SlideShare uma empresa Scribd logo
GP4US - Aula 2 - Programação Linear
Idealizar modelos matemáticos, através de equações e
inequações a partir de problemas reais para maximização
do lucro ou minimização de custos e perdas.
Uma das técnica mais utilizadas em Programação Linear;
Método matemático de otimização de uma função linear a qual
satisfaz um conjunto de restrições de equações e/ou inequações
lineares.
Buscam a distribuição eficiente dos recursos limitados;
Exemplo:
 Função Objetivo a ser maximizada Lucro = 2x1 + 3x2
 Restrições Técnicas 3x1 + 4x2 > 0
 Restrições de Não Negatividade x1, x2 > 0
1 – Quais são as variáveis de decisão ?
Apresentar as decisões que serão tomadas representando-as através
de variáveis chamadas de variáveis de decisão.
2 – Qual é o objetivo ?
Identificar qual é o objetivo da tomada de decisão. Normalmente
são apresentados na forma de maximizar o lucro ou minimizar custos
ou perdas;
3 – Quais são as restrições ?
Todas as restrições impostas na descrição do sistema devem ser
expressas em uma relação linear (igualdade ou desigualdade).
Kauan Raymond Reinaldo Janequine
Carol Dias Juliana Salimeni
 Considerando que você esta saindo com as duas:
 Restrições iniciais:
• Uma não pode saber da outra. Para isso você tem que leva-
las a lugares diferentes em dias diferentes.
• O dinheiro é limitado, portanto, você não pode sair todos os
dias.
• O tempo é limitado, portanto deve haver um planejamento
do tempo gasto com cada uma.
 É chique e só gosta de restaurantes caros. Em um
encontro com ela você vai gastar R$ 180,00.
 É calma e sossegada. Um encontro com ela dura 2
horas.
 É simples e gosta de lugares mais baratos. Em um
encontro com ela você vai gastar R$ 100,00.
 É agitada e gosta de fazer muitas coisas na noite. Um
encontro com ela dura 4 horas.
Quantas vezes você pode sair com
cada uma delas ?
x1 é a qtde de vezes que você
vai sair com Carol na semana
x2 é a qtde de vezes que você
vai sair com Juliana na semana
Assumindo que:
Sair com Carol corresponde
a 180 x1
Sair com Juliana corresponde
a 100 x2
Então:
180 x1 + 100 x2  Gasto total da semana
x1 é o tempo gasto
com Carol na semana
x2 é o tempo gasto
com Juliana na semana
Assumindo que:
Sair com Carol
corresponde a 2 x1
Sair com Juliana
corresponde a 4 x2
Então:
2x1 + 4x2  Total de horas
Falta um objetivo
180 x1 + 100 x2 < 800 ( R$ por semana )
2x1 + 4 x2 < 20 ( horas por semana )
Unificando as restrições:
O que se deseja atingir ?
 Sair com ambas o maior número de vezes
possível por semana ?
Max S = x1 + x2
 Sair com Carol duas vezes mais do que com
Juliana por semana ?
Max S = x1 + 2x2
Função Objetivo
Max S = x1 + x2 Max S = x1 + 2x2
Restrições
s.a. s.a.
2x1 + 4x2 < 20 2x1 + 4x2 < 20
180x1 + 100x2 < 800 180 x1 + 100 x2 < 800
Restrições de Não Negatividade
X1, x2 > 0 X1, x2 > 0
Sujeito a
GP4US - Aula 2 - Programação Linear
As modalidades oferecidas durante o período noturno são apresentadas na
tabela. O máximo de alunos que a academia suporta durante tal período são
120 pessoas.
Período Noturno
Modalidade
disponíveis
Receita por
Aluno
Capacidade
Max. Alunos
Musculação R$ 35,00 80
Spinning R$ 40,00 20
Abdômen R$ 25,00 40
Fisioterapia R$ 50,00 25
RPG R$ 60,00 15
As atividades de RPG e Fisioterapia
utilizam os mesmo professores e
compartilham da mesma sala, o que
faz com que, apesar da capacidade
máxima de alunos de RPG e
fisioterapia serem 25 e 15 alunos
respectivamente, quando analisadas
em conjunto, tais modalidades juntas
não podem apresentar mais de
trintas alunos. o número de vagas a
oferecer no período noturno em cada
modalidade com o objetivo de
maximizar a receita da empresa.
