1

Palavras do professor

A economia, a matemtica, a estatstica e a informtica so consideradas cincias fundamentais para o processo de preparao, anlise e tomada de deciso. A Pesquisa Operacional (P.O.) faz uso dessas quatro cincias oferecendo aos gestores e aos administradores um conjunto de mtodos e modelos que os auxiliam em suas decises. Ao estudar esse livro didtico voc aprender a utilizar a planilha Excel e o software Lindo, que so dois sistemas muito teis para a soluo de problemas de Pesquisa Operacional. O objetivo deste livro atingir, principalmente, dois pblicos: os estudantes e os profissionais de administrao, economia e contbeis que tenham interesse em saber como a Pesquisa Operacional pode auxili-los no processo de tomada de deciso. Espero que voc aproveite o contedo selecionado para o melhor desempenho no seu curso de administrao e na sua carreira profissional. Um timo estudo! Professor Luis Augusto Arajo

SUMRIO
PALAVRAS DO PROFESSOR.....................................................1 1. INTRODUO PESQUISA OPERACIONAL ............................5

1.1 CONCEITO ........................................................................................................................5 1.2 HISTRIA ........................................................................................................................6 1.3 APLICAES.....................................................................................................................8 1.4 FASES DE UM ESTUDO DE PESQUISA OPERACIONAL....................................................8 1.5 MODELAGEM DE PROBLEMAS GERENCIAIS ....................................................................9

1.5.1 Modelos de Simulao.........................................................................................10 1.5.2 Modelos de Otimizao...................................................................................... 11 GLOSSRIO ..........................................................................................................................12 SNTESE ..............................................................................................................................12 EXERCCIOS PROPOSTOS .....................................................................................................13
2. PROGRAMAO LINEAR................................................. 15 2.1. APLICAES DA PROGRAMAO LINEAR.....................................................................16 2.2. VANTAGENS DO USO DA PROGRAMAO LINEAR ......................................................17 2.3. MODELAGEM DE PROBLEMAS .......................................................................................18 2.4. PROBLEMA DE ALOCAO DE RECURSOS ....................................................................19 2.5. FORMULAO DE DIETAS DE MNIMO CUSTO ......................................................... 20 GLOSSRIO ..........................................................................................................................21 SNTESE ............................................................................................................................. 22 EXERCCIOS PROPOSTOS .................................................................................................... 22 3. RESOLVENDO PROBLEMAS SIMPLES PELO MTODO GRFICO .... 34 3.1. PROBLEMA DE ALOCAO DE RECURSOS DA FBRICA DE COMPUTADORES.............. 34 3.2. RESOLUO PELO MTODO GRFICO ........................................................................ 35

1 Etapa: Construir a regio de solues das restries.................................... 35 2 Etapa: Avaliar o objetivo na regio de solues ............................................. 37 GLOSSRIO ......................................................................................................................... 40 SNTESE ............................................................................................................................. 40 EXERCCIOS PROPOSTOS ....................................................................................................41

4. RESOLVENDO PROGRAMAO LINEAR UTILIZANDO A PLANILHA EXCEL ......................................................................... 44 4.1. ELEMENTOS DA PLANILHA .......................................................................................... 45 4.2. DESENVOLVENDO O PROBLEMA DA EMPRESA ILHA DA MAGIA ................................ 45 4.3. ANLISE DOS RESULTADOS .......................................................................................51 GLOSSRIO ......................................................................................................................... 54 SNTESE ............................................................................................................................. 54 EXERCCIOS PROPOSTOS .................................................................................................... 55 5. RESOLVENDO PROBLEMAS DE PROGRAMAO LINEAR UTILIZANDO O SOFTWARE LINDO ....................................................... 57 5.1 DESENVOLVENDO O PROBLEMA DA EMPRESA DE BOLAS ........................................ 58 5.2 ANLISE DO RESULTADO ......................................................................................... 63 5.3 ANLISE DE SENSIBILIDADE .................................................................................. 65 SNTESE ............................................................................................................................. 67 EXERCCIOS PROPOSTOS .................................................................................................... 68 6. PROBLEMAS DE TRANSPORTES .......................................... 73 6.1. ESTUDO DE CASO: PLANEJAMENTO DE TRANSPORTES DE UMA VINCOLA............. 76 6.2. PROGRAMAO LINEAR .............................................................................................. 76

6.2.1 Soluo de Problemas de Transportes com o uso do Software Excel 77 6.2.2 Soluo de Problema de Transporte com o uso do Software Lindo ... 82 6.3. MTODO DE APROXIMAO DE VOGEL (VAM)......................................................... 83 6.4. REGRA DO CANTO NOROESTE .................................................................................... 87 6.5. CASO DE SISTEMAS NO EQUILIBRADOS E DA IMPOSSIBILIDADE DE TRANSPORTE ............................................................................................................................................. 89 GLOSSRIO ......................................................................................................................... 90 SNTESE ............................................................................................................................. 90 EXERCCIOS PROPOSTOS .....................................................................................................91
7. PROGRAMAO INTEIRA ................................................. 94 7.1 PROBLEMAS TPICOS DE PROGRAMAO INTEIRA ..................................................... 95 7.2 EXEMPLO: PLANEJANDO UMA VIAGEM DE ACAMPAMENTO ....................................... 95 7.3 SOLUO DE PROBLEMAS DE PROGRAMAO INTEIRA COM O USO DO SOFTWARE EXCEL ............................................................................................................................... 97 7.4 SOLUO DE PROBLEMAS DE PROGRAMAO INTEIRA COM O USO DO SOFTWARE LINDO ............................................................................................................................ 100 SNTESE ............................................................................................................................ 101 EXERCCIOS PROPOSTOS ................................................................................................... 101 8. SIMULAO ............................................................. 104

8.1. ETAPAS DE UM ESTUDO NA REALIZAO DE UMA SIMULAO ............................. 105 8.2. VANTAGENS DO USO DA SIMULAO ..................................................................... 107 8.3. APLICAES DE SIMULAO ................................................................................... 107 8.4. MODELAGEM E RESOLUO DE PROBLEMAS DE SIMULAO EM EXCEL ............. 109 SNTESE ............................................................................................................................ 118 EXERCCIOS PROPOSTOS ................................................................................................... 118 9. PLANEJAMENTO, PROGRAMAO E CONTROLE DE PROJETOS: PERT-CPM ..................................................................... 119 9.1. VANTAGENS DO USO DA REDE PERT/CPM .............................................................. 119 9.2. CAMINHO CRTICO ................................................................................................... 120 9.3. O ESTUDO DE CASO DA ELABORAO DO TRABALHO DE PESQUISA OPERACIONAL ........................................................................................................................................... 120 SNTESE ........................................................................................................................... 122 EXERCCIOS PROPOSTOS .................................................................................................. 123 SITES DE PESQUISA OPERACIONAL ...................................... 126 BIBLIOGRAFIA................................................................ 128 SOBRE O PROFESSOR CONTEUDISTA ..................................... 130 RESPOSTAS E COMENTRIOS DOS EXERCCIOS PROPOSTOS......... 131 CASOS APLICADOS REA DE NEGCIOS PARA DESENVOLVIMENTO DO TRABALHO DE PESQUISA OPERACIONAL ............................ 144

1. INTRODUO PESQUISA OPERACIONAL

Objetivos de aprendizagem Conhecer o conceito, a histria e as principais aplicaes da Pesquisa Operacional. Identificar as fases de um estudo de Pesquisa Operacional. Entender o significado e os principais tipos de modelagem de problemas gerenciais. Sees de estudo 1.1 Conceito 1.2 Histria 1.3 Aplicaes 1.4 Fases de um Estudo de Pesquisa Operacional 1.5 Modelagem de Problemas Gerenciais

A Pesquisa Operacional uma cincia aplicada voltada para a resoluo de problemas reais. Tendo como foco a tomada de decises, aplica conceitos e mtodos de outras reas cientficas para concepo e planejamento de sistemas para atingir seu objetivo. A Pesquisa Operacional visa tambm introduzir elementos de objetividade e racionalidade nos processos de tomada de deciso, sem descuidar, no entanto, dos elementos subjetivos que caracterizam os problemas. 1.1 Conceito

A Pesquisa Operacional (PO) o campo de estudos em que so aplicados mtodos analticos para ajudar os executivos a tomar melhores decises. A Pesquisa Operacional baseia-se, principalmente, no mtodo cientfico para tratar de seus problemas. tambm conhecida como a cincia que se preocupa em fornecer ferramentas quantitativas para apoiar o processo de tomada de deciso. Segundo Lachtermacher (2002), o ensino da Pesquisa Operacional para executivos ou alunos da rea de negcios passou a ter o foco na modelagem do problema, na interpretao do resultado do mesmo e na sua aplicabilidade aos problemas gerenciais.

Management Sciences (MS) a rea de estudos que utiliza a informtica, estatstica e matemtica para resolver problemas de negcios. A rea de estudo da Pesquisa Operacional mais abrangente que a da Management Sciences, uma vez que busca melhores solues para alm dos problemas da rea de negcios.
Uma das sociedades profissionais mais respeitadas atualmente o Informs

Institute for Operations Reserch and the Management (http://www.informs.org), dos Estados Unidos, foi fundada em 1995.

Sciences

No Brasil, a Sobrapo Sociedade Brasileira de Pesquisa Operacional - possui sede no Rio de Janeiro, fundada em 1969. Vale a pena conferir! A "homepage" da Sociedade http://www.sobrapo.org.br/ 1.2 Histria Segundo Moreira (2007), o termo Pesquisa Operacional foi cunhado ainda em 1938, para descrever o uso de cientistas na anlise de situaes militares. A Pesquisa Operacional surgiu durante a Segunda Guerra Mundial, quando os Aliados se viram confrontados com problemas (de natureza logstica, ttica e de estratgia militar) de grande dimenso e complexidade. Para apoiar os comandos operacionais na resoluo desses problemas, foram ento criados grupos multidisciplinares de matemticos, fsicos e engenheiros e cientistas sociais.

Brasileira

de

Pesquisa

Operacional

Esses cientistas no fizeram mais do que aplicar o mtodo cientfico aos problemas que lhes foram sendo colocados. Desenvolveram ento a idia de criar modelos matemticos, apoiados em dados e fatos, que lhes permitissem perceber os problemas em estudo, simular e avaliar o resultado hipottico de estratgias ou decises alternativas. O sucesso e credibilidade ganhos durante a guerra foram to grandes que, terminado o conflito, esses grupos de cientistas e a sua nova metodologia de abordagem dos problemas se transferiram para as empresas que, com o "boom" econmico que se seguiu, se viram tambm confrontadas com problemas de deciso de grande complexidade. Seguiram-se ento grandes desenvolvimentos tcnicos e metodolgicos que hoje, com o apoio de meios computacionais de crescente capacidade e disseminao, nos permitem trabalhar enormes volumes de dados sobre as atividades das empresas e, atravs de adequados modelos de base quantitativa, simular e avaliar linhas de ao alternativas e encontrar as solues que melhor servem aos objetivos dos indivduos ou organizaes. Face ao seu carter multidisciplinar, a Pesquisa Operacional uma disciplina cientfica de caractersticas horizontais com suas contribuies estendendo-se por praticamente todos os domnios da atividade humana, da Engenharia Medicina, passando pela Economia, Contabilidade e a Gesto Empresarial. Leitura complementar Breve Histrico Os primeiros conceitos da programao linear, uma das tcnicas de Pesquisa Operacional, foram desenvolvidos entre 1947 e 1949, durante a segunda guerra mundial, por George Dantzig para serem aplicados a programas militares, desde a rea logstica, at estratgia. Foi aps a guerra que ele foi impulsionado para encontrar formas eficientes de desenvolver esta metodologia. Foi Dantzig o primeiro a reconhecer que um programa de planejamento poderia ser expresso por um sistema de inequaes lineares, assim como foi o primeiro a apresentar, na forma de uma expresso matemtica explicita, um critrio para seleo do melhor plano, ao que hoje chamamos de funo objetivo. Todo este trabalho seria de aplicao prtica bastante limitada sem um mtodo eficiente, ou algoritmo, que permitisse encontrar a soluo tima do conjunto de inequaes lineares que maximizassem, ou minimizassem, a funo objetivo. Assim, desenvolveu o algoritmo simplex que resolve de uma forma

eficiente este problema. Curiosamente, j em 1939 um matemtico sovitico e economista L. V. Kantorovich tinha formulado e desenvolvido um problema de programao linear para aplicao em planejamento da produo. No entanto, o seu trabalho foi desconhecido durante vinte anos, no tendo tido impacto no desenvolvimento da programao linear aps a segunda guerra. 1.3 Aplicaes Segundo Lachtermacher (2002), os principais tipos de aplicao da rea de Pesquisa Operacional, de interesse para a rea de negcio, so os seguintes: - Problemas de Otimizao de Recursos - Problemas de Localizao - Problemas de Transporte - Problemas de Carteira de Investimento - Problemas de Alocao de Pessoas - Problemas de Previso e Planejamento 1.4 Fases de um Estudo de Pesquisa Operacional O processo de resoluo de um problema apresenta cinco etapas consecutivas que podem, entretanto, serem repetidas dependendo da situao. Um estudo de Pesquisa Operacional deve desenvolver as seguintes fases: a) Definio do problema A definio do problema baseia-se em trs aspectos principais que precisam ser discutidos: descrio exata dos objetivos do estudo; identificao das alternativas de deciso existentes; e reconhecimento das limitaes, restries e exigncias do sistema. b) Construo do Modelo O modelo mais apropriado para a representao do sistema deve ser escolhido com base na definio do problema. Esta a fase que mais criatividade exige do analista, uma vez que o resultado obtido conseqncia da qualidade da representao da realidade obtida com o modelo. c) Soluo do modelo Esta fase tem por objetivo encontrar uma soluo para o modelo construdo.

d) Validao do modelo Um modelo vlido se for capaz de fornecer uma previso aceitvel do comportamento do sistema e de fornecer uma resposta que possa contribuir para a qualidade da deciso a ser tomada. Uma prtica comum para testar a validade do modelo analisar seu desempenho com dados passados do sistema e verificar se ele consegue reproduzir o comportamento que o sistema manifestou. e) Implementao da soluo Avaliadas as vantagens e a validade da soluo, esta deve ser implementada. A apresentao da soluo deve ser feita direo ou ao gerente da empresa evitando-se o uso da linguagem tcnica do modelo. Em todas as etapas de um estudo de Pesquisa Operacional ou de resoluo de um problema, deve-se avaliar constantemente os resultados obtidos. Procedendo-se desta forma, pode-se melhor garantir adequao das decises s necessidades do sistema e aceitao destas decises por todas as pessoas ou setores envolvidos. Curiosidade Os primeiros problemas envolvendo Programao Linear, uma das tcnicas de Pesquisa Operacional, estavam limitados a um pequeno nmero de variveis devido ao tempo de clculo e verificao, que poderia envolver vrios homens durante vrios dias, dependendo da complexidade do problema. Atualmente, com o recurso do computador e uma planilha Excel, auxiliada por um mdulo adicional (solver) para a Programao Linear, permite-nos resolver problemas complexos, sendo o tempo de clculo muito curto. 1.5 Modelagem de Problemas Gerenciais O processo de deciso de um empresrio caracterizado por alto contedo de racionalidade e desenvolvido em ambientes construdos para propiciar condies adequadas para decises de qualidade. Segundo Andrade (2004), as fases de um processo de deciso podem ser observadas na Figura 1.

10

Percepo

Reconhecimento do Problema

Criao de Alternativas Critrios

Avaliao das Alternativas

Deciso

Fonte: Andrade (2004) Figura 1 As fases de um processo de tomada de deciso.

Os modelos permitem para a pessoa envolvida com o problema algumas facilidades, tais como: - visualizar a estrutura do sistema real em anlise; - forar os tomadores de deciso a tornarem explcitos seus objetivos; - representar as informaes e suas inter-relaes; - sistematizar a anlise e avaliao de cada alternativa; - instrumento de comunicao e discusso com outras pessoas. Os modelos mais utilizados na modelagem de situaes gerenciais so os chamados modelos matemticos ou simblicos, em que as grandezas so representadas por variveis de deciso, e as relaes entre as mesmas por expresses matemticas. Os modelos matemticos em que todas as informaes relevantes so assumidas como conhecidas (sem incertezas) so chamados de determinsticos. Os modelos em que uma ou mais variveis de deciso no sejam conhecidas, devendo esta incerteza ser incorporada no modelo, so chamados de modelos probabilsticos. A maneira mais simples de representar um modelo simblico atravs do modelo da caixa preta, em que apenas variveis explicativas (de deciso), parmetros e medidas de desempenho so representados (variveis dependentes). A seguir, conceituam-se e representam-se os modelos matemticos de simulao e de otimizao. 1.5.1 Modelos de Simulao

11

Os modelos de simulao representam o mundo real com objetivo de permitir a gerao e anlise de alternativas, antes da implementao de qualquer uma delas. O processo de deciso com modelo de simulao mostrado na Figura 2.

Hiptese 1 Hiptese 2 Hiptese 3

Soluo 1

Modelo de Simulao

Soluo 2 Soluo 3

Processo Escolha Melhor Soluo

de da

Soluo Escolhida

Soluo 2

Critrios de Escolha
Fonte: Andrade (2004) Figura 2 Processo de deciso com modelos de simulao.

Simular significa reproduzir o funcionamento de um sistema, com o auxlio de um modelo, o que permite testar algumas hipteses sobre o valor das variveis controladas. Observe-se que no modelo de simulao o critrio de escolha da melhor alternativa no fixado na estrutura do modelo ( aplicado pelo analista).

1.5.2 Modelos de Otimizao O modelo de otimizao estruturado para selecionar uma nica alternativa, que ser considerada tima, segundo critrio estabelecido pelo analista. O processo de deciso com modelo de otimizao apresentado na Figura 3.

12

Dados e informaes do sistema -

Representao do Sistema Critrio de seleo da alternativa

Modelo de Otimizao

Soluo tima

Deciso

Fonte: Andrade (2004) Figura 3 Processo de deciso com modelos de otimizao.

A soluo tima encontrada tomada como referncia para a deciso real. Glossrio Apresentam-se, nesta seo, alguns conceitos que podero ser teis ao entendimento deste captulo. Mtodo simplex. Mtodo que faz uso dos conceitos de lgebra matricial e de um conjunto de regras que levam soluo dos problemas de Programao Linear. Pesquisa operacional. um ramo da cincia administrativa que fornece instrumentos para anlise de decises. Segundo Corrar (2004), a rea do

conhecimento que fornece um conjunto de procedimentos voltados para tratar, de forma sistmica, problemas que envolvem a utilizao de recursos escassos.

No prximo captulo, apresentamos uma breve introduo sobre a tcnica de Programao Linear, as fases de seu estudo, as vantagens e possibilidades de aplicao no mundo real. No final, so propostos alguns problemas para que o aluno os represente sob a forma padro de problemas de programao linear. Sntese Neste primeiro captulo, voc apreendeu o que Pesquisa Operacional, sua histria, sua importncia e principais reas de aplicao.

13

A Pesquisa Operacional a cincia que se preocupa em fornecer um conjunto de modelos e tcnicas para apoiar a tomada de deciso, com larga aplicao em administrao de empresas. O processo de resoluo de um problema apresenta cinco etapas consecutivas que podem, entretanto, serem repetidas dependendo da situao. As fases de um estudo de Pesquisa Operacional so as seguintes: definio do problema, a modelagem, a obteno da soluo, a validao e a implementao propriamente dita. Os modelos mais utilizados na modelagem de situaes gerenciais so os chamados modelos matemticos ou simblicos, onde pode-se tambm aprender a conceituar e a representar os modelos de simulao e de otimizao. As informaes contidas neste captulo servem de referencial para contextualizar e entender os mtodos e tcnicas a serem aprendidos no restante do livro. Exerccios propostos 1) Faa uma leitura dos textos complementares, que trata do tema Breve histrico, e considerando tambm os conhecimentos adquiridos na disciplina de Pesquisa Operacional, aponte V ou F caso as afirmaes a seguir sejam Verdadeiras ou Falsas. ( ) A tcnica de programao linear foi desenvolvida por Dantzig, antes da segunda guerra mundial; ( ) Deve-se utilizar ferramental sofisticado para apoio a tomada de deciso sem haver preocupao se os modelos quantitativos conseguem representar a complexa e incerta realidade organizacional; ( ) O ensino da pesquisa operacional para executivos ou alunos da rea de negcios passou a ter o foco na modelagem do problema, na interpretao do resultado do mesmo e na sua aplicabilidade aos problemas gerenciais. 2) Para um estudante da rea de negcios o algoritmo que est por trs do software no o mais relevante e sim se este software lhe d resultados corretos, num perodo de tempo satisfatrio e serve para aprimorar o processo de tomada de deciso. Pergunta-se: a. Quais so as fases de um estudo de Pesquisa Operacional? b. Quais as diferenas entre o processo de deciso com modelos de otimizao e o processo de deciso com modelos de simulao?

14

15

2. PROGRAMAO LINEAR

Objetivos de aprendizagem Conhecer o que , as aplicaes e as vantagens do uso da tcnica de Programao Linear. Identificar e modelar problemas de tomada de deciso sobre alocao de recursos e sobre dietas de mnimo custo. Sees de estudo 2.1. Aplicaes da Programao Linear 2.2. Vantagens do Uso da Programao Linear 2.3. Modelagem de Problemas 2.4. Problema de Alocao de Recursos 2.5. Formulao de Dietas de Mnimo Custo

A Programao Linear (PL) uma tcnica de Pesquisa Operacional, a qual contm outras tcnicas tais como Simulao, Teoria dos Jogos, Programao Dinmica, PERT/CPM, Teoria das Filas e etc, para otimizao de sistemas. Segundo Prado (1999), A PL uma ferramenta utilizada para encontrar o lucro

mximo ou o custo mnimo em situaes nas quais temos diversas alternativas de escolhas sujeitas a algum tipo de restrio ou regulamentao.

