Escolar Documentos
Profissional Documentos
Cultura Documentos
Palavras do professor
SUMRIO
PALAVRAS DO PROFESSOR.....................................................1
1.
PROGRAMAO LINEAR................................................. 15
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
Sciences
Brasileira
de
Pesquisa
Operacional
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.
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
Avaliao das
Alternativas
Deciso
Critrios
Fonte: Andrade (2004)
Figura 1 As fases de um processo de tomada de deciso.
11
Hiptese 1
Hiptese 2
Soluo 1
Modelo
de
Simulao
Hiptese 3
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.
12
Dados e
informaes
do sistema
Modelo de
Otimizao
Representao do
Sistema
Critrio de seleo
da alternativa
Soluo tima
Deciso
13
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
16
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.
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
-
18
Maximizar Z =
c j xj
j=1
Sujeito a:
n
aijxj bi
xj 0
j=1
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
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
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
24
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
Lucro por
unidade
Horas de
trabalho
Horas de uso de
mquinas
Demanda
mxima
2.100
1.200
600
6
4
6
12
6
2
800
600
600
26
27
Recurso R1 por
unidade
Recurso R2 por
unidade
Recurso R3 por
unidade
P1
P2
2
4
3
2
5
3
Disponibilidade de
recursos por ms
100
90
120
28
29
Rentabilidade* %
7,6
15,0
15,1
12,0
13,5
14,9
13,4
15,1
14,0
15,6
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
Produto 1
9
5
3
Produto 2
3
4
0
Produto 3
5
0
2
31
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?
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
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
120
100
80
Gabinete
Pequeno
60
Gabinete
Grande
40
Unidades
de disco
20
0
0
20
40
60
80
100
X1
120
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
X1
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
30
X1 = 60
X2 = 30
Gabinete
Grande
Unidades
de disco
X1
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?
42
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
45
46
47
48
49
c)
50
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:
-
52
53
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
Departamento B
Departamento C
2
2
1
2
4
2
Produto 1
Produto 2
A
B
C
160
120
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
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.
5
58
5.1
59
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
Resolver o problema
60
61
Relatrio de soluo
Relatrio de anlise
de sensibilidade
62
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.
63
Anlise do Resultado
Valor da funo
Custo reduzido
Folga ou
Preo
sombra ou
Figura 7 Apresentao de resultado aps a execuo de um modelo sem erros.
64
Figura 10 - Folga ou excesso de recursos e valor do preo sombra (preo dual) de nosso problema.
65
5.3
Anlise de Sensibilidade
66
67
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.
69
70
Lucro por
unidade
Horas de
trabalho
Horas de uso
de mquinas
Demanda
mxima
P1
2.100
12
800
P2
1.200
600
P3
600
600
71
72
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
74
Figura 1 Situao tpica de um problema de transporte, com duas fontes e trs destinos.
75
Minimizar Z =
cijxij
i=1 j=1
Sujeito a:
n
xij = ai
j=1
m
xij = bj
xij 0
i=1
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
j=1
i=1
ai = bj
76
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
79
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
81
82
83
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
85
86
10
12
5000
Curitiba
20
10000
12
15
12000
Bento Gonalves
10000
Necessidade
Penalidades
10000
4
4
10000
2
9
17000
4
3
10
Curitiba
20
Bento Gonalves
10000
Necessidade
Penalidades
10000
4
4
5000
12
5000
10000
10000
12
2000
15
12000
2
9
17000
4
3
87
5000
10
12
20
15
10000
5000
10000
12000
17000
5000
10
12
5000
20
10000
15
12000
10000
17000
5000
88
5000
10
12
5000
20
10000
15
12000
5000
10000
5000
17000
5000
10
12
5000
20
5000
10000
12000
15
12000
Bento Gonalves
Necessidade
10000
5000
17000
89
desbalanceamento.
Demanda > Oferta
- criar nova fbrica ou
fonte
- necessidade no atendida
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.
D2
D1
D3
Disponibilidades
S1
10
15
20
40
S2
12
25
18
100
S3
16
14
24
10
Necessidades
50
40
60
92
D1
D2
D3
Disponibilidades
S1
10
15
20
100
S2
12
25
18
80
S3
16
14
24
20
100 50
60
Necessidades
200
150
300
93
Centro
consumidor
100
300
250
10
12
Fbrica 2
15
Fbrica 3
15
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
95
96
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
98
99
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
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
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
105
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
Construo do modelo
No
Modelo aprovado?
Sim
Elaborao de programa ou planilha de computador
107
108
109
R$7,00
R$1,30
R$2,00
R$0,40
Custo fixo
R$6.000,00
110
111
112
113
114
Custos (R$)
20000
y = 0,7868x - 6372,7
R2 = 0,9507
15000
10000
5000
0
0
5000
10000
15000
20000
25000
30000
35000
Figura 6 Comparao do real com o previsto pelo modelo original com adio de linha de
tendncia linear.
115
25000
y = 1305,5e9E-05x
Custos (R$)
20000
R2 = 0,9967
15000
10000
5000
0
0
5000
10000
15000
20000
25000
30000
35000
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 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.
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
120
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
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.
122
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
F
5
C
D
H
3
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
126
127
128
BIBLIOGRAFIA
129
Tomada
de
Decises.
130
131
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
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
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
136
137
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
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
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
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
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.
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
148
149
Pesquisa
Operacional
Aplicada rea de negcios
Modelagem em Excel e LINDO
Cursos de Administrao, Economia e Contbeis
Maro de 2007
Florianpolis Santa Catarina
150
151