Identificar as variáveis de decisão.
X1 = Número de alunos de MUSCULAÇÃO;
X2 = Número de alunos de SPINNING;
X3 = Número de alunos de ABDÔMEN;
X4 = Número de alunos de FISIOTERAPIA;
X5 = Número de alunos de RPG.
Definir a Função Objetivo  Soma das receitas, multiplicadas pela
qtds de alunos que realizaram a atividade resultam na receita total
da.
Período Noturno
Modalidade Receita por Aluno Capacidade Max. Alunos
Musculação R$ 35,00 80
Spinning R$ 40,00 20
Abdômen R$ 25,00 40
Fisioterapia R$ 50,00 25
RPG R$ 60,00 15
Max Z = 35 x1 + 40 x2 + 25 x3 + 50 x4 + 60 x5
Identificar as variáveis de restrição
 Quantidade máxima de alunos: x1 + x2 + x3 + x4 + x5 ≤ 120;
 Quantidade máxima de alunos para musculação: x1 ≤ 80 ;
 Quantidade máxima de alunos para Spinning: x2 ≤ 20;
 Quantidade máxima de alunos para abdômen: x3 ≤ 40;
 Quantidade máxima de alunos para fisioterapia: x4 ≤ 25;
 Quantidade máxima de alunos para : x5 ≤ 30;
 Quantidade máxima de alunos para fisioterapia e RPG que podem
realizar as suas aulas ao mesmo tempo: x4 + x5 ≤ 30.
 Não negatividade: x1 > 0; x2 > 0; x3 > 0; x4 > 0; x5 > 0;
Função Objetivo
Max L = 35x1 + 40x2 + 25x3 + 50x4 + 60x5
Restrições Técnicas
X1 + X2 + X3 + X4 + X5 ≤ 120
X1 ≤ 80
X2 ≤ 20
X3 ≤ 40
X4 ≤ 25
X5 ≤ 30
X4 + X5 ≤ 30
Restrição de não negatividade
X1 ≥ 0, X2 ≥ 0, X3 ≥ 0, X4 ≥ 0, X5 ≥ 0
Uma companhia produz 3 tipos de fertilizantes conforme tabela
abaixo:
Fertilizante Espaço ( pés3 ) Custo Produção Tempo Preço Venda
Tipo 1 10 400 6 480
Tipo 2 12 600 10 690
Tipo 3 8 300 12 340
Disponível 300 10.000 250
A companhia deve produzir, no mínimo, 4 toneladas do produto 2.
Defina o modelo para maximizar o lucro.
Variáveis de decisão
x1: Qtde. de toneladas de fertilizantes Tipo 1 a produzir
x2: Qtde. de toneladas de fertilizantes Tipo 2 a produzir
x3: Qtde. de toneladas de fertilizantes Tipo 3 a produzir
Função Objetivo
Max L = 80x1 + 90x2+ 40x3
Restrições Técnicas
10x1 + 12x2 + 8x3 ≤ 300 ; Espaço de armazenamento
400x1 + 600x2 + 300x3 ≤ 10000 ; Custo de produção
6x1 + 10x2 + 12x3 ≤ 250 ; Tempo
X2 ≥ 4 ; Produção mínima do Tipo 2
Restrições Não Negatividade
x1,x2,x3 ≥ 0
Um vendedor de frutas pode transportar 800 toneladas de frutas
para sua região de vendas. Ele necessita transportar pelo menos
200 toneladas de laranja a R$20,00 de lucro por tonelada, pelo
menos 100 toneladas de pêssegos a R$10,00 de lucro por tonelada,
e no máximo 200 toneladas de tangerinas a R$30,00 de lucro por
tonelada.
De que forma ele deverá carregar o caminhão para obter o lucro
máximo?
