Analise de Sensibilidade

Anlise de Sensibilidade
Transparncias de apoio disciplina de

Investigao Operacional
Grupo de Controlo e Gesto G
Anlise de Sensibilidade
A anlise de sensibilidade permite responder a um conjunto de
questes What If identificando as alteraes verificadas na soluo
ptima do problema quando se verificam pequenas variaes num dos
parmetros do modelo (termo independente ou coeficiente da funo
objectivo), sem ser necessrio voltar a resolver o problema.
Importncia
1. Muitas vezes, os parmetros de um modelo de programao linear so
apenas estimativas de quantidades (por exemplo lucros) que no
podem ser determinados com preciso na altura em que se desenvolve
o modelo. Uma anlise what if permite identificar at que ponto as
estimativas devem ser precisas para se evitar obter uma soluo
ptima errada, ou seja, quais os parmetros sensveis para os quais
se requer um cuidado particular na realizao das estimativas.
2. Se as condies presentes quando se desenvolveu o modelo se
alterarem aps a sua implementao, a anlise de sensibilidade
permite saber (sem voltar a resolver o modelo) se essas alteraes
significam uma mudana na soluo ptima.
3. Quando alguns parmetros do modelo representam decises de
gesto, a anlise de sensibilidade providencia uma ajuda importante
acerca do impacto de alteraes de poltica tm sobre o problema.
Exemplo
x2
MaxZ = 80 x1 + 40 x2
6 x 1 + 4 x 2 2400
2 x 1 + 3 x 2 1500
9 x + x 3 2700
2
1
600
400
x1, x 2 0
A Pedala e Anda prev aumentar o lucro das
bicicletas todo o terreno para 85, atravs da
aquisio de materiais mais baratos a outro
fornecedor. Que impacto ter essa variao do
lucro nas decises a tomar pela empresa?
200
400
600
800
x1
O que esperar de uma reduo da capacidade

do departamento de maquinagem para 2300
horas devido avaria de uma mquina?
Mudana num coeficiente da funo objectivo

A variao de um coeficiente da funo
objectivo implica uma mudana de declive da
recta D que representa essa funo.
Se o declive da recta D se mantiver entre o
declive da recta D e D ento a soluo
ptima do problema no se altera: x1 = 200 e
x2 = 300.
No entanto o valor de Z altera-se.
D
x2
600
400
Z = 80 x1 + 40 x2 x2 = 2 x1
200
400
600
800
x1
O declive da recta D -2
O declive da recta D -3/2
O declive da recta D -3

Verifica-se, ento que se o declive da recta D (-a/b) se mantiver entre -3/2 e -3
no haver alterao da soluo ptima
Fixando o coeficiente x1 em 80
a
x1
40
3
a
=
= 3 60 = a = 120
2
40
x2 =
Fixando o coeficiente x2 em 40
x2 =
80
x1
b
3
80
= = 3 53,33 = b = 26,66
2
b
Solver - Relatrio
Anlise de sensibilidade
Se a pedala e anda aumentar o lucro das bicicletas todo o terreno para 85 a

soluo ptima continua a ser produzir 200 modelos TT e 300 modelos PP
O lucro passar a ser 85 X 200 + 40 X 300 = 29 000 em vez dos 28 000
anteriores.

Se um coeficiente da FO alterar mais do que o intervalo permitido ento a
soluo ptima altera-se.
Por exemplo considere-se o aumento de coeficiente de x1 para 160.
x2
600
400
Nova soluo ptima
200
400
600
800
x1
Mudana num termo independente

x2
6 x1 + 4 x 2 K
2 x 1 + 3 x 2 1500
9 x + 3 x 2700
2
1
1000
800
x1, x 2 0
600
Quando K = 2400 a S.O. situa-se na intercepo

das rectas D e D que representam as
restries activas
400
200
400
600
800
x1

x2
x2
1000
1000
O aumento de K
muda o CSA, a
soluo ptima e
o valor da F.O
800
800
600
600
400
400
200
400
600
800
x1
K = 2571,43
200
400
600
800
x1

