1 / 132

PROGRAMAÇÃO LINEAR

PROGRAMAÇÃO LINEAR. 14 de setembro de 2014. SUMÁRIO. 1. Definição 2. Aplicações 3. Problema Ilustrativo 3.1 Enunciado 3.2 Dados Físicos e Econômicos 3.3 Modelo Matemático 3.4 Balanço de Informação e Variáveis de Projeto 3.5 Critério e Função Objetivo

kevlyn
Download Presentation

PROGRAMAÇÃO LINEAR

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. PROGRAMAÇÃO LINEAR 14 de setembro de 2014

  2. SUMÁRIO

  3. 1. Definição 2. Aplicações 3. Problema Ilustrativo 3.1 Enunciado 3.2 Dados Físicos e Econômicos 3.3 Modelo Matemático 3.4 Balanço de Informação e Variáveis de Projeto 3.5 Critério e Função Objetivo 3.6 Restrições 3.7 Região Viável 3.8 Resolução. Algoritmo SIMPLEX

  4. OBSERVAÇÃO PRELIMINAR

  5. OTIMIZAÇÃO: 1 EXTRATOR Modelo Matemático Restrições 1. Q (xo - x) - W y = 0 2. y - k x = 0 (k = 4) Avaliação Econômica Função Objetivo R = pAB W y C = pB W L = R – C = pAB W y - pB W L = a - b x - c/x OTIMIZAÇÃO: 2 EXTRATORES Modelo Matemático Restrições 1. Q(xo - x1) - W1 y1 = 0 2. y1 - k x1 = 0 3. Q(x1 -x2) - W2 y2 = 0 4. y2 - k x2 = 0 Avaliação Econômica Função Objetivo R = pAB (W1 y1 + W2 y2 ) C = pB (W1 + W2) L = pAB (W1 y1 + W2 y2 ) - pB (W1 + W2) L = a – b /x1– cx2 – d x1/x2 Observação: Restrições e Função Objetivo Não-Lineares

  6. OTIMIZAÇÃO: TROCADOR DE CALOR Modelo Matemático Restrições Avaliação Econômica Função Objetivo CT = Ccap + Cutil Cutil = (8.500)(5x10-5)W3 Observação: Restrições e Função Objetivo Não-Lineares

  7. OTIMIZAÇÃO: PROCESSO ILUSTRATIVO Modelo Restrições 01. f11 - f12 - f13 = 002. W15 - f23 = 003. f31 - f32 = 004. k – (3 + 0,04 Td) = 005. k – x13 / x12 = 006. (f11 Cp1 + f31 Cp3) (T1 - Td) + W15 Cp2l (T15 - Td) = 007. Vd -  (f11 /1 + W15/2 + f31/3) = 008. r - f13/f11 = 009. T2 – Td = 010. T3 – Td = 0 20. W8 - W9 = 0 21. W5 - W10 = 0 22. Qc - W8 Cp3 (T9 - T8) = 0 23. W5 [2 + Cp2g (T5 – T10)] - Qc = 0 24. Qc - Uc Acc = 0 25. c - [(T5 - T9) - (T10 - T8)]/ln[(T5 - T9)/(T10 - T8)] = 0 26. W11 - W12 = 0 27. W10 - W13 = 0 28. Qr - W11 Cp3 (T12 - T11) = 0 29. Qr - W10 Cp2l (T10 - T13) = 0 30. Qr - Ur Arr = 0 31. r - [(T10 - T12) - (T13 - T11)]/ln[(T10 - T12)/(T13 - T11)] = 0 11. f13 - f14 = 0 12. f23 - f24 - W5 = 0 13. W6 - W7 = 0 14. W6 [3 + Cpv (T6 – T7)] - Qe = 0 15. Qe – [(f13Cp1 + f23Cp2l)(Te - T3) + W52] = 0 16. Qe - Ue Aee = 0 17. e - (T6- Te) = 018. T4 – Te = 019. T5 – Te = 0 32. W13 + W14 - W15 = 0 33. W13 (T15 - T13) + W14 (T15 - T14) = 0 34. f11 + f31 - W1 = 0 35. x11 - f11 / W1 = 0 36. f12 + f22 – W2 = 0 37. x12 - f12/ W2 = 0 38. f13 + f23 – W3 = 0 39. x13 - f13 / W3 = 0 40. f14 + f24 - W4 = 0 41. x14 - f14/ W4 = 0

