1

Investigao Operacional
Metodologia cientfica para abordar
problemas das cincias, gesto, economia e
engenharia.
As suas principais caractersticas so:
interdisciplinaridade.
Manipular modelos matemticos para apoiar a
tomada de deciso.
Utilizar o computador.


2
As 7 etapas do
processo de modelao
1. Definir o problema
2. Observar o sistema e recolher informao
3. Formular um modelo matemtico
4. Validar o modelo.
5. Escolher uma deciso com base no modelo
6. Apresentar a anlise
7. Implementar e monitorar continuamente
3
As 7 etapas do processo de
modelao
Definir o
problema
Observar o
sistema,
recolher
informao
Formular
um
modelo
matemtico
Validar
o modelo
Escolher
uma
deciso
alternativa

Apresentar
os
resultados
Implementar
e monitorar
continuamente
4
1. Definir o problema
Identificar:
o agente de deciso (quem exerce controle)
os seus objectivos (e.g. minimizar custos)
as decises alternativas com que so confrontados (i.e.,
as variveis controlveis)
os parmetros que, no sendo controlveis, influenciam
o resultado das decises (as variveis incontrolveis).
Discutir:
o tempo disponvel para o estudo
o involvimento do agente de deciso (e organizao) no
estudo


5
2. Observar o sistema e
recolher informao
Estabelecer o diagnstico inicial:
observar e analisar a forma como o sistema real opera:
recolher informao
conceber um sistema idealizado.
Elaborao de um relatrio que:
estrutura o conhecimento que se adquiriu do sistema
co-responsabiliza os elementos da organizao




6
3. Formular um modelo
matemtico
Objectivo:
Reproduzir as relaes entre as componentes do
problema (objectivo, variveis de deciso, variveis
incontrolveis, restries).

Passos essenciais:
Identificar a estrutura de relaes causa-efeito.
Quantificar essas relaes de forma determinstica ou
probabilstica.
7
3.1 Identificar as relaes causa-efeito
Identificao de todas as relaes entre
variveis, controlveis ou no, e a medida
(ou medidas) de utilidade.
A B significa A contribui para a definio de B
Identificao de variveis auxiliares que
agregam informao de diversas variveis.
Obriga a formular as primeiras hipteses no
sentido da simplificao do problema
atravs da incluso de apenas as relaes
relevantes.

3. Formular um modelo matemtico
8
3.1 Identificar as relaes causa-efeito

3. Formular um modelo matemtico
9
3.2 Quantificar as relaes causa-efeito
Trs abordagens distintas:

mtodo dedutivo
mtodo de simulao
mtodo de inferncia estatstica

3. Formular um modelo matemtico
10
Mtodo dedutivo (primeiro exemplo)
3. Formular um modelo matemtico
3.2 Quantificar as relaes causa-efeito
A unidade de produo de uma empresa pretende fabricar
os produtos A e B.
Fabricar cada produto envolve quatro operaes, com os
seguintes tempos unitrios de fabricao (em segundos)


Operao: Produto A Produto B
Corte de chapa 10 20
Embutidura 15 5
Soldadura 6 3
Pintura 10 8
11
Mtodo dedutivo (primeiro exemplo)
3. Formular um modelo matemtico
3.2 Quantificar as relaes causa-efeito
As capacidade de produo das diferentes seces fabris
so as seguintes:





Os lucros unitrios por pea produzida e vendida so
Esc. 0.90 (Produto A) Esc. 1.20 (Produto B)
Admitindo que o mercado absorve toda a produo, como
maximizar o lucro total a operao?
Seco: Capacidade
diria
Corte de chapa 30 000
Embutidura 30 000
Soldadura 20 000
Pintura 40 000
12
Mtodo dedutivo (primeiro exemplo)
3. Formular um modelo matemtico
3.2 Quantificar as relaes causa-efeito

13
Mtodo dedutivo (segundo exemplo)
3. Formular um modelo matemtico
3.2 Quantificar as relaes causa-efeito
Uma empresa pretende determinar qual a quantidade (Q) a
produzir e a que preo (p) deve vender uma determinada
pea de vesturio durante a estao de Inverno que se
avizinha.
Obtiveram-se estimativas para a procura (em funo do
preo de venda p) e custos unitrio de produo (em
funo da quantidade produzida Q) - ver prximo slide.
Se a produo exceder a procura, o valor em excesso fica
reduzido a um preo de saldo.
O objectivo da empresa maximizar o lucro associado
operao.

14
Mtodo dedutivo (segundo exemplo)
3. Formular um modelo matemtico
3.2 Quantificar as relaes causa-efeito

15
Mtodo de simulao
3. Formular um modelo matemtico
3.2 Quantificar as relaes causa-efeito
Quando no possvel explicitar as relaes entre
as componentes do modelo atravs do mtodo
dedutivo (seja de forma determinstica ou
probabilstica).

