Escolar Documentos
Profissional Documentos
Cultura Documentos
PESQUISA OPERACIONAL
MODELOS ESTOCSTICOS (PO II)
Professor: Joo Carlos Soares de Mello
Bibliografia:
Taha, H.A., Pesquisa Operacional, Pearson, 2008
Tavares, L.T.; Oliveira, R.C.; Themido, I.H.; Correia, F.N.
Investigao Operacional, McGraw-Hill, 1996
Bronson, R. Pesquisa Operacional, McGraw-Hill (Coleo
Schaum), 1985
Fiani, R. Teoria dos Jogos, Campus-Elsevier, 2006
Revistas: Pesquisa Operacional, Investigao Operacional,
Gesto & Produo, Produo (www.scielo.org)
Pgina: www.uff.br/decisao
TPICOS
TPICOS
Processo de Markov
Processos de nascimento e morte Teoria
das filas
Gesto de estoques
Grafo no orientado
V=(1,2,3,4,5,)
A=([1,2],[1,3],[3,4],
[3,5],[3,4],[4,5])
Grafo orientado
V=(A,B,C,D,E)
A=((A,B),(A,D),(A,C),(B,C),
(C,E),(D,E),(E,D))
Representao de um Grafo
Listas de Adjacncias: armazena o relacionamento
entre os vrtices em uma estrutura de listas.
Representao econmica do ponto de vista
computacional.
Grafos orientados: duas listas origem - destinos e
destino - origens
Grafo no orientados: uma lista
Representao de um Grafo
Matriz de adjacncias: dois vrtices so adjacentes
se esto unidos por uma aresta ou arco. Matriz
Mnxn (n total de vrtices)
Exemplo:
Representao de um Grafo
Matriz de adjacncias valorada - Matriz de
Distncias (custos): valores associados s
ligaes, matriz D
Exemplo
Percursos em grafos
Percurso ou itinerrio ou ainda cadeia uma
O Problema de Caminho
Mnimo
Objetivo: minimizao do custo de percurso de
um grafo entre dois vrtices, custo este dado pela
soma dos custos de cada aresta percorrida.
Existem muitos algoritmos para resolver este
problema, estudaremos dois: Dijkstra e Floyd
Algoritmo de Dijkstra: determina o custo ou
distncia mnima entre uma origem e um destino.
Algoritmo de Floyd: determina os custo ou
distncias mnimas entre todos os pares de
vrtices
Algoritmo de Dijkstra
Para cada vrtices usamos a notao: [c,j] X,
chamada de rtulo
c custo at o momento, j vrtice precedente, X pode
ser T (temporrio) ou P (permanente)
Incio no vrtice origem: [0,-]P
Analisar os vrtices adjacentes e colocamos rtulos
temporrios, calculamos a distncia at esse ponto,
caso esteja rotulado escolhemos o de menor distncia
Todos os vrtices rotulados, pare, caso contrrio,
escolha o de menor custo rotule como P e repetir o
passo anterior
Algoritmo de Dijkstra
Exemplo:
Quanto s informaes
Quanto ao nmero de decisores
Quanto aos critrios
Quanto ao objeto
Determinsticas
Com incerteza
Com risco
Mono decisor
Multi decisor
Jogos
Mono critrio
Multicritrio
Escolha (P )
Classificao (P )
Ordenao (P )
Correta descrio do problema
(P)
MTODOS
Pessimista (Maxmin). Se algo pode dar
errado, vai dar errado
Otimista (Maxmax). Tudo vai dar certo
Savage (intermedirio dos anteriores)
Custo de oportunidade perdida. No me
quero arrepender da deciso tomada.
Laplace. Valor esperado se as alternativas
forem equiproporcionais.
