Você está na página 1de 37

MOQ – 43

PESQUISA
OPERACIONAL

Professor: Rodrigo A. Scarpel


rodrigo@ita.br
www.mec.ita.br/~rodrigo
Pesquisa Operacional

Durante a Segunda Guerra Mundial, os líderes militares solicitaram que


cientistas estudassem problemas como posicionamento de radares,
armazenamento de munições e transporte de tropa, etc...

A aplicação do método científico e de ferramentas matemáticas em


operações militares passou a ser chamado de Pesquisa Operacional.

Hoje em dia, Pesquisa Operacional é enfoque científico para Problemas


de Decisão.
APO: Advanced Planning Optimizer
Pesquisa Operacional

A Pesquisa Operacional é uma ciência aplicada voltada


para a resolução de problemas reais, tendo como foco a
tomada de decisões.

Programação Matemática
Estatística / Séries Temporais / Modelos de Previsão
Fluxo em Redes / Grafos / Otimização Combinatória
Metaheurística
Redes Neurais / Sistemas Especialistas / IA
Análise Multicritério
Simulação / Filas / Processos Estocásticos
Teoria da decisão
Pesquisa Operacional
MB-207 - Econometria Aplicada
Modelos de regressão linear. Previsão. Séries temporais.

CC-238 - Grafos e Otimização Combinatória

CT-215 - Inteligência Artificial


Sistemas especialistas. Aplicações de inteligência artificial.

CC-236 - Modelagem de Simulação por Computadores

EE-214 - Inteligência Artificial em Controle e Automação


Sistemas especialistas. Redes neurais, lógica fuzzy.

IT-207 - Pesquisa Operacional Aplicada a Problemas de Transporte Aéreo


Programação linear. Problemas do transporte, do transbordo e da
designação. Grafos.

MB-217 – Análise da decisão sob incerteza


Programação Matemática

Um problema de programação matemática tem por


objetivo encontrar os valores para as variáveis de
decisão que otimizam (maximizam ou minimizam) uma
função objetivo respeitando um conjunto de restrições.
Tipos de modelos de programação matemática:
- Programação linear
- Programação inteira
- Programação não-linear
- Programação dinâmica
-Outros
Fases de um estudo com PM:

Definição do problema:
1. Quais são as alternativas para Implementação da solução
a decisão?
2. Sob quais restrições a decisão
é tomada?
Validação do modelo:
3. Qual seria um critério objetivo
para avaliar as alternativas? 1. Formulação está adequada?
2. Resolve o problema?

Construção do modelo:
Solução do modelo:
1. Utilização de algoritmos ou
métodos de resolução
2. Análise de sensibilidade
Programa do curso:
Semana Conteúdo

1 Apresentação da disciplina. Introdução à Programação Linear. Formulação em programação linear.

2 Resolução de problemas de PL pelo Método Gráfico. Introdução ao método simplex para resolução de PPL

3 Resolução de problemas de PL pelo Método Simplex. A matemática do método simplex.

Problemas com soluções iniciais (Método das 2 fases e o Big-M). Degeneração, ciclagem e convergência do
4
método simplex.
5 SBPO (Simpósio Brasileiro de Pesquisa Operacional)
6 Análise de Sensibilidade.
7 Prova
8 Correção da prova. Princípios de programação multiobjetivo. Resolução computacional.
O problema dual. Formulação e Interpretação econômica do problema dual. Teoremas da dualidade. Algoritmos
9
simplex adicionais. Análise pós-otimização.
10 O Problema do Transporte.
11 O problema da Designação. O problema do Transbordo.
12 Programação Linear Inteira: Formulação, Método de Branch and Bound de resolução.
13 O problema do caixeiro viajante e do carteiro chinês. Problemas de otimização combinatória.
Otimização em Redes: Definições. Os problemas do caminho mínimo e do fluxo máximo. O problema da
14
cobertura.
15 Prova
Correção da prova. Introdução à programação não-linear e aos métodos não exatos para resolução de problemas de
16
programação matemática.
Avaliação:
• 2 Provas (1 por bimestre)
• Exame:
1 Trabalho (individual)
• Formulação
• Resolução por computador
• Análise de sensibilidade
• Interpretação dos resultados

1. O TRABALHO FOI ENTREGUE DENTRO DO PRAZO? (20%)


2. A FORMULAÇÃO E RESOLUÇÃO ESTÃO CORRETAS? (40%)
3. A INTERPRETAÇÃO DOS RESULTADOS E A ANÁLISE DE
SENSIBILIDADE ESTÃO CORRETAS? (30%)
4. O RELATÓRIO ESTÁ BEM FEITO? (10%)
Bibliografia:

Taha, H. A., Pesquisa Operacional, 8a edição. Pearson


(Prentice-Hall), 2008.

