Professor: Hélio Cavalcanti Albuquerque Neto

PESQUISA
OPERACIONAL
MATHEUS CHRISTIAN SILVA MARINHO DE CASTRO
FRANCIELLY DA SILVA COSTA
RAVEL CARVALHO MONTE
NILSON CESAR DA SILVA SOBRAL
THAIS ANDRADE DE SOUSA

EM BUSCA DA
MELHOR ESCOLHA
• ORIGEM
• DEFINIÇÃO;
• MODELAGEM;
• MÉTODO SIMPLEX;
• MAXIMIZAÇÃO NAS EMPRESAS;
• APLICAÇÕES.
 PESQUISA OPERACIONAL:
DEFINIÇÃO

USO DO MÉTODO CIENTÍFICO

PARA TOMAR DECISÕES

NA BUSCA PELA OTIMIZAÇÃO DO

SISTEMA DE PRODUÇÃO
 EFEITOS ATRAVÉS
DA HISTÓRIA
• Batalha marítima entre Alemanha e Reino Unido em
1917;

• Simulações de 1934 preveem a destruição do Reino

Unido em ataques da Lufwaffe;

• Em resposta aos pedidos de uma arma utilizando ondas

de rádio em 1938, um grupo de cientistas cria os
radares e utiliza seus conhecimentos provindos da
pesquisa científica para auxiliar as operações do
exército britânico. O termo Pesquisa Operacional tem
sua origem.
 Associações sobre
Pesquisa Operacional
PESQUISA OPERACIONAL NA
ATUALIDADE

E MUITAS OUTRAS ÁREAS DE ATUAÇÃO...

 No processo de modelagem analisa-se um problema da
nossa realidade tentando extrair dele variáveis
quantitativas para convertê-lo em um problema matemático
que pode ser resolvido através de resolução de funções.
CRIAÇÃO DE UM
MODELO
PROBLEMA MODELO
REAL MATEMÁTICO

Os modelos matemáticos

ANÁLISE DO
AVALIAÇÃO

costumam ser criados na forma

MODELO
de funções algébricas, como
funções lineares. Os problemas
convertidos em funções lineares
são conhecidos como
INTERPRETAÇÃO DA
CONCLUSÃO Programas Lineares e podem
CONCLUSÕES ser resolvidos através de
DECISÕES DO MODELO diversos métodos.
Os modelos usam As chamadas “funções limitantes”
equações que determinam são o que limita os possíveis
um valor a ser maximizado valores de X e Y a uma quantidade
ou minimizado como: finita de valores possíveis. Ex:
MaxL = 10X + 7Y
3X + 4Y <=200

Como existe uma grande variedade de respostas para as o

sistema de funções, os algoritmos descrevem uma forma
rápida e eficiente como se deve achar os valores das
variáveis para os objetivos desejados.
 Algoritmo Simplex
Entendendo a dificuldade de várias possibilidades de
um problema, enquanto trabalhava auxiliando a Força
Aérea dos Estados Unidos, ele passou um longo
tempo desenvolvendo um modelo prático que
pudesse resolver grandes problemas de otimização
em poucos instantes.

O resultado de suas pesquisas foi o Método Simplex,

um algoritmo que descreve como se pode encontrar o
valor de variáveis e modo que se possa alcançar o
maior valor possível para a função principal dentro das George Dantzig (1914-2005)
limitações da função limitante.
 Método Simplex: Solução de Programação linear
X1 X2 X3 F1 F2 F3 F4 LD

