I.

WEB

Pesquisa
Operacional
1

I. Resumo

Aulas Tericas, Aulas Prticas;

W:\Maikol\Pesquisa Operacional
Notas de Aulas (Transparncias)

Contedo Programtico (Descrio das Aulas)

Lista de Exerccios;
Provas

V1 + PE;

V2 + PE;
Faltas;
Bibliografia;
2

I. Introduo
Objetivos
Objetivos da
da Disciplina:
Disciplina:
* Introduzir a formulao, resoluo e implementao dos modelos de Pesquisa
Operacional na anlise de problemas reais na indstria, economia, finanas, etc;
* Desenvolver mtodos e algoritmos de Otimizao com nfase na Otimizao
de problemas de programao linear (Mtodo Simplex e Pontos Interiores);
* Abordar aplicaes e algoritmos da Programao Linear Inteira com
destaque aos mtodos de Branch-and-Bound e Cortes de Gomory;
* Realizar Anlise de Sensibilidade nos Modelos de Programao Linear.
Maikol Magalhes Rodrigues
Faculdade Farias Brito

I. Introduo
Metodologia
Metodologia de
de Ensino
Ensino ee Aprendizagem:
Aprendizagem:
* Exposio do contedo a nvel das aulas tericas motivao, conceitos,
definies, mtodos e justificaes;
*Formulao e resoluo de problemas a nvel das aulas terico-prticas;
*Aplicao de Softwares na soluo de Problemas em Programao
Linear(PPL) e Problemas de Programao Linear Inteira(PPLI) .

Maikol Magalhes Rodrigues

Faculdade Farias Brito

Ferramenta (Solver)
XYZ COMPUTER CORPORATION PRODUCTION PLAN
Product:

Standard

Deluxe
PROFIT:

Quantity to Produce:

0
$0

Profit per Unit:

$300

$500

Product Component Requirements

Components:

Standard Tower
Deluxe Tower
Hard Drive

Quantity Required:
Standard
Deluxe
1
0
1

0
1
2

Total
Usage

Number
In Stock

0
0
0

60
50
120

Chamando o Solver a
partir do Excel

Examinando a janela
para os parmetros do
Solver
Funo Objetivo

variveis
restries

Para o Excel, tudo tem que estar em clulas. A funo

objetivo, as variveis e as restries. Para tanto, precisamos
definir as clulas onde estaro as variveis, e calcular a funo
objetivo e as restries com frmulas que usem estas clulas 7

Passando as restries
x 1 + x 2 +x 3 800

E assim, para todas as restries

8

Preenchendo as opes
do solver
As opes do solver
servem para controlar
os mtodos numricos
de aproximao.
Como estamos
resolvendo problemas
lineares, bastante
assinalar os campos
indicados. O campo
de no negativos, se
necessrio.
9

A soluo do Solver

Soluo tima
Valor timo de Z

Solver

Ferramenta (Solver)
XYZ COMPUTER CORPORATION PRODUCTION PLAN
Product:

Standard

Deluxe
PROFIT:

Quantity to Produce:

60

30
$33.000

Profit per Unit:

$300

$500

Product Component Requirements

Components:

Standard Tower
Deluxe Tower
Hard Drive

Quantity Required:
Standard
Deluxe
1
0
1

0
1
2

Total
Usage

Number
In Stock

60
30
120

60
50
120

Problema de Escalonamento de
Pessoal
Considere
Considere um
um hospital
hospital onde
onde existem
existem 66 turnos
turnos dirios
dirios onde
onde cada
cada um
um
requer
requer nmero
nmero mnimo
mnimo de
de enfermeiros
enfermeiros necessrios
necessrios para
para assegurar
assegurar oo
servio,
servio,conforme
conformeooquadro:
quadro:
Turno:
22
33
44
Turno: 11
Perodo:
44--88 88--12
Perodo: 00--44
12 12
12--16
16
Nm.
10
12
10
Nm.de
deEnf:
Enf: 88
10
12
10
Salrio(R$):
Salrio(R$): 1550,00
1550,00 1450,00
1450,001250,00
1250,001300,00
1300,00

55
66
16
16--20
20 20
20--24
24
88
66
1350,00
1350,00 1450,00
1450,00

Supondo
Supondoque
queos
osenfermeiros
enfermeirostm
tm88horas
horasdirias
diriasde
detrabalho
trabalho(consecutivas)
(consecutivas)
ee que
que iniciam
iniciam sempre
sempre oo seu
seu trabalho
trabalho no
no princpio
princpio de
de um
um turno.
turno. Pretende-se
Pretende-se
determinar
determinar oo plano
plano de
de servio
servio dirio
dirio que
que envolva
envolva oo menor
menor nmero
nmero de
de
enfermeiros
enfermeiros de
de modo
modo aa que
que sejam
sejam garantidos
garantidos os
os nmeros
nmeros mnimos
mnimos
indicados
indicadosno
noquadro.
quadro.
Construir
Construir um
um modelo
modelo de
de modo
modo aa terminar
terminar aa quantidade
quantidade mnima
mnima de
de
enfermeiros,
enfermeiros,bem
bemcomo
comooocusto
custodesta
destaalocao.
alocao.