150
270
350
470
225
225
375
425
300
300
300
400
450
450
450
450
MTODO OTIMISTA
1
2
3
4
A
150
225
300
450
B
270
225
300
450
C
350
375
300
450
D
470
425
400
450
MTODO PESSIMISTA
1
2
3
4
A
150
225
300
450
B
270
225
300
450
C
350
375
300
450
D
470
425
400
450
MTODO DE LAPLACE
1
2
3
4
A
150
225
300
450
B
270
225
300
450
C
350
375
300
450
D
470
425
400
450
Esp1=(150+270+350+470)/4=310
Esp2=(225+225+375+425)/4=312,5
Esp3=(300+300+300+400)/4=325
Esp4=450
Consideram-se as
alternativas
equiprovveis e
usa-se o valor
esperado. Tem
srias restries
de uso
MTODO DE SAVAGE
1
2
3
4
A
150
225
300
450
B
270
225
300
450
S1=470 +150(1- )
S2=425 +225(1- )
S3=400 +300(1- )
S4=450
C
350
375
300
450
D
470
425
400
450
MTODO DE SAVAGE
1
2
3
4
A
150
225
300
450
B
270
225
300
450
C
350
375
300
450
D
470
425
400
450
necessrio comparar
apenas 1 e 4, j que 4
domina 2 e 3. Ou seja, na
hiptese do decisor achar
que deveria escolher 2 ou 3,
melhor escolher 4.
MTODO DE SAVAGE
Grfico do mtodo de Savage
500
400
300
200
100
0
Alfa
S1=470 +150(1- )
S2=425 +225(1- )
S3=400 +300(1- )
S4=450
A
150
225
300
450
B
270
225
300
450
C
350
375
300
450
D
470
425
400
450
1
2
3
4
A
300
225
150
0
B
180
225
150
0
C
100
75
150
0
D
0
45
70
20
300
180
100
225
225
75
45
150
150
150
70
20
300
180
100
225
225
75
45
150
150
150
70
20
Max1=300
Max2=225
Max3=150
Max4=20
Min(300,225,150,20)=20. Escolhe-se a alternativa 4.
DISCUSSO
Diante dos vrios mtodos, qual alternativa
escolher?
Depende da psicologia do decisor.
Neste caso h uma rara convergncia para
a alternativa 4. S o otimista escolheria a 1.
Savage permite uma anlise de
sensibilidade. Pelo grfico v-se que quase
certamente a 4 seria a escolhida.
EXEMPLO
C1
C2
C3
C4
A1
10
500 1000
-100 0
A2
20
30
40
A3
150 0
500
C5
EXEMPLO MTODO
OTIMISTA
C1
C2
C3
A1
10
500
1000 -100 0
A2
20
30
40
A3
150
500
Escolhida a A1
C4
C5
EXEMPLO MTODO
PESSIMISTA
C1
C2
C3
A1
10
500
1000 -100 0
A2
20
30
40
A3
150
500
Escolhida a A2
C4
C5
EXEMPLO MTODO DE
LAPLACE
C1
C2
C3
C4
A1
10
500
1000 -100 0
A2
20
30
40
A3
150
500
C5
EXEMPLO MTODO DE
SAVAGE
C1
C2
C3
C4
C5
A1
10
500
1000 -100 0
A2
20
30
40
A3
150
500
EXEMPLO MTODO DE
SAVAGE
1200
1000
800
600
A1
A2
400
200
0
-200
A3
EXEMPLO MTODO DE
MENOR ARREPENDIMENTO
C1
C2
C3
C4
C5
A1
10
500
1000 -100
A2
20
30
40
A3
150
500
QUAL A ESCOLHIDA?
C1
C2
C3
C4
C5
A1
140
105
A2
130
470
960
A3
500
500
O que um jogo
Situaes em que o resultado esperado no
depende s das nossas decises.
Interao estratgica
Racionalidade
Xadrez, Bridge, Guerra, Cartel, Combate
ao Crime, Localizao, Poltica...
No so considerados jogos de sorte e
habilidade puras.
Rota Norte
Busca Sul
Busca Norte
Rota Norte
Busca Sul
Busca Norte
No confessa
Confessa
(-3,-3)
(-1,-5)
No confessa
(-5, -1)
(-2,-2)
Confessa
No confessa
No confessa
(-6,-6)
(-4,-10)
(-10, -4)
(-2,-2)
Votao em 2 turnos.
