Académique Documents
Professionnel Documents
Culture Documents
OTIMIZAO EM REDES
Modelando alguns problemas
(2015)
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 2/27
Introduo
6 7
2 4
A B C
3 5
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 4/27
Teoria dos Grafos
qb 2
0.1
0,1,L 0,1,L
3
1
1,1,R
0.3 0.2 start qa qc
0.4 0.6
1
0.3
0.4 2 4 0.6 0,1,R 0,1,L
qd
0.8 0.2
0.1 0.2 4
1,0,R 1,0,R
3 1,1,R
5
qe
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 5/27
Regra de Equilbrio de Fluxo
A partir da Teoria dos Grafos, podemos utilizar a Regra de Equilbrio de Fluxo para
modelar problemas onde o modelo de rede representa um fluxo diversificado podendo,
inclusive, ser retroalimentado. Para o emprego da tcnica, necessrio observar as
seguintes propriedades:
1. Toda oferta caracterizada pela sada de produtos e portanto representada
pelo sinal negativo ()
2. Toda demanda caracterizada pela entrada de produtos e portanto
representada pelo sinal positivo (+)
3. Quando a oferta for igual a demanda (Oferta = Demanda)
Entrada - Sada = Oferta ou Demanda
4. Quando a oferta for maior que a demanda (Oferta > Demanda)
Entrada - Sada Oferta ou Demanda
5. Quando a oferta for menor que a demanda (Oferta < Demanda)
Entrada - Sada Oferta ou Demanda
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 6/27
Problemas de Transportes
Problemas de Transportes
O problema consiste em transportar o produto dos centros de produo aos mercados
consumidores de modo que o custo total de transporte seja o menor possvel.
Admite-se, geralmente, que as quantidades produzidas ou ofertadas em cada centro e as
quantidades demandadas em cada mercado consumidor so conhecidas.
O transporte deve ser efetuado respeitando-se as limitaes de oferta e atendendo
demanda.
Os produtos podem ser os mais variados possveis: petrleo, equipamentos, mquinas,
produo agrcola, energia eltrica etc.
m P
n
Minimizar
P
f (x 11 , x 12 , . . . , x mn ) = ci j xi j
i =1 j =1
n
Sujeito a
P
xi j ai i = [1, ..., m]
j =1
m
P
xi j = b j j = [1, ..., n]
i =1
xi j 0
i = [1, ..., m]
j = [1, ..., n]
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 7/27
Problemas de Transportes
Exemplo
Exemplo
Uma indstria de aguardente possui trs alambiques e trs armazns nos quais so
envelhecidos as cachaas. Como os alambiques e os armazns esto localizados em
diferentes locais do estado, a empresa deseja saber quantos tonis de cachaa deve
enviar de cada alambique para cada armazm de forma a minimizar seu custo de
transporte. A capacidade de cada alambique e de cada armazm (em nmero de
tonis, bem como os custos de transporte por tonel) esto explicitados na tabela a
seguir. Formule o modelo de transporte.
Restries da Oferta
Alambique 1 x 11 + x 12 + x 13 300
Alambique 2 x 21 + x 22 + x 23 500
Alambique 3 x 31 + x 32 + x 33 200
Restries da Demanda
Armazm 1 x 11 + x 21 + x 31 = 300
Armazm 2 x 12 + x 22 + x 32 = 400
Armazm 3 x 13 + x 23 + x 33 = 300
Condies de
No Negatividade: x i , j 0 onde : i = {1, 2, 3}
j = {1, 2, 3}
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 9/27
Problemas de Transportes
Modelando por meio de um grafo
Uma indstria de aguardente possui trs alambiques e trs armazns nos quais so
envelhecidos as cachaas. Como os alambiques e os armazns esto localizados em
diferentes locais do estado, a empresa deseja saber quantos tonis de cachaa deve
enviar de cada alambique para cada armazm de forma a minimizar seu custo de
transporte. A capacidade de cada alambique e de cada armazm (em nmero de
tonis, bem como os custos de transporte por tonel) esto explicitados na tabela a
seguir. Formule o modelo de transporte.
Oferta Demanda
Alamb. 1 Arm. 1
Arm. 1 Arm. 2 Arm. 3 Cap. Alamb.
