Você está na página 1de 56

UMA INTRODUO PESQUISA OPERACIONAL

Elosa Bezerra

10
25

10

5
6
25
15

8
2

15

7
9

4
20

8
7

Teoria e Prtica

Fortaleza - 2011

15

UMA INTRODUO PESQUISA OPERACIONAL


PESQUISA OPERACIONAL (PO)
Pode-se dizer que o conceito de Pesquisa Operacional abstrato, mais uma idia.
Ao mesmo tempo em que muito abrangente e procura a melhor utilizao dos
recursos limitados e de diversos processos, por meio da adoo de mtodos
cientficos, visando a uma maior satisfao dos tomadores de deciso.
Sua abrangncia, no que se refere a um desenvolvimento de um trabalho utilizando
Pesquisa Operacional, requer equipes multi-disciplinares para a aplicao dos
mtodos cientficos a problemas reais encontrados nos sistemas de produo de
bens e servios, como ferramenta auxiliar para a tomada de decises, em quaisquer
setores (sade, educao, agropecuria etc.) e nveis da economia.
A Pesquisa Operacional pode ser definida, ainda, como um Mtodo Cientfico para
o auxlio na tomada de decises. Pode transformar um problema real, como
encontrar o menor custo para um produto em um ambiente de produo, ou ento
maximizar o lucro de um produto, em um modelo matemtico que possa nortear a
alocao de recursos da melhor forma.
Assim, em um problema real, h variveis que podem ser controladas pelo
administrador, como por exemplo, o tempo de alocao de uma mquina para a
fabricao um produto ou a quantidade de matria prima utilizada em cada
produto, bem como variveis que no podem ser controladas, como a demanda de
um produto ou o custo de uma determinada matria prima.
Vale lembrar que a Pesquisa Operacional nasceu com o advento da Segunda
Guerra Mundial, quando os Pases Aliados procuraram cientistas para o
desenvolvimento de estratgias visando otimizar as operaes militares(1), dados os
recursos financeiros limitados, que pudessem usar como subsdios para as tomadas
de deciso. Ento, uma equipe multidisciplinar foi convocada, sob o comando de
George B. Dantzig em meados dos anos 40, para desenvolver essa tcnica. O
resultado desse estudo foi chamado de Mtodo Simplex (DANTZIG, 1963).
CONCEITOS BSICOS E DEFINIES
O nome Pesquisa Operacional apareceu pela primeira vez durante a Segunda
Grande Guerra Mundial, quando equipes de pesquisadores procuraram desenvolver
mtodos para resolver determinados problemas de operaes militares. Devido ao
sucesso dessas operaes, o mundo acadmico e empresarial procurou utilizar as
tcnicas criadas em problemas de administrao.
A Pesquisa operacional um ramo da cincia administrativa que fornece
instrumentos para a anlise de decises. Assim sendo, uma Deciso o resultado
de um processo que se desenvolve a partir do instante em que o problema foi
(

1) posicionamento de radares, armazenamento de munies e transporte de tropa etc...

detectado, o que se percebe por meio da percepo de sintomas. Ento, o processo


de deciso empresarial inicia-se quando uma pessoa ou grupo percebe sintomas de
que alguma coisa est saindo do percurso normal ou planejado.
CARACTERSTICAS DA PESQUISA OPERACIONAL
Multidisciplinar das suas aplicaes;
Tcnicas e mtodos qualitativos por equipes interdisciplinares;
Procura determinar uma melhor utilizao de recursos; e otimizar as operaes
empresariais.
Um novo enfoque sistmico aos problemas de deciso das empresas, ou seja,
ultrapassa as fronteiras das especialidades, assim, um profissional especialista
precisa evitar uma tendncia natural de enquadrar todos os problemas dentro dos
limites de sua cultura, mas sim, por outro lado, este profissional necessita de
uma abordagem mais complexa e abrangente, porque a natureza e o ambiente
dos negcios exigem alm do raciocnio do especialista, uma viso mais aberta
que reconhea os mltiplos aspectos envolvidos nos problemas da anlise de
deciso.
Utilizao de modelos que permitem a experimentao, ou seja, uma deciso
pode ser bem mais avaliada e testada antes de ser efetivamente implementada.
Vale-se identificar que, o imenso progresso da Pesquisa Operacional se deve
tambm, ao desenvolvimento dos computadores digitais, devido sua
velocidade de processamento e capacidade de armazenamento e recuperao das
informaes.
O ENFOQUE GERENCIAL DA PESQUISA OPERACIONAL (PO)
A Pesquisa Operacional (PO) tem sido vista pelos gerentes e praticantes sob dois
enfoques:
1) Enfoque clssico ou tradicional derivado do conceito quantitativo clssico da
Pesquisa Operacional, aplica tcnicas de modelagem a problemas de deciso e
resolve modelos obtidos pela da utilizao de mtodos matemticos e
estatsticos, visando obteno de uma soluo tima, de uma maneira
sistmica.
Entretanto, as solues timas podem no ser totalmente adequadas em todas as
situaes prticas, devido sua pouca flexibilidade.
2) Enfoque atual segue o conceito qualitativo da Pesquisa Operacional (PO).
Centraliza-se para o diagnstico do problema, valoriza-se o esprito crtico, a
sensibilidade para descobrir o problema correto e analisar quais informaes
sero necessrias para a deciso e quais sero acessrias, que complementam,
sem afetar os resultados.

A finalidade de toda informao reduzir o grau de incerteza envolvido na


deciso. Assim, a informao s tem valor no contexto de uma situao especfica.
A NATUREZA DA PESQUISA OPERACIONAL (PO)
Um estudo de Pesquisa Operacional consiste, basicamente, em construir um
modelo de um sistema real existente como meio de analisar e compreender o
comportamento dessa situao, com o objetivo de lev-lo a apresentar o
desempenho que se deseja.
O sistema real um conjunto complexo de variveis, de forma no muito definida.
O sistema real reduzido o ncleo do sistema existente que, primordialmente, dita
o comportamento deste e que pode ser modelado, para efeito de anlise, por uma
estrutura simplificada.
FASES DA PESQUISA OPERAIONAL (PO)
Um trabalho de Pesquisa Operacional deve seguir as fases indicadas no
fluxograma:
Figura 1 Fluxograma de uma Pesquisa Operacional (PO)
Percepo ou demanda por soluo
Definio do problema
Construo do modelo
Validao do modelo
Soluo do modelo
Avaliao
Experincia
Implementao dos resultados

Deve-se salientar que a seqncia do fluxograma no rgida, todavia indica as


principais etapas que devem ser vencidas. No entanto, a nica exceo vai para a
fase de Soluo do Modelo, que se baseia em mtodos e tcnicas bem
desenvolvidas, as demais no seguem regras fixas e definidas.
Os procedimentos necessrios para essas fases dependem do tipo do problema em
anlise e do ambiente que o envolve. Apesar das dificuldades aparentes de fixao
de regras para a execuo dessas fases, conveniente que seja feita alguma
discusso sobre elas de forma a servir de guia geral de procedimentos.

Os retornos de informao so as revises. Estas trocas de informaes ocorrem


entre as diferentes etapas, devido s consideraes que surgem da anlise de uma
etapa, sendo que estas revises continuam nas etapas que se seguem.
Descries das Macrofases:
DEFINIO DO PROBLEMA: a primeira fase, do ponto de vista da Pesquisa
Operacional, baseia-se em trs aspectos:
1. Descrio exata dos objetivos do estudo;
2. Identificao das alternativas de deciso existentes;
3. Reconhecimento das limitaes, restries e exigncias do sistema.
Vale ressaltar que a descrio dos objetivos se constitui em uma das atividades
mais importantes em todo o processo do estudo, dado que a partir dela que o
modelo ser concebido.
A equipe encarregada do estudo deve captar e refletir, na formulao do problema,
nos desejos e necessidades dos executivos com relao ao problema de deciso.
Como tambm, muito importante que as alternativas de deciso e as limitaes
sejam todas explicitadas, muito bem analisadas, com o intuito de que as solues
que resultaro no final do processo sejam vlidas e aceitveis.
CONSTRUO DO MODELO: a segunda fase trata-se de uma fase em que o
analista de usar toda sua criatividade, tendo em vista que a qualidade de todo o
processo seguinte ser conseqncia do grau de representao da realidade que o
modelo venha a apresentar.
Vrios tipos de modelos podem ser utilizados para resolver problemas gerenciais,
desde um simples modelo conceitual que apenas apresenta inter-relao entre as
informaes, at modelos matemticos, complexos que exigem uma fora de
trabalho muito grande para sua formulao e operao.
SOLUO DO MODELO: a terceira fase tem por objetivo encontrar uma soluo
para o modelo construdo.
Se o modelo for matemtico, a soluo ser obtida pelo algoritmo mais adequado,
em termos de rapidez de processamento e preciso de resposta. Exigindo do
analista, uma fora de trabalho muito grande para sua formulao e operao.
VALIDAO DO MODELO: na quarta fase, acontece porque no processo de
soluo do problema, torna-se necessrio verificar a validade do modelo. Um
modelo vlido se ele for capaz de fornecer uma previso aceitvel do
comportamento do sistema e uma resposta que possa contribuir para a qualidade da
deciso a ser tomada.
importante observar que este processo de validao no se aplica a sistemas
inexistentes, ou seja, em projeto. Nesse caso, a validao feita pela verificao da
correspondncia entre os resultados obtidos e algum comportamento esperado do
novo sistema.

IMPLEMENTAO DA SOLUO: a quinta fase ocorre aps a avaliao das


vantagens e a validade da soluo obtida, esta soluo deve ser convertida em
regras operacionais. A implementao, pode ser uma atividade que altera uma
situao existente, uma das etapas crticas do estudo. Sendo conveniente que seja
acompanhada pela equipe responsvel, tendo em vista que, quando colocadas em
prtica, podem levar a possvel reformulao do modelo em alguma de suas partes.
A presena da equipe permite, tambm, superar mais facilmente as resistncias e
oposies s alteraes propostas na sistemtica das operaes e que,
normalmente, aparecem nessa fase de trabalho.
AVALIAO FINAL: a fase final, nesta avaliao, um fator que tem papel
primordial a experincia do pessoal envolvido no estudo. No se deve esquecer
que o modelo apenas uma representao simplificada, no conseguindo por isso
captar todas as caractersticas e detalhes da realidade. Assim sendo, ser com a
experincia e uma viso crtica que se poder avaliar e determinar a aplicabilidade
da deciso.
VARIVEIS CONTROLADAS OU DE DECISO
So variveis cujo valor est sob o controle do administrador. Decidir, neste caso,
atribuir um particular valor a cada uma dessas variveis. Numa programao de
produo, por exemplo, a varivel de deciso a quantidade a ser produzida em
um perodo, o que compete ao administrador controlar.
VARIVEIS NO CONTROLADAS:
As variveis so aquelas cujos valores so arbitrados por sistemas fora do controle
do administrador. Custos de produo, demanda de produtos, preo de mercado so
variveis no controladas.
Um bom modelo aquele que tem desempenho suficientemente prximo do
desempenho da realidade e de fcil experimentao. Essa proximidade desejada
varivel, dependendo do objetivo proposto. A fidelidade de um modelo
aumentada medida que ele incorpora caractersticas da realidade, com a adio de
novas variveis. Isso aumenta sua complexidade, dificultando a experimentao, o
que nos leva a considerar o fator custo-benefcio quando pensamos em melhorar o
desempenho de um modelo.
MODELO DE SIMULAO
Concepo
A Simulao uma das tcnicas mais utilizadas em Pesquisa Operacional (PO).
Assim, simular quer dizer reproduzir o funcionamento de um sistema, com o
auxlio de um modelo, o que permite testar algumas hipteses sobre o valor de
variveis controladas. As concluses so usadas ento para melhorar o
desempenho do sistema em estudo. Dessa maneira, o modelo de simulao aparece
sob a forma de jogos de uma empresa, simuladores de vos, modelos fsicos de
aeronaves para testes em tnel de vento etc.

