TRABALHO 1 – PESQUISA OPERACIONAL I

JOÃO MARCUS SOARES CALLEGARI - 82876

Departamento de Informática, Universidade Federal de Viçosa
Av. P.H. Rolfs s/n°, 36570-000, Viçosa, MG, Brasil

E-mail: joao.callegari@ufv.br

definem os coeficientes do lado direito;

1. Exercício adaptado de TAHA, página 76.  Os coeficientes da função objetivo do problema dual
são iguais aos coeficientes do lado direito das
A Toyco monta três tipos de brinquedos – trens, equações de restrição do problema primal.
caminhões e carros – usando três operações. Os limites
diários dos tempos disponíveis para as três operações Além disso, devem-se considerar as seguintes
são 430, 460 e 420 minutos, respectivamente, e os lucros regras:
por unidade de trem, caminhão e carro de brinquedos
são $3, $2 e $5, respectivamente. Os tempos de Tabela 1 – Regras para construir o problema dual.
montagem por trem nas três operações são 1, 2 e 1 Problema Dual
minutos, respectivamente. Os tempos correspondentes F.O primal Sinal das
por caminhão e por carro são (3; 0; 2) e (1; 4; 0) Objetivo Operação
variáveis
minutos. Representando o número diário de unidades Maximização Minimização Irrestrita
montadas de trens, caminhões e carros por x1, x2 e x3, Minimização Maximização ≤ Irrestrita
respectivamente:
Desta forma, o modelo dual para o PLL é dado por
1) Escreva o modelo matemático para o PLL (3):
correspondente.
𝑚𝑖𝑛 430𝑦 + 460𝑦 + 420𝑦
Sejam as variáveis de decisão: 𝑠𝑎
1𝑦 + 2𝑦 + 1𝑦 3
(3)
3𝑦 + 0𝑦 + 2𝑦 2
{ (1) 1𝑦 + 4𝑦 + 0𝑦 5

onde yi 0, para i =1, 2 e 3.

O modelo matemático para o PLL é dado por:
3) Obtenha a tabela ótima do Simplex associada ao
𝑚𝑎𝑥 3𝑥 + 2𝑥 + 5𝑥 modelo Primal e descreva a solução obtida.
𝑠𝑎
𝑂𝑝𝑒𝑟𝑎çã𝑜 1) 1𝑥 + 3𝑥 + 1𝑥 ≤ 430 Na forma padrão, o modelo para o PLL da equação
(2)
𝑂𝑝𝑒𝑟𝑎çã𝑜 2) 2𝑥 + 0𝑥 + 4𝑥 ≤ 460 (2) é:
𝑂𝑝𝑒𝑟𝑎çã𝑜 3) 1𝑥 + 2𝑥 + 0𝑥 ≤ 420
𝑚𝑎𝑥 3𝑥 + 2𝑥 + 5𝑥
onde xi 0, para i =1, 2 e 3. 𝑠𝑎
𝑂𝑝𝑒𝑟𝑎çã𝑜 1) 1𝑥 + 3𝑥 + 1𝑥 + 1𝑥4 430
2) Escreva o modelo Dual correspondente para o (4)
𝑂𝑝𝑒𝑟𝑎çã𝑜 2) 2𝑥 + 0𝑥 + 4𝑥 + 1𝑥5 460
problema. 𝑂𝑝𝑒𝑟𝑎çã𝑜 3) 1𝑥 + 2𝑥 + 0𝑥 + 1𝑥6 420
Características do modelo Dual, segundo [1]: A tabela ótima associada ao modelo Primal é dada
 Uma variável dual é definida para cada equação pela tabela 2:
(restrição) primal. Neste caso específico, teremos 3
variáveis duais (yi) já que temos três restrições primais; Tabela 2 – Tableau ótimo do modelo da equação (2).
 Uma restrição dual é definida para cada variável primal. Base x1 x2 x3 x4 x5 x6 b
Teremos, portanto, três restrições duais em decorrência -f 0 0 -1/3 -2/3 -7/6 0 -823,33
de três variáveis primais; x2 0 1 -1/3 1/3 -1/6 0 66,67
 Os coeficientes da restrição (coluna) de uma variável x1 1 0 2 0 1/2 0 230
primal definem os coeficientes do lado esquerdo da x6 0 0 -4/3 -2/3 -1/6 1 56,67
restrição dual, e seus coeficientes na função objetivo

