Escolar Documentos
Profissional Documentos
Cultura Documentos
Po PDF
Po PDF
1 - INTRODUÇÃO
Apresentação
Esta apostila é derivada de uma compilação de diversas fontes, como: notas de aula do
professor Otoniel Marcelino de Medeiros (grande parte), parafrases e citações de trechos de
livros (principalmente do Lieberman), e uma contribuição mínima minha.
1
continuam a crescer rapidamente. Algumas de suas técnicas envolvem idéias bastante
sofisticada em ciências políticas, matemática, economia, teoria da probabilidade e
estatística. Como também sendo usada amplamente em outros tipos de organizações,
inclusive negócios e indústria. Segundo Hillier quase todas as doze maiores empresas do
mundo, e uma considerável proporção das organizações indutriais pequenas, têm grupos
de pesquisa operacional bem estabelecidos. Muitas indústrias, inclusive a de aviação e
mísseis, automóveis, comunicações, computadores, energia elétrica, eletrônica,
alimentos, metalúrgica, mineração, papel, petróleo e transporte, têm feito uso extensivo da
pesquisa operacional. Mesmo instituições financeiras, agências governamentais e
hospitais têm aumentado rapidamente o uso que fazem da pesquisa operacional.
Vejamos alguns dos problemas que têm sido resolvidos por técnicas particulares de
pesquisa operacional:
- PROGRAMAÇÃO LINEAR: tem sido usada com sucesso na solução de problemas
relativos à alocação de pessoal, mistura de materiais, distribuição, transporte, carteira de
investimento.
- PROGRAMAÇÃO DINÂMICA: tem sido aplicada também com sucesso a áreas
como planejamento de despesas de publicidade, distribuição do esforço de vendas e
programação de produção.
- TEORIA DAS FILAS: tem tido aplicação na solução de problemas relativos a
congestionamento de tráfego, máquinas de serviços sujeitas a quebra, determinação do
nível de uma força de serviço, programação do tráfego aéreo, projetos de represas,
programação de produção e operação de hospitais.
Outras técnicas de pesquisa operacional, tais como teoria de estoque, teoria dos
jogos e simulação, também têm sido aplicadas com sucesso a diversos contextos.
2 - APLICAÇÃO
2
As principais motivações deste trabalho são: avaliar o atual nível de serviço de um
posto de abastecimento de GNP: determinar métodos para aumentar produtividade e
quantificar incrementos no volume de vendas. Dessa forma, são vários os fatores que
concorrem para este cenário:(a) escassez de oferta do serviço: somente 5 postos
distribuem gás natural no Rio de Janeiro; (b) elevados investimentos necessários para
montagem de um posto de serviço, principalmente em compressores, demais
equipamentos e obras civis, da ordem de um milhão de dólares; (c) métodos empregados
nas operações de abastecimento ainda não estudados cientificamente, bem como os
procedimentos de segurança que tornam o atendimento mais demorado, obrigando
também cada táxi conter somente um tanque para carga de gás, o que reduz a
autonomia.
Os fatores acima mencionados evidenciam um sistema complexo, de difícil
tratamento analítico, justificando-se, portanto, a aplicação de simulação computacional
para estudar o tamanho de filas, bem como o comportamento característico do sistema
face à demanda.
3
simulação compreende duas etapas: a modelagem do problema e a simulação
computacional.
Para modelagem do sistema foi utilizado o pacote de simulação Simul, que é,
basicamente, um conjunto de subrotinas que organiza e gerencia um conjunto de
atividades que deve começar sob certas condições e terminar após certo período de
tempo. No processo de modelagem do problema foi utilizado o conceito do Diagrama do
Ciclo de Atividades (DCA), que traz uma informação geral do sistema simulado e é
recomendado aos usuários do pacote de simulações em questão. O DCA é uma
representação esquemática do modelo de simulação e possui três conceitos básicos:
entidade, atividade e fila, conforme a tabela apresentada a seguir :
F echada P o r ta
C hegada R ua
D e s lo c a m e n to E sp era
F r e n tis ta
O c io s o
E sp T axi
I n i_ A b A b a s te c im e n to
B ic o
B ic o o c io s o
2.5-Projeto de experimentos
4
o nível do melhor tempo médio coletado por amostragem, mediante treinamento das
equipes de frentistas; (c) emissão automática de nota fiscal e melhor equipe de frentistas.
Vejamos, agora, os ganhos no nível de serviço ao taxista avaliados através de
simulações dessas configurações alternativas.
