Escolar Documentos
Profissional Documentos
Cultura Documentos
46-61, 2010
1. INTRODUO
A matemtica aplicada possui muita utilidade na atualidade, principalmente para a descrio e
resoluo de problemas reais ou abstratos. Porm, possui tcnicas variadas de aplicaes e resolues.
No presente trabalho so abordados o processo de modelagem matemtica para obteno de
problemas de otimizao, ou seja, como se representam problemas reais em modelos matemticos de
otimizao, para os quais se buscam valores extremos de funes restritas, e as tcnicas de otimizao
adequadas para resolv-los.
Atualmente, na Universidade de Passo Fundo (UPF), o setor de Vigilncia responsvel pelo
fechamento dirio de todos os prdios do Campus I ao trmino das aulas. Nesse contexto, a proposta
do presente trabalho consiste em apresentar uma modelagem matemtica de otimizao para o
problema de roteamento dos vigilantes que trabalham na Universidade de Passo Fundo, que
necessitam fechar todos os prdios percorrendo uma distncia mnima; assim, no haver a execuo
de deslocamentos desnecessrios e, consequentemente, um melhor aproveitamento do tempo. Para
tanto, realizou-se uma reviso bibliogrfica com o objetivo de aprimorar conhecimentos sobre
conceitos e tcnicas de otimizao que possibilitassem a modelagem matemtica do problema do
doi: 10.5335/ciatec.v2i2.1892
46
2. MODELAGEM MATEMTICA
Um dos maiores desejos do ser humano o entendimento dos fenmenos que ocorrem ao seu
redor e que influenciam tanto direta quanto indiretamente na evoluo da humanidade. Com o passar
dos tempos, o mundo foi sendo modificado e, com isso, os conhecimentos tambm precisaram ser
transformados e adaptados. medida que a complexidade tornava-se mais visvel, os processos
utilizados na tentativa de compreender o mundo tiveram que evoluir tambm.
No entanto, apesar de esse processo no ser simples, o homem tem se mostrado cada vez mais
hbil em criar formas de representar e solucionar a sua relao com o mundo. Nessa busca incessante
por respostas, explicaes ou porqus dos respectivos acontecimentos, surge a contribuio da
modelagem matemtica, embora muitas pessoas no tenham a percepo de como esta cincia est
presente de forma intensa e integral no cotidiano de cada indivduo, no meio ambiente e no universo
em geral.
Como a compreenso do mundo possui um alto grau de complexidade, tornou-se necessrio
recorrer s metforas, uma vez que usar comparaes faz brotar o dom do entendimento de maneira
mais perceptvel e frequente. Esse processo constitui um fenmeno de modelagem. Para Bean, a
essncia da modelagem matemtica consiste em um processo no qual as caractersticas pertinentes de
um objeto ou sistema so extradas, com a ajuda de hipteses e aproximaes simplificadoras,
representadas em termos matemticos (o modelo). (2001, p. 53).
As situaes-problema encontradas em diversos setores, como indstria, sade e meio
ambiente, exigem que sejam criados, ou no mnimo modificados, modelos matemticos com a
finalidade de descrever, entender e resolver os problemas enfrentados. De forma simplificada, a
modelagem constitui uma transformao de problemas reais em problemas matemticos, no apenas
em reas exatas como a fsica, a qumica e a biologia, mas tambm nas cincias humanas. Para
Goldbarg e Luna (2005, p.1), um modelo um vnculo para uma viso bem estruturada da
realidade.
Entretanto, o mais impressionante saber que todos j usaram modelos, mesmo sem possuir
conscincia disso. A modelagem muitas vezes ocorre de forma to espontnea e simples em atividades
prticas que se torna algo bsico de uma explicao ou representao, como, por exemplo, desde a
utilizao de mapas, fotografias, desenhos, grficos at as equaes matemticas. Isso ocorre porque a
mente do homem trabalha automaticamente com comparaes, num processo de substituio de
estruturas que facilitam seu raciocnio.
Assim, a modelagem matemtica um mtodo cientfico de pesquisa que usa smbolos e
modelos matemticos de representao de problemas reais para que, por meio de tcnicas especficas,
possam ser resolvidos, obtendo-se resultados suficientemente prximos da realidade em questo. O
processo de traduo de um fenmeno ou problema de uma situao real em um conjunto de smbolos
e relaes matemticas denomina-se modelo matemtico, que pode ser formulado utilizando-se
expresses numricas, frmulas, diagramas, equaes algbricas, tabelas, etc.
