Otimização Linear

Profª : Adriana
Departamento de Matemática

adriana@fc.unesp.br
wwwp.fc.unesp.br/~adriana
 Forma geral de um problema
 Em vários problemas que formulamos, obtivemos:

◦ Um objetivo de otimização (max ou min)

◦ Restrições de igualdade

◦ Restrições de desigualdade ≥

◦ Restrições de desigualdade ≤
Teoria da Otimização Linear
Definição: (Forma Padrão)
Qualquer problema de programação linear (PL) pode
ser escrito na seguinte forma, chamada forma padrão:

minimizar f (x1, x2, . . . , xn) = c1x1 + c2x2 + . . . + cnxn

Sujeito a:
a11x1 + a12x2 + . . . + a1nxn = b1
a21x1 + a22x2 + . . . + a2nxn = b2
...
am1x1 + am2x2 + . . . + amnxn = bm

x1  0, x2  0,..., xn  0

➢ Vamos considerar bi ≥ 0, i = 1, ..., m

Teoria da Otimização Linear
Minimizar f(x) = cT x
sujeito a : Ax = b
x0

 A : matriz m x n, chamada de matriz dos coeficientes

 c : vetor de custos

 x : variáveis (ou incógnitas)

 b : vetor dos termos independentes ou de recursos

 0 : vetor nulo
Solução e Região Factível
Definição: (Solução factível e região factível)
Uma solução (x1, x2, , xn) é dita factível se satisfaz todas
as restrições e as condições de não-negatividade do
problema. O conjunto de todas as soluções factíveis define
uma região no Rn, chamada região factível.
Exemplo: Analise o problema a seguir:

minimizar f(x1, x2, x3) = 2x1 – x2 + 4x3

sujeito a:
x1  2 x2  x3  3
x2  2 x3  4
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0
 Solução e Região Factível
Com base no exemplo, temos:
 m = 2 restrições
 n = 3 variáveis (x1, x2, x3) que correspondem a um
vetor de três coordenadas
 Solução particular factível: x1 =1; x2 = 0; x3 = 2
◦Função objetivo: f(1, 0, 2) = 10.
 Outra solução factível x1 =0,25; x2 = 0,5; x3 = 1,75
◦Função objetivo f(0,25; 0,5; 0,75) = 7.
 Solução Ótima
Definição: (Solução ótima)
Uma solução é ótima se é factível e fornece o menor
valor à função objetivo.
Isto é,  x1* , x2* , 
, xn* é ótima se:

f ( x1* ,, xn* )  f ( x1 ,, xn )

para qualquer solução factível: (x1, x2, ..., xn)

Solução Ótima
 Com base no exemplo anterior... Melhor solução
factível conhecida:
x1 =0,25; x2 = 0,5; x3 = 1,75

 Outra solução factível: x1 = 0; x2 = 2/3; x3 = 5/3

◦ Função objetivo: f(0; 2/3; 5/3) = 6.

Solução melhor que as

anteriores!!!!

Questão: Há outra solução melhor que está? Esta

solução realmente é ótima?
 Transformação de problemas na
forma padrão
“Todo PL pode ser escrito na forma padrão”

max c1x1 + c2x2 + . . . + cnxn = min – c1x1 - c2x2 – . . . – cnxn

f (x*) ≥ f (x) para toda solução x factível

– f (x*) ≤ – f (x) para toda solução x factível
Exemplo
maximizar f(x1, x2, x3) = 2x1 - x2 + 4x3
sujeito a:
x1  2 x2  x3  3
x2  2 x3  4
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0

minimizar – f(x1, x2, x3) = – 2x1 + x2 – 4x3

sujeito a:
x1  2 x2  x3  3
x2  2 x3  4
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0
 Transformação de problemas na
forma padrão
Restrições de desigualdades

ai1x1  ai 2 x2   ain xn  bi

Variável de folga

ai1x1 + ai2x2 + ...+ ainxn + xk = bi

xk ≥ 0
Transformação de problemas na
forma padrão

Restrições de desigualdades

ai1x1  ai 2 x2   ain xn  bi

Variável de folga ou
excesso
ai1x1 + ai2x2 + ...+ ainxn - xk = bi
xk ≥ 0
 Exemplo
Coloque o problema do otimização linear na forma
padrão

minimizar f(x1, x2, x3) = 2x1 - 3x2 + 3x3

sujeito a:
x1  2 x2  x3  3
2 x1  x2  x3   1
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0
 Exemplo
Introduzindo variáveis de folga:

minimizar f(x1, x2, x3 , x4, x5) = 2x1 - 3x2 +3x3+ 0x4 + 0x5
sujeito a:
x1  2 x2  x3  x4 3
2 x1  x2  x3  x5   1
x1 ≥ 0, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0, x5 ≥ 0
 Transformação de problemas na
forma padrão
Variáveis livres

variável xi irrestrita de sinal no problema

xi  xi  xi , com xi  0, xi  0.