Quando K aumenta de 2400 at 2571,43 verifica-se uma alterao da
soluo ptima mas esta continua a ser dada pela intercepo das
rectas que representam as restries de maquinagem e montagem.
Quando K = 2571,43 a S.O. passa a situar-se sobre a intercepo das 3
restries.
A partir desse valor, se K continuar a aumentar, deixa de se verificar
uma alterao na soluo ptima, que passa a ser a intercepo entre a
recta que representa a restrio de soldadura e a que representa a
restrio de montagem x1 = 171,43 e x2 = 385,71
A restrio de soldadura passa a estar activa e a restrio de
maquinagem deixa de estar activa.
Custo reduzido e preo sombra

Custo reduzido: alterao verificada em Z se formos obrigados a ter
uma das variveis de deciso superior a zero.
O custo reduzido pode ser visto como o incentivo que deve ser dado
para que uma varivel tenha um valor superior a zero.
Preo sombra: aumento verificado em Z quando se aumenta o valor de
um dos termos independentes em 1 unidade.
Para exemplificar estes dois conceitos pode-se voltar a resolver o
problema pedala & anda, assumindo agora que o lucro de uma
bicicleta TT se mantm em 80 mas que o lucro das bicicletas PP subiu
para 60

Qual a soluo ptima para a Pedala & Anda com estes novos lucros?
Produzir 0 bicicletas TT e 600 bicicletas PP, obtendo um lucro de 36 000.
Esgota-se a capacidade do departamento de maquinagem, sobram 300 horas de trabalho
no departamento de soldadura e 900 horas no departamento de montagem.
Clula de destino (Mx)

Clula
Nome
$D$6 FO
Clulas ajustveis
Clula
Nome
$B$4 x1
$C$4 x2
Restries
Clula
Nome
$D$9 Maquinagem
$D$10 Soldadura
$D$11 Montagem
Valor original
0
Valor original
Valor final
36000
Valor final
0
0
0
600
Valor da clula
Frmula
Estado
Tolerncia
2400 $D$9<=$E$9
Arquivar
0
1200 $D$10<=$E$10 No arquivar
300
900
1800 $D$11<=$E$11 No arquivar

O que acontece se o lucro das bicicletas PP baixar para 55? E para 50? O que
acontece se o lucro aumenta?
Se o lucro baixar para 55 (diminuio de 5), mantm-se nos limites -6,67 a infinito e
consequentemente o plano de produo mantm-se: 0 BTT e 600 BPP. O lucro diminui em
5 X 600 = 3 000.
Uma diminuio de 10 > 6,67 no lucro das BPP conduz a uma alterao na soluo ptima.
Para saber o efeito dessa alterao necessrio alterar o coeficiente no modelo e voltar a
resolver o problema.
Qualquer que seja o aumento no lucro das BPP no haver alterao no plano de produo,
verificando-se no entanto um aumento do lucro.
Clulas ajustveis
Clula
Nome
$B$4 x1
$C$4 x2
Final Reduzido Objectivo Permissvel Permissvel

Valor
Custo
Coficiente Aumentar
Diminuir
0
-10
80
10
1E+30
600
0
60
1E+30 6,666666667

Que lucro deveriam dar as BTT para que a sua produo fosse vantajosa? Ou se
formos obrigados a produzir BTT que impacto isso tem sobre o lucro?
Se formos forados a produzir BTT perderemos 10 (Custo reduzido) por cada BTT que
produzirmos.
A varivel x1 nula na soluo ptima, ou seja no se devem produzir BTT. Isso significa
que o lucro das BTT no compensa o consumo de recursos necessrios ao seu fabrico.
Para que o fabrico de BTT passa a ser vantajoso necessrio que o seu lucro aumente em
10 unidades monetrias (custo reduzido).
Clulas ajustveis
Clula
Nome
$B$4 x1
$C$4 x2
Final Reduzido Objectivo Permissvel Permissvel