25
emissão automática
Tamanho médio de fila
20 posto atual
15
10
0
0À5 5À7 7À 9 9 À 11 11 À 13 13 À 15 15 À 17 17 À 19 19 À 21 21 À 24
Faixas horárias
Gráfico comparativo de tamanho médio de fila (emissão automática)
25
melhor equipe de
Tamanho médio de fila
20 frentistas
posto atual
15
10
0
0À5 5À7 7À 9 9 À 11 11 À 13 13 À 15 15 À 17 17 À 19 19 À 21 21 À 24
Faixas horárias
Gráfico comparativo de tamanho médio de fila (frentistas)
5
Esta última configuração é a que apresenta maiores ganhos para os horários de
pico; em particular, mais uma vez, para o horário de 17 às 19:00 hs, conforme nos mostra
o gráfico abaixo.
30
25
melhor equipe de
Tamanho médio de fila
20 frentistas e emissão
automática
15 posto atual
10
0
0À5 5À7 7À 9 9 À 11 11 À 13 13 À 15 15 À 17 17 À 19 19 À 21 21 À 24
Faixas Horárias
Gráfico comparativo de tamanho médio de fila (dois parâmetros)
É fácil perceber que, para o tamanho médio de fila voltar a 25 táxis, é necessário
um aumento na demanda da ordem de 3%. Isto significa apenas mais treze carros no
sistema ao longo do dia e um aumento no volume anual de vendas da ordem de trinta mil
reais.
O parágrafo acima traduz uma informação de grande relevância: o posto estava
em seu ponto crítico de saturação, onde o impacto dos experimentos testados se traduziu
em consideráveis aumentos de produtividade. Entretanto, um pequeno aumento no
volume de carros atendidos diariamente trouxe de volta o sistema ao seu estado de
saturação
6
É fácil perceber que para o tamanho médio de fila voltar a 25 táxis, é necessário
um aumento na demanda da ordem de 18%. Isto significa mais oitenta e oito carros no
sistema ao longo do dia e um aumento no volume anual de vendas da ordem de cento e
oitenta mil reais.
Aumento Volume
diário
demanda (carros)
240 25% 611
Somente emissão
Somente emissão
automática
automática
Aumento do volume anual de vendas
120
10% 538
80
5% 513
40
0 0% 490
0 5 10 15 20 25 30 35
Tamanho médio de fila
Gráfico comparativo dos três experimentos
Conclusão
Bibliografia
* Costa Neto, Pedro Luiz de Oliveira, “Estatística”, Editora Edgard Blücher, São
Paulo, 1977.
7
3.1) PROGRAMAÇÃO LINEAR
- Conjunto de restrições
Problema RESOLUÇÃO
- Função Objetivo
Por questão prática sempre procuramos uma resolução dos problemas com o uso
de aplicativos computacionais. Pela Internet se consegue bons aplicativos, por exemplo, o
aplicativo, Linear programming, por ser obtido pela Internet, no seguinte endereço:
http://www.producao.ufrj.br
SOLUÇÃO:
x1 ≤ 3 (I)
x2 ≤ 4 (II) sendo a função objetivo: Zmáx = 5x1 + 2x2
8
x1 + 2x2 ≤ 9 (III)
Como o problema tem apenas duas variáveis (x1 e x2), podemos resolve-lo graficamente,
conforme a Fig. 1.
ZA(0,0) = 0
ZB (3,0) = 15
ZC(3,3) = 21 Verifica-se que o ponto “C” é o que fornece o maior
ZD(1,4) = 13 valor para a função objetivo (Zmáx = 21).
ZE(0,4) = 8
É fácil constatar que para cada uma destas variantes de corte de uma placa de
laminado o número de peças e o volume de refugo (em unidades de área) se darão pelo
quadro:
VARIANTES DE CORTE
PEÇA I II III IV V
“A” 4 3 1 0 2
“B” 0 4 9 12 7
9
REFUGO 12 5 3 0 2
Ë lógico que xi será o número de chapas cortadas para cada alternativa, que
obedece a uma matriz de corte.
