26
1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães [email protected]

1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães [email protected]

Embed Size (px)

Citation preview

Page 1: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

1

Programação Linear

Pesquisa Operacional

Profa. Leila Jane Brum Lage Sena Guimarã[email protected]

Page 2: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

2

Tema da aula 09

Pesquisa Operacional:Programação Linear

Page 4: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

4

Programação Linear (PL)

Aplicações:

• Determinação de mix de produtos;• Escalonamento de produção;• Roteamento e logística;• Planejamento financeiro;• Carteiras de investimento;• Análise de projetos;• Alocação de recursos de mídia;• Designação de equipes.

Page 5: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

5

Programação Linear (PL)

A formulação do problema a ser resolvido por programação linear segue alguns passos básicos:

• Definir o objetivo básico do problema(Maximizar lucro ou desempenho, Minimizar custos, perdas, ou tempo)que será representado por um função objetivo (Maximizar ou Minimizar)

Page 6: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

6

Programação Linear (PL)

• Definir as variáveis de decisão envolvidas(Classes de investimento, máquinas, etc.)

• Definir as restrições(Equipamentos disponíveis, valor total mínimo para investimento, etc.)

Page 7: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

7

Programação Linear (PL)

O problema geral de programação linear pode ser definido por: Maximizar ou Minimizar.

Page 8: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

8

Programação Linear (PL)

Quando o problema envolve apenas duas variáveis, a solução ótima de um problema de PL pode ser encontrada graficamente.

Uma empresa de comida canina produz 2 tipos de ração: TOBI e REX. Para produzir a ração são utilizados cereais e carne. Sabendo-se que:

Consumo matéria prima TOBI REXCarne 1 Kg 4 KgCereais 5 Kg 2 Kg

Page 9: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

9

Programação Linear (PL)

TOBI REXPreço do pacote de ração $ 20 $ 30Custo Kg da carne $ 4Custo Kg de cereal $ 1Qtde carne/mês 10.000 KgQtde cereais/mês 30.000 Kg

Objetivo: Maximizar o lucro (Z), a partir da quantidade de ração TOBI (X1) e de ração REX (X2).

Page 10: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

10

Programação Linear (PL)

Cálculo do lucro unitário de cada ração:

TOBI REXCusto da carne 1Kg . $4 = $4 4Kg . $4 = $16Custo dos cereais 5Kg . $1 = $5 2Kg . $1 = $2

Custo total→ $ 9 $ 18Preço do pacote de ração $ 20 $ 30Lucro da ração (20 – 9) =

$ 11(30 – 18) =

$ 12

Page 11: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

11

Programação Linear (PL)A função objetivo por ser escrita como:Maximizar o lucro (Z) = 11X1 + 12X2,

onde X1 = TOBI e X2 = REX, 11 e 12 são os respectivos lucros.Sujeito as restrições:Restrição carne: 1X1 + 4X2 ≤ 10.000Restrição cereais: 5X1 + 2X2 ≤ 30.000Positividade das variáveis X1, X2 ≥ 0

Page 12: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

12

Programação Linear (PL)

Solução gráfica1)Traça-se um gráfico com os eixos compostos

pelas variáveis X1 e X2.

X1

X2

Page 13: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

13

Programação Linear (PL)

Solução gráfica1)Traçam-se as retas referentes as restrições do

problema e delimita-se a região viável.

Cálculo do ponto X1 e X2 para a 1ª equação

/4 P1 = (0, 2500)P2 = (10.000, 0)

Page 14: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

14

Programação Linear (PL)

Representação gráfica para a 1ª restrição

Page 15: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

15

Programação Linear (PL)

Cálculo do ponto X1 e X2 para a 2ª equação

P1 = (0, 15.000)P2 = (6.000, 0)

Solução gráfica

Page 16: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

16

Programação Linear (PL)

Representação gráfica para a 2ª restrição

Page 17: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

17

Programação Linear

Região viável – solução ótima

Z = 11X1 + 12X2

Page 18: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

18

Programação Linear (PL)

Exemplo 2Uma marcenaria deseja estabelecer uma programação diária de produção. Atualmente, a oficina faz apenas dois produtos: mesa e armário, ambos de um só modelo. Para efeito de simplificação, vamos considerar que a marcenaria tem limitações em somente dois recursos: madeira e mão-de-obra, cujas disponibilidades diárias são mostradas na tabela a seguir.

Page 19: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

19

Programação Linear (PL)

Exemplo 2

O processo de produção é tal que, para fazer uma mesa a fábrica gasta 2 m2 de madeira e 2 H.h de mão-de-obra. Para fazer um armário, a fábrica gasta 3 m2 de madeira e 1 H.h de mão de obra.

Page 20: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

20

Programação Linear (PL)

Exemplo 2Além disso, o fabricante sabe que cada mesa dá uma margem de contribuição para o lucro de $ 4 e cada armário dá uma margem de contribuição para o lucro de $ 1.

O problema é encontrar o programa de produção que maximiza a margem de contribuição total para o lucro.

Page 21: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

21

Programação Linear (PL)

Exemplo 2Definição das variáveis de decisão:X1 = qtde de mesas a produzir;X2 = qtde de armários a produzir.Relações matemáticas:

Mesa ArmárioMadeira 2 m2 3 m2

M. Obra 2 H.h 1H.hLucro $ 4 $ 1

Page 22: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

22

Programação Linear (PL)

Exemplo 2Relações matemáticas:RestriçõesMadeira = 2X1 + 3X2 ≤ 12M. Obra = 2X1 + 1X2 ≤ 8

X1, X2 ≥ 0

Função objetivo: Max lucro (L)L = 4X1 + X2

Page 23: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

23

Programação Linear (PL)

Exemplo 2

Page 24: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

24

Memória de aula

1. Formulação de um problema utilizando modelos matemáticos.

2. Determinação das variáveis do modelo.3. Determinação da função objetivo.4. Determine a função objetivo e restrições para o

problema

Page 25: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

25

Memória de aula

Produto A = x1 e Produto B = x2

Maximizar Z = 12 x1 + 8 x2

Sujeito a Maq1 = 3 x1 + 2 x2 ≤ 42Maq 2 = 2 x1 + 2 x2 ≤ 30Maq 3 = 2 x1 + 4 x2 ≤ 48 x1, x2 ≥ 0

Page 26: 1 Programação Linear Pesquisa Operacional Profa. Leila Jane Brum Lage Sena Guimarães leila_lage@uol.com.br

26

Bibliografia indicada

LISBOA, Erico Fagundes Anicet. Rio de Janeiro, 2002. versão digital disponível na Internet (http://www.ericolisboa.eng.br).

MURIOLO, Afrânio Carlos. Pesquisa operacional. 3. ed. São Paulo: Atlas, 2004.

CORRAR, Luiz J.; THEÓPHILO, Carlos Renato. Pesquisa operacional para decisão em contabilidade e administração. Contabilometria. São Paulo: Atlas, 2004.