Valor
Custo
Coficiente Aumentar
Diminuir
0
-10
80
10
1E+30
600
0
60
1E+30 6,666666667

O que acontece se se conseguir aumentar o tempo disponvel no departamento de
maquinagem de 1 hora? E de 100, 500, 650.
O aumento de uma hora disponvel no departamento de maquinagem ir representar um
aumento do lucro (Z) de 15 (Preo sombra). O aumento de 100 horas disponveis aumenta
o lucro em 100 X 15 = 1500 e de 500 horas representa um aumento de 500 X 15 = 7500
no lucro. Note-se que este aumento de tempo disponvel pode conduzir a alteraes do
plano de produo.
Este raciocnio vlido enquanto o aumento no for superior a 600 horas.
Se o aumento do tempo disponvel for de 650 horas > 600 horas necessrio voltar a correr
o modelo, alterando o termo independente, para ver o que acontece em termos de lucro e
plano de produo.
Uma diminuio do tempo disponvel no departamento de montagem implica uma
diminuio do lucro em 15 por cada hora que se diminui.
Note-se que para as restries no activas o preo sombra nulo.
Restries
Final
Clula
Nome
Valor
$D$9 Maquinagem 2400
$D$10 Soldadura
1200
$D$11 Montagem
1800
Sombra
Restrio Permissvel Permissvel
Preo
Lado direito Aumentar
Diminuir
15
2400
600
2400
0
1500
1E+30
300
0
2700
1E+30
900
Problemas de Afectao

Caso particular de Programao Linear
Problema tpico:
O problema tpico de afectao (PA) afectar pessoas a tarefas
Para que se possa definir um problema como PA necessrio observar

os seguintes pressupostos:
O n de pessoas e tarefas tem que ser o mesmo (n)

Cada pessoa s afectada a uma e uma s tarefa e vice-versa
Existe um custo associado a cada pessoa para fazer cada tarefa (cij)
O objectivo minimizar o custo total, afectando as n pessoas s n tarefas
Modelo de programao linear:
F.O: min Z =
c x
i =1 j =1
Suj a:
x
i =1
ij
x
j =1
ij
ij ij
= 1, j
= 1, i
xij {0,1}, i, j
Exemplo de uma empresa de parafusos
A empresa Roscado, pretende fazer uma reestruturao dos seus 3
funcionrios de oficina (O1, O2, O3) e decidiu afectar cada uma das 4
mquinas (M1, M2, M3, M4) que dispe a um e um s funcionrio.
Sabe-se que o operrio 2 no sabe funcionar com a mquina 4
(mquina de tecnologia avanada). O desperdcio que cada funcionrio
efectua em cada mquina pode ser traduzido no quadro seguinte (em
/dia)
M1 M2 M3 M4
O1
O2
O3
O objectivo saber qual o operrio que ir operar com cada mquina e

para que mquina deve ser contratado um novo operrio indiferenciado.
10
Problemas de Transportes

Caso particular de Programao Linear
Problema tpico:
O problema tpico de transportes (PT) transportar bens ou servios de n
origens para m destinos
Nos PT necessrio que se observem os seguintes pressupostos:

Existem n origens com um determinado bem ou servio disponvel
Existem m destinos que tm necessidades desse bem ou servio
Existe um custo unitrio associado ao transporte desse bem ou servio de
cada origem para cada destino
O objectivo minimizar o custo de transporte, satisfazendo as
necessidades, tendo em conta as disponibilidades
11
Modelo de programao linear:
n
F.O: min Z = x ijc ij

i =1 j=1
Suj a:
x
j=1
ij
d i , i
ij
n j , j
x
i =1
x ij 0
xij - quantidade a transportar da origem i ao destino j