Taha, H. A. Operations Research – An Introduction,


8th.edition. Pearson (Prentice Hall), 2007.

Winston, W.L., Operations Research, 4th.edition. Brooks/Cole


(Thomson), 2004.

Wagner, H.M., Pesquisa Operacional, 2a edição. Prentice-Hall


do Brasil, 1986.

Hillier, F.S. and Lieberman, G.J., Introduction to Operations


Research, McGraw Hill, 2000.
Para casa:

• Texto: OR Executive Guide (http://www.scienceofbetter.org/)

• Leitura Taha: Capítulo 1


MOQ – 43
INTRODUÇÃO À
PROGRAMAÇÃO
LINEAR

Professor: Rodrigo A. Scarpel


rodrigo@ita.br
www.mec.ita.br/~rodrigo
Programação Linear:

• Técnica que se propõe otimizar (maximizar ou minimizar) o valor


de uma função linear, respeitando um conjunto de restrições
(equações ou inequações) lineares.

• George B. Dantzig (1947): planejamento logístico (suprimentos)

• Objetivo: tratar problemas de alocação de recursos - determinar


o modo mais eficiente de utilizar os recursos limitados;

• Linear: implica que todas as funções do problema são lineares.

Um modelo de programação linear (PL) reduz um sistema real a


um conjunto de equações ou inequações em que pretendemos
otimizar uma função objetivo.
Exemplos de Problemas de Decisão resolvidos por PL

• Se tanto a Matéria Prima quanto a Mão de Obra são limitados, qual


a quantidade produtos que maximiza o lucro da empresa?

• Se um dado combustível é obtido de uma mistura de produto de preços


variados, qual a composição de menor custo com poder calorífico
suficiente?

• Se existem vários caminhos que ligam duas cidades, qual é a que


propicia o mínimo de gasto de combustível?

• Se existem vários ativos financeiros, qual a combinação que melhor


reflete o compromisso entre o risco e o retorno?
Problema de programação linear:
Considere o seguinte problema:
( Minimizar / Maximizar ) Z = a1 x1 + a 2 x 2 + ... + a n x n
Sujeito a : b11 x1 + b12 x 2 + ... + b1n x n ≥ c1
b 21 x1 + b22 x 2 + ... + b2 n x n ≥ c 2
M M M M
b k1 x1 + bk 2 x 2 + ... + bkn x n ≥ c k
x1 , x 2 , .... , xn ≥ 0
Z: função objetivo (função critério)
ai: coeficientes da função objetivo (custo / lucro), i = 1,…,n
xi: variáveis de decisão, i = 1,…,n
bji: coeficientes tecnológicos, i = 1,…,n e j = 1,…,k
cj: constantes do lado direito (right-hand-side), j = 1,…,k
Exemplo de problema de PL (mix de produção):
Uma empresa fabrica 2 tipos de porta – de madeira e de alumínio.
Cada porta passa por 3 operações: corte, montagem e
acabamento. O tempo gasto em cada uma dessas etapas por
cada tipo de porta é:
Corte Montagem Acabamento
Madeira 1,5 h/porta 3,0 h/porta 1 h/porta
Alumínio 4,0 h/porta 1,5 h/porta 1 h/porta
Disponibilidade 24 h 21 h h h
8,75

Determine a quantidade de portas (de madeira e de alumínio) a


serem fabricadas para maximizar o lucro da empresa, respeitando
os recursos disponíveis (horizonte do planejamento: 1 dia).
Lucro unitário: porta de madeira: R$4,00
porta de alumínio: R$6,00
Exemplo de problema de PL (mix de produção):
Variável de decisão:
xi → quantidade do produto i (i = madeira, alumínio) que serão fabricados

