Escolar Documentos
Profissional Documentos
Cultura Documentos
Esta apostila encontra-se em fase de construo e est sujeita a erros e alteraes. Para melhoria
desta, gostaria de contar com a colaborao de todos e, agradeo desde j, qualquer sugesto e/ou
correo.
A disciplina
Objetivos
O objetivo principal desta disciplina fazer com que o aluno compreenda a importncia da Pesquisa
Operacional na engenharia de produo.
Contedo programtico
O contedo programtico da disciplina :
Introduo Pesquisa Operacional;
Problemas tpicos;
Fases da metodologia de um projeto de pesquisa operacional;
Mtodo cientfico;
Programao linear;
Mtodo grfico;
Mtodo simplex;
Dualidade e anlise de sensibilidade;
Problema de transporte.
3
De acordo com o contedo programtico proposto para esta disciplina, esta apostila foi organizada
de maneira que este contedo ficasse (sequencialmente) mais didtico e agradvel para compreenso.
Avaliao
A avaliao de assimilao do contedo abordado na disciplina ser feita de diversas maneiras,
tendo estas pesos diferentes. Cada aluno que cursa a disciplina ter duas notas a qual chamaremos
de 1 e 2, assim, a mdia final da disciplina dada pela frmula (1).
1 ( 1) + 2 ( 2)
3
(1)
Bibliografia bsica
Esta disciplina requer leitura complementar. Assim, as bibliografias bsicas so: Arenales et al.
(2007) e Goldbarg & Luna (2000). Recomenda-se fortemente, tambm, a leitura de: Andrade
(2004), Silva (1988), Toledo et al. (2006), etc.
Sumrio
1
1
3
Problemas tpicos
2.1 Deve conter: . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Modelos matemticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1 Exemplos de modelos de programao linear . . . . . . . . . . . . . . . .
5
5
6
6
Programao linear
3.1 Deve conter: . . . . . . .
3.2 Conceitos bsicos . . . .
3.3 Mtodo grfico . . . . .
3.4 Mtodo Simplex . . . . .
3.5 Anlise de sensibilidade
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
Exerccios de reviso
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
11
11
11
14
16
16
19
C APTULO
1
Introduo Pesquisa Operacional
A PO como cincia aplica-se a pessoas (organizao e gerncia, relaes de trabalho, economia, decises individuais, pesquisa do mercado, etc) a pessoas e mquinas (eficincia e produtividade, organizao de fluxos em fbricas, mtodos de controle de qualidade, organizao de
mudanas tecnolgicas, etc) e ao movimento (transporte, estoque, distribuio, manipulao, comunicao, localizao, etc) (Mirshawka, 1981).
No mundo em que hoje vivemos a sobrevivncia de uma organizao impe o planejamento.
Para auxiliar os planejadores a PO utiliza informaes provenientes de todos os elementos do
sistema de ao, inclusive informaes da prpria organizao e as relativas ao meio ambiente e a
concorrncia (Mirshawka, 1981).
por isto que as caractersticas da PO so: pesquisa sobre as operaes de toda a organizao, a otimizao das operaes, aplicao dos mais recentes mtodos e tcnicas cientficas,
desenvolvimento e utilizao dos modelos analticos, projeto e utilizao de operaes experimentais, e, emprego de equipes mistas de pesquisa (Mirshawka, 1981).
Devido a importncia da Pesquisa Operacional, para finalizar, um trecho extrado do livro de
Costa (1973): Em 1973, a disciplina citada (Pesquisa Operacional) j est includa nos currculos
de Engenharia, Economia, Administrao, Qumica Agronomia, Aturia e Estatstica.
1.1
Um pouco de histria
Por volta de 1938 surge o termo operational research que est estreitamente vinculado inveno do radar, que ocorreu em 1934, na Inglaterra. O radar era utilizado principalmente para
1
1.2
Organizao da apostila
Esta apostila tem por objetivo auxiliar os estudos da disciplina de PESQUISA OPERACIONAL
I. Entretanto, a disciplina requer complementao e auxlio de outros materiais didticos. Sabemos
que devido a importncia e abrangncia da pesquisa operacional, este material, ento, tem por
finalidade direcionar os estudos de forma que o aluno consiga ter um foco principal ao consultar
qualquer material didtico.
