Escolar Documentos
Profissional Documentos
Cultura Documentos
2017
1. Introdução à Pesquisa Operacional 4
Devo investir meu excedente de caixa em fundos cambiais, poupança, ações, ou outros?
Como devo balançar meu investimento para obter o maior retorno possível a um risco aceitável?
Quanto devo produzir dos produtos A, B e C para obter um lucro máximo, satisfazendo as
restrições de horas-homem, matéria prima e capacidade das máquinas?
Dada a produção de determinado produto em várias fábricas. Quanto de produto devo mandar de
cada fábrica para cada ponto de varejo de modo a minimizar meu custo de transporte?
A Pesquisa Operacional é uma ciência aplicada voltada para a resolução de problemas reais. Tendo
como foco a tomada de decisões, aplica conceitos e métodos de outras áreas científicas para concepção,
planejamento ou operação de sistemas para atingir seus objetivos. Através de desenvolvimentos de base
quantitativa, a Pesquisa Operacional visa também introduzir elementos de objetividade e racionalidade
nos processos de tomada de decisão sem descuidar, no entanto, dos elementos subjetivos e de
1. Introdução à Pesquisa Operacional 5
Definição do
Problema
Desenvolvimento
do Modelo
Matemático Formulação
Levantamento
dos dados
necessários
Desenvolvimento
da Solução do
Modelo
o
Solução
Testando a
solução
Interpretação
Implementação dos
Resultados
1. Introdução à Pesquisa Operacional 6
1.1. Divisões da PO
A pesquisa operacional compreende um conjunto relativamente grande de técnicas que podem ser
utilizadas para resolução de problemas decisórios. As principais são:
Algoritmos Genéticos
Análise Muticritério de Apoio à Decisão
Cadeias de Markov
Data Envelopment Analysis
Grafos
Modelos de Estoques
Modelos de Previsão
Programação Dinâmica
Programação Linear
Programação Não-Linear
Redes Neurais
Simulação
Teoria da Decisão
Teoria das Filas
Teria dos Jogos
2. Introdução à Simulação
2.1. Introdução
Os bons Administradores estão sempre em busca de ferramentas e técnicas que possam ajudá-los
no processo complexo de tomada de decisão. Estas técnicas incluem estatística, programação linear,
análise de decisão, teoria das filas, previsão e simulação. Nesta unidade estudaremos um pouco da
simulação. Veremos que ferramenta de Pesquisa Operacional é essa, para que serve e como construir
modelos simples.
A simulação procura construir sistemas, modelos de uma situação real para que, baseado nos
resultados de modificações neste modelo o administrador possa tomar decisões. A simulação de
sistemas tais como um processo de produção de uma indústria têxtil, por exemplo, é bastante utilizada
para observar o impacto de mudanças desejadas pelos decisores. É também particularmente adequada
quando problemas exibem alguma incerteza a qual é geralmente difícil de lidar com modelos analíticos.
A principal vantagem da simulação é sua habilidade de modelar hipóteses sobre um problema ou
sistema, fazendo com que ela seja a ferramenta mais flexível de Pesquisa Operacional (Evans, Olson,
2002).
Nós freqüentemente vemos exemplos de simulação. Simulação é utilizada para apresentar a
previsão de tempo. Pilotos de avião e astronautas utilizam simulação para aprender a voar podendo
observar como o avião/nave poderia reagir sob determinadas condições ou ações dele mesmo (ver
Apollo 13). A simulação é ser encontrada nas grandes empresas aonde elas podem construir modelos
que imitem os processos atuais de maneira a observar o impacto de mudança nestes processos. Até
dentro de nossa casa temos programas de computador que procuram imitar cenas da vida real tais
como: SIMS, jogos de videogames, etc...
• Sistemas de produção
• manufatura e montagem;
• movimentação de peças e matéria-prima;
• alocação de mão-de-obra;
• áreas de armazenagem;
• layout, etc.
• Sistemas de transporte e estocagem
• redes de distribuição;
• armazéns e entrepostos;
2. Introdução à Simulação 8
• frotas, etc...
• Sistemas Administrativos
• seguradoras;
• operadores de crédito;
• financeiras, etc...
“A história da simulação remonta aos jogos de guerra chineses, há 5000 anos. Os povos
prússios utilizaram esses jogos no final do século XVIII como auxílio ao treinamento militar de suas
tropas. A partir de então, as principais forças militares do mundo vêm usando jogos de guerra para testar
estratégias militares frente a cenários simulados de combate.
Durante a Segunda Guerra Mundial, o matemático húngaro-americano John Von Neumann, em
seu trabalho no Projeto Manhattan (bomba atômica), criou um novo conceito, denominado Simulação de
Monte Carlo. O trabalho consistia na simulação direta de problemas probabilísticos relacionados com a
difusão aleatória das partículas de nêutrons quando submetidas a um processo de fissão nuclear. O
nome Monte Carlo foi cunhado pelo cientista Metropolis, inspirado no interesse por pôquer de seu colega
Ulam. Baseou-se na similaridade que a simulação estatística desenvolvida por eles tinha com os jogos
de azar, simbolizados nas roletas do cassino de Monte Carlo, na capital do principado de Mônaco.
Atualmente, graças ao desenvolvimento dos recursos computacionais, esse método é usado
rotineiramente em diversas áreas, desde a simulação de fenômenos físicos complexos, como o
transporte de radiação na atmosfera terrestre, até em causas menos nobres, como na simulação do
resultado de loterias.
