Documente Academic
Documente Profesional
Documente Cultură
DE SENSIBILIDADE
TRABALHO DE INVESTIGAÇÃO
INVESTIGAÇÃO OPERACIONAL
GRUPO 1
Dualidade e Análise de Sensibilidade
ÍNDICE
SUMÁRIO
1. INTRODUÇÃO ............................................................................................................................................ 2
2. OBJECTIVOS ............................................................................................................................................... 3
2.1. Gerais........................................................................................................................................................ 3
2.2. Específicos .............................................................................................................................................. 3
3. METODOLOGIA ......................................................................................................................................... 3
4. DUALIDADE................................................................................................................................................ 4
4.1. A ESSÊNCIA DA TEORIA DA DUALIDADE .................................................................................. 6
4.2. Origem do Problema Dual ................................................................................................................ 7
4.2.1. Relações Entre o Par de Problemas Duais......................................................................... 7
4.2.2. propriedades ................................................................................................................................ 8
4.3. Algoritmo Dual Simplex ................................................................................................................. 13
4.3.1. Algoritmo Dual Aplicado ao Problema Primal.............................................................. 13
4.4. Interpretação económica............................................................................................................... 15
4.4.1. Propriedade dos Desvios Complementares................................................................... 15
5. ANÁLISE DE SENSIBILIDADE ........................................................................................................... 20
6. CONCLUSÃO ............................................................................................................................................ 29
7. REFERÊNCIAS BIBLIOGRÁFICAS .................................................................................................... 30
Dualidade e Análise de Sensibilidade
1. INTRODUÇÃO
O trabalho tem como tema Dualidade e análise de Sensibilidade. Uma das descobertas mais
importantes nos primórdios do desenvolvimento da programação linear foi o conceito da
dualidade e suas diversas ramificações importantes.
Essa descoberta revelou que todo problema de programação linear tinha associado a ele outro
problema de programação linear chamado dual. As relações entre o problema dual e o problema
original (denominado primal) provam ser extremamente úteis de uma série de maneiras.
2. OBJECTIVOS
2.1. GERAIS
Este trabalho foi dado com objectivo de aperfeiçoar as capacidades dos estudantes na
investigação de temas de caracter científico e na sua aplicação no dia-a-dia.
2.2. ESPECÍFICOS
3. METODOLOGIA
Dualidade e Análise de Sensibilidade
4. DUALIDADE
Definições/ Conceitos
a) Função objectivo (f.o.) é uma função matemática que descreve o objectivo que se
pretende alcançar.
Os problemas primal (P) e dual (D) são conhecidos por par de problemas duais (𝑷) − (𝑫)
c) O par de problemas duais (𝑷) − (𝑫) não é mais do que um par de representações
matemáticas do mesmo problema real.
Dualidade e Análise de Sensibilidade
d) Linha pivot é a linha que contem o menor termo independente negativo no quadro.
e) Coluna pivot é a coluna que contem o mínimo quociente positivo entre os custos
reduzidos negativos pelos respectivos negativos da linha pivot.
O termo dualidade refere-se ao facto de que cada modelo de programação linear consiste de duas
formas. A primeira, sendo a original, é chamada primal e a segunda forma do modelo é chamada
de dual. Os modelos primal e dual são completamente inter-relacionados de tal maneira que a
solução óptima de um fornece informações completas sobre o outro.
Observações:
No quadro óptimo primal podemos ler a solução óptimo dual e ela encontra-se na linha Zj e com
sinal simétrico na linha dos custos reduzidos (colunas correspondentes as variáveis de decisão).
Dualidade e Análise de Sensibilidade
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 𝑐1 𝑥1 + 𝑐2 𝑥2 + 𝑐3 𝑥3
Sujeito a:
𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑊 = 𝑏1 𝑦1 + 𝑏2 𝑦2 + 𝑏3 𝑦3
Sujeito a:
De acordo com PRADO (1999), para modelos que as restrições são desigualdades do tipo ≤
(menor ou igual), o modelo dual é constituído a partir do primal da seguinte maneira:
4.2.2. PROPRIEDADES
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 𝑐 𝑡 𝑋 𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑊 = 𝑏 𝑡 𝑌
Sujeito a Sujeito a
𝐴𝑋 ≤ 𝑏 𝐴𝑡 𝑌 ≥ 𝑐
X≥ 0 Y≥ 0
Dualidade e Análise de Sensibilidade
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 𝑐 𝑡 𝑋 𝑀𝑖𝑛𝑖𝑚𝑖𝑧𝑎𝑟 𝑊 = 𝑏 𝑡 𝑌
Sujeito a Sujeito a
𝐴𝑋 = 𝑏 𝐴𝑡 𝑌 ≥ 𝑐
X≥ 0 Y 𝑙𝑖𝑣𝑟𝑒
Se o primal tem solução óptima (i.e. tem óptimo finito) então o respectivo dual também tem e os
correspondentes valores óptimos z* e w* coincidem.