A organizao deste material :
Captulo 2: problemas tpicos e problema de transporte;
Captulo 3: programao linear, mtodo grfico, mtodo simplex, dualidade e anlise de
sensibilidade;
Captulo 4 (Exerccios de reviso): neste captulo concentram-se exerccios sobre toda a
teoria discutida nos demais captulos.
C APTULO
2
Problemas tpicos
Para facilitar a compreenso deste captulo, vamos citar novamente o trecho do livro de Mirshawka (1981): as caractersticas da PO so: pesquisa sobre as operaes de toda a organizao,
a otimizao das operaes, aplicao dos mais recentes mtodos e tcnicas cientficas, desenvolvimento e utilizao dos modelos analticos, projeto e utilizao de operaes experimentais, e,
emprego de equipes mistas de pesquisa. Com base nesta frase, podemos comear o captulo afirmando a importncia da PO em qualquer tomada de deciso em uma organizao. Estas decises
devem ser tomadas de forma concisa, tentando atingir um determinado objetivo e neste ponto
que entram os problemas de otimizao.
Os problemas de otimizao buscam maximizar ou minimizar uma quantidade (objetivo),
sendo esta quantidade vinculada a um nmero finito de variveis. As variveis so, a grosso modo,
a resposta que procuro no meu problema. Um problema de otimizao que possui seu objetivo e
as suas restries expressas como funes matemticas e relaes funcionais (, , >, <, =) so
chamados de problemas de programao matemtica. Problemas de programao matemtica podem ser classificados de acordo com a tcnicas utilizadas para a resoluo dos modelos matemticos: problemas lineares, problemas inteiros, problemas no-lineares. Neste curso nos preocuparemos apenas com os problemas lineares.
2.1
Modelos matemticos
Para Goldbarg & Luna (2000) um modelo tenta a representao substitutiva da realidade. Intuitivamente a maioria das pessoas j utilizou algum modelo para explicar algo a algum, por
exemplo, quando plotamos grficos, utilizamos equaes que representam slidos (cone, cubo,
5
pirmide, etc), entre outras situaes, ou seja, tentamos transmitir e fazer interpretaes da realidade atravs de metforas/modelos.
Um modelo no igual realidade, mas suficientemente similar para que as concluses obtidas atravs de sua anlise e/ou operao, possam ser estendidas realidade (Goldbarg & Luna,
2000).
A PO rene as mais diversas tcnicas e algoritmos que tentam estruturar e solucionar modelos quantitativos expressos matematicamente. Os principais modelos de pesquisa operacional so
denominados de programao (no sentido de planejamento) matemtica.
A Programao Matemtica destaca-se principalmente devido a sua grande aplicabilidade na
soluo de problemas de otimizao. Problemas de programao matemtica podem ser classificados de acordo com a tcnicas utilizadas para a resoluo dos modelos matemticos: problemas
lineares (variveis so contnuas e apresentam comportamento linear), problemas inteiros (se alguma varivel est condicionada a assumir valores discretos), problemas no-lineares (quando
exibe qualquer tipo de no-linearidade).
A dificuldade em modelar matematicamente um problema est em representar de forma adequada a realidade. Assim, um modelo que conseguir representar mais precisamente a realidade
ser de melhor qualidade.
Dentre os diversos modelos de programao citados anteriormente, o foco deste curso concentrase em problemas de programao linear.
2.1.1
Alocao;
Estoque;
Substituio ou reposio;
Filas de espera;
Seqncia e coordenao;
Determinao de rotas;
Situaes de competio;
Busca de informao.
Algumas das tcnicas matemticas empregadas para resoluo dos modelos e aplicam-se a
modelos de diferentes tipos. Os modelos so freqentemente classificados segundo de mtodos e
tcnicas matemticas empregadas na obteno da sua soluo. Estas tcnicas e mtodos so:
Programao Linear;
Programao Dinmica;
Programao Inteira;
Teoria dos Estoques;
Teoria das Filas;
Simulao;
Teoria dos Jogos;
Teoria dos Grafos;
Anlise de Risco, etc.
Problema de transporte
O Problema de Transporte talvez o mais representativo dos Problemas de Programao Linear. H uma vasta aplicao prtica, tendo sido estudado por vrios pesquisadores, embora tenha
sido Dantzig o primeiro a estabelecer a sua formulao em programao linear (PL) e a propor um
mtodo sistemtico de resoluo.