1/5 INF 280 – Pesquisa Operacional I

 A solução pode ser interpretada da seguinte maneira: 516
𝒃 [552] (8)
A Toyco deve realizar a montagem de 230 unidades de 504
trens, 66,67 unidades de caminhões, sobrando 56,67
minutos da operação três. O lucro máximo obtido, neste A nova solução ótima será, portanto:
caso, será de $823,33.
1 1
− 0
4) Usando a análise de sensibilidade obtida pelo 3 6
1 516
LINDO®, monte uma tabela mostrando os valores 𝒙𝒃 [552]
0 0 (9)
atuais, bem como as faixas de variação (mínimos e 2 504
máximos) dos coeficientes cj e bi dentro das quais a 2 1
Base atual não é alterada. Valores ilimitados podem [− 3 −
6
1]
ser presentados por um traço, tanto os negativos
quanto os positivos.
𝑥 80
A função objetivo pode ser expressa conforme a 𝒙𝒃 [𝑥 ] [276] (10)
equação (5): 𝑥6 68

𝐹𝑂 𝑐 𝑥 + 𝑐 𝑥 + 𝑐 𝑥 (5) Recorde que a análise de estabilidade feita no item

(4) só é válida para alteração de um parâmetro por vez.
onde ci (i=1,2 e 3) são os coeficientes de lucro. Além disso, Como foram alterados três parâmetros simultaneamente,
o vetor b é dado, genericamente por (5): ela não é válida, neste caso.
A solução ótima é dada por (11):
𝑏
𝒃 𝑏
[ ] (6) 𝐹𝑂 (276)(3) + (2)(80) $988 (11)
𝑏
Note que a solução ótima também foi incrementada
Os resultados da análise de sensibilidade estão em 20%, isto é, $823 33 ∗ 1 2 $988, assim como as
apresentados na tabela 3. variáveis básicas: 𝑥 66 67 ∗ 1 2 80 , 𝑥 230 ∗
1 2 276 e 𝑥6 56 67 ∗ 1 2 68.
Tabela 3 – Análise de sensibilidade para a base ótima vista Para este caso, a Toyco deve realizar a montagem de
no item (3). 276 unidades de trens, 80 unidades de caminhões,
Valor Valor sobrando 68 minutos da operação três. O lucro máximo
Coeficientes Valor atual obtido, neste caso, será de $988.
mínimo máximo
𝒄𝟏 3 2,83333 -
𝒄𝟐 2 0 2,999999 6) Embora a solução acima possa ser interessante,
ela também pode ser muito cara. Verifique se
𝒄𝟑 5 - 5,333333
existe alguma sobra de recurso que possa ser
𝒃𝟏 430 230,000015 515
deslocada para uma ou mais das três operações. A
𝒃𝟐 460 0 800 princípio, use os Preços Duais e a Análise de
𝒃𝟑 420 363,333332 - Sensibilidade para justificar sua sugestão. Depois
faça simulações para mostrar que sua sugestão é
5) Caso a Toyco consiga aumentar a capacidade das de fato a mais apropriada.
três operações em 20% (isto é, para 516, 552 e 504
minutos, respectivamente), o que acontecerá com a A tabela 4 refere-se ao Tableau ótimo para a situação
solução ótima? do item (5), onde apenas o vetor b, com relação com o
Tableau da tabela 2.
Através do quadro ótimo obtido na tabela 2, é possível
encontrar a B-1. Este resultado encontra-se em (7): Tabela 4 – Tableau ótimo para a situação do item (5),
i.e., com aumento de 20% da capacidade das três
operações.
1 1 Base x1 x2 x3 x4 x5 x6 b
− 0
3 6 -f 0 0 -1/3 -2/3 -7/6 0 -988*
1 x2 0 1 -1/3 1/3 -1/6 0 80*
𝑩−𝟏 0 0 (7)
2 x1 1 0 2 0 1/2 0 276*
2 1 x6 0 0 -4/3 -2/3 -1/6 1 68*
−
[ 3 − 1]
6 * Aumento de 20% em relação à tabela 2.
Aumentando a capacidade das operações em 20%, o Além disso, a análise de sensibilidade é aumentada
novo vetor b é dado por (8):