A tcnica de Programao Linear pode ajudar a descobrir os melhores usos para recursos limitados de forma que metas desejadas, tais como lucro, margem de contribuio, retorno esperado, possam ser maximizadas, ou, metas indesejadas, como custos e perdas, possam ser minimizadas.

16

Os estudos de Programao Linear podem responder perguntas do tipo: Qual o preo do produto ou mix de produo maximiza o lucro? Como se manter dentro do oramento? Com que velocidade pode crescer considerando a disponibilidade de capital de giro? Qual deveria ser a programao de sua frota de entregas para minimizar os custos de transportes? Sendo impostas algumas especificaes, qual a composio da mistura que corresponde ao custo mnimo? Estando impostas as condies de trabalho, como repartir o contingente de mo-de-obra entre as diferentes tarefas e especialidades, com o objetivo de minimizar as despesas ou maximizar a eficincia?

2.1. Aplicaes da Programao Linear A Programao Linear, tcnica de soluo, desenvolvida aps a Segunda Guerra Mundial como instrumento de administrao, rapidamente tornou-se uma ferramenta eficiente para estudos de gesto. Na prtica tem-se aplicado a Programao Linear em diversas reas, tais como: Alimentao; Rotas de transportes; Manufatura; Siderurgia; Petrleo; Agricultura; Carteira de investimentos; Anlise de riscos; Minerao; Localizao industrial; Designao de pessoas e de tarefas, etc. Uma das aplicaes mais clssicas de programao linear diz respeito ao planejamento agrcola, ou mais genericamente, planejamento de sistemas agroindustriais1. Basicamente, o tomador de deciso tem sua disposio uma determinada rea, uma disponibilidade de mo-de-obra e capital, alm de observar uma srie de caractersticas tecnolgicas e de capacidade organizacional. O seu objetivo principal diz respeito maximizao de lucro, a partir das opes de negcios (culturas agrcolas, plantis de animais, papis de investimento, etc.) disponveis.
Duas referncias bsicas para o tema, que contm uma srie de aplicaes para casos brasileiros, so: - CAIXETA FILHO, J. V. Pesquisa Operacional: Tcnicas de Otimizao Aplicadas a Sistemas Agroindustriais. So Paulo: Atlas S. A., 2004. - CONTINI, E. et alii (eds.) Planejamento da propriedade agrcola: modelos de deciso. Braslia, EMBRAPA-DDT, 1984.
1

17

Leitura complementar Exemplos de aplicao da Programao Linear So vrios os exemplos de aplicao da programao linear nos nossos dias que permitiram obter melhoria nas performances das empresas. Numa rpida pesquisa na Internet, encontraram-se trs casos referentes a diferentes reas de atividade econmica. - Um primeiro exemplo refere-se companhia de leos TEXACO, que utilizou a programao linear para obter as condies ideais de processamento do petrleo bruto. A aplicao desta metodologia em sete das suas refinarias permitiu obter uma melhoria de 30% nos lucros, atingindo 30 milhes de dlares. - Um outro exemplo refere-se aplicao do mtodo para otimizao dos horrios de trabalho em quatro estabelecimentos da rede de retaurantes McDonalds nos Estados Unidos. A programao linear proporcionou um melhor aproveitamento dos recursos disponveis, com a exigncia de cobertura durante todo perodo de funcionamento das unidades, obtendo-se uma programao de horrios mais convenientes de acordo com as preferncias de horrio de cada funcionrio. - Um ltimo caso refere-se ao exrcito norte-americano que desenvolveu um sistema designado de MLRPS Manpower Long-Range Planning System - que permite estimar as necessidades de recursos humanos num horizonte que vai dos 7 aos 20 anos. Para tal, aspectos como as admisses, abandonos, promoes e transferncias so levadas em considerao no modelo, que determina o nmero de recursos necessrios. 2.2. Vantagens do Uso da Programao Linear Permite encontrar o lucro mximo ou o mnimo custo. Pergunta-se: qual o impacto deste benefcio dentro das empresas? comum encontrarmos empresas da rea de siderurgia e petrolfera, por exemplo, com faturamento anual de US$ 1 bilho e com um custo de produo de US$ 400 milhes anuais, imaginem o impacto caso a reduo de custos seja de apenas 5%!! (0,05X400=US$20 milhes por ano). Nessas reas comum encontrar nmero expressivo dos chamados analistas de Pesquisa Operacional; Permite identificar as melhores opes em estudos de Qualidade Total; Permite a identificao de gargalos nas empresas e nas linhas de produo; Fornecem diretrizes para expanso; Possibilita avaliar o potencial de aplicabilidade de uma pesquisa.

18

2.3. Modelagem de Problemas A modelagem diz respeito tcnica de como construir modelos. Em Pesquisa Operacional, o termo modelo empregado para significar a representao de um sistema. A estratgia da Programao Linear para a resoluo de problemas de otimizao transformar as caractersticas do problema em um modelo matemtico constitudo de uma funo objetivo e de um conjunto de restries. O modelo de Programao Linear, na sua forma reduzida, pode ser formulado da seguinte maneira:
n

Maximizar Z = Sujeito a:
n

c j xj
j=1

aijxj bi
j=1

(para todo i = 1, 2, ...,m) (para todo j = 1, 2, ..., n)

xj 0

Onde: - xj o nvel da j-sima atividade; - cj o coeficiente da funo objetivo esperado da j-sima atividade; - aij o coeficiente tcnico da j-sima atividade para o i-simo recurso (ou restrio); - bi so os nveis de fatores limitantes ou da i-sima restrio; - n nmero de atividades; - m nmero de restries. As etapas de um processo de modelagem so as seguintes: 1. Definir as variveis do problema; 2. Definir a funo objetivo; 3. Definir o conjunto de restries.

19

Para ilustrar o processo de modelagem de problemas de alocao de recursos, analisaremos um exemplo simples, mas que mostra os aspectos envolvidos no processo.

2.4. Problema de Alocao de Recursos Uma fbrica de computadores, localizada em Florianpolis, produz dois modelos de computador: A e B. O modelo A fornece um lucro de R$200,00 e B de R$300,00. O modelo A requer, na sua produo, um gabinete pequeno e uma unidade de disco. O modelo B requer um gabinete grande e duas unidades de disco. Existem no estoque: 60 unidades do gabinete pequeno, 50 do gabinete grande e 120 unidades de disco. Pergunta-se: qual deve ser o esquema de produo que maximiza o lucro? Modelagem do problema a) Definio de variveis de deciso Como o objetivo da empresa encontrar o programa de produo para mximo lucro, isso significa, em outras palavras, dimensionar a produo de cada tipo de computador. Assim, as variveis de deciso sero: X1 = quantidade de computador Modelo (A) a produzir; X2 = quantidade de computador Modelo (B) a produzir.

b) Funo objetivo A Funo objetivo a expresso que calcula o valor do objetivo (lucro, receita, custo, perda, margem de contribuio e etc), em funo das variveis de deciso. Representam a relao entre as variveis de deciso, o lucro unitrio por computador e o lucro total. Como o lucro total ser a soma dos lucros obtidos com a venda de cada tipo de computador, a equao de lucro total ser: Lucro total: L = 200 X1 + 300 X2 Objetivo: Max L = 200 X1 + 300 X2 c) Definio das restries do problema Cada restrio imposta na descrio do problema deve ser expressa como uma relao linear (igualdade ou desigualdade), montadas com as variveis de deciso. Devem-se representar as relaes entre as quantidades a serem produzidas dos

20

Modelos de computador A e B, as exigncias em termos de peas para a produo e a disponibilidade de peas ou gabinetes. Disponibilidade de gabinete pequeno X1 60 Disponibilidade de gabinete grande X2 50 Disponibilidade de unidades de disco X1 + 2 X2 120 Restrio lgica X1 0 X2 0 A ltima restrio formulada diz respeito a no negatividade das variveis de deciso. 2.5. Formulao de Dietas de Mnimo Custo2 Uma aplicao bem sucedida de programao linear diz respeito formulao de dietas, e em particular, formulao de raes de custo mnimo. Em termos gerais, se deseja obter a dieta de mnimo custo (ou mnimo preo), a partir da disponibilidade de uma srie de alimentos, mas respeitando-se as exigncias nutricionais pertinentes idade e tipo da pessoa. Para uma boa alimentao, o corpo necessita de vitaminas e protenas. A necessidade mnima de vitaminas de 32 unidades por dia e a de protenas de 36 unidades por dia. Uma pessoa tem disponvel carne e ovos para se alimentar. Cada unidade de carne contm 4 unidades de vitaminas e 6 unidades de protenas. Cada unidade de ovo contm 8 unidades de vitaminas e 6 unidades de protenas. Qual a quantidade diria de carne e ovos que deve ser consumida para suprir as necessidades de vitaminas e protenas com o menor custo possvel? Cada unidade de carne custa 3 unidades monetrias e cada unidade de ovo custa 2,5 unidades monetrias. O problema pode ser resolvido da seguinte forma:

Adaptado de CAIXETA FILHO, J. V. Material de apoio s disciplinas: LES-672 Introduo Pesquisa Operacional e LES-785 Programao Linear. Srie didtica n 113. Piracicaba: ESALQ/USP, 1996.

21

Modelagem do problema a) Definio de variveis de deciso Alternativas: chamando as alternativas de x1 e x2, onde: x1 = quantidade de carne a consumir no dia x2 = quantidade de ovos a consumir no dia; b) Funo objetivo Objetivo: minimizar o custo da dieta para consumir carne e ovos; Min C = 3 x1 + 2,5 x2 c) Definio das restries do problema Restries - necessidade mnima de vitamina 4 x1 + 8 x2 32 - necessidade mnima de protena 6 x1 + 6 x2 36 - positividade das alternativas x1, x2 0
Glossrio Apresentam-se, nesta seo, alguns conceitos que podero ser teis ao entendimento deste captulo. Funo-objetivo. Expresso matemtica que relaciona as variveis de deciso (as alternativas) e o objetivo que se pretende alcanar. Programao linear. Tcnica destinada a determinar a melhor utilizao de recursos limitados, de forma a otimizar uma funo-objetivo que est condicionada a um conjunto de restries. uma programao matemtica em que todas as funes-objetivo e restries so representadas por funes lineares. Restries. Limites impostos aos possveis valores que podem ser assumidos pelas variveis de deciso. Variveis de deciso. So as alternativas ou variveis que correspondem s decises a serem tomadas visando encontrar a soluo para o problema em estudo.

22

Sntese Nesta unidade voc conheceu um pouco sobre a tcnica de Programao Linear, que um dos mais populares modelos matemticos. aplicvel a problemas quantitativos cujos relacionamentos possam ser expressos por meio de equaes e inequaes lineares. Conhecemos as perguntas que podem ser respondidas pela tcnica, as principais vantagens e aplicaes da Programao Linear no mundo dos negcios. A estratgia da Programao Linear para a resoluo de problemas de otimizao transformar as caractersticas do problema em um modelo matemtico constitudo de uma funo objetivo e um conjunto de restries. A combinao de variveis que deve ser maximizada ou minimizada, na forma de uma expresso matemtica, chamada de funo objetivo. As restries, representadas por equaes ou inequaes matemticas, representam limites impostos pela condio da realidade da empresa, em termos de escassez de recursos, regulamentaes ou restries de mercado.

Exerccios propostos 1) Faa uma leitura do texto complementar, que trata do tema Exemplos de aplicao da Programao Linear, e considerando tambm os conhecimentos adquiridos na disciplina de Pesquisa Operacional, aponte V ou F caso as afirmaes a seguir sejam Verdadeiras ou Falsas. ( ) O texto ressalta trs exemplos de aplicabilidade da ferramenta de Programao Linear para apoiar a tomada de deciso, em casos prticos para resoluo de problemas de finanas, de marketing e de carteira de investimentos; ( ) Na Programao Linear tanto as restries como as funes-objetivo so representadas por funes lineares (equaes de primeiro grau). 2) Problemas para Modelagem Ateno especial deve ser dispensada ao esforo de modelagem, antes de entrarmos no mrito da resoluo de problemas por programao linear. Dado um

23

determinado problema, o modelador, em funo de seu nvel de abstrao e de experincia vivida, ter uma maior ou menor facilidade para a representao de objetivo, alternativas e restries, atravs de inequaes e equaes. 1. A empresa Ilha da Magia fabrica dois tipos de pneus: Modelo P (o premium) e Modelo R (o regular). O Modelo P vendido por R$95,00 cada pneu e custa para ser produzido R$85,00 por pneu, enquanto que o Modelo R vendido por R$50,00 cada pneu e tem um custo de produo de R$42,00 por pneu. Para fabricar um pneu do Modelo P, so necessrias duas horas da Mquina A e quatro horas da Mquina B. Por outro lado, para fazer um pneu do Modelo R, so requeridas nove horas da Mquina A e trs horas da Mquina B. A programao da Produo da fbrica mostra que na prxima semana a Mquina A estar disponvel no mximo 36 horas e a Mquina B no mximo 42 horas. Quanto de cada modelo de pneus a fbrica deve produzir de modo a maximizar o seu lucro? Qual este lucro mximo?

2) A empresa guas de Floripa produz piscina em fibra em duas linhas de produo: piscina Standard e piscina Luxo. Com relao piscina Standard temos as seguintes informaes: - A linha de produo comporta um mximo de 24 pessoas; - Cada piscina consome 1 homem/dia para ser produzida; - Cada piscina fornece um lucro de R$30,00. Para as piscinas Luxo: - A linha de produo comporta um mximo de 32 pessoas; - Cada piscina consome 2 homem/dia para ser produzida; - Cada piscina fornece um lucro de R$40,00.

24

Alm disso, devemos informar que a fbrica possui um total de 40 empregados a serem alocados nas duas linhas de produo. O dono da fbrica tem por objetivo maximizar o lucro dirio.

3. Certa empresa fabrica dois produtos, bolas de futebol (P1) e bolas de vlei (P2). O lucro por unidade de P1 de R$100,00 e o lucro unitrio de P2 de R$150,00. A empresa necessita de 2 horas para fabricar uma unidade de P1 e 3 horas para fabricar uma unidade de P2. O tempo mensal disponvel para essas atividades de 120 horas. As demandas esperadas para os dois produtos levaram a empresa a decidir que os montantes produzidos de P1 e P2 no devem ultrapassar 40 unidades de P1 e 30 unidades de P2 por ms. Construa o modelo do sistema de produo mensal com o objetivo de maximizar o lucro da empresa.

25

4. No programa de produo para o prximo perodo, a empresa Beta Ltda., escolheu trs produtos P1, P2 e P3. O quadro abaixo mostra os montantes solicitados por unidade na produo. Produto P1 P2 P3 Lucro por unidade 2.100 1.200 600 Horas de trabalho 6 4 6 Horas de uso de mquinas 12 6 2 Demanda mxima 800 600 600

Os preos de venda foram fixados por deciso poltica e as demandas foram estimadas tendo em vista esses preos. A firma pode obter um suprimento de 4.800 horas de trabalho durante o perodo de processamento e pressupe-se usar trs mquinas que podem prover 7.200 horas de trabalho. Estabelecer um programa timo de produo para o perodo que maximize o lucro da empresa.

5. Um vendedor de frutas pode transportar 800 caixas de frutas para abastecer o CEASA, localizado no municpio de So Jos. Ele necessita transportar 200 caixas de laranjas a R$20,00 de lucro por caixa, pelo menos 100 caixas de pssegos a R$10,00 de lucro por caixa, e no mximo 200 caixas de tangerinas a R$30,00 de lucro por caixa. De que forma dever ele carregar o caminho para obter o lucro mximo? Construa o modelo do problema.

26

6. Uma rede de televiso da Grande Florianpolis tem o seguinte problema: foi descoberto que o programa A com 20 minutos de msica e 1 minuto de propaganda chama a ateno de 30.000 telespectadores, enquanto o programa B com 10 minutos de msica e 1 minuto de propaganda chama a ateno de 10.000 telespectadores. No decorrer de uma semana, o patrocinador insiste no uso de no mnimo, 5 minutos para sua propaganda e que no h verba para mais de 80 minutos de msica. Quantas vezes por semana cada programa deve ser levado ao ar para obter o nmero mximo de telespectadores? Construa o modelo do sistema.

27

7. Uma empresa localizada em Tubaro fabrica dois modelos de cintos de couro. O modelo M1, de melhor qualidade, requer o dobro do tempo de fabricao em relao ao modelo M2. Se todos os cintos fossem do modelo M2, a empresa poderia produzir 1.000 unidades por dia. A disponibilidade de couro permite fabricar 800 cintos de ambos os modelos por dia. Os cintos empregam fivelas diferentes, cuja disponibilidade diria de 400 para M1 e 700 para M2. Os lucros unitrios so de R$4,00 para M1 e R$3,00 para M2. Qual o programa timo de produo que maximiza o lucro total dirio da empresa? Construa o modelo do sistema descrito.

8. A empresa Toldos Sol e Praia, aps um processo de racionalizao de produo, ficou com disponibilidade de trs recursos produtivos, R1, R2 e R3. Um estudo sobre o uso desses recursos indicou a possibilidade de se fabricar dois produtos: Abrigos para Automveis (P1) e Toldos em Loja (P2). Levantando os custos e consultando o departamento de vendas sobre o preo de colocao no mercado, verificou-se que P1 daria um lucro de R$120,00 por unidade e P2, R$150,00 por unidade. O departamento de produo forneceu a seguinte tabela de uso de recursos. Produto P1 P2 Disponibilidade de recursos por ms Recurso R1 por unidade 2 4 100 Recurso R2 por unidade 3 2 90 Recurso R3 por unidade 5 3 120

28

Que produo mensal de P1 e P2 traz o maior lucro para a empresa? Construa o modelo do sistema.

9. O problema da sapataria do Ribeiro da Ilha. Um sapateiro faz 6 sapatos por hora, se fizer somente sapatos; cinco cintos por hora, se fizer somente cintos. Ele gasta 2 unidades de couro para fabricar 1 unidade de sapato e 1 unidade de couro para fabricar 1 unidade de cinto. Sabendo-se que o total disponvel de couro de 6 unidades e que o lucro unitrio por sapato de 5 unidades monetrias e o do cinto de 2 unidades monetrias, pede-se o modelo do sistema de produo do sapateiro, se o objetivo maximizar seu lucro por hora.

29

10. A Empresa de Administrao de Fundos Paulo S.A.3, procurando obter o melhor rendimento dos R$100.000,00 investidos por um cliente antigo, tenta achar a melhor configurao da aplicao nas seguintes carteiras:
Carteiras Poupana Cmbio Empresarial Plus Cmbio Especial Plus Cmbio Preferencial DI Empresarial DI Especial Plus DI Preferencial Fix Especial Plus Fix Preferencial Fix Private Rentabilidade* % 7,6 15,0 15,1 12,0 13,5 14,9 13,4 15,1 14,0 15,6

* Valores projetados conforme dados dos ltimos 12 meses.

As exigncias que o cliente fez para aplicao foram as seguintes: - aplicao de um ano; - aplicar na Poupana no mnimo 5%, e no mximo 15%; - para as carteiras de Cmbio mximo 30%. - para as carteiras de DI (Depsito Interbancrio) mximo 35%; - e por ltimo nas carteiras de Renda Fixa, mximo 40%. Por recomendao do administrador de fundos, as quantias mximas para serem investidas individualmente so de: - R$ 12.000,00, nas carteiras de Cmbio; - R$ 14.000,00, nas carteiras de DI; - R$ 17.000,00, nas carteiras de Renda Fixa.

Problema formulado e apresentado pelos alunos da disciplina de Introduo Pesquisa Operacional da Unisul - campus de Ararangu, do segundo semestre do ano 2000.

30

11. Uma agroindstria do ramo alimentcio tirou de produo uma linha de produto no-lucrativo. Isto criou um considervel excedente na capacidade de produo. A gerncia est considerando dedicar esta capacidade excedente a um ou mais produtos, identificados como produtos 1, 2 e 3. A capacidade disponvel das mquinas que poderia limitar a produo est resumida na tabela que se segue: Tipo de mquina A B C Tempo disponvel (horas de mquina) 500 350 150

O nmero de horas de mquina requerido por unidade dos respectivos produtos conhecido como coeficiente de produtividade (em horas de mquina por unidade), conforme representado a seguir: Tipo de Mquina A B C Produto 1 9 5 3 Produto 2 3 4 0 Produto 3 5 0 2

31

O lucro unitrio estimado de R$30,00, R$12,00 e R$15,00, respectivamente, para os produtos 1, 2 e 3. Determinar a quantidade de cada produto que a firma deve produzir para maximizar o seu lucro.

12. Uma fbrica de pranchas de Surfe, localizada em Garopaba, produz os modelos A, B e C, que proporcionam lucros unitrios da ordem de R$ 160, 00, R$ 300,00 e R$ 500, 00, respectivamente. As exigncias de produo mnimas mensais so de 20 para o modelo A, 120 para o modelo B e 60 para o modelo C. Cada tipo de prancha requer uma certa quantidade de tempo para a fabricao das partes componentes, para a montagem e para testes de qualidade. Especificamente, uma dzia de unidades do modelo A requer trs horas para fabricar, quatro horas para montar e uma para testar. Os nmeros correspondentes para uma dzia de unidades do modelo B so 3,5, 5 e 1,5; e para uma dzia de unidades do modelo C, 5, 8 e 3. Durante o prximo ms, a fbrica tem disponveis 120 horas de tempo de fabricao, 160 horas de montagem e 48 horas de testes de qualidade. Formule o problema como um modelo de Programao Linear.