Z -10 -20 -30 0 0 0 0 0

F1 2 2 4 1 0 0 0 300

F2 0 4 3 0 1 0 0 200

F3 1 0 0 0 0 1 0 20

F4 4 3 0 0 0 0 1 50

No método simplex se utiliza as funções lineares para a formação da “Tabela Simplex” que
ao ser modificada leva ao valores máximos ou mínimos das incógnitas do problema
 Exemplo da resolução de um problema de
Maximização pelo Método Simplex
O lucro pela venda de dois Ao mesmo tempo a produção
produtos, X1 e X2, é definido pela desses produtos é limitada de
formula: acordo com as seguintes
𝑭 = 𝟏𝟎𝒙𝟏 + 𝟕𝒙𝟐 formulas:
𝟐𝒙𝟏 + 𝒙𝟐 ≤ 𝟓𝟎𝟎𝟎
𝟒𝒙𝟏 + 𝟓𝒙𝟐 ≤ 𝟏𝟓𝟎𝟎𝟎
𝒙𝟏 ≥ 𝟎
Para se encontrar o maior valor de F (maxF)
através do Método Simplex devemos seguir os 𝒙𝟐 ≥ 𝟎
seguintes passos:

1) Colocar todas as incógnitas da função

principal de um só lado:

𝒎𝒂𝒙𝑭 = 𝟏𝟎𝒙𝟏 + 𝟕𝒙𝟐 𝒎𝒂𝒙𝑭 − 𝟏𝟎𝒙𝟏 − 𝟕𝒙𝟐 = 𝟎

 2) As desigualdades das funções limitantes são reduzidas para apenas em igualdades e novas variáveis
são incluídas em cada uma delas

𝟐𝒙𝟏 + 𝒙𝟐 ≤ 𝟓𝟎𝟎𝟎 𝟐𝒙𝟏 + 𝒙𝟐 + 𝑭𝟏 = 𝟓𝟎𝟎𝟎

𝟒𝒙𝟏 + 𝟓𝒙𝟐 ≤ 𝟏𝟓𝟎𝟎𝟎 𝟒𝒙𝟏 + 𝟓𝒙𝟐 + 𝑭𝟐 = 𝟏𝟓𝟎𝟎𝟎

3) Com os dados recebidos deve-se montar a Tabela Simplex nos seguintes moldes:
X1 X2 F1 F2 LD Variáveis e Valor da Igualdade

F
F1
F2
As linhas devem ser preenchidas de forma
que os números que multiplicam as variáveis,
Função objetiva a nas funções representadas pela linha, fiquem
variáveis adicionadas na coluna de cada variável.
𝒎𝒂𝒙𝑭 − 𝟏𝟎𝒙𝟏 − 𝟕𝒙𝟐 = 𝟎 𝟐𝒙𝟏 + 𝒙𝟐 + 𝑭𝟏 = 𝟓𝟎𝟎𝟎 𝟒𝒙𝟏 + 𝟓𝒙𝟐 + 𝑭𝟐 = 𝟏𝟓𝟎𝟎𝟎
𝒙𝟏 → 𝟐 𝒙𝟏 → 𝟒
𝒙𝟏 → −𝟏𝟎
𝒙𝟐 → 𝟏 𝒙𝟐 → 𝟓
𝒙𝟐 → −𝟕 𝑭𝟏 → 𝟏 𝑭𝟐 → 𝟏
 X1 X2 F1 F2 LD

F -10 -7 0 0 0

F1 2 1 1 0 5000

F2 4 5 0 1 15000

4) Com a tabela montada deve se definir a “Coluna Pivô” com base

no menor valor da linha da função principal
5) Com a Coluna Pivô definida deve-se dividir cada valor do Lado
Direito (LD) pelos valores numéricos da Coluna Pivô das suas
respectivas linhas (Com exceção da linha da função principal):
5000 15000
= 2500; = 3750 A linha com o menor resultado é
2 4 “Linha Pivô”
6) O número que se encontra na interseção entre a “Linha Pivô” e a
“Coluna Pivô” é denominado “Número Pivô” (Nesse caso, o número 2).
Então deve-se dividir os valores da “Linha Pivô” pelo “Número Pivô”.
O resultado deve substituir o antigo valor, a “Linha Pivô” então é
renomeado para a variável da “Coluna Pivô” (Ou seja, troca-se o
nome F1 para X1)
 X1 X2 F1 F2 LD X1 X2 F1 F2 LD

