Beruflich Dokumente
Kultur Dokumente
+ + +
+ + +
+ + +
+ + +
2 2 1 1
2 2 2 22 1 21
1 1 2 12 1 11
2 2 1 1
e s restries de no-negatividade
0 2 1 n , ..., x , x x .
Esta estrutura de problema contm as seguintes caractersticas:
Variveis de Deciso: as variveis x
1
, x
2
,..., x
n
so denominadas variveis
de deciso, as quais assumem valores reais maiores ou iguais a zero.
Funo Objetivo: a funo c
1
x
1
+c
2
x
2
+...+c
n
x
n
denominada funo objetivo,
a qual pode ser maximizada (por exemplo, lucros) ou minimizada (por
exemplo, custos), isso vai depender da natureza dos coeficientes c
1
, c
2
,...,
c
n
, onde esta funo deve ser maior ou menor possvel, atendendo s
seguintes restries do sistema.
Restries: quando valores numricos so designados para as variveis
de deciso x
1
, x
2
,...,x
n
para influenciar a funo objetivo, estes valores
tambm influenciam as restries. Os modelos requerem que os valores
numricos sejam tais que no violem nenhuma restrio. O conjunto dos
nmeros b
1
, b
2
,..., b
n
denominado lado direito da inequao, (RHS -
Right-Hand Sides) que limitam indiretamente os possveis valores das
variveis de deciso.
Parmetros: os coeficientes na funo objetivo e os valores RHS so
parmetros. Os parmetros so entidades cujo valor permanece fixo
durante a resoluo do problema, entretanto pode ser mudado depois.
Constantes: os coeficientes a
11
, a
12
,..., a
1n
representam o consumo do
primeiro recurso RHS por unidade de cada varivel de deciso, que
refletem uma taxa constante de utilizao do recurso.
Portanto o modelo de Programao Linear reduz um sistema real a um conjunto
de equaes ou inequaes onde pretendemos otimizar uma funo objetivo. E uma das
grandes contribuies Programao Matemtica desse sculo, segundo Goldbarg e
Luna (2000) o algoritmo simplex. O estudo desse algoritmo na opinio dos autores
indispensvel para quem deseja dominar as tcnicas quantitativas de anlise e soluo
de problemas em um contexto razoavelmente avanado. Deste modo, eles definem
simplex como um algoritmo que utiliza um ferramental baseado na lgebra Linear para
determinar, por um mtodo iterativo, a soluo tima de um PPL. Em suma, simplex um
algoritmo.
De acordo com os autores, dualidade um conceito amplo que engloba a
possibilidade do tratamento de duas naturezas distintas de uma mesma entidade, ou
seja, eles definem duais como um par de modelos de programao matemtica primal e
dual. Este par de modelos preservam as seguintes condies:
as funes objetivos so simtricas, isto , se o primal for de minimizao
o dual ser de maximizao, reciprocamente.
so simtricas as descries das restries, ou seja, se na forma cannica
o primal possui restries > ento o dual ter restries <.
os termos independentes no primal surgem como os coeficientes da
funo objetivo no dual, reciprocamente.
a matriz de restrio do primal a transposta da matriz de restrio do
dual, reciprocamente.
Os PPLs abaixo generalizam o par de modelos primal x dual.
0 0
Pr
0 0
= =
u x
c : uA Sujeito a b Ax Sujeito a:
ub ximizar: W Ma cx Z Minimizar:
Dual imal
T
onde x um vetor coluna e u um vetor linha; A a matriz de restrio do primal e
T
A
=
=
=
=
onde c o ndice da unidade que est sendo avaliada. O problema acima envolve a
procura de valores para u e v, que so os pesos, de modo que maximize a soma
ponderada dos outputs (output "virtual) dividida pela soma ponderada dos inputs (input
"virtual) da DMU em estudo, sujeita a restrio de que esse quociente seja menor ou
igual a 1, para todas as DMUs.
Esta funo est sujeita restrio de que, quando o mesmo conjunto de
coeficientes de entrada e sada (v
i
s e u
j
s) for aplicado a todas as outras unidades de
servios que esto sendo comparadas, nenhuma unidade de servio exceder 100% de
eficincia ou uma razo de 1,00. Um problema como este de formulao de razo
particular possui infinitas solues timas. Para evitar isto, ainda segundo Coelli, Rao e
Baltese (1998), uma possvel imposio seria _ v
i
x
ic
= 1, pois alm disto, queremos
linearizar as restries do problema, de modo a transform-lo em um Problema de
Programao Linear (PPL). Ento introduzindo a transformao linear desenvolvida por
Charnes e Cooper (1962) obtemos:
) . . . o (equa x, ". , , u
n ...,c , , ! x % " u
x S.a.:
" u Max #
i j
m
i
i! i
$
j
j! j
m
i
ic i
$
j
jc j c
2 1 2 2 0
, , , 2 1 0
1
1 1
1
1
=
=
=
= =
=
=
=
=
Assim, a eficincia pela tica dos outputs calculada pelo inverso da funo
objetivo, ou seja , eficincia =
#
1
. Este problema define a relao dos inputs sobre os
outputs, onde c o ndice da unidade que est sendo avaliada. Temos neste problema as
mesmas variveis de deciso u
x
e v
y
e podemos linearizar este da mesma forma que o
primeiro, porm queremos minimizar a soma ponderada dos inputs ("input virtual)
dividida pela soma ponderada dos outputs ("output virtual) da DMU em estudo, sujeita a
restrio de que este quociente seja maior ou igual a 1, para todas as DMUs. Para
transform-lo em um problema de programao linear, teremos que usar a imposio
1 =
jc j " u
e ento, teremos:
) . . . (equao " x u
n c ! " u x
" u a S
x Min
i j
n
j
j! j
m
i
i! i
$
j
jc j
m
i
ic i
2 3 2 2 , , 0 ,
, , , , 1 , 0
1 : . .
1 1
1
1
=
=
= =
=
=
Esta forma de problema conhecida como problema dos multiplicadores,
entretanto com orientao output( Denotamos este PPL por CRS/M/O. Formulando o dual
deste modelo obtemos o modelo do envelope (CRS/E/O):
) . . . (equao # j
" #"
x x a S
# M'x
j
n
j
j j
n
j
j j
3 3 2 2 0 , 0
0
: . .
1
1
=
=