INTRODUO ENGENHARIA 2013

AULA PRTICA NO 11 PESQUISA OPERACIONAL 06 DE MAIO

PROF. IVO C. ALVES

NOME

RA

TURMA

Objetivos do experimento: Nesta aula vamos conhecer e estudar de forma

preliminar o conceito e a disciplina pesquisa operacional, bem como, entender e
compreender o alcance desta disciplina como um aliado na resoluo de problemas.
Conhecimentos desenvolvidos durante a aula: Resoluo de sistemas e fazer
uso da aplicao grfica.
Habilidades necessrias: Raciocnio lgico matemtico
Atitudes esperadas: A partir da aula espera-se que o aluno consiga estabelecer a
funo objetivo e restries propostas na resoluo de uma situao problema.

INTRODUO
O Desenvolvimento da Pesquisa Operacional
Durante a Segunda Guerra Mundial, um grupo de cientistas foi convocado na
Inglaterra para estudar problemas de estratgia e de ttica associados com a defesa
do pas. O objetivo era decidir sobre a utilizao mais eficaz de recursos militares
limitados. A convocao deste grupo marcou a primeira atividade formal de pesquisa
operacional. Os resultados positivos conseguidos pela equipe de pesquisa
operacional inglesa motivaram os Estados Unidos a iniciarem atividades
semelhantes. Apesar de ser creditada Inglaterra a origem da Pesquisa
Operacional, sua propagao deve-se principalmente equipe de cientistas liderada
por George B. Dantzig, dos Estados Unidos, convocada durante a Segunda Guerra
Mundial. Ao resultado deste esforo de pesquisa, concludo em 1947, deu-se o
nome de Mtodo Simplex.
Com o fim da guerra, a utilizao de tcnicas de pesquisa operacional atraiu o
interesse de diversas outras reas. A natureza dos problemas encontrados
bastante abrangente e complexa, exigindo, portanto uma abordagem que permita
reconhecer os mltiplos aspectos envolvidos. Uma caracterstica importante da
pesquisa operacional e que facilita o processo de anlise e de deciso a utilizao
de modelos. Eles permitem a experimentao da soluo proposta. Isto significa que
uma deciso pode ser mais bem avaliada e testada antes de ser efetivamente
implementada. A economia obtida e a experincia adquirida pela experimentao
justificam a utilizao da Pesquisa Operacional. Com o aumento da velocidade de
processamento e quantidade de memria dos computadores atuais, houve um
grande progresso na Pesquisa Operacional. Este progresso devido tambm
larga utilizao de microcomputadores, que se tornaram unidades isoladas dentro de
empresas. Isso faz com que os modelos desenvolvidos pelos profissionais de
Pesquisa Operacional sejam mais rpidos e versteis, alm de serem tambm
interativos, possibilitando a participao do usurio ao longo do processo de clculo.

Modelagem
Um modelo uma representao de um sistema real, que pode j existir ou ser um
projeto aguardando execuo. No primeiro caso, o modelo pretende reproduzir o
funcionamento do sistema, de modo a aumentar sua produtividade. No segundo
caso, o modelo utilizado para definir a estrutura ideal do sistema. A confiabilidade
da soluo obtida atravs do modelo depende da validao do modelo na
2

representao do sistema real. A validao do modelo a confirmao de que ele

realmente representa o sistema real. A diferena entre a soluo real e a soluo
proposta pelo modelo depende diretamente da preciso do modelo em descrever o
comportamento original do sistema. Um problema simples pode ser representado
por modelos tambm simples e de fcil soluo. J problemas mais complexos
requerem modelos mais elaborados, cuja soluo pode vir a ser bastante
complicada.
Estrutura de Modelos Matemticos
Em um modelo matemtico, so includos trs conjuntos principais de elementos:
(1) variveis de deciso e parmetros: variveis de deciso so as incgnitas
a serem determinadas pela soluo do modelo. Parmetros so valores fixos
no problema;
(2) restries: de modo a levar em conta as limitaes fsicas do sistema, o
modelo deve incluir restries que limitam as variveis de deciso a seus
valores possveis (ou viveis);
(3) funo objetivo: uma funo matemtica que define a qualidade da
soluo em funo das variveis de deciso.