No Brasil empresas tais como a Belge Simulação e a Paragon realizam consultoria nesta área e
estão preparadas para trabalhar com problemas bastante complexos. A Belge, por exemplo, já construiu
modelo para a Michelin com o objetivo de buscar o melhor lay-out produtivo para a planta de
Resende/RJ. Na Petrobrás a empresa obteve um retorno de mais de US$ 1.000.000,00 através do
correto dimensionamento da frota de sondas de manutenção de poços. Na Brahma construiu um
sistema que a levou a uma economia de US$ 350.000,00 através da melhora nos procedimentos
logísticos, da reorganização dos estoques e da racionalização de empilhadeiras. Na Volksvagen de São
Bernardo do Campo/SP a BELGE trabalhou para o dimensionamento de nova linha de teste de motores,
na ampliação nas linhas de pintura e na obtenção de melhorias na logística operacional. No Banco Itaú
utilizou um simulador para o desenvolvimento de um sistema para redução de filas nas suas quase 2000
agências espalhadas pelo Brasil. A Belge utiliza o software Pro-Model, líder mundial em sistemas para
modelagem, simulação e otimização de processos, e é a representante no Brasil do mesmo.
Já a Paragon, utilizando o ARENA também realizou grandes trabalhos para a Petrobrás, CAIO,
Ford, Scania, etc..
2. Introdução à Simulação 9
Método de Monte Carlo: tipo de simulação que utiliza distribuições de probabilidades para
determinar a ocorrência de eventos aleatórios.
Simulação de Sistemas, por outro lado, modela seqüências de eventos que acontecem ao longo do
tempo como por exemplo: estoques, filas, produção.
Nesta unidade estaremos enfatizando a simulação de Monte Carlo.
2. Introdução à Simulação 10
Exemplo: DOCE SABOR é uma empresa familiar, de pequeno porte, que vende sorvetes de vários
sabores. Porém, em datas comemorativas vende também chocolate caseiro. Para o dia dos
namorados a empresa sempre adquire de seu fornecedor um chocolate especial em forma de coração
para revender. O pedido deste tipo de chocolate deve ser feito com várias semanas de antecedência.
Este produto é comprado do fornecedor por R$ 7,50 a caixa e revendido por R$ 12,00. Todas as caixas
que não são vendidas até o dia 13 de junho são oferecidas com desconto de 50% e, desta maneira,
podem ser vendidas facilmente. Historicamente a DOCE SABOR tem vendido entre 40 e 90 caixas nesta
época sem tendência de crescimento ou decréscimo das vendas. O problema do gerente da loja é o
decidir quantas caixas de chocolate comprar para o dia dos namorados pois se a demanda exceder a
quantidade comprada a empresa perde oportunidade de lucro. De outro lado, se muitas caixas são
compradas isto é, a quantidade comprada excede a quantidade demandada até o dia 13 de junho, a loja
estará perdendo dinheiro pois estará vendendo as caixas que sobrarem a um preço abaixo do seu custo
de compra. Se a demanda é conhecida pode-se computar o lucro de comprar 40, 50, 60, 70, 80 ou 90
caixas facilmente. Porém a demanda é probabilística e, para efeitos de simplificação, deve-se assumir
que a demanda será de 40, 50, 60, 70, 80 ou 90 caixas com igual probabilidade (1/6). Ajude o gerente a
decidir quantas caixas comprar. Obviamente seu objetivo é o de maximizar o lucro da empresa.
Solução: Pode-se, facilmente, desenvolver uma expressão matemática que represente o lucro (L) da
Doce Sabor. Este lucro deverá ser calculado utilizando-se a equação(1) se a demanda(D) ficar abaixo
da quantidade vendida(Q) e a equação (2) se a demanda (D) exceder a quantidade vendida(Q).
Com base nas equações acima pode-se realizar a simulação do movimento do dia dos namorados
para auxiliar o administrador da loja a decidir quantas caixas comprar. Os dados utilizados na simulação
são os descritas abaixo:
A tabela acima estabelece que: se rolarmos um dado e o valor alcançado é 1, então a demanda é
tida como sendo de 40 caixas e então pode-se calcular o lucro obtido.
Para realizar a simulação deste exemplo vamos estabelecer que o administrador da loja tenha
encomendado 60 caixas de chocolates especiais para o dia dos namorados. Os passos abaixo devem
ser observados para a simulação de Monte Carlo.
1. Rolar o dado;
2. Determinar a demanda D, utilizando a tabela 7.1;
3. Usando Q = 60, calcular o lucro usando as equações 1 ou 2;
4. Anotar o lucro obtido.
Por exemplo, suponha que rolamos o dado e o número obtido foi 4. Este corresponde a uma
demanda de 70 caixas de chocolates. Como, neste caso, D>Q usaremos a equação 2 para computar o
lucro obtido (simulado).
Entretanto uma amostra não nos fornece uma boa estimativa do que poderia acontecer se o
administrador encomendasse 60 caixas. Repetindo a simulação 10 vezes, como exemplo, nós podemos
chegar aos resultados descritos na tabela abaixo:
Conforme a tabela acima pode-se observar que o lucro médio obtido pela empresa com uma
quantidade de 60 caixas encomendada seria de R$ 246,00. Com base nestes dados construiu-se a
tabela abaixo que mostra a distribuição de probabilidade do lucro. Ela nos diz que, se o administrador da
Doce Sabor encomendasse 60 caixas de chocolates para o próximo dia dos namorados ele teria 70% de
probabilidade de obter um lucro de R$ 270,00, 20% de probabilidade de obter um lucro de R$ 210,00 e
somente 10% de chance de obter um lucro de R$ 150,00.
Os resultados desta simulação nos mostram que a Doce Sabor tem 30% de chance de obter um
lucro menor ou igual a R$ 210,00. Se a loja tem despesas fixas maiores do que este valor talvez fosse
melhor seu administrador escolher uma outra quantidade de encomenda (Q) na tentativa de obter um
lucro maior. Faça o teste!
