Escolar Documentos
Profissional Documentos
Cultura Documentos
CURSO:
ADMINISTRAO DE EMPRESAS
PESQUISA OPERACIONAL
MDULO 1
2013.2
Semestre
2013.2
PLANO DE ENSINO
CDIGO:
TURMA:
HORA/AULA
ADM1407
72
DISCIPLINA:
CURSO:
PROFESSOR:
Pesquisa Operacional
Administrao
Egenilton Rodolfo de Farias
EMENTA
Apresentar os principais mtodos de otimizao e algoritmos de pesquisa operacional e a prtica correspondente,
aplicveis s principais funes da gesto organizacional, numa perspectiva de interdisciplinaridade com as principais
funes da gesto organizacional e de interao da teoria com a prtica.
CONTEXTUALIZAO
O curso visa integrao contnua entre a teoria e as aplicaes dos conceitos de Pesquisa Operacional fornecendo assim,
aos alunos, o instrumental necessrio para entender e manusear os principais modelos de aplicao e/ou anlise de dados.
OBJETIVO GERAL
Proporcionar aos alunos uma viso prtica e objetiva da utilizao dos recursos da Pesquisa Operacional no dia a dia da
empresa.
OBJETIVOS ESPECFICOS
Oferecer, atravs de bases conceituais e desenvolvimento de frmulas, as ferramentas de anlise de dados que contribuem
para uma tomada de deciso consciente e estratgica.
CONTEDO
Definio de pesquisa operacional e construo de modelos. Programao linear: formulao e mtodo grfico;
diretrizes para a formulao de modelos de programao linear; problema de maximizao e minimizao da funo
objetivo; soluo grfica e problemas com duas variveis de deciso; alguns casos especiais; formulao geral do
problema de programao linear e sua anlise e soluo via o mtodo simplex. Os problemas de transporte e
designao e seus casos especiais. Teoria da deciso: problemas de deciso. Deciso tomada sob risco e rvores
de deciso. Deciso tomada sob incerteza e seus critrios. Simulao: o mtodo de Monte Carlo. Casos particulares
de simulao terica. Introduo teoria dos jogos: jogos com dois jogadores e somo zero. Estratgias puras e
mistas. Equilbrio de Nash e exemplos aplicados s empresas. Introduo teoria das filas. A estrutura bsica de
uma fila: a distribuio exponencial e a distribuio de Poisson. Modelo de fila com um ou mltiplos servidores.
Modelos de deciso de fila: custo e nvel de aspirao.
METODOLOGIA/RECURSOS DIDTICOS
Aulas expositivas. O plano de ensino da disciplina contemplar metodologia direcionada a realizao de trabalhos prticos,
desenvolvidos no ambiente organizacional e/ou com dados e informaes reais, visando a interao da teoria com a prtica.
AVALIAO DA APRENDIZAGEM:
A prtica ser obtida atravs de exerccios que, aps cada assunto ministrado, sero resolvidos detalhadamente e propostos
outros, acompanhados das respostas de modo que o aluno efetue o treinamento fora do horrio de aula, pois para se
dominar a Estatstica as aulas s no bastam, h que se exercitar bastante. Todos os alunos devem portar uma calculadora
durante o curso sem a qual no ser possvel o acompanhamento na resoluo dos problemas em sala de aula. As
avaliaes, em nmero de duas, escritas, uma em cada unidade de aprendizagem, com notas variando de zero a dez.
BIBLIOGRAFIA BSICA
ANDRADE, E. L. Introduo pesquisa operacional: mtodos e modelos para anlise de decises. 4.ed. Rio de
Janeiro: LTC, 2009.
Elsevier,2007.
RAGSDALE, C. T. Modelagem e anlise de deciso. So Paulo: Cengage Learning, 2009.
SILVA, E. M. et al. Pesquisa operacional: programao linear. So Paulo: Atlas, 1999.
CRITRIOS DE AVALIAO DO 1 GQ
Ela construda ao longo do semestre e se torna crescente ao passo que o aluno observado
respondendo as questes, tirando dvidas ao final da aula ou por email, participando ativamente da aula,
oferecendo sugestes para o aperfeioamento contnuo da metodologia utilizada.
Por outro lado, a bonificao se torna decrescente medida que o aluno demonstra pelas suas
atitudes descomprometimento com a aula.