Diretor 1
Diretor 2
Diretor 3
Ap
Am
Ap
Am
Am
Ap
O Truelo
3 atiradores
Atirador 1 100%
Atirador 2 80%
Atirador 3 20%
TEORIA DA DECISO
RACIONAL
Preferncias do decisor
Relaes binrias: ordem, ordem lata
Dadas A e B, A P B, B PA ou A I B
Se A P B e B P C ento A P C
Se A I B e B I C ento A I C
Racionalidade forte e fraca
Simplicidade, aprendizado, recompensas
IRRACIONALIDADE DE
GRUPO
SOLUO DE JOGOS
Eliminao sucessiva de estratgias dominadas: a
racionalidade conhecimento comum
Exemplo: Gato e Rato
Emprstimos bancrios: decises simultneas
Renova
No renova
Renova
4,4
1,5
No renova
5,1
3,3
LIMITAO DO MTODO
No exporta
Exporta pouco
Exporta muito
Investe
2,1
1,0
0,-1
No investe
1,0
2,1
-1,2
No h eliminao de estratgias
EQUILIBRIO DE NASH
Cada estratgia a melhor resposta
possvel s estratgias dos demais
jogadores e isso verdade para todos os
jogadores
No exporta
Exporta pouco
Exporta muito
Investe
L2,1 C
1,0
L0,-1
No investe
1,0
L2,1
-1,2
COMRCIO
INTERNACIONAL
Tarifa protecionista
Tarifa simblica
Tarifa protecionista
800, 800
2300, -700
Tarifa simblica
-700, 2300
1700, 1700
VRIOS EQUILIBRIOS DE
NASH
Campanha agressiva
Campanha normal
Campanha agressiva
-20, -20
10, -10
Campanha normal
-10, 10
0,0
Cinema
Jogo
Cinema
Jogo
2, 1
-1, -2
-2, -1
1, 2
LOCALIZAO
Sem custos de transporte: localizao
concentrada
Com custos de transporte: Localizao nos
extremos
Localizao de lojas
3 cidades, ABC
d(A,B)=10, d(A,C)=20, d(B,C)=15
P(A)=45%, P(B)=35%, P(C)=20%
Rede I (Grande), rede II (pequena)
I e II juntas ou equidistantes, I fica com
65%
I mais prxima fica com 90%
I mais distante fica com 40%
I no fica em C
Onde localizar?
Localizao de lojas
Jogo estritamente competitivo
(soma=100%)
(I,A), (II,A) g(I)=65% (o mesmo para B)
(I,A), (II,B)
g(I)=0,9x0,45+0,4x0,35+0,4x0,2=0,625
(I,A), (II,C)
g(I)=0,9x0,45+0,9x0,35+0,4x0,2=0,8
...
Localizao de lojas
II,A
II,B
II,C
I,A
65
62,5
80
I, B
67,5
65
80
Soluo
As duas em B
Soluo contra intuitiva
Jogo estvel, equilibrio de Nash
determinstico.
Jogo instvel
I,A
I, B
II,A
II,B
II,C
10
-1
II,A
II,B
I,A
10
I, B
-1
-2
I,A
II,A
-2
II, B
-10
I,B
-3
Jogo instvel
No tem equilibrio de Nash se for jogado
uma s vez.
Resolvido em termos de probabilidades
O jogo tem que ser jogado vrias vezes
para se obter um equilibrio de Nash em
estratgias mistas, isto , com alternncia
aleatria de estratgias, segundo uma
determinada distribuio de probabilidade
I,A
I, B
II,A
2
3
II,B
10
-1
Jogo instvel
I,A
I, B
II,A
2
3
II,B
10
-1
Jogo instvel
I,A
I, B
II,A
2
3
II,B
10
-1
Linearizao
I,A
I, B
II,A
2
3
II,B
10
-1
Linearizao
I,A
I, B
II,A
2
3
II,B
10
-1
Linearizao
Max E
s.a
E 2p1+3p2
E 10p1-p2
p1+p2=1
p1,p2 0
PPL com 3 variveis. Pode ser usado o mtodo
grfico?