  8. PROCESSO ILUSTRATIVO R = pAB f14 Fop $/a Avaliação Econômica Função Objetivo Investimento:Ib = Ibb (20/Pbb) Mb $Id = Idb (Vd/Vdb) Md $Ie = Ieb (Ae/Aeb) Me $Ic = Icb (Ac/Acb) Mc $ Ir = Irb (Ar/Arb) Mr $ISBL = fT fD fL (Ib + Id + Ie + Ic + Ir) $ LE = 0,7 R – 0,8 C – 0,4 ISBL $/a Custos:Cagua = pa (W8 + W11) $/hCvapor = pv W6 $/hCsolvente = ps W14 $/hCbomba = 0,15 $/hC = Fop (Cagua + Cvapor + Csolvente + Cbomba) $/a Observação: Restrições e Função Objetivo Não-Lineares

  9. 1. DEFINIÇÃO

  10. PROGRAMAÇÃO LINEAR É uma área da Otimização que trata exclusivamente deum tipo especial de problema: Min f(x) = a1x1+a2x2+ ...+anxn x s.a.: g(x) = b1x1+b2x2+ ...+bnxn 0 O que se observa ??? A Função Objetivo e todas as Restrições são lineares Problema de Programação Linear

  11. 2. APLICAÇÕES

  12. Por ser muito peculiar parece não encontrar aplicações... Pelo contrário: ele aparece no planejamento nas áreas de transportes:rodoviário, ferroviário, fluvial, marítimo, aéreo. comércio:distribuição de mercadorias por entrepostos; estoques. energia:produção e distribuição militar:logística produção industrial  nosso interesse Outros...

  13. 3. PROBLEMA ILUSTRATIVO Planejamento da Produção de uma Refinaria(adaptado de Edgar & Himmelblau, “Optimization of Chemical Processes”, 1988)

  14. 3.1 ENUNCIADO

  15. Uma refinaria pode receber dois tipos de óleo cru: O1 e O2. A partir de cada um deles, ela pode produzir:- gasolina (G)- querosene (Q)- óleo combustível (C)- óleo residual (R) Determinar - quantos barris/dia a refinaria deve adquirir de cada óleo cru (x1, x2)(b/d) [disponibilidade ilimitada] - quanto a refinaria deve produzir, a partir de cada óleo, de - gasolina (x31, x32)(b/d) - querosene (x41, x42)(b/d) - óleo combustível (x51, x52)(b/d) - óleo residual (x61, x62)(b/d)

  16. Fluxograma com Informações Necessárias PRODUTOS p3 = ($/b); x3max= (b/d) p4 = ($/b); x4max= (b/d) p5 = ($/b); x5max= (b/d) p6=10 ($/b) C1 = $/b x31 b3/b1 O1 x41 b4/b1 p1 = ($/b) x51 x1 (b/d) b5/b1 x61 b6/b1 CRÚS C2 = $/b G x32 x3(b/d) O2 b3/b2 Q x42 x4(b/d) p2 = ($/b) b4/b2 C x52 x5(b/d) b5/b2 x2 (b/d) R x62 x6(b/d) b6/b2

  17. 3.2 DADOS FÍSICOS E ECONÔMICOS

  18. Processamento do Óleo O1:- preço do óleo : p1 = 24 $/b- custo de processamento: c1 = 0,50 $/b- perfil de produção : gasolina 80%, querosene 5%, óleo combustível 10% e óleo residual 5%. Processamento do Óleo O2:- preço do óleo : p2 = 15 $/b- custo de processamento: c2 = 1,0 $/b- perfil de produção : gasolina 44%, querosene 10%, óleo combustível 35% e óleo residual 10%. Preços de venda gasolina : p3 = 36 $/bquerosene : p4 = 24 $/bóleo comb. : p5 = 21 $/bóleo resid. : p6 = 10 $/b Produção máxima de cada produtox3max = 24.000 b/d (x3 = x31 + x32) (G) x4max = 2.000 b/d (x4 = x41 + x42) (Q)x5max = 6.000 b/d (x5 = x51 + x52) (C) Dados resumidos no Fluxograma seguinte.

