1 / 77

Pesquisa Operacional I Fundamentos

Pesquisa Operacional I Fundamentos. Marcone Jamilson Freitas Souza Alexandre Xavier Martins Tatiana Alves Costa José Maria do Carmo Bento Alves Frederico Augusto Coimbra Guimarães Departamento de Computação Programa de Pós-Graduação em Engenharia Mineral Universidade Federal de Ouro Preto

raina
Download Presentation

Pesquisa Operacional I Fundamentos

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Pesquisa Operacional I Fundamentos Marcone Jamilson Freitas Souza Alexandre Xavier Martins Tatiana Alves Costa José Maria do Carmo Bento Alves Frederico Augusto Coimbra Guimarães Departamento de Computação Programa de Pós-Graduação em Engenharia Mineral Universidade Federal de Ouro Preto http://www.iceb.ufop.br/prof/marcone

  2. Roteiro • Solução gráfica de um PPL • Teorema Fundamental da Programação Linear • Caracterização de vértice • Fundamentação do Método SIMPLEX • Método das duas fases • Dualidade • Análise de sensibilidade

  3. Resolução gráfica de PPL’s • Passos para resolver graficamente um PPL: • Escolher uma solução x viável qualquer • Traçar o hiperplano definido pela função objetivo passando pelo ponto x • Determinar o gradiente da função objetivo no ponto x • Caminhar no sentido e direção do gradiente da função objetivo até tangenciar a região viável • O ponto de tangência representa a solução ótima x*

  4. Fundamentação do Método SIMPLEX Seja resolver o seguinte PPL:

  5. Fundamentação do Método SIMPLEX x2 A = (0,0) B = (2,0) x1 2 C = (2,1) D = (1,2) E = (0,2) F F = (0,3) G = (2,2) x* = (1,2), z* = 5 H = (3,0) G x2 2 D E z = 4 C x1 + x2 3 max z=x1 + 2x2 x1 H A B

  6. Teorema Fundamental da Programação Linear • O ótimo de um PPL, se existir, ocorre em pelo menos um vértice do conjunto de soluções viáveis. • Situações que podem ocorrer com relação ao conjunto M de soluções viáveis: • M = {} Neste caso não há solução viável => Não há solução ótima

  7. Teorema Fundamental da Programação Linear • M é não vazio • M é limitado x* y* x* Única solução ótima, a qual é vértice Infinidade de soluções ótimas, sendo duas vértices

  8. Teorema Fundamental da Programação Linear • M é não vazio • M é ilimitado x* x* Única solução ótima, a qual é vértice Infinidade de soluções ótimas, sendo uma vértice

  9. Teorema Fundamental da Programação Linear • M é não vazio • M é ilimitado x* y* Infinidade de soluções ótimas, sendo duas vértices Não há soluções ótimas

  10. Forma-padrão de um PPL • PPL está na forma-padrão quando é posto na forma: sendo

  11. Redução de um PPL qualquer à forma-padrão • Restrições do tipo  x3  0 • Restrições do tipo  x4  0

  12. Redução de um PPL qualquer à forma-padrão • Existe bi < 0 Solução: Basta multiplicar restrição i por -1 • Existem variáveis não-positivas Seja xk 0: Solução: Criar variável xk’ tal que xk’ = - xk Assim, modelo terá variável xk’  0

  13. Redução de um PPL qualquer à forma-padrão • Existem variáveis livres, isto é, variáveis xk que podem assumir qualquer valor real (negativo, nulo ou positivo) Solução: Substituir xk por xk’ – xk’’ , com xk’  0 e xk’’  0 xk’ > xk’’  xk > 0 xk’ = xk’’  xk = 0 xk’ < xk’’  xk < 0 • PPL é de maximização: max f(x) = - min {-f(x)}

  14. Caracterização de vértice A b x

  15. Caracterização de vértice x2 A = (0,0) B = (2,0) x1 2 C = (2,1) D = (1,2) E = (0,2) F F = (0,3) G = (2,2) H = (3,0) G x2 2 D E C x1 + x2 3 x1 H A B

  16. Caracterização de vértice • Em um ponto no interior do conjunto (não pertencente a nenhuma aresta) não há variáveis nulas • Em uma aresta há, pelo menos, uma variável nula • Em um vértice há, pelo menos, n-m variáveis nulas n - m m m R B n

  17. Caracterização de vértice • Para gerar um vértice: • Escolher uma matriz não-singular B tal que: BxB + RxR = b • Fazer xR = 0 • Se ao resolver o sistema BxB = b, for obtido xB 0, então x = (xB xR)t = (xB 0)t é vértice • Deste procedimento resulta uma Solução Básica Viável (SBV), com o significado geométrico de vértice.

  18. Definições • B = base • xB = vetor das variáveis básicas • xR = vetor das variáveis não-básicas • Solução Básica (SB) = vetor x tal que BxB=b e xR = 0 • Solução Básica Viável (SBV) = vetor x tal que BxB=b; xB  0 e xR = 0 • Solução Básica Viável Degenerada (SBVD) = SBV em que existe variável básica nula

  19. Princípio de funcionamento do Algoritmo SIMPLEX Esta SBV pode ser melhorada? Pare: Esta SBV é ótima SBV inicial Não Sim Determine VNB que deve entrar na base Determine VB que deve deixar a base Encontre nova SBV

  20. Princípio de funcionamento do Algoritmo SIMPLEX A b x

  21. Princípio de funcionamento do Algoritmo SIMPLEX PPL na forma canônica: Base é a identidade e coeficientes das VB’s na função objetivo são todos nulos.