I,A
I, B
II,A
2
3
II,B
10
-1
Linearizao
I,A
I, B
II,A
2
3
II,B
10
-1
Linearizao
I,A
I, B
II,A
2
3
II,B
10
-1
Grfico
p1=1/3
I,A
I, B
II,A
2
3
II,B
10
-1
p1=1/3
JOGOS REPETIDOS
-Jogo possui uma histria prvia de
conhecimento comum.
-Negcios, poltica, biologia.
-Formao de carteis: o cartel no estvel.
Exemplo: OPEP e a tica entre ladres.
-Ganha-se com coordenao, mas mais ainda
se apenas um trapacear.
COALIZO
Coordenao de quantidades ou preos. O
caso extremo o cartel em que se chega ao
preo do monoplio.
Pode haver conluios explcitos e tcitos.
Os explcitos so, normalmente proibidos
por lei.
Conluios tcitos: empresas dominantes,
pontos focais.
REPETIO
E se o jogo for realizado outra vez?
Os jogadores sabem que na segunda vez
no haver cooperao.
Logo, no h incentivo para cooperao na
primeira.
Pode-se generalizar para qualquer nmero
de repeties finitas.
JOGOS REPETIDOS
Loja dominante com nmero finito de unidades.
Se no valer a pena impedir a concorrncia uma
vez, no valer nunca. Ou seja, no vale a pena
ter fama de durona.
Cartis existem, obstculos concorrncia
existem. O que falha?
Hipteses simplificadoras: custos no
conhecidos, modelagem finita no apropriada.
EQUILIBRIOS ADICIONAIS
Todo o equilbrio de Nash em jogo
simples, tambm em jogo repetido.
Jogos com mais de um equilbrio de Nash
podem gerar repeties em que o equilbrio
no nenhum dos originais.
Situao de ameaas
AMEAAS
Especial
Comum
Urgente
4,3
0,1
Normal
0,0
2,2*
Rpida
2,5*
0,1
INDUO COOPERAO
Coero externa: punies adequadas,
custo da estrutura.
Cooperao espontnea: estratgia severa e
de Talio.
Probabilidade do jogo acabar.
Fatores de desconto e somas infinitas.
DECISES SEQUENCIAIS
rvores de deciso e jogos
sequenciais
DECISES SEQUENCIAIS
Aps uma tomada de deciso espera-se um
acontecimento para toma a prxima
deciso
O acontecimento pode ser aleatrio (rvore
de deciso) ou a deciso de outro (jogo
sequencial)
Forma matricial e estendida.
EXEMPLO
Credibilidade
Exemplo
Recursos provveis num terreno
Companhia oferece 60 pelos direitos
Opo para investimentos futuros se os atuais forem
promissores: valor 600
Explorao prpria : 100 de custo inicial, 2000 de lucro
se houver explorao positiva
Supor probabilidade de haver o recurso de 60%
E se houver uma opo de terceirizar aps a descoberta
do recurso?
E se a empresa tiver outros terrenos para pesquisar?
Mtodos Ordinais
Problema: existem n ordenaes
(correspondendo a n critrio ou n
decisores). Como fazer uma ordenao
justa?
O que uma ordenao justa?
Mtodos de ditador
Ditador puro
Ditadores sucessivos (ou lexicogrfico)
De novo as medalhas
Bb x Azar
Mtodo de Borda
Chevalier de Borda
Revoluo francesa
Soma de postos
No respeita a independncia em relao
s alternativas irrelevantes
Exemplo piorado: Frmula 1
a
b
c
d
e
D2
b
a
e
c
d
D3
b
a
c
d
e
5
7
11
11
11
Borda: retira-se c, d
D1
a
e
b
D2
b
a
e
a
b
e
D3
b
a
e
5
5
8
Borda: retira-se c, d, e
D1
a
b
D2
b
a
a
b
D3
b
a
5
4
Mtodo de Condorcet
Resolver o paradoxo de Borda
Considera apenas as alternativas duas a
duas.