Variáveis de decisão
x1: Qtde. de toneladas de laranja
x2: Qtde. de toneladas de pêssego
x3: Qtde. de toneladas de tangerina
Função Objetivo
Max L = 20x1+ 10x2 + 30x3
Restrições Técnicas
x1 + x2 + x3 ≤ 800 ; Quantidade máxima a ser transportada
x1 > 200 ; Quantidade mínima de laranja
x2 > 100 ; Quantidade mínima de pêssego
x3 < 200 ; Quantidade máxima de tangerina
Restrições Não Negatividade
x1,x2,x3 ≥ 0
Certa empresa fabrica 2 produtos P1 e P2. O lucro por unidade de P1 é
de 100 u.m. e o lucro unitário de P2 é de 150 u.m. A empresa necessita
de 2 horas para fabricar uma unidade de P1 e 3 horas para fabricar uma
unidade de P2. O tempo mensal disponível para essas atividades é de
120 horas. As demandas esperadas para os 2 produtos levaram a
empresa a decidir que os montantes produzidos de P1 e P2 não devem
ultrapassar 40 unidades de P1 e 30 unidades de P2 por mês.
Construa o modelo do sistema de produção mensal com o objetivo de
maximizar o lucro da empresa.
Variáveis de decisão
x1: Qtde. a produzir do produto P1
x2: Qtde. a produzir do produto P2
Função Objetivo
Max L = 100x1+ 150x2
Restrições Técnicas
2x1 + 3x2 ≤ 120 ; Tempo disponível para produção
x1 < 40 ; Quantidade máxima produzida de P1
x2 < 30 ; Quantidade máxima produzida de P2
Restrições Não Negatividade
x1,x2 ≥ 0 ; Não negatividade das variáveis
Um fazendeiro deseja otimizar a plantação de arroz e milho na sua
fazenda. O fazendeiro deseja saber quais são as áreas de arroz e milho
que devem ser plantadas para que o seu lucro seja máximo. O lucro por
unidade de área plantada de arroz é de 5 u.m. Enquanto para o milho é
de 2 u.m.
As áreas plantadas de arroz e milho não deve ser maiores que 3 e 4
respectivamente. Cada unidade da área de arroz consome 1 homem-
hora, enquanto que a de milho consome 2 homens-hora.
O consumo total de homens-hora nas duas plantações não deve ser
maior que 9.
Variáveis de decisão
x1: Qtde. de arroz a ser plantada
x2: Qtde. de milho a ser plantada
Função Objetivo
Max L = 5x1+ 2x2
Restrições Técnicas
x1 ≤ 3 ; Área máximo do plantio de arroz
x2 < 4 ; Área máxima do plantio de milho
x1 + 2x2 < 9 ; Quantidade total de homens-hora
Restrições Não Negatividade
x1,x2 ≥ 0
Um A Reddy Mikks produz tintas para interiores e exteriores com base
em duas matérias primas, M1, M2 . A tabela apresenta os dados:
A demanda máxima diária de tintas para interiores é 2 ton.
A Reddy Mikks quer determinar o mix ótimo de produtos de tintas para
interiores e exteriores que maximize o lucro total diário.
Tintas
Exteriores
Tintas
Interiores
Disponibilidade
máxima diária
Matéria Prima M1 6 4 24
Matéria Prima M2 1 2 6
Lucro por tonelada 5 4
Variáveis de decisão
x1: Qtde. a produzir de tinta para ambientes exteriores
x2: Qtde. a produzir de tinta para ambientes interiores
Função Objetivo
Max L = 5x1+ 4x2
Restrições Técnicas
6x1 + 4x2 < 24 ; Disponibilidade diária de M1;
x1 + 2x2 < 6 ; Disponibilidade diária de M2;
x2 < 2 ; Demanda máxima de tintas para interiores;
Restrições Não Negatividade
x1,x2 ≥ 0 ; Não negatividade das variáveis.