O quantitativo de faltas no tem sido um bom indicador desse comprometimento, pois alguns
alunos tm enfrentados problemas delicados de ordem estritamente pessoais, como parentes
gravemente doentes, perdas de familiares, problemas no emprego, que tem geral um nmero de faltas
prximo ao limite aceitvel de 25% da carga horria. H alunos que tem uma quantidade de faltas acima
da mdia, digamos 12 ou mais faltas at 18 no mximo, mas que por email tem sido muito participativo,
mostrando o quanto desenvolveu de determinados exerccios, tirando dvidas, etc, o que demonstra um
certo grau de comprometimento com a disciplina.
Tipos de Modelos
O relacionamento entre as variveis em um modelo , na maioria das vezes, escrito em termos
matemticos. Existem vrias formas de gerar e utilizar essas relaes, e por isso existem diversos tipos
de modelos.
O modelo mais apropriado para um dado problema depende de vrios fatores como:
Natureza matemtica das relaes entre as variveis;
Objetivos do tomador de decises;
Extenso do controle sobre as variveis de deciso;
Nvel de incerteza associado com o ambiente da deciso.
Com base nestas consideraes, podemos dividir os modelos em dois grandes tipos:
Modelos de simulao;
Modelos de otimizao.
Ser analisado mais detalhadamente o modelo de otimizao, objetivo principal da disciplina.
Definio do problema
Deve ser definido o objetivo bsico do problema, ou seja, a otimizao a ser alcanada. Por
exemplo, maximizao de lucros, ou de desempenhos, ou de bem-estar social; minimizao de
custos, de perdas, de tempo.
O administrador deve reconhecer que existe um problema que precisa da melhor soluo,
pela pesquisa dos valores timos das variveis.A opo pelo modelo de otimizao, ao invs de
simulao poder ser mais til quando:
Existirem muitas variveis de deciso, tornado o modelo de simulao lento.
Houver restries nos recursos ou variveis que tornem complexo o processo de escolha
dos valores das variveis.
Os sistemas requerem preciso nos clculos das variveis, para respeitar restries ou
evitar grandes variaes no resultado final.
Identificao das variveis relevantes
Por exemplo, nmero de mquinas, a rea a ser explorada, as classes de investimento
disposio etc. Normalmente, assume-se que todas estas variveis possam assumir somente
valores positivos. O conjunto de variveis relevantes para um modelo de otimizao inclui:
Leitura recomendada
Andrade, Eduardo Leopoldino. Introduo pesquisa operacional. 3 ed. Rio de Janeiro: LTC,
2004. Captulos 2.
3. Restries
Cada restrio imposta na descrio do sistema deve ser expressa como uma relao linear
(igualdade ou desigualdade), montadas com as variveis de deciso.
Exemplo 01
Certa empresa fabrica dois produtos P1 e P2. O lucro unitrio do produto P1 de 1.000
unidades monetrias e o lucro unitrio de P2 de 1.800 unidades monetrias. A empresa precisa
de 20 horas para fabricar uma unidade de P1 e de 30 horas para fabricar uma unidade de P2. O
tempo anual de produo disponvel para isso de 1.200 horas. A demanda esperada para cada
produto de 40 unidades anuais para P1 e 30 unidades anuais para P2. Qual o plano de
produo para que a empresa maximize seu lucro nesses itens? Construa o modelo de
programao linear para esse caso.
Soluo:
1. Variveis de deciso
O que deve ser decido o plano de produo, ou seja, quais as quantidades anuais que
devem ser produzidas de P1 e P2.
Portanto, as variveis de deciso sero X1 e X 2
1000 X1 1800 X 2
Objetivo: maximizar L 1000 X1 1800 X 2
3. Restries
As restries impostas pelos sistemas so:
Disponibilidade de horas para produo: 1200 horas.
Horas ocupadas com P1: 20 X1 (uso por unidade quantidade produzida)
Horas ocupadas com P1: 30 X 2 (uso por unidade quantidade produzida)
Total em horas ocupadas na produo: 20 X1 30 X 2
Restrio descritiva da situao: 20 X1
30 X 2
1200
40
30
Resumo do modelo:
max L 1000 X1 1800 X 2
Sujeito a:
20X1 30X 2
Restries tcnicas
Restries de no negatividade
1200
X1
40
X2
30
X1
X2
Leitura recomendada
Silva, Ermes Medeiros da. & et al. Pesquisa operacional para os cursos de: economia,
administrao e cincias contbeis 3 ed. So Paulo: Atlas, 1998. Captulos 2, pginas 14 a 18.