Se X* e Y* são soluções óptimas para o primal (P) e dual (D), respectivamente, então verificam
a seguinte propriedade designada como propriedade dos desvios complementares ou
complementaridade das slacks:
i. Se uma variável de decisão de qualquer dos problemas for não nula na solução óptima,
então, no outro problema a restrição associada a essa variável encontra-se saturada, i.e., a
variável de folga correspondente é nula.
ii. Se uma restrição de qualquer dos problemas não se encontra saturada na solução óptima
desse problema (se uma variável de folga é positiva) então, no outro problema, a variável
de decisão associada a essa restrição é nula.
Dualidade e Análise de Sensibilidade
𝒙∗𝒋 = (𝒀∗𝒕 𝑷𝒋 − 𝑪𝒋 ) = 𝟎; ∀𝒋 = 𝟏; … ; 𝒏
A variáveis de decisão primais positivas correspondem restrições duais saturadas (i.e. Variáveis
de folga duais nulas, slacks nulas);
As restrições duais não saturadas (i.e., variáveis de folga duais positivas, slacks positivas)
correspondem variáveis de decisão primais nulas; e reciprocamente:
O algoritmo dual Simplex consiste em partir duma solução básica admissível dual (SBAD), a
que corresponde uma solução básica não admissível primal (SBNAP),prosseguindo até:
i. Se atingir uma solução básica admissível primal (SBAP) e concluir que o problema tem
óptimo finito.
ii. Nunca se atingir uma solução básica admissível primal, e concluir que o problema dual
não tem óptimo finito, sendo então o primal impossível.
No caso de óptimo finito o algoritmo Dual aplicado ao problema primal consiste em partir de
uma solução básica admissível dual, à que corresponde uma solução básica não admissível
primal, prosseguindo de solução básica admissível dual (solução básica não admissível primal)
em solução básica admissível dual (solução básica não admissível primal) até obter um par de
soluções admissíveis do primal e do dual (SBAP e SBAD) que são soluções óptimas para os
respectivos problemas.
Um quadro dual simplex denomina-se óptimo se não existe algum termo independente negativo,
caso contrario ele não é óptimo.
Caso não seja óptimo, a base associada também não é óptima daí que é preciso proceder-se a
mudança da base.
PROCEDIMENTOS
Encontrar a linha pivot, a linha pivot contem a variável que abandona a base.
Encontrar a coluna pivot, a coluna pivot contem a variável que entra na base.
Encontrar o pivot, que esta na intersecção da linha pivot e coluna pivot.
PREENCHIMENTO DO QUADRO
Se a valorização interna atribuída aos recursos gastos numa actividade j é maior do que o
seu lucro unitário, então com a activação dessa actividade não se está a fazer uma utilização
óptima destes recursos, i.e., essa actividade não é rentável pelo que não deve ser activada.
Dualidade e Análise de Sensibilidade
iii. Se a variável de folga do primal é positiva então a variável de decisão do dual é nula.
iv. Se a variável de folga do primal é nula então a variável de decisão do dual é positiva.
𝑿∗𝒎+𝒋 = 𝟎 → 𝒚∗𝒋 > 𝟎
4.5. EXEMPLO
PROBLEMA:
I. Sector 1: dedicada na produção de portas, recebe uma porta e tem a capacidade máxima
disponível de 4portas/min.
II. Sector 2: produção de janelas recebe duas janelas e tem capacidade máxima disponível de
12janelas/min.
III. Sector 3: sector de acabamentos; realiza acabamentos de portas e janelas e monta vidros.
A secção 3 tem uma capacidade máxima disponível de 18. Lucro de uma porta esta estimada em
3 meticais e de uma janela em 5 meticais.