GP4US - Aula 2 - Programação Linear

Mais conteúdo relacionado

PPT
Analise de Sensibilidade
PDF
GP4US - Pesquisa operacional exercicios resolvidos - metodo simplex
DOCX
Estatística, Medidas descritivas para as distribuições de frequência
PPTX
Custos de Produção
PPT
PDF
Economia aula 3 – a elasticidade e suas aplicações
PPT
2º e 3ºaula de pcp, mrp i e mrp-ii (1)
PDF
Aula 6 probabilidade condicional
Analise de Sensibilidade
GP4US - Pesquisa operacional exercicios resolvidos - metodo simplex
Estatística, Medidas descritivas para as distribuições de frequência
Custos de Produção
Economia aula 3 – a elasticidade e suas aplicações
2º e 3ºaula de pcp, mrp i e mrp-ii (1)
Aula 6 probabilidade condicional

Mais procurados (20)

PDF
Estatística, Medidas de dispersão e medidas de posição
PDF
Aula 2 - Sistemas de Produção
PDF
Aula 06 custos de produção
PDF
Apostila estatistica ii processos de ruína
PPT
2 aula produtividade
PDF
Aula 3 testes de hipóteses e anova
DOC
1ª lista de exercícios de pesquisa operacional com gabarito
PPTX
Estatística e probabilidade - 7 Medidas de Variabilidade
PPS
Juro composto
PDF
Pseudocódigo ou Portugol (Lógica de Programação)
PPSX
Matematica Juros Simples
PDF
Introdução a Linguagem de Programação C
PDF
Moda de Czuber - Estatística Descritiva
PDF
Decisões sob incerteza
PPT
Educação financeira
Estatística, Medidas de dispersão e medidas de posição
Aula 2 - Sistemas de Produção
Aula 06 custos de produção
Apostila estatistica ii processos de ruína
2 aula produtividade
Aula 3 testes de hipóteses e anova
1ª lista de exercícios de pesquisa operacional com gabarito
Estatística e probabilidade - 7 Medidas de Variabilidade
Juro composto
Pseudocódigo ou Portugol (Lógica de Programação)
Matematica Juros Simples
Introdução a Linguagem de Programação C
Moda de Czuber - Estatística Descritiva
Decisões sob incerteza
Educação financeira
Anúncio

Destaque (10)

PPTX
Programação linear Matematica
DOCX
Programação linear
PPT
Programacao linear 11 ano - 1011
PPTX
Programação Linear
PPTX
Programação linear
PPT
Problema de Programação Linear - IFS
DOCX
Otimização
PPTX
Partial gibbs free energy and gibbs duhem equation
PDF
Pesquisa Operacional Aula 02 - Programação Linear - Parte I
PDF
Pesquisa operacional - Aula 04 - Programação Linear III (Método da solução gr...
Programação linear Matematica
Programação linear
Programacao linear 11 ano - 1011
Programação Linear
Programação linear
Problema de Programação Linear - IFS
Otimização
Partial gibbs free energy and gibbs duhem equation
Pesquisa Operacional Aula 02 - Programação Linear - Parte I
Pesquisa operacional - Aula 04 - Programação Linear III (Método da solução gr...
Anúncio

Semelhante a GP4US - Aula 2 - Programação Linear (20)

PPT
Apresentação_Introducao_e_Programacao_Linear.ppt
PPT
Slide_Introducao_e_Programacao_Linear.ppt
PDF
350d497979ff2cb7bcd1042e307a5bfd
DOCX
Atps pesquisa operacional
PDF
Otimização de Processos por meio de Programação Linear
PPTX
Matemática computacional aula 002
PDF
2025.1 Estacio - Metodos Quantitativos - Parte 01 - PL.pdf
PPTX
Pesquisa Operacional
PPTX
Matemática computacional aula 001
PDF
Apostila de matematica_raiz
PDF
Introdução a Pesquisa operacional
DOC
Portfólio
PDF
Softwares
PDF
Exercícios po3
DOCX
Trabalho mariana
PPTX
Pesquisa Operacional
PPTX
Multiplicação
PPTX
Exercícios - Produtividade.pptx
PDF
1657629096172.pdf
Apresentação_Introducao_e_Programacao_Linear.ppt
Slide_Introducao_e_Programacao_Linear.ppt
350d497979ff2cb7bcd1042e307a5bfd
Atps pesquisa operacional
Otimização de Processos por meio de Programação Linear
Matemática computacional aula 002
2025.1 Estacio - Metodos Quantitativos - Parte 01 - PL.pdf
Pesquisa Operacional
Matemática computacional aula 001
Apostila de matematica_raiz
Introdução a Pesquisa operacional
Portfólio
Softwares
Exercícios po3
Trabalho mariana
Pesquisa Operacional
Multiplicação
Exercícios - Produtividade.pptx
1657629096172.pdf

Mais de Jefferson Affonso - PMP®, ITIL®, MCTS®, MBA (20)

PDF
Amazon Press Release - Lançamento de produtos que agregam valor ao cliente
PDF
Roadmap do Produto Ágil - Criação, Utilização e Evolução
PDF
Mapa de Empatia - O Primeiro Passo no Design Thinking
PDF
Atendimento ao cliente - Os 9 principais KPIs que você deve acompanhar
PDF
Customer Effort Score - O que é e como medir o indicador CES
PDF
Customer Journey - Saiba porque essa ferramenta vale a pena
PDF
Mindset Agil - Descobrindo os segredos que ninguém lhe contou
PDF
Scrum master definitivamente, qual seu papel e suas responsabilidades
PDF
Prototipagem - Validação de ideias através de Design Thinking
PDF
Jornada do Cliente: 9 exemplos de jornadas e o que elas nos ensinam
PDF
Como criar uma persona passo a passo de maneira fácil e definitiva
PDF
Pesquisa de satisfação: 16 dias para aumentar a sua taxa de retorno
PDF
Priorização de projetos - Estrategias de avaliação não subjetiva
PDF
Área de integraçã - Por que ela e a mais importante em projetos
PDF
Equipes de alta performance - Transformando times scrum
PDF
Sistema Kanban - Priorizando atividades através das classes de serviço
PDF
Método Kanban - Introdução ao sistema ágil adaptativo
PDF
Classificacao dos custos do projeto saiba quais sao e como utiliza-las
PDF
Diagrama de Causa e Efeito - Descubra e aprenda ishikawa na pratica
PDF
Encerramento do Projeto - Tudo o que você precisa saber para encerrar seu pro...