EXERCCIOS
Exerccio 01
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.
Soluo:
1. Variveis de deciso
Devemos decidir quais as quantidades de carne e ovos a pessoa deve consumir no dia. As
variveis de deciso sero X1 e X 2
Custo total: C
3X1 2,5X 2
Objetivo: minimizar C 3X1 2,5X 2
3. Restries
As restries impostas pelos sistemas so:
Necessidade mnima de vitamina: 32 unidades.
Vitamina de carne: 4 X1 (quantidade por unidade
Vitamina de ovos: 8 X 2 (quantidade por unidade
Total de vitaminas: 4X1 8X 2
Restrio descritiva da situao: 4X1
8X 2
Resumo do modelo:
min C 3X1 2,5X 2
Sujeito a:
Restries tcnicas
4X1 8X 2
32
6X1 6X 2
36
Restries de no negatividade
X1
X2
6X 2
32
36
10X1 12X 2
s.a. 2X1 1X 2
X1
0,
60
6
X2
X1 X 2
s.a.
600
X1 100
X2
200
X1
0,
X2
20 = 4000
Leitura recomendada
Silva, Ermes Medeiros da. & et al. Pesquisa operacional para os cursos de: economia,
administrao e cincias contbeis 3 ed. So Paulo: Atlas, 1998. Captulos 2, pginas 18 a 21.
a11X1
C1X1 C2X 2 Cn X n
a12 X 2 a1n X n b1
a 21X1 a 22 X 2 a 2n X n
s.a.
b2
a m1X1 a m 2 X 2 a mn X n
X1 X 2 X n
X1
0, X 2
bm
0,, X n
20 = 4000
Exemplo 01
Uma agroindstria deve produzir um tipo de rao para determinado animal. Essa rao
produzida pela mistura de farinha de trs ingredientes bsicos: osso, soja e resto de peixe. Cada um
desses trs ingredientes contm diferentes quantidades de dois nutrientes necessrios a uma dieta
nutricional balanceada: protena e clcio. O nutricionista especifica as necessidades mnimas
desses nutrientes em 1 kg de rao. Cada ingrediente adquirido no mercado com certo custo
unitrio ($/kg). Na tabela a seguir, os dados do problema so apresentados. Os ingredientes podem
ser constitudos por outros elementos, mas que no so importantes para o problema em questo.
X 2 Quantidade (em kg) de soja que deve ser utilizada em um unidade (1kg) da rao.
X 3 Quantidade (em kg) de peixe que deve ser utilizada em um unidade (1kg) da rao.
mn C 0,56 X1 0,81X 2 0,46 X3
s.a.
0,2X1 0,5X 2
0,4X3
0,3
0,6X1 0,4X 2
0,4X3
0,5
X1 X 2
X1
0, X 2
X3
0, X3
Leitura recomendada
Arenales, MARCOS. & et al. PESQUISA OPERACIONAL. Rio de Janeiro: Elsevier, 2007. Captulo
2, pginas 15 a 20.
Minimizar
CijXij
i 1j 1
X ij a i
i 1, ..., m
X ij bi
j 1, ...,n
j 1
m
s.a.
i 1
X1
0 i 1, ..., m e j 1, ..., n
Exemplo 01
Considere uma companhia distribuidora de bebidas que tem 2 centros de produo (m = 2) Recife e
Natal e 3 mercados consumidores principais (n = 3) Pernambuco, Paraba e Rio Grande do Norte. O custo
unitrio de se transportar uma unidade do produto de cada centro de produo a cada mercado consumidor
dado na tabela a seguir. Nessa tabela tambm so apresentadas as demandas de cada mercado e a
quantidade mxima disponvel do produto em cada centro de produo no prximo perodo.
Dados para o problema de transporte da companhia de bebidas
Mercado
Centro de suprimento
Pernambuco
Paraba
Rio G. Norte
Suprimento disponvel
Recife
4
2
5
800
Natal
11
7
4
1000
Demanda dos mercados
500
400
900
Determinar as quantidades a ser transportadas de cada centro de produo para os mercados com o
mnimo custo.
Soluo:
X ij Quantidade do produto a ser enviada do centro de produo i, i = 1 (Recife), 2 (Natal), ao mercado j, j =
1 (Pernambuco), 2 (Paraba), 3 (Rio G. Norte).
mn C 4X11 2X12 5X13 11X 21 7X 22
s.a.
