Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Os melhores documentos à venda: Trabalhos de alunos formados
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Comunidade
Peça ajuda à comunidade e tire suas dúvidas relacionadas ao estudo
Descubra as melhores universidades em seu país de acordo com os usuários da Docsity
Guias grátis
Baixe gratuitamente nossos guias de estudo, métodos para diminuir a ansiedade, dicas de TCC preparadas pelos professores da Docsity
Exercicios de Programação linear. 1.1 Resolução geométrica de problemas lineares. Exercicio 1.1.1 Para cada um dos casos a seguir indicados represente a ...
Tipologia: Notas de estudo
1 / 30
Esta página não é visível na pré-visualização
Não perca as partes importantes!
ExercÌcio 1.1.1 Para cada um dos casos a seguir indicados represente a regi„o admissÌvel e determine os valores m·ximo e mÌnimo da funÁ„o z:
a) z = 2 x 1 + 3x 2 + 2 x 1 + x 2 1
x 1 2
2 x 1 x 2 5 x 1 + x 2 2
x 2 4
b) z = 2 x 1 x 2 + 5
x 1 0
x 2 0 x 1 x 2 1
x 1 + 2x 2 4
x 1 + 2x 2 5
ExercÌcio 1.1.2 Resolva graÖcamente os seguintes problemas de programaÁ„o linear
f) M in z = x 1 + x 2
2 x 1 + 3x 2 7 4 x 1 6 x 2 14
x 2
x 1 + x 2 2
x 1 0 x 2 0
ExercÌcio 1.1.3 Para a regi„o admissÌvel deÖnida por
x 1 + x 2 1
6 x 1 + 4x 2 24 x 2 2
x 1 0
x 2 0 obtenha a soluÁ„o Ûptima para cada um dos seguintes objectivos:
a) M ax z = x 1
b) M in z = x 1 + x 2
c) M in z = x 2
d) M ax z = x 2
e) M in z = x 1 x 2
f) M in z = x 1
g) M in z = x 1 + x 2
h) M in z = 3x 1 + 2x 2
ExercÌcio 1.1.4 Uma empresa produz dois tipos de cintos, A e B. Os lucros unit·rios respectivos s„o de 80 cÍntimos e 35 cÍntimos. Cada cinto do tipo A exige o dobro
do tempo necess·rio ‡ fabricaÁ„o de um cinto do tipo B. A empresa pode fabricar diariamente 1000 cintos tipo B. A quantidade de cabedal fornecido ‡ empresa È ape- nas suÖciente para fabricar diariamente 800 cintos. O cinto de tipo A necessita de uma Övela de luxo e sÛ se dispıe diariamente de 400 dessas Övelas. Para o cinto de tipo B pode-se dispor diariamente de 700 Övelas.
a) Formalize e resolva graÖcamente o problema.
b) Haver· alteraÁ„o da soluÁ„o Ûptima no caso do lucro unit·rio para os cintos de tipo A ser de um euro?
c) Suponha que era imposta uma produÁ„o de pelo menos 300 cintos de tipo B. Obtenha a nova soluÁ„o Ûptima.
ExercÌcio 1.2.1 Mostre que os seguintes conjuntos s„o convexos
a) S = f(x 1 ; x 2 ; x 3 ) 2 R^3 : x 1 + 2x 2 x 3 = 4g
b) S = f(x 1 ; x 2 ; x 3 ) 2 R^3 : x 1 + 2x 2 x 3 4 g
c) S = f(x 1 ; x 2 ; x 3 ) 2 R^3 : x 1 + 2x 2 x 3 4 ^ 2 x 1 x 2 + x 3 6 g
d) S = f(x 1 ; x 2 ) 2 R^2 : x 2 jx 1 jg
e) S = f(x 1 ; x 2 ) 2 R^2 : x^21 + x^22 4 g
ExercÌcio 1.2.2 Mostre que se S 1 e S 2 s„o conjuntos convexos ent„o:
a) S 1 \ S 2 È convexo
b) S 1 S 2 = fx + y : x 2 S 1 ^ y 2 S 2 g È convexo
c) S 1 S 2 = fx y : x 2 S 1 ^ y 2 S 2 g È convexo
ExercÌcio 1.2.3 Determine graÖcamente os pontos extremos e as direcÁıes (se as houver) e direcÁıes extremas dos seguintes conjuntos:
a) S = f(x 1 ; x 2 ) 2 R^2 : x^21 + x^22 1 g
ExercÌcio 1.3.3 Uma empresa de refrigerantes tem que planear a sua produÁ„o para o prÛximo mÍs. Na composiÁ„o do refrigerante a fabricar a empresa utiliza trÍs variedades diferentes de fruta - Tipo I, II e III - com custos por kg de 12, 20 e 30 cÍntimos, respectivamente. Da fruta Tipo I extrai-se 0.35 litros de sumo por kg, enquanto que das frutas Tipo II e III se extraem, respectivamente, 0.4 e 0.6 litros por kg. Cada litro de refrigerante tem que apresentar pelo menos 90% de sumo de fruta e 1 mg de vitamina C. A fruta do Tipo I contÈm 0.5 mg dessa vitamina por kg, enquanto que a Tipo II contÈm 0.75 mg, e a Tipo III 1 mg tambÈm por Kg. Para manter o sabor agrad·vel, em cada 10 litros de sumo n„o pode haver mais de 8 Kg de fruta de Tipos I e II. Formalize um problema que permita ‡ empresa determinar a quantidade de fruta de cada tipo a utilizar para cada 10 litros de sumo fabricado, de modo a minimizar os custos.