13

Modelo de Escalonamento de
Pessoal
Escolha das variveis de deciso:
xi =a quant. de enfermeiras a serem alocados no perodo i, i =1,...,6;

Elaborao da funo objetiva:

Minimizar f(x) = 1550x1+1450x2+ 1250x3+ 1300x4+1350x5+1450x6
Formulao das Restries Tecnolgicas:
x1 +
x6
x1 + x2
x2 + x3
x3 + x4
x4 + x5
x5 + x6
xi 0, i = 1,...,6

>= 8;
>= 10;
>= 12;
>= 10;
>= 8;
>= 6;

14

Alocao do
do pessoal
pessoal de
de hora
hora em
em
Alocao
hora
hora
0

10

11

14

13

12

17

16

15

18

19

21

20

22

23

24

T1
T2
T3

T4

T5

T6
T7

T8

T9

T10

T11
T12

T13
T14

T17

T18

T15

T16

T19
T20
T21

T22
T23

T24

Modelo Genrico do Exemplo 3

Mn
s.a:

Tj
j J

Aplicaes

Sistemas de comunicao, transporte e

distribuio so modelados atravs de
PO;
Representao

1
3

G = (V,E)
onde: V = {v1, v2, v3, , vn}
E = {e1, e2, e3, , en}

2
5

4
6

G1= (Cruzamentos, Ruas)

10

22

10

3
3

21

6
7

12

11

4
5

5
1

G2 = (Cidades, Estradas)

Problema de Transporte. Exemplo

Sob a forma de rede
Armazns

Fbricas
11

c11
x11

11
22

22
33
33

c34
x34

44

Problema de Fluxo Mnimo

Dado o grafo orientado abaixo, determine a distncia mnima entre os
pontos A e L.

10

B
8

2
A

11

4
F

4
10
D

5
7

4
9

4
9

2
6

J
2
K

6
1

Soluo
10
B
8

2
A

11

4
F

4
10
D
Caminho mnimo: 13
Arestas: AC, CE, EJ, JL

5
7

4
9

4
9

2
6

J
2

K
2

Problema de Fluxo Mximo

Dado o grafo orientado representativo de uma rede na figura
abaixo. Os valores em cada aresta representam o custo mnimo
(cij) da aresta entre os dois pontos (i e j), sendo kij, no nulos.
Determine o custo mnimo e a configurao correspondente
para esta rede.
10;3
5
3;5
2
6;7
5;4
10;5
1
7
4
3;2
13;7
6;7
4;4
3
6
6;3
Obs.: O problema de fluxo em custo mnimo encontrar um fluxo de uma fonte s
para um destino t de custo mnimo em uma rede.

Soluo do exemplo 2
Para v0=11 tem-se funo objetivo = 211 e x12 = 4, x13 = 7, x24 = 1,
x25 = 3, x34 = 0, x36 = 0, x37 = 7, x47 = 1, x57 = 3, x67 = 0.
10;3 (3)
5
3;5 (3)
2
6;7(4)
5;4 (1)
10;5 (1)
1
7
4
3;2 (0)
13;7(7)
6;7 (7)
4;4 (0)
3
6
6;3 (0)
2

Problemas de
Telecomunicao

23

O Caixeiro Viajante

Um caixeiro viajante precisa

percorrer todas as cidades de uma
regio e voltar para a cidade de
origem sem passar duas vezes por
uma mesma cidade percorrendo a
menor distancia.

O Problema

Caminho mnimo
1

Grafo Exemplo

Tipologias de Problemas
de Corte

Figura 1 - Problema de Corte de estoque:

(a) objetos, (b) itens.

Tipologias de Problemas
de Corte

Um padro de corte a maneira

como os objetos em estoque sero
cortados para produzir os itens
menores.

Figura 2: Padres de Corte

Etapas do Processo de
Produo de Calados

Etapas do Processo de
Produo de
Aguardente

No CARNAVAL, um jovem estava saindo com duas

namoradas: Maria e Luza. Sabe, por experincia, que: Maria,
elegante, gosta de freqentar lugares sofisticados, mais caros, de
modo que uma sada de trs horas custar R$240. Luza, mais
simples, prefere um divertimento mais popular, de modo que,
uma sada de trs horas custar R$160. Seu oramento permite
dispor de R$960 para diverso e seus afazeres escolares lhe do
liberdade de, no mximo, 18 horas e 40.000 calorias de energia para
atividades sociais. Cada sada com Maria consome 5.000 calorias,
mas com Luza, mais alegre e extrovertida, gasta o dobro; ele gosta
das duas com a mesma intensidade. Como deve planejar sua vida
social para obter o nmero mximo de sadas? Modelar o problema e
resolver graficamente.

