1

Pesquisa Operacional – Histórico e Conceitos

1. Introdução
1.1 Histórico da Pesquisa Operacional:

 Durante a 2ª Guerra Mundial, cientistas da Inglaterra e Eua

foram convidados para estudar problemas de estratégia e de
tática associados com a defesa do país e decidir sobre a
utilização mais eficaz de recursos militares limitados;
 A convocação do grupo da Inglaterra marcou a primeira
atividade formal de pesquisa operacional;
 Os grupos analisaram e estudaram os seguintes problemas:
desenvolvimento, operação e localização de radares,
gerenciamento e controle de navios de apoio, planejamento
de ataques aéreos, lançamento de bombas contra submarinos,
defesa das comunidades européias contra ataques aéreos
inimigos, abastecimento de tropas, comunicações e
alimentos, operações de mineração , etc.
 A aplicação de métodos matemáticos e científicos para
ajudar as operações militares foi chamada “Operational
Research” ou “Operations Research”.
 Em 1947, a equipe liderada por George B. Dantzig, dos Estados
Unidos, convocada durante a Segunda Guerra Mundial, fez a
primeira formulação de um problema de programação linear,
sendo que ao resultado dessa pesquisa deu- se o nome de
Método Simplex;
 Após a guerra, o uso de PO se estendeu à outras áreas;
 O desenvolvimento do hardware e software dos computadores
(velocidade e memória) influenciou o progresso da PO, através
do desenvolvimento de programas de apoio que são interativos,
 2

permitindo o participação do usuário ao longo do processo de

análise e cálculos.

1.2 Definições:

 PO é o uso do método científico para auxiliar a tomada de

decisões;
 PO é a aplicação do método científico para o controle de
sistemas de forma a fornecer soluções;
 PO é uma metodologia para estruturar processos através da
construção de modelos. O uso de técnicas auxilia a resolver os
aspectos matemáticos do modelo;
 O termo pesquisa operacional corresponde a um método
científico para tomada de decisão, que busca determinar
como melhor planejar e operar um sistema, usualmente sob
condições que requerem alocação de recursos escassos;
 PO trabalha com modelos que permitem a experimentação da
solução proposta, ou seja, uma decisão pode ser mais avaliada e
testada antes de ser efetivamente implementada;
 Um modelo é uma representação de um sistema real:
o Sistema já existente: o modelo reproduz o funcionamento
do sistema a fim de aumentar sua produtividade;
o Sistema novo: o modelo é utilizado para definir a estrutura
ideal do sistema;
 Os modelos tentam aproximar ao máximo 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;
 Problemas simples podem ser representado por modelos
simples e de fácil solução. Problemas mais complexos
 3

requerem modelos mais elaborados e às vezes a solução pode

ser bastante complicada.

1.3 Áreas de Aplicação:

 Administração
 Agropecuária e agricultura
 Análise de tráfego aéreo
 Distribuição de energia e alocação de recursos
 Economia e planejamento econômico
 Controle de estoque
 Educação e saúde
 Engenharia, planejamento e controle da produção
 Forças armadas
 Investimentos e finanças
 Transportes, localização e armazenamento da distribuição;
 Planejamento urbano e regional
 Recursos hídricos
 Siderurgia
 Telecomunicações
 Simulações de competições (teoria dos jogos)

1.4 Técnicas envolvidas em PO:

 Os trabalhos de PO envolvem as seguintes técnicas:

o Análise e previsão de séries temporais
o Controle e qualidade
o Estatística
o Teoria dos grafos
o Otimização
o Programação matemática
o Processos estocásticos e teorias das filas
 4

o Simulação
o Teoria da decisão e teoria dos jogos
o Fluxos (caminhos) em redes e busca.