ExercÌcio 1.3.4 Uma moeda deve ser cunhada numa liga contendo pelo menos 40% de prata e pelo menos 50% de cobre. Para o fabrico dessa liga est„o disponÌveis quatro tipos diferentes de outras ligas com as seguintes composiÁıes e custos (em euros por kg):
A B C D
%prata 30 35 50 40
%cobre 60 35 50 45
custo 3000 3200 4000 3500
Construa um modelo que permita obter a mistura das ligas A, B, C e D que corresponda ao custo mÌnimo.
ExercÌcio 1.3.5 Uma f·brica de tintas fabrica tintas para interior e para exterior usando dois tipos diferentes de matÈria prima A e B.
toneladas de matÈria prima por tonelada de tinta
exterior interior m·ximo disponÌvel
MatÈria prima A 1 2 6
MatÈria Prima B 2 1 8
AlÈm disso, uma pesquisa de mercado estabeleceu que por dia a procura de tinta interior n„o excede em mais do que 1 unidade a procura de tinta exterior e que n„o
s„o gastas mais do que 2 toneladas de tinta interior. A tonelada de tinta interior custa 2000 euros e a tonelada de tinta exterior custa 3000 euros. Sendo o objectivo maximizar o volume de vendas, qual dever· ser a produÁ„o di·ria de cada tipo de tinta?
ExercÌcio 1.3.6 Uma empresa produz dois produtos: comida para p·ssaros e co- mida para c„es. A empresa tem dois departamentos: mistura e empacotamento. Os requisitos em cada departamento para produzir uma tonelada de qualquer dos produtos s„o os seguintes:
Tempo por tonelada em horas Mistura Empacotamento
Comida de p·ssaro 0.25 0.
Comida de c„o 0.15 0.
Cada departamento dispıe de 8 horas por dia de trabalho. A comida de c„o È feita de trÍs ingredientes: carne, pasta de peixe e cereais. A comida de p·ssaro È feita de trÍs ingredientes: sementes, pequenos seixos e cereais. A composiÁ„o destes 5 materiais È a seguinte:
DescriÁ„o dos materiais em percentagens
ProteÌnas Carbohidratos Minerais Abrasivos Custo por ton.
Carne 12 10 1 0 600
Pasta de peixe 20 8 2 2 900
Cereais 3 30 0 0 200
Sementes 10 10 2 1 700
Pedras 0 0 3 100 100
Os requisitos mÌnimos da composiÁ„o dos dois produtos s„o os seguintes (em percentagem do peso total):
ProteÌnas Carbohidratos Minerais Abrasivos Sementes
C. de p·ssaro 5 18 1 2 10
C. de c„o 11 15 1 0 0
r·pido, em que uma toalha È lavada em 1 dia (o que quer dizer que uma toalha usada na segunda se encontra disponÌvel novamente para uso na quarta) e um serviÁo lento, em que uma toalha È lavada em 2 dias. Cada toalha lavada no serviÁo r·pido tem um custo de 1,5 euros, enquanto que no serviÁo lento tem um custo de 0,5 euros. De segunda a domingo s„o necess·rias, respectivamente, 110, 100, 160, 120, 180, 200 e 120 toalhas. No Öm de cada semana todas as toalhas s„o vendidas por 1 euro cada. Formule o problema de determinar a forma de se satisfazer as necessidades em toalhas, com um custo mÌnimo.