2/5 INF 280 – Pesquisa Operacional I

em 20% com relação à obtida na tabela 3, veja: da empresa Toyco de 2 produtos para 3, tornando-a mais
competitiva. Por fim, o lucro também é aumentado (de
Tabela 5 – Análise de sensibilidade para a base ótima vista $988 para $1064,5).
no item (3).
Valor Valor Tabela 8 – Tableau ótimo para a sugestão feita de usar
Coeficientes Valor atual
mínimo máximo os 68 minutos excedentes da operação 3 na operação 2.
𝒄𝟏 3 2,83333 - Base x1 x2 x3 x4 x5 x6 b
𝒄𝟐 2 0 2,999999 -f 0 0 0 -1/2 -9/8 -1/4 -1064,5
𝒄𝟑 5 - 5,333333 x2 0 1 0 1/2 -1/8 -1/4 71,5
𝒃𝟏 516* 276* 618* x3 0 0 1 1/2 1/8 -3/4 8,5
𝒃𝟐 552* 0* 960* x1 1 0 0 -1 1/4 3/2 293
𝒃𝟑 504* 436* -
* Aumento de 20% em relação à tabela 3. Para este caso, a Toyco deve realizar a montagem de
293 unidades de trens, 71,5 unidades de caminhões, 8,5
Perceba que apesar de aumentar o lucro em 20%, houve unidades de carros. O lucro máximo obtido, neste caso,
um aumento de 20% na sobra do recurso referente à será de $1064,5.
operação 3, o que não é interessante. A sugestão, portanto, foi extremamente satisfatória.
Através da análise do Tableau da tabela 4, nota-se que o
recurso mais valioso é referente à operação 2. Em outras 7) Suponha que a Toyco esteja mudando o projeto
palavras, para cada aumento de um minuto do recurso 2, de seus brinquedos e que a mudança exigirá a
nos limites de sensibilidade da tabela 5, tem-se um aumento adição de uma quarta operação nas linhas de
do lucro em $1,167. Desta forma, podemos transferir todos montagem. A capacidade diária da nova operação
os 68 minutos de sobra da operação 3 para a operação 2 é de 500 minutos e os tempos por unidade para os
(valor atual de b2 será 620 e b3 será de 436). três produtos nessa operação são de (3; 3; 1)
Recorde que para os limites da análise de sensibilidade minutos, respectivamente. Verifique se a inclusão
da tabela 5 valerem, deve-se fazer apenas uma alteração por dessa nova operação afeta a viabilidade da
vez, isto é, diminuir de b 68 min (436 ≤ b 436 ≤ ∞). solução atual obtida no item 3. Caso a solução
fique inviável, use o Simplex Dual para obter a
Tabela 6 – Tableau ótimo para a diminuição de b para 436 nova solução ótima.
min (sem sobra da operação 3).
Base x1 x2 x3 x4 x5 x6 b O novo modelo de PLL apresentará mais uma
-f 0 0 -1/3 -2/3 -7/6 0 988 restrição, dada por (12):
x2 0 1 -1/3 1/3 -1/6 0 80
x1 1 0 2 0 1/2 0 276 𝑚𝑎𝑥 3𝑥 + 2𝑥 + 5𝑥
x6 0 0 -4/3 -2/3 -1/6 1 0 𝑠𝑎
𝑂𝑝𝑒𝑟𝑎çã𝑜 1) 1𝑥 + 3𝑥 + 1𝑥 ≤ 430
𝑂𝑝𝑒𝑟𝑎çã𝑜 2) 2𝑥 + 0𝑥 + 4𝑥 ≤ 460 (12)
Perceba que a solução básica continua a mesma. A
análise de sensibilidade para o caso da tabela 6 é dada pela 𝑂𝑝𝑒𝑟𝑎çã𝑜 3) 1𝑥 + 2𝑥 + 0𝑥 ≤ 420
tabela 7. 𝑂𝑝𝑒𝑟𝑎çã𝑜 4) 3𝑥 + 3𝑥 + 1𝑥 ≤ 500