Para melhor ilustrar ao conjunto acima, considere o seguinte exemplo:

Uma empresa de comida canina produz dois tipos de raes: Tobi e Rex. Para a
manufatura das raes so utilizados cereais e carne. Sabe-se que:
a rao Tobi utiliza 5 kg de cereais e 1 kg de carne, e a rao Rex
utiliza 4 kg de carne e 2 kg de cereais;
o pacote de rao Tobi custa $ 20 e o pacote de rao Rex custa $ 30;
o kg de carne custa $ 4 e o kg de cereais custa $ 1;
esto disponveis por ms 10 000 kg de carne e 30 000 kg de cereais.
Deseja-se saber qual a quantidade de cada rao a produzir de modo a maximizar o
lucro.

Neste problema as variveis de deciso so as quantidades de rao de cada tipo a

serem produzidas. Os parmetros fornecidos so os preos unitrios de compra e
venda, alm das quantidades de carne e cereais utilizadas em cada tipo de rao.
As restries so os limites de carne e cereais e a funo objetivo uma funo
matemtica que determine o lucro em funo das variveis de deciso e que deve
ser maximizada.

Tcnicas Matemticas em Pesquisa Operacional

A formulao do modelo depende diretamente do sistema a ser representado. A
funo objetivo e as funes de restries podem ser lineares ou no lineares. As
variveis de deciso podem ser contnuas ou discretas (por exemplo, inteiras) e os
parmetros podem ser determinsticos ou probabilsticos. O resultado dessa
diversidade de representaes de sistemas o desenvolvimento de diversas
tcnicas de otimizao, de modo a resolver cada tipo de modelo existente. Estas
tcnicas incluem, principalmente: programao linear, programao inteira,
programao dinmica, programao estocstica e programao no linear.
Programao linear utilizada para analisar modelos onde as restries e a funo
3

objetivo so lineares; programao inteira se aplica a modelos que possuem

variveis inteiras (ou discretas); programao dinmica utilizada em modelos onde
o problema completo pode ser decomposto em subproblemas menores;
programao estocstica aplicada a uma classe especial de modelos onde os
parmetros so descritos por funes de probabilidade; finalmente, programao
no linear utilizada em modelos contendo funes no lineares.
Uma caracterstica presente em quase todas as tcnicas de programao
matemtica que a soluo tima do problema no pode ser obtida em um nico
passo, devendo ser obtida iterativamente. escolhida uma soluo inicial (que
geralmente no a soluo tima). Um algoritmo especificado para determinar, a
partir desta, uma nova soluo, que geralmente superior anterior. Este passo
repetido at que a soluo tima seja alcanada (supondo que ela existe).
Resoluo:
Nosso modelo deseja maximizar o lucro (Z) a partir da quantidade de rao Tobi (x1)
e de rao Rex (x2). A Tabela abaixo apresenta o clculo do lucro unitrio de cada
rao.
Clculo do lucro unitrio de cada rao
Rao Tobi
Rao Rex
Custo de carne
1 kg x $ 4 = $ 4
4 kg x $ 4 = $ 16
Custo de cereais
5 kg x $ 1 = $ 5
2 kg x $ 1 = $ 2
Custo total
$9
$ 18
Preo
$ 20
$ 30
Lucro
$ 11
$ 12
A funo objetivo pode ser escrita como:
Funo Objetivo Maximizao: Z = 11 x1 + 12 x2
Restries: 1 x1 + 4 x2 10.000 (restrio de carne)
5 x1 + 2 x2 30.000 (restrio de cereais)
x1, x2 0 (positividade das variveis)
Soluo Grfica
Este problema com apenas duas variveis pode ser resolvido graficamente. Traase um grfico com os seus eixos sendo as duas variveis x1 e x2. A partir da,
traam-se as retas referentes s restries do problema e delimita-se a regio vivel,
conforme figura abaixo:

Encontrada a regio vivel, deve-se traar uma reta com a inclinao da funo
objetivo. So ento traadas diversas paralelas a ela no sentido de Z crescente
(maximizao da funo), como na Figura a seguir. O ponto timo o ponto onde a
reta de maior valor possvel corta a regio vivel (normalmente num vrtice).

