Escolar Documentos
Profissional Documentos
Cultura Documentos
DO CAMPO
PESQUISA OPERACIONAL
1
A Pesquisa Operacional (PO) é uma ciência que objetiva fornecer ferramentas
quantitativas ao processo de tomada de decisões. É constituída por um conjunto de
disciplinas isoladas, tais como Programação Linear, Teoria das Filas, Simulação,
Programação Dinâmica, Teoria dos Jogos, etc.
O termo Pesquisa Operacional (em inglês: Operations Research) foi empregado pela
primeira vez em 1939 como uma tentativa de englobar, sob uma única denominação, todas
as técnicas existentes ou que viriam a ser desenvolvidas e que tinham o mesmo objetivo
citado.
2
b- Apoiar o Processo de Tomada de decisão de formas transferíveis e independentes, dar o
suporte às decisões para que estas sejam independentes do decisor e assegurar que o
processo de decisão seja claro e transparente.
c- Criar sistemas computacionais úteis para os usuários não-técnicos, facilitar , através de4
sistemas de fácil utilização, os processos de tomada de decisão operacional, gerencial e
estratégico.
Modelagem
Um modelo é uma representação de um sistema real, que pode já existir ou ser um projeto
aguardando execução. No primeiro caso, o modelo pretende reproduzir o funcionamento do
sistema, de modo a aumentar sua produtividade. No segundo caso, o modelo é utilizado
para definir a estrutura ideal do sistema.
A confiabilidade da solução obtida através do modelo depende da validação do modelo na
representação do sistema real. A validação do modelo é a confirmação de que ele realmente
representa o sistema real. A diferença entre a solução real e a solução proposta pelo modelo
depende diretamente da precisão do modelo em descrever o comportamento original do
sistema. Um problema simples pode ser representado por modelos também simples e de
fácil solução. Já problemas mais complexos requerem modelos mais elaborados, cuja
solução pode vir a ser bastante complicada.
A Tomada de Decisão
Podemos entender a tomada de decisão como o processo de identificar um problema ou
uma oportunidade e selecionar uma linha de ação para resolvê-lo. Um problema ocorre
quando o estado atual de uma situação é diferente do estado desejado.
Vários fatores afetam a tomada de decisão e entre eles podemos destacar;
Tempo disponível para a Tomada de Decisão
A importância da decisão
O Ambiente
Certeza/incerteza e risco
Agentes decisores
Conflito de interesse.
Os modelos podem ser utilizados como ferramentas consistentes para a avaliação e a
divulga de diferentes políticas empresariais.
3
a ração Tobi utiliza 5 kg de cereais e 1 kg de carne, e a ração Rex utiliza 4 kg de carne
e 2 kg de cereais;
o pacote de ração Tobi custa $ 20 e o pacote de ração Rex custa $ 30;
o kg de carne custa $ 4 e o kg de cereais custa $ 1;
estão disponíveis por mês 10 000 kg de carne e 30 000 kg de cereais.
Deseja-se saber qual a quantidade de cada ração a produzir de modo a maximizar o lucro."
Neste problema as variáveis de decisão são as quantidades de ração de cada tipo a serem
produzidas. Os parâmetros fornecidos são os preços unitários de compra e venda, além das
quantidades de carne e cereais utilizadas em cada tipo de ração. As restrições são os limites
de carne e cereais e a função objetivo é uma função matemática que determine o lucro em
função das variáveis de decisão e que deve ser maximizada.
Apesar da seqüência acima não ser rígida, ela indica as principais etapas a serem vencidas.
A seguir, é apresentado um resumo da cada uma das fases.
4
Definição do problema
Construção do modelo
Solução do modelo
O objetivo desta fase é encontrar uma solução para o modelo proposto. Ao contrário das
outras fases, que não possuem regras fixas, a solução do modelo é baseada geralmente em
técnicas matemáticas existentes.
No caso de um modelo matemático, a solução é obtida pelo algoritmo mais adequado, em
termos de rapidez de processamento e precisão da resposta. Isto exige um conhecimento
profundo das principais técnicas existentes. A solução obtido, neste caso, é dita "ótima".