cij - custo de transportar uma unidade da origem i ao destino j
di - oferta na origem I
nj - procura no destino j
Forma standard
Para que um PT possa ser resolvido utilizando um algoritmo prprio,
aproveitando a sua estrutura particular, necessrio que a oferta de
bens e servios seja igual procura dos mesmos. Quer dizer que a
soma das disponibilidades nas origens tem que ser igual soma das
necessidades nos destinos.
n
d = n
i =1
As restries passam a:
x
j=1
i =1
ij
= d i , i
ij
= n j , j
j=1
12
Forma standard
Somando as equaes das restries da oferta obtm-se
n
x = d
i =1 j=1
ij
i =1
Somando as equaes das restries da procura obtm-se

n
x = n
i =1 j=1
ij
j=1
Obtm-se a mesma equao. As equaes so linearmente

dependentes. Existe uma equao a mais.
Num PT na forma standard s necessrio ter n+m-1 restries
Exemplo de um distribuidor de automveis:
O distribuidor dos automveis Apel pretende abastecer os seus
concessionrios a partir dos seus armazns situados no pas. Sabe-se que
cada stand necessita de ser abastecido com 10 viaturas do modelo Ostra. O
seu armazm do Norte dispe de 5 viaturas deste modelo, enquanto que o
do centro possui 15 e o do sul 10. O custo unitrio de transportar cada
automvel para cada stand pode ser traduzido pelo seguinte quadro.
Stand
Armazm
Norte
Centro
Sul
13
Formulao:
min 2x11 + 1x12 + 3x13 + 2x 21 + 4x 22 + 5x 23 + 3x 31 + 3x 32 + 4x 33
suj a:
x11 + x12 + x13 5

x 21 + x 22 + x 23 15
x 31 + x 32 + x 33 10
x11 + x 21 + x 31 10
x12 + x 22 + x 32 10
x13 + x 23 + x 33 10
x ij 0
Caso particular
Um problema de afectao um caso particular de um problema de
transportes em que:
O nmero de origens e destinos o mesmo;
A quantidade a transportar entre cada origem e cada destino igual a 1.
14
Programao Inteira e Programao

Binria
Programao Inteira
Na soluo de um problema de programao linear, as variveis de
deciso podem ter valores inteiros ou fraccionrios. Nenhuma das
restries de um modelo de programao linear impede o aparecimento de
valores fraccionrios.
Para alguns problemas as variveis de deciso s tm sentido se tomarem
valores inteiros (afectao de pessoas, veculos ou equipamentos a
determinadas actividades).
para estas situaes que existe a programao inteira.
15
Programao Inteira
A TAP - Transportes Areos Portuenses uma pequena empresa
especializada em voos de curto curso em avies de pequena dimenso. A
TAP pretende expandir as suas operaes. Para isso pretende adquirir
avies pequenos para novas rotas de curto curso, avies grandes para
operar em rotas internacionais ou ambos.
Os dados relevantes para a deciso a tomar pela TAP so apresentados
na tabela seguinte:
Receita anual esperada

Custo de aquisio
Quantidade mxima
Avies pequenos
1 milho
5 milhes
2
Avies grandes
5 milhes
50 milhes
sem limite
Capital disponvel
100 milhes
Programao Inteira
Modelo de programao linear
Max( Z ) = x1 + 5 x2
Sujeito a:
5 x1 + 50 x2 100
x1
2
x2
3
Soluo ptima:
x1 = 2; x2 = 1,8
Receita = 11
x1, x2 0
2
Soluo arredondada:
x1 = 2; x2 = 1
Receita = 7
x1
16
Programao Inteira
A soluo ptima do modelo de programao linear no possvel uma vez que
necessrio comprar um nmero inteiro de avies.
s vezes o arredondamento da soluo do modelo de PL pode ser uma opo
razovel. Por exemplo se o valor das variveis for elevado, e se existir alguma
flexibilidade para violar as restries do problema. Nesses casos o
arredondamento pode ser um procedimento aceitvel. Suponha-se que o valor
de x2 seria 101,8, neste caso o arredondamento para 102 seria perfeitamente
aceitvel.
No exemplo anterior o arredondamento de x2 para 2 implicaria um investimento
adicional de 10 milhes, o que inaceitvel para a TAP. Alm disso, no
existe garantia de que a soluo (1, 2) seja a soluo ptima inteira. Assim,
neste caso necessrio recorrer programao inteira.
Programao Inteira
Modelo de programao Inteira
Max( Z ) = x1 + 5 x2
Sujeito a:
5 x1 + 50 x2 100
x1
2
Soluo ptima:
x1 = 0; x2 = 2
Receita = 10
x2
3
x1, x2 0
x1 , x2 Inteiros
x1
17
Programao Inteira
Dificuldades associadas ao arredondamento
x2
5
A soluo arredondada pode no ser