O problema (geral) de transporte consiste em: determinar a forma mais econmica (ou mais
lucrativa) de enviar um bem disponvel em quantidades limitadas de determinados locais para outros. Como qualquer problema de PL, este pode ser resolvido pelo mtodo do simplex, entretanto,
por possuir uma estrutura particular, permite-se a utilizao de mtodos que, embora derivados do
simplex, so bem mais eficientes.
Como j dito anteriormente, o modelo dos transportes visa minimizar o custo total do transporte
necessrio para abastecer centros consumidores (destinos), a partir de centros fornecedores
(origens). Podendo ser esquematizado:
Minimizar
=1
=1
sujeito a:
=1
( = 1; :::; )
( = 1; :::; )
=1
0
Em que,
: custo unitrio de transporte da origem para o destino ;
: quantidade disponvel na origem i;
: quantidade requerida no destino j;
: quantidade a ser transportada da origem para o destino . So as incgnitas do problema.
C APTULO
3
Programao linear
3.1
Conceitos bsicos
Para que um sistema possa ser representado utilizando um PL, as grandezas envolvidas devem
obedecer as seguintes caractersticas:
Proporcionalidade: a quantidade de recurso consumido por uma determinada atividade deve
ser proporcional ao nvel desta atividade na soluo final do problema. E, ainda, o custo de
cada atividade deve ser proporcional ao nvel de operao da atividade. Por exemplo, se 1kg
de um ingrediente possui 0,3kg de protena, ento 0,5kg deste mesmo ingrediente contm
0,15kg de protena;
Aditividade: o custo total soma das parcelas associadas a cada atividade. Por exemplo,
se um ingrediente (1kg) que compe determinada rao possui 0,3 kg de protena e, em
outro ingrediente (1kg) possui 0,1kg de protena, a mistura de 1kg de cada um destes dois
componentes conter 0,4 kg de protena;
Fracionamento: as variveis podem assumir valores fracionados. Por exemplo, em uma
mistura (rao) pode-se utilizar 0,4kg de um determinado ingrediente.
Um PL pode, sem sofrer nenhuma alterao em suas propriedades matemticas, usufruir das
seguintes operaes elementares:
9
10
Maximizar
1 1 + 2 2 + 3 3 + ... +
(3.1)
sujeito a:
11 1 + 12 2 + 13 3 + ... + 1 = 1
21 1 + 22 2 + 23 3 + ... + 2 = 2
...
(3.2)
1 1 + 2 2 + 3 3 + ... + =
1 0, 2 0, 3 0, ..., 0
(3.3)
A funo linear (3.1) de maximizao, chama de funo objetivo. O sistema composto por
vrias equaes lineares (3.2), conhecido como restries do problema, conjuntamente com (3.3).
Sendo (3.3), conhecido como restries de no negatividade das variveis.
O mesmo problema (3.1- 3.3) pode ser escrito matricialmente:
11
(3.4)
(3.5)
(3.6)
Maximizar
sujeito a:
Em que:
11
= [ 21
...
21
12
22
...
22
... 1
... 2
]
... ...
... 2
Minimizar (1 , 2 , 3 ) = 21 32 + 33
sujeito a:
1 + 22 3 3
21 + 2 + 3 1
1 livre, 2 0, 3 0.
Forma padro:
12
Maximizar (+
1 , 1 , 2 , 3 , 4 , 5 ) = 21 + 32 33 + 04 + 05
sujeito a:
1 + 22 3 4 = 3
21 + 2 + 3 + 5 = 1
+
1 0, 1 0, 2 0, 3 0.
3.2
Mtodo grfico
O mtodo grfico no tem por objetivo encontrar a soluo do problema, mas facilitar a visualizao do mtodo Simplex. A soluo tima de PL sempre um vrtice (soluo bsica vivel)
ou um ponto extremo da regio de factibilidade. Portanto, para encontrar a soluo tima, basta
encontrar um vrtice que fornea o maior valor (problema de maximizao) funo objetivo. As
restries do problema (3.2) e (3.3) definem a regio de factibilidade.
Exemplo 2 (resoluo grfica) Encontrar a soluo tima para o problema a seguir utilizando o
mtodo grfico (extrado de Arenales et al. (2007)):
Maximizar (1 , 2 ) = 1 + 22
sujeito a:
1 + 2 4
1 2
2 3
1 0, 2 0.