2. Introdução à Simulação 12
Deve-se salientar que o acima exposto foi somente um exemplo de aplicação da simulação de
Monte Carlo. Para que a simulação forneça bons resultados ela deve ser realizada muitas vezes. Para
que se possa realizar uma simulação de 100 tentativas, por exemplo, uma planilha eletrônica será de
grande valia. Uma simulação com 10 tentativas apenas nos produz resultados muito limitados.
Abaixo apresentamos os procedimentos para que você possa realizar uma simulação simples,
como este exemplo, na planilha eletrônica Excel.
Para que possamos utilizar os recursos da planilha na simulação de Monte Carlo primeiro temos
que entender o conceito de números aleatórios ou randômicos.
A simulação de Monte Carlo trabalha basicamente com número aleatório ou randômico que é
assim definido:
O que queremos dizer com uniformemente distribuído para um número aleatório? Quer dizer que
todos os valores situados entre 0 e 1 tem a mesma probabilidade de ocorrerem.
Para que possamos utilizar os número aleatórios na simulação de Monte Carlo precisamos
primeiro construir as distribuições de freqüência relativa e acumulada do problema que estamos
analisando.
Voltando ao exemplo anterior temos que as demandas de 40,50,60,70,80,90 caixas de chocolate
tem a mesma probabilidade de ocorrerem, isto é, cada uma tem uma probabilidade de 1/6 de ocorrerem.
Com base neste dado pode-se construir a tabela abaixo.
Com base nos dados acima podemos associar a cada intervalo de números aleatórios uma demanda de
acordo com a tabela que segue.
Esta tabela quer nos dizer que, se tirarmos um número e este for menor do que 0,16667 a
demanda pode ser considerada como sendo de 40 caixas e o lucro obtido com esta venda pode ser
quantificado, ou seja, R$ 150,00. Se tirarmos o número, 0,56, por exemplo, a demanda pode ser
considerada como sendo de 70 caixas e o lucro também pode ser quantificado (R$ 270,00).
A tabela abaixo mostra uma simulação de 40 dias de vendas dos chocolates especiais da Doce
Sabor. A coluna “número aleatório” pode ser obtida através de uma tabela de números aleatórios
(anexa) ou pela função ALEATÓRIO() da planilha eletrônica Excel.
Na planilha Excel o Lucro deve ser calculado com a utilização da função lógica SE cuja sintaxe é
SE(teste lógico, valor se verdadeiro, valor se falso).
2. Introdução à Simulação 13
Tabela 2.6 – Resultado da Simulação realizada no Excel para 40 dias de movimento da Doce Sabor
Ano Num. Aleatório Demanda Lucro
1 0.265766054 50 $ 210.00
2 0.299740128 50 $ 210.00
3 0.959122224 90 $ 270.00
4 0.750689367 80 $ 270.00
5 0.731597169 80 $ 270.00
6 0.227120877 50 $ 210.00
7 0.765464782 80 $ 270.00
8 0.840947373 90 $ 270.00
9 0.155478323 40 $ 150.00
10 0.163939046 40 $ 150.00
11 0.256701226 50 $ 210.00
12 0.274070886 50 $ 210.00
13 0.861498712 90 $ 270.00
14 0.990175569 90 $ 270.00
15 0.725588409 80 $ 270.00
16 0.215092732 50 $ 210.00
17 0.637052748 70 $ 270.00
18 0.706366986 80 $ 270.00
19 0.441491862 60 $ 270.00
20 0.102906764 40 $ 150.00
21 0.85865927 90 $ 270.00
22 0.104021967 40 $ 150.00
23 0.811065908 80 $ 270.00
24 0.689610733 80 $ 270.00
25 0.878335345 90 $ 270.00
26 0.342746561 60 $ 270.00
27 0.325306986 50 $ 210.00
28 0.051241036 40 $ 150.00
29 0.449538542 60 $ 270.00
30 0.129350226 40 $ 150.00
31 0.559899787 70 $ 270.00
32 0.987136724 90 $ 270.00
33 0.881095873 90 $ 270.00
34 0.453896303 60 $ 270.00
35 0.926920437 90 $ 270.00
36 0.496942436 60 $ 270.00
37 0.682993379 80 $ 270.00
38 0.889304094 90 $ 270.00
39 0.066837308 40 $ 150.00
40 0.620526176 70 $ 270.00
Lucro Médio $ 238.50
2. Introdução à Simulação 14
Tabela 2.7. Resumo dos resultados simulação para 100 dias e diferentes quantidades encomendadas.
Quantidade 40 50 60 70 80 90
Encomendada
Lucro Médio R$ 180,00 R$ 215,40 R$ 234,00 R$ 264,00 R$ 251,40 R$ 258,60
Pode-se observar que para o gerente da Doce Sabor obter o melhor lucro possível ele deveria
realizar uma encomenda de 70 caixas de chocolate.
Formulação do Modelo
Verificação/Validação
do Modelo
Modificação e/ou
Redefinição do Modelo
Experimentação e
Interpretação dos Resultados
Conclusão e Implementação
dados reais. Se o modelo não está adequado segue-se uma fase de modificação do modelo. Se o
mesmo é considerado adequado, isto é, ele reflete perfeitamente a situação real que se pretende
analisar, realiza-se as análises, experimentação e interpretação dos resultados para posterior
interpretação e implementação.