O melhor plano de corte é o que minimiza o refugo total, que de acordo com o
quadro das alternativas de corte, podemos montar a função objetivo:
Com as restrições (1), (2) e a função objetivo (3), podemos resolver o problema
usando o método SIMPLEX. No nosso caso usamos um aplicativo computacional, que é
exatamente o método Simplex e encontramos a solução deste problema de programação
linear, sendo:
x1 = 0
x2 = 0
x3 = 0
x4 = 45 (Solução)
x5 = 180
Zmín = 360
3.1.4 ) CONCLUSÃO
EXERCÍCIO - 4.1.5
10
1.5) Max Z = -x1 + 2x2 1.6) Max Z = 3x1 - 2x2
x1 - x2 ≥ -1 x1 + x2 ≤ 1
-0,5x1 + x2 ≤ 2 2x1 + 2x2 ≥ 4
3. Uma rede de televisão local tem o seguinte problema: foi descoberto que o programa
“A” com 20 minutos de música e 1 minuto de propaganda chama a atenção de 30.000
telespectadores, enquanto o programa “B”, com 10 minutos de música e 1 minuto de
propaganda chama a atenção de 10.000 telespectadores. No decorrer de uma semana, o
patrocinador insiste no uso de no mínimo, 5 minutos para sua propaganda e que não há
verba para mais de 80 minutos de música. Quantas vezes por semana cada programa
deve ser levado ao ar para obter o número máximo de telespectadores.
11
02) A fabricação de álcool envolve a destilação de uma massa fermentada, resultando
daí um líquido residual ou "destilado” que após secagem e outros tratamentos torna-
se um valioso alimento. Uma determinada empresa tem comercializado uma mistura
alimentar com base neste produto destilado enriquecida com constituintes
vitamínicos.
03) A indústria Latal produz dois tipos de peças para o carro Ferrugem. A peça “A”
demanda duas horas de torno e mais quatro horas na furadeira. A peça tipo “B”
demanda somente três horas no torno, não passando pela furadeira. São disponíveis
200 horas no torno, na furadeira a 150 horas no torno, sendo as demais horas
utilizadas na manutenção, limpeza e preparação. O gerente desta indústria de
autopeças está interessado em saber quantas peças de cada tipo devem ser
produzidas; sabe ele que cada peça do tipo “A” fornece um lucro de 40 u.m. e do tipo
“B” um lucro de 30 u.m.
04) Uma fábrica tem 3 tipos de máquinas, M1, M2 e M3, a serem utilizadas na fabricação
dos produtos P1 e P2. O quadro abaixo descreve como a fábrica opera, diariamente:
Produtos Disponibilidade
Máquinas P1 P2 Diária
M1 3 2 20h
M2 4 0 12h
M3 2 5 18h
12
06) A Indústria SIDENOX S.A. produz chapas finas (bobinadas) de aço inoxidável com 68
u.c. de largura. Os clientes da SIDENOX encomendam bobinas de largura menor
com valores padrão de 22, 20 e 12 u.c., com demandas diárias, respectivamente,
iguais a 110, 120 e 80 unidades. Estas bobinas são cortadas da bobina padrão de 68
u.c.. A empresa deseja cortar as bobinas de forma a minimizar os desperdícios.
Elaborar um plano de corte otimizado.
07) Uma empresa fabrica 5 produtos: P1, P2, P3, P4 e P5. Cada um deles requer 3 tipos
de matérias-primas M1, M2 e M3. As quantidades utilizadas por cada produto, as
disponibilidades das matérias primas e o lucro líquido de cada produto são dados na
tabela abaixo:
Produtos P1 P2 P3 P4 P5 Disponibilidade de
Matéria Primas matérias-primas
M1 2 5 3 2 1 100 unidades
M2 3 1 4 7 2 80 unidades
M3 6 2 3 1 4 150 unidades
Lucro líquido unitário 2000 100 60 50 150 unidades monetárias
08) Um fabricante de ligas metálicas deseja maximizar seu lucro. As ligas são vendidas
aos preços de 30 u.m. e 50 u.m., respectivamente, a unidade. Os metais básicos
utilizados para a fabricação das ligas são sobre, zinco e chumbo, sendo as
disponibilidades limitadas aos máximos de 16, 11 e 15 toneladas. Determine a
quantidade (em t) que deve ser fabricada da cada liga, de acordo com o quadro:
1 2 3 4
Matéria-prima (Kg/artigos) 2 2 1,5 4
Espaço (m3/artigo) 2 2,5 2 1,5
Taxa de produção (artigos/h) 15 30 10 15
Lucro (u.m. / artigo) 5 6,5 5 3,5
A quantidade total de matéria-prima disponível por dia para todos os quatro artigos é
de 180 kg, e o espaço disponível é de 230 m3 e empregam-se 7h e 30 min por dia de
produção.
Quantas unidades de cada artigo devem ser produzidas por dia para se maximizar o
lucro? (Elaborar apenas as restrições e a função objetivo).