admissvel.
A soluo arredondada pode no se
encontrar prximo do ptimo.
Pode existir um grande nmero de
solues arredondadas.
4
3
2
1
x1
Exemplo: considere um problema em que 30 das variveis do modelo de

programao linear so no inteiras. Quantas solues arredondadas se podem
obter?
Programao Inteira
Programao Inteira Modelo Excell
18
Programao Inteira
Concluses
Os algoritmos existentes para resolver problemas de programao inteira no so
to eficiente como o algoritmo de simplex para a resoluo de problemas de
programao linear. Apesar disso, dependendo da complexidade do problema, o
solver pode lidar com modelos com mais de 100 variveis.
Para problemas mais complexos existem softwares que tem tido sucesso na
resoluo de problemas de PI de grandes dimenses.
Podem considerar-se modelos de PI pura, quando tm de ter valores inteiro e
modelos de PI mistos quando apenas algumas das variveis tm de ter valores
inteiros.
Programao binria
A programao binria particularmente til quando o problema
considerado envolve decises do tipo sim ou no. Neste caso se a
deciso for do tipo sim a varivel correspondente toma o valor 1, caso
contrrio a varivel toma o valor 0.
Um modelo de programao binria considera vrias opes
representadas por variveis binrias, com o objectivo de considerar a
melhor combinao de opes a aceitar.
Podem considerar-se problemas de PB pura quando todas as variveis
so binrias e problemas de PB mistos quando s algumas variveis so
binrias.
19
Programao binria
Aplicaes:
Escolha de uma carteira de investimento

Afectao de veculos a rotas
Sequenciamento de actividades interelacionadas Deve uma
actividade ocorrer durante um determinado perodo
Programao binria
Exemplo
Uma empresa em expanso pretende construir novas instalaes (fbricas
e armazns). Essas novas instalaes devero ser construdas em
Coimbra, no Porto ou se for vantajoso em ambas as cidades. A empresa
pretende construir apenas um novo armazm que dever estar localizado
numa cidade onde construa uma nova fbrica. Formule o modelo de
programao binria adequado.
Dados do problema
Pergunta sim ou no
construir fbrica em Coimbra
construir fbrica no Porto
construir armazm em Coimbra
construir armazm no Porto
Lucro anual esperado

9 milhes
5 milhes
6 milhes
4 milhes
Custo
6 milhes
3 milhes
5 milhes
2 milhes
Capital disponvel
10 milhes
20
Programao binria
Variveis de deciso associadas ao problema
V. Deciso
x1
x2
x3
x4
Valores possveis
0, 1
0, 1
0, 1
0, 1
se a varivel 1
se a varivel 0
construir fbrica em Coimbra
no construir fbrica em coimbra
construir fbrica no Porto
no construir fbrica no Porto
construir armazm em Coimbra no construir armazm em Coimbra
construir armazm no Porto
no construir armazm no Porto
Funo objectivo
Max( Z ) = 9 x1 + 5 x2 + 6 x3 + 4 x4
Programao binria
Restries
6 x1 + 3 x2 + 5 x3 + 2 x4 10
x3 + x4 1
Limitao do capital disponvel
Garante que s se constri um armazm
x3 x1
Garante que s se constri um armazm em Coimbra se se