Validação do modelo
.MODELAGEM MATEMÁTICA
PROBLEMA DE PRODUÇÃO
Uma empresa produz três tipos de portas a partir de um determinado material. Sabendo
que diariamente a empresa dispõe de 500 kg de material e 600 horas de trabalho,
determinar um plano óptimo de produção que corresponda ao maior lucro. A tabela
5
seguinte indica a quantidade de material e horas de trabalho necessárias para a produção
de uma porta de cada tipo, assim como o lucro unitário de cada uma delas
Exercícios
1. Uma fabrica quer saber quantas canetas de cada tipo ( standard, luxo e esferográfica
) deverão ser produzidas, para que o lucro seja máximo, tendo as seguintes
informações:
a) Departamento de Produção
Produção máximas mensais possíveis para
cada tipo ( se produzir um único tipo)
Standard 15.000
Luxo 10.000
Esferográfica 20.000
b) Departamento de Vendas
Máximas Vendas mensais possíveis para
cada tipo
Standard 12.000
Luxo 8.000
Esferográfica 30.000
c) Departamento Contábil
Lucro unitário para cada tipo)
Standard 15.000
Luxo 10.000
Esferográfica 20.000
2. Uma pequena indústria usa 3 tipos de matérias primas, P,Q,R para a fabricação de 2
produtos A e b. as matérias primas em disponibilidade na fábrica são:
20 unidades de p
12 unidades de Q
16 unidades de R
6
Por razões tecnológicas, uma unidade do produto A necessita
respectivamente de 2,2,4 unidades de matérias primas P, Q,R. Para o produto B
esses coeficientes técnicos são 4,2 e 0, respectivamente. O fabricante, sabe que o
lucro na produção de A é de $0,50 e de B é $1,00. qual o lucro máximo e quais as
Quantidades a serem produzidas das mercadorias A e B para obter o lucro máximo.
3. Suponha que se queira distribuir uma certa quantidade de material e mão de obra
disponíveis na construção de armas anti-aéreas de defesa: canhões, aviões de caça e
foguetes teleguiados. As quantidades de material e mão de obra requerida por 1000
unidades de cada um destes tipos de armas estão indicadas no quadro abaixo.Na
última coluna desse quadro, encontra-se as probabilidades de êxito da cada tipo:
As quantidades disponíveis de material e mão de obra são iguais a 25 e 50 unidades
respectivamente.
ARMAS UNIDADES UNIDADES DE PROBABILIDADE
MATERIAL MÃO DE OBRA DE EXITO
CANHÕES 3 1 40%
CAÇAS 1 1 30%
TELEGUIADOS 1 3 40%
7
b) Investir diretamente na divulgação dos produtos. Cada $ 1.000,00 investidos
em P1 retornam um aumento de 4% nas vendas, enquanto que P2 o retorno é de 10%.
A empresa dispõe de $10.000,00 para esse empreendimento. Quanto deverá destinar a
cada atividade? Construa o modelo do sistema descrito.
Objetivo:
Dificuldades:
"Modelar corretamente".
A arte de modelar é adquirida com experiência e aptidão é a parte mais difícil da análise.
EXEMPLO INICIAL
A FUNÇÃO LUCRO
L = 4 x1 + x2
Se o problema parasse aqui o lucro seria ilimitado. Porém, existem recursos limitados.
As Restrições:
H-H 9x1 + x2 18 e
H-M 3 x1 + x2 12
O PROBLEMA
O problema é então:
Max L = 4 x1 + x2
x1, x2
sujeito a
horas-homem 9x1 + x2 18
horas-máquina 3 x1 + x2 12
x1 0 e x2 0
Como o problema é de Segunda dimensão e as funções e inequações são lineares,
podemos obter uma solução fácil graficamente.
SOLUÇÃO GRÁFICA
H-H
9x1 + x2 18
9
20
18
16
14
12
10
H-M
3x1 + x2 12
20
18
16
14
12
10
-1 0 1 2 3 4 5
Como a empresa não pode violar nenhuma das restrições precisamos saber a área
onde as duas restrições são válidas, isso é, a interseção das duas regiões de restrição,
chamada de conjunto de possibilidades ou conjunto viável.
Conjunto Viável
10
20
18
16
14
12
10
-1 0 1 2 3 4 5
L = 4 x 1 + x2
Ora, o lucro é uma constante para cada uma das combinações da x 1 e x2. Assim,
lucros diferentes geram retas paralelas onde o lucro é constante em cada reta ou seja, as
retas são iso-lucros.
20
18
16
14
12
10
-1 0 1 2 3 4 5
Então é só traçar iso-lucros no gráfico do conjunto viável e obter a iso-lucro de maior lucro
que seja possível de se fabricar das restrições.
Assim,
11
20
18
16
14
12
10
-1 0 1 2 3 4 5
L=13
O MÉTODO SIMPLEX
A idéia é a seguinte:
Max L = 4 x1 + x2
Forma x1 x2
Padrão
s. a 9x1 + x2 18
3 x1 + x2 12
12
Consegue-se isso acrescentando a cada restrição uma variável a mais, essas novas
variáveis são chamadas de variáveis de folga, para restrições do tipo . (Existem também as
chamadas variáveis de excesso, para restrições do tipo , mais isso é outra história).