10): A Própolis Utilidades Elétricas fabrica dois modelos simples de secador para cabelo,
que designa pó HX20 e HX30. Dois dos departamentos que participam da produção dos
secadores, o Departamento A e o Departamento B, têm restrições quanto ao total de
horas semanais disponíveis para aqueles produtos. O Departamento A possui um máximo
de 100 homens hora, contra 80 homens hora do Departamento B. Embora a demanda
pelos secadores esteja muito acima da capacidade produtiva da Própolis, e, portanto
possa ser considerada ilimitada, as restrições correm por conta dos departamentos A e B.
O secador HX20 requer 0,4 homens hora por unidade do departamento A e 0,2 homem
hora no Departamento B; para o secador HX30 as necessidades são de 0,2 e 0,4
13
respectivamente para os Departamentos A e B. O lucro unitário derivado da venda dos
secadores é de $1500,00 e de $2000,00 respectivamente para os secadores HX20 e
HX30. Formular o problema como um modelo de Programação Linear e determinar
graficamente as quantidades ótimas dos secadores HX20 e HX30 a produzir.
11) A Wyndor Glass Co. produz vidros de alta qualidade, incluindo janelas e portas de
vidro. Ela tem três fábricas. Na Fábrica 1 são feitas as esquadrias e ferragens de
alumínio; as esquadrias de madeira são feitas na Fábrica 2 e a Fábrica 3 é usada para
produzir o vidro e montar os produtos.
Por causa do declínio da receita, a alta gerência decidiu reformular a linha
de produtos. Diversos produtos não-lucrativos estão sendo tirados de linha e isso irá
liberar a capacidade de produção para se encarregar de um ou dos dois novos produtos
potenciais que têm estado em demanda. Um destes produtos propostos (produto 1) é uma
porta de vidro de 2,40 m, com esquadria de alumínio. O outro produto (produto 2) é uma
grande janela (1,20 x 1,80m) de duas folhas esquadria de madeira. O Departamento de
Marketing concluiu que a companhia poderia vender tantos destes dois produtos quantos
pudessem ser produzidos pela capacidade disponível. Entretanto, como ambos os
produtos estariam competindo com a mesma capacidade de produção na Fábrica 3, não
fica claro qual combinação entre os dois produtos seria mais lucrativa. Por isso a gerência
pediu ao Departamento de Pesquisa Operacional que estudasse a questão.
Depois de alguma investigação, o Departamento de PO determinou (1) a
percentagem de capacidade de produção de cada fábrica que estaria disponível para
estes produtos, (2) as percentagens requeridas por produto para cada unidade produzida
por minuto e (3) o lucro unitário de cada produto. Estas informações estão resumidas na
Tabela a seguir. Como toda capacidade que for usada por um produto na Fábrica 3 torna-
se não-disponível para o outro, tratando-se de um problema de programação linear do tipo
clássico de “composto de produto”, encontre a sua formulação e solução.
14
3.1.5 - MÉTODO SIMPLEX - CONDIÇÕES DE PREPARAÇÃO
II) - Todas restrições devem ser transformadas em igualdade (necessário uma base
óbvia):
3x1 + x2 ≤ 5 desigualdade
3x1 + x2 + x3 = 5 igualdade
sempre x1, x2 e x3 ≥ 0
x1 + 3x2 ≥ 5 desigualdade
x1 + 3x2 - x3 + x4 = 5 igualdade
variável de artificial
variável de folga
Sendo, x1, x2 e x3 ≥ 0
III) - Toda minimização poderá ser transformada em maximização. Minimizar uma função
Z é equivalente a maximizar o simétrico dessa função:
OBSERVAÇÕES ADICIONAIS:
Base
x1 x2 ... xn xn+1 xn+2 ... xn+m bi
xn+1 a11 a12 ... a1n 1 0 ... 0 b1
xn+2 a21 a22 ... a2n 0 1 ... 0 b2
15
... ... ... ... ... ... ... ... ... ...
xn+m am1 am2 ... amn 0 0 ... 1 bm
Z c1 c2 ... cn 0 0 ... 0 0
Cs = min (Cjs)
Xs = variável que entra na base
PASSO 2 - Verificar os coeficientes ais da variável xs que vai entrar na base. Se todos ais
forem menores ou iguais a zero, pare, Z = infinito. Caso contrário, divida cada
bi pelo respectivo ais > 0. O menor quociente bi/ais, ais > 0, indica a variável de
índice r que sai da base.
PASSO 3 - Calcular os novos coeficientes do quadro (operação pivotal) para que a troca
de variáveis na base se processe. Os novos coeficientes serão:
ars = pivot
16
3.1.7 - ALGORÍTMO SIMPLEX COMPLETO INCLUINDO DUAS FASES
Problema
Preparado
com 2 fases
O problema
se encontra na
fase 1
OBSERVAÇÕES:
I) Empate na variável que entra na base, isto é, mais de uma variável não básica com o
mesmo valor para seus respectivos Cjs.