  22. Princípio de funcionamento do Algoritmo SIMPLEX VB = {x3 = 2, x4 = 2, x5 = 2} VNB = {x1 = 0, x2 = 0} Solução inicial: x(0) = (0 0 2 2 3)t ; z = 0

  23. Princípio de funcionamento do Algoritmo SIMPLEX Transformações elementares: L4 -2L2 + L4 L3 -L2 + L3

  24. Princípio de funcionamento do Algoritmo SIMPLEX VB = {x3 = 2, x2 = 2, x5 = 1} VNB = {x1 = 0, x4 = 0} Final da Iteração 1: x(1) = (0 2 2 0 1)t ; z = 4

  25. Princípio de funcionamento do Algoritmo SIMPLEX L1 -L3 + L1 L4 -L3 + L4

  26. Princípio de funcionamento do Algoritmo SIMPLEX VB = {x1 = 1, x2 = 2, x3 = 1} VNB = {x4 = 0, x5 = 0} Final da Iteração 2: x(2) = (1 2 1 0 0)t ; z = 5

  27. Interpretação geométrica x2 A = (0,0) B = (2,0) x1 2 C = (1,1) D = (1,2) E = (0,2) F F = (0,3) G = (2,2) H = (3,0) G x2 2 D E C x1 + x2 3 x1 H A B

  28. Situação em que a origem não pode ser solução inicial:Exemplo 2 A b x

  29. Método das Duas Fases x2 A = (0,0) B = (2,0) x1 2 C = (1,1) D = (1,2) E = (0,2) F F = (0,3) G = (2,2) H = (3,0) G x2 2 D E C x1 + x2 3 x1 H A B

  30. Método das Duas Fases • Primeira fase (Criar problema auxiliar P’): • Introduzir variáveis de folga e variáveis artificiais • Variáveis de folga: introduzidas quando há variáveis do tipo  ou  • Variáveis artificiais: introduzidas quando há restrições do tipo  ou = • Criar função objetivo artificial: • Variáveis básicas iniciais: variáveis de folga associadas às restrições  e variáveis artificiais • Objetivo da primeira fase: minimizar a função objetivo artificial • Caminhar de SBV em SBV de P’ até alcançar SBV do problema original P (situação que ocorre quando todas as variáveis artificiais são nulas).

  31. Método das Duas Fases • Segunda fase: • A partir de uma SBV do problema original P, gerar SBV cada vez melhores até se atingir a solução ótima. • Aplicando o método das duas fases ao PPL dado, tem-se:

  32. Método das Duas Fases Redução à forma canônica: L4 -L3 + L4

  33. Método das Duas Fases L3 -L1 + L3 L4 L1 + L4 L5 -L1 + L5

  34. Método das Duas Fases L2 -L3 + L2 L4 L3 + L4 L5 -2L3 + L5

  35. Método das Duas Fases Fim da primeira fase: za = 0 x = (2, 1); z = 4

  36. Método das Duas Fases L3 L2 + L3 L4 -2L2 + L4

  37. Método das Duas Fases Solução ótima: x* = (2,2); z* = 6

  38. Método das Duas Fases: Interpretação Geométrica x2 A = (0,0) B = (2,0) x1 2 C = (1,1) D = (1,2) E = (0,2) F F = (0,3) G = (2,2) H = (3,0) G x2 2 D E C x1 + x2 3 x1 H A B

  39. Outro exemplo de aplicação do Método das Duas Fases:Exemplo 3 A b x

  40. Método das Duas Fases:Exemplo 3 • Introduzindo variáveis artificiais no PPL dado, tem-se:

  41. Método das Duas Fases L4 -L1 – L3 + L4 Transf. para forma canônica:

  42. Método das Duas Fases L3 -L1 + L3 L4 2L1 + L4 L5 -L1 + L5

  43. Método das Duas Fases L2 -L3 + L2 L4 L3 + L4 L5 -2L3 + L5

  44. Método das Duas Fases Fim da primeira fase: za = 0 x = (2, 1); z = 4

  45. Método das Duas Fases L3 L2 + L3 L4 -2L2 + L4

  46. Método das Duas Fases x3 pode entrar na base melhorando o valor de z indefinidamente. Assim, não há solução ótima.

  47. Método das Duas Fases: Interpretação Geométrica x2 A = (0,0) B = (2,0) x1 2 C = (1,1) D = (1,2) E = (0,2) F F = (0,3) G = (2,2) H = (3,0) G x2 2 D E C x1 + x2 3 x1 H A B

  48. Método das Duas Fases:Exemplo 4 A b x

  49. Método das Duas Fases:Exemplo 4 • Introduzindo variáveis artificiais no PPL dado, tem-se:

  50. Método das Duas Fases L4 -L1 – L3 + L4 Transf. para forma canônica:

More Related