 Exemplos de Problemas tratados pela PO:

o Problema do Caminho Mínimo

Objetivo: determinar a rota de menor

caminho (distância, tempo ou custo)
existente entre um ponto de origem
(cidade, endereço, computador, objeto
etc.) e um ponto de destino.

o Problema de Localização de Facilidades:

Objetivo: determinar a localização e

capacidade das facilidades (restaurantes,
depósitos, antenas de rádio etc.) de
forma a suprir a demanda da região toda
com um custo mínimo e/ou lucro
máximo (considerando um determinado
período ). Cada facilidade possui
normalmente um custo fixo de instalação
e custos variáveis de operação.

o Escolha das misturas para rações:

 5

Objetivo: formular uma ração formada a partir da mistura dos

grãos de forma que atenda às necessidades mínimas e de
nutrientes e tenha um custo mínimo.

o Fornecimento de produtos através de uma rede de

transportes:

Objetivo: Determinar a quantidade do produto que cada

fornecedor deve enviar para cada depósito, de forma que o
custo total do transporte seja mínimo, que cada depósito
tenha sua demanda atendida e que nenhum depósito
estoure sua capacidade de fornecimento

o Problema da Mochila:

Objetivo: Um alpinista pode levar até W quilos em sua

mochila. Ele tem N diferentes tipos de itens que pode
incluir em seu fardo, e cada unidade de item j pesa wj
quilos. Para cada item j, ele calculou um valor numérico
Rj representando o valor de importância de cada unidade
do item. Como exemplo, se ele levar cinco unidades do
item 3 e sete unidades do item 9, o valor em termos de
importância na mochila é 5 R3 + 7 R9. O problema do
alpinista é escolher a quantidade de cada tipo para incluir
em sua mochila maximizando a importância e atendendo
aos limites de peso.
 6

o Problema de produção:

Objetivo: Determinar as atividades que devem ser

realizadas ou produzidas de forma a maximizar o lucro
ou minimizar o custo de produção, levando-se em conta
a quantidade máxima disponível para cada insumo.

o Problema da Designação (caso particular do problema de

transporte):

Objetivo: Minimizar o custo total para executar um

conjunto de tarefas, onde cada tarefa deve ser executada
por uma única máquina e cada máquina executa uma
única tarefa.

 Modelos Matemáticos:
o Contém três conjuntos principais de elementos:
1 Variáveis de decisão e parâmetros: variáveis são as
incógnitas a serem determinadas pela solução e os
parâmetros são valores fixos no problema;
 7

2 Restrições: Consideram as limitações físicas do

sistema, limitam as variáveis de decisão a seus valores
possíveis (ou viáveis);
3 Função objetivo: Função matemática que define a
qualidade da solução em função das variáveis de
decisão.
o Analisando um problema a ser modelado:
o Uma empresa de comida canina produz dois tipos de
rações: Tobi e Rex. Para a manufatura das rações são
utilizados cereais e carne.
o Sabe-se que:
 A ração Tobi usa 5kg de cereais e 1kg de carne;
 A ração Rex usa 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;
 Por mês, estão disponíveis 10000 kg de carne e
30000 kg de cereais;
o Deseja-se obter qual a quantidade de cada ração a
produzir de modo a maximizar o lucro.
o Principais elementos deste problema:
 Variáveis de decisão: quantidades de ração de
cada tipo a serem produzidas.
 Parâmetros: preços unitários e quantidades de
carne e cereais utilizadas em cada tipo de ração;
 As restrições são os limites de carne e cereais;
 Função objetivo: Determina o lucro e, neste
caso, deve ser maximizada;

o Modelos matemáticos são aproximações da realidade, as

expressões descrevem as propriedades e os elementos do
problema:
 8

 Características dos modelos:

o A formulação do modelo depende diretamente do sistema a
ser representado;
o Modelos representam a realidade, porém nem sempre todas
as características são consideradas:

o A função objetivo e as funções de restrições podem ser

lineares ou não- lineares.
 9

o As variáveis de decisão podem ser contínuas ou discretas

(por exemplo, inteiras) e os parâmetros podem ser
determinísticos ou probabilísticos.
o O resultado dessa diversidade de representações de
sistemas é o desenvolvimento de diversas técnicas de
otimização, de modo a resolver cada tipo de modelo
existente;
o Em quase todas as técnicas, a solução ótima do problema
não é obtida em um único passo. Usa-se um processo
iterativo onde, a cada iteração, uma aproximação melhor é
obtida;
o A partir de uma solução inicial, um algoritmo determina
novas soluções que caminham em direção a solução ótima
(caso a mesma exista).