- A escolha da variável que entra na base é aleatória.
17
II) Empate na variável que sai da base, isto é, dois ou mais quocientes bi /ais com mesmo
valor.
- Neste caso caracteriza-se a presença de uma solução degenerada, isto é, uma variável
básica com valor igual a zero.
- A solução alternativa para a questão específica: as variáveis sem restrição de sinal são
substituídas pela diferença entre duas novas variáveis maiores ou iguais a zero.
V) Ausência de soluções:
x1 ≤ 3
x2 ≤ 4
x1 + 2x2 ≤ 9
x1 + x3 = 3
x2 + x4 = 4
x1 + 2x2+ x5 = 9
18
x1= 0 Consideremos as linhas de x1 e x2 a formação da base
x2= 0
x3= 3 Essas demais linhas forma a “não base”, resolver o sistema é processar uma
x4= 4 Seqüência de troca de variáveis básicas por não básicas, de uma forma
otimizada
x5= 9 até a maximização da função objetivo.
Pela função objetivo percebe-se que a variável x1 é a que deve inicialmente sair da
base, ou seja, adquirir um valor maior do que zero, pelo fato de ter o maior coeficiente, o
que implica num crescimento mais rápido para Z.
Como a função objetivo não tem mais possibilidade de crescimento, o seu valor
máximo é Zmáx = 21, para:
x1 = 3
x2 = 3
x1 + x3 = 3
x2 + x4 = 4
x1 + 2x2 + x5 = 9, sendo a função objetivo na forma, Z - 5x1 - 2x2 = 0
Q1 x1 x2 x3 x4 x5 b
x3 1 0 1 0 0 3 3/1 = 3 Menor quociente, indicação da variável que sai
da base (x3)
x4 0 1 0 1 0 4 -
x5 1 2 0 0 1 9 9/1 = 9
Z -5 -2 0 0 0 0
O elemento a11 = 1 é exatamente o PIVOT
Coeficiente menor, indica a variável que entra na base (x1)
19
O Novo quadro tem a seguinte disposição:
Q2 x1 x2 x3 x4 x5 b
x1 1 0 1 0 0 3 - Primeira linha obtida
x4 0 1 0 1 0 4 4/1 = 4
x5 0 2 -1 0 1 6 6/2 = 3 O menor quociente indica a variável que sai da
base: x5
Z 0 -2 5 0 0 1
5
Pivot = a32 = 2
O menor coeficiente na linha Z indica a varíavel x2 que entra na
base
No quadro temos: x1 = 3
x2 = 0, por não aparecer na base
Q3 x1 x2 x3 x4 x5 b
x1 1 0 1 0 0 3
x4 0 0 ½ 1 -1/2 1
x2 0 1 -1/2 0 ½ 3 Primeira linha obtida
Z 2 0 7 0 0 21 SOLUÇÃO ÓTIMA: todos Cjs ≥ 0
Solução:
x1 = 3
x2 = 3
Zmáx = 21
20
3.2 PROBLEMAS DE TRANSPORTES
3.2.1-APRESENTAÇÃO DO PROBLEMA
ORIGEM DESTINO
Zmín = C11X11 + ...+ C1n + C21X21 +...+ C2nX2n + ...+ Cm1Xm1 +...+ CmnXmn
21
Quadro genérico do Algorítmo de Transporte
a1 = 150
a2 = 40
a3 = 80
b1 = 90
b2 = 70
b3 = 50 Com esses dados fornecidos
b4 = 60 estruturamos o QUADRO 1 e a partir
daí aplicamos o agorítmo de
O custo de tranporte é dada pela matriz: TRANSPORTE.
Observação: O processo estará concluído quando a célula inferior direita for alcançada.
22
2. Calculam-se todos os Uijs e Vijs. Os C’ijs das variáveis básicas são iguais a zero. Arbritra-
se U1 = 0 e calcula-se os demais C’ijs. Se todos os C’ijs forem ≥ 0 PARE, solução ótima.
Caso contrário , escolha a variável de menor C’ij paara entrar na base. Para o cálculo de
C’ temos a seguinte expressão:
C’ij = Cij - Ui - Vj
- Não esquecer que a expressão Cij - Ui - Vj deve ser igualada a zero nas variáveis
básicas.
- Nas células com Xij ≥ 0 o novo coeficiente na função objetivo será igual a zero,
correspondem as variáveis básicas.
- Nas demais células, variáveis não-básicas, os coeficientes serão dados por: Cij - Ui - Vj.