Tabela 7 – Análise de sensibilidade para o Tableau 6. De acordo com [1], a adição de uma nova restrição
Valor Valor pode levar a um dos dois casos abaixo:
Coeficientes Valor atual  A nova restrição é redundante, o que significa que é
mínimo máximo
𝒄𝟏 3 2,83333 - satisfeita pela solução ótima atual;
𝒄𝟐 2 0 2,999999  A solução atual viola a nova restrição, caso que o
𝒄𝟑 5 - 5,333333 dual simplex deve ser utilizado para restaurar a
viabilidade.
𝒃𝟏 516 276 516
Vamos verificar se essa nova restrição é satisfeita
𝒃𝟐 552 0 552
pela solução ótima do item 3.
𝒃𝟑 436 436 -
3(230) + 3(66 67) 500 (13)
Note que a sugestão de modificar b para 436 min e b2
para 620 min (incremento de 68min) alterará a base ótima, Portanto, a solução atual viola a nova restrição. A
de acordo com a tabela 7. No entanto, espera-se que após nova restrição deve ser adicionada à tabela Simplex
esta alteração, o resultado seja melhor que o obtido pelo ótima (tabela 2), resultando na tabela 9.
Tableau inicial da tabela 4. O resultado simulado encontra- A região da tabela 9 destacada refere-se à inclusão
se na tabela 8. de uma nova linha e uma nova coluna referente à nova
Perceba que agora x3 está na base (produção de carros), restrição adicionada. Precisamos realizar operações
não havendo sobra de nenhum recurso (minutos das sobre a linha de x7 para tornar, nesta linha, a coluna de
operações 1, 2 ou 3). Além disso, aumentou-se a variedade x1 e x2 iguais a 0.

3/5 INF 280 – Pesquisa Operacional I

 operações sejam (1;1; 2), respectivamente. Use o
Tabela 9 – Tableau ótimo do modelo da equação (12). modelo Dual para verificar se realmente
Base x1 x2 x3 x4 x5 x6 x7 b compensa introduzir esse produto. Caso a
-f 0 0 -1/3 -2/3 -7/6 0 0 -823,33 resposta seja positiva, determine a nova solução
x2 0 1 -1/3 1/3 -1/6 0 0 66,67 ótima realizando novos pivoteamentos do
x1 1 0 2 0 1/2 0 0 230 Simplex a partir da solução do item 3.
x6 0 0 -4/3 -2/3 -1/6 1 0 56,67
x7 3 3 1 0 0 0 1 500 O novo modelo de PLL apresentará mais uma
variável, conforme mostrado em (16):
Realizando as operações, obtém-se a tabela 10. Deve-se
realizar o método do Dual Simplex: 𝑚𝑎𝑥 3𝑥 + 2𝑥 + 5𝑥 + 4𝑥7
𝑠𝑎
Tabela 10 – Tableau ótimo, após usar o método Dual 𝑂𝑝𝑒𝑟𝑎çã𝑜 1) 1𝑥 + 3𝑥 + 1𝑥 + 1𝑥7 ≤ 430
(16)
Simplex. 𝑂𝑝𝑒𝑟𝑎çã𝑜 2) 2𝑥 + 0𝑥 + 4𝑥 + 1𝑥7 ≤ 460
Base x1 x2 x3 x4 x5 x6 x7 b 𝑂𝑝𝑒𝑟𝑎çã𝑜 3) 1𝑥 + 2𝑥 + 0𝑥 + 2𝑥7 ≤ 420
- 0
-f 0 0 -2/3 -7/6 0 -823,33 Do modelo Dual da equação (3), pode-se calcular a
1/3
- 0 solução ótima através do LINDO®, dada em (17):
x2 0 1 1/3 -1/6 0 66,67
1/3
x1 1 0 2 0 1/2 0 0 230 (𝑦 ∗ ; 𝑦 ∗ ; 𝑦 ∗ ) (0 667; 1 1667; 0) (17)
- 0
x6 0 0 -2/3 -1/6 1 56,67 Considerando o novo produto (carro de bombeiros)
4/3
x7 0 0 -4 -1 -1 0 1 -390 como x7, podemos calcular o custo reduzido deste
produto. Lembre-se que os tempos de produção nas três
-f 0 0 0 -7/12 -13/12 0 -1/12 -790,83
operações (1; 1; 2) min refere-se a uma coluna no
x2 0 1 0 5/12 -1/12 0 -1/12 99,17
modelo primal. Já no modelo dual, trata-se de uma
x1 1 0 0 -1/2 0 0 1/2 35
linha. Desta forma:
x6 0 0 0 -1/3 1/6 1 -1/3 186,67
x3 0 0 1 1/4 1/4 0 -1/4 97,5 𝐶𝑢𝑠𝑡𝑜 𝑟𝑒𝑑𝑢𝑧𝑖𝑑𝑜 𝑥7 1𝑦 + 1𝑦 + 𝑦 − 4 (18)
A nova solução ótima: A Toyco deve realizar a substituindo os valores da equação (17) em (18):
montagem de 35 unidades de trens, 99,17 unidades de
caminhões, 97,5 unidades de carros, sobrando 186,67 𝐶𝑢𝑠𝑡𝑜 𝑟𝑒𝑑𝑢𝑧𝑖𝑑𝑜 𝑥7 −2 166 (19)
minutos na operação 3. O lucro máximo obtido, neste caso,
será de $790,83. O resultado mostra que é lucrativo incluir x 7 na
Note que a operação 4 provocará uma redução na solução básica ótima. Em qualquer iteração simplex,
receita de $823,23 para $790,83. uma coluna do lado esquerdo é calculada, como
mostrado em (20):
8) Considerando novamente a solução obtida no item 3,
mostre o que ocorrerá com a solução do problema se 𝐶𝑜𝑙𝑢𝑛𝑎
o lucro de cada trem de brinquedo subir para (a)$6; 𝐶𝑜𝑙𝑢𝑛𝑎 𝑑𝑒 𝑟𝑒𝑠𝑡𝑟𝑖ç 𝑒𝑠
[ ] 𝑩−𝟏 [𝑟𝑒𝑠𝑡𝑟𝑖çã𝑜 ] (20)
(b)$8. 𝑛𝑎 𝑖𝑡𝑒𝑟𝑎çã𝑜 𝑖
𝑜𝑟𝑖𝑔𝑖𝑛𝑎𝑙
A tabela 3 contém a análise de sensibilidade (AS) para o
item 3. Perceba que a alteração de c1 para $6 ou $8 manterá Desta forma:
a base ótima.
(a) Em outras palavras, esse aumento está dentro dos 1 1
limites da AS. Com isso, os valores das variáveis da Base − 0
3 6
não seriam afetados, e teríamos o novo custo ótimo como 1 1
sendo: [𝐶𝑜𝑙𝑢𝑛𝑎 𝑥7 ] 0 0 [1] (21)
𝐹𝑂 (230)(6) + (2)(66 67) $1513 33 (14) 2 2
2 1
[− 3 −
6
1]
(b) O aumento continua dentro dos limites da AS. O
novo custo ótimo é:
1
𝐹𝑂 (230)(8) + (2)(66 67) $1973 34 (15) 6
1
[𝐶𝑜𝑙𝑢𝑛𝑎 𝑥7 ] (22)
9) Já que é difícil justificar a produção de trens de 2
brinquedo, a Toyco quer analisar a possibilidade de 7
lançar um novo produto no mercado: carro de [ 6 ]
bombeiros. Ela estima que o lucro por carro de
bombeiros seja de $4, e tempos de produção nas três