A simulao especialmente indicada pra modelos dinmicos que envolvem


mltiplos perodos de tempo (perodo de tempo ao perodo seguinte), para que se
possa captar as mudanas ocorridas com o tempo, permitindo avaliar-se o efeito de
um conjunto de decises sucessivas.
Aplicabilidade do Modelo de Simulao - Em organizaes internacionais
O que so os Modelos de Simulao das Naes Unidas?
comum quando se fala em simulaes se pensar logo em pilotos praticando
sofisticados simuladores de vos; mdicos treinando situaes de emergncia;
bombeiros realizando resgates fictcios. Poucas pessoas sabem que, no caso da
negociao internacional, tambm so realizadas simulaes em todo o mundo.
Nesta rea, treinamentos intensivos possibilitam aos estudantes de diversas
carreiras saber como agir em um ambiente real. So os Modelos de Simulao das
Naes Unidas.
Estes modelos, muitas vezes conhecidos pela sigla MUN (Model United Nations),
comearam ainda no tempo da Liga das Naes por uma iniciativa da Universidade
de Harvard, que realizou a primeira simulao em 1927. Em 1945, no entanto, com
o nascimento da Organizao das Naes Unidas, os modelos da Liga das Naes
se transformaram em modelos da ONU. O primeiro MUN foi, tambm,
implementado pela Universidade de Harvard em 1953.
Durante cada encontro, o trabalho de um grande nmero de comits e conferncias
da ONU e de suas agncias recriado. Cada comit debate temas especficos nos
quais especializado. Incluem-se a, tambm, os Conselhos da ONU, como o de
Segurana e o Econmico e Social. Ao contrrio do que o nome sugere, esses
modelos no se limitam estrutura do Sistema ONU. Existem, tambm,
simulaes de outros foros de negociao, como a Liga rabe e a Organizao dos
Estados Americanos.
O objetivo geral destas simulaes expor os estudantes - que, dependendo do
nvel do modelo, podem ser de nvel mdio ou universitrio - ao ambiente
diplomtico encontrado nos foros multilaterais criados para a resoluo de
questes internacionais. Elas se constituem de breves conferncias simuladas, com
cerca de quatro dias de durao, que podem ser regionais, nacionais e, at mesmo,
internacionais, nas quais os alunos reproduzem os procedimentos de negociao,
formais e informais, tomados no mbito dos mais importantes organismos
internacionais.
Organizados em delegaes, os estudantes de diversas instituies de ensino se
transformam em delegados durante a simulao. Eles concebem estratgias,
negociam com aliados e adversrios e, principalmente, solucionam conflitos. Com
isto, treinam a oratria, preparam projetos de resolues e aprendem as regras de
procedimento das Naes Unidas.
A popularidade dos MUNs, pela contribuio acadmica que d aos estudantes,
continua a crescer e, hoje, mais de 200 mil estudantes secundaristas e

universitrios de todo o mundo participam, anualmente, destas simulaes. Muitos


dos lderes de hoje, no direito, nos governos, nos negcios, nas artes e em todos os
campos, participaram de Modelos de Simulao das Naes Unidas durante suas
vidas acadmicas.
EXEMPLO
Uma pesquisa apresentada na Escola Politcnica da USP resultou em um modelo
de simulao para ptio de aeroportos que possibilita planejar e dimensionar os
servios de solo que uma aeronave vai necessitar, desde o momento do pouso
at a sua decolagem. "Com a frota de servios balanceada, a aeronave no
atrasa e cumpre o horrio estabelecido no slot (janela de sada)", conta o
engenheiro Fbio Rogrio Ribeiro, autor do estudo.
Foram analisados os servios de escadas, nibus, trator de push-back (que ajuda a
aeronave estacionar), e carros de bagagem, de comissaria, de carga, de esgoto,
de gua, de combustvel e de manuteno. No modelo desenvolvido pelo
engenheiro - construdo a partir de um software de simulao chamado Arena -,
um fluxograma computadorizado representa a seqncia desses servios ao
longo do dia, incluindo os horrios de pico de utilizao de cada um deles. "O
modelo permite identificar restries, planejar e dimensionar, quando
necessrio, as frotas que prestam os servios de solo", explica Flvio Ribeiro.
Segundo o pesquisador, o modelo de simulao apresenta caractersticas
operacionais, tticas e estratgicas. "Alm de simular o balanceamento dos
recursos de frota, o modelo tambm pode ser til para estabelecer polticas de
alocao de avies; na avaliao do impacto de atrasos e de como influenciam
a capacidade do ptio de alocar aeronaves; na comparao do
compartilhamento de recursos (pois alguns so compartilhados pelas
companhias areas e outros no) e ainda auxiliar na avaliao do impacto de
aumentos de demanda para o aeroporto", conta.
Fbio Ribeiro aponta que seria necessrio apenas melhorar a qualidade de alguns
dos dados de entrada do modelo, buscando consistncia estatstica com
amostras maiores ou estimativas mais acuradas. "Seria necessrio saber, por
exemplo, o volume de carga movimentado pelos carros de bagagem e o tempo
mdio que cada um deles utilizado pelas aeronaves", afirma.
Fbio Ribeiro destaca que o modelo de simulao pode ser usado em outros
aeroportos, a partir da insero de dados. No modelo desenvolvido pelo
pesquisador foram utilizados dados referentes ao ano de 2001 da
movimentao no aeroporto de Congonhas, na Capital paulista, obtidos a partir
dos registros da torre e de relatrios de planos de vo.

TEORIA DA DECISO
Conceito
A Teoria da Deciso pode ser conceituada como um conjunto especfico de
tcnicas que auxiliam o tomador de deciso a reconhecer as particularidades do seu
problema e a estrutur-lo. Alm disso, a Teoria da Deciso sugere solues
segundo alguns critrios preestabelecidos. O tomador de deciso pode ser uma
pessoa ou, mais abstratamente, uma instituio. O ponto de partida para a Teoria da
Deciso a identificao dos elementos comuns que existem nos problemas de
deciso.
Uma DECISO o resultado de um processo que se desenvolve a partir do
instante em que o problema foi detectado, o que se percebe atravs da percepo de
sintomas. Ento, o processo de deciso empresarial inicia-se quando uma pessoa
ou grupo percebe sintomas de que alguma coisa est saindo do estado normal ou
planejado.
PROCESSOS:
1. um processo complexo;
2. um processo que envolve valores subjetivos.
3. um processo desenvolvido dentro de um ambiente institucional com regras
mais ou menos definidas.
CLASSIFICAO DAS DECISES
De um modo geral, as Decises so classificadas em relao ao nvel em que
ocorrem dentro da empresa e pelo grau de complexidade apresentado.
So critrios:
1) Nvel estratgico, que se refere a uma deciso importante e abrangente com
relao organizao.
2) Grau de estruturao, que se refere possibilidade de uma deciso ser
acompanhada em seu processo de preparao e de concluso, ou mesmo de ser
reproduzida, por outras pessoas, em outras ocasies, com os mesmos resultados.
GRAU DE ESTRUTURAO DA DECISO
1) Alto;
2) Mdio;
3) Baixo
QUALIDADE DA DECISO
Uma deciso apresenta elevada qualidade quando, de forma eficaz e efetiva,
garante a realizao dos objetivos preestabelecidos, para os quais os meios e os
recursos foram reservados.

Essa definio permite distinguir trs caractersticas principais que possibilitam a


avaliao da qualidade de uma deciso:
1) Satisfao dos interesses envolvidos;
2) Adaptao dos meios necessrios aos objetivos procurados;
3) Consistncia do curso da ao.
Assim sendo, pode-se dizer que a qualidade de uma deciso to mais elevada
quanto maior for o grau de participao dessas trs caractersticas no processo.
ESTRATGIAS = as estratgias so as possveis solues para o problema.
RESULTADOS = cada alternativa de soluo leva a um ou mais resultados, que
so as conseqncias das alternativas.
ESTADOS DA NATUREZA = so as ocorrncias futuras que podem influir sobre
as alternativas, fazendo com que elas possam apresentar mais de um resultado.
VALOR ESPERADO DA ALTERNATIVA = (VEA) a soma dos produtos dos
resultados da alternativa pelas respectivas probabilidades dos estados da natureza a
eles associados.
VALOR ESPERADO DA INFORMAO PERFEITA = (VEIP) o ganho
excedente sobre a deciso tomada com o mero conhecimento das probabilidades de
ocorrncia dos estados da natureza futuros.
DTSC = problemas de deciso tomada sob certeza;
DTSR = problemas de deciso tomada sob risco;
DTSI = problemas de deciso tomada sob incerteza;
A MATRIZ DE DECISO
A matriz de deciso um auxlio visual a um problema de deciso, que permite
juntar elementos comuns do problema. A matriz geralmente constituda:
1. Nas linhas listam-se as alternativas possveis;
2. Nas colunas listam-se os estados da natureza;
3. Em cada cruzamento linha/coluna coloca-se o resultado correspondente.
Nos problemas de deciso tomada sob risco, so conhecidas as probabilidades de
ocorrncia de cada um dos estados da natureza. A deciso tomada com base no
resultado mdio ou resultado esperado de cada alternativa.
VALOR ESPERADO DA ALTERNATIVA
O valor esperado da alternativa (VEA) a soma dos produtos dos resultados da
alternativa pelas respectivas probabilidades dos estados da natureza a eles
associados.

Assim, o VEA nada mais do que a mdia ponderada dos resultados possveis para
a alternativa, tomando as probabilidades dos estados da natureza com pesos de
ponderao.
Uma vez calculado o VEA para cada alternativa, a sua comparao pura e simples
permite escolher a melhor das alternativas.
PROGRAMAO LINEAR
Assim, a Programao Linear (PL) consiste em uma tcnica de soluo de um
problema que requer a determinao dos valores para as variveis de deciso,
mediante um conjunto de restries. Normalmente, os problemas esto
relacionados maximizao ou minimizao, ou melhor, a alocao eficiente de
recursos e que envolve relao de linearidade entre as variveis de deciso, o
objetivo e as restries. importante salientar que dado linearidade da PL, em
problemas que no tenham comportamento linear, fica difcil sua representao.
Em resumo, a Programao Linear (PL) uma das tcnicas da Pesquisa
Operacional mais utilizada em problemas de otimizao.
Os problemas so uma classe especfica de problemas de Programao
Matemtica, que buscam a distribuio eficiente de recursos escassos para
atender um determinado objetivo, de maneira geral, maximizar lucros ou
minimizar custos. Em PL, este objetivo est expresso por meio de uma funo
linear, chamada de Funo Objetivo.
Na PL faz-se necessrio, ainda, que sejam definidas as atividades que consomem
recursos e em que propores estes recursos so consumidos. Tais informaes so
expressas em forma de equaes ou inequaes lineares, uma para cada recurso.
Ao conjunto dessas equaes e/ou inequaes, dar-se o nome de Restries do
Modelo.
Vale salientar que se busca em um problema de PL a Funo Objetivo, ou seja, a
maximizao do lucro ou a minimizao dos custos. Assim, esta soluo recebe o
nome de Soluo tima. Em outras palavras, a Programao Linear trata de achar
a soluo tima de um problema, desde que definido o modelo linear, ou seja, a
Funo Objetivo e as restries lineares.
A Programao Linear exige que todas as funes sejam lineares. Em geral, na
formulao matemtica, o problema de Programao Linear do tipo:

Funo Objetivo:
Max. Z = C1X1 + C2X2 + .................+ CnXn
Sujeito a:
A11X1 + A12X2 + ................+ A1nXn

B1
Restries do Problema

A21X1 + A22X2 + ................+ A2nXn

B2

Am1X1 + Am2X2 + ..............+AmnXn

Bm

Mais as restries de no negatividade:


Xj 0 para j = 1, 2, ......n. Ou ainda Xj 0
O problema resume-se na maximizao (ou minimizao) de uma funo linear - a
Funo Objetivo sujeita a restries tambm lineares, onde a interpretao
econmica dos smbolos acima :
Bi: So as limitaes de recursos, ou seja, os recursos disponveis, com Bi 0 para i
= 1, 2, ......m;
Xj: So as alternativas que competem, com j = 1, 2, ......,n;
Cj: o aumento em Z devido Xj;
Aij: o quanto de recurso i consumido pela alternativa j.
Em geral o modelo assume duas situaes: mais e menos complexo, de acordo com
a quantidade de fatores considerados no estudo. O tempo, ou horizonte de
planejamento um fator importante que no est sendo considerado no modelo
acima e que com algumas restries e complementos adicionais, pode ser
facilmente introduzido no modelo.