  19. Fluxograma PRODUTOS p3 = 36 ($/b); x3max= 24.000(b/d) p4 = 24 ($/b); x4max= 2.000(b/d) p5 = 21 ($/b); x5max= 6.000(b/d) p6=10 ($/b) C1 = 0,50 $/b x31 0,80 b3/b1 O1 x41 0,05 b4/b1 p1 = 24 ($/b) x51 x1 (b/d) 0,10 b5/b1 x61 0,05 b6/b1 CRÚS C2 = 1 $/b G x32 x3(b/d) O2 0,44 b3/b2 Q x42 x4(b/d) p2 = 15 ($/b) 0,10 b4/b2 C x52 x5(b/d) 0,36 b5/b2 x2 (b/d) R x62 x6(b/d) 0,10 b6/b2

  20. No enfoque da Engenharia de Processos trata-se de um problema de Análise de Processos. Dimensionar uma dada estrutura Trata-se de um problema de otimização

  21. 5.2 ELEMENTOS COMUNS EM PROBLEMAS DE OTIMIZAÇÃO Todo problema de otimização exibe os seguintes elementos, qualquer que seja a sua área de aplicação. O conhecimento esses elementos e das suas características é de fundamental importância para a solução do problema 5.2.1 Variáveis de Decisão 5.2.2Critério 5.2.3 Função Objetivo 5.2.4 Restrições 5.2.5 Região Viável

  22. 3.3 MODELO

  23. C1 = 0,50 $/b x31 0,80 b3 / b1 O1 x41 0,05 b4 / b1 p1 = 24 ($/b) x51 x1 (b/d) 0,10 b5 / b1 x61 0,05 b6 / b1 CRÚS C2 = 1 $/b G x32 x3(b/d) O2 0,44 b3 / b2 Q x42 x4(b/d) p2 = 15 ($/b) 0,10 b4 / b2 C x52 x5(b/d) 0,36 b5 / b2 x2 (b/d) R x62 x6(b/d) 0,10 b6 / b2 Modelo: Balanços Materiais Gasolina : 0,80 x1 + 0,44 x2 = x3Querosene : 0,05 x1 + 0,10 x2 = x4Óleo : 0,10 x1 + 0,36 x2 = x5Residual : 0,05 x1 + 0,10 x2 = x6 PRODUTOS p3 = 36 ($/b); x3max= 24.000(b/d) p4 = 24 ($/b); x4max= 2.000(b/d) p5 = 21 ($/b); x5max= 6.000(b/d) p6 = 10 ($/b)

  24. 3.4 BALANÇO DE INFORMAÇÃO E VARIÁVEIS DE PROJETO

  25. C1 = 0,50 $/b x31 0,80 b3/b1 O1 x41 0,05 b4/b1 p1 = 24 ($/b) x51 x1 (b/d) 0,10 b5/b1 x61 0,05 b6/b1 CRÚS C2 = 1 $/b G x32 x3(b/d) O2 0,44 b3/b2 Q x42 x4(b/d) p2 = 15 ($/b) 0,10 b4/b2 C x52 x5(b/d) 0,36 b5/b2 x2 (b/d) R x62 x6(b/d) 0,10 b6/b2 Modelo Gasolina : 0,80 x1 + 0,44 x2 = x3Querosene : 0,05 x1 + 0,10 x2 = x4Óleo : 0,10 x1 + 0,36 x2 = x5Residual : 0,05 x1 + 0,10 x2 = x6 Balanço de InformaçãoG = V – N = 6 – 4  G = 2

  26. Ordenação das Equações Gasolina : 0,80 x1 + 0,44 x2 = x3Querosene : 0,05 x1 + 0,10 x2 = x4Óleo : 0,10 x1 + 0,36 x2 = x5Residual : 0,05 x1 + 0,10 x2 = x6 Variáveis de Projeto: x1 e x2