2. Introdução à Simulação 15
Atividade de Fixação
Simulação
1. DOCE SABOR é uma empresa familiar, de pequeno porte, que vende sorvetes de vários sabores.
Porém, em datas comemorativas vende também chocolate caseiro. Para o dia dos namorados a
empresa sempre adquire de seu fornecedor um chocolate especial em forma de coração para
revender. O pedido deste tipo de chocolate deve ser feito com várias semanas de antecedência. Este
produto é comprado do fornecedor por R$ 7,50 a caixa e revendido por R$ 12,00. Todas as caixas
que não são vendidas até o dia 13 de junho são oferecidas com desconto de 50% e, desta maneira,
podem ser vendidas facilmente. Historicamente a DOCE SABOR tem vendido entre 40 e 90 caixas
nesta época sem tendência de crescimento ou decréscimo das vendas. O problema do gerente da loja
é o decidir quantas caixas de chocolate comprar para o dia dos namorados pois se a demanda
exceder a quantidade comprada a empresa perde oportunidade de lucro. De outro lado, se muitas
caixas são compradas isto é, a quantidade comprada excede a quantidade demandada até o dia 13
de junho, a loja estará perdendo dinheiro pois estará vendendo as caixas que sobrarem a um preço
abaixo do seu custo de compra. Se a demanda é conhecida pode-se computar o lucro de comprar 40,
50, 60, 70, 80 ou 90 caixas facilmente. Porém a demanda é probabilística e, para efeitos de
simplificação, deve-se assumir que a demanda será de 40, 50, 60, 70, 80 ou 90 caixas com igual
probabilidade (1/6). Ajude o gerente a decidir quantas caixas comprar. Obviamente seu objetivo é o de
maximizar o lucro da empresa.
2. (Simulação de Sistemas) JERDAW é uma empresa que produz, no modelo just-in-time, vários
componentes utilizados na fabricação de automóveis. Esta empresa acaba de assinar um novo
contrato de fornecimento de bombas d´água para automóveis. A capacidade de produção planejada
para a fabricação de bombas d´água é de 100 bombas por turno. Por causa da flutuação das
operações de seus clientes a demanda por este produto flutua e tem sido, historicamente, entre 80 e
130 unidades por dia. Para manter estoque suficiente para atender os pedidos na forma just-in-time, a
administração da JERDAW está considerando uma política de contratar um segundo turno sempre
que o nível de estoque atingir 50 unidades ou menos. Para a elaboração do orçamento anual da
empresa os Diretores da JERDAW necessitam saber quantos turnos adicionais serão necessários.
Faça uma simulação de 20 dias e responda à empresa. Suponha que exista um estoque inicial de 100
unidades e que a demanda varia em intervalos fixos de 10 unidades (80,90,100,110,120,130) com
igual probabilidade (1/6).
Para realizar a simulação você pode seguir os passos abaixo:
1) Inicialize o estoque no início da simulação. Inicie um novo dia de simulação;
2) Fixe o estoque inicial igual ao estoque final do dia anterior;
3) Determine a demanda utilizando o dado;
4) Se o estoque inicial é de 50 unidades ou menos, então a produção do dia será de 200 unidades;
se for maior que 50 unidades, a produção será de 100 unidades;
5) Utilize a equação que você encontrou para calcular o estoque final;
6) Pare quando um número de dias suficiente tiver sido simulado; se não retorne ao passo 1.
2. Introdução à Simulação 16
3. Um feirante faz compras de ovos uma vez por semana num entreposto atacadista. Os ovos não
vendidos dentro de uma semana se estragam e são descartados, acarretando um prejuízo de R$1,00
por dúzia. Por outro lado, a falta de produto para venda também acarreta perda, estimada em R$15
por dúzia demandada e não vendida. O feirante anotou a demanda das últimas 40 semanas e
chegou à seguinte distribuição de probabilidades.
Utilize a tabela abaixo para simular 10 semanas de modo a testar as hipóteses a e b abaixo. O
objetivo é encontrar quanto comprar semanalmente para obter o custo total mais baixo. O estoque
inicial do feirante é de 235 dúzias de ovos.
a) Comprar cada semana a demanda efetiva da semana anterior;
b) Comprar semanalmente uma quantidade igual à média histórica do período de 40 semanas
(média histórica = 235 dúzias).
2. Introdução à Simulação 17
4. A demanda quinzenal por iogurte em uma padaria obedece a seguinte distribuição de probabilidade.
Dem.Quinzenal Probabilidade
(Kg)
100 0.20
120 0.30
140 0.40
160 0.10
O abastecimento é feito no início de cada quinzena. Cada kg vendido dá um lucro de R$ 1,00; cada
kg que sobrar em estoque no final da quinzena representa um prejuízo de R$ 0,50 e cada kg que for
procurado e não encontrar estoque para venda representa um prejuízo estimado de R$ 0,30. Faça
uma simulação dos lucros de vinte quinzenas sob a regra de adquirir 130 kg de iogurte no início de
cada quinzena (para venda na quinzena), com o seguinte detalhe: se houver falta de produto em uma
quinzena o pedido da quinzena seguinte é aumentado em 10 kg; se houver sobra de produto o
pedido da quinzena seguinte é reduzido em 10 kg.
2. Introdução à Simulação 18
Simulação Pedido Número Demanda Lucro de Perdas por Perdas por Lucro da
(Kg) Aleatório (Kg) Vendas excesso de falta de quinzena
(R$) estoque estoque (R$)
(R$) (R$)
1 130
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
5. A Caixa Econômica Federal quer lançar um novo tipo de loteria instantânea. Cada cartão de loteria
contém 3 linhas. Em cada linha existem 3 caixas que podem ter valores escondidos de R$ 1,00 e R$
5,00. O jogador deve raspar 1 caixa em cada linha. Se, ao raspar, encontrar 3 valores iguais de R$
ganha R$ 1,00; se ao raspar encontra três valores iguais de R$ 5,00, ganha R$ 5,00; do contrário
não ganha nada. Antes que o estado comprometa-se com este jogo e imprima um número elevado
de cartões você, diretor da comissão de loterias, quer avaliar a viabilidade econômica deste jogo.
Entre as questões envolvidas você deve responder: qual é o valor mais baixo que o estado pode
cobrar por cada cartão e ainda esperar ter lucro? Utilize a tabela abaixo para construir a simulação.
