Escolar Documentos
Profissional Documentos
Cultura Documentos
PLANO DE ENSINO....................................................................................... 2
1. INTRODUO PESQUISA OPERACIONAL....................................... 5
2. MODELAGEM DE PROBLEMAS GERENCIAIS E SIMULAES........... 7
3.PROGRAMAO LINEAR......................................................................... 18
4.TEORIA DAS FILAS, CURVA DE POISSON E DIST. EXPONENCIAL...... 36
5. REFERNCIAS BIBLIOGRFICAS............................................................ 49
PENSE!
"Temos o destino que merecemos. O nosso destino est de acordo com os nossos mritos."
1
ADMINISTRAO DE EMPRESAS
DISCIPLINA: Pesquisa Operacional
PROFESSOR: Wanderson Tavares (*)
E-mail: wandtb@yahoo.com.br
CARGA HORRIA: 40 h/a
PLANO DE ENSINO
1 - Ementa
2 - Objetivos
3 - Contedos Programticos
2
18 Programao Linear at duas vairiveis
19 Teste
20 Teste
21 Programao Linear tres ou mais vairiveis
22 Programao Linear tres ou mais vairiveis
23 ICA3
24 ICA3
25 Programao Linear: Anlise Grfico com resultados
26 Programao Linear: Anlise Grfico com resultados
27 Prova
28 Prova
29 Modelos de solues aplicados ao gerenciamento e operacionalizao
30 Modelos de solues aplicados ao gerenciamento e operacionalizao
31 Teste
32 Teste
33 Teoria das Filas de Espera.
34 Teoria das Filas de Espera.
35 Prova
36 Prova
37 Avaliao Substituta
38 Avaliao Substituta
39 Entrega dos resultados
40 Entrega dos resultados
5 - Estratgias de ensino:
6 - Sistema de Avaliao
Avaliao:
3
7 - Bibliografia Bsica
8 - Bibliografias Complementar
Obs. 1: O aluno pode utilizar esse material de apoio, ms dever pesquisar nos
livros da referncia bibliogrfica bsica do plano de ensino da disciplina de
Pesquisa operacional.
4
1 INTRODUO PESQUISA OPERACIONAL
6
7
8
9
10
11
12
13
14
15
1.2 Fases de um Estudo em P.O.
Formulao do problema;
Implantao e acompanhamento;
Dever ainda ser acordada uma medida de eficincia para o sistema que permita ao
administrador ordenar as solues encontradas, concluindo o processo decisrio.
Uma empresa de comida canina produz dois tipos de raes: Tobi e Rex. Para a
manufatura das raes so utilizados cereais e carne. Sabe-se que:
17
Clculo da soluo atravs do modelo feito atravs de tcnicas matemticas
especficas. A construo do modelo deve levar em considerao a disponibilidade
de uma tcnica para o clculo da soluo.
18
3 PROGRAMAO LINEAR
19
Um problema de programao linear est em sua forma padro se tiver na funo
objetivo uma Maximizao e se todas as restries forem do tipo menor ou igual,
bem como os termos constantes e variveis de deciso no-negativos.
Soluo tima uma soluo vivel que tem o valor mais favorveis da funo-
objetivo, isto , maximiza ou minimiza a funo-objetivo em toda
a regio vivel, podendo ser nica ou no.
20
O problema geral de programao linear pode ser definido por Maximizar (ou
minimizar)
x1 , x2 , xn 0 Restries de no negatividade
Roteiro
b) Qual o objetivo?
21
Aqui devemos identificar o objetivo da tomada de deciso. Eles aparecem
geralmente na forma de maximizao de lucros ou receitas, minimizao de custos,
perdas etc. A funo objetivo a expresso que calcula o valor do objetivo (lucro,
custo, receita, perda etc.), em funo das variveis de deciso.
c) Quais as restries?
Cada restrio imposta na descrio do sistema deve ser expressa com uma relao
linear (igualdade ou desigualdade), montadas com as variveis de deciso.
O que deve ser decidido o plano de produo, isto , quais as quantidades anuais
que devem ser produzidas de P1 e P2.
Portanto, as variveis de deciso sero x1 e x2 .
x1 quantidade anual a produzir de P1.
x2 quantidade anual a produzir de P2.
b) Qual o objetivo?
