31
EAD 350 Pesquisa Operacional Aula 03 Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) [email protected] FEA/USP

EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) [email protected] FEA/USP . Método

  • Upload
    ngocong

  • View
    220

  • Download
    0

Embed Size (px)

Citation preview

Page 1: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

EAD 350 Pesquisa Operacional

Aula 03 – Parte 2

Profa. Adriana Backx Noronha Viana

(Participação Prof. Cesar Alexandre de Souza)

[email protected]

FEA/USP

Page 2: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Método Simplex (item 4.1 do Hillier e Lieberman) - apenas para conhecimento

• É um procedimento algébrico iterativo de solução, baseado na solução geométrica

(FPE no livro em português)

Page 3: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Método Simplex

• Elaborando o modelo – variáveis auxiliares (slack variables)

(graus de liberdade)

Page 4: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Método Simplex

Page 5: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Resolvendo a PL com o EXCEL (Solver) Aula 1 Exemplo 1 (Ex Wyndor)

Fábrica 1 2

1 1 0 4

2 0 2 12

3 3 2 18

Lucro Por Lote

(US$ 1.000) 3 5

Produto

Tempo de Produção

(horas)

Tempo de

Produção

Disponível

por Semana

Modelo Matemático

Função Objetivo

Max Z (lucro)= 3X1 + 5X2

Sujeito à (restrições):

1X1 + 0X2 <= 4 0X1 + 2X2 <= 12 3X1 + 2X2 < =18 X1, X2 >= 0

X1 – número de lotes do produto 1 produzido

semanalmente (porta de vidro com esquadria de

alumínio)

X2 – número de lotes do produto 2 produzido

semanalmente (janela com esquadria de madeira

Page 6: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Em amarelo: Dados de entrada do problema

Em azul: Valor inicial igual a zero

Em verde: Fórmula “somarproduto”

Planilha

Page 7: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Planilha

Coeficientes de restrições

Totais de recursos necessários

Totais de recursos disponíveis

Valor ótimo

Coeficientes da função objetiva

Variáveis decisórias

Page 8: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Fórmulas

Coeficientes de restrições

Totais de recursos necessários

Totais de recursos disponíveis

Valor ótimo

Coeficientes da função objetiva

Variáveis decisórias

Page 9: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Parâmetros do Solver

Page 10: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Parâmetros do Solver - Restrições

Page 11: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Resultados do Solver Valor ótimo Variáveis decisórias

Page 12: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Opções do Solver

Page 13: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Relatório de Sensibilidade

Page 14: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Relatório de Sensibilidade

22 c

2

150 1 c

3 - 3 3 + 4,5

Page 15: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Relatório de Sensibilidade

Page 16: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método
Page 17: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Limites para Fábrica 1

Page 18: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Relatório de Sensibilidade

Page 19: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Limites para Fábrica 2

Page 20: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Relatório de Sensibilidade

Page 21: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Limites para Fábrica 3

Page 22: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Aula 1 – Enunciado 1 • Um fabricante deseja maximizar a receita bruta de vendas de

ligas de metal. A tabela abaixo ilustra o consumo de matéria prima por unidade de liga, seus preços de venda e as disponibilidades de matéria-prima.

Itens / Atividades

Liga Tipo A LigaTipo B Matéria-prima disponível

Cobre 2 1 16

Zinco 1 2 11

Chumbo 1 3 15

Proço unitário de venda

R$30,00 R$50,00

Realize a análise de pós-otimalidade para o exercício, calculando os preços-sombra e seus limites de validade e fazendo a análise de sensibilidade dos parâmetros Ci da função Z

Page 23: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Análise pós Ótimo – Atv 3 – Ex1

Função Objetivo

Max Z = 30x1 + 50x2

Restrições

2x1 + x2 < 16 Cobre

x1 + 2x2 < 11 Zinco

x1 + 3x2 < 15 Chumbo

x1, x2 > 0

Page 24: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Análise de Sensibilidade – Ex. 1

5

10

15

5 10 15 A

B

C

D

E

Cobre 2x1 + x2 < 16

x2

x1

F

602

130

252

1

50

2

2

11

cc

cc

Coeficientes da função objetivo

quando for paralela à reta

x1 + 2x2 = 11 (Zn)

Girar até ser

paralela à reta x2 = 11/2 – 1/2 x1

G

Z = 30x1 + 50x2

Z = C1x1 + C2x2

Zinco: x1 + 2x2 < 11

Page 25: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Análise de Sensibilidade – Ex. 1

5

10

15

5 10 15 A

B

C

D

E

x2

x1

F

151

230

1001

2

50

2

2

11

cc

cc

Coeficientes da função objetiva

quando for paralela à reta

2x1 + x2 = 16 (Cu)

