Академический Документы
Профессиональный Документы
Культура Документы
– Engenharia de Produção –
Pesquisa Operacional 1
Faculdade Pitágoras
Engenharia de Produção
Prof. Msc. Joabe Amaral
2 Exemplos.
SUMÁRIO
3 Exercícios.
Dentre as diversas possibilidades de problemas de PL, aqueles que são baseados em apenas
2 variáveis de decisão (x1 e x2), podem ser solucionados pelo Método Gráfico.
Este método caracteriza-se pela busca da solução ótima do problema de PL, dentro de uma
região factível formada pela intersecção das retas geradas pelas inequações das
restrições.
Quando o problema citar que há um estoque para se utilizar, as restrições são do tipo
(≤) pois não se pode consumir matéria-prima além do que se tem disponível no
estoque. São as Restrições de Matéria-Prima;
Quando o problema citar que há um número existente de máquinas para produção,
homens para trabalhar, veículos para transportar, dinheiro para investir e
similares, as restrições são do tipo (≤) pois não se pode utilizar mais máquina para se
produzir, além do que se tem. Não pode contar com mais operadores, além do que se tem.
Não se pode transportar além da capacidade do caminhão. Enfim, todas Restrições de
Capacidade de Produção;
Quando o problema citar quantidades necessárias para a produção ser
aceitável (sucos, vitaminas, tintas, misturas em geral), as restrições são do tipo (≥) pois
não se pode utilizar menos do que o exigido para se ter um produto de qualidade.
Inteligência Computacional Aplicada a Sistemas
Pesquisa de Controle
Operacional 1 e Automação – Joabe Silva
Faculdade Pitágoras
Engenharia de Produção
Prof. Msc. Joabe Amaral
Restrição 1
Restrição 1
10
6
Restrição 1
Restrição 2
4 6
11
6
Restrição 1
Restrição 2
Restrições de
Negatividade 3
4 6
12
Restrição 1
Restrição 2
Restrições de
Negatividade
Região Factível
13
Para Z = 6
Região Factível
14
Para Z = 9
Região Factível
15
16
x1*
17
Observa-se que ao passo que
1. O MÉTODO DA SOLUÇÃO GRÁFICA se aumenta o valor da função
objetivo as retas se deslocam
Como obter a solução gráfica? para cima.
8 º PASSO: Encontrar os pontos ótimos. A seta em amarelo representa o
vetor gradiente da função
objetivo. Como a função é de
maximização, o ponto ótimo
está na direção que o vetor
Às vezes é fácil observar quais são os
cresce, até o limite da região
pontos ótimos de cara (em casos onde a factível.
restrição é uma reta sem inclinação). No
caso deste exemplo, utiliza-se o método
de geometria analítica para achar o
ponto em que as duas retas se
cruzam. PONTO ÓTIMO
x*2 Região Factível
Sistema de equações formado pelas duas restrições
x1*
18
PONTO ÓTIMO
x*2 Região Factível
x1*
19
PONTO ÓTIMO
x*2 Região Factível
x1*
20
x1*
21
Região Factível
22
Células ajustáveis
Célula Nome Valor original Valor final
$B$4 Variáveis x1 0 3 PONTO ÓTIMO
$C$4 Variáveis x2 0 1,5
Região Factível
Restrições
Célula Nome Valor da célula Fórmula Status Transigência
$D$10 LHS 24 $D$10<=$E$10 Agrupar 0
$D$9 LHS 12 $D$9<=$E$9 Agrupar 0
23
Região Factível
24
25
s.a.
26
27
28
29
30
4. RESUMO
Nesta unidade você aprendeu a utilizar o método gráfico para resolver um problema de
duas variáveis. Pelo método gráfico, cada restrição precisa ser representada em um
gráfico formado pelos eixos das variáveis x1 e x2. A junção de todas as restrições forma
o espaço de possíveis soluções.
Depois de encontrar o espaço de possíveis soluções é necessário assumir alguns valores
para a função objetivo (z). Com esses valores, podemos traçar uma reta para cada
valor de z e perceber para onde a função objetivo cresce. Conseqüentemente, é
possível visualizar qual é a solução ótima graficamente. A solução ótima estará
localizada em um dos vértices da região de possíveis soluções, ou seja, está
localizada na interseção de duas retas. Para encontrar os valores de x1, x2 e
conseqüentemente z, basta resolver um sistema de equações lineares com as duas
retas que passam pelo ponto ótimo.
Na próxima aula você aprenderá a solucionar os problemas de Programação Linear por meio
do aplicativo Solver do Excel. Tal ferramenta permitirá a solução de problemas mais
complexos, com mais de 2 variáveis de decisão e com um número maior de restrições.
31
32
33