Pesquisa Operacional I –

Aula 01
UNIVERSIDADE FEDERAL RURAL DA AMAZÔNIA
CAMPUS PARAUAPEBAS – 2021.2
PROF. ÁLVARO LÉDO FERREIRA
CONTATO: alvaro.ferreira@ufra.edu.br
Objetivos da disciplina
• Dar aos alunos da graduação conhecimento básico sobre os
fundamentos da PO, modelagem em PO e modelos de programação
linear;
Descrição da disciplina
• Ementa:
1. Fundamentos matemáticos;
2. Programação linear;
3. Método Simplex;
4. Dualidade;
5. Análise de sensibilidade;
6. Problemas de transportes e designação;
7. Resoluções por computador.
1. Fundamentos matemáticos
1.1. Matrizes;
1.2. Matrizes especiais;
1.3. Operações básicas com matrizes;
1.4. Determinantes;
1.5. Sistemas de equações lineares e soluções;
1. Fundamentos matemáticos
1.6. Independência linear;
1.7. Posto;
1.8. Base;
1.9. Solução básica viável.
2. Programação linear
2.1. Problemas de programação linear;
2.2. Modelagem matemática.
3. Método Simplex
3.1. Condições de não negatividade;
3.2. Forma Padrão;
3.3. Forma canônica de um sistema;
3.4. Variáveis de folga e excesso;
3.5. Equivalência entre Maximização e Minimização;
3.6. Geração de solução inicial viável;
3.7. Teoremas fundamentais do Método Simplex;
3.8. Funcionamento do Método Simplex.
4. Dualidade
4.1. O par primal-dual;
4.2. Interpretação econômica do problema dual;
4.3. Soluções duais – teoremas.
5. Análise de sensibilidade
5.1. Análise de sensibilidade ou Análise pós-ótima;
5.2. Mudanças no coeficientes da função objetivo;
5.3. Mudanças nos termos independentes;
5.4. Acréscimo de uma variável;
5.5. Eliminação de uma variável;
5.6. Acréscimo de uma restrição;
5.7. Eliminação de uma restrição;
5.8. Mudança em coeficientes tecnológicos.
6. Problemas de transportes e designação
6.1. Problemas de transportes;
6.2. Obtenção da solução inicial;
6.3. Aperfeiçoamento da solução;
6.4. Sistemas não-equilibrados;
6.5. Designação.
7. Resoluções por computador
• Ferramenta Solver (Excel).
Descrição da disciplina
• Carga horária: 68h;
• Metodologia:
• Aulas expositivas;
• Slides;
• Discussão e resolução de exercícios.
• Avaliações:
• NAP 1: P.E. (6 pts) + Exercícios (4 pts);
• NAP 2: P.E. (7 pts) + Exercícios (3 pts);
• Substitutiva: P.E. (10 pts);
Descrição da disciplina
• Bibliografia:
• PUCCINI, A. de L., PIZZOLATO, N. D. Programação Linear. 2ª Edição, Rio
de Janeiro: Editora LTC, 1989;
• TAHA, H. A. Operations Research: an introduction. Prentice Hall
International, 1997;
• LOESCH, C., HEIN, N. Pesquisa Operacional: fundamentos e modelos.
1ª Edição, São Paulo: Saraiva, 2009;
• LACHTERMACHER, G. Pesquisa Operacional na tomada de decisões. 4ª
Edição, São Paulo: Pearson Prentice Hall, 2009;
• PIZZOLATO, N. D., GANDOLPHO, A. A. Técnicas de Otimização. Rio de
Janeiro: Editora LTC, 2009.
Descrição da disciplina

DÚVIDAS?
Introdução à Pesquisa Operacional
• Aumento da complexidade e especialização das organizações:
dificuldade de alocação de recursos;
• Surgimento da Pesquisa Operacional;
• Primórdios da 2ª Guerra Mundial: alocação de recursos escassos;
• Objetivo: condução e coordenação das operações em uma
organização;
• Aplicação em áreas de manufatura, transportes, construção,
telecomunicações, planejamento financeiro, serviços públicos, etc.;
Introdução à Pesquisa Operacional
• Processo de aplicação:
• Observação e formulação do problema;
• Coleta de dados;
• Construção do modelo científico (matemático, computacional,...);
• Hipótese: o modelo é uma representação suficientemente precisa da
situação analisada e conclusões obtidas no modelo são válidas no
mundo real;
• Experimentação do modelo para verificar essa e outras hipóteses.
Introdução à Pesquisa Operacional
• Tenta, frequentemente, encontrar a melhor solução para o
problema analisado;
• Técnicas: método simplex, teoria das filas, simulação (Monte Carlo,
discreta, contínua, baseada em agentes,...), teoria dos jogos, teoria
da decisão...;
• Ferramentas: Excel Solver, Simuladores (Crystal Ball, Promodel,
Arena), algoritmos, programação.
1. Fundamentos matemáticos
1.1. Matrizes;
1.2. Matrizes especiais;
1.3. Operações básicas com matrizes;
1.4. Determinantes;
1.5. Sistemas de equações lineares e soluções;
1. Fundamentos matemáticos
1.6. Independência linear;
1.7. Posto;
1.8. Base;
1.9. Solução básica viável.
1.1. Matrizes
• Conjunto de elementos organizados em linhas e colunas em
formato de quadro;
• Podem representar os coeficientes de um sistema de equações
lineares;