22
c) Quais as restries?
horas ocupadas com P1: 20x1 (uso por unidade x quantidade produzida)
horas ocupadas com P2: 30x2 (uso por unidade x quantidade produzida)
Total em horas ocupadas na produo: 20 x1 30 x2
Disponibilidade: 1200 horas
Restrio descritiva da situao: 20 x1 30 x2 1200
x1 , x2 0 Restrio de no-negatividade
Uma empresa de comida canina produz dois tipos de raes: Tobi e Rex. Para a
manufatura das raes so utilizados cereais e carne. Sabe-se que:
Nosso modelo deseja maximizar o lucro (Z) a partir da quantidade de rao Tobi (x1)
e de rao Rex(x2). A Tabela abaixo apresenta o clculo do lucro unitrio de cada
rao.
maximizar Z 11x1 12 x 2
x1 , x2 0 Restrio de no-negatividade
24
EXERCCIO 1 DE PROGRAMAAO LINEAR COM DUAS VARIVEIS
25
3- Uma fbrica produz dois produtos, A e B. Cada um deles deve ser processado por
duas mquinas, M1 e M2. Devido programao de outros produtos, que tambm
utilizam essas mquinas, a mquina M1 tem 24 horas de tempo disponvel para os
produtos A e B, enquanto a mquina M2 tem somente 16 horas de tempo disponvel.
Para produzir uma unidade do produto A, gastam-se 4 horas em cada uma das
mquinas M1 e M2. Para produzir uma unidade do produto B, gastam-se 6 horas na
mquina M1 e 2 horas na mquina M2. Cada unidade vendida do produto A gera um
lucro de R$ 80,00 e cada unidade do produto B, um oucro de R$ 60,00. Existe uma
previso mxima de demanda para o produto B de 3 unidades, no havendo
restries quanto demanda do produto A. Deseja-se saber quantas unidades de A
e de B devem ser produzidas, de forma a maximizar o lucro e, ao mesmo tempo,
obedecer a todas as restries desse enunciado.
26
EXERCCIO 2 DE PROGRAMAAO LINEAR COM DUAS VARIVEIS
Recurso Disponibilidade
Madeira 12m2
Mo-de-obra 8 H.h
O processo de produo tal que, para fazer uma mesa a fbrica gasta 2 m 2 de
madeira e 2 H.h de mo-de-obra. Para fazer um armrio, a fbrica gasta 3 m 2 de
madeira e 1 H.h de mo de obra. Alm disso, o fabricante sabe que cada mesa d
uma margem de contribuio para o lucro de $ 4 e cada armrio de $ 1. O problema
encontrar o programa de produo que maximiza a margem de contribuio total
para o lucro.
2) Uma pequena metalrgica deseja maximizar sua receita com a venda de dois
tipos de finas fitas de ao que se diferenciam em qualidade no acabamento de corte.
As fitas so produzidas a partir do corte de bobinas de grande largura. Existem duas
mquina em operao. Uma das mquinas mais antiga e permite o corte dirio de
4000 m de fita. A outra, mais nova, corta 6000 m. A venda das chapas no mercado
varia com a qualidade de cada uma. Fitas produzidas na mquina antiga permitem
um lucro de 3 u.m. por mil metros de produo. Fitas cortadas na mquina moderna
produzem um lucro de 5 u.m. por mil metros de produo. Cada mil metro de fita
cortada na mquina antiga consome 3 homens X hora de mo-de-obra. Na mquina
27
moderna so gastos apenas 2 homens X hora. Diariamente so disponveis 18
homens X hora para operao de ambas as mquinas. Determinar a produo que
otimiza o lucro da metalrgica.
28
4) Giapetto fabrica dois tipos de brinquedos de madeira: soldados e trens. Um
soldado vendido por 27 u.m. e usa 10 u.m de matria prima. Cada soldado que
fabricado tem um custo adicional de 14 u.m. relativo a mo de obra. Um trem
vendido por 21 u.m. e gasta 9 u.m. de matria prima. O custo de mo de obra
adicional para cada trem de 10 u.m.. A fabricao destes brinquedos requer dois
tipos de mo de obra: carpintaria e acabamento. Um soldado necessita de 2 horas
para acabamento e 1 de carpintaria. Um trem necessita de 1 hora para acabamento
e 1 hora de carpintaria. Cada semana, Giapetto pode obter qualquer quantidade de
matria prima, mas tem a disposio at 100 horas de acabamento e 80 de
carpintaria. A demanda por trens ilimitada, mas a venda de soldados de no
mximo 40 por semana. Giapetto que maximizar seu lucro dirio (receitas-custos).