Qualquer número (positivo, negativo ou nulo) pode ser escrito

como uma diferença de dois outros números não-negativos
 Exemplo
Reescreva o problema do otimização linear com x1
livre

minimizar f(x1, x2, x3 , x4, x5) = 2x1 - 3x2 + 3x3 + 0x4 + 0x5
sujeito a:
x1  2 x2  x3  x4 3
2 x1  x2  x3  x5   1
x1 livre, x2 ≥ 0, x3 ≥ 0, x4 ≥ 0, x5 ≥ 0
 Exemplo
Escrevendo x1 como a diferença de duas variáveis:

min f ( x1 , x1 , x2 , x3 , x4 , x5 ) 2 x1  2 x1  3x2  3x3  0 x4 +0 x5

sujeito a:
x1  x1  2 x2  x3  x4 3
2 x1  2 x1  x2  x3  x5   1
x1  0, x1  0, x2  0, x3  0, x4  0, x5  0
Exercício
Coloque na forma padrão

minimizar f(x1, x2) = 3x1 + 2x2

sujeito a:
x1  2 x2  3
x1  x2   2
x1 livre, x2 ≥ 0
Escrita do problema ‘por colunas’
n
minimizar f ( x1 , x2 ,..., xn )   c j x j
j 1
Sujeito a:
n

a x
j 1
j j b

x j  0, j  1,..., n
 a1 j 
 
 a2 j 
aj  j-ésima coluna da matriz A
 
 
 amj 
Exemplo
 x1  2 x2  x3  3



 x2  2 x3  4
Exemplo
 x1  2 x2  x3  3



 x2  2 x3  4

1   2 1  3
  x1    x2    x3   
 0 1   2  4
 Resolução Gráfica
 Viável para problemas muito pequenos.
 Permite a visualização de soluções.
maximizar f(x1, x2) = x1 + 2x2
sujeito a:
x1  x2  4 
x1  2 
 Região factível S
x2  3 
x1  0, x2  0 
S = {(x1, x2 ) tal que x1 + x2 ≤ 4, x1 ≤ 2, x2 ≤ 3, x1 ≥ 0,
x2 ≥ 0}
Região factível
➢ Condições de não-negatividade: x1 ≥ 0, x2 ≥ 0}
Região factível
➢ Região definida por x1 + x2 ≤ 4
Região factível
➢ Região definida por x1 ≤ 2
➢ Região definida por x2 ≤ 3
Região factível S
S = {(x1, x2 ) tal que x1 + x2 ≤ 4, x1 ≤ 2, x2 ≤ 3, x1 ≥ 0,
x2 ≥ 0}
Curvas de nível
 x1  1 
x*      
 x2  3
Vértices da região factível
 Os vértices são determinados pela intersecção
de duas (ou mais) retas que definem a fronteira
da região factível.

 Os vértices são soluções de sistemas de

equações lineares.

 Se o gradiente da função objetivo for alterado,

outro vértice pode ser uma solução ótima.
 Pontos Extremos
“Se um problema de otimização linear tem uma solução
ótima, então existe um vértice ótimo.”
Exercício
 Determine a região factível e a solução ótima
do problema de otimização linear:

maximizar f(x1, x2) = x1 + x2

sujeito a:
-3x1 + x2 ≤ 2
x2 ≤ 3
x1 + 2x2 ≤ 9
3x1 + x2 ≤ 18
x1 ≥ 0, x2 ≥ 0
Região factível
Região factível
Determine a solução ótima se:
maximizar f(x1, x2) = x1 + 2x2
Múltiplas soluções ótimas
Região factível ilimitada
Problema de minimização
Múltiplos ótimos
Região infactível
Solução degenerada
 Exemplo
maximizar f(x1, x2) = x1 + 3x2
sujeito a:
x2 ≤ 4
x1 + x2 ≤ 6
x1 ≤ 3
5x1 + x2 ≤ 18
x1 ≥ 0, x2 ≥ 0
Método Simplex e Pontos Interiores

Método Simplex

Pontos Interiores
 Exercício
Uma fábrica produz dois itens. O primeiro item gera um
lucro de 1 unidade monetária e o segundo item um lucro
de 3 unidades monetárias. A fábrica trabalha com duas
matérias primas, A e B. Para a produção do item 1, é
necessária uma unidade da matéria prima A. Como sobra
da produção, é gerada uma peça da matéria prima B. Para
a produção do item 2, são necessárias uma unidade da
matéria prima A e duas unidades da matéria prima B. A
fábrica dispõe, em estoque, de 6 unidades de A e 8
unidades de B.
a) Modele o problema de maximização do lucro da
empresa.
b) Escreva a formulação obtida em A na forma padrão
c) Resolva graficamente
Solução gráfica