2. Introdução à Simulação 19
Valor
Linha 1 Linha 2 Linha 3 Pago($)
Experimento N.Random Valor($) N.Random Valor($) N.Random Valor($)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Total Pago
6. A Caixa Econômica Federal está considerando uma modificação no cartão do exercício anterior. De
acordo com esta modificação cada linha conterá seis caixas, ao invés de três. Cada linha conterá 1
caixa com a figura de um abacaxi, três caixas com figuras de morangos e duas caixas com figuras
de limão. O jogador raspa uma caixa em cada linha, mas somente até que uma das seguintes
condições ocorram: (a) um limão aparece (o jogador perde); ou (b) dois morangos aparecem (o
jogador ganha R$ 1,00), ou (c) dois abacaxis aparecem (o jogador ganha R$ 5,00. Aplique a
simulação de Monte Carlo para computar o valor esperado da loteria. Faça 20 simulações usando
números randômicos começando na linha 3 e coluna 1 da tabela anexa.
a
7. A 1 . Linha Vídeos é uma loja que compra fitas de vídeo novas por R$ 25,00, aluga-as por R$ 3,00 a
cópia e, após 1 mês, vende-as para outra loja por R$ 5,00 a cópia. Baseada em dados históricos, a
loja tem estimado as probabilidades de demanda diária para cada fita descritas na tabela abaixo.
Como administrador da loja você deve decidir quantas cópias de cada novo filme comprar: 0,1,2,3
ou 4 de maneira a maximizar o lucro da loja. Utilize a tabela abaixo para construir a simulação e
computar os lucros.
8. Uma banca de revistas encomenda uma determinada quantidade do jornal Folha de São Paulo por
dia. A demanda pelo jornal varia cada dia mas o gerente da banca tem observado esta demanda e
construiu a seguinte tabela:
Número de Exemplares Probabilidade
Vendidos da Folha de
São Paulo por dia
20 1/30
23 4/30
26 13/30
29 10/30
32 2/30
Cada jornal custa à banca R$ 1,50 e é vendido a R$ 2,50. Os jornais que sobram em um dia são
doados a um asilo de idosos. Desenvolva um modelo de simulação para determinar a quantidade que
o gerente da banca deve encomendar por dia para obter o melhor lucro possível. Utilizando a tabela
abaixo simule 15 dias de movimento da banca para obter esta resposta.
Simulação 1 (Q=20)
Simulação No. aleatório Demanda Lucro/Custo (R$)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Simulação 2 (Q=23)
Simulação No. aleatório Demanda Lucro/Custo (R$)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
2. Introdução à Simulação 22
Simulação 3 (Q=26)
Simulação No. aleatório Demanda Lucro/Custo (R$)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Simulação 4 (Q=29)
Simulação No. aleatório Demanda Lucro/Custo (R$)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Simulação 5 (Q=32)
Simulação No. aleatório Demanda Lucro/Custo (R$)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
2. Introdução à Simulação 23
15
10. A performance recente de uma ação recém lançada no mercado após uma oferta pública tem suas
variações de preço mostradas na tabela abaixo. Simule a performance desta ação nos próximos 20
dias, assumindo um valor inicial de R$ 100 por ação.
Mudança no Probabilidades
Preço(%)
-1,5% 9/36
Não se altera 10/36
+1,5% 7/36
+2,5% 7/36
+5% 2/36
+10 1/36
11. (Otoni, Almeida; UFSC) Um investidor, Sr. R.D. Bônus, quer avaliar uma estratégia em particular para
comprar e vender ações comuns. Para manter a exposição simples, suponha que toda a sua
transação seja feita com ações de uma única empresa. No momento, ele possui 100 ações da
empresa que, correntemente tem o preço de R$ 10 por ação. Novamente, a fim de simplicidade,
suponha que o preço da ação possa variar cada dia de somente R$ 1,00, de modo que alguns dos
preços possíveis das ações são R$ 8, R$9, R$10, R$11, R$12, ... O investidor faz, no máximo, 1
transação por dia e paga uma comissão de 2% do valor da transação sempre que comprar ou vender;
naturalmente, ele não precisa fazer uma transação todos os dias. O Sr. Bônus quer testar a
lucratividade da seguinte regra para comprar e vender que foi sugerida pelo seu corretor Sr. Cifras:
a. Se você possuir as ações, então venda-as sempre que o preço cair.
b. Se você não possui as ações, então compre-as sempre que o preço subir.
De acordo com esta regra, se o Sr. Bônus possuir ações ele as conservará enquanto o preço
permanecer o mesmo ou subir; se ele não possuir ações, ele abster-se-á de compra-las enquanto o
preço permanecer o mesmo ou cair.
A fim de avaliar esta estratégia, o Sr. Bônus deve também postular como ele acredita que o preço das
ações flutue de dia para dia. Depois de analisar dados históricos, ele formula o modelo de alteração
de preços mostrado na tabela que segue. Com base nas regras acima, nas informações da tabela
abaixo e sabendo que o preço de R$ 10,00/ação referente à data de hoje não sofreu alteração do dia
anterior, monte a simulação de 20 dias de operação e responda: dadas as suposições do modelo, a
regra de decisão proposta pelo corretor da bolsa de valores é lucrativa?
2. Introdução à Simulação 25
Simulação
Dia (i) Alteração no. Situação PAi Decisão NAi VAi CAi
do preço aleatório hoje R$
de ontem
1 - - - 10
2 mesmo
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Onde: PAi = preço da ação no dia i; NAi= número de ações disponíveis no final do período i; VAi = valor
das ações disponíveis no final do período i; CAi = quantia disponível no caixa no final do período i
(i=1,...20).