Função Objetivo:
Maximizar Lucro = Z = 4,0*xmadeira + 6,0*xalumínio

Restrições: capacidade produtiva


corte → 1,5*xmadeira + 4,0*xalumínio ≤ 24
montagem → 3,0*xmadeira + 1,5*xalumínio ≤ 21
acabamento → 1,0*xmadeira + 1,0*xalumínio ≤ 8

Restrições: não negatividade


xmadeira, xalumínio ≥ 0
Hipóteses em Programação Linear:

 Proporcionalidade: todos os retornos / custos e recursos


utilizados variam proporcionalmente a variável de decisão (não há
economia de escala);

 Aditividade: o efeito total de quaisquer duas variáveis é a soma


dos efeitos individuais (não há sinergia ou efeito de substituição).
Exemplo: o custo total é a soma dos custos individuais;

 Divisibilidade: as variáveis de decisão podem assumir valores


fracionados. Se essas variáveis só puderem assimir valores
inteiros o problema é de programação inteira (PI);

 Certeza (Determinístico): todos os parâmetros do modelo são


constantes conhecidas (não são variáveis aleatórias);
Manipulação do problema:
 Inequações e Equações:
n
n
∑a ij x j ≥ bi
∑ a ij x j = bi j =1
j =1 n

∑a ij x j ≤ bi
j =1
n n

∑a ij x j ≥ bi → ∑a ij x j − x n +1 = bi xn+1: variável de excesso


j =1 j =1
n n

∑a ij x j ≤ bi → ∑a ij x j + x n +1 = bi xn+1: variável de folga


j =1 j =1
n
 Maximização e Minimização: Z = ∑ c j x j
j =1

Maximizar Z = Minimizar − Z
 Não-negatividade: x j (irrestrito) → x j = x ′j − x ′j′ x ′j , x ′′j ≥ 0
Formas de Representação:
Formato padão: todas as restrições são igualdades e todas as
variáveis são não-negativas.

 Formato canônico: (problema de minimização) todas as


variáveis são não-negativas e todas as restrições são do tipo ≥ .
MOQ – 43
FORMULAÇÃO EM PL

Professor: Rodrigo A. Scarpel


rodrigo@ita.br
www.mec.ita.br/~rodrigo
Problema de programação linear:

( Minimizar / Maximizar ) Z = a1 x1 + a 2 x 2 + ... + a n x n


Sujeito a : b11 x1 + b12 x 2 + ... + b1n x n ≥ c1
b 21 x1 + b22 x 2 + ... + b2 n x n ≥ c 2
M M M M
b k1 x1 + bk 2 x 2 + ... + bkn x n ≥ c k
x1 , x 2 , .... , xn ≥ 0

Z: função objetivo (função critério)


ai: coeficientes da função objetivo (custo / lucro), i = 1,…,n
xi: variáveis de decisão, i = 1,…,n
bji: coeficientes tecnológicos, i = 1,…,n e j = 1,…,k
cj: constantes do lado direito (right-hand-side), j = 1,…,k
ETAPAS NA FORMULAÇÃO DO MODELO MATEMÁTICO:

 Identificar as variáveis de decisão do problema

 Construir sua função objetivo

 Definir suas restrições

Construção do modelo:
PROBLEMAS CLÁSSICOS:

Os problemas clássicos de PL podem ser


enquadrados em três categorias:

 Problema da mistura

 Problemas de planejamento

 Problemas de alocação de recursos

 Problemas de corte e empacotamento


PROBLEMAS CLÁSSICOS: o problema da mistura

• Estão entre os primeiros problemas de programação


linear implementados com sucesso na prática.

• Essa classe de problemas consiste em combinar


materiais com o objetivo de gerar produtos com
características convenientes (respeitando as
restrições) minimizando seu custo de produção.

• Exemplos:

• Formulação de rações / dietas

• Formulação de produtos na indústria química

• Formulação de ligas metálicas


Problema 1: Problema da Mistura

 Quanto comprar de cada insumo?

 Quanto fabricar de cada produto?