Constri uma matriz binria
Maria Jean de Caritat, Marquis de
Condorcet
1
3
3
3
2
2
2
2
1
2
x
x
x
x
x
x
x
x
x
x
b
c
d
e
c
d
e
d
e
e
2
0
0
0
1
1
1
1
2
1
a b
0
1
0 0
0 0
0 0
c d e
1 1 1
1 1 1
1 0
0
1
1 0
a c
1
0
0 0
0 1
d e
1 1
1 0
1
0
Mtodo de Copeland:
a
b
c
d
e
a b
0
1
0 0
0 0
0 0
c d e
1 1 1
1 1 1
1 0
0
1
1 0
a=3
b=4
c=1
d=1
e=1
D1
a,b
c
d
a
b
c
d
1,5+2
1,5+2
3+2
4+4
D2
a,b,c
d
a
1
1
0
0
b
1
1
0
0
c
1
1
1
0
d
1
1
1
1
a
b
c
d
a
1
1
0
0
b
1
1
0
0
c
1
1
1
0
d
1
1
1
1
Loterias
Um evento estocstico com apenas dois
resultados.
P(A)=1-P(B)
Utilidade
Verdadeiro valor do ganho
Definida probabilisticamente. Se definida
deterministicamente chama-se funo de
valor
Exemplo: loteria do milho, rea para uma
fbrica, nota numa matria, tamanho de
onda, salrio, raspadinha...
Utilidade
Averso ao risco: utilidade marginal
diminui
Propenso ao risco: utilidade marginal
aumenta
Utilidade assinttica
Teorias psicolgicas da utilidade
Utilidade
Utilidade de von Neumann: Indiferena
entre obter um ganho e, com 100% de
probabilidade e participar de uma loteria
em que o maior valor tem probabilidade p
e o menor 1-p. Determinar esse p.
U(e) =pU(max) + (1-p)U(min)
Se normalizado, U(e) = U(max)
Crticas conduzem a funes de valor
Raiz
Ln[(a+bx)/c]
Arctg
tgh
PROCESSOS DE MARKOV
Definies bsicas
Estado de um sistema: situao em que se
encontra em determinado tempo
Vetor de estado: indica a probabilidade de cada
estado, em um determinado instante ou etapa do
processo
Processo de Markov: a probabilidade de numa
etapa o sistema se encontrar em um determinado
estado, depende apenas do estado anterior (sem
memria)
Cadeia de Markov: processo de Markov discreto
Definies bsicas
Probabilidade de transio: a probabilidade de o
sistema chegar ao estado j na etapa n+1, dado que
na etapa n estava no estado i.
Matriz de transio: matriz composta das
probabilidades de transio
Propriedades: produto de matrizes de transio
uma matriz de transio, produto de uma matriz
de transio por um vetor de estado um vetor de
estado
Transies sucessivas
Exemplos
Viajar de vrias formas
Processos peridicos
Estados absorventes
Matriz regular
Pelo menos uma potncia da matriz no tem nenhum
valor nulo
Comportamento esttico: vP=v
Significa tem um autovalor unitrio
O autovetor associado o vetor de estado no infinito, ou
vetor fixo.
Vetor fixo independe do estado inicial:
n
Fonte
Universo onde se encontram a populao que
dar origem aos clientes
Populao: finita, infinita. Influncia na
probabilidade de novas chegadas.
Chegadas simples e em grupo
Chegadas controlveis e incontrolveis
Taxa de chegada (cliente por unidade de tempo).
Pode ser constante ou aleatrio. Mede-se o tempo
entre duas chegadas.
Clientes podem ser pacientes ou impacientes
Fila
Simples e mltiplas
Finita ou infinita
Disciplina: FIFO (PEPS), FILO (PEUS),
aleatria, prioridades.