$ 78.888,93

Soluo: Mtodo Algbrico

Funo Objetivo Maximizao: Z = 11 x1 + 12 x2
Restries: 1 x1 + 4 x2 10.000 (restrio de carne)
5 x1 + 2 x2 30.000 (restrio de cereais)
x1, x2 0 (positividade das variveis)
Pela resoluo do sistema temos:
1 x1 + 4 x2 10.000 (I)
5 x1 + 2 x2 30.000 (II)

Multiplicando a equao (I) por cinco e subtraindo a equao (II):

5 x1 + 20 x2 50.000 [(I (x 5)]
(-)
x1 + 2 x2 30.000
(II)
0 + 18 x2
Logo: x2

Faz-se a substituio na Eq. II, temos:

5 x1 + 2 x2 30.000
5 x1 + 2 . 1111,11 30.000
x1

Lucro maximizado ser:

Z = 11 x1 + 12 x2
Z = 11 . 1111,11 + 12 . 5555,56 = $ 78.888,93

Parte Prtica
Atividade 1: Uma empresa fbrica mesas para escritrio. H 2 tipos distintos de
mesa: standard e de luxo. Ambos os tipos de mesa so construdas em 2 etapas:
montagem e acabamento. O modelo standard necessita de 2 horas de montagem e
1 hora de acabamento. O modelo luxo necessita de 1 hora de montagem e 2 horas
de acabamento.
Sabe-se que nesta empresa h, diariamente, 104 horas mximas disponveis para
montagem e 76 horas mximas disponveis para acabamento. Para venda, sabe-se
que a mesa standard gera $ 200 de lucro ao passo que a mesa luxo gera $ 350 de
lucro.
Qual a combinao tima fabricao dessas mesas no intuito de maximizar o lucro?
Sugesto:
1. Monte a funo objetivo
2. Em funo das variveis da funo objetivo, monte as restries.
3. Resolva graficamente o problema, e tambm pelo mtodo algbrico.

Atividade 2: Uma empresa de bebidas deseja engarrafar e rotular dois tipos

diferentes de cervejas. Para a bebida Cerveja To Be, 2 minutos so gastas para
engarrafar uma remessa e, a rotulagem gasta 1 minuto. Para a bebida Cerveja
Bado, 3 minutos so gastas para engarrafar uma remessa, sendo que so gastos 4
minutos para a rotulagem. Uma remessa de To Be gera $10 de lucro ao passo que
uma remessa de Bado gera $ 20 de lucro. Sabe-se que h restries tanto na parte
de engarrafamento quanto na parte de rotulagem. H, no mximo, 20 horas dirias
para engarrafar os produtos e h, no mximo, 15 horas dirias para rotulagem.
Qual a combinao tima entre os produtos To Be e Bado para maximizarmos o
lucro?
Sugesto:
1. Monte a funo objetivo
2. Em funo das variveis da funo objetivo, monte as restries.
3. Resolva graficamente o problema, e tambm pelo mtodo algbrico.

CONCLUSES:

REFERNCIAS BILIOGRFICAS
HOLTZAPPLE, M. T. e REECE, W. D.; Introduo Engenharia; LTC Editora,
2006.
LISBOA, E.F.A. Notas de Aulas do Curso de Pesquisa Operacional da Universidade
Estcio de S.. Disponvel em: <http://www.ericolisboa.eng.br>. Acesso em: 02 de
maio 2007.
BATALHA, Mrio Otvio, (org.). Introduo Engenharia de Produo. 4a. tiragem.
Rio de Janeiro: Elsevier, 2008.
LACHTERMACHER, Gerson. Pesquisa Operacional na tomada de decises. 4 Ed.
So Paulo: Pearson, 2009.

10

11