47
3. PESQUISA OPERACIONAL
Para estruturar e solucionar os modelos, que podem ser expressos matematicamente, necessitase de tcnicas e, em alguns casos, de algoritmos.
Destaca-se aqui ento a pesquisa operacional (PO), do ingls operational research, que rene
um importante conjunto de tcnicas da modelagem matemtica, onde os modelos so organizados de
forma lgica e subsidiados por ferramentas matemticas de representao, com os quais se objetiva
determinar as melhores condies para o funcionamento dos modelos, podendo-se, assim, analisar
sistemas complexos e tomar decises.
Para Ehrlich (1985, p.11), (...) um conjunto de tcnicas quantitativas com o intuito de
auxiliar o processo de deciso dentro de uma filosofia de modelagem e, preferivelmente, de
otimizao.
Um problema de otimizao constitudo de uma funo objetivo e um conjunto de restries,
ambos relacionados s variveis de deciso. O problema pode ser de minimizao ou de maximizao
da funo objetivo. Otimizar o problema significa encontrar a soluo tima para o mesmo, obter os
valores para as variveis que correspondam ao menor (ou maior) valor possvel para a funo objetivo
e, ainda, que no viole nenhuma restrio do problema.
Segundo Andrade, a pesquisa operacional teve origem na Segunda Guerra Mundial, (...)
quando equipes de pesquisadores procuraram desenvolver mtodos para resolver determinados
problemas de operaes militares. (1989, p.1). Contudo, no Brasil, a pesquisa operacional iniciou-se
basicamente por volta da dcada de 1960. Aps seu surgimento, muitas pessoas passaram a estudar a
pesquisa operacional e a procurar novas tcnicas para resolues dos problemas desse novo campo,
pois tem aplicao em diversas reas, como finanas, agricultura, medicina, meio ambiente, entre
outros.
Alm de se caracterizar pelo uso de conhecimentos cientficos por equipes interdisciplinares,
objetivando uma melhor utilizao dos recursos, a PO tem uma caracterstica muito importante e que
facilita o processo de anlise de deciso: a utilizao de modelos e suas resolues, permitindo, assim,
que a deciso possa ser avaliada e testada antes de ser implantada. De forma resumida, a PO consiste
no desenvolvimento de mtodos cientficos de sistemas que sejam complexos, tendo como finalidade
prever e comparar estratgias ou decises alternativas (ARENALES, 2007, p.3).
Segundo Goldbarg e Luna (2005), existem muitas classificaes possveis para o problema de
otimizao, que podem ser caracterizadas quanto relao entre as variveis de deciso na funo
objetivo e nas restries, quanto ao valor que podem assumir as variveis e quanto natureza da
funo objetivo. Para cada tipo de problema de otimizao existem mtodos de resoluo especficos
48
4. PROBLEMA DO CAIXEIRO-VIAJANTE
O problema do caixeiro-viajante PVC (no ingls traveling salesman problem ou TSP) foi o
primeiro problema de roteirizao a ser estudado e dentro da programao matemtica um dos
problemas mais tradicionais e conhecidos. Nos tempos modernos, a primeira vez que se mencionou
sobre esse problema foi por Hassler Whitney, em 1934, em um trabalho na Princenton University.
(GOLDBARG; LUNA, 2005).
Em 1954, foi publicado por Dantzig, Fulkerson e Johnson um artigo que props uma Soluo
de larga escala do problema do caixeiro-viajante no jornal da Sociedade de Pesquisa Operacional da
Amrica. Nele foi proposta uma soluo para o PCV, sendo esse um evento importante na histria da
otimizao combinatria. (SOUZA, 1997).
4.1. Conceitos bsicos
O objetivo do PVC encontrar em um grafo G = (V, A) o circuito hamiltoniano de menor
custo.
Um grafo, numa definio bem simples, um conjunto de vrtices e arestas. Os vrtices (ou
ns) so pontos que podem representar cidades, depsitos, postos de trabalho ou atendimento. Por sua
vez, as arestas so linhas que conectam os vrtices, podendo representar ruas ou estradas, por
exemplo.
49
Uma das solues est apresentada na Figura 1. O jogador visita (entra e sai) todas as cidades e
retorna ao vrtice inicial. Como j foi citado, Hamilton no foi o primeiro a propor esse problema,
mas o seu jogo ajudou a divulg-lo.
