PO Aula1

Pesquisa Operacional
Sergio Leandro Stebel

stebel@utfpr.edu.br
Departamento de Eletrônica
UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

Pesquisa Operacional Apresentação
• Nome
• Formação
• Trabalha
• Conhecimentos sobre Pesquisa Operacional

Pesquisa Operacional Ementa
Programação Linear.
Formulação de Problemas de Programação Linear.
Análise de Sensibilidade.
Dualidade.
Programação Inteira.
Aplicações de Pesquisa Operacional.

Plano de aulas
05/05/17 Apresentação da disciplina, Noções de Programação Linear
06/05/17 Método gráfico, introdução a analise de sensibilidade
19/05/17 Método Simplex - Ferramentas Computacionais
20/05/17 Dualidade
02/06/17 Analise de Sensibilidade
03/06/17 Branch & Bound, PLI e PLIM
23/06/17 Modelagem de condições lógicas e Aplicações de PO
24/06/17 Seminário sobre aplicações de PO
• Avaliação Atividades em sala de aula e Seminário

• NF >= 7,0 e Freqüência >=75%

Pesquisa Operacional Bibliografia
1. Frederick S. Hillier & Gerald J. Lieberman. Introdução à Pesquisa

Operacional. 8ª Ed., Rio de Janeiro, RJ, Editora McGraw-Hill, 2010
2. GOLDBARG, M., LUNA, H. Otimização Combinatória e
Programação Linear. 2. Ed, Rio de Janeiro RJ: Editora CAMPUS,
2005
3. ANDRADE, E. L. Introdução à Pesquisa Operacional. 3ª Ed., Rio de
Janeiro-RJ, Editora LTC, 2004
4. ARENALES, M., ARMENTANO, V., MORABITO, R., YANASSE, H.
Pesquisa Operacional Para Cursos de Engenharia. Rio de Janeiro -
RJ, Editora Elsevier, 2007
5. WILLIAMS, P. H. Model Building in Mathematical Programming.
4ª Ed., São Paulo SP, John Wiley & Sons, 1999

PROBLEMAS COMBINATORIAIS DE OTIMIZAÇÃO
Elétrico Química Farmac. Petróleo Metal/Mec. Ambient. Transp.
Problemas de
Problemas Combinatoriais de Otimização
Tomada de Decisão Operacional
Como resolver tais problemas?

Problemas Simples Experiência do Decisor
Problemas Complexos Métodos Quantitativos PO

Pesquisa Operacional Pesquisa Operacional
O QUE É PESQUISA OPERACIONAL?
• Definição histórica
• "É um conjunto de problemas, técnicas de resolução e soluções,
com características bem definidas, acumuladas sob o termo PO
desde a década de 40 do século passado“.
• Definição filosófica
• "Pesquisa Operacional é o conjunto de conhecimentos
relacionados com o processo científico de tomada de decisão,
aplicados no projeto e operação de sistemas homem-máquina,
em um ambiente com recursos restritos".
• Definição atual
• “Estudo de métodos matemáticos, usualmente implementados
em computador, que podem ser utilizados para resolver
problemas relacionados à tomada de decisão e controle de
sistemas”.

• Atribuída ao serviço militar na 2a Guerra Mundial

• Necessidade de alocar recursos/equipamentos para as
diversas operações militares
• Serviço militar do Reino Unido e EUA recrutaram
cientistas p/ realizar pesquisas em operações (militares)
• Durante este período, os cientistas começaram a estudar
de forma sistemática e racional os processos
envolvidos na realização de uma atividade produtiva
• EUA, grupo liderado por George Dantzig (1947)
Algoritmo SIMPLEX

Existem Alguns Modelos Matemáticos utilizados pela

Pesquisa Operacional capazes de proporcionar soluções de
problemas empresariais:
• Modelos de Programação Matemática (Otimização

Matemática)
• Simulação
• Modelos de Teoria de Filas
• Modelos de Teoria dos Jogos
• Modelo de Teoria dos Grafos

Programação Matemática
Sob área da Pesquisa Operacional que emprega
símbolos matemáticos para representar as
variáveis do sistema real.
Programação Linear – variáveis contínuas com comportamento linear,
tanto em relação às restrições como à função objetivo
Programação Não-Linear – não-linearidade, seja na função objetivo ou
em qualquer restrição
Programação Inteira – as variáveis assumem valores discretos, não
contínuos - maior complexidade computacional
Programação Inteira Mista – as variáveis assumem valores discretos e
contínuos - maior complexidade computacional, pode ser linear (PLIM –
MILP), ou não linear (PNLIM- MILNP)

Problemas x Modelo
Um Problema é uma dificuldade que impede

que uma vontade seja concretizada.
Solucionar Problemas exige a capacidade de criar
adequadas representações da realidade (modelos)
modelo
e, com ajuda delas, encontrar um algoritmo de
solução que explique como remover ou superar
tal dificuldade

A construção de um algoritmo de solução

é profundamente influenciada pelo
modelo utilizado.
Solucionar problemas é, portanto, uma arte de

criar ou escolher modelos,
modelos e com eles construir
algoritmos
algoritmo que funcionem na prática e sejam
rápidos o suficiente para ainda encontrarem o
problema quando oferecerem a solução.