2a PARTE
MODELAGEM

MODELAGEM DO PROBLEMA EM PROGRAMAO LINEAR


Ao estruturar-se um problema de aperfeioamento sob a forma matemtica, o
intuito o de ajudar no processo de deciso, decidindo que atividades empreender:
quando, quanto, como e onde investir para que se obtenha uma alocao eficiente
dos recursos, com o retorno refletido no benefcio proporcionado pela reduo das
perdas existentes.
A otimizao procura os valores das variveis de projeto para obter, dentro das
Restries, seu fim de otimalidade definido pela Funo Objetivo.
Assim, quando da anlise de um problema, tentando enquadr-lo em um modelo de
programao linear fundamental que se consiga distinguir, de um lado, quais so
as variveis fora do controle do analista, ou parmetros, cujos valores j esto
fixados, e, de outro, quais so as variveis de deciso, ou seja, aquelas cujos
valores se quer conhecer.
A soluo de um modelo dar exatamente o valor dessas Variveis de Deciso. As
Variveis de Deciso compem a Funo Objetivo e as Restries e so em geral
designadas por letras como X, Y, Z, etc., ou por uma letra indexada como X 1, X2,
etc. A Funo Objetivo uma expresso onde cada Varivel de Deciso
ponderada por algum parmetro (como, por exemplo, lucro unitrio).
Para melhor compreenso do significado dessas entidades so necessrios alguns
conceitos, como:
Variveis de Projeto
Um sistema a ser otimizado pode ser descrito por um conjunto de quantidades,
onde algumas das quais so fixadas e outras variam durante um processo de
otimizao. Estas quantidades que so fixas so pr-determinadas por preceitos de
normas tcnicas, disposies construtivas, pr-fabricao, ou ainda, pelo fato do
projetista saber por experincia que um valor particular produz bons resultados. As
quantidades que no so pr-determinadas so as variveis de projeto ou de
deciso, que no esto no poder decisrio do tomador de deciso, no caso, o
administrador.
Dessa forma, decidir atribuir um valor a cada uma dessas variveis. Por exemplo,
na programao de produo a varivel de deciso a quantidade a ser produzida,
em um dado perodo, sob controle ao administrador.
J as variveis no-controladas tm seus valores determinados por sistema que
foge ao controle do administrador. So exemplos: o custo de produo, a demanda
de produtos, o preo de mercado.
Em qualquer modelo de PL, as variveis de deciso devem descrever as decises a
serem feitas.

Restries
Em qualquer classe de problema, as Restries so as condies que devem ser
satisfeitas para que o projeto seja aceitvel. Um projeto que satisfaz todas as suas
Restries chamado de projeto vivel. As Restries podem ser dos seguintes
tipos:
Funo Objetivo
Geometricamente, as Restries Lineares definem um poliedro convexo, que
chamado de conjunto dos pontos viveis. Uma vez que a Funo Objetivo
tambm linear, todo timo local automaticamente um timo global. A Funo
Objetivo ser linear tambm implica que uma soluo tima pode apenas ocorrer
em um ponto da fronteira do conjunto de pontos viveis.
Em geral, existe um nmero infinito de projetos viveis para um determinado
problema. Para que se possa fazer uma escolha, necessrio que se tenha uma
Funo que sirva como base de comparao entre os vrios projetos aceitveis.
Esta a Funo Objetivo, tambm chamada Custo, Econmica, Critrio ou Mrito.
uma Funo das variveis de projeto ou de deciso e deve ser minimizada ou
maximizada.
Utilizao do Algoritmo para solucionar problemas de Programao Linear
Para a resoluo de um problema no computador necessrio que seja,
primeiramente, encontrada uma maneira de descrever este problema de uma forma
clara e precisa. preciso que se encontre uma seqncia de passos que permita que
o problema possa ser resolvido de maneira automtica e repetitiva. Esta seqncia
de passos chamada de algoritmo. Uma receita de bolo um exemplo simples e
prosaico de um algoritmo.
Caminhos para resoluo de Problemas em Programao Linear
Antes de qualquer atitude, dentro de uma organizao, quando os negcios no vo
como o planejado, necessrio reconhecer que existe um problema e que deve ser
solucionado. Muitas perguntas devem ser respondidas, tais como:
Que parte da organizao afetada pelo problema? O problema envolve as
operaes atuais ou alguma previso de operaes futuras?
Quais so as hipteses que devem ser feitas? Quais so as restries a possveis
solues?
Quais so os objetivos?
Essa fase requer a transformao de informaes genricas em um problema
estruturado. Geralmente, as fronteiras iniciais de um problema so mal definidas, e
a soluo pode influenciar outras reas que no aquela que apresenta o problema
original. No se deve esquecer que ser provvel haver um intercmbio constante
de informaes entre a situao e a definio do problema, pois medida que se
deseja estruturar a situao, ela vai sendo mais e mais estudada e, de certa forma,

modificada, completada e esclarecida pelas pessoas envolvidas no esforo


(Moreira).
Formulao de um Modelo
Em um processo que muitas vezes caminha por entre idas e vindas, entre
tentativas, sucessos e fracassos, tudo aquilo que foi estabelecido verbalmente deve
ento ser colocado em termos matemticos.
No caso dos modelos matemticos, em particular, as relaes entre as variveis do
problema devem ser representadas por sistemas de smbolos e relaes
matemticas. Na Programao Linear, por exemplo uma das tcnicas
matemticas mais populares da Pesquisa Operacional , as relaes so expressas
por equaes e inequaes matemticas (Moreira). Neste sentido, so expostos, a
seguir, alguns exemplos de problemas de Programao Linear. No momento
importante somente a montagem do modelo, destacando seus elementos essenciais.
Posteriormente, sero mostradas as tcnicas utilizadas para a obteno dos
resultados ou solues dos problemas.
1 Exemplo
Um fabricante est iniciando a ltima semana de produo de quatro
diferentes modelos de consoles em madeira para aparelhos de TV,
designados respectivamente I, II, III e IV. Cada um deles deve ser montado e
em seguida decorado. Os modelos necessitam respectivamente de 4, 5, 3 e 5
horas para a montagem e de 2, 1, 5, e 3 horas para a decorao.
Os lucros sobre as vendas dos modelos so respectivamente 7, 7, 6 e 9 reais.
O fabricante dispe de 900 horas para a montagem destes produtos e de 500
horas para a decorao. Quanto de cada um dos modelos deve ser produzido
durante esta ltima semana a fim de maximizar o lucro?
2 Exemplo
Suponha que um fazendeiro tem um pedao de terra de A quilmetros quadrados
(K2), para ser semeado com Milho ou Sorgo ou uma combinao de ambas. O
fazendeiro tem uma quantidade limitada de fertilizante F permitido e de inseticida I
permitido que podem ser usados, cada um deles sendo necessrios em quantidades
diferentes por unidade de rea. Para o Milho (F 1, I1) e para o Sorgo (F2, I2). Seja P1
o preo de venda do Milho, e P2 o do Sorgo. Chama-se a rea plantada com Milho
e Sorgo de X1 e X2 respectivamente, ento o nmero timo de quilmetros
quadrados (k2) de plantao com Milho vesus Sorgo pode ser expresso como um
problema de programao linear. Indique.
3 Exemplo
Uma empresa esta analisando um conjunto de alternativas de projetos de
investimentos disponveis e apresentados no Quadro 1, a seguir:

Quadro 1 Conjunto de alternativas


Projeto

Inv. 1ano

Inv. 2 ano

vida

Receita 3 anos

12

10

54

27

10

30

35

35

O oramento para investimento de 50 para o primeiro ano e 20 para o segundo.


Sabendo-se que a TMA da empresa de 10% a.a., qual a combinao tima desses
projetos.
4 Exemplo
Um fazendeiro tem que decidir o quanto vai plantar de milho e de alfafa. Os lucros
so de R$ 2.000,00 por alqueire de milho e de R$ 1.000,00 por alqueire de alfafa.
Suponha que suas limitaes sejam: terra disponvel de 8 alqueires e gua
disponvel para irrigao de 80.000 litros sendo que deseja-se plantar no mximo 4
alqueires de milho. Cada alqueire de milho requerer 10.000 litros de gua para
irrigao e cada alqueire de alfafa requerer 20.000 litros de gua. Formule o
problema como de programao linear e resolva-o graficamente.
5 Exemplo
Um fabricante deseja maximizar a Receita Bruta. O Quadro 2 mostra as
composies das ligas, seus preos e as limitaes na disponibilidade de matriaprima. Monte o problema sob a tica da Programao Linear.
Quadro 2 Composio das Ligas
Discriminao

Liga Tipo A

Liga Tipo B

Matria-prima
disponvel

Cobre

16

Zinco

11

Chumbo

15

30,00

50,00

Preo unitrio de venda (R$)

2a PARTE
RESOLUO DOS PROBLEMAS

RESOLVENDO PROBLEMAS DE PROGRAMAO LINEAR


Como Resolver os Problemas?
So vrios os mtodos para se solucionar problemas em Programao Linear, a
destacar:
Os tradicionais:
Mtodo do Grfico;
Mtodo da Adio
Mtodo Simplex.
Utilizando softweres:
Solver/em planilha do excel;
Lindo e outros.
Utilizando o Mtodo do Grfico
Essa tcnica consiste em representar em um sistema de eixos ortogonais o conjunto
das possveis solues do problema, isto , o conjunto de pontos (X1, X2) que
obedecem ao grupo de restries impostas pelo sistema em estudo. O desempenho
do modelo avaliado pela representao Grfica da Funo Objetivo. As solues
so classificadas de acordo com sua posio no Grfico. A Funo Objetivo
tambm pode ser avaliada calculando-se o seu valor para os pontos que pertencem
ao contorno da Regio Vivel.
Para que sejam encontradas as variveis de deciso correspondentes a soluo de
um problema de Programao Linear com duas variveis de deciso por meio do
Mtodo do Grfico, devem ser seguidos os seguintes passos:
1) Traar as retas correspondentes a cada Restrio, em um sistema de eixos X e
Y;
2) Determinar a Regio Vivel (regio onde se encontram todas as possveis
solues para o problema em questo);
3) Determinar os pontos que delimitam a Regio Vivel;
4) Calcular o valor da Funo Objetivo para cada um dos pontos da regio vivel;
5) A partir dos clculos realizados para Z, determinar o ponto que corresponde
otimizao pretendida (maximizar ou minimizar) e ento determinar o ponto
timo.
Traar as retas correspondentes a cada Restrio, em um sistema de eixos X e Y.
Vale lembrar que a representao Grfica de uma equao linear com duas
variveis (X, Y) uma reta.
Grfico do Conjunto de Solues
Exemplificando:

1) Certa empresa de alimentos congelados processa batatas em embalagens de


batatinha frita, picadinho de batata e flocos para pur. As batatas podem ser
compradas de duas fontes, cada uma fornecendo lucros distintos. A empresa
necessita determinar a quantidade de batata a ser comprada de cada fonte (X 1 e
X2), de forma a obter o maior lucro. Embora uma das fontes apresente o maior
lucro, o aproveitamento das batatas de cada fonte se d de forma diversa. Alm
disso, a empresa deve considerar o seu potencial de vendas, para cada um dos
produtos.
O problema de programao linear a ser resolvido :
Maximizar Z = 5X1 + 6X2
Sujeito as Restries:
2X1 + 3X2 < 18 (restrio para batatinha frita)
2X1 + X2 < 12 (restrio para picadinho)
3X1 + 3X2 < 24 (restrio para flocos)
X1 > 0, X2 > 0 (restries de no-negatividade)
Para resolver este problema de programao linear, seguiremos os passos citados
anteriormente:
I) Traar as retas correspondentes a cada restrio, em um sistema de eixos X1 e
X2.
a) Reta relativa restrio da batatinha frita:
2X1 + 3X2 = 18
Se X1 = 0, ento 2 . 0 + 3 . X 2 = 18. Portanto, X2 = 18/3 ou X2 = 6, o par
ordenado ser (6: 18).
Se X2 = 0, ento 2 . X1 + 3 . 0 = 18. Portanto, X 1 = 18/2 ou X1 = 9, o par
ordenado ser (9;0).
Assim, os pontos que utilizamos para traar esta reta so: (0, 6) e (9, 0). A
regio vivel limitada por esta reta aquela que est abaixo da reta, conforme o
grfico abaixo, pois a inequao define que 2X1 + 3X2 deve ser menor ou igual
a 18.

b) Reta relativa restrio do picadinho:

2X1 + X2 = 12
Se X1 = 0, ento 2 . 0 + X2 = 12. Portanto, X2 = 12, o par ordenado ser (0;12).
Se X2 = 0, ento 2 . X 1 + 0 = 12. Portanto, X1 = 12/2 ou X1 = 6, o par ordenado
ser (6;0).
Assim, os pontos que sero utilizados, para traar esta reta so: (0, 12) e (6, 0).
A Regio Vivel limitada por esta reta aquela que est abaixo da reta,
conforme o Grfico abaixo, pois a inequao define que 2X 1 + X2 deve ser
menor ou igual a 12.

c) Reta relativa restrio dos flocos:


3X1 + 3X2 = 24
Se X1 = 0, ento 3x 0 + 3 x X2 = 24. Portanto, X2 = 24/3 ou X2 = 8, o par
ordenado ser (0;8).
Se X2 = 0, ento 3x X1 + 3 x 0 = 24. Portanto, X1 = 24/3 ou X1 = 8, o par
ordenado ser (8;0).
Assim, os pontos que se utiliza para traar esta reta so: (0, 8) e (8, 0). A Regio
Vivel limitada por esta reta aquela que est abaixo da reta, conforme o
Grfico abaixo, pois a inequao define que 3X1 + 3X2 deve ser menor ou igual
a 24.

II) Determinar a Regio Vivel (regio onde se encontram todas as possveis


solues para o problema em questo).
A Regio Vivel a regio que contm todas as possveis solues para o sistema e
onde todas as Restries (batatinha frita, picadinho e flocos) so respeitadas. Pode

ser definida como a Regio Comum a todas as Restries. Esta Regio


demonstrada na figura a seguir.

Pode-se observar que a Restrio referente aos flocos no influencia a regio de


solues. Esta regio ficou delimitada pelas Restries da batatinha frita e do
picadinho.
III) Determinar os pontos que delimitam a regio vivel.
Pelo Grfico acima, constata-se que a Regio Vivel delimitada por quatro linhas
que se encontram em quatro pontos. Trs destes pontos podem ser facilmente
verificados, e so: (0, 0), (6, 0) e (0, 6). O quarto ponto aquele em que as retas
correspondentes s Restries, da batatinha frita e do picadinho, se encontram.
Sendo este ponto comum s duas retas,
A Funo Objetivo dada pela equao Z = 5X1 + 6X2
Funo Objetivo para o ponto (0, 0) Z (0, 0) = 5 x 0 + 6 x 0 = 0
Funo objetivo para o ponto (6, 0) Z (6, 0) = 5 x 6 + 6 x 0 = 30 + 0 = 30
Funo objetivo para o ponto (0, 6) Z (0, 6) = 5 x 0 + 6 x 6 = 0 + 36 = 36
Funo objetivo para o ponto (4,5 , 3) Z (4,5 , 3) = 5 x 4,5 + 6 x 3 = 22,5 +
18 = 40,5.
Logo, o Ponto timo o par ordenado (4,5; 3), que maximizar o lucro da
Empresa, com um valor de R$ 40,5,
Usando-se o Mtodo da Adio
Precisa-se seguir os seguintes procedimentos:
Transformar as inequaes em equaes igualando o sinal de desigualdade
pelo sinal de igualdade, ou seja, trocar < por =.
Multiplicando-se por um valor oposto pode-se eliminar uma das variveis
das equaes, e ento determinar a outra. O Ponto timo pode ser
determinado resolvendo o sistema correspondente s duas retas.
2X1 + 3X2 = 18 (restrio para batatinha frita)
2X1 + X2 = 12 (restrio para picadinho)
Assim:

2X1 + 3X2 = 18
- (2X1 + X2 = 12)
0.X1 + 2X2 = 6
X2 = 6/2
X2 = 3
Substituindo X2 = 3 em qualquer uma das equaes acima, obtm-se X1. Ento:
2X1 + 3 x 3 = 18
2X1 + 9 = 18
2X1 = 18 9
2X1 = 9
X1 = 9/2, ento: X1 = 4,5, logo o par ser (3;4,5).
O ponto comum X1 = 4,5 e X2 = 3.
IV) Calcular o valor da Funo Objetivo para cada um dos pontos da Regio
Vivel.
A partir dos pontos da Regio Vivel, definidos anteriormente, pode-se calcular o
valor da Funo Objetivo para cada ponto.
V) A partir dos clculos realizados para Z, determinar o ponto que corresponde
otimizao pretendida (maximizar ou minimizar) e ento determinar o ponto
timo.
Por meio dos clculos para Z, realizados no passo anterior, pode-se obter o Ponto
timo do problema. A otimizao desejada no problema maximizar. Assim,
aquela Funo Objetivo que apresentar o maior valor (problema de maximizao),
nos fornecer a soluo do problema. Ou seja, as quantidades a serem compradas
de cada uma das fontes.
O maior valor para a funo objetivo foi R$ 40,5 e corresponde ao ponto X 1= 4,5 e
X2= 3, que considerado o Ponto timo do problema e demonstrado na figura a
seguir.

Portanto, a fim de obter o maior lucro, a quantidade de batata a ser comprada pela
empresa de cada fonte 4,5 e 3 (em unidades de peso).

Exerccio: Representar graficamente as inequaes: 3X + 3Y 30 e 6X + 3Y 48


Resolvendo:
Construir a reta correspondente inequaes: 3X + 3Y 30 e 6X + 3Y 48
Para traar-se a reta so necessrios dois pontos, ou dois pares ordenados. Assim,
para a determinao dos pontos de interseo da reta com cada um dos eixos
mais fcil.
Estimativa dos pares ordenados das Restries:
3X + 3Y 30 transforma em equaes: 3X + 3Y = 30
6X + 3Y 48 transforma em equaes: 6X + 3Y = 48
1a Restrio: 3X + 3Y = 30 (Montagem)
Se X = 0, 3.0 + 3y = 30, Y = 30/3, o valor de Y ser:Y = 10
O mesmo procedimento dever ser feito para encontrar um valor para X.
Se Y = 0, 3X = 30, X = 10, gerando o 10 par ordenado: (0, 10) e (10, 0), que
representa a Restrio do Departamento de Montagem.
O mesmo procedimento dever ser feito para o Departamento de Acabamento:
2a Restrio: 6X + 3Y = 48 (Acabamento)
Se X = 0, 6.0 + 3Y = 48, Y = 48/3, Y = 16.
Se Y = 0, 6X = 48, X = 8, gerando o 10 par ordenado: (0, 16) e (8, 0), que
representa a Restrio do Departamento de Acabamento.
De posse dos pontos, monta-se o Grfico traando-se as retas das Restries, dos
dois departamentos: Montagem e Acabamento.
Mtodo grfico
Para encontrar-se a soluo de um problema de programao linear com duas
variveis de deciso atravs do mtodo grfico, adota-se os seguintes passos:
6) Traar as retas correspondentes a cada restrio, num sistema de eixos X e Y;
7) Determinar a regio vivel (regio onde se encontram todas as possveis
solues para o problema em questo);
8) Determinar os pontos que delimitam a regio vivel;
9) Calcular o valor da funo objetivo para cada um dos pontos da regio vivel;
10) A partir dos clculos realizados para Z, determinar o ponto que corresponde
otimizao pretendida (maximizar ou minimizar) e ento determinar o ponto
timo.
MINIMIZAO

Para a resoluo de problemas de minimizao o tratamento semelhante aos


problemas de maximizao. Ou seja, as restries so delimitadas por retas,
definindo-se as regies permissveis. A combinao dessas regies dar a regio
final, comum a todas as restries. A soluo estar ento, em um dos pontos
extremos. Considera-se o modelo abaixo:
Minimizar 4X + 4Y
Sujeito a:
2X + 1Y 10
1X + 2Y 8
1Y 6
Transformando os dados em Expresses Matemticas
A Funo Objetivo
No caso, estima-se um menor custo, ou seja:
CMin = 4 X + Y
Esse custo deve ser minimizado por uma escolha de X e Y
Mn C = 4 X +4 Y
X, Y
As Restries:
2X + 1Y 10
1X + 2Y 8
1Y 6
Dado a natureza do problema, ou seja, as funes e inequaes so lineares, podese obter uma soluo atravs de grfico. Transformando as desigualdades em
igualdades, delimita-se a regio comum mostrada no Grfico 1.
1a Restrio:
2X + 1Y= 10
Se X = 0, Y = 10, tem-se: (0, 10)
Se Y = 0, X = 5, tem-se: (5, 0)
2a Restrio:
1X + 2Y = 8
Se X = 0, Y = 4, tem-se: (0, 4)
Se Y = 0, X = 8, tem-se: (8, 0)
3a+ Restrio:
1Y = 6

Grfico 1 corresponde as Restries.