O problema do caixeiro-viajante importante em razo de, pelo menos, trs caractersticas,
conforme apresentam Goldbarg e Luna (2005): grande aplicao prtica, grande relao com outros
modelos e grande dificuldade de soluo exata. Em suas diversas verses, o PCV est presente em
inmeros problemas prticos, como programao de operaes de mquinas em manufatura,
programao de transporte entre clulas de manufatura, otimizao do movimento de ferramentas de
corte, otimizao de perfuraes de furos em placas de circuitos impressos, problemas de roteamento
de veculos, problemas de eqenciamento de DNA, problemas de programao e distribuio de
tarefas em plantas, trabalhos administrativos, etc.
O PCV pertence classe de problemas considerados difceis. A busca de uma soluo tima
pode custar caro, pois, medida que aumentamos o nmero de vrtices, o tempo para a resoluo do
problema aumenta de forma significativa, tornando s vezes a resoluo invivel para os
computadores atuais. Em problemas difceis so utilizadas algumas tcnicas para tentar resolver o
problema em tempo hbil.
Uma tcnica pode ser fazer uma aproximao atravs de algoritmos que, dentro de uma
determinada porcentagem da soluo tima, garantem uma soluo correta. Analisando o pior caso e o
melhor caso que o algoritmo pode produzir, possvel avaliar sua complexidade e a proximidade das
suas solues em relao quela que tima. Assim, com o uso de algoritmos de aproximao tornase possvel encontrar solues de boa qualidade para problemas difceis em tempo computacional
aceitvel.
Portanto, em resumo, o problema do caixeiro-viajante consiste, basicamente, em encontrar o
roteiro ou sequncia de cidades a serem visitadas por um caixeiro-viajante que minimize a distncia
total percorrida e assegure que cada cidade seja visitada exatamente uma vez. O problema pode ser
simtrico (grafo no orientado), ou seja, no depende da direo ou sentido das arestas, ou assimtrico
(grafo orientado), que considera o sentido das arestas.
Na literatura existem vrias formulaes matemticas para este problema apresentadas por
Goldbarg (2005), sendo a escolhida e utilizada neste trabalho a formulao de Dantzig-FulkersonJohnson (DFJ).
50
Minimizar z
j 1
c
i 1
ij
xij
sujeito a:
n
ij
j N
(1)
ij
i N
(2)
S 1
S N
(3)
i, j N
(4)
i 1
n
j 1
i , jS
ij
xij 0,1
onde:
x ij 1 , se o arco i, j A for escolhido para integrar a soluo;
S um subgrafo de G;
|S|: nmero de vrtices do subgrafo S.
O conjunto de restries indicados por (1) determina os fluxos de chegada dos ns; o conjunto
de restries indicados por (2) determina os fluxos de sada dos ns; o conjunto de restries
indicados por (3) evita os ciclos desconexos entre os ns, ou seja, evita os circuitos pr-hamiltonianos;
o conjunto de restries indicados por (4) determina que as variveis sejam binrias, ou seja, podem
assumir apenas os valores o ou 1.
Dessa forma, pelo fato de a soluo ser uma combinao entre os caminhos possveis, o
problema do caixeiro-viajante possui natureza combinatria, implicando, assim, a respectiva
formulao do problema.
O problema do caixeiro-viajante um clssico exemplo de problema de otimizao
combinatria. A primeira sugesto para a resoluo desse tipo de problema achar todas as rotas
possveis e calcular o comprimento de cada uma para, aps, escolher o menor. Diz-se que o
problema de otimizao est sendo reduzido a um de enumerao no momento em que se acham todas
as rotas e contam-se as mesmas.
51
5. TCNICAS DE OTIMIZAO
Existem mtodos exatos e heursticos para a resoluo de problemas de otimizao
combinatria, porm os mtodos exatos se tornam limitados computacionalmente, ou seja, so
aplicveis apenas para problemas pequenos e com poucas restries e variveis. Para solucionar o
PCV, os algoritmos exatos existentes tornam-se inviveis quando se tem um grande nmero de
cidades a serem visitadas, pois isso implica um nmero elevado de roteiros a serem analisados.
Como os mtodos exatos s so possveis para problemas relativamente pequenos, geralmente,
no processo de otimizao combinatria utilizam-se os mtodos heursticos, pois, alm de fornecerem
boas solues, so bem mais rpidos.