2. Introdução à Simulação 26
12. (Corrar; Theófilo, 2003) Uma empresa de varejo, do ramo farmacêutico, deseja simular sua demanda
diária de determinado item do estoque: vitamina C. Para isto procedeu ao levantamento de dados
históricos sobre esta demanda. O relatório de vendas dos últimos 100 dias apontou o seguinte
comportamento para a demanda diária de frascos de vitamina C.
Com base nestes dados efetue a simulação da demanda por frascos de vitamina C.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Média
13. (Corrar; Theófilo, 2003) A indústria de confecções VP quer determinar qual o lucro provável para o
próximo ano de seu principal produto. O produto é calça jeans. Após pesquisas de mercado e análises
financeiras preliminares foram estabelecidos o preço de venda, os custos e as despesas fixas. Os
valores são os seguintes:
Preço de venda = R$ 25 por unidade
Custos e despesas fixas = R$ 100.000,00
O custo da matéria-prima, o custo da mão de obra e a demanda não são conhecidos com certeza. As
melhores estimativas que a empresa tem desses valores são: R$ 10,00 por unidade para o custo da
matéria-prima, que pode variar de R$ 8,00 a R$ 12,00 (em variações inteiras e todos tem a mesma
2. Introdução à Simulação 27
probabilidade de ocorrer); R$ 5,00 por unidade para o custo de mão-de-obra, podendo variar de R$
3,00 a R$ 7,00 dependendo do fornecedor (ver tabela abaixo); e 13000 unidades para a demanda,
podendo variar de 10000 a 25000 unidades (média de 13000 unidades e desvio padrão de 3800
unidades).
Freqüências Relativas do Custo da Mão de Obra
Fornecedor Custo(R$) Freqüência
Relativa
A 3 0,10
B 4 0,20
C 5 0,40
D 6 0,20
E 7 0,10
Total - 1,00
Monte uma simulação usando o EXCEL do caso da indústria VP. Realize 200 simulações e encontre o
lucro médio que esta empresa deve alcançar. (Dica: para a demanda utilize a função INV.NORM)
Suponha que o preço unitário de um determinado produto é de R$ 100,00 e que as outras variáveis
tem as distribuições da tabela que segue. Desenvolva um modelo que avalia o lucro obtido pela
empresa. Identifique o lucro médio, o número de vezes em que ocorreu prejuízo, e o prejuízo máximo.
15. O administrador de uma Central de Distribuição (CD) tem, atualmente, um caminhão para entregas
locais e está considerando a compra de um caminhão adicional para entregas de grandes volumes.
Atualmente ele aluga caminhões adicionais, quando necessário, por $300 por dia. O caminhão que a
companhia possui custa para a empresa $ 200 por dia sendo utilizado ou não. Um caminhão novo
traria um custo para a empresa de $250 por dia. Historicamente os registros mostram que o número
de caminhões necessários por dia tem a seguinte distribuição:
Número de Probabilidade
caminhões
necessários
0 0,20
1 0,30
2 0,40
3 0,10
Desenvolva um modelo para avaliar a alternativa de alugar ou não caminhões, quando necessário, e
compare com os custos de comprar um caminhão novo e alugar um terceiro, quando houver
necessidade.
2. Introdução à Simulação 28
Desenvolva um modelo para avaliar a lucratividade esperada. Identifique o lucro médio, o número de
vezes que houve prejuízo e o prejuízo máximo. Desenvolva 100 simulações.
17. Uma empresa produz suco concentrado de goiaba em garrafas de 2 litros. A função de lucro é:
Lucro = ($10 – custo variável)* número de garrafas vendidas – custos fixos
A atual capacidade da fábrica é de 5 milhões de garrafas por ano. A empresa pode expandir a
capacidade da planta atual por um adicional de 1 milhão de garrafas ou 2 milhões de garrafas por
ano com os seguinte impactos nos custos.
Desenvolva um modelo para cada uma das opções de capacidade usando o mesmo conjunto de
números randômicos para gerar os resultados. Simule 100 eventos e identifique o lucro médio para
cada alternativa.
18. Desenvolva um modelo para 3 anos de análise financeira do lucro total baseado nas seguintes
informações. O volume de vendas no primeiro ano é estimado em 100.000 unidades e está
projetado um crescimento de 7% ao ano. O preço de venda do produto é de $10 e crescerá em
$0,50 por ano. Os custos variáveis são $3 por unidade e os custos fixos anuais são de $200.000. É
esperado um crescimento dos custos unitários de 5% ao ano enquanto que um crescimento de 10%
ao ano está projetado para os custos fixos. Quais componentes do seu modelo seriam esperados
ser incertos? Desenvolva um modelo e discuta como a simulação pode ser aplicada.
2. Introdução à Simulação 29
19. O número de lâmpadas halógenas vendidas por semana em uma loja de materiais elétricos tem a
seguinte distribuição de probabilidade:
Mostre como usar números aleatórios para simular resultados para esta distribuição.
20. Uma banda de rock está planejando um concerto. Os ingressos para o show serão vendidos por
$10. Os custos de equipamentos e aluguel de espaço estão orçados em $50.000 mais 10% da
receita dos ingressos e gastos individuais. As distribuições de probabilidade da demanda e gastos
individuais são os mostrados nas tabelas abaixo. Desenvolva um modelo que simule o lucro do show
(realize 100 simulações).
Demanda Probabilidade
(no. de pessoas)
10.000 0,10
15.000 0,30
20.000 0,30
25.000 0,20
30.000 0,10
21. Um hotel quer analisar sua estrutura de preços. Atualmente os preços e o número médio de quartos
alugados são os seguintes:
Cada segmento de mercado tem sua própria elasticidade de demanda com relação ao preço. Os
valores das elasticidades são: padrão, -1,5; ouro, -2; platina, -1. Isto significa, por exemplo, que se o
preço de um quarto do tipo padrão é reduzido em 1%, o número de quartos alugados cada dia é
esperado aumentar em 1,5%. O número projetado de quartos alugados pode ser determinado
usando e seguinte fórmula:
Aonde o número médio de quartos alugados e o preço são aqueles mostrados na tabela.