 Tipos de técnicas matemáticas:

o Programação linear: Usada para analisar modelos onde as
restrições e a função objetivo são lineares;
o Programação inteira: Aplicada a modelos que possuem
variáveis inteiras (ou discretas);
o Programação dinâmica: Usada em modelos onde um
problema pode ser decomposto em subproblemas menores;
o Programação estocástica: Aplicada a uma classe de
modelos onde os parâmetros são descritos por funções de
probabilidade;
o Programação não-linear: Utilizada em modelos contendo
funções não- lineares.

1.5 Metodologia da Pesquisa Operacional

O desenvolvimento de um projeto de PO envolve as seguintes

fases:
(1) definição/identificação do problema;
(2) construção do modelo;
 10

(3) solução do modelo;

(4) teste e avaliação do modelo;
(5) implementação e acompanhamento da solução.

As mesmas são descritas a seguir:

1 Definição/identificação do problema:
 Definição dos objetivos e partes envolvidas no estudo;
 Identificação das alternativas de decisão existentes;
 Definição de limitações, restrições e exigências do sistema.
2 Construção do modelo:
 Etapa fundamental para a qualidade da solução fornecida;
 A técnica a ser usada depende do modelo construído;
 Se o novo modelo tem semelhança com modelos conhecidos,
a solução pode ser obtida de forma mais fácil;
3 Solução do modelo:
 Deve-se escolher a solução que melhor atende aos objetivos;
 A solução do modelo é baseada em técnicas matemáticas;
 A solução é obtida pelo algoritmo mais adequado, em termos
de rapidez de processamento e precisão da resposta;
 A melhor solução viável é chamada de "solução ótima".
4 Teste e avaliação do modelo:
 Deve-se verificar a se o modelo fornece uma previsão
aceitável do comportamento do sistema;
 Em sistemas já conhecidos, pode-se analisar seu desempenho
com dados passados do sistema e verificar se ele consegue
reproduzir o comportamento que o sistema apresentou;
 Em sistemas novos, deve-se verificar a relação entre os
resultados obtidos e os comportamentos esperados do novo
sistema.
5 Implementação da solução:
 A solução valida passa a ser convertida em um conjunto de
regras operacionais;
 A implementação deve ser monitorada constantemente;
 11

 Os testes realizados devem fornecer informações para

possíveis reformulações do modelo em algumas partes.

2 Programação Linear

2.1 Características:
 Termo Programação Linear:
o “PROGRAMAÇÃO”: alocação de itens ou entidades
o “LINEAR”: funções, equações ou inequações lineares.
 Objetivo: Otimizar a distribuição dos recursos limitados no
atendimento às demandas competitivas, ou seja:
o Maximizar lucros ou o uso dos recursos;
o Minimiza custos, sobras, tempos ou distâncias.
 Métodos da programação linear:
o Buscam otimizar (maximizar ou minimizar) a função
linear de variáveis, chamada de "função objetivo";
o A função objetivo está sujeita a uma série de equações
ou inequações lineares, chamadas restrições;
 Passos para a formulação matemática:
o Definir o objetivo básico do problema, ou seja, a
otimização a ser alcançada, função objetivo;
o Definir as variáveis de decisão envolvidas (ex.: número
de máquinas ou itens, a área a ser explorada, etc);
o Definir as restrições a que as variáveis normalmente
estão sujeitas, através de inequações;

2.2 Formulação de Modelos:

 Problema geral de PO consiste em obter os valores das

variáveis x1, x2, ..., xn que otimizam (maximizam ou
minimizam) a seguinte função objetivo (linear):
Z = c1x1 + c2x2 + ... + cnxn,
obedecendo as seguintes restrições do modelo:
 12

a11x1 + a12x2 + .... + a1nxn  b1 (ou , ou =)

a21x1 + a22x2 + .... + a2nxn  b2 (ou , ou =)
a31x1 + a32x2 + .... + a3nxn b3 (ou , ou =)
...
an1x1 + an2x2 + .... + annxn  bn (ou , ou =)

e as restrições de não negatividade: x1, x2, x3, ...., xn .