X11 X12
X13
800
X 21 X 22
X 23
1000
X11 X 21
500
X12
X 22
400
X13
X 23
900
X11
0, X12
0, X13
0, X 21
0, X 22
4X 23
0, X 23
Leitura recomendada
Arenales, MARCOS. & et al. PESQUISA OPERACIONAL. Rio de Janeiro: Elsevier, 2007. Cap. 2, pg. 21 a 26.
Maximizar L
l jX j
j 1
s.a. j 1
dj
a ijX j Ci
Xj
vj
i 1, ..., m
j 1, ...,n
Exemplo
Um fabricante de geladeiras precisa decidir quais modelos deve produzir em uma nova
fbrica recentemente instalada. O departamento de marketing e vendas realizou uma pesquisa de
mercado que indicou que, no mximo, 1.500 unidades do modelo de luxo e 6.000 unidades do
modelo bsico podem ser vendidas no prximo ms. A empresa j contratou um certo nmero de
empregados e, com isso, dispe de uma fora de trabalho de 25.000 homens-hora por ms. Cada
modelo de luxo requer dez homens-hora e cada modelo bsico requer oito homens-hora para ser
montado. Alm disso, uma mesma linha de montagem compartilhada pelos dois modelos e
considere que a capacidade de produo desta linha seja de 4.500 geladeiras por ms. O lucro
unitrio do modelo de luxo de $100,00, e do modelo bsico de $50,00. Deseja-se determinar
quanto produzir de cada modelo de modo a maximizar o lucro da empresa.
Soluo:
X j Quantidade de geladeiras do tipo j produzida durante o ms, j = 1 (luxo) e 2 (bsico).
mx L
100 X1 50 X 2
10X1 8X 2 25.000
s.a. X1
X2
4.500
X1 1.500 e 0
X2
6.000
X1 X 2
s.a.
5X1 X 2
10
X1 8
X1
0 e X2
Soluo:
a) Construir a regio de solues das restries:
X1 X 2 5
Se X1 = 0, ento 0 + X 2 = 5
Se X 2 = 0, ento 0 + X1 = 5
5X1 X 2
X1
10
Se X1 = 0, ento 5 0 + X 2 = 10 ou X 2 = 10
Se X 2 = 0, ento 5 X1 +0 = 10 ou X1 = 2
A representao grfica uma reta paralela ao eixo X 2 pelo ponto X1 = 8
Grfico:
Tomando-se o ponto (5,5) para o teste da regio de soluo de cada uma das inequaes
temos, substituindo os valores X1 = 5 e X 2 =5:
X1 X 2 5 , ento 5 + 5 5 ou 10 5, a desigualdade verdadeira
4X1 6X 2
s.a. X1
X2
X1
60
12
0 e X2
Soluo:
a) Construir a regio de solues das restries:
4X1 6X 2 60
Se X1 = 0, ento 6 X 2 = 60 ou X 2 = 10
Se X 2 = 0, ento 4 X1 = 60 ou X1 = 15
X1 X 2
12
Se X1 = 0, ento X 2 = 12
Se X 2 = 0, ento X1 = 12
Grfico:
Tomando-se o ponto (15,12) para o teste da regio de soluo de cada uma das inequaes
temos, substituindo os valores X1 = 15 e X 2 =12:
4X1 6X 2 60 , ento 4 15 + 6 12 60 ou 132 60, o que falso.
X1 X 2
12 , ento 15 + 12
2X1 3X 2
45
Se X 2 = 0, ento 2 X1 + 3 0 = 24 ou X1 = 12
Se X1 = 0, ento 2 0 + 3 X 2 = 45 ou X 2 = 15
Se X 2 = 0, ento 2 X1 + 3 0 = 45 ou X1 = 22,5
c) Concluso.
Conclumos que L atinge o maior valor na regio de solues sobre a reta 4X1 6X 2 60 .
Portanto, todos os pontos do segmento a partir do ponto de equilbrio so solues timas do
modelo. Ponto de mximo: X1 = 15, X 2 = 0. Valor de mximo = 2 15 + 3 0 = 30
s.a.
X1
X2
3X1 2X 2
X1
18
0 e X2
Soluo:
1 Iterao
Passo 1: Introduo da varivel de folga
Maximizar L 3X1 5X 2 0X3 0X 4
s.a.