Desenvolva um modelo para computar a receita projetada para cada segmento de mercado e a
receita total projetada para qualquer conjunto de mudança de preços. Aplique seu modelo para os
2. Introdução à Simulação 30
preços de $78, $90 e $145 para os quartos do tipo padrão, ouro e platina, respectivamente. Quais
aspectos do seu problema poderiam ser incertos? Como a simulação poderia auxiliar na análise?
22. Jucélio, um estudante de graduação em Administração, tem tido problemas para prever sua renda
mensal bem como a quantia que sobrará a cada mês. Jucélio recebe um salário fixo advindo de uma
bolsa de pesquisa mais algum dinheiro extra que ele ganha lecionando aulas particulares de pesquisa
operacional. Suas chances de várias níveis de renda são mostradas na tabela abaixo:
Seus gastos mensais também variam mês a mês e ele estima que seguem a distribuição da tabela
abaixo:
Jucélio iniciou este ano com R$ 600 de saldo em sua conta. Simule um ano inteiro (12 meses) e diga:
a) quanto sobrou para Jucélio no final do ano;
b) quantas vezes ele ficou com saldo negativo no mês.
23. (Mathur e Sollow, 1995 - adaptado) Suponha que sua empresa irá comprar um novo equipamento no
valor de R$ 50.000,00 para sua linha de produção para o qual irá tomar um financiamento junto ao
BNDES. Existem atualmente duas linhas de financiamento no BNDES para este tipo de empréstimo.
Sua empresa tem, então, duas opções de pagamento a escolher:
a) Pagar o total da dívida após 15 anos corrigido anualmente por uma taxa fixa de juros de 8% ao
ano;
b) Pagar o total da dívida após 15 anos corrigido anualmente por uma taxa variável de juros, cujo
valor inicial é de 7% e cujo máximo deve ser de 10%. Esta taxa pode ir aumentando ou
diminuindo de acordo com a distribuição de probabilidades informada na tabela abaixo.
a
Faça a simulação da 2 . opção de financiamento e calcule a taxa média de juros a ser paga. Indique
qual a melhor opção de financiamento.
Mudança(%) Probabilidade
+2,0% 0,05
+1,5% 0,05
+1,0% 0,15
+0,5% 0,15
+0,0% 0,20
-0,5% 0,15
-1,0% 0,15
-1,5% 0,05
-2,0% 0,05
Ano No. aleatório Taxa Inicial Variação (%) Taxa Final (%) Valor pago
(R$)
1 7%
2
3
4
5
6
7
8
9
10
11
12
13
14
15
24. (Olson, D.L.; Evans, J., 2002) Um jovem empreendedor de empresa do tipo ponto.com quer predizer o
valor da sua empresa após 5 anos (preço da ação * no. de ações emitidas), quando ele planeja se
aposentar. Ele está lançando seu site o qual ele acredita que será um sucesso. Seu assessor de
investimentos informou ao empreendedor que o valor da ação de empresas deste tipo tem uma
distribuição conforme a tabela que segue. O empreendedor tem 100.000 ações, das quais seu
assessor pretende comprar 20.000. Ele irá vender 40.000 ações, com as quais ele injetará recursos
na sua empresa, e manterá as demais 40.000 como um investimento de longo prazo (5 anos).
Construa uma simulação que faça uma previsão do preço da ação daqui a 5 anos. Com base na
distribuição de probabilidade dos preços da ação obtidos através da simulação estime o valor que o
empreendedor terá para se aposentar.
2. Introdução à Simulação 32
25. (Andrade, E.L., 2004) O lançamento de um produto novo no mercado está condicionado a uma série
de eventos. A firma pode lançar um modelo Luxo ou um modelo Popular. O lançamento do modelo
Popular dará à firma lucros que se distribuem segundo a Tabela 1. Por outro lado, no lançamento do
modelo Luxo, duas alternativas podem ocorrer: alta demanda ou baixa demanda pelo produto, com
probabilidade de 70% e 30%, respectivamente. Caso corra alta demanda, os lucros da firma se
distribuirão conforme os dados da tabela 2. De modo análogo, caso ocorra baixa demanda, os lucros
serão da tabela 3.
Pede-se:
a) Qual o lucro a firma deve esperar?
b) Qual o risco de cada alternativa (desvio-padrão)?
c) Qual produto a firma deve lançar no mercado?
26. (traduzido e adaptado de Taylor, B., 2004) O gerente da Computer World, uma loja que vende
notebooks e equipamentos relacionados, está tentando determinar quantos computadores a loja deveria
solicitar cada semana. Uma primeira consideração nesta decisão é o número médio de notebooks que a
loja venderá por semana e a receita média gerada pela venda dos mesmos. Cada notebook é vendido
por R$ 4.300,00 O (Preço de Venda: Pv ) número de notebooks vendidos por semana é uma variável
randômica (aleatória) que varia de 0 a 4 unidades. Com base nos arquivos da empresa, o gerente pôde
2. Introdução à Simulação 33
determinar a frequência da demanda por notebooks das últimas 100 semanas descrita na tabela abaixo.
Com base nestes dados monte uma simulação de 10 semanas e responda ao gerente:
a) o número médio de computadores vendidos por
semana;
b) a receita média obtida por semana.