Amazon Press Release - Lançamento de produtos que agregam valor ao cliente
Roadmap do Produto Ágil - Criação, Utilização e Evolução
Mapa de Empatia - O Primeiro Passo no Design Thinking
Atendimento ao cliente - Os 9 principais KPIs que você deve acompanhar
Customer Effort Score - O que é e como medir o indicador CES
Customer Journey - Saiba porque essa ferramenta vale a pena
Mindset Agil - Descobrindo os segredos que ninguém lhe contou
Scrum master definitivamente, qual seu papel e suas responsabilidades
Prototipagem - Validação de ideias através de Design Thinking
Jornada do Cliente: 9 exemplos de jornadas e o que elas nos ensinam
Como criar uma persona passo a passo de maneira fácil e definitiva
Pesquisa de satisfação: 16 dias para aumentar a sua taxa de retorno
Priorização de projetos - Estrategias de avaliação não subjetiva
Área de integraçã - Por que ela e a mais importante em projetos
Equipes de alta performance - Transformando times scrum
Sistema Kanban - Priorizando atividades através das classes de serviço
Método Kanban - Introdução ao sistema ágil adaptativo
Classificacao dos custos do projeto saiba quais sao e como utiliza-las
Diagrama de Causa e Efeito - Descubra e aprenda ishikawa na pratica
Encerramento do Projeto - Tudo o que você precisa saber para encerrar seu pro...

Último (20)

PPTX
Introdução à Agronomia - 5 fatos sobre a agronomia
PDF
APRESENTACAO_ NR10 Ferramentas isoladas.pdf
PPT
O gênero resumo O gênero resumo O gênero
PPTX
2 - introducao a ciencia do solo para o curso de agronomia.ppt
PPT
Aula_2_Atomo distribuiçao eletronica.ppt
PPTX
Treinamento NR-18 - Canteiro de obras.pptx
PPTX
Aula 6_Delineamento em Blocos Casualizados_28.09.2020_Mestrado.pptx
PPT
Acidentes de trabalho e esposição riscovdfv
PPTX
UniBusgggggggggggggggggggggggggggggggggggggggggggg
PDF
Aula 12-13 e 14 - UC2 NR 23 Combate a Incêndios.pdf
PPTX
Aula_Osciloscópio_Exercícios_Simulações_
PPTX
Princípios Básicos de segurança em eletricidade
PDF
PROJETO DE PESQUISA PRONTO BIOMEDICINA 2025 ABNT.pdf
PDF
Material referente ao método kanban f2ms
PPTX
Portfólio Dexo Recursos Humanos docosia
PPTX
Aula_Semicondutortes_Diodos e LEDs_apresentação
PPTX
11 Métodos de prevenção individual e coletiva.pptx
PPTX
Aula_Teorica_Estados limites de serviço no concreto armado.pptx
PDF
Análise do concreto permeável com adição de resíduos
PDF
Ideal para decisões que exigem dados recentes e confiáveis.
