/custos
  • 28. Uma metalúrgica deseja maximizar sua receita bruta. A Tabela 1 ilustra a proporção de cada material na mistura para a obtenção das ligas passíveis de fabricação. O preço está cotado em R$/tonelada da liga fabricada. Também em toneladas estão expressas as restrições de disponibilidade de matéria-prima. Formule o modelo de Programação Matemática. Modelagem – Exercício 2  x1, x2 = quantidade de toneladas produzidas das ligas Cobre: 0,5x1 + 0,2x2 ≤ 16 Zinco: 0,25x1 + 0,3x2 ≤ 11 Chumbo: 0,25x1 + 0,5x2 ≤ 15 Z = 3000x1 + 5000x2 Max Z = 3000x1 + 5000x2 Sujeito a 0,5x1 + 0,2x2 ≤ 16 0,25x1 + 0,3x2 ≤ 11 0,25x1 + 0,5x2 ≤ 15 x1 ≥ 0, x2 ≥ 0 Resposta: x1 = x2 = 20 Tabela 1: Restrições/custos
  • 29. ?
  • 30. Flávio Augusto de Freitas http://sites.google.com/site/flavioifetrp http://www.riopomba.ifsudestemg.edu.br/dcc flaviocefetrp@gmail.com
  • 31. FIM