Os Modelos são representações simplificadas da

realidade que preservam, para determinadas
situações e enfoques, uma equivalência adequada

A Dimensão da Complexidade
Dinâmica
Indeterminado
Estocástico
Poucas Variáveis Muitas Variáveis

Determinístico e Homogeneidade e Heterogeneidade
Domínio
Tratável
Intratável Meio Ambiente

A Dimensão da Complexidade
Dinâmica
Indeterminado
Estocástico
Muitas Variáveis
Determinístico e Heterogeneidade
Domínio
Tratável
Intratável Meio Ambiente

Modelagem
Definição do Problema
Formulação e Construção
do Modelo Inicial
Simulação do Modelo Validação do Modelo
Reformulação do Modelo
Aplicação do Modelo

Modelo de Otimização
Minimizar f ( x)
Sujeito a :
hi ( x) = 0, i = 1,..., mh
g j ( x) ≤ 0 j = 1,..., mg
x ∈ℜ n
f:ℜnℜ g:ℜnℜ h:ℜnℜ

Em um modelo matemático, são incluídos três conjuntos principais de

elementos:
(1) variáveis de decisão e parâmetros: variáveis de decisão são as

incógnitas a serem determinadas pela solução do modelo.
Parâmetros são valores fixos no problema;
(2) restrições: de modo a levar em conta as limitações físicas do sistema,

o modelo deve incluir restrições que limitam as variáveis de decisão a
seus valores possíveis (ou viáveis);
(3) função objetivo: é uma função matemática que define a qualidade

da solução em função das variáveis de decisão.

Desenvolvedor Solver Software Software

Comercial Livre
IBM-Ilog CPLEX x
Dash Corporation XPress x
Lindo Systems LINDO/LINGO x
Microsoft Solver - Excel x
LGPL (Lesser General Public License) LP_Solve x
GLPK (GNU Linear Programming Kit) GLPK x
Ambiente de Desenvolvimento Software Software

Comercial Livre
IBM-Ilog OPL Studio x
GAMS (General Algebraic Modeling System) x
Microsoft Excel x
GUSEK (GLPK Under Scite Extended Kit) x

Áreas de Aplicação
• Dosagem (mistura, receita ou blending)
• Alimentação
• Formulação de rações
• Minérios
• Ligas metálicas
• Petróleo
• Transporte
• Investimentos financeiros
• Alocação de recursos
• Fabricas
• Fazendas
• Localização Industrial
• Designação
• Compras
• Fluxo em redes
• Corte em Chapas
• Planejamento
• Scheduling

Problema da Dieta
Deseja-se saber quanto gastar para fazer uma dieta alimentar que forneça
diariamente toda a energia, proteína e cálcio que se necessita.
Um médico recomendou que se alimentar de forma a obter diariamente no mínimo
2000 kcal de energia, 65g de proteína e 800 mg de cálcio. Valor nutritivo e o preço
(por porção) de cada alimento que se esta considerando comprar é dado na tabela 1
Tabela 1 – Valor nutritivo e custo dos alimentos

alimento tamanho energia Proteína cálcio preço p/
da porção (kcal) (g) (mg) porção
(centavos)
arroz 100g 205 32 12 14
ovos 2un 160 13 54 13
leite 237ml 160 8 285 9
feijão 260g 260 14 80 19

Problema da Dieta
Neste problema tem-se:
elementos conhecidos (parâmetros): valor nutritivo dos alimentos, custo

dos alimentos
elementos desconhecidos (variáveis): quanto consumir de cada alimento
objetivo a ser alcançado (FO): obter uma dieta de baixo custo
restrições: a dieta deve fornecer uma quantidade mínima de nutrientes.