YY
1010
66
Zona Permissvel
Permissvel
Zona

44

00
22

A = (X = 8, Y = 0)
B = (X = 4, Y = 2)
C = (X = 2, Y = 6)

88

XX

3a PARTE
RESOLUO DOS PROBLEMAS EM
LABORATRIO

INTRODUO
Pesquisa Operacional consiste em um mtodo cientfico para o auxlio na tomada
de decises. Transformar um problema real, como encontrar o menor custo para
um produto em um ambiente de produo ou como maximizar um lucro, em um
modelo matemtico que possa nortear a alocao de recursos da melhor maneira
possvel.
Em um problema real tm-se variveis que o administrador pode controlar como o
tempo de alocao de uma mquina para a fabricao um produto ou a quantidade
de matria prima utilizada em cada produto e variveis que no se pode controlar,
como a demanda de um produto ou o custo de uma determinada matria prima.
Com esse objetivo, o Manual procura facilitar ao usurio, nas aulas prticas de
Pesquisa Operacional, por meio do SOLVER do Excel, a melhor maneira de como
solucionar problemas de otimizao. No entanto, este Manual no esgota todo o
potencial existente no Excel.
Antes de iniciarem-se os procedimentos para a resoluo dos problemas ser
necessria conceituar-se a prpria ferramenta Excel e uma reviso dos principais
conceitos sobre Pesquisa Operacional.
Conceito do Excel
Excel constitudo por um conjunto de folhas (sheets) de clculo, que por sua vez
so constitudas por clulas (cells). Uma clula identificada pela interseco de
uma coluna com uma linha (aivaz.mtm@dps.uminho.pt).
Pesquisa Operacional
A Pesquisa Operacional pode ser dividida em duas classes de problemas, aqueles
da classe de Problemas de Programao Linear e aqueles da classe de Problemas
de Programao No Linear. Na primeira classe, as variveis do sistema so
variveis reais (pertencentes ao conjunto dos nmeros reais) aparecem no modelo
sempre associadas apenas a constantes. Na segunda classe, as variveis podem
aparecer associadas a outras variveis. No Manual sero tratados problemas de
Programao Linear.
Especificao de Requisitos do Problema
Neste sentido, ser preciso definir claramente os requisitos do problema a ser
solucionado, isto , descrever, com detalhes, o funcionamento do sistema a ser
avaliado. Esta descrio passa por detalhes tcnicos como custo de componentes e
mo de obra, disponibilidade de recursos, mercado e limitaes tcnicas. Nesta
fase, o conhecimento do administrador explorado ao mximo, e cada detalhe
pode fazer diferena mais tarde no resultado final.
Modelagem do Sistema

Com o problema totalmente especificado, necessrio que se transforme o


conjunto de requisitos em um modelo matemtico que consiste basicamente em um
conjunto de equaes e inequaes. A preciso nesta transformao
imprescindvel, pois se ocorrer um erro, o resultado final poder ficar seriamente
prejudicado.
Soluo do Modelo
Alm do mtodo tradicional, como o Mtodo Grfico (at duas variveis) e o
Mtodo Simplex (mais de trs variveis), para solucionar o modelo matemtico,
gerado na fase anterior, pode-se utilizar o Mtodo Computacional, onde existem
vrios softwares voltados para a Pesquisa Operacional como o Lindo ou alguns
softwares de propsitos mais genricos como o Matlab ou mesmo o Excel (utilizase a ferramenta Solver), este ltimo ser utilizado aqui para demonstrao da
soluo de problemas mais complexos.
Crtica aos Resultados
Aps a obteno dos resultados, no feita uma implementao imediata da
soluo. necessrio que se realizem testes para se verificar a validade da soluo
encontrada. Neste caso, o conhecimento e a experincia do administrador em
relao ao sistema administrado fator imprescindvel. Muitas vezes um modelo
ruim pode levar a resultados ruins, portanto preciso que se faa uma crtica ao
resultado obtido. Esta crtica geralmente leva melhoria do modelo, gerando assim
um processo de contnuo de melhores resultados.
Implementao da Soluo
A soluo obtida implementada no sistema analisado. Nesta fase necessrio o
acompanhamento do sistema para verificar sua performance e observar as
possveis alteraes na especificao do sistema, como alteraes de custos ou
disponibilidade de matrias primas. Caso haja alterao necessrio, muitas vezes,
rever o modelo e obter nova soluo.
O que o Solver e sua Instalao do Solver
O Solver:
O Solver faz parte de um conjunto de programas algumas vezes chamado de
ferramentas de anlise hipottica. Com o Solver voc pode localizar um valor ideal
para uma frmula em uma clula - chamada de clula de destino - em uma
planilha. O Solver trabalha com um grupo de clulas relacionadas direta ou
indiretamente com a frmula na clula de destino. O Solver ajusta os valores nas
clulas variveis que voc especificar - chamadas de clulas ajustveis - para
produzir o resultado especificado por voc na frmula da clula de destino. Voc
pode aplicar restries para restringir os valores que o Solver poder usar no
modelo e as restries podem se referir a outras clulas que afetem a frmula da
clula de destino. Pode-se visualizar isto melhor por meio de exemplos
(www.ufop.br).

Instalao:
Caso o Solver j esteja instalado no Excel, o caminho para utiliz-lo ser:
Clique em ferramentas/Solver. Mas se necessitar instalar voc seguir os
seguintes passos:
1. Para instalar o recurso Solver, clique em Suplementos no menu
Ferramentas e marque a caixa de seleo Solver
. Clique em OK e o Excel instalar o recurso Solver;
2. Aps a instalao do suplemento, voc poder execut-lo clicando em Solver
no menu Ferramentas.
3. Para definir o problema na planilha, devem ser definidas clulas para
representar as Variveis de Deciso, uma clula para representar o valor da
Funo Objetivo e tambm se deve representar as Restries.
Exemplos de como Modelar por meio do Solver/Excel
O exemplo dado, a seguir, considerado um prottipo de problemas de
Programao Linear, visto que muitos casos se reduzem simples variaes do
mesmo. O problema bsico resume-se em achar a "quantidade otimizada de
produtos" a ser fabricado de modo a maximizar o lucro ou a receita:
Uma fbrica de computadores produz 2 modelos de computador: A e B. O modelo
A fornece um lucro de R$ 180,00 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 1
gabinete grande e 2 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 ?
(http://www.pucrs.campus2.br/ursula.
ELEMENTOS DA PLANILHA
Dados de Entrada: so os dados fornecidos no problema, isto , os dados da
Funo Objetivo e os dados das inequaes de Restries - maior igual ou menor
igual, incluindo as condies de no-negatividade, conforme seja o objetivo. Esses
dados devem aparecer em algum lugar na planilha. Apesar de no ser
absolutamente necessrio. Aconselha-se colocar o mximo de dados de entrada no
canto superior esquerdo da planilha, apesar de que em alguns problemas
especficos pode-se mudar essa regra.
Modelo Completo:
Funo Objetivo: maximizar o Lucro
Z max = 180 X1 + 300X2
Sujeita s Restries:

X1 + 2X2 120
X1 60
X2 50
X1 e X2 0, no negatividade.
Clulas Variveis: Utilizam-se Variveis como x1, x2.......ou y1, y2.....n1, que
fazem o papel das Variveis de Deciso. Os valores nestas clulas podem ser
mudados a fim de otimizar a Funo Objetivo.
Clula de destino: Essa clula ir acumular o valor calculado da Funo
Objetivo. A ferramenta SOLVER sistematicamente varia os valores das
clulas variveis a fim de otimizar o valor da clula destino.
Restries ou vnculos: No EXCEL, as restries no aparecem diretamente
na planilha. Ao invs disso, especificam-se as desigualdades diretamente num
quadro de dilogo da ferramenta SOLVER. Deve-se entrar com todas as
desigualdades, inclusive os vnculos de no-negatividade.
Estgios da Soluo

Em geral, a soluo completa do Problema envolve dois estgios:


1. O primeiro estgio entrada de todos os dados fornecidos no Problema, os
valores iniciais das Clulas Variveis:
Este primeiro estgio o mais importante, pois nele que todos os elementos do
Modelo so includos e relacionados entre si.
2. O segundo refere-se s frmulas que relacionam essas clulas com os dados de
entrada e cujo resultado armazenado na Clula Destino.
nesse estgio que se executa o SOLVER, no menu Ferramentas do Excel, que ir
pedir a localizao das Clulas Variveis e da Clula Destino, bem como uma lista
de todas as Restries envolvidas no problema, que so escritas em termos de
endereos de clulas. Ao final s pedir para que o SOLVER ache a soluo
otimizada.
RESOLVENDO O MODELO NA PLANILHA DO EXCEL, POR MEIO DO
SOLVER.
Para definir o Problema no Excel/Planilha, devem ser determinadas as clulas para
representar as Variveis de Deciso, uma clula para o valor da Funo Objetivo e
para a representao das Restries. Se voc fez tudo certo dever obter uma
planilha como mostra a Figura 1:

Figura 1: Planilha do Excel


Usar o SOLVER: a ferramenta SOLVER consegue atingir dois objetivos:
inicialmente ela pede que voc especifique a clula destino (resultado da Funo
Objetivo), as clulas variveis (valores das Variveis de Deciso) e as Restries
do problema, inclusive os vnculos de no-negatividade. Ento a ferramenta
resolve o problema por meio de ajustes nas clulas variveis at que o mximo
valor da clula destino seja encontrado. Para os problemas de PL, a ferramenta
utiliza o chamado "Modelo SIMPLEX". Para acionar o Solver, clica-se em
ferramentas e escolha Solver. Se voc no encontrar essa ferramenta, escolha o
item Suplementos (do menu Ferramentas) e procure o Solver e clique no respectivo
quadrinho. Se ele no estiver ativado, clique em procurar e escolha o arquivo
SOLVER.XLA e o selecione. D OK em tudo e feche as janelas e clique
novamente em Ferramentas e agora sim o Solver j est ativado. A janela do Solver
abrir, conforme mostrado abaixo:
Selecione como clula destino clula E9 e clique na opo Max.
Selecione as clulas variveis de acordo com a janela acima.
Adicione cada restrio, com a respectiva desigualdade correta. Note que voc
deve dar corretamente os endereos de cada desigualdade e, por esse motivo, no
importa muito onde voc as coloque na planilha.

Selecionar a clula da Funo Objetivo


(b5)
Em Igual a: Escolha a opo Mx

Na caixa clulas variveis inserir a rea onde se


encontram as Variveis de Deciso.
Na caixa Submeter s Restries inserir todas as
inequaes correspondentes as Restries, com seus
respectivos sinais de desigualdade ( ou ), conforme o
Objetivo do problema.
Figura 2: Planilha do SOLVER/Excel

Na caixa Submeter s restries


devem ser inseridas as restries
do problema;
Clique no boto Adicionar e a
janela abaixo aparecer.

Selecione a
clula
contendo a
1a restrio
(B8)

Escolha a opo
que corresponde
ao tipo de restrio

Selecione a
clula que
contm a
restrio
correspondente

Por ltimo, clique no boto OK

Figura 3: Planilha do SOLVER/Excel

Aps adicionar todas as


restries, clique no boto
Resolver.
A janela abaixo aparecer
Nesta janela, clique no boto

OK.

Figura 4: Planilha do SOLVER/Excel

RESULTADOS

Figura 5: Planilha do SOLVER/Excel

Para criar um
relatrio (planilha)
na pasta atual

MANUAL DE ANLISE DOS RELATRIOS GERADOS PELO


SOLVER
CLULA DE DESTINO (Funo objetivo): Tem o Valor
Original, quando se no sabia a quantidade de
X1 e X2 que eram necessrias para maximizar o
Lucro, o valor inicial era ZERO. Valor Final: j
o Valor mximo que as quantidades X1 e X2
daro.
CLULAS AJUSTVEIS (Variveis de Deciso):
Mostra a Soluo tima encontrada pelo
SOLVER, ou seja, um mix dos dois produtos de
acordo com as condies existentes que gera o
Lucro de R$ 92,00.
Dependendo do Resultado pode ser recalculado o
Modelo e haver Ajustes nas quantidades a
serem produzidas. No caso, X=6 (Cadeiras) e
X2=4 (Mesas).
VALOR DA CLULA (RESTRIES):Mostra o total de
horas utilizadas pela produo dos dois
produtos e em cada departamento (Montagem e
Acabamento).
O CAMPO FRMULA: Mostra as expresses das
Restries. O CAMPO STATUS: Mostra duas
Mensagens: 1. AGRUPAR: que diz no h
sobras ou folgas. NO-AGRUPAR: Indica que
existem sobras ou sobras.
No exemplo: Observa-se que a capacidade produtiva
dos departamentos foi plenamente utilizada. O
Relatrio diz que no houve sobras de horas em
nenhum dos departamento.