MP1: Gasolina Pura P1: Gasolina Verde


MP2: Octanas P2: Gasolina Azul
MP
MP3: Aditivos P3: Gasolina Amarela

Gasolina Octanas Aditivos Lucro


Pura
Gasolina Verde 22% 50% 28% R$ 0,48/l
Gasolina Azul 55% 32% 13% R$ 0,40/l
Gasolina Amarela 72% 20% 8% R$ 0,29/l
Disponibilidade (l) 3.200.000 2.400.000 1.100.000
PROBLEMAS CLÁSSICOS: problemas de planejamento

• Esta é uma classe de problemas bastante ampla sendo


aplicável a problemas de planejamento da produção e
financeiro.

• Essa classe de problemas (produção) consiste em decidir


quais produtos e quanto fabricar em um período
respeitando as restrições (máquinas, insumos, demanda,
capacidade de armazenagem,…) maximizando o lucro
obtido.

• Exemplos:

• Mix de produção (planejamento estático)

• Planejamento em multiplos períodos


Problema 2: Mix de Produção (planejamento estático)

MADEIRA ALUMÍNIO

CORTE Corte Montagem Acabamento


Madeira 1,5 h/porta 3,0 h/porta 1 h/porta
Alumínio 4,0 h/porta 1,5 h/porta 1 h/porta
Disponibilidade 24 h 21 h 8 h
MONTAGEM

ACABAMENTO

PORTA PORTA DE
DE ALUMÍNIO
MADEIRA
L=$6,00
L=$4,00
Problema 2: Mix de Produção

Curto prazo: planejamento da produção

 Quanto comprar de cada insumo?

 Quanto fabricar de cada produto?

Médio prazo: expansão da produção

 Quais etapas do processo são gargalo?


Problema 3: Problema do Planejamento da Produção

Um fabricante de barcos deve decidir quantas unidades serão


fabricadas nos próximos 4 trimestres.
Em sua carteira de pedidos há 40 barcos a serem entregues no
primeiro trimestre, 60 no segundo trimestre, 75 no terceiro trimestre
e 25 no quarto trimestre.
No início do primeiro trimestre o fabricante terá 10 barcos em
estoque e tem capacidade de produzir 40 barcos por trimestre
(nesse caso cada barcos custa $40.000).
Há a possibilidade de produzir unidades adicionais, porém o custo
unitário vai para $45.000.
O custo de carregamento (manter um barco estocado) é de $2.000.
Faça o planejamento da produção objetivando minimizar o custo
total nos próximos 4 trimestres.
PROBLEMAS CLÁSSICOS: probl. alocação de recursos

• Esta é uma classe de problemas aplicável aos


problemas operacionais das empresas (programação
das atividades).

• Essa classe de problemas consiste em decidir como os


recursos existentes (recursos humanos, aeronaves,
equipamentos,…) serão alocados de forma a atender o
planejamento, minimizando a quantidade de recursos
necessários.

• Exemplos:

• Alocação dos funcionários

• Alocação de aeronaves e tripulantes.


Problema 4: Programação de ônibus
Uma empresa de transporte urbano de passageiros quer determinar
a quantidade mínima de ônibus necessários para atender sua
programação. Dados:
1.Devido à mautenção diária obrigatória, cada ônibus só pode
circular apenas 8 horas sucessivas por dia
2. Necessidade:
PROBLEMAS CLÁSSICOS: probl. corte e empacotamento

Problema 5: Corte de rolos de papel


Uma empresa fabrica rolos de papel com 20 pés de comprimento
(diâmetro padrão). Em uma certa semana recebeu 3 pedidos:

Como fazer as entregas de forma a minimizar a perda devido ao


corte dos rolos?
Problema 5: Corte de rolos de papel
Para casa:

• Leitura Taha: 1, 2.3 e 2.4

Winston: 1, 3.1,

3.4 a 3.12

• OR Executive Guide

• Lista de Exercícios 1
OBSERVAÇÃO

Este material refere-se às notas de aula do curso


MOQ-43 (Pesquisa Operacional) do Instituto
Tecnológico de Aeronáutica (ITA). Não substitui o
livro texto, as referências recomendadas e nem as
aulas expositivas. Este material não pode ser
reproduzido sem autorização prévia do autor.
Quando autorizado, seu uso é exclusivo para
atividades de ensino e pesquisa em instituições
sem fins lucrativos.

Você também pode gostar