Introdução à Agronomia - 5 fatos sobre a agronomia
APRESENTACAO_ NR10 Ferramentas isoladas.pdf
O gênero resumo O gênero resumo O gênero
2 - introducao a ciencia do solo para o curso de agronomia.ppt
Aula_2_Atomo distribuiçao eletronica.ppt
Treinamento NR-18 - Canteiro de obras.pptx
Aula 6_Delineamento em Blocos Casualizados_28.09.2020_Mestrado.pptx
Acidentes de trabalho e esposição riscovdfv
UniBusgggggggggggggggggggggggggggggggggggggggggggg
Aula 12-13 e 14 - UC2 NR 23 Combate a Incêndios.pdf
Aula_Osciloscópio_Exercícios_Simulações_
Princípios Básicos de segurança em eletricidade
PROJETO DE PESQUISA PRONTO BIOMEDICINA 2025 ABNT.pdf
Material referente ao método kanban f2ms
Portfólio Dexo Recursos Humanos docosia
Aula_Semicondutortes_Diodos e LEDs_apresentação
11 Métodos de prevenção individual e coletiva.pptx
Aula_Teorica_Estados limites de serviço no concreto armado.pptx
Análise do concreto permeável com adição de resíduos
Ideal para decisões que exigem dados recentes e confiáveis.

GP4US - Aula 2 - Programação Linear

  • 2. Idealizar modelos matemáticos, através de equações e inequações a partir de problemas reais para maximização do lucro ou minimização de custos e perdas.
  • 3. Uma das técnica mais utilizadas em Programação Linear; Método matemático de otimização de uma função linear a qual satisfaz um conjunto de restrições de equações e/ou inequações lineares. Buscam a distribuição eficiente dos recursos limitados; Exemplo:  Função Objetivo a ser maximizada Lucro = 2x1 + 3x2  Restrições Técnicas 3x1 + 4x2 > 0  Restrições de Não Negatividade x1, x2 > 0
  • 4. 1 – Quais são as variáveis de decisão ? Apresentar as decisões que serão tomadas representando-as através de variáveis chamadas de variáveis de decisão. 2 – Qual é o objetivo ? Identificar qual é o objetivo da tomada de decisão. Normalmente são apresentados na forma de maximizar o lucro ou minimizar custos ou perdas; 3 – Quais são as restrições ? Todas as restrições impostas na descrição do sistema devem ser expressas em uma relação linear (igualdade ou desigualdade).
  • 7.  Considerando que você esta saindo com as duas:  Restrições iniciais: • Uma não pode saber da outra. Para isso você tem que leva- las a lugares diferentes em dias diferentes. • O dinheiro é limitado, portanto, você não pode sair todos os dias. • O tempo é limitado, portanto deve haver um planejamento do tempo gasto com cada uma.
  • 8.  É chique e só gosta de restaurantes caros. Em um encontro com ela você vai gastar R$ 180,00.  É calma e sossegada. Um encontro com ela dura 2 horas.
  • 9.  É simples e gosta de lugares mais baratos. Em um encontro com ela você vai gastar R$ 100,00.  É agitada e gosta de fazer muitas coisas na noite. Um encontro com ela dura 4 horas.
  • 10. Quantas vezes você pode sair com cada uma delas ?
  • 11. x1 é a qtde de vezes que você vai sair com Carol na semana x2 é a qtde de vezes que você vai sair com Juliana na semana Assumindo que: Sair com Carol corresponde a 180 x1 Sair com Juliana corresponde a 100 x2 Então: 180 x1 + 100 x2  Gasto total da semana
  • 12. x1 é o tempo gasto com Carol na semana x2 é o tempo gasto com Juliana na semana Assumindo que: Sair com Carol corresponde a 2 x1 Sair com Juliana corresponde a 4 x2 Então: 2x1 + 4x2  Total de horas
  • 13. Falta um objetivo 180 x1 + 100 x2 < 800 ( R$ por semana ) 2x1 + 4 x2 < 20 ( horas por semana ) Unificando as restrições: O que se deseja atingir ?