Escolha das variveis de deciso:

xi quantidade de sadas com Maria (i =1) e Luza (i = 2).

Elaborao da funo objetiva:

z = Maximizar{f(x) = x1 + x2} - funo da quantidade de sadas
com Maria e Luza.

Formulao das Restries Tecnolgicas:

ARestrio associada disponibilidade de tempo: 3x1 + 3x2 18;

Restrio associada disponibilidade de dinheiro: 240x1 + 160x2 960;

a)Restrio

associada disponibilidade de Calorias: 5000x1+10000x2 40000;

x1, x2 0
3

Exemplo de Cortes
Suponhamos que possumos barras de 6 m de comprimento que
devem ser convenientemente cortadas para obtermos barras
menores nos seguintes tamanhos:
a.
b.
c.

50 barras de 2 metros;
60 barras de 3 metros;
90 barras de 4 metros.

FFormule um problema de programao linear inteira para o

problema de cortes acima
3

X4
X3
X2
X42
X32
X33
X222
X22

1)

80.00000

Assim, o modelo matemtico :

Min z = 2x4 + 3x3 + 4x2 + x32 + 2x22
VARIABLE
VALUE COST
S.t.
x4 + x42 = 90
X4
40.000000
0.000000
x3 + x32 + 2x33 = 60
50.000000
0.000000
x2 + x42 + x32 + 3x222 + 2x22 = 50X42
x4, ..., x22 +
X33
30.000000
0.000000

Exemplo de Cortes

Suponha-se que existem chapas de 6x3 metros que

devem ser convenientemente cortadas para obter-se
chapas menores nas seguintes dimenses.
70 chapas de 3x3 m;
60 chapas de 4x3 m;
80 chapas de 2x2 m.
Formule um problema de programao linear inteira
para o problema de cortes acima
3

Exemplos
xaa

xac

XCCC
XAC
XAA
XBC

xbc

Min 0 Xaa + 5 Xac + 2Xbc + 6 Xccc

s.t.
2Xaa + Xac >= 70
Xbc >= 60
Xac + Xbc + 3Xccc >= 80
Xaa, Xac, Xbc, Xccc >= 0 ; Inteiros.

xccc

Como Resolver esses

Problema? GLP
(Grfica)
P a y o ff:

1 .0 x 1 +

1 .0 x 2 =

6 .0

x2
5

1
: 1 8 0 .0 x 1 + 1 0 0 .0 x 2 = 8 0 0 .0
0

:
0

2 .0 x 1 +

4 .0 x 2 = 2 0 .0
1

x1

O p t im a l D e c is io n s ( x 1 ,x 2 ) : ( 2 .0 , 4 .0 )
: 2 .0 x 1 + 4 .0 x 2 < = 2 0 .0
: 1 8 0 .0 x 1 + 1 0 0 .0 x 2 < = 8 0 0 .0

Softwares Comerciais

LINDO; (www.lindo.com]
CPLEX; (www.ilog.com]
XPRESS;
Solver do Excel;

Software Lindo
Verso Windows

Entrando com o modelo

do vendedor de frutas

Subject To

opcional
4

Resolvendo um
problema

Solve

Se a sintaxe no estiver correta

alguma mensagem de erro aparecer
4

Lindo
Soluo do Problema
Se nenhum erro ocorrer
durante a compilao
a tela ao lado aparecer.
Se a analise de sensibilidade for desejada (ainda
no vimos nada sobre
isso)
responda sim

Lindo
Soluo do Problema

Valor timo da
Funo Objetivo
Valor das Variveis
Originais (Soluo tima)
Valor das Variveis
de Folga ou Excesso
4

II. Bibliografia:
1)Pinheiro, P. R., Notas de Aulas em Pesquisa Operacional, 2002;
2)Winston, W. L., Operations Research, Applications and Algorithms, Duxbury, 1994.
3)Schrage, L., Optimization Modeling with LINGO, LINDO SYSTEMS INC, USA, 2 a
Edition,1999;
4) Hillier, F.S., Lieberman, G.J., Introduction to Operations Research, 5th edition,
McGraw-Hill (1990);
5) Ramalhete,M., Guerreiro,J., Magalhes, A., Programao Linear, vols 1 e 2, McGrawHill (1985);
6) Goldbarg, M. C. e Luna, H. P. L., Otimizao Combinatria e Programao Linear
Editora Campus(2000).

44