Quando as relaes so de tal forma complexas
que o melhor que analista consegue fazer imitar
o comportamento do sistema idealizado.
16
Mtodo de simulao (exemplo)
3. Formular um modelo matemtico
3.2 Quantificar as relaes causa-efeito
Uma empresa possui cinco linhas de produo em paralelo
que funcionam sem interrupo.

Uma equipa de manuteno repara avarias nas linhas de
produo pela ordem em que ocorrem (FIFO). A equipa
funciona 5 dias por semana, 3 turnos por dia.

O tempo que decorre entre o incio de funcionamento de uma
linha e a avaria seguinte varia de forma imprevisvel (ou
aleatria). Da mesma forma, o tempo de reparao varia de
forma imprevisvel. Ver grficos seguintes.

Que benefcio advm de ter mais equipas de manuteno?




17
Mtodo de simulao (exemplo)
3. Formular um modelo matemtico
3.2 Quantificar as relaes causa-efeito



18
Mtodo de simulao
3. Formular um modelo matemtico
3.2 Quantificar as relaes causa-efeito
Objectivos:
Reproduzir a sequncia de acontecimentos pelos quais o sistema passa.
Recolher informao com base na qual se pode medir a eficincia do
sistema.
Vantagens:
Possui enorme flexibilidade (simula-se tudo o que se quiser)
Desvantagens:
Requer grande esforo computacional para estimar o valor esperado da
medida de utilidade face a apenas uma concretizao das variveis de
deciso.
A busca de melhores decises um processo difcil de sistematizar.

19
Mtodo de inferncia estatstica
3. Formular um modelo matemtico
3.2 Quantificar as relaes causa-efeito
Quando no possvel explicitar as relaes entre
as componentes do modelo atravs do mtodo
dedutivo (seja de forma determinstica ou
probabilstica).

Quando as relaes so inmeras e complexas mas
possvel pela anlise estatstica de dados inferir
aquelas que melhor reproduzem o comportamento
do sistema sem demasiada complexidade.
20
Mtodo de inferncia estatstica
(exemplo)
3. Formular um modelo matemtico
3.2 Quantificar as relaes causa-efeito
Em Janeiro, uma empresa importadora pretende prever o
preo de determinada mercadoria agrcola durante todos os
meses que se seguem at Junho.

A produo dessa mercadoria concentra-se em larga escala
num dado pas que contribui contribui com 55% da
produo mundial e 75% da exportao mundial.

Em Janeiro de cada ano, o MA desse pas publica
previses da oferta e da procura at ao final do ano
agrcola (Outubro).
21
Mtodo de inferncia estatstica
(exemplo)
3. Formular um modelo matemtico
3.2 Quantificar as relaes causa-efeito
Pretende-se construir um modelo descritivo que explique o
preo da mercadoria nos vrios meses at Junho para
auxiliar o planeamento da aquisio do referido produto
durante o perodo de Janeiro a Junho.

Numerosos e complexos factores (variveis controlveis e
incontrolveis) contribuem para explicar o preo da
mercadoria. Naturalmente uns so mais relevantes que
outros.

Deve o analista efectuar hipteses sobre quais os factores
que mais influenciam o preo da mercadoria.
22
Mtodo de inferncia estatstica
(exemplo)
3. Formular um modelo matemtico
3.2 Quantificar as relaes causa-efeito

23
4. Validar o modelo

Validar o modelo significa averiguar se o
impacto das decises previsto pelo modelo
corresponde ao impacto real das mesmas
decises.
24
4. Validar o modelo
Objectivo: detectar insuficincias que so apenas
detectveis no contexto da definio global do modelo.
Mtodos de validao (sem ser exaustivo):
anlise de sensibilidade
simulao.
Nota: o modelo pode ser adequado ou inadequado
conforme os valores das variveis incontrolveis,
estimados ou conhecidos no momento da deciso.
25
4. Validar o modelo

Anlise de sensibilidade
Averiguar como que a alterao de valores das
variveis incontrolveis influencia a soluo proposta
pelo modelo.
Averiguar como que desvios soluo proposta pelo
modelo influencia a utilidade (eficincia) do sistema
representado.
26
4. Validar o modelo

Anlise de sensibilidade

27
4. Validar o modelo

Recurso simulao
Retomemos o exemplo da mercearia. Uma forma
de validar o modelo descritivo que se utilizou seria
simular (pode-se simular quase tudo) a entrada de
clientes, os seus tempos de espera e as
desistncias.
Aps diversas simulaes, registar valores mdios
de: comprimento mdio da fila, tempo de
espera mdio e percentagem de desistentes.
Os valores obtidos devem ser muito semelhantes
aos obtidos com o modelo.