  • 14.  Sair com ambas o maior número de vezes possível por semana ? Max S = x1 + x2  Sair com Carol duas vezes mais do que com Juliana por semana ? Max S = x1 + 2x2
  • 15. Função Objetivo Max S = x1 + x2 Max S = x1 + 2x2 Restrições s.a. s.a. 2x1 + 4x2 < 20 2x1 + 4x2 < 20 180x1 + 100x2 < 800 180 x1 + 100 x2 < 800 Restrições de Não Negatividade X1, x2 > 0 X1, x2 > 0 Sujeito a
  • 17. As modalidades oferecidas durante o período noturno são apresentadas na tabela. O máximo de alunos que a academia suporta durante tal período são 120 pessoas. Período Noturno Modalidade disponíveis Receita por Aluno Capacidade Max. Alunos Musculação R$ 35,00 80 Spinning R$ 40,00 20 Abdômen R$ 25,00 40 Fisioterapia R$ 50,00 25 RPG R$ 60,00 15 As atividades de RPG e Fisioterapia utilizam os mesmo professores e compartilham da mesma sala, o que faz com que, apesar da capacidade máxima de alunos de RPG e fisioterapia serem 25 e 15 alunos respectivamente, quando analisadas em conjunto, tais modalidades juntas não podem apresentar mais de trintas alunos. o número de vagas a oferecer no período noturno em cada modalidade com o objetivo de maximizar a receita da empresa.
  • 18. Identificar as variáveis de decisão. X1 = Número de alunos de MUSCULAÇÃO; X2 = Número de alunos de SPINNING; X3 = Número de alunos de ABDÔMEN; X4 = Número de alunos de FISIOTERAPIA; X5 = Número de alunos de RPG.
  • 19. Definir a Função Objetivo  Soma das receitas, multiplicadas pela qtds de alunos que realizaram a atividade resultam na receita total da. Período Noturno Modalidade Receita por Aluno Capacidade Max. Alunos Musculação R$ 35,00 80 Spinning R$ 40,00 20 Abdômen R$ 25,00 40 Fisioterapia R$ 50,00 25 RPG R$ 60,00 15 Max Z = 35 x1 + 40 x2 + 25 x3 + 50 x4 + 60 x5
  • 20. Identificar as variáveis de restrição  Quantidade máxima de alunos: x1 + x2 + x3 + x4 + x5 ≤ 120;  Quantidade máxima de alunos para musculação: x1 ≤ 80 ;  Quantidade máxima de alunos para Spinning: x2 ≤ 20;  Quantidade máxima de alunos para abdômen: x3 ≤ 40;  Quantidade máxima de alunos para fisioterapia: x4 ≤ 25;  Quantidade máxima de alunos para : x5 ≤ 30;  Quantidade máxima de alunos para fisioterapia e RPG que podem realizar as suas aulas ao mesmo tempo: x4 + x5 ≤ 30.  Não negatividade: x1 > 0; x2 > 0; x3 > 0; x4 > 0; x5 > 0;
  • 21. Função Objetivo Max L = 35x1 + 40x2 + 25x3 + 50x4 + 60x5 Restrições Técnicas X1 + X2 + X3 + X4 + X5 ≤ 120 X1 ≤ 80 X2 ≤ 20 X3 ≤ 40 X4 ≤ 25 X5 ≤ 30 X4 + X5 ≤ 30 Restrição de não negatividade X1 ≥ 0, X2 ≥ 0, X3 ≥ 0, X4 ≥ 0, X5 ≥ 0
  • 22. Uma companhia produz 3 tipos de fertilizantes conforme tabela abaixo: Fertilizante Espaço ( pés3 ) Custo Produção Tempo Preço Venda Tipo 1 10 400 6 480 Tipo 2 12 600 10 690 Tipo 3 8 300 12 340 Disponível 300 10.000 250 A companhia deve produzir, no mínimo, 4 toneladas do produto 2. Defina o modelo para maximizar o lucro.
  • 23. Variáveis de decisão x1: Qtde. de toneladas de fertilizantes Tipo 1 a produzir x2: Qtde. de toneladas de fertilizantes Tipo 2 a produzir x3: Qtde. de toneladas de fertilizantes Tipo 3 a produzir Função Objetivo Max L = 80x1 + 90x2+ 40x3 Restrições Técnicas 10x1 + 12x2 + 8x3 ≤ 300 ; Espaço de armazenamento 400x1 + 600x2 + 300x3 ≤ 10000 ; Custo de produção 6x1 + 10x2 + 12x3 ≤ 250 ; Tempo X2 ≥ 4 ; Produção mínima do Tipo 2 Restrições Não Negatividade x1,x2,x3 ≥ 0
  • 24. Um vendedor de frutas pode transportar 800 toneladas de frutas para sua região de vendas. Ele necessita transportar pelo menos 200 toneladas de laranja a R$20,00 de lucro por tonelada, pelo menos 100 toneladas de pêssegos a R$10,00 de lucro por tonelada, e no máximo 200 toneladas de tangerinas a R$30,00 de lucro por tonelada. De que forma ele deverá carregar o caminhão para obter o lucro máximo?