Alamb. 1 20 16 24 300
Alamb. 2 10 10 8 500
Alamb. 3 12 18 10 200 Alamb. 2 Arm. 2
Cap. Arm. 300 400 300
Alamb. 3 Arm. 3
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 10/27
Problemas de Transportes
Utilizando a Regra de Equilbrio de Fluxo
Restries da Oferta
Alambique 1 x 11 x 12 x 13 = 300
Alambique 2 x 21 x 22 x 23 = 500
Alambique 3 x 31 x 32 x 33 = 200
Restries da Demanda
Armazm 1 x 11 + x 21 + x 31 = 300
Armazm 2 x 12 + x 22 + x 32 = 400
Armazm 3 x 13 + x 23 + x 33 = 300
Condies de
No Negatividade: x i , j 0 onde : i = {1, 2, 3}
j = {1, 2, 3}
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 11/27
Problemas de Transportes com Transbordo
m P
n
Minimizar
P
f (x 11 , x 12 , . . . , x mn ) = ci j xi j
i =1 j =1
n
Sujeito a
P
xi j ai i = [1, ..., m]
j =1
m
P
xi j = b j j = [1, ..., n]
iP
=1 P
xi j = x j k
i k
xi j 0
i = [1, ..., m]
j = [1, ..., n]
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 12/27
Problemas de Transportes com Transbordo
Exemplo
Exemplo
A empresa Verde Folhas localizada possui trs centros agrcolas localizados Belo Horizonte,
Caet e Sabar e fornece hortalias para regio metropolitana de Belo Horizonte. Dos trs
centros, as hortalias so enviadas por meio de veculos utilitrios para seus distribuidores
localizados nas cidades de Contagem, Betim, e Santa Luzia e Ribeiro das Neves. O grafo
abaixo mostra as possveis rotas de envio disponveis para a empresa e a tabela ao lado
apresenta os custos de transportes de cada veculo na rota indicada. Atualmente, h 90 caixas
de produtos disponveis em Belo Horizonte, 20 em Caet e 10 em Sabar. O nmero de caixas
solicitados pelos distribuidores em Contagem, Betim, Santa Luzia e Rib. das Neves 30, 15,
15 e 50, respectivamente. A Verde Folhas deseja determinar a maneira mais econmica de
transportar as caixas dos trs centros para as cidades onde esto localizadas seus
distribuidores. Entretanto, para atender Ribeiro das Neves, obrigatria a passagem
antecipada por um dos trs distribudores da rede.
Centros Distribuidores
Bhz (1) Ct (2) Sbr (3) Ctg (4) Btm (5) Sta (6) Rib (7) Centro #1
Bhz (1) 4 6 7
Ct (2) 3 4 5
Sbr (3) 6 7 8
Ctg (4) 8 Centro #2 Rib. Neves
Btm (5) 5
Sta (6) 3
Centro #3
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 13/27
Problemas de Transportes com Transbordo
Modelo Matemtico genrico
Restries da Oferta x 14 + x 15 + x 16 90
x 24 + x 25 + x 26 20
x 34 + x 35 + x 36 10
Restries da Demanda x 14 + x 24 + x 34 = 30
x 15 + x 25 + x 35 = 15
x 16 + x 26 + x 36 = 15
x 47 + x 57 + x 67 = 50
Restries da transbordo x 14 + x 24 + x 34 = x 47
x 15 + x 25 + x 35 = x 57
x 16 + x 26 + x 36 = x 67
Condies de
No Negatividade: x i , j onde : i = {1, . . . , 6}
j = {1, . . . , 6}
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 14/27
Problemas de Transportes com Transbordo
Utilizando a Regra de Equilbrio de Fluxo
x 14 x 15 x 16 = 90
x 24 x 25 x 26 = 20
x 34 x 35 x 36 = 10
x 14 + x 24 + x 34 x 47 = 30
x 15 + x 25 + x 35 x 57 = 15
x 16 + x 26 + x 36 x 67 = 15
x 47 + x 57 + x 67 = 50
Condies de
No Negatividade: x i , j onde : i = {1, . . . , 6}
j = {1, . . . , 6}
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 15/27
Problemas de Caminho Mnimo
n
Minimizar
P P
f (x) = ci j xi j
i =1 j S(i )
Sujeito a
P
x1 j = 1
j S(i )
P
xi n = 1
i P
P(n) P
xi j = xjk j = [2, ..., n 1]
i P ( j ) kS( j )
xi j 0 i = [1, ..., n] e j = [1, ..., n]
Exemplo
Em uma pequena viagens de negcios, o vendedor deseja sair de Sete Lagoas e ir at a
cidade de Presidente Juscelino. Entretanto, o viajante deseja saber qual o ser o
menor caminho possvel entre as duas cidades. Na rota existente entre as cidades, os
traados em vermelho representam estradas sem pavimentao (terra) e os traados