Servio
Simples ou em grupo
Tempo de servio
Taxa de servio (numero de clientes por
unidade de tempo)
Parmetros e critrios
Congestionamento: tempo do cliente
pouco valorizado
Ociosidade: tempo do cliente muito
valorizado
Parmetros e critrios
Parmetros e critrios
Pn Probabilidade de haver n elementos no
sistema
P (n k) Probabilidade de haver k ou mais
elementos no sistema
P (W>t)
taxa de chegada. O seu inverso o intervalo
mdio de chegada.
taxa de servio e seu inverso o tempo mdio
de servio
Taxa de ocupao
Distribuies usuais
Exponencial negativa f(t) =a.exp (-at)
Poisson f(x)= (at)x.exp (-at)/x!
Clculo de valor esperado, varincia, CV
Propriedade inversa
Falta de memria:
P(T>a+b/T>b)=P(T>a+b)/P(T>b)=P(T>a)
Distribuio de chegadas em relao mdia
Relao fundamental
L=W
Lq=Wq
W=wq+1/
L=Lq+ /
Formulrio M/M/1
Exemplo
Caminhes a serem descarregados
Chegada de 16 por dia
Funcionrio
1
Tempo (minutos)
50
20
15
12
10
Exemplo
Formulrio M/M/S
Exemplo
Verificar o que melhor para a fila:
duplicar a velocidade de atendimento ou
duplicar o nmero de servidores.
Comprimento Limitado e um
servidor M/M/1/K
n= para n de 0 a k-1
n=0 caso contrrio
mdio= (1-Pk)
preciso distinguir entre taxa de ocupao
e taxa de presso. A taxa de presso deste
caso equivale de ocupao no caso
M/M/1
Exemplo
Porto com um guindaste mvel de descarga e
dois beros.
Porto ocupado implica em desviar navios. Custo
de 20000 por navio desviado e de 12000 por dia
por navio parado.
Chegadas markovianas de 3 navios por dia e
atendimento de 5 navios por dia.
Expanso para 3 beos custa 1000 por dia. Vale a
pena?
M/G/1
Exemplo
Chegada markoviana de 15 clientes por
hora
Tempo de atendimento mdio de 3 minutos
a)Com distribuio constante (varincia
nula)
b)Com distribuio uniforme entre 1 e 5
minutos
c)Com distribuio exponencial
GESTO DE ESTOQUES
Determinsticos ou Estocsticos
Quanto comprar
Quando comprar
Minimizao de custos (incluindo perda de
oportunidade)
Acumulao de estoques custos de posse
Baixo estoque mau servio
Modelos diferentes para vrios itens
classificao ABC
Modelos determinsticos
Modelos determinsticos
Reposio instantnea, procura constante,
quebra no permitida, sem descontos
Q: Quantidade encomendada
T: intervalo entre encomendas
r: procura por unidade de tempo
(determinada por modelos de previso,
aqui suposta conhecida)
Q=Tr
Modelos determinsticos
Custo de encomenda: A
C2: manter uma unidade de artigo numa
unidade de tempo. Custo de todas as
unidade, variveis no tempo, a integral ao
longo do perodo T= C2(Q/2)T
CT=A+C2(Q/2)T
Ciclos de tamanho diferente no so
comparveis.
Modelos determinsticos
Anlise de sensibilidade
Outros casos
Reposio no instantnea: fazer o grfico e
calcular nova integral
Demanda varivel: fazer o grfico e calcular nova
integral
Quebra permitida: incluir o custo de quebra.
Nova varivel quanto de quebra se permite.
Problema com derivadas parciais
Custo de encomenda varivel: incluir esse custo
no custo total e resolver novo problema de
otimizao
Exemplo
Consumo: 10000/ano
Custo unitrio: 3100 at 2000 unidades, 3000
entre 2000 e 5000 unidades, 2900 para mais de
5000 unidades
Custo fixo 5000
Custo de posse 600/unidade/ano (na verdade tem
pequenas variaes pelos descontos)
Calcular o lote timo
Modelos Estocsticos
Encomenda fixa no ponto de encomenda,
intervalos variveis
Intervalos de tempo fixos, quantidade
varivel
Ambas trabalham com estoques de
segurana
Simulao
FIM