1. Na primeira parte do Relatrio: Indica o Lucro, o valor


mximo na Soluo tima (R$ 92,00).
Na SEGUNDA parte, mostra, no CAMPO VALOR, as
margens de contribuio unitria dos produtos.
O LIMITE INFERIOR e os RESULTADOS DE DESTINO
devem ser analisados juntos. Considerando a linha Q produzir
Cadeiras, a Anlise indica que, mantidas as demais condies
do problema, e se reduzirmos a produo de cadeiras ao seu
Limite Inferior, que zero, o Resultado Destino (Margem de
Contribuio/FO) ser R$ 32,00. Pois, na Soluo tima se
deixarmos de produzir Cadeiras, a Margem de Contribuio
unitria de R$ 8,0, resultando em R$ 32,00. A mesma anlise
se faz para as mesas. Margem R$ 60, das Cadeiras, com
MCU de R$ 10.

2 O LIMITE SUPERIOR segue a mesma lgica.


Considere a linha Quantidade a produzir de Cadeiras.
Os Campos indicam que, na mesma Soluo tima,
se produzida a quantidade mxima de 6 unidades de
Cadeiras, o Resultado Destino ser R$ 92. Ento, este
o valor da MCT na Soluo tima. E tem que ser
igual, pois desde que se deixe fixa a quantidade de
um dos produtos na Soluo tima, no ser possvel
aumentar a quantidade do outro produto.
OBSERVAO: Pode-se generalizar para todos os
problemas de maximizao, ou seja, o Resultado
Destino do Limite Superior sempre coincidir com a
Soluo tima. No caso de minimizao ser o
Limite Inferior.

Quando um ou mais dados do problema sofre


alterao, o modelo inicial pode ser atualizado e
recalculado sem problema. O SOLVER permite
que sejam alterados apenas os dados que
sofreram alteraes, recalculando a planilha e
emitindo novos Relatrios.
2 No entanto, o tomador de deciso pode querer
conhecer, com base em uma dada situao,
quais os impactos seriam provocados por
eventuais mudanas nos valores atuais das
Variveis e Restries. Nesse problema, pode-se
querer saber, por exemplo, Qual o reflexo na
Soluo tima de um aumento na margem de
contribuio das Cadeiras?; Qual o impacto
sobre a MCT da Empresa caso produzisse mais
mesas do que o indicado na Soluo tima? Ou
ento, Qual o ganho proporcionado pelo
aumento na Capacidade do Departamento de
Montagem?

3. Ento, pode-se dizer que o Relatrio de


Sensibilidade amplia a soluo esttica da PL. A
Anlise de Sensibilidade permite incorporar
resposta consideraes sobre eventuais alteraes
nas condies do problema, dentro de intervalos
definidos.
Na primeira parte: Destina-se as Clulas Ajustveis
e na outra, s Restries.
CLULAS AJUSTVEIS: Quantidades a serem
produzidas na Soluo tima. Esta uma
informao pontual que s depende da
manuteno das condies consideradas na
resoluo do problema.Mas os dados esto
sujeitos a alteraes em seus valores. No ambiente
das empresas, essas variaes ocorrem com certa
freqncia.

Os intervalos so definidos com informaes dos campos Permissvel Decrscimo


e Permissvel Acrscimo. Se o MCU das cadeiras R$10. Ento, possvel
afirmar que essa margem de contribuio unitria pode variar de R$ 8 (R$ 10 permissvel de decrscimo de R$ 2) a R$ 16 (R$ 10 + permissvel acrscimo de
R$ 6) que a quantidade de cadeiras previstas na Soluo tima no se
altera.Mesma anlise pode ser feita para as mesas.
OBSERVAO: Esta anlise vlida desde que consideremos apenas a margem
de contribuio de um produto que varia dentro do intervalo de contribuio
unitrias dos produtos, desde que essas alteraes se verifiquem dentro dos
intervalos antes definidos.
Reduzido Custo: Os valores contidos neste CAMPO indicam qual o reflexo
provocado no Objetivo Coeficiente (MCT/MARGEM DE LUCRO) pela opo
por alterao indicada na Soluo tima. Observa-se que este Reduzido Custo
corresponde ao Custo de Oportunidade na economia, ou seja, o quanto estar
deixando de ganhar (perder) por desprezar determinada alternativa.
Quanto s RESTRIES: PREO SOMBRA, mostra o quanto se deixa de
ganhar por no se dispor de mais uma unidade de determinada varivel Restritiva.
No Problema, em estudo, mostra o quanto se deixa de aumentar na MCT por no
se dispor de mais uma hora na capacidade dos departamentos. Por exemplo o
preo Sombra do Departamento de Montagem de R$ 2,0. Significa que, caso o
Departamento dispusesse de 31 horas, ao invs de 30h atuais, a Margem de
Contribuio da Empresa passaria de R$ 92 para R$ 94. Vale dizer que esta
anlise vlida desde que se mantenham as demais condies do problema. A
NLISE DO CONTRRIO VLIDA. E pode ser utilizada para o
Departamento de Acabamento.
Assim, percebe-se que o Preo Sombra possui uma gama de informaes. Pois,
permite a comparao dos ganhos que advm da ampliao da capacidade
Restritiva da Empresa com eventuais custos envolvidos.
No presente caso, A Indstria poderia comparar, por exemplo, o ganho de R$ 40
em sua MCT, proporcionado pelo aumento de 20 horas na capacidade produtiva
do Departamento de Montagem, com os custos que adviriam dessa ampliao.

LISTA DE EXERCCIOS
Modelo Linear: Antes de pedir para Resolver, clique em Opes e selecione "Presumir modelo
Linear", pois afinal se trata de Programao Linear (PL).
Resolver: Clique em resolver e ento o Solver mostrar nas clulas variveis o valor timo das
quantidades de ligas e na clula destino o valor mximo da Receita. Antes ele diz que achou uma
soluo tima e, se voc selecionar nas opes de relatrios, ele criar at trs tipos de relatrios
diferentes, os quais sero muito teis futuramente. Escolha os trs relatrios e d OK. Voc ver
que o Excel criar mais trs pastas, cada uma com um tipo de relatrio.

SUCESSO: voc conseguiu otimizar um problema. Tente o mesmo com todos os problemas
listados a seguir:
1. Modelo Completo:
Zmax = 5X + 2Y
Sujeito :
X3
X + 2Y 9
Y4
XeY0
Encontre:
a) A Regio de Soluo;
b) O Ponto timo;
c) A Funo Objetivo.
2. Modelo Completo:
Zmax = 4X + Y
Sujeito :
2X + 3Y 12
2X +2Y 8
Y4
XeY0
Encontre:
a) A Regio de Soluo;
b) O Ponto timo;
c) A Funo Objetivo.
3. Modelo Completo:
Zmin = 4X + Y
Sujeito :
X + 3Y 12
2X + Y 16
Y4
XeY0
Encontre:
a) A Regio de Soluo;
b) O Ponto timo;
c) A Funo Objetivo.
4. Modelo Completo:

Zmin = 4X + 10Y
Sujeito :
X + 2Y 10
XeY0
Encontre:
a) A Regio de Soluo;
b) O Ponto timo;
c) A Funo Objetivo.
5. Modelo Completo:
Zmax = 4X + 4Y
Sujeito :
2X + 3Y18
2X + Y 10
XeY0
Encontre:
a) A Regio de Soluo;
b) O Ponto timo;
c) A Funo Objetivo.
6. Modelo Completo:
Zmax = 8X + 10Y
Sujeito :
4X + 8Y 160
6X + 4Y 120
XeY0
Encontre:
a) A Regio de Soluo;
b) O Ponto timo;
c) A Funo Objetivo.
7. Modelo Completo:
Zmin = 27X + 21Y
Sujeito :
10X + 9Y 10
X + 5Y 15
XeY0

Encontre:
a) A Regio de Soluo;
b) O Ponto timo;
c) A Funo Objetivo.
8. Modelo Completo:
Zmin = 4X + 4Y
Sujeito :
2X + Y 10
X + 2Y 8
Y 6
XeY0
Encontre:
a) A Regio de Soluo;
b) O Ponto timo;
c) A Funo Objetivo.
9. Modelo Completo:
Zmax= 2X + 3Y
Sujeito :
4X +3Y 10
6X - 3Y 20
XeY0
Encontre:
a) A Regio de Soluo;
b) O Ponto timo;
c) A Funo Objetivo.
10. Modelo Completo:
Zmax= 1.000X + 1.800Y
Sujeito :
20X +30Y 12.000
X 40
Y 30
XeY0
Encontre:
a) A Regio de Soluo;
b) O Ponto timo;
c) A Funo Objetivo.

11. Modelo Completo:


Zmin= 3X + 2,5Y
Sujeito :
4X + 8Y 32
6X + 6Y 36
XeY0
Encontre:
a) A Regio de Soluo;
b) O Ponto timo;
c) A Funo Objetivo.
12. Modelo Completo:
Zmin= 18X + 12Y
Sujeito :
9X + 3Y 4
X+Y1
XeY0
Encontre:
a) A Regio de Soluo;
b) O Ponto timo;
c) A Funo Objetivo.
d) Modelo Completo:
Zmax= 3X + 4Y
Sujeito :
X + 1,5Y 15.000
X + Y 12.000
0,5X + 0,4Y 5.000
XeY0
Encontre:
a) A Regio de Soluo;
b) O Ponto timo;
c) A Funo Objetivo.
13. Modelo Completo:
Zmax= 3X + 4Y
Sujeito :
70X + 70Y2 4.900

90X + 50Y 4.500


2X 80
3Y 180
XeY0
Encontre:
a) A Regio de Soluo;
b) O Ponto timo;
c) A Funo Objetivo.
14. Modelo Completo:
Zmax= 20X + 60Y
Sujeito :
70X + 70Y2 4.900
90X + 50Y 4.500
2X 80
3Y 180
XeY0
Encontre:
a) A Regio de Soluo;
b) O Ponto timo;
c) A Funo Objetivo.

4a PARTE
TEORIA DOS JOGOS

TEORIA DOS JOGOS


"Teoria dos jogos, anlise matemtica de qualquer situao que envolve um
conflito de interesse, com a inteno de indicar as escolhas timas que, sob
circunstncias dadas, conduziro a um resultado desejado".
Embora a teoria dos jogos tenha razes no estudo dos divertimentos tais como
verificadores, jogo do galo, e poker - daqui o nome - envolve tambm questes
muito mais srias que se levantam em campos como o da sociologia, economia,
cincia poltica e militar.
A Teoria dos Jogos foi explorada primeiramente pelo matemtico francs mile
Borel que, em 1912, escreveu diversas obras sobre jogos de possibilidade e teorias
dos jogos.
Durante a segunda Grande Guerra, reas como a logstica, a guerra submarina e a
defesa area basearam-se diretamente na Teoria dos Jogos que, depois disso se
desenvolveu no contexto das cincias sociais.
A TEORIA DOS JOGOS PODE SER:
Uma srie de ensaios dentro da economia que atua sobre as expectativas e
comportamentos.
Ento, a Teoria dos Jogos surgiu a partir de uma frustrao do matemtico John
von Neuman, pelo fato de no se conseguir resolver problemas sociais utilizando a
matemtica. Assim, em 1928, escreveu um ensaio com alguns indcios sobre a
possibilidade de lidar-se com os conflitos humanos matematicamente. No entanto,
somente em 1944, dar-se o incio ou o nascimento oficial da Teoria dos Jogos,
atravs da publicao do livro Theory of Games and Economic Behavior, em
conjunto com o economista Morgenstein.
De maneira simples, a Teoria revoluciona quando trabalha os problemas sociais por
meio de modelos baseados em jogos de estratgia. A partir da alastrou-se para
outras reas, como administrao, economia, dentre outras.
A Teoria dos Jogos trata de situaes em conflito, tendo em vista que no h
sentido de uma empresa ou pessoas brigar com ela mesma. Por exemplo, em um
mercado em Concorrncia Perfeita no tem como haver conflito, pelas
caractersticas desse mercado, ou seja:
H um grande nmero de empresa;
No h impedimento para a sada e tambm para a entrada;
Com estes argumentos as empresas no tm poder para ditar seus prprios
preos.
As empresas se apropriaram do preo do mercado.