  27. 3.5 CRITÉRIO E FUNÇÃO OBJETIVO

  28. C1 = 0,50 $/b x31 0,80 b3/b1 O1 x41 0,05 b4/b1 p1 = 24 ($/b) x51 x1 (b/d) 0,10 b5/b1 x61 0,05 b6/b1 CRÚS C2 = 1 $/b G x32 x3(b/d) p3 = 36 ($/b) O2 0,44 b3/b2 Q x42 x4(b/d) p4 = 24 ($/b) p2 = 15 ($/b) 0,10 b4/b2 C x52 x5(b/d) p5 = 21 ($/b) 0,36 b5/b2 x2 (b/d) R x62 x6(b/d) p6 = 10 ($/b) 0,10 b6/b2 Função Objetivo L = R – CMP - CP Receita (R): 36 x3 + 24 x4 + 21 x5 + 10 x6Custos de MatPrim (CMP) : 24 x1 + 15 x2Custos Processamento (CP).: 0,50 x1 + x2 L = 36 x3 + 24 x4 + 21 x5 + 10 x6 - 24x1 - 15 x2-0,50 x1 - x2

  29. 3.6 RESTRIÇÕES

  30. Relembrando ...

  31. 5.2.3 Restrições São os limites impostos pelas leis naturais às variáveis do processo. Há dois tipos de restrições: (a) restrições deigualdade : h(x) = 0 São as equações do próprio modelo matemático. (b) restrições de desigualdade: g (x)  0 São os limites impostos às Variáveis de Projeto A presença de restrições pode alterar a solução de um problema

  32. C1 = 0,50 $/b x31 0,80 b3/b1 O1 x41 0,05 b4/b1 p1 = 24 ($/b) x51 x1 (b/d) 0,10 b5/b1 x61 0,05 b6/b1 PRODUTOS CRÚS C2 = 1 $/b G x32 x3(b/d) p3 = 36($/b); x3max= 24.000(b/d) O2 0,44 b3/b2 Q x42 x4(b/d) p4 = 24($/b); x4max= 2.000(b/d) p2 = 15 ($/b) 0,10 b4/b2 C x52 x5(b/d) p5 = 21($/b); x5max= 6.000(b/d) 0,36 b5/b2 x2 (b/d) R x62 x6(b/d) p6 = 10($/b) 0,10 b6/b2 Restrições de DesigualdadeGasolina : x3 24.000Querosene : x4 2.000 Combustível : x5 6.000Óleos crus : x1  0 e x2  0 Restrições de IgualdadeGasolina : 0,80 x1 + 0,44 x2 = x3Querosene : 0,05 x1 + 0,10 x2 = x4Óleo : 0,10 x1 + 0,36 x2 = x5Residual : 0,05 x1 + 0,10 x2 = x6

  33. Incorporando as Restrições à Função Objetivo

  34. Exemplo: dimensionamento de um extrator W kg B/h Q = 10.000 kgA/h x kgB/kgA xo= 0,02 kg AB/kg A rafinado y kg AB/kg B extrato Modelo Matemático: 1. Q (xo - x) - W y = 0 2. y - k x = 0 (k = 4) Balanço de Informação: V = 5, N = 2, C= 2, M = 0 G= 1(otimização) Avaliação Econômica: L = R - C R = pAB W y C = pB W pAB = 0,4 $/kgAB : pB = 0,01 $/kgB

  35. L x Função Objetivo: L = R - C = pAB W y - pB W Incorporando as Restrições de Igualdade ordenadas à Função Objetivo (viável em problemas simples) y, W x L 2. y = k x 1. W = Q (xo - x)/y L = pAB W y - pB W L = a - b x - c/x

  36. Resulta L(x) = 8,1 x1 + 10,8 x2 De modo semelhante, no problema ilustrativo... Incorporando as Restrições Gasolina : 0,80 x1 + 0,44 x2 = x3Querosene : 0,05 x1 + 0,10 x2 = x4Óleo : 0,10 x1 + 0,36 x2 = x5Residual : 0,05 x1 + 0,10 x2 = x6 ao Lucro L = 36 x3 + 24 x4 + 21 x5 + 10 x6 - 24 x1 - 15 x2-0,50 x1 - x2

  37. Enunciado Formal do Problema Max L(x) = 8,1 x1 + 10,8 x2{x1, x2}s.a.: 0,80 x1 + 0,44 x2 24.0000,05 x1 + 0,10 x2 2.0000,10 x1 + 0,36 x2 6.000x1  0 x2 0

  38. Examinando a Função Objetivo L(x) = 8,1 x1 + 10,8 x2 (linear) 20 x2 10 (1.000 b/d) 0 0 10 20 30 40 x1 (1.000 b/d) x2= L / 10,8 – (8,1 / 10,8) x1 (família de retas) 648.000 324.000 243.000 162.000 81.000