Girar até ser

paralela à reta

x2 = 16 - 2x1

G

Cobre: 2x1 + x2 < 16

Zinco: x1 + 2x2 < 11

Z = 30x1 + 50x2

Z = C1x1 + C2x2

Page 26: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Análise de Pós Ótimo – Ex. 1

Rel. Análise de Sensibilidade –Solver/Excel

Células ajustáveis

Valor Reduzido Objetivo Permissível Permissível

Célula Nome Final Custo Coeficiente Acréscimo Decréscimo

$B$3 Variável decisória x1 7 0 30 70 5

$C$3 Variável decisória x2 2 0 50 10 35

Restrições

Valor Sombra Restrição Permissível Permissível

Célula Nome Final Preço Lateral R.H. Acréscimo Decréscimo

$D$6 Cobre LE 16 3,333333333 16 6 6

$D$7 Zinco LE 11 23,33333333 11 1,2 3

$D$8 Chumbo LE 13 0 15 1E+30 2

Page 27: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

33,2331033,333'

33,333)67,2(50)67,6(30'

67,23

8;67,6

3

20

(Cu) 162

(Zn) 122

21

21

21

ZZZ

Z

xx

xx

xx

5

10

15

5 10 15 A

B

C

D

E

x2

x1

F(6,6; 2,8)

G(11; 0)

A restrição pode ser

deslocada entre os pontos

F(6,6; 2,8) e E(8; 0).

8 < zinco < 12,2

Restrição Zinco

Restrições Laterais – Ex. 1

Zinco: x1 + 2x2 < 11

Cobre: 2x1 + x2 < 16

Page 28: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

33,331033,313'

33,313)66,1(50)66,7(30'

67,13

5;67,7

3

23

172

112

21

21

21

ZZZ

Z

xx

xx

xx

5

10

15

5 10 15 A

B

C

D

E

x2

x1

F(6,6; 2,8)

G(11; 0)

A restrição pode ser

deslocada até os pontos

C(3; 4) e G(11; 0).

10 < cobre < 22

Restrição Cobre

Cobre: 2x1 + x2 < 16

Restrições Laterais – Ex. 1

Zinco: x1 + 2x2 < 11

Page 29: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Aula 3 – Enunciado 4

• Uma pequena manufatura produz dois modelos, Standard e Luxo, de um certo produto. Cada unidade do modelo Standard requer 3 horas de polimento e 1 hora de pintura. Cada unidade do modelo Luxo exige 1 hora de polimento e 4 horas de pintura. A fábrica dispõe de 2 polidores, numa base de 40 horas semanais e de um pintor, numa base de 20 horas semanais. As margens de lucro são R$24,00 e R$32,00, respectivamente, para cada unidade de Standard e Luxo. Não existem restrições de demanda para ambos os modelos. Encontre a produção semanal que maximize o lucro do fabricante.

Page 30: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Aula 3 – Enunciado 5 • Uma empresa pretende fabricar dois produtos, A e B. O volume de

vendas de A será de no mínimo 80% do total de vendas de ambos (A e B). Contudo, a empresa não poderá vender mais do que 100 unidades de A por dia. Ambos os produtos usam uma matéria prima cuja disponibilidade máxima diária é 240 quilos. As taxas de utilização da matéria prima são 2 quilos por unidade de A e 4 quilos por unidade de B. Os preços unitários de venda estimados pelo departamento de marketing para A e B são $20 e $ 50 respectivamente. Determine o mix de produto que otimize o faturamento da empresa (total da questão: 4,0 pontos)

a) Elabore o modelo matemático para o problema descrito.

b) Determine a solução pelo método gráfico.

c) O departamento de marketing estima que há uma margem de erro de 20% para mais ou menos em relação aos preços unitários estimados. A solução encontrada é robusta relativamente a essa margem de erro? Porque sim ou porque não? (para esse item, é necessário fazer a análise de sensibilidade para os parâmetros da função Z)

Page 31: EAD 350 Pesquisa Operacional Aula 03 Parte 2 · Aula 03 – Parte 2 Profa. Adriana Backx Noronha Viana (Participação Prof. Cesar Alexandre de Souza) backx@usp.br FEA/USP . Método

Uma empresa de engenharia está considerando o tempo

disponível de máquinas para a produção de três produtos:

1, 2 e 3. As horas requeridas para cada unidade de produto

e o tempo disponível em uma semana por máquina são:

Máquina 1 2 3

Tempo

horas/semana

Produto

A 4 h 1 h 1,5 h 100 h

B 2 h 1,5 h - 50 h

C 1 h - 0,5 h 25 h

Os produtos 1 e 2 podem ser vendidos em qualquer quantidade,

mas o produto 3 pode ser vendido até no máximo 10 unidades

por semana. O lucro unitário é de R$10, R$3 e R$4 para os

produtos 1, 2 e 3 respectivamente. Qual será o mix de produtos que

a empresa deve fabricar para obter o lucro máximo?

Aula 3 – Enunciado 6