4/5 INF 280 – Pesquisa Operacional I

 A tabela simplex pode ser modificada. O resultado
encontra-se na tabela 11. Note que a solução não é ótima.

Tabela 11 – Tableau com inclusão do novo produto (x7).

Base x1 x2 x3 x7 x4 x5 x6 b
-f 0 0 -1/3 13/6 -2/3 -7/6 0 -823,33
x2 0 1 -1/3 1/6 1/3 -1/6 0 66,67
x1 1 0 2 1/2 0 1/2 0 230
x6 0 0 -4/3 7/6 -2/3 -1/6 1 56,67

O pivô é 7/6, conforme destacado. Realizando as

operações, obtém-se a tabela ótima 12.

Tabela 12 – Tableau ótimo para tabela 11.

-f -7/8 -3/4 0 0 0 -5/4 -11/8 -1152,5
x4 1/8 9/4 0 0 1 -1/4 -3/8 157,5
x3 3/8 -1/4 1 0 0 1/4 -1/8 62,5
x7 1/2 1 0 1 0 0 1/2 210

A nova solução ótima: A Toyco deve realizar a

montagem de 210 unidades de carros de bombeiros, 62,5
unidades de carros, sobrando 157,5 minutos na operação 1.
O lucro máximo obtido, neste caso, será de $1152,5.
Note que a produção de x7 provocará um aumento da
receita de $823,23 para $1152,5.

2. Referências

[1] TAHA, H.A., Pesquisa Operacional, 8ª Edição, Pearson

Prentice Hall, 2008.

5/5 INF 280 – Pesquisa Operacional I