32

13. Um jovem est saindo com duas namoradas: Sheila e Ana Paula4. Ele sabe, por experincia que: a) Ana Paula, elegante, gosta de freqentar lugares sofisticados, mais caros, de modo que uma sada de trs horas custar R$240,00; b) Sheila, mais simples, prefere um divertimento mais popular, de modo que, uma sada de trs horas, lhe custar R$160,00; c) Seu oramento permite dispor de R$960,00 mensais para diverso; d) Seus afazeres escolares lhe do liberdade de, no mximo, 18 horas e 40.000 calorias de sua energia para atividades sociais; e) Cada sada com Ana Paula consome 5.000 calorias, mas com Sheila, mais alegre e extrovertida, gasta o dobro; f) Ele gosta das duas com a mesma intensidade. Como ele deve planejar a sua vida social para obter o nmero mximo de sadas?

Extrado de LACHTERMACHER (2002, pg. 57).

33

34

3. RESOLVENDO GRFICO

PROBLEMAS

SIMPLES

PELO

MTODO

Objetivos de aprendizagem Resolver problemas de Programao Linear por meio da utilizao do mtodo grfico. Compreender a lgica da obteno da soluo tima. Sees de estudo 3.1. Problema de Alocao de Recursos da Fbrica de Computadores 3.2. Resoluo pelo Mtodo Grfico

Neste captulo aborda-se a tcnica de resoluo de problemas simples pelo chamado Mtodo Grfico, com objetivo do aluno conhecer a ferramenta de resoluo e tambm melhor compreender a lgica de resoluo da Programao Linear. Para ilustrar o desenvolvimento do mtodo, apresentam-se o problema, a modelagem e as etapas de resoluo do Problema de Alocao de Recursos da Fbrica de Computadores. 3.1. Problema de Alocao de Recursos da Fbrica de Computadores Uma fbrica de computadores, localizada em Florianpolis, produz dois modelos de computador: A e B. O modelo A fornece um lucro de R$200,00 e B de R$300,00. O modelo A requer, na sua produo, um gabinete pequeno e uma unidade de disco. O modelo B requer um gabinete grande e duas unidades de disco. Existem no estoque: 60 unidades do gabinete pequeno, 50 do gabinete grande e 120 unidades de disco. Pergunta-se: qual deve ser o esquema de produo que maximiza o lucro?

35

Modelagem do problema a) Definio de variveis de deciso X1 = quantidade de computador Modelo (A) a produzir; X2 = quantidade de computador Modelo (B) a produzir. b) Funo objetivo Lucro total: L = 200 X1 + 300 X2 Funo objetivo: Max L = 200 X1 + 300 X2 c) Definio das restries do problema Disponibilidade de gabinete pequeno X1 60 Disponibilidade de gabinete grande X2 50 Disponibilidade de unidades de disco X1 + 2 X2 120 Restrio lgica X1 0 X2 0 3.2. Resoluo pelo Mtodo Grfico A resoluo de problemas de programao pelo mtodo grfico requer a definio da regio de soluo das restries e que se avalie o objetivo na regio de solues viveis. 1 Etapa: Construir a regio de solues das restries A construo da regio de solues das restries possveis obedece a seguinte seqncia: - atribuem-se valores para X1 e X2 para definir-se o comportamento da linha/reta de cada uma das restries no grfico. Exemplo: Disponibilidade de unidades de disco X1 + 2 X2 120 Para X1 = 0, temos que X2 = 60;

36

Para X2 = 0, temos que X1 = 120. - para visualizar o problema de forma grfica, devem ser representadas, inicialmente, as restries do problema, conforme apresentado na Figura 1.
X2

120

100

80

Gabinete

Pequeno
60

Gabinete Grande

40

20

Unidades de disco

0 0 20 40 60 80 100

X1

120

Figura 1 - Representao das restries no grfico.

37

X2 Regio vivel

X1
Figura 2 - Representao da regio vivel do problema.

Entretanto, nada ainda foi dito sobre a funo objetivo, que tambm dever ser representada. 2 Etapa: Avaliar o objetivo na regio de solues Para avaliarmos o comportamento da funo objetivo no grfico, sugerem-se os seguintes procedimentos: - escolher um ponto dentro ou prximo da regio de soluo vivel. Por exemplo, X1 = 20 e X2 = 20; - calcular o valor obtido para a funo objetivo neste ponto. Basta substituirmos os valores para X1 e X2 na funo objetivo. Neste caso, obtm-se um valor de lucro de R$ 10.000,00; - representar, no grfico, o comportamento da funo objetivo quando o lucro for de R$10.000,00. Para isto, devemos adotar o mesmo procedimento anterior para representar as restries do problema. Assim, temos: Max L = 200 X1 + 300 X2 Logo, 10.000 = 200 X1 + 300 X2

38

Portanto, se X2 = 0, ento X1 = 50 e se X1 =0, ento X2 = 33,33. X2

Funo objetivo quando o lucro igual a R$10.000,00

X1

Figura 3 - Representao da funo objetivo quando o lucro R$10.000,00.

Observa-se que quanto mais a funo objetivo caminhar para a direita, de forma paralela, maior o valor de lucro. Portanto, este dever ser o direcionamento da maximizao: a funo objetivo dever se deslocar, dentro da regio vivel, o mximo possvel para a direita, o que no caso resultar no vrtice X1 = 60 e X2 = 30, com o mximo lucro de R$21.000,00. Veja que se X1 = 60 e X2 = 30, substituindo esses valores na funo objetivo, temos: Max L = 200 X1 + 300 X2 Max L = 200 x 60 + 300 x 30 Max L = 21.000

39

X2

Gabinete Pequeno

Soluo tima
Gabinete Grande

X1 = 60 X2 = 30

30

Unidades de disco

X1

Figura 4 Identificao da soluo tima.

Este vrtice, x1 = 60 e x2 = 30, a soluo do problema, a interseco das retas representativas das restries de Gabinete Pequeno e Unidades de Disco. Isso significa que tais restries esto sendo esgotadas, ou que esto sendo efetivamente atuantes. Na verdade, substituindo-se o valor da soluo tima naquelas restries, os limites superiores sero alcanados. J na restrio de Gabinete Grande, os limites superiores correspondentes no sero atingidos, significando que tais restries esto com folga. Observa-se que para realizar o plano timo de produo sero necessrias 30 unidades de Gabinetes Grandes, sendo que a disponibilidade de 50 (folga de 20 unidades). Concluindo-se: a fbrica de computadores dever produzir 60 unidades do computador Modelo A e 30 unidades de computador Modelo B, para obter um mximo lucro de R$21.000,00. Os dois prximos captulos tratam dos procedimentos de entrada de dados na planilha Excel e no software Lindo bem como na obteno dos relatrios para anlise e interpretao de problemas gerenciais de otimizao diversos.

40

Glossrio Anlise de sensibilidade. Segundo Moreira (2007), o estudo da sensibilidade da soluo tima aos dados do modelo de programao linear. Coeficientes tecnolgicos. Representam a quantidade de recursos necessria para produzir uma unidade da varivel ou alternativa. Regio permissvel. o conjunto de todas as solues possveis. Soluo tima. o conjunto de valores das variveis que, ao mesmo tempo, satisfaa todas as restries e otimize (maximize ou minimize) a funo objetivo. Soluo permissvel ou vivel. uma soluo que atende ao mesmo tempo a todas as restries.

Sntese Problemas simples de Programao Linear, com apenas duas variveis de deciso, podem ser resolvidos pelo mtodo grfico. O procedimento de resoluo envolve duas etapas: a primeira requer a identificao no grfico da regio de solues possveis (regio permissvel); a segunda, e ltima etapa, requer a avaliao do comportamento da funo objetivo para podermos identificar a soluo tima. As restries so representadas no grfico por linhas retas em que as coordenadas so as duas variveis de deciso. A funo objetivo representada por uma linha reta, cuja inclinao ser determinante para a identificao da soluo tima. A soluo tima est em um dos vrtices ou pontos extremos da regio permissvel.

41

Exerccios Propostos Resolva os seguintes problemas simples, fazendo uso do Mtodo Grfico, apresentando passo a passo s etapas de resoluo. 1) A empresa Ilha da Magia fabrica dois tipos de pneus: Modelo P (o premium) e Modelo R (o regular). O Modelo P vendido por R$95,00 cada pneu e custa para ser produzido R$85,00 por pneu, enquanto que o Modelo R vendido por R$50,00 cada pneu e tem um custo de produo de R$42,00 por pneu. Para fabricar um pneu do Modelo P, so necessrias duas horas da Mquina A e quatro horas da Mquina B. Por outro lado, para fazer um pneu do Modelo R, so requeridas nove horas da Mquina A e trs horas da Mquina B. A programao da Produo da fbrica mostra que na prxima semana a Mquina A estar disponvel no mximo 36 horas e a Mquina B no mximo 42 horas. Quanto de cada modelo de pneus a fbrica deve produzir de modo a maximizar o seu lucro? Qual este lucro mximo?

2) A empresa guas de Floripa produz piscina em fibra em duas linhas de produo: piscina Standard e piscina Luxo. Com relao piscina Standard temos as seguintes informaes: - A linha de produo comporta um mximo de 24 pessoas; - Cada piscina consome a mo-de-obra de 1 homem/dia para ser produzida; - Cada piscina fornece um lucro de R$30,00. Para as piscinas Luxo:

42

- A linha de produo comporta um mximo de 32 pessoas; - Cada piscina consome a mo-de-obra de 2 homem/dia para ser produzida; - Cada piscina fornece um lucro de R$40,00. Alm disso, devemos informar que a fbrica possui um total de 40 empregados a serem alocados nas duas linhas de produo. O dono da fbrica tem por objetivo maximizar o lucro dirio.

3) Certa empresa fabrica dois produtos, bolas de futebol (P1) e bolas de vlei (P2). O lucro por unidade de P1 de R$100,00 e o lucro unitrio de P2 de R$150,00. A empresa necessita de 2 horas para fabricar uma unidade de P1 e 3 horas para fabricar uma unidade de P2. O tempo mensal disponvel para essas atividades de 120 horas. As demandas esperadas para os dois produtos levaram a empresa a decidir que os montantes produzidos de P1 e P2 no devem ultrapassar 40 unidades de P1 e 30 unidades de P2 por ms. Construa o modelo do sistema de produo mensal com o objetivo de maximizar o lucro da empresa.

43

44

4. RESOLVENDO PROGRAMAO PLANILHA EXCEL

LINEAR

UTILIZANDO

Objetivos de aprendizagem Resolver problemas de Programao Linear por meio da utilizao da ferramenta Solver do Excel. Analisar a soluo final obtida com o propsito de otimizar a alocao de recursos da empresa. Sees de estudo 4.1. Elementos da Planilha 4.2. Desenvolvendo o Problema da Empresa Ilha da Magia 4.3. Anlise dos Resultados

Existem dois modos de se resolver um problema em programao linear: o modo tradicional, usando o mtodo grfico (at duas variveis) e o mtodo Simplex (trs ou mais variveis), ou o mtodo computacional, onde existem programas prontos para resolver problemas de PL (como por ex. o programa "LINDO") ou ento, utilizar as planilhas eletrnicas como EXCEL, LOTUS 1-2-3 ou QuattroPro. O objetivo do presente captulo fornecer um roteiro para a resoluo de um problema tpico de Programao Linear utilizando-se do software Excel da Microsoft, por ser a planilha mais popular no Brasil.

45

4.1. Elementos da Planilha Dados de Entrada: so os dados fornecidos no problema, isto , os dados da funo objetivo e os dados das equaes de restrio (maior igual ou menor igual, incluindo as condies de no-negatividade). Esses dados devem aparecer em algum lugar na planilha. aconselhvel colocar o mximo de dados de entrada no canto superior esquerdo da planilha, apesar de que em alguns problemas especficos pode-se mudar essa regra. Clulas variveis: Ao invs de usar nomes de variveis como X1 ou X21, utilizar um conjunto de clulas pr-definidas que fazem o papel das variveis de deciso. Os valores nessas clulas podem ser mudados a fim de otimizar a funo objetivo. Para evidenciar essas clulas, pode-se convencionar sombrear com determinada cor. Clula destino: essa clula ir acumular o valor calculado da funo objetivo. A ferramenta Solver sistematicamente varia os valores das clulas variveis a fim de otimizar o valor da clula destino. Pode-se convencionar envolver a clula destino em uma borda preta dupla. Restries ou vnculos: no Excel, as restries no aparecem diretamente na planilha. Ao invs disso, deve-se especificar as desigualdades diretamente num quadro de dilogo da ferramenta Solver.

4.2. Desenvolvendo o Problema da Empresa Ilha da Magia Considere o problema da empresa Ilha da Magia, exerccio 1, descrito novamente a seguir: A empresa Ilha da Magia fabrica dois tipos de pneus: Modelo P (o premium) e Modelo R (o regular). O Modelo P vendido por R$95,00 cada pneu e custa para ser produzido R$85,00 por pneu, enquanto que o Modelo R vendido por R$50,00 cada pneu e tem um custo de produo de R$42,00 por pneu. Para fabricar um pneu do Modelo P, so necessrias duas horas da Mquina A e quatro horas da Mquina B. Por outro lado, para fazer um pneu do Modelo R, so requeridas nove horas da Mquina A e trs horas da Mquina B. A programao da Produo da fbrica mostra que na prxima semana a Mquina A estar disponvel no mximo 36 horas e a Mquina B no mximo 42 horas. Quanto de cada modelo de pneus a fbrica deve produzir de modo a maximizar o seu lucro? Qual este lucro mximo?

46

A soluo completa do problema obtida realizando-se duas etapas, que so as seguintes: 1) Entrada de dados e frmulas na planilha A primeira etapa consiste na entrada de todos os dados na planilha e das frmulas que relacionam as clulas com os dados de entrada e cujo resultado armazenado na clula destino. Esse primeiro estgio o mais importante, pois, nele todos os ingredientes do modelo so includos e relacionados entre si. Dados de entrada: Entre com os dados conforme mostrado no quadro abaixo. As quantidades necessrias de horas mquina para cada tipo de pneu nas clulas B4:C5, as quantidades disponveis de cada tipo nas clulas E4:E5 e o lucro de cada tipo de pneu nas clulas B3:C3.

Figura 1 Entrada de dados na planilha Excel.

Nveis de produo: as clulas B2:C2 so onde os valores das variveis de deciso so colocados, ou seja, onde o Solver indicar a soluo para o problema. Lucro obtido: entre com a frmula abaixo na clula D3: =SOMARPRODUTO(B3:C3;$B$2:$C$2) Essa frmula calcula o total de lucro de acordo com o nmero de pneus presentes nas clulas variveis.

47

Figura 2 Utilizao da funo somarproduto no Excel.

Recursos utilizados: entre com a frmula abaixo na clula D4. =SOMARPRODUTO(B4:C4;$B$2:$C$2) E, com a frmula abaixo, na clula D5. =SOMARPRODUTO(B5:C5;$B$2:$C$2) Uma alternativa mais fcil copiar a frmula da clula D3, feita anteriormente, para a clula D4 e D5.

Figura 3 Detalhes do procedimento de cpia da clula D3 para as clulas D4 e D5.

48

Essa frmula calcula as unidades de horas Mquina A e B utilizadas pela quantidade de pneus digitados inicialmente. A funo SOMARPRODUTO particularmente til em modelos de Programao Linear. Aqui ela multiplica cada valor do intervalo de clulas B4:C4 pelos correspondentes valores nas clulas B2:C2 e depois soma esses produtos, do mesmo modo que feito na multiplicao de matrizes. O propsito de colocar o dlar das clulas variveis o de fix-las quando copia-se a mesma frmula para as outras restries. 2) Parmetros do Solver Na segunda etapa, devemos acionar o Solver no menu ferramentas do Excel. Se voc no encontrar o Solver, escolha o item suplementos, do menu ferramentas, e procure o Solver e clique no respectivo quadrinho. A ferramenta Solver resolve o problema atravs de ajustes nas clulas variveis at que o mximo valor da clula destino seja encontrado. Para os problemas de PL, a ferramenta utiliza o chamado "Modelo Simplex". Precisa-se informar a localizao das clulas variveis e da clula destino, bem como uma lista de todas as restries envolvidas no problema, que so escritas em termos de endereos de clulas. Ao final s pedir para que o Solver ache a soluo otimizada. Os procedimentos de preenchimento dos parmetros do Solver so apresentados, a seguir. a) Selecione como clula de destino a clula D3, aquela em que seu valor dever ser mximo, e clique na opo Max. b) Selecione as clulas variveis de acordo com a janela apresentada na Figura 4.

49

Figura 4 Preenchimento dos parmetros do solver

c)

Adicione cada restrio, com a respectiva desigualdade correta. Note que deve-se dar corretamente os endereos de cada desigualdade e, por esse motivo, no importa muito onde se coloca na planilha.

Figura 5 Adio das restries

Modelo Linear: antes de pedir para Resolver, clique em Opes e selecione "Presumir modelo Linear", pois afinal se trata de PL.

50

Figura 6 Opes do solver: presumir modelo linear e no negativos.

Resolver: clique em resolver e ento o Solver mostrar nas clulas variveis o valor timo das quantidades de pneus e na clula destino o valor mximo do lucro. Antes ele diz que achou uma soluo tima e, se for selecionado as opes de relatrios, ele criar at trs tipos de relatrios diferentes, os quais sero muito teis futuramente.

Figura 7 Janela indicando que o Solver encontrou uma soluo que pode ser visualizada na planilha.

51

Caso escolha os trs relatrios e d OK. O Excel criar mais trs pastas, cada uma com um tipo de relatrio, so eles: Relatrio de respostas (Answer Report); Relatrio de Sensibilidade (Sensitivity Report); Relatrio de Limites (Limits Report).

Os relatrios emitidos para este problema podem ser visualizados na prxima seo, que trata da anlise e interpretao destes relatrios.

4.3. Anlise dos Resultados O Relatrio de Resposta do problema so apresentados na Figura 8.

Figura 8 Apresentao do Relatrio de Resposta do Solver.

A primeira parte, denominada de clula de destino (target cell), indica o tipo de problema de otimizao tratado, no caso maximizao, e o valor original e final da funo objetivo. O valor mximo encontrado para a funo objetivo um lucro de R$ 106,00. A segunda parte do relatrio relaciona os valores timos para as variveis de deciso (clulas ajustveis). Observe-se que, nesse caso, a quantidade a ser produzida de pneus Premium deve ser de nove unidades e de pneus Regular deve ser de duas unidades.

52

A terceira parte do relatrio diz respeito s restries. A coluna de valores das clulas indica os valores das constantes (RHS) de cada uma das restries. A ltima coluna transigncia (slack) indica a folga ou excesso de disponibilidade de recursos. Observa-se que a restrio referente disponibilidade de horas Mquina A apresenta folga igual a zero, indicando que se atingiu o limite da restrio de horas necessrias (para conferir basta substituir os valores de soluo tima para pneus Premium e para pneus Regular na inequao referente restrio de horas Mquina A). Da mesma forma, para a restrio de horas Mquina B, pode-se constatar que, tambm, se atingiu o limite da restrio de horas. O relatrio de anlise de sensibilidade do problema em questo apresentado na Figura 9, abaixo.

Figura 9 Apresentao do Relatrio de Anlise de Sensibilidade do Solver.

O relatrio de sensibilidade est dividido nas seguintes partes: - A primeira refere-se s mudanas que podem ocorrer nos coeficientes das variveis de deciso da funo objetivo; - A segunda refere-se as possveis alteraes que as constantes das restries podem sofrer. As informaes importantes mostradas nesse relatrio so os Custos Reduzidos (Reduced Cost) e o Preo Sombra (Shadow Price). Pode-se interpretar os Custos Reduzidos como sendo:

53

A quantidade que o coeficiente da funo-objetivo deve melhorar para que aquela alternativa faa parte da soluo tima do problema; A penalizao a ser paga por se introduzir uma unidade de uma alternativa que no deve fazer parte da soluo tima.

Observe que o lucro das alternativas de produo no precisa melhorar nada (Custo Reduzido igual a zero), uma vez que as duas alternativas j fazem parte da soluo tima (deve-se produzir nove unidades de pneu Premium e duas unidades de pneu Regular). Da mesma forma, a penalizao a ser paga zero, pois as duas alternativas fazem parte da soluo tima. Os valores do Preo Sombra (Shadow Price) podem ser interpretados da seguinte forma: - A quantidade pela qual a funo objetivo altera dado um incremento de uma unidade na constante da restrio, ou seja, dado um aumento de uma unidade adicional do recurso disponvel; - O aumento na funo objetivo se aumentado de um o limite da restrio; - Mostra, do ponto de vista econmico, at quanto estaria-se dispostos a pagar por uma unidade adicional de um recurso. Portanto, para o problema de alocao de recursos da empresa pode-se concluir sobre o Preo Sombra: - Se a restrio disponibilidade de horas Mquina A de 36 para 37 unidades, tem-se uma nova soluo, da funo objetivo ser aumentado de R$ 0,0667. - Se a restrio disponibilidade de horas Mquina B de 42 para 43 unidades, tem-se uma nova soluo, da funo objetivo ser aumentado de R$ 2,4667. Ilha da Magia, for aumentada na qual o valor for aumentada na qual o valor

Caso o custo adicional da hora Maquina A e da hora Mquina B seja de R$1,00, por exemplo, deve-se somente contratar horas Mquina B, uma vez que a funo objetivo ser aumentada de R$ 2,4667 e o custo ser de R$1,00 (obtendo-se um lucro adicional de R$1,4667).