28
5. Escolher uma deciso
com base no modelo
Determinar os valores das variveis controlveis
que, satisfazendo as restries do modelo,
conduzem ao valor mximo da medida de
utilidade ou eficincia.
Em geral h trs formas de busca de solues
ptimas:
mtodos analticos
mtodos de optimizao
mtodos heursticos

29
5. Escolher uma deciso
Mtodos analticos
Mtodos de Anlise Infinitsimal
(diferenciao, procura de mximos e
mnimos, extremos condicionados,etc.)
Permitem obter uma representao explicita
da soluo.
Leque de aplicaes muito restrito.
30
5. Escolher uma deciso
Mtodos analticos (exemplo)
Seja X uma varivel aleatria de densidade f(x,),
onde um parmetro desconhecido.
Se x
1
, x
2
,..., x
n
forem realizaes de X ento a
verosimelhana da amostra uma funo de
definida por
L() = f(x
1
, ) f(x
2
, )... f(x
n
, )
A estimativa da mxima verosimelhana o valor
* que torna mximo o valor de L() ou, de modo
equivalente, o valor mximo de
log L() = log f(x
1
, ) + log f(x
2
, )+... + log f(x
n
, )
31
5. Escolher uma deciso
Mtodos analticos (exemplo)
A condio necessria de optimalidade impe


Por exemplo, se X uma varivel aleatria
com distribuio de Poisson de parmetro
ento aquela condio equivalente a

n
x x
n
n
i
i
n
i
i


1 1
ou 0

0
2
2
1
1

) , x ( f
) , x ( f
...
) , x ( f
) , x ( f
) , x ( f
) , x ( f
n
n

32
5. Escolher uma deciso
Mtodos de optimizao
Processo sistemtico de gerar aproximaes
sucessivas para a soluo.
Garantia de convergncia ao fim de um
nmero finito ou infinito de passos.
Esforo computacional pode ser demasiado
elevado.
Normalmente, convergncia para a soluo do
problema assegurada apenas quando o
modelo possui uma propriedade adicional -
convexidade.
33
5. Escolher uma deciso
Mtodos de optimizao (exemplo)
Seja f(x) uma funo real unidimensional. Pretende-
se o valor x que torna f(x)=0.
O mtodo de Newton-Raphson consiste no seguinte
processo iterativo


a partir de um ponto inicial x
0
.
Sob hipteses adicionais sobre f o mtodo converge.
,... , , i ,
) x ( f
) x ( f
x x
i
i
i i
2 1 0
1

34
5. Escolher uma deciso
Mtodos de optimizao (exemplo)







Mtodo de Newton-Raphson aplicado determinao da
maior raiz positiva de f(x)=x
6
-x-1





x
0
=1 x
0
=2 x
0
=1.5
x
1
1.2 1.6806 1.300491
x
2
1.143576 1.43074 1.181480
x
3
1.134909 1.254971 1.139456
x
4
1.134724 1.161538 1.134778
x
5
1.134724138 1.136353 1.134724146
x
6
1.1347305 1.134724138
x
7
1.134724139
x
8
1.134724138
35
5. Escolher uma deciso
Mtodos de optimizao (exemplo)
O mtodo de Newton-Raphson impe que f seja
diferencivel.

Quando f no diferencivel deve utilizar-se o mtodo
da bisseco, entre outros.

O facto de o mtodo de Newton-Raphson usar
informao da derivada de f faz com a sua
convergncia seja mais rpida.
36
5. Escolher uma deciso
Mtodos heursticos
So frequentes os problemas que no podem ser
resolvidos por mtodos de optimizao.
Os mtodos heursticos so tambm mtodos
iterativos, mas que se baseiam em regras de senso
comum.
Em geral, no possvel garantir convergncia para a
soluo do problema mas possvel encontrar uma boa
soluo rapidamente.
37
5. Escolher uma deciso
Mtodos heursticos (exemplo)

38
5. Escolher uma deciso

Anlise crtica das solues iniciais
As solues propostas pelo modelo podem tambm
servir de instrumento para validao do modelo.
Esta anlise deve ser conduzida com o agente de
deciso. Dificuldade: h que distinguir entre as
crticas genunas e a tendncia natural de rejeio de
solues inovadoras.
Deficincias que podem ser detectadas nesta fase:
deficiente definio de objectivos
falta de restries
representao inadequada das relaes entre componentes do
modelo.
39
6. Apresentar os resultados
Os elementos da organizao a quem se destina a
anlise devem ser envolvidos desde o incio e no
apenas nesta fase.
A esses elementos deve ser facultado um
atractivo e sistema de apoio deciso e simples
de manipular que lhes permita averiguar o
comportamento do modelo em diversas
circunstncias (what if ...).
Preferencialmente, o benefcio da adopo do
modelo deve ser demonstrado de forma
prospectiva ou retrospectiva.

40
7. Implementar e
monitorar continuamente
Os elementos da organizao que vo utilizar o
modelo devem tambm ser envolvidos desde o
incio e no apenas nesta fase.
O analista responsvel:
pela implementao do novo sistema at que este se
torne rotina.
pela monitorizao do sistema de forma que o modelo
permanea vlido e eficaz ao longo do tempo.
Um caso de sucesso, mesmo que de pequena
dimenso, chave para a anlise de outros
problemas.