Dualidade e Análise de Sensibilidade
RESOLUÇÃO:
3𝑥1 + 2𝑥2 ≤ 18
𝑥1 , 𝑥2 ≥ 0
Cj 3 5 0 0 0
CB Xb X1 X2 X3 X4 X5 b
0 X3 0 0 1 1⁄ 1⁄ 2
3 3
5 X2 0 1 0 1⁄ 0 6
2
3 X1 1 0 0 −1⁄ 1⁄ 2
3 3
Zj 3 5 0 3⁄ 1 36
2
Cj-Zj 0 0 0 −3⁄ -1
2
𝑦1 + 3𝑦3 ≥ 3
2𝑦2 + 2𝑦3 ≥ 5
𝑦𝑖 ≥ 0 para 𝑖 = 1,2 𝑒 3
Dualidade e Análise de Sensibilidade
Cj 4 12 18 0 0
CB Xb X1 X2 X3 X4 X5 b
18 Y3 1⁄ 0 1 0 0 1
3
12 Y2 −1⁄ 1 0 1⁄ −1⁄ 3⁄
3 2 2 2
Zj 2 12 18 −2 -6 36
Zj- Cj -2 0 0 −2 -6
É notável que usando os dois métodos, simplex e dual, a solução do problema é a mesma, neste
caso Zóptimo é 36.
Sendo que a empresa devera passar a produzir 2 portas e 6 janelas por minuto de modo a
ter o máximo lucro.
Dualidade e Análise de Sensibilidade
5. ANÁLISE DE SENSIBILIDADE
De acordo com SILVA (1985), a análise de sensibilidade é uma técnica para avaliar os impactos
que o programa sofre quando existem modificações nas condições de modelagem. A análise de
sensibilidade pode ser definida como o estudo de um modelo de programação matemática
submetido a mudanças em suas condições iniciais.
Quando se está testando para verificar quão sensível é uma solução ótima original para os
diversos parâmetros do modelo, a metodologia comum é verificar individualmente cada
parâmetro. Além de encontrar intervalos possíveis essa verificação poderia incluir mudar o valor
do parâmetro de sua estimativa inicial para outras possibilidades no intervalo de valores
possíveis (inclusive os pontos extremos desse intervalo). A seguir, podem ser investigadas
algumas combinações das mudanças simultâneas de valores de parâmetros (por exemplo,
modificar uma restrição funcional inteira).
Quando a solução óptima esta sendo implementada pela empresa várias situações podem ocorrer
na empresa ou no mercado (podendo ser algo interno ou então externo), tais como:
PROCEDIMENTO
Pode ocorrer para uma variável básica ou para uma variável não básica.
PROCEDIMENTO
PROCEDIMENTO
EXEMPLO:
Dualidade e Análise de Sensibilidade
RESOLUÇÃO:
𝑀𝑎𝑥𝑖𝑚𝑖𝑧𝑎𝑟 𝑍 = 7𝑥1 + 𝑥2
Sujeito a: Cj 3 5 0 0 0
CB Xb X1 X2 X3 X4 X5 b
𝑥1 ≤ 4 1⁄ −1⁄
0 X3 0 0 1 3 3 2
2𝑥2 ≤ 12 1 X2 0 1 0 1⁄ 0 6
2
7 X1 1 0 0 −1⁄ 1⁄ 2
3𝑥1 + 2𝑥2 ≤ 18 3 3
Zj 7 1 0 1⁄ 7⁄ 20
6 3
𝑥1 , 𝑥2 ≥ 0 −1⁄ −7⁄
Cj-Zj 0 0 0 6 3
RESPOSTA:
A solução continua sendo óptima, a empresa poderá continuar a produzir 2 portas e 6 janelas por
minuto de modo a ter o máximo lucro.
PROCEDIMENTO
EXEMPLO:
Supondo que a empresa CONSMART,LDA decida introduzir um novo produto na sua linha de
produção que terá três unidades produtivas na secção 1 e dois na secção 2 e uma na secção 3. o
lucro unitário esta estimado em 4 meticais.
Dualidade e Análise de Sensibilidade
RESOLUÇÃO:
Sujeito a:
𝑥1 + 2𝑥6 ≤ 4
Cj 3 5 0 0 0
2𝑥2 + 3𝑥6 ≤ 12 CB Xb X1 X2 X3 X4 X5 X6 b
0 X3 0 0 1 1⁄ −1⁄ 2 2
3𝑥1 + 2𝑥2 + 𝑥6 ≤ 18 3 3
1 X2 0 1 0 −1⁄ 0 3 6
2
𝑥1 , 𝑥2 , 𝑥6 ≥ 0 7 X1 1 0 0 −1⁄ 1⁄ 1 2
3 3
Zj 3 5 0 3⁄ 1 18 36
2
Cj-Zj 0 0 0 −3⁄ −1 −14
2
RESPOSTA:
A solução continua sendo óptima, a empresa poderá continuar a produzir 2 portas e 6 janelas por
minuto de modo a ter o máximo lucro e o Zóptimo não altera.