VARIÁVEIS DE DECISÃO
A dieta deve ser feita a partir de 4 itens:

arroz, ovos, leite, feijão.
Faça j = 1,2,3,4 representar respectivamente cada um
dos itens
Defina então:
xj = número de porções adquirida do alimento j
para ser usada na dieta

Objetivo
Obter a dieta de menor custo possível.
Proporcionalidade:
1 porção de arroz ==> 14 centavos,
2 porções de arroz ==> 28 centavos,
x1 porções de arroz ==> 14* x1 centavos.
gasto associado a compra de ovos: 13 * x2
Aditividade
gasto total com arroz e ovos é dado pôr:
14 x1 +13 x2

Objetivo
Obter a dieta de menor custo possível.
Custo total da dieta é então:
min z = 14x1 +13x2 + 9x3 +19x4
Custo do: Arroz ovos Leite feijão

Restrições
Obter quantidade mínima de nutrientes:
energia:
1 porção de arroz 205 kcal , x1 porções de arroz 205 x1
1 porção de ovos 160 kcal
1 porção de leite 160 kcal
1 porção de feijão 260 kcal
quantidade total de energia >= quantidade mínima necessária

Proporcionalidade e aditividade
Temos:
205 x 1 + 160 x 2 + 160 x 3 + 260 x 4 ≥ 2000

min z = 14 x1 + 13 x 2 + 9 x 3 + 19 x 4 (objetivo)
sujeito a:
205 x1 + 160 x 2 + 160 x3 + 260 x 4 ≥ 2000 (energia)
32 x 1 + 13 x 2 + 8 x 3 + 14 x 4 ≥ 65 (proteína)
12 x 1 + 54 x 2 + 285 x 3 + 80 x 4 ≥ 800
( cálcio)
x j
≥ 0 , j = 1, 2 ,3 , 4

OBJECTIVE FUNCTION VALUE

1) 112.500
VARIABLE VALUE
X1 0.000000 (arroz)
X2 0.000000 (ovos)
X3 12.500000 (leite)
X4 0.000000 (feijão)
Isto é consumir 12.5* 237ml = 2,9625 l de leite

e gastar com a dieta 112,5 u.m.
Esta solução é aceitável?

Se limitarmos a quantidade de leite na dieta:

No máximo 2 porções
min z = 14 x1 + 13 x 2 + 9 x 3 + 19 x 4
sujeito a:
205 x1 + 160 x 2 + 160 x3 + 260 x 4 ≥ 2000

32 x 1 + 13 x 2 + 8 x 3 + 14 x 4 ≥ 65
12 x 1 + 54 x 2 + 285 x 3 + 80 x 4 ≥ 800
x j
≥ 0 , j = 1, 2 , 4 X3<= 2

OBJECTIVE FUNCTION VALUE

1) 135.2598
VARIABLE VALUE
X1 5.617470
X2 0.000000
X3 2.000000
X4 2.032380
Isto é consumir:
5.617470*100g = 561.747 g de arroz
2* 237ml = 474m l de leite
2.032380*260g = 528,4188 g de feijão
e gastar com a dieta 135,2598 u.m.

Nos modelos de transporte deseja-se minimizar o custo de todo o volume de

transporte de uma fábrica a centros de armazenagem. Deve-se também obedecer
às necessidades de recebimento do destino (centros de armazenagem) e da
capacidade de envio da fonte (fábricas). No problema a seguir, uma empresa
tem 3 fábricas (F1, F2 e F3), que produzem um único produto e distribuem a
três depósitos (DepA, DepB e DepC). As capacidades mensais das fábricas são,
respectivamente, 200, 300 e 350 unidades de produto. As necessidades mensais
mínimas dos armazéns são, respectivamente, 150, 250 e 350 unidades de
produto. Os custos unitários de transporte das fábricas aos depósitos estão
ilustrados na tabela a seguir:


PROJETO MORSE
Pesquisa Operacional ANEEL / COPEL /
UTFPR
• Energia Elétrica
– Geração, Transmissão, Distribuição

PROJETO MORSE
UTFPR
• Redes de Distribuição
– Primária, Secundária

PROJETO MORSE
UTFPR
• Consumidor
– Crescimento de Demanda
• Concessionária
– Energia com Qualidade p/ o Consumidor
– Conformidade Regulamentação (Multas!)
• Crescimento x Estrutura Instalada

– Carregamento de Transformador
– Quedas de Tensão

PROJETO MORSE
UTFPR
• Intervenções Possíveis
• Pequenos Reparos
• Balanceamento de Cargas
• Remanejamento de Cargas
• Movimentação do Transformador
• Troca do transformador
• Troca de Condutores
• Divisão de Circuito
• Ligação em Anel

PROJETO MORSE
UTFPR
• Projeto Pesquisa & Desenvolvimento (P&D)