3. A partir da célula que contém a variável que entra na base, forme uma linha poligonal
fechada cujos vértices sejam células de varáveis básicas e cujos ângulos internos sejam
retos; na célula inicial põe-se um sinal de adição e alternam-sem a partir daí sinais de
menos e mais nos vértices-células da linha poligonal fechada. A célula com sinal de
menos, que contiver o menor valor, indicará a variável que sairá da base.
4. A cada vértice-célula que tiver sinal mais, adiciona-se o valor da variável que sairá da
base e a cada vértice-célula com sinal menos, subtrai-se. Voltar ao passo 2.
O cuto total mínimo (Zmín), passa a ser: Zmín = -660 + 8830 = 8190. Este valor é
exatamente o somatório de cada Xij (cada quantidade transportada) pelo respectivo custo de
transporte. Custo total = Zmín = ∑ X ij c ij
23
No Quadro 4 temos Z = 8240, valor
este que além da forma anterior
também pode ser obtido: Z = 80.27 +
70.23 + 40.32 + 10.30 + 50.35 +
20.57, ou seja, Z = ∑ X ij c ij .
Quadro 5, é SOLUÇÃO
ÓTIMA, pois apresenta todos
os C’ ≥ 0, consequentemente
um custo total menor possível
de 8190 unidades monetárias.
P1 P2 P3 P4
M1 30 70 50 0
M2 0 0 0 40
M3 60 0 0 20
EXERCÍCIO
24
1) Uma determinada empresa de transportes terrestres compra ovos nas granjas A, B, C,
para vendê-los nas cidades 1, 2 e 3. São dados:
25
3.3. PROBLEMAS DE DESIGNAÇÃO
3.3.1 - INTRODUÇÃO
MATRIZ EFICIÊNCIA
OPERÁRIOS
As células indicam (podem indicar) o tempo que
I II III IV
cada homem gasta na execução de cada uma das
A 5 24 13 7 tarefas. Os valores poderiam também indicar
B 10 25 3 23 custos, grau de desempenho, outros.
C 28 9 8 5
D 10 17 15 3 O modelo de designação encontra a rebi-
unívoca homens-tarefa, isto é, minimiza o
volume de mão-de-obra.
PASSO 1 - Escolher para cada linha “i” o menor elemento da linha. Subtrair de todos os
elementos da linha, o menor.
PASSO 2 - Escolher para cada coluna “j” o menor elemento da coluna “j” o menor
elemento da coluna. Subtrair de todos os elementos da coluna, o menor.
PASSO 3 - Traçar linhas verticais e (ou) horizontais, o mínimo possível, de forma que
todos os zeros fiquem cortados:
PROCEDIMENTO:
PASSO 4 - Escolha o menor dentre as células não cortadas, subtraia das células não
cortadas, o menor, adicione as células intercessão de linhas, o menor, siga
para o PASSO 3.
OBSERVAÇÃO:
a) Ao atingir o ótimo, a designação ocorrerá nas células que contém zeros. Procura-
se a linha e (ou) coluna que tenha o menor números de zeros; atribui-se a célula que contém
o zero a indicação “X”. Eliminam-se a linha e a coluna atribuídas. Repete-se o
procedimento.
26
b) Para maximização, antes de tudo, determina-se o complemento da matriz em
relação à célula de maior valor.
3.3-ILUSTRAÇÃO 1: MINIMIZAÇÃO
Q1 A B C D E F
II 8 7 6 9 5 6
II 10 4 7 8 8 7
III 11 6 9 8 9 8 PASSO 1 - Subtrai-se o menor de cada linha, da
IV 9 8 10 13 8 11 mesma.
V 7 9 8 7 9 7
VI 8 9 10 11 13 12
Q2 A B C D E F
I 3 2 1 4 0 1
II 6 0 3 4 4 3
III 5 0 3 2 3 2
PASSO 2 - Subtrai-se o menor de cada coluna, da
IV 1 0 2 5 0 3
mesma.
V 0 2 1 0 2 0
VI 0 1 2 3 5 4
Q3 A B C D E F
I 3 2 0 4 0 1
II 6 0 2 4 4 3
III 5 0 2 2 3 2 Menor dos não cortados = 1. Subtraem-se dos não
IV 1 0 1 5 0 3 cortados o valor 1 e adiciona-se o mesmo às células
V 0 2 0 0 2 0 intercessão.