em preto representam estradas pavimentadas (asfalto)
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 17/27
Problemas de Caminho Mnimo
Modelo Matemtico genrico
x 12 + x 13 = 1
x 78 + x 48 = 1
x 12 = x 25 + x 26
x 13 = x 34
x 34 + x 54 = x 48
x 25 = x 54 + x 57
x 26 = x 67
x 57 + x 67 = x 78
Condies de
No Negatividade: x i , j {1, 0} onde : i = {1, . . . , 8}
j = {1, . . . , 8}
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 18/27
Problemas de Caminho Mnimo
Utilizando a Regra de Equilbrio de Fluxo
x 12 x 13 = 1
x 12 x 25 x 26 =0
x 13 x 34 =0
x 34 + x 54 x 48 =0
x 25 x 54 x 57 =0
x 26 x 67 =0
x 57 + x 67 x 78 =0
x 78 + x 48 =1
Condies de
No Negatividade: x i , j {1, 0, 1} onde : i = {1, . . . , 8}
j = {1, . . . , 8}
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 19/27
Problemas de Fluxo Mximo
Maximizar x n1
Sujeito a
P P
xi j x ki = 0 i = [1, 2, ..., n]
j S(i ) kP (i )
0 x i j u i j (i , j ) E
Exemplo
A COPASA - guas Minerais de Minas S/A, deseja determinar a quantidade mxima
de metros cbicos por segundo de gua que pode bombear da estao de Serra Azul
para o centro consumidor de Belo Horizonte pela rede de aquedutos existentes. A
figura abaixo, apresenta a estrutura da rede de distribuio e apresenta a capacidade
de fluxo mximo no trechos (em metros cbicos por segundo)
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 21/27
Problemas de Fluxo Mximo
Utilizando a Regra de Equilbrio de Fluxo
x s1 40
x s2 30
Restries da Capacidade x 13 30
x 14 20
x 24 30
x 3b 20
x 4b 40
x bs 9.999
x bs x s1 x s2 =0
x s1 x 13 x 14 =0
Restries do fluxo x s2 x 24 =0
x 13 x 3b =0
x 14 + x 24 x 4b =0
x 3b + x 4b x bs =0
Condies de
No Negatividade: x i , j 0 onde : i = {1, . . . , 4}
j = {1, . . . , 4}
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 22/27
Problemas de Atribuio ou Designao
n P
n
Minimizar
P
f (x 11 , . . . x nn ) = P i j xi j
i =1 j =1
n
Sujeito a
P
xi j = 1 i = [1, ..., n]
j =1
Pn
xi j = 1 j = [1, ..., n]
i =1
Exemplo
O quadro abaixo indica o tempo em horas que cada uma das quatro mquinas da
empresa Grand Motors gasta para realizar cada uma das cinco tarefas relacionadas.
Sabendo que cada mquina pode realizar somente uma tarefa, a Grand Motors deseja
designar tarefas s mquinas, visando a minimizar o tempo gasto.
Restries da Oferta
Mquina 1 x 11 + x 12 + x 13 + x 14 =1
Mquina 2 x 21 + x 22 + x 23 + x 24 =1
Mquina 3 x 31 + x 32 + x 33 + x 34 =1
Mquina 4 x 41 + x 42 + x 43 + x 44 =1
Restries da Demanda
Tarefa 1 x 11 + x 21 + x 31 + x 41 =1
Tarefa 2 x 12 + x 22 + x 32 + x 42 =1
Tarefa 3 x 13 + x 23 + x 33 + x 43 =1
Tarefa 4 x 14 + x 24 + x 34 + x 44 =1
Condies de
No Negatividade: x i , j {0, 1} onde : i = {1, . . . , 4}
j = {1, . . . , 4}
Otimizao em Redes Prof. Dorirley Rodrigo Alves, 25/27
Problemas de Atribuio ou Designao
Modelo Matemtico
Bibliografia Bsica
RAGSDALE, Cliff T.
Modelagem e Anlise de Deciso..
Cengage Learning. 2009. 590 p. Edio Revisada. So Paulo. ISBN 10: 0-324-58061-4
COLIN, Emerson C
Pesquisa Operacional - 170 Aplicaes em Estratgia, Finanas, Logstica, Produo, Marketing e Vendas..
LTC. 2007. 501 p. Rio de Janeiro. ISBN 978-85-216-1559-0
LACHTERMACHER, Gerson.
Pesquisa Operacional na Tomada de Decises..
Pearson Prentice Hall, 2009. 4 Ed. 224 p. So Paulo. ISBN 978-85-7605-093-3
WAGNER, Harvey M.
Pesquisa operacional.
Rio de Janeiro: Prentice-Hall do Brasil, 1986. 851p. ISBN 8570540205 (broch.)
LUENBERGER, David G.
Linear and nonlinear programming.
2nd ed. Boston: Kluwer Academic, c2003. 491p. ISBN 1402075936
TAHA, Hamdy A
Operations Research: An Introduction..
Pearson Education - Prentice Hall international editions. 1996. 916p. Ed. 6 ISBN 9780132811729