13
14
3.3
Mtodo Simplex
O mtodo simplex encontra o vrtice timo pesquisando apenas um subconjunto (em geral,
pequeno) do conjunto de todos os vrtices da regio de factibilidade (Arenales et al., 2007).
O simplex um algoritmo. Genericamente, podemos entender por algoritmo qualquer estratgia para solucionar problemas; contudo, seremos mais precisos, reservando para a palavra
algoritmo ( um procedimento que termina em um nmero finito de passos) um conceito diferente
de procedimento ( uma sequncia finita de instrues) (Goldbarg & Luna, 2000).
Devido a importncia deste captulo, vamos utilizar como referncia o livro do Goldbarg &
Luna (2000) como material de apoio, mais especificamente o Captulo 3 do livro.
3.4
Anlise de sensibilidade
Para ?, a anlise de sensibilidade e uma tcnica para avaliar os impactos que o programa sofre
quando existem modificaes nas condies de modelagem. A anlise de sensibilidade pode ser
definida como o estudo de um modelo de programao matemtica submetido a mudanas em
suas condies iniciais. As mudanas podero abranger: mudana no vetor de custos, mudana no
vetor de termos independentes, mudanca nos coeficientes das variveis; acrscimo de restries,
acrscimo de novas variveis.
Consideraremos um exemplo:
Uma empresa fabrica dois tipos de produto: rdio standard e rdio luxo. Com relao ao rdio
standard temos as seguintes informaes:
A linha de produo comporta um mximo de 24 pessoas;
Cada rdio consome 1homem/dia para ser produzido;
Cada rdio fornece um lucro de R$ 30,00.
Com relao ao rdio luxo:
A linha de produo comporta um mximo de 32 pessoas;
Cada rdio consome 2 homens/dia para ser produzido;
Cada rdio fornece um lucro de R$ 40,00.
15
A fabrica possui 40 empregados a serem alocados nas duas linhas de produo. O objetivo e
maximizar o lucro. Que quantidade de produo de rdios maximiza o lucro?
Solucao:
3.5
Dualidade
Completar!!!
C APTULO
4
Exerccios de reviso
( 2) Maximizar (1 , 2 ) = 1 + 22
sujeito a:
sujeito a:
31 + 2 2
31 + 2 2
2 3
2 3
1 + 22 9
1 + 22 9
31 + 2 18
31 + 2 18
1 0; 2 0.
1 0; 2 0.
( 3) Maximizar (1 , 2 ) = 1 + 32
( 4) Minimizar (1 , 2 ) = 21 32
sujeito a:
sujeito a:
2 4
1 3
1 + 2 6
1 + 2 4
1 3
51 + 2 18
7
2
1 0; 2 0.
1 0; 2 0.
1. Quando e quem criou o mtodo simplex? Ele aplicado para resolver todos os problemas
de pesquisa operacional? Se no, quais problemas ele resolve e cite exemplos de problemas
que no podem ser resolvidos pelo mtodo simplex.
17
18
( 5) Minimizar (1 , 2 ) = 1 22
( 6) Minimizar (1 , 2 ) = 1 2
sujeito a:
sujeito a:
1 + 2 6
1 + 2 6
1 2 4
1 2 4
1 + 2 4
1 + 2 4
1 0; 2 0.
1 0; 2 0.
Referncias Bibliogrficas
A NDRADE , E. L. Introduo pesquisa operacional: Mtodos e modelos para anlise de deciso. Editora LTC, 2004.
A RENALES , M.; A RMENTANO , V.; M ORABITO , R.; YANASSE , H. Pesquisa operacional para
cursos de engenharia. Editora Campus, 2007.
C OSTA , J. J. S. Tpicos de pesquisa operacional. Editora LTC, 1973.
G OLDBARG , M. C.; L UNA , H. P. L. Oimizao combinatria e programao linear. Editora
Campus, 2000.
M IRSHAWKA , V. Aplicaes de pesquisa operacional. Editora Nobel, 1981.
S ILVA , E. M. Pesquisa operacional. 1988.
T OLEDO , C.; F RANA , P.; M ORABITO , R.; K IMMS , A. Um modelo de otimizao para o
problema integrado de dimensionamento de lotes e programao da produo em fbricas de
refrigerantes. Pesquisa Operacional, v. 20, p. 155186, 2006.
19