ExercÌcio 1.3.9 Um armazenista, que comercializa um determinado produto ali- mentar, deseja programar as suas compras para os primeiros 4 meses do ano: Janeiro, Fevereiro, MarÁo e Abril. O preÁo praticado pelo seu fornecedor habitual È de 100 u.m. por cada unidade de produto comprada nos 3 primeiros meses e de 150 u.m. por cada unidade comprada em Abril. O fornecedor habitual pode fornecer no m·- ximo 3500 unidades de produto por mÍs. Caso o armazenista deseje comprar mais do que esta quantidade, num determinado mÍs, poder· adquirir atÈ ao m·ximo de 1000 unidades a um outro fornecedor cujos preÁos s„o 25% mais elevados do que os praticados pelo fornecedor habitual. O armazenista pode criar stock do produto, sendo o custo de armazenagem por unidade e por mÍs de 40 u.m.. A procura a satisfazer pelo armazenista nos 4 meses È a seguinte: 1500, 3500, 4500, 4000. O stock em armazÈm no inÌcio de Janeiro È de 100 unidades. Sabendo que no Önal de Abril n„o deve existir qualquer stock de produto, construa um modelo de programaÁ„o linear que permita deÖnir o plano de compras Ûptimo.
ExercÌcio 1.4.1 Considere as seguintes restriÁıes de um problema de programaÁ„o linear:
x 1 + x 2 + x 3 = 1 x 1 x 2 + x 4 = 0 xi 0 ; i = 1; ; 4
Determine todas as soluÁıes b·sicas do problema, indicando se s„o ou n„o admis- sÌveis e, em caso aÖrmativo, se s„o ou n„o degeneradas.
ExercÌcio 1.4.2 Considere o seguinte problema de programaÁ„o linear:
M ax z = 5x 1 3 x 2 x 1 x 2 2 2 x 1 + 3x 2 4 x 1 + 6x 2 = 10 x 1 0
Escreva o problema na forma standard.
ExercÌcio 1.4.3 Resolva os seguintes problemas de programaÁ„o linear atravÈs do algoritmo simplex:
a)
M ax z = 4x 1 + 3x 2 x 1 + x 2 3 4 x 1 + x 2 8 x 1 0; x 2 0
b)
M in z = 6 x 1 3 x 2 2 x 1 + 4x 2 720 4 x 1 + 4x 2 880 x 1 160 x 1 0; x 2 0
c)
M ax z = 2x 1 + 3x 2 4 x 1 + 2x 2 1 x 1 + 2x 2 6 x 1 0; x 2 0
ExercÌcio 1.4.5 Aplicando o mÈtodo das duas fases, resolva os seguintes problemas:
e) M in z = x 1 + x 2 3 x 1 + 2x 2 4 x 1 + 2x 2 6 x 1 2 x 2 4 x 1 0
ExercÌcio 1.4.6 Suponha que tem dois pontos extremos soluÁıes Ûptimas de um programa linear: X e Y. Demonstre que qualquer ponto da aresta que une X e Y tambÈm È soluÁ„o Ûptima.
ExercÌcio 1.4.7 Considere o seguinte quadro do simplex, correspondente a uma soluÁ„o intermÈdia na resoluÁ„o de um problema de maximizaÁ„o:
v. b·sicas x 1 x 2 x 3 x 4 x 5 x 6
x 1 4 1 2 = 3 0 0 4 = 3 0
x 4 2 0 7 = 3 3 1 2 = 3 0
x 6 2 0 2 = 3 2 0 2 = 3 1
z 8 0 8 = 3 11 0 4 = 3 0
Sabendo que a inversa da matriz dos coeÖcientes das vari·veis b·sicas a que esta
soluÁ„o corresponde È B ^1 =
e que cTB =
h 1 3 1
i ,
formule o problema original.