54

Glossrio Preo sombra (shadow price ou dual price). tambm conhecido por preos marginais. Indica quanto se deixa de ganhar ou perder por no se dispor de mais uma unidade de determinada varivel restritiva. Problema mal dedinido (unbounded). Acontece nos modelos em que a funoobjetivo pode atingir valores infinitos ou zero, incompatvel com o resultado esperado. Problema no-solvel (infeasible). Acontece nos modelos em que o conjunto de restries apresentam contradies entre si. Reduzido custo (reduced cost). Indica quanto se deixa de ganhar ou perder por adotar alternativa diferente da indicada pela soluo tima. Solver. Segundo Moreira (2007), uma ferramenta ou suplemento do software Microsoft Excel que, para soluo dos problemas lineares, utiliza o mtodo simplex.

Sntese Para os alunos e profissionais da administrao, a utilizao da ferramenta Solver do Excel facilita a resoluo de problemas de otimizao. A obteno da soluo para determinado modelo feita em duas etapas: primeiramente, deve-se entrar com os dados na planilha e das frmulas; e, num segundo momento, preencher os parmetros do Solver. Foi tomado como exemplo o problema da empresa Ilha da Magia, para obteno da soluo e para a realizao das anlises e interpretaes ps-otimizao, ou seja, dos relatrios emitidos pelo Solver. A soluo tima serve de referncia para a tomada de deciso, no devendo necessariamente ser implementada.

55

Exerccios propostos 1) A Calados Ltda de Barreiros fabrica os produtos Sapato Tipo 1 e Sapato Tipo 2. A empresa consegue vender todos os produtos. Cada produto passa por trs departamentos e os tempos de fabricao requeridos encontram-se na Tabela 1. Tabela 1 Tempo de fabricao em horas por unidade. Departamento A Produto 1 Produto 2 2 2 Departamento B 1 2 Departamento C 4 2

Cada departamento, entretanto, tem uma capacidade fixa de homens-hora por ms, como mostra a Tabela 2. Tabela 2 Capacidade produtiva dos departamentos. Departamento A B C Capacidade mxima em homenshora 160 120 280

A margem de contribuio do Produto 1 de R$ 1,00 por unidade e a do Produto 2 de R$ 1,50 por unidade. O problema consiste em determinar quanto fabricar de cada produto com o objetivo de maximizar a margem de contribuio total (MCT). Modelagem do problema da Calados Ltda a) Definio das variveis de deciso X1 = Quanto deve produzir de Sapato Tipo 1 X 2 = Quanto deve produzir de Sapato Tipo 2 b) Definio da Funo Objetivo Max MCT = 1 X1 + 1,5 X2 c) Definio das Restries do Problema - Capacidade mxima em horas do departamento A 2X1 + 2X2 160 - Capacidade mxima em horas do departamento B 1X1 + 2X2 120 - Capacidade mxima em horas do departamento C 4X1 + 2X2 280

56

- Restrio Lgica X1 0 X2 0 Pede-se: Resolva este problema atravs do Solver do Excel, apresentando, passo a passo, as etapas de resoluo.

57

5. RESOLVENDO PROBLEMAS DE PROGRAMAO UTILIZANDO O SOFTWARE LINDO5

LINEAR

Objetivos de aprendizagem Resolver problemas de Programao Linear por meio da utilizao do software Lindo. Analisar a soluo final obtida com o propsito de otimizar a alocao de recursos da empresa. Sees de estudo 5.1 Desenvolvendo o Problema da Empresa de Bolas 5.2 Anlise do Resultado 5.3 Anlise de Sensibilidade

O software Lindo foi desenvolvido pela Lindo Systems Inc. de Chicago, Illinois, EUA, para a resoluo de modelos de programao linear, quadrtica ou inteira, estando disponvel nas verses Demonstrao, Super, Hiper, Industrial e Extended para rodar no ambiente Windows. O objetivo deste captulo apresentar um exemplo de como proceder entrada de dados no Lindo, a obteno da soluo e a interpretao dos relatrios emitidos pelo Lindo, para problemas envolvendo programao linear. Para tanto, utilizaremos o problema de modelagem de nmero (3) da lista de exerccio proposta aos alunos da disciplina de Introduo Pesquisa Operacional.
Notas de aula baseada em: PRADO, Darci Santos do. Programao Linear. Belo Horizonte, MG: Editora de Desenvolvimento Gerencial, 1999.
5

58

5.1

Desenvolvendo o Problema da Empresa de Bolas

Considere o problema de nmero 3, apresentado anteriormente no captulo 2, para ser modelado. Certa empresa fabrica dois produtos, bolas de futebol (P1) e bolas de vlei (P2). O lucro por unidade de P1 de R$100,00 e o lucro unitrio de P2 de R$150,00. A empresa necessita de 2 horas para fabricar uma unidade de P1 e 3 horas para fabricar uma unidade de P2. O tempo mensal disponvel para essas atividades de 120 horas. As demandas esperadas para os 2 produtos levaram a empresa a decidir que os montantes produzidos de P1 e P2 no devem ultrapassar 40 unidades de P1 e 30 unidades de P2 por ms. Construa o modelo do sistema de produo mensal com o objetivo de maximizar o lucro da empresa. A entrada de dados realizada na primeira tela fornecida pelo Lindo, devendose digit-los conforme apresentado na Figura 1.

Figura 1 Entrada de dados no Lindo.

Observa-se que se pode iniciar a digitao de cada linha em qualquer coluna e utilizar o sinal < para . Na Tabela 1 abaixo, apresenta-se o significado de alguns comandos.

59

Tabela 1 Significado de comandos adotados para a entrada de dados na tela inicial do Lindo.
Linhas !Exerccio (3) sobre Problemas de Modelagem Max st end Significado Linha de comentrio, pois inicia-se com ! Comando para maximizar uma funo Informa que a seguir tem-se o conjunto de restries Finaliza o modelo

Depois da entrada de dados no Lindo, recomendvel salvar. Para isto, acesse File, no menu principal, e clique em Save as. Na seqncia, indique o diretrio e escolha um nome para o arquivo, como por exemplo, Bolas.ltx. Observe que este arquivo poder ser lido pelo Word ou outros editores de texto. Para resolver o problema pode-se clicar em Solve, no menu principal, ou clicar diretamente no cone Solve (boto que contem um alvo).

Resolver o problema

Figura 2 Opes de resoluo do problema atravs do Lindo.

Aps executar a soluo, aparece uma tela perguntando se para emitir ou no o relatrio de anlise de sensibilidade. Veja a Figura 3, apresentada a seguir.

60

Figura 3 Telas que aparecem aps a execuo do modelo.

Feita a opo, aparece outra tela contendo um resumo do resultado, um alerta caso o modelo apresente algum problema. Como o Status Optimal, significa que foi encontrada uma soluo otimizadora. Pode-se, ento, clicar em Close para poder visualizar os relatrios. Os relatrios de soluo e de anlise de sensibilidade, obtido pelo software Lindo, pode ser observado na Figura 4.

61

Relatrio de soluo

Relatrio de anlise de sensibilidade

Figura 4 Relatrio de soluo e de anlise de sensibilidade obtido pelo software Lindo.

O software Lindo possui vrios recursos adicionais. O grfico contendo a soluo tima para o problema proposto, pode ser observado na Figura 5, e as opes de visualizao das telas do Lindo, na Figura 6.

62

Figura 5 Grfico contendo a soluo tima do problema proposto.

Ateno!! A Figura 6 ilustra a opo, uma tela ao lado da outra, na horizontal. Existem, ainda, as opes: - com visualizao na vertical; - com visualizao em cascata.

Figura 6 Opes de visualizao das telas do Lindo.

63

Para poder visualizar, simultaneamente, a tela de entrada e a tela contendo os relatrios do Lindo, como apresentado na Figura 4, deve-se clicar em Window, no menu principal, depois em Tile (aparece uma ao lado da outra) e, finalmente, optar por visualizao horizontal. Existe, ainda, a opo de visualizao em Cascade (aparece em cascata). 5.2 Anlise do Resultado

Depois de obtida a soluo do modelo, o Lindo apresenta o quadro de resultados mostrado a seguir:

Valor da funo Custo reduzido

Folga ou Preo sombra ou

Figura 7 Apresentao de resultado aps a execuo de um modelo sem erros.

Considerando-se a apresentao de resultados acima pode-se observar o seguinte: A expresso lp optimum found at step 2, indica que o algoritmo simplex encontrou a soluo tima no segundo passo, ou seja, no segundo vrtice do mtodo simplex. A linha com o nmero (1), indica o valor mximo encontrado para a Funo Objetivo, ou seja, um valor de lucro de R$ 6.000,00. Ver Figura 8 apresentada a seguir.

64

Mximo valor de lucro

Figura 8 Valor da funo objetivo

Os valores timos para as variveis de deciso podem ser visualizados na Figura 9. Observa-se que, nesse caso, a quantidade a ser produzida de bolas de futebol (P1) deve ser de 15 e de bola de vlei (P2) deve ser de 30 unidades.
Soluo tima
Figura 9 Valor das variveis de deciso e Custo reduzido de cada varivel.

Em relao a ltima coluna, pode-se interpretar o Custo Reduzido de varivel como sendo a reduo no lucro obtido com a introduo de uma unidade daquela varivel na soluo. Entretanto, deve-se enfatizar que o Custo Reduzido somente vlido em uma determinada faixa de valores (como veremos quando tratarmos do assunto Anlise de Sensibilidade). Na Figura 10, abaixo, apresentam-se os resultados de folga ou excesso de recursos e do preo sombra (preo dual) de nosso problema.

Figura 10 - Folga ou excesso de recursos e valor do preo sombra (preo dual) de nosso problema.

Pode-se realizar a seguinte interpretao: - A primeira coluna nos indica as linhas correspondentes a cada uma das restries de nosso problema. Observa-se que a linha (2) refere-se restrio de horas necessrias e as linhas (3) e (4) referem-se s restries de demanda de mercado para o produto P1 e P2.

65

Figura 11 Relacionando a funo objetivo e as restries da tela de entrada de dados com as linhas do relatrio de soluo.

A segunda coluna indica a folga ou excesso de disponibilidade de recursos. Observa-se que a linha (2) apresenta folga igual a zero, indicando que se atingiu o limite da restrio de horas necessrias (para conferir basta substituir os valores de soluo tima para P1 e para P2 na inequao referente restrio de horas). Da mesma forma, para a linha (3), pode-se constatar que para a restrio de demanda de mercado para o produto P1 tem-se uma folga de 25 unidades. Isto porque o plano timo prev uma produo para P1 de 15 unidades enquanto que a restrio de demanda de mercado de 40 unidades. A ltima coluna apresenta os valores para o Preo sombra (Dual Prices) que representa o aumento na funo objetivo se aumentar de um o limite da restrio. Portanto, se a restrio disponibilidade de horas for aumentada de 120 para 121 unidades, tem-se uma nova soluo, na qual o lucro ser aumentado de R$50,00. Anlise de Sensibilidade

5.3

O relatrio de sensibilidade tem o formato apresentado a seguir e pode ser obtido durante a solicitao de resultados (solver) ou a qualquer momento. Neste ltimo caso, deve-se ativar a tela de entrada de dados; clicar em Reports, no menu principal; e clicar em Range.

66

Figura 12 Apresentao do relatrio de sensibilidade do Lindo.

A expresso ranges in which the basis is unchanged indica a faixa de valores para os quais a soluo fica inalterada para os coeficientes das variveis da funo objetivo, ver a Figura 13, e para os limites das restries, ver a Figura 14.

Figura 13 Anlise dos coeficientes da funo objetivo.

Na segunda coluna, pode-se observar os coeficientes da funo objetivo e, nas seguintes, temos as colunas de allowable increase e allowable decrease desses coeficientes. Essas ltimas colunas indicam o intervalo pelos quais os coeficientes da funo objetivo podem sofrer alteraes, um de cada vez, sem que a soluo tima seja alterada. Portanto, considerando-se a linha para X1, na qual se tem a informao de que o coeficiente fornecido foi de R$100,00 e que este coeficiente pode variar entre 100 0 = R$100,00 (o aumento permitido zero), e, 100 100 = R$0,00 (o decrscimo permitido 100) mantendo-se a mesma soluo tima (ou seja, X1=15 e X2=30). Para o caso de X2, os limites esto entre 150 0 = R$150,00 e infinito.

67

Figura 14 Anlise dos limites das restries.

Na Figura 14, pode-se analisar os limites das restries, tambm conhecidos como RHS (righthand side ranges). Considerando-se a linha (2), temos uma disponibilidade de horas de 120 (RHS). Segundo a terceira coluna, tem-se um acrscimo permissvel de 50, significando que se pode aumentar o limite em 120 + 50 = 170, para que a interpretao feita anteriormente para o Preo Dual permanecesse vlida. Considerando que o Preo Dual para a restrio disponibilidade de horas R$50,00, ver a Figura 10 desta seo, a Empresa de Bolas poder contratar em at 50 unidades de horas, para que tenha um acrscimo total no valor da funo objetivo de R$2.500,00. Admitindo-se, por exemplo, que o custo da contratao da hora adicional, seja de R$20,00. Nesse caso, precisa-se descontar do ganho adicional por hora contratada esse valor de seu custo. Portanto, ao final, o acrscimo no mximo lucro ser de R$1.500,00.

Sntese Nesta unidade aprendeu a como proceder entrada de dados no Lindo, a obteno da soluo e a interpretao dos relatrios emitidos pelo Lindo, para problemas envolvendo Programao Linear. O software Lindo possui vrios recursos adicionais. Aprende-se a gerar o grfico contendo a soluo tima para o problema proposto e a utilizar as opes de visualizao das telas do Lindo. Foi utilizado o exemplo da Empresa de Bolas, o problema de modelagem de nmero (3) do captulo 2, para servir como exemplo. de se ressaltar a facilidade para a obteno da soluo atravs deste software Lindo.

68

Exerccios propostos 1) Considere o Problema de Alocao de Recursos de uma fbrica de computadores. Uma fbrica de computadores, localizada em Florianpolis, produz dois modelos de computador: A e B. O modelo A fornece um lucro de R$ 200,00 e B de R$ 300,00. O modelo A requer, na sua produo, um gabinete pequeno e uma unidade de disco. O modelo B requer um gabinete grande e duas unidades de disco. Existem no estoque: 60 unidades do gabinete pequeno, 50 do gabinete grande e 120 unidades de disco. Pergunta-se: qual deve ser o esquema de produo que maximiza o lucro? A seguir, apresenta-se a modelagem e a entrada de dados para esse problema.

Figura 1 Entrada de dados no Lindo.

Depois de obtida a soluo do problema de programao linear da questo (1), o software Lindo apresentou o seguinte quadro de resultados.

69

Figura 2 Apresentao de resultado do software Lindo aps a execuo do modelo.

Considerando-se a apresentao do relatrio acima, faa uma anlise e interpretao dos resultados.

70

2) Considere um dos problemas modelados na lista de exerccio proposta aos alunos da disciplina de introduo Pesquisa Operacional: No programa de produo para o prximo perodo, a empresa Beta Ltda., escolheu trs produtos P1, P2 e P3. O quadro abaixo mostra os montantes solicitados por unidade na produo. Produto P1 P2 P3 Lucro por unidade 2.100 1.200 600 Horas de trabalho 6 4 6 Horas de uso de mquinas 12 6 2 Demanda mxima 800 600 600

Os preos de venda foram fixados por deciso poltica e as demandas foram estimadas tendo em vista esses preos. A firma pode obter um suprimento de 4.800 horas de trabalho durante o perodo de processamento e pressupe-se usar trs mquinas que podem prover 7.200 horas de trabalho. Estabelecer um programa timo de produo para o perodo. Pede-se: a) Faa uma anlise e interpretao dos relatrios emitidos pelo Lindo deste problema. Com objetivo de facilitar, abaixo apresentamos a entrada de dados no Lindo, o relatrio de soluo e o relatrio de anlise de sensibilidade. b) Admita que durante a apresentao dos resultados, a gerncia formulou as seguintes perguntas: b.1. O gerente de finanas advertiu que, uma incerteza recente no mercado para o produto P1, pode baixar sua lucratividade em 10%. Se isto acontecer, pergunta-se: deveria a Empresa Beta Ltda reconsiderar sua estratgia em termos de plano de produo? b.2. O gerente de recursos humanos pode, provavelmente, negociar a contratao de horas de trabalho a um custo de R$ 10,00/hora. Deveria a direo da empresa contratar trabalho? Em caso positivo, em que quantidade? b.3. A vice-presidncia da empresa juntamente com a gerncia de mercado estima um aumento de 100% na demanda para os produtos P1 e P3. Pergunta-se: deveria a Empresa Beta Ltda reconsiderar sua estratgia em termos de plano de produo e qual o aumento de lucro total esperado?

71

Figura 1 Entrada de dados no Lindo.

Figura 2 Relatrio de soluo

72

Figura 3 Relatrio de anlise de sensibilidade

Vale a pena conferir!! Informaes sobre o Lindo, com "free download" de verso DEMO, podem ser encontradas em: http://www.lindo.com/

73

6. PROBLEMAS DE TRANSPORTES

Objetivos de aprendizagem Determinar os fluxos de transportes em rotas que ligam vrias regies de oferta (fontes) a vrias regies de demanda (destinos), com o objetivo de minimizar o custo total de transporte na rede. Resolver problemas de transporte por meio da utilizao da Programao Linear, do Mtodo de Aproximao de Vogel e da Regra do Canto Noroeste. Sees de estudo 6.1. Estudo de Caso: Planejamento de Transportes de uma Vincola 6.2. Programao Linear 6.3. Mtodo de Aproximao de Vogel (VAM) 6.4. Regra do Canto Noroeste 6.5. Caso de Sistemas No Equilibrados e da Impossibilidade de Transporte

A determinao do melhor plano de transporte de bens, desde as instalaes de produo at os mercados consumidores, constitui-se entre os muitos problemas que enfrenta um administrador. Por exemplo, como uma vincola brasileira decide o fluxo de transporte das caixas de vinho de suas fbricas aos diversos pontos de demanda? Deve-se desenvolver um plano de transporte ou de distribuio, em que se estabelea o nmero ou quantidade a ser transportada desde cada instalao de produo at cada mercado consumidor. Estas quantidades a serem transportadas no podem exceder a capacidade das instalaes de produo e devem satisfazer a demanda dos clientes, sendo que, com freqncia, o melhor programa minimiza os custos totais de transporte. Para

74

tanto, precisa-se das seguintes informaes para desenvolver o modelo de transportes: - A demanda dos clientes; - A capacidade das fbricas; - Os custos de transporte da fbrica at o cliente. Uma representao geral do problema de transporte pode ser visualizada na Figura 1. Observe a existncia de duas fontes (fbricas), de determinado produto, localizadas em Florianpolis e Salvador e trs destinos (mercados) para os quais ele pode ser transportado. O transporte em cada uma das rotas, indicadas pelas setas, deve ser planejado de modo a se obter o mnimo custo total de transporte.

Figura 1 Situao tpica de um problema de transporte, com duas fontes e trs destinos.

75

O modelo de Programao Linear, para o problema de transporte, pode ser formulado da seguinte maneira:
m n

Minimizar Z = Sujeito a:
n

cijxij
i=1 j=1

xij = ai
j=1 m

(para todo i = 1, 2, ...,m)

xij = bj
i=1

(para todo j = 1, 2, ...,n)

xij 0

(para todo j = 1, 2, ..., n)

Onde: - xij o nmero de quantidades transportadas da fonte (fbrica) i para o destino (mercado) j; - cij o custo de transportar uma unidade do produto da fbrica i para o mercado j; - ai a capacidade instalada da fbrica i; - bj a demanda do produto no mercado j; - n o nmero de destinos ou mercados do produto; - m o nmero de fontes ou fbricas do produto. Para que o modelo acima tenha soluo, deve-se verificar a seguinte equao de balano:
n

ai = bj
j=1 i=1

Observe que este o caso em que o montante ofertado exatamente igual ao total demandado, ou seja, o problema est balanceado (oferta = demanda).

76

6.1. Estudo de Caso: Planejamento de Transporte de uma Vincola A Vincola Itlia possui trs instalaes de produo de vinhos finos localizadas em Florianpolis, Curitiba e Bento Gonalves. A capacidade de produo mensal de Florianpolis de 5.000 caixas, enquanto que Curitiba e Bento Gonalves possuem, respectivamente, 10.000 e 12.000 caixas de vinho. As caixas de vinho da Vincola Itlia so vendidas em duas lojas localizadas na cidade de Porto Alegre e de So Paulo. Os pedidos mensais desses vendedores so de 10.000 unidades para a loja de Porto Alegre e de 17.000 unidades para a loja de So Paulo. O custo de transporte de uma caixa de vinho desde cada fbrica de embarque at cada uma das lojas pode ser observado na Tabela 1. Tabela 1 Custo de transporte em R$/unidade. Lojas Plantas Porto Alegre So Paulo 10 12 Florianpolis 20 8 Curitiba 6 15 Bento Gonalves Qual deveria ser a programao de sua frota de entregas para minimizar os custos de transportes? Esse tipo de programao pode ser otimizado usando modelos de pesquisa operacional, como programao linear e o algoritmo dos transportes. Inicialmente, apresentamos o desenvolvimento da modelagem e soluo obtidas por programao linear. Nas sees seguintes, apresentamos a soluo deste problema obtida pelo Mtodo de Aproximao de Vogel e pela Regra de Canto Noroeste.