As solues otimizadas dos mtodos heursticos so obtidas por meio de anlises de solues
geradas aleatoriamente, que podem ou no estar dentro da regio factvel (que satisfazem as restries
do problema) e que podem convergir para a soluo tima. E para verificar a eficincia relativa do
mtodo pode-se comparar o resultado obtido com outro resultado do problema utilizando algum outro
mtodo heurstico.
Conforme Souza (1997), existem trs grandes classes de procedimentos para resolver o PCV,
as quais so:
procedimentos de construo de rotas, que constroem rotas timas ou quase timas
considerando a matriz de distncias (custos);
52
procedimentos de composio de algoritmos, que constroem uma rota inicial com o auxlio de
um dos procedimentos de construo de rotas e utilizam a melhoria para obter um resultado
mais eficiente, evitando cruzamento entre rotas e outros problemas. Este relativamente
rpido computacionalmente e fornece excelentes resultados.
Alm disso, encontram-se diversas aplicaes de mtodos heursticos para resoluo do PCV,
entre os quais podemos citar:
Otimizao por colnia de formigas: inspira-se no comportamento das formigas na busca por
alimentos e resolve problemas computacionais por meio de tcnicas probabilsticas, podendo
ser encontrados bons caminhos em grafos. Segundo Breve (2007), as formigas, inicialmente,
no andam em sentido fixo, mas, quando encontram alimento, ao retornar para a colnia,
deixam trilhas de feromnio. Assim, quando outras formigas encontrarem esse mesmo
caminho, tendem a segui-lo, deixando de andar aleatoriamente, e novamente, se encontrarem
alimento, reforaro a trilha. Mas essas trilhas tendem a evaporar com o passar do tempo,
reduzindo sua fora de atrao de outras formigas. Quanto mais tempo a formiga levar para
fazer o percurso de ida e volta do caminho, mais feromnios iro evaporar. Portanto, o ideal
um caminho mais curto, onde os feromnios permanecero por mais tempo, atraindo assim
mais formigas para seguir esse caminho e buscar alimentos. O algoritmo baseia-se nesse
comportamento e faz uma simulao de formigas andando pelos grafos de certo problema. A
resoluo do PCV dessa forma bastante utilizada. (BREVE, 2007).
Simulated Annealing: um mtodo para encontrar solues timas para problemas complexos
de otimizao. Tem sua origem na mecnica estatstica, analisando o comportamento dos
tomos em relao variao da temperatura. Resumindo, annealing (recozimento) o
53
54
Conforme a Tabela 1, cada posto tem uma quantia de prdios, ambientes ou portes principais,
os quais sero chamados de ns.
Pelo fato de no terem um caminho predeterminado para realizar o fechamento dos prdios, a
soluo mais lgica (ou conforme a necessidade) aplicada.
Para obter as distncias entre os prdios, foram realizados os seguintes procedimentos:
primeiramente, foram recebidos dois mapas, um a planta baixa e contendo todos os prdios da
UPF com seus respectivos nomes e o outro os prdios separados pelos postos;
em seguida, foram visitados todos os prdios para identificar no mapa suas entradas principais
e poder, assim, obter uma distncia mais aproximada da distncia real;
55
POSTO
P. O1
P. 02
P. 03
P. 04
P. 05
P. 06
P. 07
P. 08
P. 09
QUANTIDADE DE NS
1
14
7
1
2
8
6
4
2
Assim, selecionando o destino, o programa fornece a imagem do local e, a partir disso, pode-se
escolher um trajeto e verificar a distncia do caminho marcado. Com as distncias definidas pode-se
montar a matriz dos custos das variveis e resolver o problema.
Como exemplo apresenta-se a resoluo do posto com maior nmero de ns do Campus I
Passo Fundo, que no caso corresponde ao posto P.02, que possui 14 ns. Porm, apenas 12 ns so
fechados pelos vigilantes, pois nesse posto esto includos o Restaurante Universitrio e o Diretrio
Central de Estudantes, que so abertos e fechados pelos responsveis, no pelos vigilantes.
Os prdios da UPF esto nomeados por siglas, compostas de letras e nmeros, tambm
utilizadas no trabalho.
As distncias entre os prdios do P. 02 foram encontradas pelo Google Earth e, a partir delas,
construram-se as matrizes no Excel. Em seguida informaram-se todas as restries iniciais
necessrias, sendo elas:
As variveis sero binrias.