(1) 9x1 + x2 + x3 = 18 pois, caso 9x1 + x2 não seja igual a 18, x3 está lá para garantir
a igualdade.
(2) 3x1 + x2 + x4 = 12 pois, caso 3x1 + x2 não seja igual a 12, x4 está lá para garantir
a igualdade.
Essas novas variáveis, também devem ser maiores ou igual a zero para garantir a
exigência das restrições.
OBS: Caso a restrição fosse por exemplo 9x1 + x2 18 a introdução seria 9x1 + x2 -x3 = 18,
com x3 0. Ou multiplicaria-se a restrição por menos 1 transformando-a numa restrição de
desigualdade .
Só nos resta o lucro. O lucro é uma equação e não uma inequação, logo não
precisamos introduzir variáveis.
O sistema linear fica assim:
(l0) L - 4x1 - x2 = 0
(l1) 9x1 + x2 + x3 = 18
(l2) 3x1 + x2 + x4 = 12
As etapas são:
1. Ache uma solução viável para o sistema linear. (A solução viável mais fácil no caso é
x1= 0, x2= 0 , x3 = 18, x4 = 12; chamada de solução trivial). Definir as variáveis usadas
na solução como VB e as não usadas como VNB. VB = Variável Básica e VNB =
Variáveis não Básicas.
2. Identifique a variável que tem o maior impacto na função objetivo. Isso é, a que tem o
coeficiente mais negativo (devido à nova arrumação feita na função objetivo) na
equação correspondente a função objetiva. (No exemplo é x1, com o coeficiente - 4 )
3. Aumentar o valor da variável (de maior impacto) identificada no item 2 em todas as
restrições até que esse aumento seja limitado por algum recurso. ( No exemplo podemos
aumentar x1 até 2 em l1 e até 4 em l 2. Assim, x1 deve ser igual a 2 pois um valor maior
do que 2 viola l2).
4. Identificar em que linha esse valor limite ocorre. (No caso em l1)
13
5. Identificar a variável básica com a qual a variável identificada no item 2 pode trocar
quantidades. ( No exemplo x3 )
6. Fazer a variável básica igual a zero.
7. Definir a variável identificada no item 2 como variável básica entrando (VBE) e definir
a variável básica no item 5 como variável básica saindo (VBS). ( x1 e VBE e x3 e VBS )
8. Fazer o coeficiente de VBE igual a 1 na linha da VBS.(No exemplo 9x 1 + x2 + x3 =18
torna-se: x1 +1/9x2 + 1/9x3 = 2.
9. Zerar os coeficientes de VBE nas demais equações do sistema através de operações
elementares e apresentar o novo sistema.
10. Redefinir como variável básica todas as variáveis básicas anteriores menos a VBS
mais a VBE e as não-básicas como as VNB Anteriores mais a VBS menos a VBE e
identificar o lucro e os valores das variáveis ( x1 = 2 ; x4 = 6 ; x2 = 0 ; x3=0 ; L=8).
11. Existe algum coeficiente negativo na equação da função objetivo(l0) ? Se sim, vá para o
passo 2, se não, pare, essa é a solução viável ótima.
Passo 1:
(l0) L - 4x1 - x2 = 0
(l1) 9x1 + x2 + x3 = 18
(l2) 3x1 + x2 + x4 = 12
Passo 5: x3.
Passo 6: x3 = 0.
Passo 8:
(l0) L - 4x1 - x2 = 0
Passo 2: x2 única.
Passo 5: x4.
Passo 6: x4 = 0.
L + 3/18x3 + 15/18x4 = 13
15
x1 + 3/18x3 - 1/6x4 = 1
x2 - 1/3 x3 + 3/2x4 = 9
L = 13 ; x1 = 1 ; x2 = 9 ; x3 = x4 = 0
x1 x2 x3 x4 bi
L 0 0 1/6 5/6 13
R1 1 0 1/6 -1/6 1
R2 0 1 -1/2 3/2 9
TEOREMA I:
TEOREMA II:
16
TEOREMA III:
a) "Se a função objetiva possui um máximo (mínimo) finito, então pelo menos uma
solução ótima é um ponto extremo do conjunto convexo C do teorema I"
b) "Se a função objetiva assume o máximo (mínimo) em mais de um ponto
extremo, então ela forma o mesmo valor para qualquer combinação convexa
desses pontos extremos."