6.2. Programao Linear Para obter a soluo dos problemas de transportes deve-se inicialmente realizar a sua modelagem, identificando as variveis de deciso, a funo objetivo e as restries.

77

Modelagem do problema a) Definio de variveis de deciso X11 = quantidade de caixas de vinho a serem transportadas de Florianpolis para Porto Alegre; X12 = quantidade de caixas de vinho a serem transportadas de Florianpolis para So Paulo; X21 = quantidade de caixas de vinho a serem transportadas de Curitiba para Porto Alegre; X22 = quantidade de caixas de vinho a serem transportadas de Curitiba para So Paulo; X31 = quantidade de caixas de vinho a serem transportadas de Bento Gonalves para Porto Alegre; X32 = quantidade de caixas de vinho a serem transportadas de Bento Gonalves para So Paulo; b) Funo objetivo Custo total: C = 10X11 + 12X12 + 20X21 + 8X22 + 6X31 + 15X32 Funo objetivo: Min C = 10X11 + 12X12 + 20X21 + 8X22 + 6X31 + 15X32 c) Definio das restries do problema - Oferta de Florianpolis X11 + X12 = 5000 - Oferta de Curitiba X21 + X22 = 10000 - Oferta de Bento Gonalves X31 + X32 = 12000 - Demanda de Porto Alegre X11 + X21 + X31 = 10000 - Demanda de So Paulo X12 + X22 + X32 = 17000 - Lgica X11 0; X12 0; X21 0; X22 0; X31 0; X32 0 6.2.1 Soluo de Problemas de Transportes com o uso do Software Excel O software Excel pode ser utilizado para resolver os problemas de transporte, assim como aprendesse a empreg-lo para resolver os problemas de programao

78

linear. Pretende-se demonstrar sua utilizao tomando por base o caso da Vincola Itlia. a) Entrada de Dados e Frmulas na Planilha A entrada de dados na planilha Excel e frmula empregada para representar a funo objetivo, para minimizar o custo total de transportes, podem ser visualizadas na Figura 1. A frmula para o valor da funo objetivo aparece digitada na clula C15. Observe tambm que as clulas B4 a C6, na primeira tabela, representam os valores de custos unitrios de transporte de cada uma das rotas e as clulas B9 a C11, na segunda tabela, representam as variveis de deciso deste problema.

Figura 1 Entrada de dados na planilha Excel e frmula empregada para representar a funo objetivo minimizar o custo total de transportes

Na seqncia deve-se digitar, nas clulas marcadas com o ttulo Fabricado e Entregue, as relaes matemticas das restries. Um exemplo da frmula

79

referente restrio de oferta de Florianpolis, na clula D9, mostrado na Figura 2.

Figura 2 Frmula referente restrio de oferta.

Um exemplo da frmula referente restrio de demanda de Porto Alegre, na clula B12, mostrado na Figura 3.

Figura 3 Frmula referente restrio de demanda.

b) Programao do Solver A janela parmetros do solver, informar todas as clulas que contm os elementos do modelo. O preenchimento dos campos Definir a clula de destino, Igual a, Clulas variveis e Submeter s restries, podem ser visualizados na Figura 4.

80

Figura 4 Parmetros do Solver para o problema de transportes da Vincola Itlia.

Antes de acionar o comando Resolver, deve-se ir em Opes, da ferramenta Solver, assumir modelo linear e a no negatividade para as variveis de deciso. O resultado da otimizao mostrado na Figura 5.

Figura 5 Soluo do problema de transporte da Vincola Itlia.

81

c) Anlise dos Resultados O relatrio de resposta para o problema de transportes da Vincola Itlia mostrado na Figura 6. Observe que o mnimo custo de transporte possvel, dada as condies deste problema, R$230.000,00. Os valores das variveis de deciso indicam que a vincola dever transportar 5.000 caixas de vinho de Florianpolis para So Paulo, 10.000 caixas de Curitiba para So Paulo, 10.000 caixas de Bento Gonalves para Porto Alegre e 2.000 caixas de Bento Gonalves para So Paulo.

Figura 6 Relatrio de resposta para o problema da Vincola Itlia.

O Relatrio de Sensibilidade apresentado pelo Solver pode ser visualizado na Figura 7. As informaes importantes a serem analisadas referem-se ao Custo Reduzido. Pode-se interpretar os Custos Reduzidos como sendo a penalidade a ser paga por se introduzir uma unidade de uma alternativa que no deve fazer parte da soluo tima. Portanto, no se deve transportar nenhuma caixa de vinho de Florianpolis para So Paulo e nem de Curitiba para Porto Alegre. Caso isto ocorra, o custo total de transporte ter um aumento de R$7,00 e R$21,00, respectivamente.

82

Figura 7 Relatrio de Sensibilidade para o problema da Vincola Itlia.

6.2.2 Soluo de Problema de Transporte com o uso do Software Lindo A entrada de dados realizada na primeira tela fornecida pelo Lindo, devendose digit-los conforme apresentado na Figura 8, abaixo.

Figura 8 Entrada de dados no software Lindo.

83

O Relatrio de soluo apresentado pelo Lindo pode ser observado na Figura 9. Para realizar a anlise e interpretao dos resultados, sugere-se a leitura do Captulo 5 e da Seo anterior 6.2.1.

Figura 9 Relatrio de soluo obtido pelo software Lindo.

Nas prximas sees, aprende-se a utilizar alguns algoritmos especiais que foram desenvolvidos para encontrar a soluo desses problemas. 6.3. Mtodo de Aproximao de Vogel (VAM) O Mtodo de Aproximao de Vogel (VAM Vogel Aproximation Method) uma rotina de clculos que permite obter uma soluo ao problema de transporte. A idia desse mtodo fazer o transporte com prioridade na linha ou coluna que apresenta a maior penalidade. Normalmente produz melhores solues, e, freqentemente, a soluo tima. A matriz de transporte para o problema de transporte da Vincola Itlia pode ser observada na Tabela 1.

84

Tabela 1 - Matriz de transporte para o problema de transporte da Vincola Itlia. Centros consumidores Fbricas Porto Alegre So Paulo Disponibilidade 10 12 Florianpolis 5000 20 8 Curitiba 10000 6 15 Bento Gonalves 12000 Necessidade 10000 17000 A seguir, apresenta-se a descrio do mtodo: a) Calcular os valores das penalidades de cada uma das linhas e colunas, subtraindo o menor valor cij do segundo menor valor naquela linha ou coluna cij. Por exemplo, na primeira coluna o menor valor de custo unitrio de transporte 6 e o segundo menor 10. Portanto, a penalidade para a primeira coluna (Porto Alegre) 4. Tabela 2 - Matriz de transporte destacando o clculo das penalidades. Centros consumidores Fbricas Porto Alegre So Paulo Disponibilidade Penalidades 10 12 Florianpolis 5000 2 20 8 Curitiba 10000 12 6 15 Bento Gonalves 12000 9 Necessidade 10000 17000 Penalidades 4 4 b) Escolher a linha ou coluna com maior valor de penalidade (se houver empate, escolha arbitrariamente) e aloque o mximo possvel clula de menor cij daquela linha ou coluna (assim as maiores penalidades so evitadas). Tabela 3 - Matriz de transporte destacando a linha com maior valor de penalidade e a alocao mxima de caixas de vinho para a clula de menor custo desta linha. Centros consumidores Fbricas Porto Alegre So Paulo Disponibilidade Penalidades 10 12 Florianpolis 5000 2 20 8 10000 Curitiba 10000 12 6 15 Bento Gonalves 12000 9 Necessidade 10000 17000 Penalidades 4 4

85

c) Eliminar a linha ou coluna j completamente atendida e retornar ao passo a, recalculando os valores das penalidades. Tabela 4 - Matriz de transporte destacando a eliminao da linha j completamente atendida e recalculando as penalidades. Centros consumidores Fbricas Porto Alegre So Paulo Disponibilidade Penalidades 10 12 Florianpolis 5000 2 2 20 8 10000 Curitiba 10000 12 6 15 Bento Gonalves 12000 9 9 Necessidade 10000 17000 Penalidades 4 4 4 3 d) Novamente, escolher a linha ou coluna com maior valor de penalidade (se houver empate, escolha arbitrariamente) e aloque o mximo possvel clula de menor cij daquela linha ou coluna. Tabela 5 - Matriz de transporte destacando a linha com maior valor de penalidade e a alocao mxima de caixas de vinho para a clula de menor custo desta linha. Centros consumidores Fbricas Porto Alegre So Paulo Disponibilidade Penalidades 10 12 Florianpolis 5000 2 2 20 8 10000 Curitiba 10000 12 6 15 10000 Bento Gonalves 12000 9 9 Necessidade 10000 17000 Penalidades 4 4 4 3 e) Novamente, eliminar a linha ou coluna j completamente atendida e retornar ao passo a, recalculando os valores das penalidades.

86

Tabela 6 - Matriz de transporte destacando a eliminao da linha j completamente atendida. Centros consumidores Fbricas Porto Alegre So Paulo Disponibilidade Penalidades Florianpolis Curitiba Bento Gonalves Necessidade Penalidades
10000
10 20 6 12

5000 10000 12000

2 12 9

2 9

10000

8 15

10000 4 4

17000 4 3

f) Termine quando sobrar apenas uma linha ou coluna, balanceando-a. Tabela 7 - Matriz de transporte destacando o balanceamento das clulas da coluna restante. Centros consumidores Fbricas Porto Alegre So Paulo Disponibilidade Penalidades Florianpolis Curitiba Bento Gonalves Necessidade Penalidades
10000
10 20 6

5000 10000 2000

12 8 15

5000 10000 12000

2 12 9

2 9

10000 4 4

17000 4 3

Pode-se calcular o custo total de transporte, segundo Mtodo de Aproximao de Vogel, multiplicando-se as quantidades a serem transportadas em cada rota pelo seu custo unitrio de transporte. Assim, tem-se: Custo total: C = 10X11 + 12X12 + 20X21 + 8X22 + 6X31 + 15X32 C = 10(0) + 12(5000) + 20(0) + 8(10000) + 6(10000) + 15(2000) C = 23.000 O custo total de transporte, segundo Mtodo de Aproximao de Vogel, apresentou o mesmo resultado encontrado atravs do Solver do Excel e do software Lindo.

87

6.4. Regra do Canto Noroeste Os procedimentos para obteno de soluo do problema de transporte segundo Regra do Canto Noroeste so os seguintes: a) Comece pelo canto superior esquerdo da Tabela e aloque o mximo possvel para X11, com o cuidado de no violar as restries de produo e capacidade. Tabela 1 - Matriz de transporte destacando alocao mxima de caixas de vinho na clula localizada no canto superior esquerdo da Tabela. Centros consumidores Fbricas Porto Alegre So Paulo Disponibilidade Florianpolis Curitiba Bento Gonalves Necessidade
5000
10 20 6 12 8 15

5000 10000 12000

10000

17000

b) Elimine a linha ou coluna j completamente atendida e caminhe para a clula adjacente da linha ou coluna no eliminada (se tanto a linha quanto a coluna forem atendidas ao mesmo tempo, caminhe diagonalmente para a clula mais prxima). A seqncia deste procedimento pode ser visualizada nas Tabelas apresentadas a seguir. Tabela Matriz de transporte destacando eliminao de linha j completamente atendida e a alocao na clula adjacente da coluna. Centros consumidores Fbricas Porto Alegre So Paulo Disponibilidade Florianpolis Curitiba Bento Gonalves Necessidade
5000 5000
10 20 6 12 8 15

5000 10000 12000

10000

17000

88

Tabela 3 - Matriz de transporte destacando eliminao de coluna j completamente atendida e a alocao na clula adjacente da linha. Centros consumidores Fbricas Porto Alegre So Paulo Disponibilidade Florianpolis Curitiba Bento Gonalves Necessidade Tabela 4 5000 5000
10 20 6 12

5000 10000 12000

5000

8 15

10000

17000

Matriz de transporte destacando eliminao de linha j completamente atendida e a alocao na clula adjacente da coluna. Centros consumidores Fbricas Porto Alegre So Paulo Disponibilidade Florianpolis Curitiba Bento Gonalves Necessidade 10000
5000 5000
10 20 6 12

5000 10000 12000

5000 12000

8 15

17000

Pode-se calcular o custo total de transporte, segundo Regra do Canto Noroeste, multiplicando-se as quantidades a serem transportadas em cada rota pelo seu custo unitrio de transporte. Assim, tem-se: Custo total: C = 10X11 + 12X12 + 20X21 + 8X22 + 6X31 + 15X32 C = 10(5000) + 12(0) + 20(5000) + 8(5000) + 6(0) + 15(12000) C = 370.000 A Regra de Canto Noroeste no apresentou uma soluo de mnimo custo. A adoo deste plano por parte da Vincola Itlia proporcionar um aumento de 60% em relao ao mnimo custo de transporte possvel, ou seja, um aumento de R$140.000,00. Pode-se concluir o seguinte: no considerar os custos de cada uma das rotas e a adoo de um mtodo no adequado de soluo, seria o caso da Regra de Canto Noroeste, estar propenso a tomar uma deciso que geraria ineficincias econmicas (e isso tem um preo!).

89

6.5. Caso de Sistemas No Equilibrados e da Impossibilidade de Transporte Caso ocorram sistemas de transporte que no obedeam condio de equilbrio entre oferta e demanda, criar uma origem ou destino fictcio para que o balanceamento possa ocorrer. Por exemplo, se a oferta for maior que a demanda total, criar uma demanda fictcia com uma necessidade = oferta total demanda total, com custos de distribuio nulos. Se a oferta total for menor que a demanda total, deve-se criar uma regio de oferta fictcia. Outra maneira de se resolver o problema seria tratar as restries pertinentes no mais como equaes, mas, sim como inequaes. As seguintes aes e interpretaes podem ser realizadas quando existe um desequilbrio entre a oferta e a demanda. Tabela 1 Aes e interpretaes para situaes de Situao Oferta > Demanda Ao - buscar novos mercados ou destinos Interpretao - capacidade ociosa das fbricas
Fonte: Adaptado de Lachtermacher (2002).

desbalanceamento. Demanda > Oferta - criar nova fbrica ou fonte - necessidade no atendida

Existe tambm a ocorrncia da seguinte situao: determinado transporte de uma origem para um destino no possa ser realizado. Neste caso, pode-se colocar como custo de transporte naquela clula um smbolo M, que representa um nmero muito grande. Desta forma, evita-se esta clula trazendo como conseqncia ausncia daquele transporte.

90

Glossrio Diagrama esquemtico: um esquema usado para representar os diversos componentes de um problema. Problema de redes: um problema que se pode representar atravs de crculos e flechas que os conectam. Problema de transporte: o problema de determinar o plano de mnimo custo para o transporte de bens desde as instalaes de produo at o mercado consumidor. Ns: um crculo num diagrama de redes que representa um aspecto importante de um problema, como por exemplo, a origem e o destino de bens em um problema de transporte. Arco ou ramo: uma linha que liga os ns em um diagrama esquemtico, como por exemplo, identificando a possvel rota de transporte de um determinado bem. A seguir, propem-se alguns problemas para obteno da soluo (no necessariamente a tima). Sntese Nesta unidade tratou-se das formas de representao e modelagem dos Problemas de Transporte, mostrando os mtodos de soluo por Programao Linear (atravs do Solver do Excel e do software Lindo), por Aproximao de Vogel e pela Regra de Canto Noroeste. No Problema de Transporte, existe a necessidade de distribuir bens e servios de vrias fbricas (regies de oferta) para vrios centros consumidores (regies de demanda). O objetivo , normalmente, minimizar o custo total de transporte entre as regies. O Problema de Transporte um tipo de problema de interesse especial para os administradores e comum de aplicao de Programao Linear.

91

Exerccios propostos 1) No quadro de transporte a seguir, a quarta linha mostra a necessidade nos destinos e, a quarta coluna, a disponibilidade nas origens. Os outros dados representam custos unitrios de transportes das origens para os respectivos destinos. D1 S1 S2 S3 Necessidades
10 12 16

D2
15 25 14

D3
20 18 24

Disponibilidades 40 100 10

50

40

60

Determinar o plano de transporte que minimiza o custo total das transferncias, utilizando-se dos seguintes mtodos: a) Mtodo de canto noroeste; b) Mtodo de Vogel para o clculo da soluo inicial.

2) O quadro a seguir apresenta a mesma disposio do problema (1). Resolva-o utilizando-se dos seguintes mtodos: a) Mtodo de canto noroeste; b) Mtodo de Vogel para o clculo da soluo inicial.

92

D1 S1 S2 S3 Necessidades
10 12 16

D2
15 25 14

D3
20 18 24

Disponibilidades 100 80 20

100 50

60

3) Deseja-se transportar bicicletas de trs fbricas (1, 2 e 3) a trs centros consumidores distintos (A, B e C). Cada fbrica apresentou os seguintes nveis de estoque de bicicletas num determinado ms: Fbricas 1 2 3 Bicicletas disponveis (unidades) 200 150 300

Cada centro consumidor estar apto a receber as seguintes quantidades de bicicletas naquele ms:

93

Centro consumidor A B C

Demanda por bicicleta (unidades) 100 300 250

Os custos de transporte envolvidos so os seguintes: Demanda A Demanda B Demanda C Fbrica 1 Fbrica 2 Fbrica 3
10 4 15 5 9 8 12 15 6

Qual ser a quantidade de bicicleta a ser transportada entre cada fbrica e cada centro consumidor, de tal forma que as demandas de cada centro sejam supridas e que o custo total de transporte seja mnimo?

94

7. PROGRAMAO INTEIRA

Objetivos de aprendizagem Conhecer as principais aplicaes dos problemas de programao inteira. Obter a soluo de problemas de Programao Inteira com o uso do software Excel e com o uso do software Lindo. Sees de estudo 7.1 Problemas Tpicos de Programao Inteira 7.2 Exemplo: Planejando uma Viagem de Acampamento 7.3 Soluo de Problemas de Programao Inteira com o uso do Software Excel 7.4 Soluo de Problemas de Programao Inteira com o uso do Software Lindo

Os problemas de programao inteira, em realidade, constituem casos particulares da programao linear. Em muitas aplicaes reais de pesquisa operacional, envolvendo programao de grande escala de instalaes industriais e comerciais, h necessidade de obteno de resultados com valores inteiros, do tipo fazer ou no fazer, construir ou no construir, investir ou no numa nova fbrica, utilizar um veculo ou no, e assim por diante. Como se pode imaginar, de uma forma geral, as solues timas dos problemas de programao inteira tm valores inferiores s solues dos problemas de programao linear equivalentes, devido imposio da restrio adicional dos resultados aceitveis serem apenas inteiros.

95

De forma similar ao que ocorre com os problemas de programao linear, os problemas de programao inteira podero ser otimizados, tanto no sentido da maximizao, como da minimizao. Igualmente, as restries podero incluir tanto igualdades como desigualdades. 7.1 Problemas Tpicos de Programao Inteira Algumas das principais aplicaes dos problemas de programao inteira so apresentadas a seguir: - Achar um percurso de menor distncia para um vendedor que deve visitar cada uma de n cidades, comeando e terminando sua viagem em uma cidade especfica. - Para um modelo de aquisio de equipamentos, por exemplo, mquinas, avies e tratores, a soluo a ser obtida exige valores inteiros como resposta. - Problemas de alocao de pessoas ou de designao de tarefas enquadramse na categoria de Programao Inteira. Por exemplo, no caso de alocar enfermeiros num hospital para os diferentes dias da semana. Pode-se alocar dois ou trs na segunda-feira, no sendo adequado alocar 2,6 enfermeiros. Fundamentalmente, estes problemas podem apresentar trs tipos de programao inteira: - Programao Inteira Total: quando todas as variveis de deciso so do tipo inteiro; - Programao Inteira Mista: quando apenas uma parte das variveis do tipo inteiro, enquanto outras so do tipo contnuas; - Programao Inteira com Variveis Binrias: quando as variveis de deciso devem assumir os valores zero ou um. 7.2 Exemplo: Planejando uma Viagem de Acampamento Um excursionista planeja fazer uma viagem acampando. H cinco itens que o excursionista deseja levar consigo, mas estes juntos excedem o limite de 60 quilos que ele supe ser capaz de transportar. Para ajudar a si prprio no processo de seleo dos itens, ele atribuiu valores, por ordem crescente de importncia, a cada um dos itens, conforme apresentado na tabela abaixo.

96

Tabela 1 - Pesos e Importncias dos Itens do Excursionista Item a transportar 1 2 3 Peso em quilos 52 23 35 Importncia para a Excursionista 100 60 70

4 15 15

5 7 15

A questo a ser resolvida : quanto dos itens deve ser conduzido de forma a maximizar a importncia sem exceder as restries de peso do excursionista? Modelagem do problema a) Definio das variveis de deciso X1 = quantas unidades devem ser transportadas do item 1 X2 = quantas unidades devem ser transportadas do item 2 X3 = quantas unidades devem ser transportadas do item 3 X4 = quantas unidades devem ser transportadas do item 4 X5 = quantas unidades devem ser transportadas do item 5 b) Funo objetivo Maximizar (importncia) I = 100X1 + 60X2 + 70X3 + 15X4 + 15X5 c) Definio das restries do problema - restrio de peso 52X1 + 23X2 + 35X3 + 15X4 + 7X5 60 - lgica X1, X2, X3, X4, X5 inteiros e , X1 , X2 , X3 , X4 ,X5 0 (restrio de no-negatividade). O fator crtico para se determinar se um item deve ser levado ou no a relao do valor atribudo por quilo de peso. Esta relao ser designada por relevncia. A tabela a seguir apresenta o clculo da relevncia de cada um dos itens que o excursionista pretende transportar.