VI 0 1 1 3 5 4
Q4 A B C D E F
I 3 5 0 4 1 1
II 5 0 1 3 4 2
III 4 0 1 1 3 1 .Como o número de linhas traçadas (cinco) é menor
IV 0 0 0 4 0 2 do que a ordem da matriz (6 por 6), continuamos em
V 0 3 0 0 3 0 busca da solução ótima.
VI 0 2 1 3 6 4
27
Q5 A B C D E F
II 2 3 0 3 0 0
II 4 0 1 2 3 1
III 3 0 1 0 2 0 Número de linhas traçadas (cortes) é igual a 6,
IV 0 1 1 4 0 2 SOLUÇÃO ÓTIMA.
V 0 4 1 0 3 0
VI 0 3 2 3 6 4
PROCESSO DE DESIGNAÇÃO:
LINHAS 3 e 5
COLUNAS 4 e 6
Com dois zeros permitem 2 alternativas
S1 A B C D E F
II X
II X
III X Zmín = 8 + 4 + 6 + 8 + 7
IV X
V X Zmín = 41 (ver custos iniciais)
VI X
28
OU
S2 A B C D E F
II X
II X
III X Zmín = 8 + 4 + 6 + 7 + 8
IV X
V X Zmín = 41 (ver custos iniciais)
VI X
EXERCÍCIO
01) Resolva os seguintes problemas de DESIGNAÇÃO tanto para Zmáx como para Zmín:
a)
1 2 3 4 5
A 12 8 7 15 6
B 7 9 17 14 10
C 9 6 12 6 7
D 7 6 14 6 10
E 9 6 12 10 4
b)
1 2 3 4 5
A 9 15 6 14 18
B 7 5 10 4 13
C 11 14 13 10 14
D 19 22 15 26 24
E 12 8 10 9 13
c) Zmín e Zmáx:
1 2 3 4
A 25 20 15 10
B 50 40 30 5
C 40 35 20 15
D 40 50 15 10
02) O diretor de uma escola deseja inscrever quatro alunos num concurso de matemática
que engloba os seguintes assuntos: Álgebra, Análise, Lógica e Geometria. Somente
29
um aluno pode ser inscrito em cada assunto e nenhum aluno pode ser inscrito em mais
de um assunto porque as provas do concurso ocorrerão simultaneamente. Para isso ele
seleciona seus quatro melhores alunos, A, B, C, D, e lhes aplica os mesmos exames
cobrindo as quatro áreas do concurso. O quadro abaixo indica o número de pontos que
foi deduzido da nota de cada aluno em cada uma das áreas:
Qual aluno deve ser selecionado para cada um dos assuntos do concurso?
3) Uma empresa vende produtos em quatro regiões e possui quatro vendedores para serem
destacados, um para cada região. As regiões não são igualmente ricas e apresentam o
seguinte potencial de vendas:
Os vendedores, por outro lado, não são igualmente hábeis e as suas eficiências, que
refletem a capacidade de atingir o mercado potencial da região, são dadas pelo quadro que
se segue:
I II III IV
A 0,7 0,7 0,7 1,0
B 0,8 0,8 0,8 1,0
C 0,5 0,5 0,5 1,0
D 1,0 0,4 1,0 0,4
30
4 - TEORIA DAS FILAS
4.1 - INTRODUÇÃO
A teoria das filas envolve o estudo matemático das filas ou linhas de espera. A
formação de filas excede a capacidade de fornecer aquele serviço. Os modelos
matemáticos se tornam complexos porque normalmente utilizam ferramentas que
envolvem um tratamento estatístico ou estocástico. Fornecer uma capacidade excessiva de
atendimento gera ociosidade, fornecer um atendimento deficitário gera insatisfação, perda
de clientes, perda de produção; tudo isto leva a uma relação muito forte entre as condições
de um sistema de filas e a minização dos custos no atendimento do mesmo.
SISTEMA DE FILAS
MECANISMO
Potencial clientes CLIENTES
de FILA DE
clientes chegando ATENDIDOS
ATENDIMENTO
Observações:
TERMINOLOGIA E NOTAÇÃO
31
P(w>t) = probabilidade do tempo de espera no sistema ser maior que o tempo “t”.
DISTRIBUIÇÃO DE POISSON
MÉDIA λ
VARIÂNCIA λ
4.3 - EXERCÍCIO
DISTRIBUIÇÃO DE POISSON
1) Numa rua passam em média 2 carros por minuto. Calcular a probabilidade de que em 2
minutos, passem
a) exatamente 4 carros
b) mais de 4 carros
a) 9 defeitos
b) 10 ou mais defeitos
32
5) O número de componentes defeituosos por aparelho de televisão montado tem sido
observado como uma distribuição de Poisson com média α = 2. Se 5 aparelhos são
testados, qual é a probabilidade de que o número de componentes defeituosos ultrapasse
10?