Formular o modelo matemtico que poder ser usado por Giapetto para maximizar
seu lucro semanal.
29
3.2 Tcnica de Soluo para Modelos de Programao Linear com Duas
Variveis de Deciso Mtodo Grfico.
A representao grfica de uma equao linear com duas variveis uma reta. A
representao grfica de uma inequao linear com duas variveis um dos
semiplanos definidos pela reta correspondente equao.
x2
0 4 8
30
2 x1 5x2 10
Fazendo x2 0 teremos 2 x1 10 x1 5
Escolhemos um segundo valor para L, por exemplo, o valor 15, ento:
2 x1 5x2 10
x2
6 L = mximo
0 4 5 7,5 8
L = 10 L = 15
Podemos concluir que pelo ponto P do grfico teremos a paralela de maior valor que
ainda apresenta um ponto na regio de solues. Portanto, o ponto P a soluo
que maximiza L na regio de solues dadas.
31
Exerccio.
Resolver o problema de programao linear:
Minimizar
maximizar Z 2 x1 3x 2
x1 x 2 5
Sujeito a 5 x1 x 2 10
x1 8
x1 , x2 0
O MTODO SIMPLEX
4
O Mtodo Simplex caminha pelos vrtices da regio vivel at encontrar uma
soluo que no possua solues vizinhas melhores que ela. Esta a soluo
tima. A soluo tima pode no existir em dois casos: quando no h nenhuma
soluo vivel para o problema, devido a restries incompatveis; ou quando no
h mximo (ou mnimo), isto , uma ou mais variveis podem tender a infinito e as
restries continuarem sendo satisfeitas, o que fornece um valor sem limites para a
funo objetivo.
Esse mtodo formado por um grupo de critrios para escolha de solues bsicas
que melhorem o desempenho do modelo, e tambm de um teste otimalidade. Para
isso, o problema deve apresentar uma soluo bsica inicial. As solues bsicas
subseqentes so calculadas com a troca de variveis bsicas por no bsica,
gerando novas solues.
Exemplo:
No modelo:
32
maximizar Z 3x15x 2
2 x1 4 x2 10
sujeito a : 6 x1 x2 20
x1 x2 30
x1 , x2 0
Essa avaliao possvel quando a funo objetivo est escrita somente em termos
das variveis no bsicas.
maximizar Z 3x15x 2
33
Examinando a funo objetivo e a soluo inicial x1 0, x2 0, z 0 com Z 3x15x 2 ,
temos:
Z 3x15x2 Z 3x15x2 0
a) Varivel que entra na base: entra na base a varivel com coeficiente negativo de
maior valor absoluto. A idia melhorar rapidamente o valor de Z.
b) Varivel que sai: sai a varivel que primeiro se anula com a entrada da varivel
escolhida no item anterior, no caso x2 , que entra com maior valor possvel.
Ela pode ser descoberta dividindo-se os termos da direita das restries pelos
coeficientes positivos da varivel que entra. O menor valor indica que a varivel
bsica dessa linha a que primeiro se anula e sair da base.
34
2 x1 4 x2 xF1 10 10 / 4 2,5 Sai
6 x1 1x2 xF2 20 20 / 1 20
1x1 1x2 xF3 30 30 /( 1) 30
A ltima diviso (30/(-1))no pode ser considerada, pois Dara valor negativo para a
varivel na prxima base, o que no possvel. Portanto, sai a varivel da primeira
linha, no caso xF1 .
c) Elemento Piv: A coluna da varivel que entra e a linha da varivel que sai
identificam um elemento comum chamado piv.
d1. Vamos organizar a funo objetivo e restries numa tabela com colunas
formadas pelos coeficientes de cada varivel e outra dos termos independentes.
35
4. TEORIA DAS FILAS, CURVA DE POISSON E DISTRIBUIO
EXPONENCIAL
36
37
38
39
40
41
42
43
44
45
46
47
48
5. Referncias Bibliogrficas
49