97

Tabela 1 Clculos da relevncia (valor/quilo) para cada um dos itens possveis de serem transportados pelo excursionista. Item Peso em quilo Valor Atribudo Relevncia (valor/quilo) 2 23 60 2,61 5 7 15 2,14 3 35 70 2,00 1 52 100 1,92 4 15 15 1,00 Para se obter a soluo inicial do problema, toma-se o maior nmero possvel de itens (que no excedam o limite de peso) comeando pelos mais relevantes. 7.3 Soluo de Problemas de Programao Inteira com o uso do Software Excel A soluo de problemas de programao inteira com o uso do software Excel , em tudo, similar aquela j descrita para os problemas de programao linear. Uma das maneiras de modelar este problema utilizando a planilha Excel apresentada na Figura 1.

Figura 1 Modelagem do problema de planejamento de viagem da excursionista.

A frmula utilizada na clula de destino (G4) pode ser tambm visualizada na Figura 1 acima. Esta frmula dever ser copiada para a restrio de peso (G5). A definio do modelo na ferramenta Solver do Excel pode ser observado nas Figuras 2, 3 e 4.

98

Figura 2 Parmetros do solver para o problema do excursionista.

Figura 3 Opes do solver.

O cuidado a ser tomado consiste no preenchimento da janela de Restries do Solver do Excel, quando devero ser usadas as opes NMERO para resultados inteiros das variveis ou BINRIOS quando se desejar que as variveis assumam valores zero ou um. Portanto, quando estivermos adicionando restries, a coluna intermediria deve ter a opo num assinalada, como pode ser observado na Figura 4.

99

Figura 4 Janela com escolha de opo de varivel inteira. O resultado da otimizao mostrado na Figura 5. Condicionado as alternativas e as restries deste problema, o excursionista dever levar 2 unidades do item (2) e 2 unidades do item (5), para que possa maximizar a importncia das alternativas a serem transportadas.

Figura 5 Resultado da otimizao do problema do excursionista.

Pode-se observar que o item 1 com maior valor de importncia no foi selecionado. Isto se deve a restrio de peso. A seleo do item 1 implicaria a no seleo de outros itens com maior relevncia, ou seja, maior valor por quilo de peso. Finalmente, deve-se observar que os relatrios de Sensibilidade e de Limites no devem ser considerados, para interpretao, em problemas que envolvam Programao Inteira.

100

7.4 Soluo de Problemas de Programao Inteira com o uso do Software Lindo A soluo de problemas de programao inteira com o uso do software Lindo , tambm, similar aquela j descrita para os problemas de programao linear. Uma das maneiras de modelar este problema utilizando a planilha Excel apresentada na Figura 1.

Figura 6 Exemplo de entrada de dados no Lindo em problema de Programao Inteira

Observe que aps digitar o modelo, tal como de Programao Linear, deve-se destacar as variveis inteiras com o comando GIN (de General Integer) seguida do nmero 5, indicando que as cinco primeiras variveis do problema so inteiras. No caso de Programao Inteira Mista, aquelas que sejam inteiras (por exemplo, X1 e X4 so inteiras) podem ser indicadas aps o comando END, da seguinte forma: GIN X1 GIN X4

101

Sntese Nesta unidade, mostrou-se que existe um considervel nmero de situaes do dia-a-dia das empresas, em que as variveis de deciso devem restringir-se a solues inteiras. Um problema de Programao Inteira pode ser visto como sendo um modelo similar ao de Programao Linear, com uma restrio adicional dos nmeros inteiros para as variveis de deciso. Por fim, mostrou-se como obter a soluo de problemas de Programao Inteira com o uso do Software Excel e com o uso do software Lindo, atravs do exemplo Planejando uma Viagem de Acampamento. Exerccios propostos 1) Problema de Alocao de Recursos de Projetos. A Epagri6 tm que planejar seus gastos de Pesquisa e Desenvolvimento para os prximos cinco anos. A empresa pr-selecionou quatro projetos e deve escolher, dentre estes, quais deve priorizar. Os dados relevantes do problema, tais como, a disponibilidade de capital a ser aplicado em cada projeto, em cada um dos anos, bem como o valor presente lquido de cada projeto, encontram-se na Tabela 1. Recomenda-se observar o seguinte: existe uma limitao no valor a ser investido anualmente; e todos os projetos apresentam valores presentes lquidos positivos, portanto, todos seriam candidatos a serem executados. Tabela 1 Dados referentes ao problema de alocao de recursos em projetos a serem desenvolvidos pela Epagri, valores em mil reais. Projeto Valor presente lquido Capital requerido em mil R$ (9%) Ano 1 Ano 2 Ano 3 Ano 4 Ano 5 - Camaro 106 70 15 0 20 20 - Leite 129 80 20 25 15 10 - Ma 136 90 20 0 30 20 - Ostra 117 50 30 40 0 20 Capital disponvel 200 70 70 70 70

A Epagri uma empresa real, mas o problema em questo no (foi formulado com fins didticos).

102

Modelagem do problema a) Definio das variveis de deciso Xi = 1, se o projeto i for selecionado; Xi = 0, se o projeto i no for selecionado. Onde, i = Camaro (1), Leite(2), Ma (3), Ostra (4). b) Funo objetivo Valor Presente Lquido: VPL = 106X1 + 129X2 + 136X3 + 117 X4 Funo objetivo: Max VPL = 106X1 + 129X2 + 136X3 + 117 X4 c) Definio das restries do problema - Disponibilidade de capital no Ano 1 70X1 + 80X2 + 90X3 + 50X4 200 - Disponibilidade de capital no Ano 2 15X1 + 20X2 + 20X3 + 30X4 70 - Disponibilidade de capital no Ano 3 0X1 + 25X2 + 0X3 + 40X4 70 - Disponibilidade de capital no Ano 4 20X1 + 15X2 + 30X3 + 0X4 70 - Disponibilidade de capital no Ano 5 20X1 + 10X2 + 20X3 + 20 X4 70 - Restrio lgica X1, X2 , X3, X4 0 X1, X2 , X3, X4 binrios (0 ou 1) Pede-se: resolva este problema fazendo uso do software Lindo e do Solver do Excel.

103

2) Escala dos Funcionrios do Jornal de Barreiros. No Jornal de Barreiros (JDB), os funcionrios so escalados para cinco dias de trabalho seguidos por dois dias de descanso, escala esta repetida semanalmente. Assim, um funcionrio tem os mesmos dois dias de folga todas as semanas, e esses dias so consecutivos (por exemplo, domingo e segunda-feira). A demanda por funcionrios fornecida na tabela abaixo. Essa demanda deve ser suprida ou excedida em cada dia. Os nmeros representam a quantidade total de funcionrios que devem estar trabalhando nesse dia. O custo dos funcionrios R$ 50,00 por dia til, R$ 55,00 por sbado e R$ 60,00 por domingo. Dia Segunda Tera Quarta Quinta Sexta Sbado Domingo Demanda 34 26 30 38 28 32 22 Pede-se: - Formule um programa linear que minimizar o custo total dos funcionrios do Jornal de Barreiros (JDB) necessrios para suprir as demandas dirias; - Resolva este problema fazendo uso do software Lindo e do Solver do Excel.

104

8. SIMULAO

Objetivos de aprendizagem Compreender os conceitos bsicos de simulao. Modelar processos empresariais que apresentem vrias alternativas de solues. Realizar simulaes para criao de cenrios alternativos para decises, com o uso do software Excel. Sees de estudo 8.1. Etapas de um Estudo na Realizao de uma Simulao 8.2. Vantagens do Uso da Simulao 8.3. Aplicaes de Simulao 8.4. Modelagem e Resoluo de Problemas de Simulao em Excel

A simulao de um sistema a operao de um modelo que representa esse sistema, geralmente utilizando o computador. Simular significa reproduzir o funcionamento de um sistema, com o auxlio de um modelo, o que nos permite testar algumas hipteses sobre o valor das variveis controladas. O uso moderno da palavra simulao tem sua origem em um trabalho de Von Newmann e Ulan (1940), quando eles associaram a expresso anlise de Monte Carlo a uma tcnica matemtica para a resoluo de problemas de blindagem em reatores nucleares. A simulao em sistemas que incorporam elementos aleatrios denominada Simulao Estocstica ou de Monte Carlo, e na prtica visualizada com o uso de computadores devido massa de dados a ser processada.

105

A simulao uma tcnica que, usando o computador digital, procura montar um modelo que melhor representa o sistema em estudo, ou seja, procura imitar o funcionamento de um sistema real. Atualmente, os modernos programas de computador permitem construir modelos nos quais possvel visualizar na tela o funcionamento do sistema em estudo tal como em um filme. O conceito de simulao mais aceito atualmente , segundo Prado (1999), ...uma

tcnica de soluo de um problema pela anlise de um modelo que descreve o comportamento do sistema usando um computador digital.

Antes de efetuar alteraes em uma fbrica real, podemos interagir com uma fbrica virtual. Isto quer dizer que podemos visualizar, por exemplo, o funcionamento de um supermercado, um banco, uma fbrica, um estoque de um produto, um pedgio, um porto, um escritrio, um semforo tal como se fosse um filme passando na tela do computador. A tcnica de simulao visual, a partir dos anos 80, apresenta uma aceitao surpreendente em razo de sua maior capacidade de comunicao. 8.1. Etapas de um Estudo na Realizao de uma Simulao Um estudo de simulao pode ser desenvolvido segundo os passos apresentados na Figura 1.

106

Formulao do problema e coleta de dados

Identificao das variveis e das condies do sistema

Construo do modelo

Validao do modelo com dados histricos

No
Modelo aprovado?

Sim
Elaborao de programa ou planilha de computador

Realizao dos experimentos de simulao Anlise estatstica dos resultados

Figura 1 Etapas da realizao de uma simulao. Fonte: Andrade (1998).

Inicialmente, deve-se definir os objetivos da simulao, a amplitude e profundidade que se quer da anlise, dos recursos disponveis e, a seguir, procede-se coleta dos dados, ou seja, do processo de recolhimento dos fatos e informaes disponveis. Na Segunda etapa, devem ser identificadas as variveis do problema, as relaes entre as variveis, as condies e as restries do sistema para que se possa, da melhor forma, representar o funcionamento no mundo real. Na etapa seguinte, para a construo do modelo se exige tanto arte como tcnica, levando em conta todas as relaes importantes, tanto entre as chamadas variveis endgenas quanto entre estas e as chamadas variveis exgenas. A construo do modelo consiste na formulao das equaes que devem

107

representar as inter-relaes do sistema e no estabelecimento dos limites de variao dos resultados e valores. Na quarta etapa, deve-se validar o modelo, ou seja, saber se ele atende aos objetivos da simulao. Normalmente, opera-se o modelo com dados histricos e condies conhecidas, com objetivo de se reproduzir o desempenho do sistema obtido na realidade. Caso o modelo seja aceito, por representar adequadamente o sistema em estudo, deve-se elaborar um programa especfico de computador, ou dependendo do caso, uma planilha eletrnica do Excel, Lotus, etc. Finalmente, realizam-se os experimentos e anlise estatstica dos resultados, com objetivo de se estimar o desempenho do sistema e suas possveis variaes. 8.2. Vantagens do Uso da Simulao A simulao permite estudar e experimentar complexas interaes internas de um dado sistema seja ele uma empresa ou parte da mesma. Atravs da simulao, podem ser estudadas algumas variaes no meio ambiente e verificados seus efeitos no sistema total. A experincia adquirida em construir modelos e realizar a simulao pode conduzir a uma melhor compreenso do sistema, com possibilidade de melhor-lo. A simulao de sistemas complexos pode permitir a descoberta das variveis mais importantes do sistema e a forma como elas interagem. A simulao pode ser usada para experincias com novas situaes, sobre as quais se tem pouca ou mesmo nenhuma informao, com o intuito de preparar a administrao para o que possa acontecer. A simulao pode servir como um primeiro teste para se delinear nova polticas e regras de deciso para a operao de um sistema, antes de experimentar no sistema real.

8.3. Aplicaes de Simulao A simulao pode ser usada em situaes em que muito caro ou difcil o experimento na situao real. No mundo atual, so inmeras as aplicaes da simulao que vo desde o clculo do nmero de caixas em um supermercado, o

108

dimensionamento de estoques, a produo em uma manufatura at o estudo de sincronizao de sinais de trnsito de certa via. a) Linhas de Produo Inmeros cenrios se encaixam neste item, desde empresas manufatureiras at mineraes, podendo-se analisar os seguintes casos: Modificaes em sistemas existentes. Planejamento de um setor de produo totalmente novo. Definio da melhor poltica de estoques. b) Logstica O cenrio pode ser uma fbrica, um banco, o trfego de uma cidade, etc. O meio de transporte pode ser um automvel, um trem, um navio, um caminho ou uma empilhadeira. c) Comunicaes Pode-se modelar uma configurao tima de uma rede de comunicaes. As empresas de telefonia, por exemplo, podem se utilizar desta tcnica no estudo de seus complexos de comunicaes. d) Hospitais, bancos, escritrios, supermercados. Podem dimensionar o nmero de atendentes ou de caixas de modo que as filas se mantenham abaixo de um valor especificado. Por exemplo, atualmente para os bancos esse dimensionamento importante no s para melhor atender os seus clientes, mas, tambm, para atender a legislao no que diz respeito ao tempo de espera na fila. e) Processamento de Dados A modelagem de filas tem sido amplamente utilizada pelas empresas que desenvolvem computadores e pelas universidades de modo a se medir a produtividade ou o tempo de resposta de certo sistema de computadores e terminais. A rea de tele processamento possui inmeras opes de uso. A prxima seo se ocupa de apresentar um exemplo de modelagem e de aplicao das planilhas eletrnicas no processo de tomada de deciso, sem ter a pretenso de esgotar o assunto ou de mostrar todas as funcionalidades e possibilidades de aplicao.

109

8.4. Modelagem e Resoluo de Problemas de Simulao em Excel O objetivo desta seo apresentar um exemplo de modelagem, resoluo de um problema e anlise de seus resultados atravs do uso da planilha eletrnica do Excel. O Estudo de Caso, a seguir, pode ser desenvolvido em planilha Ltus da Ltus IBM, Quatro-Pro da Corel ou Excel da Microsoft, sendo que apresentaremos seu desenvolvimento em Excel, por ser a mais popular no Brasil. O Caso da Fbrica de Pastis e Pasteles Ltda7. A empresa Pastis e Pasteles Ltda. fabrica pastis de forno a partir de dois ingredientes bsicos: massa semipronta e recheio congelado. A empresa pretende estabelecer um modelo de previso de seu lucro operacional mensal. Desconsiderando a hiptese de alterao do tamanho e da qualidade dos pastis, a diretoria considera que o preo unitrio do pastel e o preo mdio praticado pela concorrncia so os nicos fatores relevantes na determinao da demanda, a qual se comporta segundo a seguinte equao: z = 15.000 5.000x + 5.000y, onde x o preo do pastel da empresa Pastis e Pasteles e y o preo mdio dos pastis vendidos pelos concorrentes. Tendo em vista que o preo dos pastis vendidos pela concorrncia uma varivel fora do controle da empresa Pastis e Pasteles, somente o preo unitrio do pastel vendido pela empresa configura-se como varivel de deciso do problema. Assim sendo, o preo mdio praticado pela concorrncia, os custos da matriaprima, os custos de processamento e os custos fixos so os parmetros do modelo. Considere ainda os seguintes dados, apresentados na tabela abaixo: Preo mdio praticado pela concorrncia (R$ por pastel) Custo unitrio da massa (R$ por pastel) Custo unitrio do recheio (R$ por pastel) Custo unitrio de processo (R$ por pastel) Custo fixo R$7,00 R$1,30 R$2,00 R$0,40 R$6.000,00

Este exemplo baseia-se em Lachtermacher, 2002.

110

Modelo Caixa Preta e Diagrama de Blocos Modelo Caixa Preta e Diagrama de Blocos so instrumentos teis na organizao do problema, no entendimento da complexidade do modelo e na identificao das variveis importantes. No Modelo Caixa Preta, cria-se uma caixa central chamada modelo e apresentando de um lado da caixa as variveis e os parmetros de entrada, e, do outro lado, os fatores importantes para obteno do resultado final. O Modelo da Caixa Preta para o problema da empresa Pastis e Pasteles pode ser observado na Figura 2.

Figura 2 Modelo Caixa Preta da empresa Pastis e Pasteles Ltda.

O Diagrama de Blocos mostra como a partir das variveis exgenas e dos parmetros, chega-se as variveis de medida de desempenho. A sua construo requer um pouco mais de ateno, pois preciso identificar as relaes de causa e efeito entre as variveis, conforme apresentado na Figura 3.

111

Figura 3 Diagrama de Blocos da empresa Pastis e Pasteles Ltda.

Para a construo de ambos os modelos, Caixa Preta e Diagrama de Blocos, precisamos retirar as linhas de grade (clicar em ferramentas, opes e retirar linha de grade) e solicitar a exibio da barra de ferramentas do desenho ao Excel (clicar em exibir, barra de ferramenta e solicitar desenho). Equaes Matemticas A Empresa Pastis e Pasteles Ltda. deseja simular o lucro final que poderia obter a partir de vrias hipteses de preo, ou seja, obter um modelo de previso do lucro operacional mensal. Primeiramente, precisa-se deduzir todas as equaes que regem o lucro da empresa, isto , transformar as relaes entre variveis em equaes matemticas. Nesse caso, como se quer relacionar o preo com o lucro obtido, tem-se que examinar a relao entre preo e receita, considerando que o produto apresenta determinada elasticidade. Como preo e a demanda varia numa relao inversa, por conseqncia, a receita tambm varia em funo do preo numa relao no diretamente proporcional. As equaes que regem o lucro da empresa podem ser escritas da seguinte forma: Quantidade Demandada de Pastis = 15000 (5000 x Preo do Pastel) + (5000 x Preo Mdio do Pastel Praticado pela Concorrncia) Custo de Processo = Quantidade Demandada de Pastis x Custo Unitrio de Processo

112

Custo dos Ingredientes = Quantidade Demandada de Pastis x (Custo Unitrio da Massa + Custo Unitrio do Recheio) Custo Total = Custo de Processo + Custo dos Ingredientes + Custo Fixo Receita = Preo do Pastel x Quantidade Demandada de Pastis Lucro Operacional = Receita Custo Total

Definidas as equaes matemticas, podemos modelar o problema na planilha Excel, conforme nos mostra a Figura 4.

Figura 4 Entrada de dados na planilha e modelagem do caso de estudo.

O motivo de se realizar a modelagem deste problema em planilha eletrnica a facilidade de simulao de diversos resultados, a partir da alterao das variveis de deciso. Assim, por exemplo, pode-se modificar o preo de venda do pastel e avaliar o impacto desta alterao no resultado final. Representao de Equaes no Excel

113

Uma auditoria na fbrica de pastis constatou que o custo unitrio de processo varivel de acordo com o nmero de pastis produzidos e no R$0,40 por pastel produzido como inicialmente havia-se assumido. Para representar corretamente o comportamento de uma varivel importante, pode-se utilizar o Excel para descobrir a equao que melhor representa o comportamento desta varivel. Primeiramente, precisa-se criar uma tabela com os dados contbeis coletados durante a auditoria e com a previso destes custos para diferentes nveis de produo de acordo com o modelo inicial. A tabela contendo os dados contbeis obtidos no processo de auditoria representado pelo custo de processo real, o custo de processo do modelo inicial e a quantidade de pastis produzidos esto apresentados na Figura 5.

Figura 5 Dados contbeis obtidos durante auditoria.

O prximo passo solicitar um grfico de disperso ao Excel, selecionando-se a coluna da quantidade de pastis produzidos, do custo de processo real e do custo de processo do modelo. O grfico resultante permite visualizar o erro do modelo para previso do custo de processo. Para identificar a curva e sua funo que melhor explique as relaes entre variveis, deve-se solicitar ao Excel a adio de uma linha de tendncia (trend line). Deve-se proceder da seguinte forma: a) clicar com o boto direito do mouse sobre os pontos dos dados reais representados no grfico e selecionar a opo adicionar linha de tendncia; b) escolher a curva que mais se assemelha ao desenho formado pelos dados reais;

114

c) solicitar na tela de opes que seja exibida a equao da curva adicionada. Os dados reais no formam uma reta perfeita e, sim, apresentam uma certa curvatura. Assim sendo, deve-se solicitar diferentes tipos de linhas de tendncia, tais como, linear, logartmica, polinomial e exponencial, e, atravs da anlise grfica, compar-las e escolher a melhor. Para possibilitar a comparao, por exemplo, apresentamos nas Figuras 6 e 7, respectivamente, o comportamento da linha de tendncia linear e exponencial para o caso em questo.
25000 20000 Custos (R$) 15000 10000 5000 0 0 5000 10000 15000 20000 25000 30000 35000

y = 0,7868x - 6372,7 R2 = 0,9507

Quantidade Produzida de Pastis Custo de Processo (R$) REAL Linear (Custo de Processo (R$) REAL) Custo de Processo (R$) MODELO

Figura 6 Comparao do real com o previsto pelo modelo original com adio de linha de tendncia linear.