construir uma fbrica em Coimbra
x4 x2
Garante que s se constri um armazm no Porto se se

construir uma fbrica no Porto
21
Programao binria
Programao binria
A TAP Transportes Areos Portuenses pretende afectar 3 tripulaes
sedeadas em So Francisco de modo a garantir que todos a cidades que
Norte Americanas que serve sejam servidas..
As sequncias de voos que podem ser realizadas e os respectivos custos
encontram-se listados na tabela seguinte.
S. Fransisco - L A
S. Fransisco - Denver
S. Fransisco - Seatle
L A - Chicago
L A - S. Fransisco
Chicago - Denver
Chicago - Seatle
Denver - S. Fransisco
Denver - Chicago
Seatle - S. Fransisco
Seatle - L A
Custo
1
1
4
1
1
1
2
2
3
2
4
2
Sequncias de voos realizveis

5
6
7
8
1
1
1
1
2
3
3
3
3
4
2
2
4
4
2
7
5
7
8
10
1
11
12
1
1
3
2
5
1
3
5
4
3
5
2
2
9
4
9
4
8
5
2
9
22

Analise de Sensibilidade

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Analise de Sensibilidade

Enviado por

Direitos autorais:

Formatos disponíveis

Anlise de Sensibilidade

Transparncias de apoio disciplina de

Grupo de Controlo e Gesto G

Grupo de Controlo e Gesto G

Grupo de Controlo e Gesto G

O que esperar de uma reduo da capacidade

Mudana num coeficiente da funo objectivo

Grupo de Controlo e Gesto G

Mudana num coeficiente da funo objectivo

Se a pedala e anda aumentar o lucro das bicicletas todo o terreno para 85 a

Mudana num coeficiente da funo objectivo

Nova soluo ptima

Grupo de Controlo e Gesto G

Mudana num termo independente

Quando K = 2400 a S.O. situa-se na intercepo

Grupo de Controlo e Gesto G

Mudana num termo independente

Grupo de Controlo e Gesto G

Mudana num termo independente

Custo reduzido e preo sombra

Grupo de Controlo e Gesto G

Custo reduzido e preo sombra

Clula de destino (Mx)

Grupo de Controlo e Gesto G

Custo reduzido e preo sombra

Final Reduzido Objectivo Permissvel Permissvel

Grupo de Controlo e Gesto G

Custo reduzido e preo sombra

Final Reduzido Objectivo Permissvel Permissvel

Grupo de Controlo e Gesto G

Custo reduzido e preo sombra

Grupo de Controlo e Gesto G

Transparncias de apoio disciplina de

Grupo de Controlo e Gesto G

Para que se possa definir um problema como PA necessrio observar

O n de pessoas e tarefas tem que ser o mesmo (n)

Grupo de Controlo e Gesto G

Grupo de Controlo e Gesto G

O objectivo saber qual o operrio que ir operar com cada mquina e

Transparncias de apoio disciplina de

Grupo de Controlo e Gesto G

Nos PT necessrio que se observem os seguintes pressupostos:

Grupo de Controlo e Gesto G

F.O: min Z = x ijc ij

xij - quantidade a transportar da origem i ao destino j

Grupo de Controlo e Gesto G

Somando as equaes das restries da procura obtm-se

Obtm-se a mesma equao. As equaes so linearmente

Grupo de Controlo e Gesto G

Grupo de Controlo e Gesto G

x11 + x12 + x13 5

Grupo de Controlo e Gesto G

Programao Inteira e Programao

Grupo de Controlo e Gesto G

Grupo de Controlo e Gesto G

Receita anual esperada

Grupo de Controlo e Gesto G

Grupo de Controlo e Gesto G

Grupo de Controlo e Gesto G

Grupo de Controlo e Gesto G

A soluo arredondada pode no ser

Exemplo: considere um problema em que 30 das variveis do modelo de

Grupo de Controlo e Gesto G