No entanto, no mercado de Oligoplio, onde h forte conflito, apesar do nmero


pequeno de empresas, mas existem grandes empresas que dominam grupos
menores. Essas empresas costumam formar Cartis para garantir seus preos.
Alm de Conluios (combinao entre empresas).
Colocando-se a Teoria dos Jogos na vida cotidiana, em situaes de conflito e
competio, prprias nos dias de hoje, citam-se alguns momentos que se podem
aplic-la:
Jogos (xadrez, domin etc.);
Batalhas militares;
Campanhas polticas;
Campanhas de marketing entre firmas concorrentes.
Uma caracterstica bsica nestas situaes que o resultado final depende
essencialmente da combinao das estratgias adotadas pelos adversrios.
Com essas observaes pode-se dizer que a Teoria dos Jogos uma teoria
matemtica que lida com as caractersticas gerais destas situaes de uma forma
abstrata. Nela, fica enfatizado o processo de deciso dos adversrios.
Elementos Essenciais formulao da Teoria dos Jogos
Jogo: toda situao em que existem duas ou mais empresas/pessoas em uma
posio que as aes de um interferem nos resultados do outro. Por isso, a Teoria
dos jogos tambm chamada de Teoria do Conflito.
Jogador: todo agente (empresas, pessoas etc.) que participa e possui objetivos
em um jogo.
Movimentao: so decises disponveis aos jogadores (simultaneamente ou no).
Estes so seguidos de uma ao, resultante em um ganho.
Escolha: uma alternativa particular escolhida.
Jogada: seqncia de escolhas.
Estratgias: descrio das decises a tomar em todas as situaes possveis.
Resultados/Payoffs/Ganhos: valor ou pagamento de uma ao (em moeda
corrente, em pontos etc.) ou ainda uma expresso de preferncia.
Informao Perfeita: Um jogo tem a informao perfeita se todas s jogadas
forem conhecidas por cada um dos jogadores envolvidos.
Exemplos de jogos com informao perfeita ou completa: O Xadrez um jogo
com informao perfeita.
Exemplos de jogos com informao imperfeita ou incompleta: o poker ou o
bridge so jogos em que os jogadores tm somente a informao parcial sua
disposio.

Classificao dos Jogos


Jogos de duas pessoas com soma zero: dentro da grande variedade de casos que
existem, esta classe de jogos a mais fcil de abordar e a que ser coberta aqui.
Caractersticas:
S h dois adversrios, que podem ser compostos de mais de uma pessoa
(um exrcito, uma firma etc.);
O que um adversrio ganha, o outro perde;
O resultado ou payoff no jogo soma zero devem entrar na matriz com o sinal
trocado;
Exemplo: Jogo de par ou mpar.
Se a soma der par, o jogador 1 recebe R$ 10 do jogador 2. Caso contrrio, jogador
1 paga R$ 10 para jogador 2. Cada jogador tem duas estratgias possveis:
Mostrar um nmero par de dedos; e
Mostrar um nmero mpar de dedos.
O payoff o ganho que um jogador leva em um jogo em determinada situao.
importante ressaltar que, neste tipo de jogo (soma zero) antes do jogo, os dois
jogadores tm acesso informao. O jogo consiste em cada jogador escolher uma
estratgia sem conhecer a escolha do outro.
Exemplos de Estratgias: No caso do par ou mpar, uma estratgia se resume
paridade do nmero de dedos escolhidos. Em caso de um jogo mais
complicado, uma estratgia seria uma ou mais regras que determinam o que
jogar em qualquer situao. No xadrez, uma estratgia seria uma funo que
retorna a prxima jogada para cada posio possvel do tabuleiro (complexo
demais para a teoria dos jogos).
Assim, a informao essencial para a Teoria dos Jogos:
Existem situaes com informaes completas;
E casos em que as informaes so parciais.
Matriz de payoff
Mostra os ganhos para o jogador 1 de todas as combinaes possveis de
estratgias. O resultado ou payoff para o jogador 2 seria obtido trocando o sinal das
entradas da matriz (para o caso de jogo de dois jogadores com soma zero).
As unidades da matriz devem representar uma "utilidade" para o jogador.
importante salientar que o objetivo da Teoria dos Jogos o desenvolvimento e
critrios racionais para seleo de estratgias.

Devem ser destacadas duas hipteses:


1. Os dois jogadores so Racionais;
2. E o objetivo maior de cada maximizar seu payoff, ou seja, no compaixo
pelo adversrio.
Teoria dos Jogos X Anlises da Deciso
No primeiro caso, o jogador se depara com um adversrio que, igual a ele
racional e preocupado em maximizar o seu ganho.
Jogos de duas pessoas que no-somam zero
O exemplo mais clssico desse tipo de jogo o Dilema dos Prisioneiros, que pode
ser encontrado na literatura disposto de vrias formas. Este problema foi adaptado
por Albert W.Tucker:
Vale dizer que se trata de um caso fictcio de dois marginais que cometem um
assassinato e so presos e levados para a delegacia. L so interrogados em salas
diferentes e submetidos seguinte situao: os prisioneiros devem escolher a
opo que lhes seja favorvel no interrogatrio e precisam escolher entre duas
estratgias: confessar o assassinato, implicando tambm o companheiro, ou no
confessar na expectativa de reduzir sua pena.
A matriz de payoff abaixo mostra os ganhos possveis para cada estratgia
escolhida pelos jogadores (na verdade so perdas, e maximizar o payoff neste caso
implica em obter a menor pena). Considerando que ambos os ladres tm
conhecimento da matriz, para cada um o raciocnio o mesmo:
Na priso, ambos so interrogados de forma separada e esto cientes que:
Se ambos cooperarem (se declararem inocentes e no acusarem o outro), ficaro
presos por 1 ano somente pelo assassinato.
Se ambos trarem, ficaro presos por 3 anos.
Se um trai (acusa o outro e se declara inocente) e, alm disso, se o acusado
cooperar (no delatar o primeiro), o acusado ficar preso por 5 anos e o que
acusou ser solto imediatamente.
As possveis estratgias e seus respectivos pagamentos podem ser resumidos pela
Matriz de payoff abaixo:
Matriz de payoff
Confessar Trai (No confessar)
(Coopera)

Confessar (Coopera)

-1,-1

-6,0

Trai (No cooperar)

0,-6

-3,-3

Ento, no h soluo para o Dilema do Prisioneiro. De um ponto de vista


puramente do interesse prprio (aquele que no toma em considerao os
interesses do outro prisioneiro), racional, para cada prisioneiro, confessar e se
cada um fizer o que racional do ponto de vista do interesse prprio, ficaro
ambos pior do que ficariam se tivessem escolhido de outro modo. O dilema prova
que quando cada um de ns, individualmente, escolhe aquilo que do seu
interesse prprio, pode ficar pior do que ficaria se tivesse sido feita uma
escolha que fosse do interesse coletivo.
Assim, o fato de aes racionais individuais levarem a um resultado ruim, em
termos de interesse prprio, o motivo da importncia deste dilema em questes
sociais. importante observar que o Dilema do Prisioneiro uma simplificao
de conflitos reais, e vrias modificaes podem ser aplicadas.
Fazendo-se um paralelo entre o Dilema dos Prisioneiros e a realidade dentro de
uma empresa, verifica-se que a melhor deciso individual pode comprometer o
resto do grupo.
o que est acontecendo nos ltimos anos com uma enxurrada de corrupes entre
os polticos brasileiros, comprometendo a imagem da Cmara e do Senado
Federais. Em tempos recentes viu-se o escndalo da Parmalat, que fechou suas
unidades no Brasil.
Atualmente, busca-se o Equilbrio de Nash, ou seja, um conjunto tal de
estratgias usadas pelos jogadores em um jogo que, para cada agente i, dadas as
estratgias dos demais jogadores, i no tem incentivo para mudar sua estratgia
(quer dizer que i escolheu a melhor estratgia, dadas s estratgias dos demais). De
acordo com Nash, todo jogo de soma no zero com dois jogadores apresenta
pelo menos um equilbrio, em estratgia.
Ento, Equilbrios de Nash so estveis, mas nem sempre desejveis. O Dilema
dos Prisioneiros, por exemplo, que a instncia de jogo mais conhecida e
discutida, apresenta como nico equilbrio uma situao na qual os dois jogadores
obtm um mau resultado, dadas suas funes de utilidade ou escolhas individuais.
No Equilbrio de Nash, nenhum jogador se arrepende de sua estratgia, dadas as
posies de todos os outros. Ou seja, um jogador no est necessariamente feliz
com as estratgias dos outros jogadores, apenas est feliz com a estratgia que
escolheu em face das escolhas dos outros. O filme Uma Mente Brilhante sobre a
vida de John Nash popularizou o termo e levou ao conhecimento pblico a Teoria
dos Jogos, mas infelizmente, como o economista James Miller coloca, a nica
indicao sobre o assunto no filme est errada. No filme, cinco garotas, dentre elas
uma especialmente atraente entram em um bar.

Nash tem a idia de, junto com trs amigos, ir conversar com as quatro garotas e
evitar tanto a competio pela mais bonita quanto o cime das outras garotas. No
filme est implcito que essa seria a base do Equilbrio de Nash. O problema que
o equilbrio de Nash ocorre quando no h arrependimento, e vendo a mulher mais
bonita do bar sair sozinha, algum poderia se arrepender de no ter ido conversar
com ela em primeiro lugar. O Equilbrio de Nash se daria se um, dentre os quatro,
fosse conversar com a mais bonita e os outros evitassem a competio partindo
cada um para uma garota diferente.
A genialidade do Equilbrio de Nash vem da sua estabilidade sem os jogadores
estarem cooperando. Por exemplo, seja uma estrada de cem quilmetros, de
movimento igual nas duas direes, representada por uma linha graduada de 0 a
100. Coloquem-se nessa estrada dois empreendedores procurando um local para
abrir cada qual um posto de gasolina.
Pode-se assumir que cada motorista ir abastecer no posto mais prximo de si. Se
A coloca seu posto no quilometro 40, e B exatamente no meio, B ficar com
mais clientes que A. O jogo ainda no est em equilbrio pois B pode se
arrepender de no estar mais perto de A, roubando mais clientes. O equilbrio de
Nash ser A=X+1 e B=X-1. Se um posto estiver um pouco fora do centro, seu
competidor vai ganhar mais da metade dos consumidores, colocando-se ao seu
lado, mais prximo ao centro. A Teoria dos Jogos explica porque, nos grandes
centros urbanos, farmcias, locadoras e outros competidores da mesma
indstria tendem a ficar prximos uns aos outros. Sempre que um jogador se
encontra em uma situao em que at poderia estar melhor, mas est fazendo o
melhor possvel dada a posio de seus competidores, existir um Equilbrio de
Nash (Zugman, 2005).
Concluso: A escolha tima para os dois seria confessar, pois eles no tm certeza
de que o outro negue. Este um caso atpico do Equilbrio de Nash.
Lanamento de novos produtos no mercado
Considere que duas empresas dividem o mercado junto a uma certa linha de
produtos e que elas esto em constante disputa por ampliar sua fatia de mercado e
pela reduo de custos de produo. Se uma das empresas anuncia o lanamento de
um produto revolucionrio naquela linha, sendo que o investimento para viabilizar
a sua produo foi elevado, o comportamento da empresa concorrente pode ser de
trs tipos:

No lanar nenhum produto novo e prestigiar ainda mais os seus produtos j


lanados no mercado, esperando pelo fracasso de mercado do produto
concorrente;

Passar a investir forte no lanamento de um novo produto muito semelhante


quele j lanado pela concorrncia;

Passar a investir forte no lanamento de um novo produto, distinto daquele


j lanado pela concorrncia, mas que concorre pela mesma fatia de mercado.