O fluxo de chegada em cada n deve ser igual a 1.
O fluxo de sada de cada n deve ser igual a 1.
xii 0 , para evitar sair do n e retornar para ele mesmo.
Ciclo formado por dois ns apenas dever ser menor ou igual a 1.
Alm disso, foi necessrio identificar no Solver que se trata de um modelo linear e que um
problema de minimizao.
Como soluo inicial, foi escolhido e utilizado o seguinte caminho lgico para fechamento do
P. 02:
A12 A1 A2 A4 A3 A6 B3 B2 B1 B5 D2 D6 A12,
o qual possui distncia total a ser percorrida de 1.286, 41 m.
medida que o Solver ia resolvendo o problema, solues com subciclos iam aparecendo; por
isso, tornou-se necessrio interpretar as solues que continham ciclos hamiltonianos e acrescent-los
nas restries, pois no estavam satisfazendo o objetivo principal do problema. Ao todo foram
inseridas mais 30 restries at encontrar a soluo tima desse problema.
56
Figura 4 Variveis contendo a soluo tima do problema e fluxos de chegada e sada totalizando valor 1 para cada n.
57
O resultado apresentado pelo Solver pode ter a seguinte forma de interpretao do resultado:
A12 A3 B1 B5 D6 D2 B2 B3 A6 A4 A2 A1 A12
A Figura 7 mostra o caminho timo baseado nas informaes do Solver, apresentado na
imagem do Google Earth (2007). Esse caminho possui distncia total de 1.113, 23 m, ou seja, esse o
caminho mais curto para percorrer todos os prdios do P.02.
58
8. CONSIDERAES FINAIS
A matemtica est presente de forma intensa no ambiente em que se vive, apesar do fato de
muitas pessoas muitas vezes no identificarem situaes que poderiam ser analisadas
quantitativamente por meio da resoluo de modelos matemticos.
Todo o processo de modelagem de um problema real, bem como sua resoluo, contribui com
aspectos positivos, uma vez que a resoluo quantitativa de um problema geralmente possibilita
melhorias dos processos analisados. Alm disso, atualmente, com o auxlio de ferramentas
computacionais, o processo torna-se mais rpido e fcil de ser executado.
A realizao deste trabalho permitiu no somente encontrar uma reduo real no percurso a ser
realizado nos roteiros realizados pelo setor de vigilncia, mas aprimorar conhecimentos, aproximando
teoria e prtica.
59
9. REFERNCIAS BIBLIOGRFICAS
ANDRADE, Eduardo Leopoldino de. Introduo pesquisa operacional: mtodos e modelos para a
anlise de deciso. Rio de Janeiro: Livros Tcnicos e Cientficos, 1989.
ARAUJO, Aroldo Alexandre de. Algoritmo simulated annealing: uma nova abordagem. 2001.
Dissertao (Mestrado em Cincia da Computao) Universidade Federal de Santa Catarina,
Florianpolis, 2001.
ARENALES, Marcos et al. Pesquisa operacional: para cursos de engenharia. Rio de Janeiro: Elsevier,
2007.
BEAN, Dale. O que modelagem matemtica? Educao Matemtica em Revista, Sociedade
Brasileira de Educao Matemtica do RS, n. 9, p. 49-57, 2001.
BREVE, Fabrcio Aparecido. Otimizao por enxame de partculas (PSO) e otimizao por colnias
de formigas (ASO) aplicadas ao problema do caixeiro viajante (TSP). Universidade de So
Paulo, So Paulo, 2007. Disponvel em: <http://skooter.noip.org:8081/fabricio/trabalhos/compbio3.php>. Acesso em: 29 ago. 2007.
EHRLICH, Pierre Jacques. Pesquisa operacional: curso introdutrio. 5. ed. So Paulo: Atlas, 1985.
GOLDBARG, Marco Csar; LUNA, Henrique Pacca L. Otimizao combinatria e programao
linear: modelos e algoritmos. 2. ed. Rio de Janeiro: Campus, 2005.
GOOGLE Earth. Disponvel em: <http://earth.google.com/>. Acesso em: 25 out. 2007.
LACHTERMACHER, G. Pesquisa operacional na tomada de decises: modelagem em Excel. Rio de
Janeiro. Elsevier, 2007.
LINDO. Disponvel em <http://www.lindo.com>.Acesso em: 25 ago. 2007.
60
61