  39. 3.7 REGIÃO VIÁVEL

  40. É a região do espaço delimitada pelas restrições 0,80 x1 + 0,44 x2 24.000 (gasolina)0,05 x1 + 0,10 x2 2.000 (querosene) 0,10 x1 + 0,36 x2 6.000 (óleo)x1  0x2 0 Forma geral:a x1 + bx2 c Re-escrevendo:x2 - (a/b) x1 + (c/b) São retas de inclinação negativa (a/b) com interseção no eixo x1 = 0: x2 = (c/b) interseção no eixo x2 = 0: x1 = (c/a)

  41. Colocando as restrições 0,80 x1 + 0,44 x2 24.000 (gasolina)0,05 x1 + 0,10 x2 2.000 (querosene) 0,10 x1 + 0,36 x2 6.000 (óleo)x1  0x2 0 Na formax2 - (a/b) x1 + (c/b) resultam x2 - 1,818 x1 + 54.545 (gasolina) (c/a) = 30.000)x2 - 0,50 x1 + 20.000 (querosene) (c/a) = 40.000)x2  - 0,28x1+ 16.667 (óleo) (c/a) = 60.000)

  42. Os pontos A, B, C, D e E são vértices da Região Viável 20 c/b B C óleo x2 10 querosene região viável convexa ! D (1.000 b/d) gasolina 0 E A 0 10 20 30 40 c/a x1 (1.000 b/d) Desempenham um papel fundamental na resolução do problema.

  43. x2 - (a/b) x1 + (c/b) 20 B C óleo x2 10 querosene D (1.000 b/d) gasolina 0 E A 0 10 20 30 40 x1 (1.000 b/d) c/b x2 - 1,818 x1 + 54.545 (gasolina) (c/a) = 30.000)x2 - 0,50 x1 + 20.000 (querosene) (c/a) = 40.000)x2  - 0,28x1+ 16.667 (óleo) (c/a) = 60.000) O menor c/b é vértice ! c/b região viável convexa ! c/a

  44. 3.8 RESOLUÇÃO

  45. Solução Ótima 20 B 243.000 324.000 C 162.000 óleo x2 10 querosene D 26.207 81.000 (1.000 b/d) gasolina 0 E A 6.897 0 10 20 30 40 x1 (1.000 b/d) É a solução viável com o Lucro máximo Em duas dimensões, a identificação visual da Solução Ótima é imediata. Solução (D):(26.207, 6.897)(L=286.764)

  46. Com outros valores dos parâmetros físicos e econômicos, a inclinação da Função Objetivo seria outra e a solução seria outra. 20 B C óleo x2 10 querosene D (1.000 b/d) gasolina 0 E A 0 10 20 30 40 x1 (1.000 b/d) Solução (C):(14.000, 13.000)(L = 637.000)

  47. Pode-se provar que 20 B C óleo x2 10 querosene D (1.000 b/d) gasolina 0 E A 0 10 20 30 40 x1 (1.000 b/d) A Solução Ótima se localiza sempre num dos Vértices da Região Viável Solução (C):(14.000, 13.000)(L = 637.000)

  48. Como localizar a solução em problemas complexos sem o recurso visual? 20 B C óleo x2 10 querosene D (1.000 b/d) gasolina 0 E A 0 10 20 30 40 x1 (1.000 b/d) Criando um procedimento numérico quesimule o exame dos vértices No exemplo, apenas 5 pontos 243.000 324.000 Solução:(26.207, 6.897)(L=286.764) 162.000 81.000 0 Origem: solução trivial (como???)

  49. Primeiro, há que se caracterizar numericamente os vértices 20 B C óleo x2 10 querosene D (1.000 b/d) gasolina 0 E A 0 10 20 30 40 x1 (1.000 b/d) Se encontram na fronteira da região viável São interseções de duas restrições Correspondem à produção máxima de dois produtos 243.000 324.000 Solução:(26.207, 6.897)(L=286.764) 162.000 81.000 0 Origem: solução trivial

  50. Uma vez caracterizados os vértices, o procedimento numérico de busca deve se restringir: (a) à fronteira da Região Viável (b) uma vez na fronteira, à interseção de duas restrições

More Related