  • 25. Variáveis de decisão x1: Qtde. de toneladas de laranja x2: Qtde. de toneladas de pêssego x3: Qtde. de toneladas de tangerina Função Objetivo Max L = 20x1+ 10x2 + 30x3 Restrições Técnicas x1 + x2 + x3 ≤ 800 ; Quantidade máxima a ser transportada x1 > 200 ; Quantidade mínima de laranja x2 > 100 ; Quantidade mínima de pêssego x3 < 200 ; Quantidade máxima de tangerina Restrições Não Negatividade x1,x2,x3 ≥ 0
  • 26. Certa empresa fabrica 2 produtos P1 e P2. O lucro por unidade de P1 é de 100 u.m. e o lucro unitário de P2 é de 150 u.m. A empresa necessita de 2 horas para fabricar uma unidade de P1 e 3 horas para fabricar uma unidade de P2. O tempo mensal disponível para essas atividades é de 120 horas. As demandas esperadas para os 2 produtos levaram a empresa a decidir que os montantes produzidos de P1 e P2 não devem ultrapassar 40 unidades de P1 e 30 unidades de P2 por mês. Construa o modelo do sistema de produção mensal com o objetivo de maximizar o lucro da empresa.
  • 27. Variáveis de decisão x1: Qtde. a produzir do produto P1 x2: Qtde. a produzir do produto P2 Função Objetivo Max L = 100x1+ 150x2 Restrições Técnicas 2x1 + 3x2 ≤ 120 ; Tempo disponível para produção x1 < 40 ; Quantidade máxima produzida de P1 x2 < 30 ; Quantidade máxima produzida de P2 Restrições Não Negatividade x1,x2 ≥ 0 ; Não negatividade das variáveis
  • 28. Um fazendeiro deseja otimizar a plantação de arroz e milho na sua fazenda. O fazendeiro deseja saber quais são as áreas de arroz e milho que devem ser plantadas para que o seu lucro seja máximo. O lucro por unidade de área plantada de arroz é de 5 u.m. Enquanto para o milho é de 2 u.m. As áreas plantadas de arroz e milho não deve ser maiores que 3 e 4 respectivamente. Cada unidade da área de arroz consome 1 homem- hora, enquanto que a de milho consome 2 homens-hora. O consumo total de homens-hora nas duas plantações não deve ser maior que 9.
  • 29. Variáveis de decisão x1: Qtde. de arroz a ser plantada x2: Qtde. de milho a ser plantada Função Objetivo Max L = 5x1+ 2x2 Restrições Técnicas x1 ≤ 3 ; Área máximo do plantio de arroz x2 < 4 ; Área máxima do plantio de milho x1 + 2x2 < 9 ; Quantidade total de homens-hora Restrições Não Negatividade x1,x2 ≥ 0
  • 30. Um A Reddy Mikks produz tintas para interiores e exteriores com base em duas matérias primas, M1, M2 . A tabela apresenta os dados: A demanda máxima diária de tintas para interiores é 2 ton. A Reddy Mikks quer determinar o mix ótimo de produtos de tintas para interiores e exteriores que maximize o lucro total diário. Tintas Exteriores Tintas Interiores Disponibilidade máxima diária Matéria Prima M1 6 4 24 Matéria Prima M2 1 2 6 Lucro por tonelada 5 4
  • 31. Variáveis de decisão x1: Qtde. a produzir de tinta para ambientes exteriores x2: Qtde. a produzir de tinta para ambientes interiores Função Objetivo Max L = 5x1+ 4x2 Restrições Técnicas 6x1 + 4x2 < 24 ; Disponibilidade diária de M1; x1 + 2x2 < 6 ; Disponibilidade diária de M2; x2 < 2 ; Demanda máxima de tintas para interiores; Restrições Não Negatividade x1,x2 ≥ 0 ; Não negatividade das variáveis.