115

25000 20000 Custos (R$) 15000 10000 5000 0 0 5000 10000 15000 20000 25000 30000 35000 y = 1305,5e9E-05x R2 = 0,9967

Quantidade Produzida de Pastis Custo de Processo (R$) REAL Expon. (Custo de Processo (R$) REAL) Custo de Processo (R$) MODELO

Figura 7 Comparao do real com o previsto pelo modelo original com adio de linha de tendncia exponencial.

A linha de tendncia exponencial a que melhor se ajusta aos dados reais, sendo a que melhor representa o comportamento do custo de processo. Por conseqncia, deve-se substituir a frmula utilizada anteriormente pela equao exponencial encontrada, conforme apresentado na Figura 8.

116

Figura 8 - Entrada de dados na planilha e modelagem do caso de estudo, com a equao de custo de processo ajustada para uma linha de tendncia exponencial.

Anlise de Sensibilidade Para o tomador de deciso importante projetar o quanto e em que proporo o resultado final do modelo altera-se a partir de modificaes dos valores das variveis de deciso. Assim, pode-se verificar a alterao no lucro mensal para cada modificao no preo de venda do pastel. O procedimento simples: copia-se as clulas com as frmulas matemticas em algumas colunas, e, a seguir, pode-se estabelecer os novos preos de venda ao longo das colunas, conforme pode ser observado na Figura 9. A relao entre preo de venda e lucro mensal pode, tambm, ser visualizada atravs de um grfico, em que se pode observar que esse comportamento no linear, uma vez que esta relao cresce at o preo de R$7,00 e decrescente aps este nvel de preo.

117

Figura 9 Anlise de sensibilidade do lucro operacional em relao ao preo.

Ponto de Equilbrio do Negcio possvel obter desse modelo no Excel, o ponto de equilbrio do negcio (Break Even Point), ou seja, o preo de venda que gera um lucro mensal igual a zero. A partir do modelo definido anteriormente, deve-se clicar em ferramentas e solicitar que o Comando Atingir Meta (ver Figura 10) ajuste a clula que contm o resultado de lucro mensal para o valor zero, encontrando um valor para o preo de venda que se faa necessrio para tal.

Figura 10 Uso do comando Atingir Meta para determinao do ponto de equilbrio do negcio da Empresa Pastis e Pasteles.

118

Sntese Nesta unidade, foi exposto que de longa data que a humanidade utiliza a simulao para representar situaes do mundo real. Nesse caso, pode-se citar a escultura e a pintura. Mais recentemente pode-se citar o uso dos jogos eletrnicos, do cinema e das manobras de guerra simuladas pelas foras armadas. No mundo empresarial, simular significa reproduzir o funcionamento de um sistema, para estudar melhor suas propriedades. Conheceu-se, tambm, as fases de estudo, as vantagens e as aplicaes da simulao. Por fim, verificou-se que, na prtica, a simulao envolve freqentemente o uso de computador. Utiliza-se a planilha eletrnica do Excel para desenvolver o Caso da Fbrica de Pastis e Pasteles Ltda, conhecendo a sua modelagem, obtendo a soluo e realizando a anlise de seus resultados. Exerccios propostos 1) D exemplos de aplicao, no mundo dos negcios, da tcnica de simulao.

2) Os empresrios possuem modelos mentais prprios para a tomada de deciso. Como os modelos de simulao atravs do uso da computao podem ajudar?

3) No exemplo do modelo de simulao da Fbrica de Pastis, qual o processo o analista deve seguir para encontrar o preo que proporciona o lucro mximo?

119

9. PLANEJAMENTO, PROGRAMAO PROJETOS: PERT-CPM8

CONTROLE

DE

Objetivos de aprendizagem Elaborar o planejamento de um projeto, identificando as principais atividades que devem ser programadas e controladas. Montar a rede PERT e identificar as atividades que formam o caminho crtico. Sees de estudo 9.1. Vantagens do uso da rede PERT/CPM 9.2. Caminho Crtico 9.3. O Estudo de Caso da Elaborao do Trabalho de Pesquisa Operacional

Um projeto formado por uma combinao de atividades inter-relacionadas que devem ser executadas em determinada ordem antes que a tarefa inteira seja completada. A tcnica mais empregada para planejar, seqenciar e acompanhar projetos a tcnica conhecida como PERT/CPM (Program Evaluation and Review Technique / Critical Path Method). 9.1. Vantagens do uso da rede PERT/CPM Uma viso grfica das atividades que compem o projeto; Uma estimativa de quanto tempo o projeto consumir; Uma viso de quais atividades crtica para o atendimento do prazo de concluso do projeto;

Baseado e adaptado de ANDRADE, E. L. de, Introduo Pesquisa Operacional, Rio de Janeiro, LTC,1998.

120

Uma viso de quanto tempo de folga dispe nas atividades no-crticas, o qual pode ser negociado no sentido de reduzir a aplicao de recursos, e conseqentemente custos.

Uma rede PERT/CPM formada por um conjunto interligado de setas e ns. - As setas representam as atividades do projeto que consomem determinados recursos (mo-de-obra, mquinas, etc.) e/ou tempo; j os ns representam o momento de incio e fim das atividades, os quais so chamados de eventos. - Os eventos so pontos no tempo que demarcam o projeto e, diferente das atividades, no consomem recursos nem tempo. - Os ns so numerados da esquerda para a direita e de cima para baixo. O nome da atividade aparece em cima da seta e sua durao em baixo da seta. A direo da seta caracteriza o sentido de execuo da atividade. 9.2. Caminho Crtico a seqncia de atividades que possuem folga total nula e que determina o tempo total de durao do projeto. As atividades pertencentes ao caminho crtico so chamadas de atividades crticas, visto que as mesmas no podem sofrer atrasos, pois caso tal fato ocorra, o projeto como um todo sofrer este atraso. A identificao do caminho crtico de um projeto de fundamental importncia, pois o administrador pode concentrar seus esforos para que estas atividades tenham prioridade na alocao dos recursos produtivos O objetivo da prxima seo apresentar um exemplo de aplicao do projeto de elaborao do trabalho de Pesquisa Operacional. 9.3. O Estudo de Caso da Elaborao do Trabalho de Pesquisa Operacional

Considere o projeto de elaborao do trabalho de concluso da disciplina de Pesquisa Operacional. A Tabela 1 mostra as atividades bsicas do projeto, conforme foram definidas pelo professor. Tabela 1 Etapas do projeto de elaborao do trabalho Atividade Definio

Durao (Dias)

121

A B C D E F G

Definio do tema Modelagem Texto preliminar Digitao Desenhos Reviso Correo e impresso

1 4 2 2 3 2 2

A Figura 1 mostra o Grfico de Gantt do projeto.

Atividade Dias 01 02 03 04 05 06 07 08 09 10 11

12 13 14

Definio do tema Modelagem Texto preliminar Digitao Desenhos Reviso Correo e impresso Figura 1 Grfico de Gantt para o projeto de elaborao do trabalho.

Na construo de uma rede para o projeto de elaborao do trabalho de concluso da disciplina de Pesquisa Operacional, deve-se acrescentar aos dados do projeto as informaes de dependncia das atividades, conforme mostra a Tabela 2. Tabela 2 Etapas do projeto de elaborao do trabalho de Pesquisa Operacional. Atividade Definio Durao (Dias) Dependncia A Definio do tema 1 B Modelagem 4 A C Texto preliminar 2 B D Digitao 2 C E Desenhos 3 C F Reviso 2 DeE G Correo e 2 F impresso A Rede PERT do projeto de elaborao do trabalho pode ser visualizada na Figura 2.

122

Figura 2 - Rede PERT do projeto de elaborao do trabalho de Pesquisa Operacional.

De uma maneira esquemtica, tal seqncia de atividades pode ser representada conforme ilustrado na Figura 2. Note-se que s existe um n inicial e um n final, e que a atividade D ter uma folga de um dia, ou seja, ela pode comear no incio geral das atividades ou at no segundo dia. O caminho crtico ser, portanto: ABCEFG

Sntese Nesta unidade, estudou-se os mtodos de planejamento e controle de atividades de um projeto, por meio da tcnica PERT/CPM. Foi apresentado as vantagens do uso da Rede PERT/CPM e o conceito do Caminho Crtico. Para aprender a montagem da rede, a identificao do caminho crtico e do tempo de durao do projeto foi utilizado o exemplo de aplicao do projeto de elaborao do trabalho de Pesquisa Operacional. Atualmente, os problemas de planejamento e programao de projetos podem ser facilmente resolvidos com a utilizao do software da Microsoft Project.

123

Exerccios propostos 1) Exame Nacional do Curso de Administrao 1999. Num projeto de lanamento de um novo produto foi programado, com base na rede PERT abaixo, o tempo necessrio para sua execuo. Na qualidade de gestor do projeto, a qual seqncia de atividades voc dispensaria maior ateno, objetivando no atrasar o lanamento do produto (caminho crtico)? (a) AF (b) BG (c) DH (d) BCH (e) BEF

A 5 B 3 D 2 6 C E 3 G 2 H 3 4

2) Construa a rede PERT-CPM dos projetos e identifique as atividades crticas, considerando-se os dados dos projetos abaixo. a) Projeto (1) Tabela 1 Dados do Projeto (1) Atividade Dependncia A B C AeB D B E AeB F CeD G B

Durao (Dias) 8 12 10 12 12 16 12

124

b) Projeto (2) Tabela 2 Dados do Projeto (2) Atividade Dependncia Durao (dias) A 10 B 6 C A 7 D B 5 E B 9 F CeD 5 G E 4

125

Para concluir os estudos

Parabns! Voc concluiu o estudo do contedo referente disciplina de Pesquisa Operacional. Acredite, isso apenas o comeo... O texto apresentado trata de vrias tcnicas de Pesquisa Operacional, tais como a Programao Linear, Programao Inteira, Aproximao de Vogel, Simulao e PERT/CPM. Existem outras tcnicas que no foram desenvolvidas neste livro, podendo-se citar, Teoria dos Jogos, Programao Dinmica, Teoria das Filas, e, entre outras. Entretanto, os nove captulos deste livro tratam de temas considerados de importncia fundamental dentro da Pesquisa Operacional e podem ser usados por voc para dar soluo a vrios problemas dentro da rea de negcios. Espero ter mostrado a utilidade e o potencial da Pesquisa Operacional, atravs da abordagem computacional do texto, ao ensinar a utilizao da planilha Excel e do software Lindo para soluo de problemas diversos. Finalmente, tambm, espero que os conhecimentos adquiridos por voc possam ter contribudo para: - melhorar a habilidade de seu pensamento lgico; - melhorar a habilidade quantitativa no entendimento e resoluo de problemas na rea de negcios; - e, utilizar tcnicas que podero ser teis na sua vida profissional. Um abrao, Prof. Luis Augusto Arajo

126

SITES DE PESQUISA OPERACIONAL

Apresenta-se, a seguir, uma relao de comentrios sobre sites que contm novidades, catlogo de softwares e informaes variadas a respeito de Pesquisa Operacional. - Sejam bem vindos ao ambiente virtual - Grupo de Pesquisa Operacional Aplicada rea de Negcios, que permite discutir, acessar materiais e trocar experincias sobre o contedo da disciplina. Pode ser acessado em: http://groups.google.com/group/pesquisa-operacional/ - O CNPq desenvolve um programa denominado SOFTEX 2000, existindo vrios ncleos espalhados pelo pas, sendo que um deles est localizado em Juiz de Fora. Sua homepage: http://www.agrosoft.com/ - Informaes sobre o LINDO, um software para a resoluo de problemas de Programao Linear, Inteira e No Linear (quadrtica), com "free download" de verso DEMO, pode ser encontrada em: http://www.lindo.com/ - As cinco seguintes homepages referem-se a softwares disponveis para modelagem e resoluo de problemas de grande porte: http://www.ampl.com/cm/cs/what/ampl/ http://www.modeling.com/ http://www.gams.com/ http://www.cplex.com/ http://www.aimms.com/ - Um glossrio a respeito de Programao Matemtica: http://carbon.cudenver.edu/~hgreenbe/glossary/glossary.html - O @RISK um software que permite a anlise de risco associada a diversos tipos de atividade econmica. Nesta homepage, voc encontra informao a esse respeito: http://www.palisade.com/ - Se voc precisa de orientao sobre a compra de software de otimizao, boas dicas esto expostas nesta site: http://www.ampl.com/

127

A "homepage" da Sociedade Brasileira de Pesquisa Operacional : http://www.sobrapo.org.br/ Informaes variadas e importantes no contexto de Pesquisa Operacional: http://mat.gsia.cmu.edu/

128

BIBLIOGRAFIA

ANDRADE, E. L. Introduo Pesquisa Operacional: mtodos e tcnicas de anlise de deciso. Rio de Janeiro: LTC - Livros Tcnicos e Cientficos, 2004. ARAJO, L. A. Fronteira de eficincia econmica sob condies de risco: uma anlise da convergncia econmica entre empresas agrcolas. 1997, 172p. Dissertao (Mestrado) - ESALQ/USP. ARAJO, L. A. ; CAIXETA FILHO, J. V. Fronteira de eficincia econmica sob condies de risco para empresas agrcolas do Sul de Santa Catarina. Revista Anlise Econmica. Porto Alegre: UFRGS, 1998. CAIXETA FILHO, J. V. Pesquisa Operacional: Tcnicas de Otimizao Aplicadas a Sistemas Agroindustriais. So Paulo: Atlas S. A., 2004. CAIXETA FILHO, J. V. Material de Apoio s Disciplinas: Introduo Pesquisa Operacional e Programao Linear. Srie Didtica no 113. Piracicaba: Esalq, 1996. CORRAR, L. J.; THEOPHILO, C. R. Pesquisa Operacional para Deciso em Contabilidade e Administrao. So Paulo: Editora Atlas, 2004. GOLDBARG, M. C.; LUNA, H. P. L. Otimizao Combinatria e Programao Linear. Rio de Janeiro: Campus, 2000. JEFERSON, R. W.; BOISVERT, R. N. A guide to using General Algebraic Modelling System (GAMS) for aplication in Agricultural Economics. 1989, Cornell University, Ithaca, A.E.Res. 89-17.84p.

129

LACHTERMACHER, G. Pesquisa Operacional na Modelagem em Excel. Rio de Janeiro: Campus, 2002.

Tomada

de

Decises.

LANZER, E. A. Programao Linear: conceitos e aplicaes. Rio de Janeiro, IPEA/INPES, 1982. MATHUR ; SOLOW. Investigacion de Operaciones. Lima: Printice Hall, 1996. MARQUES, P. V. Conceitos e Aplicaes Bsicas de Programao Linear. Srie Didtica no 95. Piracicaba: Esalq, 1995. MOREIRA, D. A. Pesquisa Operacional: curso introdutrio. So Paulo: Thomson Learning, 2007. PRADO, D. S. Programao Linear. Belo Horizonte: Editora de Desenvolvimento Gerencial, 2003. 208 p. (Srie Pesquisa Operacional, Vol. 1). PRADO, D. S. PERT/CPM. Belo Horizonte: Editora de Desenvolvimento Gerencial, 1998. 148 p. (Srie Gerncia de Projetos, Vol. 4). PRADO, D. S. Usando o ARENA em simulao. Belo Horizonte: Editora de Desenvolvimento Gerencial, 1999. 284 p. (Srie Pesquisa Operacional, Vol. 3). REY, Rui. Planejar e redigir trabalhos cientficos. 2. ed. revista e ampliada. So Paulo: Edgard Blcher, 1998. SILVA, E. M. ; et. al. Pesquisa Operacional. 3. ed. So Paulo: Atlas, 1998.

130

Sobre o professor conteudista

Luis Augusto Arajo Natural de Florianpolis, possui mestrado em Economia Aplicada pela Universidade de So Paulo USP, especializao em Administrao Rural pela Universidade de Lavras MG e graduao em Agronomia pela Universidade Federal de Santa Catarina - UFSC. Atualmente atua como coordenador do projeto estadual de pesquisa e desenvolvimento intitulado "Administrao Rural e Socioeconomia" da Empresa de Pesquisa Agropecuria e Extenso Rural de Santa Catarina - Epagri, e como professor da Universidade do Sul de Santa Catarina Unisul e da Faculdade Estcio de S. Recentemente, assumiu a presidncia da Associao Brasileira de Administrao Rural do Sul do Brasil - ABAR SUL. Tem experincia na rea de Administrao e Economia, atuando principalmente nos seguintes temas: pesquisa operacional, programao linear, fundamentos de economia, administrao rural e economia da produo.

131

Respostas e comentrios dos exerccios propostos

Unidade 1 1)R: F; F; V. 2)R: a. As fases de um estudo de pesquisa operacional so: definio do problema, modelagem, obteno da soluo, validao e implementao. b. Os modelos de simulao procuram oferecer uma representao simplificada do mundo dos negcios, e do ao administrador liberdade e flexibilidade com relao escolha da soluo mais conveniente. Nesses modelos, o critrio de escolha da soluo a ser adotada no fixado na estrutura do modelo. Diferentemente, os modelos de otimizao no permitem flexibilidade na escolha das alternativas, uma vez que os critrios de escolha da melhor alternativa j fazem parte da estrutura do modelo. No modelo de otimizao, a soluo obtida considerada tima.

Unidade 2 1)R: F; V. 2)R: A modelagem para cada um dos problemas propostos apresentada a seguir: 1. Problema da empresa Ilha da Magia a) Definio de variveis de deciso X1 = quantidade a produzir de pneus Modelo P (o premium);

132

X2 = quantidade a produzir de pneus Modelo R (o regular). b) Funo objetivo Lucro total: L = 10 X1 + 8 X2 Objetivo: Max L = 10 X1 + 8 X2 c) Definio das restries do problema Disponibilidade de horas Mquina A 2X1 + 9 X2 42 Disponibilidade de horas Mquina B 4X1 + 3 X2 36 Restrio lgica X1 0 X2 0 2. Problema da empresa guas de Floripa a) Definio de variveis de deciso X1 = quantidade a produzir de piscina Standard ; X2 = quantidade a produzir de piscina Luxo. b) Funo objetivo Lucro total: L = 30 X1 + 40 X2 Objetivo: Max L = 30 X1 + 40 X2 c) Definio das restries do problema Capacidade de produo da linha Standart X1 24 Capacidade de produo da linha Luxo 2X2 36 Disponibilidade total de empregados X1 + 2 X2 40 Restrio lgica X1 0 X2 0 3. Problema da empresa de Bolas a) Definio de variveis de deciso X1 = quantidade a produzir de bolas de futebol (P1); X2 = quantidade a produzir de bolas de vlei (P2). b) Funo objetivo Lucro total: L = 100 X1 + 150 X2 Objetivo: Max L = 100 X1 + 150 X2 c) Definio das restries do problema Disponibilidade total de horas

133

2X1 + 3 X2 40 Demanda de mercado para o produto P1 X1 40 Demanda de mercado para o produto P2 X2 30 Restrio lgica X1 0 X2 0

4. Problema da empresa Beta Ltda d) Definio de variveis de deciso X1 = quantidade a produzir de produto (P1); X2 = quantidade a produzir de produto (P2); X3 = quantidade a produzir de produto (P3). e) Funo objetivo Lucro total: L = 2100 X1 + 1200 X2 + 600 X3 Objetivo: Max L = 2100 X1 + 1200 X2 + 600 X3 c) Definio das restries do problema Disponibilidade de horas trabalho 6X1 + 4 X2 + 6 X3 4800 Disponibilidade de horas mquina 12X1 + 6 X2 + 2 X3 7200 Demanda de mercado para o produto P1 X1 800 Demanda de mercado para o produto P2 X2 600 Demanda de mercado para o produto P3 X3 600 Restrio lgica X1 0 X2 0 X3 0 5. Problema de transporte do vendedor de frutas a) Definio de variveis de deciso X1 = quantidade a transportar de caixas de laranja; X2 = quantidade a transportar de caixas de pssego; X3 = quantidade a transportar de caixas de tangerina. b) Funo objetivo

134

Lucro total: L = 20 X1 + 10 X2 + 30 X3 Objetivo: Max L = 20 X1 + 10 X2 + 30 X3 c) Definio das restries do problema Capacidade total de transporte de caixas X1 + X2 + X3 800 Necessidade de transporte de caixas de laranja X1 = 200 Mnimo a transportar de caixas de pssego X2 100 Mximo a transportar de caixas de tangerina X3 200 Restrio lgica X1 0 X2 0 X3 0 6. Problema da rede de televiso da Grande Florianpolis a) Definio de variveis de deciso X1 = quantidade de vezes que se deve levar ao ar o programa A; X2 = quantidade de vezes que se deve levar ao ar o programa B. b) Funo objetivo Audincia total: T = 30000 X1 + 10000 X2 Objetivo: Max T = 30000 X1 + 10000 X2 c) Definio das restries do problema Mnimo tempo de propaganda 20X1 + 10 X2 5 Mximo tempo de msica 1X1 + 1X2 80 Restrio lgica X1 0 X2 0 7. Problema da empresa de cintos de couro localizada em Tubaro. a) Definio de variveis de deciso X1 = quantidade a produzir de cintos de couro Modelo M1; X2 = quantidade a produzir de cintos de couro Modelo M2. b) Funo objetivo Lucro total: L = 4 X1 + 3 X2 Objetivo: Max L = 4 X1 + 3 X2 c) Definio das restries do problema

135

Capacidade de produo por dia 2 X1 + 1 X2 1000 Disponibilidade total de couro X1 + X2 800 Disponibilidade de fivelas M1 X1 400 Disponibilidade de fivelas M1 X2 700 Restrio lgica X1 0 X2 0