Tabela 1 – Demanda Observada
Demanda de Frequência
Notebooks
por semana
0 20
1 40
2 20
3 10
4 10
Total 100
27. Da simulação anterior o gerente da loja adquiriu informação útil sobre a demanda semanal e sua
receita média esperada. Porém, os resultados ainda não o auxiliam a tomar a decisão sobre quantos
computadores comprar semanalmente. Conduza duas novas simulações. Na primeira calcule o lucro
ª
médio da empresa com base em uma compra de 1 computador por semana. Na 2 simulação calcule
este lucro com base na compra de 2 computadores por semana. Compare os resultados e responda
ao gerente qual é a melhor solução. Para o cálculo do lucro médio semanal leve em consideração
que uma demanda superior à quantidade estocada (o gerente deixa de vender por falta de
computadores em estoque) conduz à um custo de R$500 por unidade. Entretanto, cada computador
ainda em estoque no final da semana ocasiona à loja um custo de estoque de R$ 50. Sabe-se ainda
que cada computador é comprado para revenda por R$2800,00 (Custo do computador: CC).
2. Introdução à Simulação 34
ª ª
Tabela 3 – 1 Simulação: comprar semanalmente 1 computador (obs.:inicie a simulação na 5 linha da
tabela de números aleatórios)
Semana No. Estoque Demanda Estoque Receita Custo da Custo de Lucro =
aleatório Inicial (q) Final pela Falta Estoque RT-CF-
venda (CF) (CE) CE- CC
(RT)
1 1
2
3
4
5
6
7
8
9
10
Total
ª ª
Tabela 4 – 2 Simulação: comprar semanalmente 2 computadores (obs.:inicie a simulação na 10 linha
da tabela de números aleatórios)
Semana No. Estoque Demanda Estoque Receita Custo da Custo de Lucro =
aleatório Inicial (q) Final pela Falta Estoque RT-CF-
venda (CF) (CE) CE- CC
(RT)
1 2
2
3
4
5
6
7
8
9
10
Total
2. Introdução à Simulação 35
FUNÇÃO SE
Esta função nos permite escolher um dos dois valores para entrar na célula. Se a condição é verdade, o
“valor se verdadeiro” informado será escrito na célula. Se a condição é falsa o “valor se falso” informado é
que será entrado na célula. Por exemplo:
= SE(A8=2,6,12)
a função acima declara que se o valor contido na célula A8 é igual a 2 então o número 6 será designado
para a célula C2 (célula em que a função foi escrita). Do contrário, se o valor da célula A8 não é 2 o
número 12 será designado para a célula C2.
= igual a
> maior que
< menor que
>= maior ou igual que
<= menor ou igual que
<> diferente
Você pode “aninhar” funções se necessário (função dentro de uma função). Você pode substituir o “valor
se verdadeiro” ou “valor se falso” por uma função SE. Exemplo:
Esta função diz que: se o valor contido na célula A8 for igual a 2 então outra função SE será acionada, do
contrário escreva 15 na célula C2. Se a função SE for acionada e o valor na célula B3 for igual a 5 então
escreva SIM, caso contrário não escreva nada.
Você também pode utilizar as funções E ou OU como uma condição da função SE. Por exemplo:
SE(E(B1=3,C1=5),12,22)
Aqui se o conteúdo da célula B3 for igual a 3 e o conteúdo da célula C1 for igual a 5 escreva o número
12, caso contrário escreva o número 22.
FUNÇÃO PROCV
Outra função importante para o nosso estudo de simulação é a função PROCV. Esta função poderá
substituir a função SE. Seus argumentos são:
Para a simulação o valor procurado será o endereço da coluna que contém o número aleatório gerado
pela função ALEATORIO().
A matriz tabela será o endereço da matriz que contém os limites inferior, limites superior e valor a ser
atribuído à variável, cada um em uma coluna. Por exemplo:
2. Introdução à Simulação 37
Tabela 1
Distribuição dos Números Aleatórios
Limite Inferior Limite Superior Demanda
0 0.17 40
0.17 0.33 50
0.33 0.5 60
0.5 0.37 70
0.67 0.83 80
0.83 1 90
A função PROCV é a que retornará a demanda probabilística dada na tabela 2 abaixo. A geração desta
demanda dar-se-á com a seguinte função.
=PROCV(B$10, A$3:C$8,3)
Tabela 2
Ano Num. Aleatório Demanda
1 0.301882822 50
2 0.771451551 80
3 0.637005319 70
4 0.240564486 50
5 0.795141967 80
6 0.300583492 50
7 0.241803045 50
8 0.959031752 90
9 0.862160938 90
10 0.493898386 60
Esta função compara o valor aleatório gerado com os valores constantes nas duas primeiras colunas da
tabela 1 até que ela encontra o valor mais próximo do número aleatório. Então ela retorna o valor dado
a
na 3 . coluna desta matriz, que para nosso exemplo, é a demanda.
38
Bibliografia
Corrar, L.J.; Theófilo, C.R. Pesquisa Operacional para Decisão em Contabilidade e Administração. Ed.
Atlas, 2004.
Evans, J.R.; Olson, D.L. Simulation and Risk Analysis, 2a. Ed. Prentice Hall, 2002.
Goldbarg, M.C.; Luna, H.P. Otimização Combinatória e Programação Linear. Modelos e Algoritmos.
Ed. Campus, 2000.
Harrer, C.R.; Mott, J.R.A.; Bateman, R.E.; Bowden, R.G.; Gogg, T.J. Simulação: otimizando os sistemas.
Belge, 2002.
Mathur, K.; Solow, D. Management Science. The Art of Decision Making. Prentice Hall, 1994.
Olson, D.L.; Evans, J.R. Introduction to Simulation and Risk Analysis. Ed. Prentice Hall, 2002.
Ramalhete, M.; Guerreiro, J. Magalhães, A . Programação Linear. Vol I. Ed. McGrawHill, 1984.
Render, B.; Stair JR, R.M.; Balakrishmann, N. Managerial Decision Modeling with Spreadsheets.
Prentice Hall, 2003.
Winston, W.L.; Albright, S.C. Management Science. Spreadsheet Modeling and Applications.
Thomson Publishing, 1997.