Outro tipo de Equilbrio


H uma antiga lenda anglo-sax que fala sobre uma tal Tragdia dos Comuns. O
mundo germnico, cuja resistncia cristianizao nos moldes romanos comeou
com o Arianismo e culminou com a Reforma de Martinho Lutero, sempre me
chamou a ateno e esta lenda particularmente saborosa.
Ela fala de um povoado medievo em que pastores de ovelhas dividem a mesma
terra sem que haja limites ou divisas de propriedades entre eles. A espcie de
comunismo primitivo que todo povo incivilizado e ignorante experimenta antes de
conhecer as maravilhas do Camembert ou do pudim de laranja.
Pois a vila cresce e os seus filhos se multiplicam, como o bom velhinho bblico
ordenara, e crescem juntos os rebanhos, as pulgas e a falta de higiene. Com a
expanso dos rebanhos aumenta a presso sobre o nico recurso natural de que
dispem, o pasto sobre a terra. O que pertence a todos no tratado com desvelo,
pois todos os homens do mais importncia ao que seu do que quilo que
possuem em coletivo, dizia um pederasta grego muitos sculos antes desta
histria. Mario Quintana, que os afeminados gachos amam citar, dizia que
filosofar resta intil, no h nada no mundo das idias que algum pederasta da
Hlade j no tenha endereado e resolvido.
Nas contendas que se seguem formam-se dois partidos: os que preferem que se
divida as terras em fraes ideais e igualitrias e cada um cuide do que seu e os
que preferem que a comuna prossiga em seus modos igualitrios de ser. Um
partido tem seu Mrio, outro seu Sila (que Al esteja com ele).
Passam-se os anos e os homens da aldeia jamais chegam a um termo sobre os
perrengues - em discusses interminveis que deixariam os bizantinos roxos de
inveja. Termina que qualquer outro pequeno desequilbrio - no se sabe ao certo
qual, pois que desta tragdia no resultaram sobreviventes - todo o povoado perece
da mais pura e genuna fome, num exemplo de martrio apostlico romano capaz
de render beatificaes, fossem os mrtires civilizados ou, v l, monges
irlandeses.
uma lenda pedestre e sempre rejeitada por qualquer pessoa de bom corao - as
mesmas que sempre esto no partido de Mrio - e que demonstra claramente os
motivos da derrocada do mundo anglo-saxnico a que temos assistido nos ltimos
oitocentos anos desde a publicao da Magna Carta e seus inaceitveis preceitos
sobre as liberdades individuais.
(http://porcopreto.embora.com.br/blog/2006/12/07/a-tragedia-dos-comuns/)
Exemplos:
Hoje em dia, pode-se perceber vrias Tragdias dos Comuns acontecendo no dia a
dia. Um bom exemplo pode ser visto no trnsito das grandes cidades. Repare nos

automveis na rua: a grande maioria deles tem um nico ocupante. Todos sabem
que o trnsito poderia ser muito melhor se as pessoas se organizassem de modo a
andar com trs ou quatro pessoas por carro. Mas, por outro lado, tambm existe a
sensao de que no o meu carro que est fazendo com que o trnsito fique to
engarrafado. Pois , a culpa sempre dos outros...
Para evitar a tragdia dos comuns, existem duas opes: ou o Estado cria
mecanismos legais para coibir determinadas prticas como acontecia na
Inglaterra da Idade Mdia; ou a prpria comunidade cria mecanismos de
autodefesa. Cada vez mais, a segunda opo tem sido utilizada. Os Grsons no
so exclusividade brasileira e o mundo todo tem adotado prticas auto-reguladoras.
Em um mundo com recursos naturais cada vez mais escassos, mecanismos antiTragdia dos Comuns tm sido particularmente necessrios para impedir que ns
destruamos o planeta. O Protocolo de Kyoto , no fundo, um mecanismo criado
para evitar uma Tragdia dos Comuns ambiental. A no adeso dos Estados Unidos
ao Protocolo seria equivalente pessoa que pede lagosta no restaurante quando
todos pedem fil com fritas com o fator agravante do peso da desero americana
ser desproporcionalmente grande. Seria muito diferente se, por exemplo, o Uruguai
no aderisse ao Protocolo.
Segundo os estudiosos das estratgias utilizadas em Teoria dos Jogos, a nica
forma de derrotar um jogador que adote a estratgia do deserte sempre o
ostracismo: no jogar com quem adota este tipo de estratgia. Mas como condenar
o pas mais rico e influente do planeta ao ostracismo? Isto impossvel e os
Estados Unidos sabem disto. Justamente por isto que eles adotam a postura do
deserte sempre. uma deciso racional dos Estados Unidos. No justa, mas
racional. A propsito: se algum lhe disse que o mundo justo, sinto muito, mas
voc foi enganado.
De acordo com o jogo abaixo, onde duas firmas esto decidindo, no mesmo
instante, entre duas estratgias, que so Fazer Propaganda ou No Fazer
Propaganda, determine: o Equilbrio de Nash.
Estratgias
Firma A

Fazer
Propaganda
No Fazer

Firma B
Fazer
Propaganda
10 ; 5
6;8

No fazer
15 ; 0
10 ; 2

Supondo o jogo do Bem-Estar Social, entre o governo e o indivduo, que tem as


seguintes estratgias: ajudar o indivduo ou no ajudar para o governo; e
procurar trabalho ou no procurar para o indivduo, determine:
Estratgias
Governo Ajuda

Indivduo
Procura
3;2

No Procura
-1 ; 3

No Ajuda

-1 ; 1

0;0

a) as estratgias dominantes e dominadas para cada jogador.

Questes:
1 De acordo com o jogo abaixo, onde duas firmas, em um mercado duaopolista,
esto decidindo, no mesmo instante, entre duas estratgias, que so Fazer
Propaganda ou No Fazer Propaganda, determine:
Estratgias
Fazer Propaganda
Firma A
No Fazer

Firma B
Fazer Propaganda
10 ; 5
6;8

No fazer
15 ; 0
10 ; 2

a) o equilbrio com estratgias dominantes das firmas;


Possibilidades:
1. Se as duas empresas decidirem fazer propaganda.
2. Se a Empresa A fizer propaganda e a Empresa B no.
Pergunta-se: Qual a estratgia que cada empresa dever escolher? Primeiro
considere a Empresa A.
1. Empresa A: se ambas fizerem propaganda: A ganhar 10 e 15,
independentemente da deciso de B.
2. No entanto, se B fizer propaganda e A no fizer, ganhar somente 6.
3. Se a Empresa B no investir em propaganda, a Empresa A lucrar 15, faa
propaganda, mas lucrar 10 se no fizer.
Pode-se concluir que seja qual for a estratgia da Empresa B, se A investir em
propaganda ter ganhos maiores. Da a estratgia dominante de A investir em
propaganda.
Pelo lado de B:
4. Empresa B: se ambas fizerem propaganda: B ganhar 5 e 8,
independentemente da deciso de A.
5. No entanto, se A fizer propaganda e B no fizer, ganhar somente 0.
6. Se a Empresa A no investir em propaganda, a Empresa B lucrar 8, faa
propaganda, mas lucrar 2 se no fizer.
Logo se as empresas forem racionais ambas devero fazer propaganda. Assim, dizse que ambas possuem estratgias dominantes.
Mudando-se a Matriz:

Estratgias
Firma A

Fazer Propaganda
No Fazer

Firma B
Fazer Propaganda
10 ; 5
6;8

No fazer
15 ; 0
20 ; 2

Agora a Empresa A no possui estratgia dominante, ou seja, sua deciso tima


depender da estratgia de B.
1. Se a Empresa B fizer propaganda, ento a Empresa A tambm fizer ganha 10.
2. Se B no fizer propaganda, a Empresa A estar realizando o melhor negcio se
no investir (20).
3. Se as duas empresas tiverem que tomar suas decises simultaneamente:
Qual seria a atitude da Empresa A?
Para responder esta questo, a Empresa A dever se colocar no lugar de B. Qual
seria a melhor deciso de B e qual seria a provvel reao da Empresa B?
A Empresa B tem uma estratgia dominante, independentemente da reao de A,
que fazer propaganda.
Logo o equilbrio ser alcanado quando ambas investirem em propaganda. Ou
seja, A estar fazendo o melhor que pode em funo de B e vice-versa.
3. Duas empresas produtoras de cereais para refeio matinal defrontam-se
com um mercado no qual duas novas variedades de cereais podero ser
lanadas com sucesso, desde que cada variedade seja promovida apenas por
uma empresa. H mercado para um novo cereal crocante e para um novo
cereal aucarado, mas cada uma das duas empresas dispe de recursos
para lanar apenas um produto novo. Portanto, a matriz de payoff para as
duas companhias est representada abaixo:
Estratgias
Firma 1

Crocante
Aucarado

Firma 2
Crocante
-5 ; -5
10; 10

Aucarado
10 ; 10
-5 ; -5

Se as empresas se comportarem no cooperativamente, o que acontecer?


Suponha que a Empresa 1 falou na TV que pretende lanar um cereal aucarado e a
Empresa 2, sabendo, diz que vai lanar um cereal crocante. Dadas as propostas de
cada uma empresa, estas no tero estmulos de desviarem-se das suas aes.
Assim, se a Empresa 1 realiza sua proposta, seu lucro ser de 10, mas se ela desvia
seu objetivo, considerando que a ao de sua concorrente permanea inalterada,
seu lucro ser -5.

REFERNCIAS
BSICA
CAIXETA-FILHO, Jos Vicente. Pesquisa operacional: tcnicas de otimizao aplicadas a
sistemas agroindustriais. 2 ed. So Paulo: Atlas.
CORRAR, Luiz J.; THEOFILO, Carlos Renato. Pesquisa operacional. So Paulo: Atlas, 2003.
LACHTERMACHER, Gerson. Pesquisa operacional na tomada de decises. Rio de Janeiro:
Campus, 2002.
COMPLEMENTAR
ANDRADE, Eduardo Leopoldino de. Introduo pesquisa operacional: mtodos e modelos
para a anlise de deciso. 2. ed. So Paulo: LTC, 2000.
TAHA, Hamdy. Taha. Pesquisa Operacional. So Paulo, Pearson, 8 Edio, 2008
SILVA, Ermes Medeiros da. Pesquisa operacional. 3. ed. Atlas, 1998.
LOESCH, Claudio; HEIN, Nelson. Pesquisa Operacional: fundamentos e modelos. So Paulo:
Saraiva, 2009.
MOREIRA, Daniel Augusto. Pesquisa operacional: curso introdutrio. So Paulo: Thomson
Pioneira, 2010.