1) Coeficientes Constantes
Quando o grau de incerteza dos parâmetros é muito grande é necessário tratá-los como
variáveis aleatórias. a ij, bi e cj são consideradas como constantes conhecidas. Na
realidade podem ser variáveis. Incerteza envolvidas ou variáveis aleatórias. Os modelos
de Programação Linear usualmente são formulados no sentido de selecionar algum
curso de ação futura . Por isso os parâmetros usados seriam baseados em numa predição
de condições futuras, os quais introduzem inevitavelmente algum grau de incerteza.
2) Divisibilidade
Valores fracionários as vezes não fazem sentido. Assim, quando não for possível
estabelecer essa divisibilidade parte-se para programação inteira.
3) Proporcionalidade
4) Aditividade
DUALIDADE:
17
Na forma padrão um modelo de P.L é escrito da seguinte forma:
Max Z = c1 x1 + c2 x2 + .................+ cn xm
s. a (y1) a11x1 + a12x2 + ........ + a1nxm b1
(y2) a21x1 + a22x2 + ........ + a2nxm b2
. . . . .
. . . . .
(ym) am1x1 + am2x2 + ........ + amnxm bm
xj 0 ( j = 1,....., n )
Se for associado a cada restrição uma variável yi, o problema dual pode ser escrito
como:
Min D = b1 y1 + b2 y2 + ...............+ bm ym
s. a (y1) a11y1 + a21y2 + ........ + am1ym c1
(y2) a12y1 + a22y2 + ........ + am2ym c2
. . . . .
. . . . .
(ym) a1ny1 + a2ny2 + ........ + amnym cn
yi 0 ( i = 1,....., n )
18
Com a dualidade surgem vários novos conceitos e construtos na programação linear.
Resolver o Primal através do Método Simplex faz com que o dual seja resolvido
automaticamente.
O quadro final do Método Simplex traz a solução dos dois problemas, o Primal e o
Dual. No exemplo visto anteriormente, tens-se, como último quadro (ou último modelo
equivalente) o seguinte:
x1 x2 x3 x4 bi
L 0 0 1/6 5/6 13
R1 1 0 1/6 -1/6 1
R2 0 1 -1/2 3/2 9
Ou seja, L = 13 ; x1 = 1 e x2 = 9.
Conjunto Viável
Agora só é necessário trocar as curvas de nível de D = 18y 1 + 12y2 e traçar paralelas até se
atingir o mínimo:
Conjunto Viável
19
INTERPRETAÇÃO DO PROBLEMA DUAL
PRIMAL
m
Max z= ∑ c j x j
s. a j=1
∑ a ij x j ≤ b i (i=1,...,m )
x≥0 ∀ j
DUAL
m
Min D=∑ bi y i
s. a i=1
∑ a ij y i≥ c j ( j=1,. . .,m )
y i ≥0 ∀ i
Se
xj é a quantidade de um determinado produto j
z é o lucro
bi a quantidade de um determinado recurso i
então:
$
c j=
unidade do produto j
unidade do recurso i
a ij=
unidade do produto j
$
y i=
unidade do recurso i
20
logo yi é um preço (não necessariamente de mercado)
No ponto ótimo yi* representa a taxa pela qual a função lucro será aumentada ou diminuída,
se a quantidade disponível do recurso i (b i) for aumentada ou diminuída dentro de um certo
limite. O limite é determinado pelos valores de b i para os quais a base de solução ótima
permanece a mesma.
L 0 0 1/6 5/6 | 13
1 0 1/6 -1/6 | 1
0 1 -1/2 3/2 | 9
L -4 -1 0 0 | 0
9 1 1 0 | 18
3 1 0 1 | 12
Se bi = 18 for aumentado para 19 qual a nova solução ? ( lembre-se que as operações são as
mesmas pois a matriz tecnológica não mudou).
L -4 -1 0 0 | 0
9 1 1 0 | 18 + 1
3 1 0 1 | 12
L -4 -1 0 0 | 0
9 1 1 0 | 18
3 1 0 1 | 12 + 1
L 0 -5/9 4/9 0 | 8
1 1/9 1/9 0 | 2
0 2/3 -1/3 1 | 6 + 1
Por exemplo:
Se um yi = 0 significa que o recurso i, se for acrescido de uma unidade não
afetará em nada o lucro, assim, seu preço é zero logo existe recursos i em excesso
(matematicamente a variável de folga é não nula ).
Se um yi 0 significa que o recurso i tem um certo valor para a empresa, a
empresa pagaria até yi para ter mais do recurso e incrementar seu lucro de y i. Como o preço
é positivo o recurso é escasso, não existe desperdício, todo recurso está sendo utilizado
logo, matematicamente, a variável de folga é nula.
22