F -10 -7 0 0 0 F -10 -7 0 0 0

F1 2 1 1 0 5000 X1 1 0,5 0,5 0 2500

F2 4 5 0 1 15000 F2 4 5 0 1 15000

2 7) Após desenhar a nova tabela, as outras linhas também devem ser redefinidas. Cada
=1
2 valor de cada linha deve ser substituído pelo resultado da formula: Linha Antiga – (Seu
1
= 0,5 Coeficiente da Coluna Pivô) * Nova Linha Pivô. Ou seja:
2
1 F -10 -7 0 0 0
= 0,5
2 -(-10) 1 0,5 0,5 0 2500
0
=0 F2 4 5 0 1 15000
2
5000 -(4) 1 0,5 0,5 0 2500
= 2500
2 X1 X2 F1 F2 LD Caso todos os coeficientes da linha F já
forem positivos, então o calculo já pode
F 0 -2 5 0 25000 ser finalizado. Do contrário, os
procedimentos devem ser realizados
X1 1 0,5 0,5 0 2500 novamente até que todos os valores da
linha F sejam positivos. Nesse caso o
F2 0 3 -2 1 5000 valor da coluna X2 é negativo (-2).
 X1 X2 F1 F2 LD 1) Definir “Coluna Pivô”
2) Definir “Linha Pivô”
F 0 -2 5 0 25000
3) Com o “Número Pivô” encontrado, define-
X1 1 0,5 0,5 0 2500 se a nova “Linha Pivô” dividindo cada valor da
antiga linha pelo “Número Pivô”
F2 0 3 -2 1 5000

2500
= 5000
0,5
5000
= 1666,666 …
3
X1 X2 F1 F2 LD F 0 -2 5 0 25000
-(-2) 0 1 -2/3 1/3 5000/3
F 0 -2 5 0 25000
X1 1 0,5 0,5 0 2500
X1 1 0,5 0,5 0 2500 -(0,5) 0 1 -2/3 1/3 5000/3

X2 0 1 -2/3 1/3 5000/3

4) Com a nova “Linha Pivô” definida, redefina

as outras linhas através de “Linha Antiga –
(Coeficiente Pivô) * Nova Linha Pivô”
 X1 X2 F1 F2 LD

F 0 0 11/3 2/3 85000/3

X1 1 0 1/3 -1/3 5000/3

X2 0 1 -2/3 1/3 5000/3

85000
𝐹= = 28333, 3ത Com todos os valores da linha F sendo positivos, já
3 conseguimos encontrar os valores de F, X1, X2, F1, F2
5000
𝑋1 = = 1666, 6ത necessários para que o valor de F seja máximo. Deve-
3
5000 se relacionar cada valor do LD como sendo o valor da
𝑋2 = = 1666, 6ത incógnita da linha, por exemplo como o LD da linha X1
3
𝐹1 = 0 é 5000/3 então o valor de X1 a ser adotado é de
𝐹2 = 0 5000/3. Quando não se há linhas para as incógnitas
se considera que seus valores sejam iguais a zero, ou
seja como não há uma linha F1, então o valor a ser
adotado para F1 é 0.
• THE OR Society: History of O.R. 2017. Disponível em:
<http://www.theorsociety.com/Pages/Society/SocietyHistory.aspx>. Acesso
em: 25 nov. 2018.
• WHAT is operational research?: Full feature. 2016. Disponível em:
<https://www.youtube.com/watch?v=0oMVVx81kCs>. Acesso em: 25 nov.
2018.
• SIMPLEX: Passo a passo. 2016. Disponível em:
<https://www.youtube.com/watch?v=7qOdbo-xPaA>. Acesso em: 25 nov.
2018.
• BATALHA, Mário Otávio et al. Introdução a engenharia de produção. 7. ed.
Rio de Janeiro: Elsevier, 2008. 320 p.
• SOCIEDADE brasileira de pesquisa operacional: Quem somos. Disponível
em: <http://www.sobrapo.org.br/quem-somos>. Acesso em: 30 nov. 2018.