8. A empresa Toldos Sol e Praia a) Definio de variveis de deciso X1 = quantidade a produzir de Abrigos para Automveis (P1); X2 = quantidade a produzir de Toldos em Loja (P2). b) Funo objetivo Lucro total: L = 120 X1 + 150 X2 Objetivo: Max L = 120 X1 + 150 X2 c) Definio das restries do problema Disponibilidade de Recurso R1. 2X1 + 4 X2 100 Disponibilidade de Recurso R2. 3X1 + 2 X2 90 Disponibilidade de Recurso R3. 5X1 + 3 X2 120 Restrio lgica X1 0 X2 0 9. O problema da sapataria do Ribeiro da Ilha a) Definio das variveis de deciso X1 = Quanto deve produzir do produto sapato X2 = Quanto deve produzir do produto cinto b) Definio da Funo Objetivo Lucro total: L = 5 X1 + 2 X2 Objetivo: Max L = 5 X1 + 2 X2 c) Definio das Restries do Problema Disponibilidade de couro 2x1 + 1x2 6

136

Produo de sapatos e cintos por hora (60 minutos) 10x1 + 12x2 60 Restries Lgicas X1 0 X2 0

10. Problema da Carteira de Investimentos da Empresa de Administrao de Fundos Paulo S.A. a) Definio de variveis de deciso X1 = o quanto devo investir em Poupana; X2 = o quanto devo investir em Cmbio Empresarial Plus; X3 = o quanto devo investir em Cmbio Especial Plus; X4 = o quanto devo investir em Cmbio Preferencial; X5 = o quanto devo investir em DI Empresarial; X6 = o quanto devo investir em DI Especial Plus; X7 = o quanto devo investir em DI Preferencial; X8 = o quanto devo investir em Fix Especial Plus; X9 = o quanto devo investir em Fix Preferencial; X10 = o quanto devo investir em Fix Private. b) Funo objetivo Retorno total: R = 0,076 X1 + 0,150 X2 + 0,151X3 +0,120 X4 + 0,135X5 + 0,149 X6 + 0,134 X7 + 0,151X8 + 0,140X9 + 0,156X10 Max R = 0,076 X1 + 0,150 X2 + 0,151X3 +0,120 X4 + 0,135X5 + 0,149X6 + 0,134 X7 + 0,151X8 + 0,140X9 + 0,156X10 c) Definio das restries do problema - Disponibilidade de recursos para aplicao. X1 + X2 + X3 + X4 + X5 + X6 + X7 + X8 + X9 + X10 100000 - aplicar na Poupana no mnimo 5%, e no mximo 15%. X1 5000 X1 15000 - aplicar nas carteiras de Cmbio mximo 30%. X2 + X3 + X4 30000 - aplicar nas carteiras de DI (Depsito Interbancrio) mximo 35%. X5 + X6 + X7 35000 - aplicar nas carteiras de Renda Fixa mximo 40%. X8 + X9 + X10 40000 - mximo para ser investido individualmente nas carteiras de Cmbio X2 12000 X3 12000 X4 12000

137

- mximo para ser investido individualmente nas carteiras de DI X5 14000 X6 14000 X7 14000 - mximo para ser investido individualmente nas carteiras de Renda Fixa X8 17000 X9 17000 X10 17000 - Restrio lgica X1 0 X2 0 X3 0 X4 0 X5 0 X6 0 X7 0 X8 0 X9 0 X10 0 11. Agroindstria do ramo alimentcio a) Definio de variveis de deciso X1 = quantidade a produzir de produto (1); X2 = quantidade a produzir de produto (2); X3 = quantidade a produzir de produto (3). b) Funo objetivo Como o lucro total ser a soma dos lucros obtidos com a venda de cada tipo de produto, a equao de lucro total ser: Lucro total: L = 30 X1 + 12 X2 + 15 X3 Objetivo: Max L = 30 X1 + 12 X2 + 15 X3 c) Definio das restries do problema Disponibilidade de horas mquina A 9X1 + 3 X2 + 5 X3 500 Disponibilidade de horas mquina B 5X1 + 4 X2 + 0 X3 350 Disponibilidade de horas mquina C 3X1 + 0 X2 + 2 X3 150 Restrio lgica X1 0 X2 0

138

X3 0 12. Fbrica de pranchas de Surfe de Garopaba. a) Definio de variveis de deciso X1 = quantidade a produzir de prancha de surfe Modelo A; X2 = quantidade a produzir de prancha de surfe Modelo B; X3 = quantidade a produzir de prancha de surfe Modelo C. b) Funo objetivo Lucro total: L = 16 X1 + 30 X2 + 50 X3 Objetivo: Max L = 16 X1 + 30 X2 + 50 X3 c) Definio das restries do problema Exigncia mnima de produo do Modelo A X1 20 Exigncia mnima de produo do Modelo B X2 120 Exigncia mnima de produo do Modelo C X3 60 Disponibilidade de horas de fabricao 3X1 + 3,5 X2 + 5 X3 1440 Disponibilidade de horas de montagem 4X1 + 5 X2 + 8 X3 1920 Disponibilidade de horas de teste de qualidade 1X1 + 1,5 X2 + 3 X3 576 Restrio lgica X1 0 X2 0 X3 0 16) Problema de planejamento da vida social a) Definio de variveis de deciso X1 = quantidade de sadas com Sheila; X2 = quantidade de sadas com Ana Paula. a) Funo objetivo Intensidade total: I = X1 + X2 Objetivo: Max I = X1 + X2 c) Definio das restries do problema Disponibilidade de oramento 160X1 + 240 X2 960 Disponibilidade de horas para atividades sociais

139

3X1 + 3 X2 18 Disponibilidade de calorias para atividades sociais 10000X1 + 5000 X2 40000 Restrio lgica X1 0 X2 0

Unidade 3 1)R: A empresa Ilha da Magia deve produzir 9 unidades de pneus Modelo P (o premium) e 2 unidades de pneus Modelo R (o regular), para obter um lucro mximo de R$106,00. 2)R: A empresa guas de Floripa deve produzir 24 unidades de piscina em fibra Standard e 8 unidades de piscina Luxo, para obter um lucro mximo de R$1.040,00. 3)R: A empresa de Bolas deve fabricar 15 unidades de bolas de futebol (P1) e 30 unidades de bolas de vlei (P2), para obter um mximo lucro de R$6.000,00.

Unidade 4 1) A Calados Ltda de Barreiros deve fabricar 40 unidades do produto Sapato Tipo 1 e 40 unidades do Sapato Tipo 2. A empresa conseguir obter um valor mximo de Margem de Contribuio Total de R$100,00. A entrada de dados na planilha Excel e a soluo tima obtida pelo Solver do Excel podem ser visualizadas na Figura 1.

140

Figura 1 Entrada de dados na planilha Excel e soluo tima obtida pelo Solver do Excel.

Unidade 5 1)R: A fbrica de computadores deve produzir 60 unidades de computador modelo A e 30 unidades de computador modelo B, para obter um lucro mximo de R$19.800,00. Para realizar o plano timo de produo acima citado, esgotaram-se os estoques de gabinete pequeno e de unidades de disco. Como somente vamos precisar de gabinete grande na produo de computador modelo B, que dever ser de 30 unidades deste modelo, tem-se uma folga de 20 unidades de gabinete grande. O modelo A requer, na sua produo, um gabinete pequeno e uma unidade de disco. O modelo B requer um gabinete grande e duas unidades de disco. Existem no estoque: 60 unidades do gabinete pequeno, 50 do gabinete grande e 120 unidades de disco. Por ltimo, os valores para o Preo sombra (Dual Prices) nos representam o aumento na funo objetivo se aumentarmos de um o limite da restrio. Portanto, se a restrio disponibilidade de gabinete pequeno for aumentado de 60 para 61 unidades, teremos uma nova soluo, na qual o lucro total ser aumentado de R$30,00. Em relao s unidades de discos, caso tenha um aumento adicional de uma unidade na sua disponibilidade, teremos uma nova soluo, na qual o lucro total ser aumentado de R$150,00

2)R: a) No programa de produo para o prximo perodo, a empresa Beta Ltda., deve produzir 280 unidades do produto P1, 600 unidades do produto P2 e 120 unidades do produto P3, para obter um mximo lucro de R$1.380.000,00.

141

Para realizar o plano timo de produo acima citado, esto no seu limite as restries de horas trabalho, horas mquina e de demanda para o produto P2. Existe uma folga de 520 unidades em relao restrio de demanda para o produto P1, uma vez que s devemos produzir 280 unidades deste produto e sua demanda de mercado de 800 unidades. Por ltimo, considerando os valores para o Preo sombra (Dual Prices), em relao disponibilidade de horas trabalho, disponibilidade de horas mquina e da quantia mxima de demanda para o produto P2, caso tenhamos um aumento adicional de uma unidade no parmetro destas restries (individualmente), teremos uma nova soluo, na qual o lucro total ser aumentado, respectivamente, em R$50,00; R$150,00 e R$100,00. b)R: b.1. No, por que conforme o relatrio de anlise de sensibilidade, a lucratividade do produto P1 pode baixar at R$1.500,00, que ainda assim o plano timo de produo permanece inalterado. b.2. Observando os valores para o Preo sombra (Dual Prices), em relao disponibilidade de horas trabalho, para cada hora adicional temos um aumento na funo objetivo de R$50,00 (no lucro ser de R$40,00, descontando-se o custo de R$10,00/hora). Considerando a coluna intermediria da ltima tabela do relatrio de anlise de sensibilidade, a empresa poder contratar at 2.400 horas trabalho. b.3. Mantido o cenrio apresentado, um aumento de 100% na demanda para os produtos P1 e P3, no ter nenhum impacto na definio do plano timo de produo (observe o valor zero do Dual Prices para a demanda de P1 e de P2). Portanto, o aumento esperado no lucro total zero. Unidade 6 1)R: a) Mtodo de Canto Noroeste: CT = 40x10 + 10x12 + 40x25 + 50x18 + 10x10 = 2.520. b) Mtodo de Vogel: CT = 30x15 + 10x20 + 50x12 + 50x18 + 10x14 = 2.290. 2)R: a) Mtodo de Canto Noroeste: CT = 100x10 + 50x25 + 30x18 + 20x24 = 3.270. b) Mtodo de Vogel:

142

CT = 2x10 + 30x15 + 50x20 + 80x12 + 20x14 = 2.890. 3)R: Mtodo de Canto Noroeste: CT = 200x5 + 100x4 + 50x9 + 50x8 + 250x6 = 3.750. Unidade 7 1)R: A Epagri deve selecionar os projetos Camaro, Leite e Ostra, para obter um valor presente lquido mximo de R$352,26. 2)R: O Jornal de Barreiros deve alocar 13 funcionrios para iniciarem suas atividades na segunda-feira, 6 funcionrios para iniciarem suas atividades na tera-feira, 5 funcionrios para iniciarem suas atividades na quarta-feira, 14 funcionrios para iniciarem suas atividades na quinta-feira, 1 funcionrios para iniciarem suas atividades na sexta-feira e 6 funcionrios para iniciarem suas atividades no sbado. O mnimo custo total dos funcionrios do Jornal de Barreiros necessrios para suprir as demandas dirias R$22.800,00. Os resultados obtidos pelo Solver para o problema de escala de funcionrios do Jornal de Barreiros podem ser visualizados na Figura 2.

Figura 2 - Resultados obtidos pelo Solver para o problema de escala de funcionrios do Jornal de Barreiros

Unidade 8 1)R: Alm dos exemplos apresentados no texto, podemos utilizar a simulao para responder as seguintes perguntas de interesse para o mundo dos negcios:

143

- Como uma empresa deve definir seu plano de produo, os nveis de estoque e de funcionrios e planejar suas necessidades de investimento? - Qual ser a probabilidade de que um novo produto seja lucrativo? - Quantas unidades de um produto devem ser mantidas no estoque, para que a demanda no atendida no ultrapasse 5%? - Qual o nmero mnimo de caixas de supermercado requeridas para que o tempo de espera dos clientes na fila, no ultrapasse 8 minutos, por exemplo? 2)R: A mente humana no consegue processar uma grande quantidade de dados e de relaes entre variveis, podendo ser facilmente conseguido com o uso da informtica. Alm disso, os modelos de simulao atravs do uso da computao, podem ajudar o administrador permitindo aumentar a sua experincia e aprimorando o seu processo de tomada de deciso. 3)R: O administrador ou analista deve realizar vrias simulaes com preos, realizando vrias hipteses para o preo do pastel, e verificar para cada hiptese (nvel de preo), qual o resultado esperado em termos de lucro. A partir destes resultados, poder escolher aquele preo que proporciona o maior lucro.

Unidade 9 1)R: (d) BCH 2)R: a) As atividades crticas so BDF e o tempo previsto para a realizao deste projeto de 40 dias. b) As atividades crticas so ACF e o tempo previsto para a realizao deste projeto de 22 dias.

144

CASOS APLICADOS REA DE NEGCIOS PARA DESENVOLVIMENTO DO TRABALHO DE PESQUISA OPERACIONAL

Objetiva-se realizar comentrios sobre a apresentao escrita e oral do trabalho e sugerir alguns temas ou casos prticos que podem ser teis para servir como referncia para o desenvolvimento de um estudo de Pesquisa Operacional. a) Apresentao escrita do trabalho Inicialmente gostaria de observar que o trabalho de concluso da disciplina de Introduo Pesquisa Operacional, pode ser estruturado da seguinte forma: Introduo Sugere-se descrever detalhadamente o problema, tipo e/ou caractersticas da empresa, o objetivo pretendido, produtos e recursos. Modelagem do Problema Sugere-se comentar sobre a aplicabilidade do mtodo de programao linear para a resoluo do problema descrito anteriormente. A seguir, sugere-se seguir os passos para a modelagem propriamente dita, ou seja, definir as variveis de deciso, a funo objetivo e as restries desse problema. Anlise e Interpretao dos Resultados As notas de aulas e a bibliografia recomendada no plano de ensino desta disciplina podem servir de auxlio. Concluses e/ou Principais Recomendaes Apresentar principais recomendaes para a resoluo do problema proposto. Pode-se tambm comentar sobre: as dificuldades no desenvolvimento desse trabalho, se a soluo obtida parece adequada, sugestes de estudos futuros e vantagens no uso da tcnica de Programao Linear. Anexos Apresentar os relatrios emitidos pelo software de Programao Linear. Referncias Bibliogrficas

145

Observao! Os artigos devero ser submetidos obedecendo s normas de publicao da universidade. O(s) autor(es) entregar(o) uma cpia impressa do artigo, juntamente com um disquete de 3 polegadas ou cd-rom.

b) Apresentao oral do trabalho Durante uma apresentao oral importante prestar a ateno nas mesmas qualidades especficas que devem ter os trabalhos acadmicos, ou seja: conciso, clareza, vocabulrio correto e preciso. O tempo de durao dever ser estritamente o necessrio para a apresentao sinttica do tema do trabalho em torno de 15 a 20 minutos, no mximo , implicando numa linguagem e contedo adequados para o conjunto dos alunos. A partir do exposto, sugere-se de modo prtico e sucintamente, o seguinte roteiro de apresentao oral, como segue: a) Agradecimentos, em especial, aqueles que contriburam para o desenvolvimento do trabalho (aproximadamente 1 minuto); b) Introduo (dizer o que pesquisou, por que e para que escolheu o tema proposto em aproximadamente 3 minutos): deve ser o mais breve possvel, limitando-se a situar o assunto e indicar o estado em que se encontrava o conhecimento do tema ou problema que vai ser apresentado e destacar os motivos que o levou a pesquisar; c) Metodologia (dizer como pesquisou, em aproximadamente 3 minutos): como o trabalho foi desenvolvido, citando os mtodos utilizados ou descrevendo pontos da modelagem realizada; d) Resultados (dizer que resultado atingiu com a pesquisa, em aproximadamente 5 minutos): por constituir-se na parte mais importante da comunicao, enunci-lo da maneira mais clara e simples possvel, para que sejam facilmente apreendidos pelos demais colegas. Trata-se do momento de expor a anlise e interpretao dos resultados obtidos; e) Comentrios finais (dizer o que aprendeu com este tipo de estudo em aproximadamente 3 minutos): comentar se os resultados apresentados so consistentes com a realidade da empresa, ou ainda, se o trabalho fez avanar o seu conhecimento na rea.

c) Problemas de Pesquisa Operacional Aplicado rea de Negcios

146

Problemas de Maximizao Estudo de Caso: Planejamento de Produo de Produto de Usque. Andrade (2004), pg. 57; O Problema de Mescla de Produtos de Blubbermaid, Inc. Mathur & Solon (1996), pg. 63-66; O Problema do Tipo Fazer ou Comprar da LCL Motores Ltda. Lachtermacher (2002), pg. 105-111; O Problema de Produzir ou Comprar da Mtv Steel Company. Mathur & Solon (1996), pg. 66-70; Carteira de Investimentos. Darci Prado (1999), pg. 58-59; Escolha de carteira de investimentos: o caso da LCL Investimentos S. A. Lachtermacher (2002), pg. 111-117; O Problema de Administrao da Carteira de Valores da High Tech. (maximizar a taxa interna de retorno controlando o risco). Mathur & Solon (1996), pg. 74-79; O Problema da Fbrica de Mveis. Goldbarg (2000), pg 38 e 39. Planejamento de Operaes para Produo de Mveis da Companhia ALTM. Andrade (1998), pg. 67-75; O Problema de Planejamento da Produo da National Sttel Corporation (NSC). Mathur & Solon (1996), pb. 84-92 (mdia complexidade); O Problema da American Steel Company. Mathur & Solon (1996), pg. 93105 (mdia complexidade); Problema de Produo e Estoque: o caso da LCL Armazns e Comrcio Ltda. Lachtermacher (2002), pg. 129-134; Problemas de Programao Inteira: o Caso de Alocao de Recursos em Projetos. Lachtermacher (2002), pg. 266-269; O Problema do Stio. Goldbarg (2000), pg 43 e 44. O Problema da Cooperativa Agrcola. Goldbarg (2000), pg 45 e 46. O Problema do Planejamento Agrcola. Possibilidade de estudos de propriedades rurais do Sul de Santa Catarina. Problemas de Minimizao O Problema da Dieta. Goldbarg (2000), pg 42 e 43; O Problema de Dietas do Hospital General Mountain View. Mathur & Solon (1996), pg. 71-74; Fabricao de Sorvete. Darci Prado (1999), pg. 54-56; O Problema de Formulao de Rao de Custo Mnimo. Caixeta Filho (1996), pg. 46-49;

147

O Problema de Nutrio de Mnimo Custo: Caso do McDonalds. Aieta, Joseph F. (1997), pg. 17-19; O Problema da Mistura de Gasolina da Hexxon Oil Company. Mathur & Solon (1996), pg. 80-83; Problema de Mistura de Componentes: o caso da LCL Tintas Ltda. Lachtermacher (2002), pg. 124-129; Programao No-linear: o Caso do Lote Econmico (Controle de Estoque). Lachtermacher (2002), pg. 306-310; Fluxo de Caixa Multiperodo: o caso da LCL Restaurantes Ltda. Lachtermacher (2002), pg. 135-139. Problemas de Transporte Estudo de Caso: Planejamento de Transporte de uma Fbrica de Cerveja. Andrade (2004), pg. 89; Problema de Transporte e Localizao Industrial. Darci Prado (1999), pg.81-84; O Problema de Distribuio de Cosmic Computer Company. Mathur & Solon (1996), pg. 19-26; Problemas de Transporte: o caso da LCL Bicicletas Ltda. Lachtermacher (2002), pg. 150-160; Problemas de Rede de Distribuio: o caso da LCL Carros Brasil Ltda. Lachtermacher (2002), pg. 224-234; Problema do Menor Caminho: o Caso LCL Adornos & Tecidos. Lachtermacher (2002), pg. 234-238; A Escolha da Melhor Rota. Andrade (2004), pg. 86; Determinao do Fluxo Mximo de Transporte em Rede com Rotas Limitadas. Andrade (2004), pg. 82; O Problema de Fluxo Mximo da Refinaria da Hexxon Oil Company. Mathur & Solon (1996), pg. 26-30; Problemas de Programao Inteira O Problema do Jantar de Nero. Goldbarg (2000), pg 182 e 183; Escala de Funcionrios: o caso LCL Correios e Malotes. Lachtermacher (2002), pg. 117-124; O Problema de Alocao de Pessoal. Goldbarg (2000), pg 181 e 182. O Problema da Designao de Pessoas. Darci Prado (1999), pg. 108-109; O Problema da Designao de Tarefas. Darci Prado (1999), pg.110-111; O Problema do Desenho de Containers, Inc. Mathur & Solon (1996), pg. 39-43;

148

O Problema de Administrao da Carteira de Valores da High Tech (uso de variveis inteiras 0 ou 1). Mathur & Solon (1996), pg. 30-35.

149

Luis Augusto Arajo

Pesquisa Operacional
Aplicada rea de negcios
Modelagem em Excel e LINDO Cursos de Administrao, Economia e Contbeis
Maro de 2007 Florianpolis Santa Catarina

150

estudantes e os profissionais que tenham interesse em saber como a Pesquisa Operacional pode auxili-los no processo de tomada de deciso. Os nove captulos deste livro tratam de temas considerados de importncia fundamental dentro da Pesquisa Operacional. Ao final de sua leitura, espero ter mostrado a utilidade e o potencial da Pesquisa Operacional, atravs da abordagem computacional do texto, ao ensinar a utilizao da planilha Excel e do software Lindo, para a soluo de problemas da rea de negcios. Luis Augusto Arajo, M. Sc.

Este livro objetiva atingir dois pblicos: os

151