 Exemplos:
1) Seja o problema da ração:
Sabe-se que:
o A ração Tobi usa 1kg de carne e 5kg de cereais ;
o A ração Rex usa 4 kg de carne e 2 kg de cereais;
o O pacote de ração Tobi custa $ 20 e o pacote de ração
Rex custa $ 30;
o O quilo de carne custa $4 e o de cereais custa $1;
o Por mês, estão disponíveis 10000 kg de carne e 30000
kg de cereais;
Deseja-se obter qual a quantidade de cada ração a produzir
de modo a maximizar o lucro.

Solução:
Função objetivo: maximizar o lucro Z;
Variáveis de decisão:
x1 a quantidade da ração Tobi;
x2 a quantidade da ração Rex

Cálculo do lucro unitário de cada ração:

Ração Tobi Ração Rex
Custo de carne 1 kg x $ 4 = $ 4 4 kg x $ 4 = $ 16
Custo de cereais 5 kg x $ 1 = $ 5 2 kg x $ 1 = $ 2
Custo total $9 $ 18
Preço de venda $ 20 $ 30
Lucro $ 11 $ 12
 13

Lucro = Preço Venda – Custo carne – Custo cereais

Restrições:
Restrições de carne
Restrições de cereais

Formulação:
Função objetivo: maximizar Z = 11 x1 + 12 x2
sujeito a: 1 x1 + 4 x2 ≤ 10000 (restrição de carne)
5 x1 + 2 x2 ≤ 30000 (restrição de cereais)
e x1, x2 ≥ 0 (positividade das variáveis)

2) Seja o problema da fabrica de brinquedos:

Problema:

 Uma fabrica de brinquedos produz dois tipos de brinquedos

de madeira: soldados e trens.
 O soldado é vendido por $27 e usa $10 de matéria prima.
Cada soldado que é fabricado tem um custo adicional de $14
de mão de obra.
 O trem é vendido por $21 e gasta $9 de matéria prima. O
custo adicional de mão de obra para cada trem é de $10.
 A fabricação destes brinquedos requer dois tipos de mão de
obra: carpintaria e acabamento.
 Um soldado necessita de 2 horas para acabamento e 1 de
carpintaria.
 Um trem necessita de 1 hora para acabamento e 1 hora de
carpintaria.
 Por semana, a fábrica dispõe de 100 horas de acabamento e
80 de carpintaria.
 A demanda por trens é ilimitada, mas a venda de soldados é
de no máximo 40 por semana.
 Formular o modelo matemático para que a fábrica maximize
seu lucro semanal.
 14

Solução:
Função objetivo: maximizar o lucro Z;
Variáveis de decisão:
X1 = número de soldados produzidos cada semana;
X2 = número de trens produzidos a cada semana.

Cálculo do lucro unitário de cada brinquedo:

Soldados (x1) Trem (x2)
Tempo da carpintaria 1 hora 1 hora
Temo do acabamento 2 horas 1 hora
Custo de Mão de obra $14 $ 10
Matéria prima $ 10 $ 9
Custo total $ 24 $19
Preço de venda $ 27 $ 21
Lucro $ 3 $2

Lucro = Preço Venda – Custo mão obra – Custo matéria prima

Restrições:
Horas de acabamento
Horas de carpintaria
Número de soldados

Formulação:
Função objetivo: maximizar Z = 3 x1 + 2 x2
sujeito a: 1 x1 + 1 x2 ≤ 80 (restrição de carpintaria)
2x1 + 1 x2 ≤ 100 (restrição de acabamento)
x1 ≤ 40 (restrição de soldados)
e x1, x2 ≥ 0 (positividade das variáveis)

Bibliografia:

Preto, T. M., Introdução à Pesquisa Operacional, Disponível em:

< www.taniamp.net/po/aula_po_tania1.doc >. Acessado no dia 20/01/2013.