ExercÌcio 1.5.1 Considere o problema
M in z = 3x 1 + 2x 2 x 1 x 2 1 x 1 + x 2 3 x 1 0; x 2 0
- z = x 1 + x - 2 x 1 x 2 - x 1 + x 2 - 3 x 1 + x 2 - x 1 - x 2 e)
M in z = 7x 1 + 2x 2 + 5x 3 + 4x 4 2 x 1 + 4x 2 + 7x 3 + x 4 5 8 x 1 + 4x 2 + 6x 3 + 4x 4 8 3 x 1 + 8x 2 + x 3 + 4x 4 4 x 1 0 ; i = 1; ; 4
ExercÌcio 1.5.4 Considere um problema de programaÁ„o linear em que o objectivo
È: M in z = 16x 1 + 10x 2 + 4x 3 : Seja A =
a matriz dos coeÖcientes
das suas restriÁıes. Quanto ao respectivo problema dual sabe-se que o vector dos
coeÖcientes das vari·veis na funÁ„o objectivo È
h 4 2 2
i , que a primeira vari·vel
de decis„o n„o tem restriÁ„o de sinal e que a segunda vari·vel de decis„o È positiva ou quando muito nula. AlÈm disso, sabe-se que na soluÁ„o Ûptima a terceira restriÁ„o do primal È veriÖcada 8 unidades acima do limite mÌnimo, a terceira restriÁ„o do dual È veriÖcada 9 unidades acima do limite mÌnimo, e as restantes restriÁıes do primal e do dual s„o veriÖcadas em igualdade. Deve determinar os valores de todas as vari·veis do primal e do dual (decis„o e afastamento), sem utilizar o algoritmo simplex para a resoluÁ„o do problema. JustiÖque teoricamente as suas conclusıes.
ExercÌcio 1.5.5 Ao resolver o problema de programaÁ„o linear
M in z = 6 x 1 5 x 2 0 : 2 x 1 + 0: 1 x 2 9 0 : 3 x 1 + 0: 1 x 2 6 0 : 3 x 1 + 0: 6 x 2 18 0 : 2 x 1 + 0: 2 x 2 14 x 1 0; x 2 0
a) EstabeleÁa o problema linear original.
b) Escreva o problema dual.
c) Escreva as soluÁıes Ûptimas do primal e do dual.
ExercÌcio 1.5.8 Considere o seguinte programa linear:
M in z = 3x 1 + 4x 2 x 1 + 2x 2 14 2 x 1 + x 2 9 7 x 1 + 6x 2 14 0 x 1 6; 0 x 2 6
a) Resolva-o graÖcamente, indicando com clareza quais os limites da regi„o admissÌvel.
b) Escreva o problema dual e, a partir do resultado da alÌnea anterior, diga quais as vari·veis que ser„o nulas na soluÁ„o Ûptima do problema dual.
c) Resolva o problema inicial usando a vers„o do mÈtodo simplex que achar mais conveniente e indique no gr·Öco que desenhou em a) o percurso efectuado pelo mÈtodo.
ExercÌcio 1.6.1 Resolveu-se o problema de programaÁ„o linear
Maximizar z = x 1 + x 2 sujeito a 2 x 1 x 2 0
x 1 + x 2 140
3 x 1 + x 2 300 x 1 0; x 2 0
e obteve-se a soluÁ„o Ûptima x 1 = 60; x 2 = 120 e z = 180. Entretanto pretende-se
fazer as seguintes alteraÁıes: alterar o termo independente para b(t) =
t
140 + t
300 t
e o custo de x 1 para c 1 (t) = 1 4 t. Para que valores de t a presente soluÁ„o continua a ser Ûptima?
ExercÌcio 1.6.2 Ao resolver o problema de programaÁ„o linear
Maximizar z = 2x 1 + x 2 x 3
sujeito a x 1 + 2x 2 + x 3 8
x 1 + x 2 2 x 3 4
x 1 0; x 2 0; x 3 0
a) Se for proposta uma nova actividade associada ‡ coluna a 6 =
h 1 2
iT e com lucro c 6 = 4, ser· essa actividade atractiva? Em caso aÖrmativo determine a nova soluÁ„o Ûptima.
b) Determine a nova soluÁ„o Ûptima no caso do coeÖciente de x 3 na segunda restriÁ„o mudar de 2 para 1.
c) Determine a nova soluÁ„o Ûptima no caso do coeÖciente de ser acrescentada a restriÁ„o x 2 + x 3 2 :
ExercÌcio 1.6.3 Para o seguinte problema
Maximizar z = x 1 + 32 x 2 + 2x 3
sujeito a x 1 + x 2 + x 3 20 x 1 + 12 x 2 + 32 x 3 15
x 1 0; x 2 0; x 3 0