PROCEDIMENTO
EXEMPLO:
RESOLUÇÃO:
0−0 0
∆𝑥2 = (4 − 2) = (2)
6−2 4
𝑋𝑗′ = 𝑥𝑗 + 𝐵 −1 ∗ ∆𝑥𝑗
1 1⁄ −1⁄ −2⁄
0 3 3 0 3
(1) + 0 1⁄ 0 ∗ ( 2 ) = ( 2 )
2
0 −1⁄ 1⁄ 4 2⁄3
(0 3 3)
𝐶𝑗 3 5 0 0 0
CB Xb X1 X2 X3 X4 X5 𝑏
0 X3 0 −2⁄ 1 1⁄ −1⁄ 2
3 3 3
5 X2 0 2 0 1⁄ 0 6
2
3 X1 1 2⁄ 0 −1⁄ 1⁄ 2
3 3 3
A solução deixa de ser óptima…
0 X3 0 0 1 1⁄ −1⁄ 4
2 3
5 X2 0 1 0 1⁄4 0 3
3 X1 1 0 0 −1 ⁄2 1⁄ 0
3
𝑍𝑗 3 5 0 1⁄ −1⁄ 4
2 3
𝐶𝑗 − 𝑍𝑗 0 0 0 1⁄4 -1 15
0 X4 0 0 2 1 −2⁄ 8
3
5 X2 0 1 −1⁄ 0 1⁄ 1
2 6
3 X1 1 0 1 0 0 4
𝑍𝑗 3 5 1⁄ 0 5⁄ 17
2 6
𝐶𝑗 − 𝑍𝑗 0 0 −1⁄ 0 −5⁄
2 6
RESPOSTA:
Dualidade e Análise de Sensibilidade
A solução, não contínua óptima, contudo a empresa devera passar a produzir quatro portas e
uma janela por minuto de modo a ter um lucro total de 17 meticais.
PROCEDIMENTO
Transformar a nova restrição para a forma padrão, isto é, adicionar a nova variável de
folga se for do tipo’ ≤ ‘ou ′ <.’
Subtrair a variável excedentária se for do tipo’ > ′ou ′ ≥ ′ ou ainda, adicionar a variável
artificial se for do tipo’ = ′.
Introduzir a nova restrição no quadro óptimo como uma nova linha na tabela. Introduzir
uma nova coluna na tabela correspondente a variável de folga. Transformar às anteriores
colunas identidades em linhas identidades.
Verificar a optimalidade.
EXEMPLO:
RESOLUÇÃO:
𝑥1 ≤ 4
2𝑥2 ≤ 12
Dualidade e Análise de Sensibilidade
3𝑥1 + 2𝑥2 + 𝑥6 = 30
𝑥1 , 𝑥2 ≥ 0
𝐶𝑗 3 5 0 0 0 0
CB Xb X1 X2 X3 X4 X5 X6 𝑏
0 X3 0 −2⁄ 1 1⁄ −1⁄ 0 2
3 3 3
5 X2 0 2 0 1⁄2 0 0 6
3 X1 1 2⁄ 0 −1⁄ 1⁄ 0 2
3 3 3
0 X6 2 3 0 0 0 1 30
A solução deixa de ser óptima…
0 X3 0 0 1 1⁄ −1⁄ 0 2
3 3
5 X2 0 1 0 1⁄2 0 0 6
3 X1 1 0 0 −1⁄ 1⁄ 0 2
3 3
0 X6 0 0 0 −5⁄ −2⁄ 0 8
6 3
𝑍𝑗 3 5 0 3⁄ 1 1 36
2
𝐶𝑗 − 𝑍𝑗 0 0 0 −3⁄ -1 0
2
RESPOSTA:
A solução, não contínua óptima, contudo a empresa devera passar a produzir duas portas e seis
janelas por minuto de modo a ter um lucro máximo de 36 meticais por minuto.
Dualidade e Análise de Sensibilidade
6. CONCLUSÃO
7. REFERÊNCIAS BIBLIOGRÁFICAS