– ANEEL
– COPEL – Distribuição
– UTFPR – CPGEI – LASCA
• Duração 24 meses
– Concluído Set/2009
• Equipe
– 5 Doutores UTFPR
– 2 Mestrandos
– 4~5 Graduandos UTFPR
– 2 Engenheiros COPEL
– 2 Especialistas COPEL

PROJETO MORSE
UTFPR
• Desenvolvimento de Ferramenta de apoio à

tomada de decisão
– Objetivo:
• Minimizar Custos
• Atender Exigências Técnicas
• Melhorar Qualidade de Energia
• Módulo Integrado ao Ambiente COPEL
– SIG / GIS (ArcGIS)
– MS .NET 2.0 (C#)
• Modelagem Matemática
– PLIM
– Solver Livre (Adotado: GLPK)

PROJETO MORSE
UTFPR

PROJETO MORSE
UTFPR

PROJETO MORSE
UTFPR

PROJETO MORSE
UTFPR
2
3

PROJETO MORSE
UTFPR

PROJETO MORSE
UTFPR
UTFPR / Curitiba / DAELN CEAUT

...
Prof. Sergio Leandro Stebel
PROJETO MORSE
UTFPR
• Função objetivo (Ex. do Balanceamento de Cargas)

A) Minimizar Custo de Trocas (n°)
B) Maximizar Balanceamento
C) Minimizar Quedas Tensão
D) Minimizar Variáveis de Violação
 ∑ ∑ (CdFPuf − CdFPuf × CdFIuf ) + (1 − 0.99 × PrQt) × (− Bal 100)

u1
∈Cons f ∈Fase
1444442444443
 444444 424444444 3 b
Min a
+ (0.01 + 0.99 × PrQt) × (QtMaxC 10) + vBalM 0.005 + vQtMax 0.001
 14444442 c
4444443 1444442444443
d

PROJETO MORSE
UTFPR
Intervenções: Modelos PLIM

• Minimizar Custos
• Atender Restrições / Características Técnicas
GLPK – Solucionador (solver) PL/PLIM livre

GUSEK – Interface de Desenvolvimento (*)

PROJETO MORSE
ESTRUTURA
UTFPR / Curitiba / DAELN CEAUT

... Prof. Sergio Leandro Stebel
PROJETO MORSE
LISTA DE SOLUÇÕES

PROJETO MORSE
RELATÓRIOS

PROJETO MORSE
SOLUÇÕES GRÁFICAS

PROJETO MORSE
UTFPR

PO Aula1

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

PO Aula1

Enviado por

Direitos autorais:

Formatos disponíveis

Pesquisa Operacional

Sergio Leandro Stebel

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

• Avaliação Atividades em sala de aula e Seminário

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

1. Frederick S. Hillier & Gerald J. Lieberman. Introdução à Pesquisa

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

PROBLEMAS COMBINATORIAIS DE OTIMIZAÇÃO

Elétrico Química Farmac. Petróleo Metal/Mec. Ambient. Transp.

Como resolver tais problemas?

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

O QUE É PESQUISA OPERACIONAL?

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

• Atribuída ao serviço militar na 2a Guerra Mundial

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

Existem Alguns Modelos Matemáticos utilizados pela

• Modelos de Programação Matemática (Otimização

• Modelos de Teoria de Filas

• Modelos de Teoria dos Jogos

• Modelo de Teoria dos Grafos

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

Um Problema é uma dificuldade que impede

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

A construção de um algoritmo de solução

Solucionar problemas é, portanto, uma arte de

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

Os Modelos são representações simplificadas da

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

Poucas Variáveis Muitas Variáveis

Intratável Meio Ambiente

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

Intratável Meio Ambiente

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

Simulação do Modelo Validação do Modelo

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

f:ℜnℜ g:ℜnℜ h:ℜnℜ

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

Em um modelo matemático, são incluídos três conjuntos principais de

(1) variáveis de decisão e parâmetros: variáveis de decisão são as

(2) restrições: de modo a levar em conta as limitações físicas do sistema,

(3) função objetivo: é uma função matemática que define a qualidade

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

Desenvolvedor Solver Software Software

Ambiente de Desenvolvimento Software Software

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

Tabela 1 – Valor nutritivo e custo dos alimentos

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

Neste problema tem-se:

elementos conhecidos (parâmetros): valor nutritivo dos alimentos, custo

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

A dieta deve ser feita a partir de 4 itens:

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

gasto associado a compra de ovos: 13 * x2

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel

Obter a dieta de menor custo possível.

Custo total da dieta é então:

min z = 14x1 +13x2 + 9x3 +19x4

Custo do: Arroz ovos Leite feijão

UTFPR / Curitiba / DAELN CEAUT Prof. Sergio Leandro Stebel