6) Numa fábrica determinado produto tem uma demanda que segue uma distribuição de
Poisson com média diária α = 25 unidades. Qual deve ser a quantidade mantida em
estoque para que não haja falta em 95% dos casos?
7) Um sinal luminoso de tráfego tem período de 1 minuto. Uma fase do ciclo de operação
consiste em parar o tráfego de veículos a travessia de pedestres tendo em vista que os
pedestres chegam aleatoriamente a razão de 150 por hora. Deseja-se decidir se a fase
deve ser automática ou manual. Qual a probabilidade de durante 1 minuto não haver
pedestres para ultrapassar?
Diz-se que uma variável aleatória tem uma distribuição EXPONENCIAL quanto:
e −λk se k ≥ 0
P ( n) =
0 se k < 0
DISTRIBUIÇÃO EXPONENCIAL
MÉDIA 1/λ
VARIÂNCIA 1/λ2
4.5-EXERCÍCIO
DISTRIBUIÇÃO EXPONENCIAL
1) Um determinado componente mecânico tem sua vida útil ajustada a uma distribuição
exponencial com média igual a 1000 dias. Calcule a probabilidade de uma peça durar
mais de 1000 dias.
2) Certo tipo de parafuso tem uma vida útil que segue uma distribuição exponencial com
vida média de 100 horas, cada parafuso tem um custo de 10 U.M. e, s e durar menos de
200 horas, existe um custo adicional de 8 U.M..
3) A duração de certo tipo de condensador tem distribuição exponencial com média de 200
horas. Qual a proporção de condensadores que duram.
33
b) mais de 500 horas?
c) Entre 200 e 400 horas?
4) Uma companhia fabrica lâmpadas com uma produção média de 100 horas e distribuição
exponencial.
5) Um mecânico supervisiona uma máquina cujo intervalo de tempo entre enguiços segue
uma distribuição exponencial com taxa de um enguiço a cada 20 horas. Por quanto
tempo o mecânico não enguiça enquanto ele se ausenta?
9) Considere uma loja na qual os clientes cheguem ao acaso numa média de 30 por hora.
Que percentagem de intervalos de tempo entre chegadas sucessivas será:
4.6 - SISTEMAS
I) Modelo
P / E / 1 /∞
capacidade de fila ilimitada
um servidor
processo de atendimento EXPONENCIAL
processo de chegada POISSON
FORMULÁRIO
34
1) Número médio de clientes no sistema
λ
L=
µ−λ
λ2
LQ =
µ(µ − λ)
3) Tempo médio de permanência de um cliente no sistema
1
W=
µ−λ
λ
QQ =
µ (µ − λ )
λ
P (n) = ( ) n P0
µ
λ
P0 = 1 −
µ
1
W = WQ +
µ
L =λW
LQ = λWQ
6) Probabilidade do tempo de espera na fila ser maior do que o tempo t (tempo qualquer)
P( w > t) = e ( λ − µ ) t
II) Modelo
P /E / S / ∞
capacidade de fila ilimitada
número de servidores qualquer
processo de atendimento EXPONENCIAL
35
processo de chegada POISSON
FORMULÁRIO
1
P0 =
λ λ
( )n ( )S
S −1
µ µ
∑ n! + λ
n=0
S !(1 − )
Sµ
λ
( )n
µ
Pn = . P0 se 0 ≤ n ≤ S
n!
λ
( )n
µ
Pn = P se n ≥ S
S !S n −S 0
λ λ
P0 ( ) S ( )
µ µS
LQ =
λ 2
S !(1 − )
µS
λ
L = LQ +
µ
LQ
WQ =
λ
36
1
W = WQ +
µ
Probabilidade de n ≥ S
λ S
P0 ( )
µS
P (n) =
λ
S !(1 − )
µS
λ
λ − µt ( S −1− )
P0 ( ) S (1 − e µ
)
− µt µ
P ( W > t) = e [1 + ]
λ λ
S !(1 − )(S − 1 − )
µS µ
Verifica-se que o ideal é que o número de técnicos seja de TRÊS (S=3), que tem
um CMD menor do que S=2 voltando a aumentar para S ≥ 4 técnicos.
BIBLIOGRAFIA
37
[03] PESQUISA OPERACIONAL
Pierre Jaccques Ehrlich
Editora: Atlas S.A.
[12] APOSTILA
INTRODUÇÃO À PESQUISA OPERACIONAL
Prof. Dr. Domingos Fernandes Campos - DEPT/UFRN
Módulo I
38