X1 X3
X2
X4
3X1 2X 2
X1
X5
0 e X2
0X 5
18
0
X3
X4
X5
X3
X4
X5
3
-3
2
0
0
1
L
-5
0
0
0
Soluo: L 3 0 5 0 0 4 0 6 0 18 0
Passo 3: Transformao da matriz (varivel que deve entrar e a que deve sair da base):
Entrar: X 2 , por ter o maior valor negativo na linha (L)
18
0
Sair:
X3
X2
X5
0
0
-2
5
1
0
6
30
3
-3
0
0
Soluo: L
3 0 5 6 0 4 0 0 0 6
30
2 Iterao
Passo 3: Transformao da matriz (varivel que deve entrar e a que deve sair da base):
Entrar: X1 , por ter o maior valor negativo na linha (L)
Sair:
Nova matriz: Zerar os valores da coluna X1 , com exceo da linha pivor (terceira)
BASE
X1
X2
X3
X4
X5
X3
23
13
X2
X1
0
0
23
13
2
36
1
0
0
0
Soluo: L
3 2 5 6 0 2 0 0 0 0
36
2X1 1X 2
14
2X1 3X 2
24
X1
0 e X2
Soluo:
1 Iterao
Passo 1: Introduo da varivel de folga
Maximizar L 9X1 3X 2 0X3 0X 4
s.a.
2X1 1X 2
X3
14
2X1 3X 2
X4
24
X1
0 e X2
X3
X4
X3
14
X4
2
-9
3
-3
0
0
1
0
24
0
Soluo: L 9 0 3 0 0 14 0 24 0
Passo 3: Transformao da matriz (varivel que deve entrar e a que deve sair da base):
Entrar: X1 , por ter o maior valor negativo na linha (L)
Sair:
Nova matriz: Zerar os valores da coluna X1 , com exceo da linha pivor (segunda)
BASE
X1
X2
X3
X4
X1
X4
12
12
-1
10
32
9 2
0
Soluo: L 9 7 3 0 0 0 0 10 63
Exemplo 2
Resolver o problema de programao linear, pelo mtodo simplex:
Maximizar L 3X1 5X 2 1X3
2X1 4X 2 1X3
s.a.
6X1 2X 2
2X 2
X1
0, X 2
16
24
0 e X3
Soluo:
1 Iterao
Passo 1: Introduo da varivel de folga
Maximizar L 3X1 5X 2 1X3 0X 4 0X5
s.a.
2X1 4X 2 1X3
X4
6X1 2X 2
X5
24
2X 2
X6
X1
0, X 2
0 e X3
16
0X 6
63
X4
X5
16
24
X6
0
2
0
0
0
1
6
L
-3
-5
-1
0
0
0
0
Soluo: L 3 0 5 0 1 0 0 16 0 24 0 6 0
Passo 3: Transformao da matriz (varivel que deve entrar e a que deve sair da base):
Entrar: X 2 , por ter o maior valor negativo na linha (L)
Sair:
Nova matriz: Zerar os valores da coluna X 2 , com exceo da linha pivor (segunda)
BASE
X1
X2
X3
X4
X5
X6
X4
X5
-2
-1
18
X2
-3
0
Soluo: L
12
5 2
-1
0
0
3 0 5 3 1 0 0 4 0 18 0 0 15
0
3
15
2 Iterao
Passo 3: Transformao da matriz (varivel que deve entrar e a que deve sair da base):
Entrar: X1 , por ter o maior valor negativo na linha (L)
Sair:
12
12
-1
-3
-3
X2
0
0
Soluo: L
12
12
32
-1 2
0
3 2 5 3 1 0 0 0 0 6 0 0 21
0
3
21
3 Iterao
Passo 3: Transformao da matriz (varivel que deve entrar e a que deve sair da base):
Entrar: X 6 , por ter o maior valor negativo na linha (L)
Sair:
Nova matriz: Zerar os valores da coluna X1 , com exceo da linha pivor (terceira)
BASE
X1
X2
X3
X4
X5
X6
X1
X6
-1/10
-1/10
1/5
16/5=3,2
-3/5
-3/5
1/5
6/5=1,2
X2
3/10
3/10
-1/10
1/5
6/5
1/10
12/5=2,4
108/5=21,
6
Soluo: L
21,6