2 1 3 8
𝐴= 1 7 4 9
0 1 5 6
1.1. Matrizes
• Uma matriz A (m × n) tem m linhas e n colunas;
• Uma representação genérica de uma matriz A pode ser feita ao
considerar que a matriz é formada pelos elementos 𝑎!" , onde i
representa o índice da linha e j o índice da coluna;
1.1. Matrizes

𝑎## 𝑎#$ … 𝑎#" … 𝑎#%

𝑎$# 𝑎$$ … 𝑎$# … 𝑎$%
… … … … … …
𝐴= 𝑎 = 𝑎 = 𝑎!"
!# 𝑎!$ … 𝑎!" … 𝑎!% !" &×%
… … … … … …
𝑎&# 𝑎&$ … 𝑎&" … 𝑎&%
1.2. Matrizes especiais
1.2.1. Matriz Nula:
• É uma matriz que contém todos os elementos 𝑎!" nulos (iguais a 0);

0 0 0 0
𝐴= 0 0 0 0
0 0 0 0
1.2. Matrizes especiais
1.2.2. Matriz Quadrada:
• É uma matriz em que o número de linha m é igual ao número de
colunas n;
• Neste caso, diz-se que a matriz possui ordem n.

5 2 4
𝐴= 5 6 8
9 3 4
1.2. Matrizes especiais
1.2.3. Matriz Diagonal:
• É uma matriz quadrada em que todos os elementos fora da diagonal
principal são nulos (iguais a 0).

5 0 0
𝐴= 0 6 0
0 0 4
1.2. Matrizes especiais
1.2.4. Matriz Identidade ou Unidade:
• É uma matriz diagonal com todos os elementos da diagonal principal
iguais a 1.

1 0 0
𝐴= 0 1 0
0 0 1
1.2. Matrizes especiais
1.2.5. Matriz Inversa:
• Dada uma matriz 𝐴 quadrada de ordem n, define-se como a matriz
inversa de 𝐴 como a matriz 𝐴!" de ordem n tal que a seguinte condição
seja satisfeita:

𝐴(# 𝐴 = I
• Onde 𝐼 é a matriz identidade de ordem n.
1.2. Matrizes especiais
1.2.5. Matriz Inversa:
• Propriedades:
i) 𝐴!"𝐴 = 𝐴𝐴!" = I;
ii) (𝐴𝐵)!"= 𝐵!"𝐴!";
iii) Para uma matriz possuir inversa, seu determinante deve ser diferente de
0 (não-singular).
1.2. Matrizes especiais
1.2.6. Matriz Simétrica:
• É uma matriz quadrada que satisfaz a relação 𝑎!" = 𝑎"! , ∀ 𝑖, 𝑗.

1 4 9
𝐴= 4 2 3
9 3 7
1.2. Matrizes especiais
1.2.7. Matriz Transposta:
• A matriz transposta de A (m × n) é uma matriz 𝐴# (n × m) obtida por
#
𝑎!" = 𝑎!" , ∀ 𝑖, 𝑗.

2 1 0
2 1 0 0
) 1 7 1
𝐴= 1 7 4 9 𝐴 =
0 4 5
0 1 5 6
0 9 6
1.2. Matrizes especiais
1.2.8. Vetores:
• São matrizes especiais em que uma de suas dimensões é unitária;
• Um vetor com n elementos é dito possuir n componentes e é
denominado um n-vetor ou uma n-upla.

4
3
C= 𝐿= 3 4 6
2
1
1.2. Matrizes especiais
1.2.8. Vetores:
• O transposto de um vetor coluna é um vetor linha, e vice-versa;
• Diz-se que a matriz A (m × n) é formada por 3 vetores linha e 4 vetores
coluna.

2 1 0 0
𝐴(3×4) = 1 7 4 9
0 1 5 6
1.2. Matrizes especiais
1.2.8. Vetores:

𝐿# = 2 1 0 0 ;

𝐿$ = 1 7 4 9 ;

𝐿* = 0 1 5 6
1.2. Matrizes especiais
1.2.8. Vetores:

2 1 0 0
𝐶# = 1 ; 𝐶$ = 7 ; 𝐶* = 4 ; 𝐶+ = 9
0 1 5 6
1.2. Matrizes especiais
1.2.9. Submatriz:
• É obtida a partir da divisão de uma matriz A por paralelas às linhas e/ou
colunas.

2 1 0 0
2 1 0
𝐴= 1 7 4 9 =
1 7 4
0 1 5 6
Pesquisa Operacional I –
Aula 01
UNIVERSIDADE FEDERAL RURAL DA AMAZÔNIA
CAMPUS PARAUAPEBAS – 2021.2
PROF. ÁLVARO LÉDO FERREIRA
CONTATO: alvaro.ferreira@ufra.edu.br