Pesquisa Operacional Matemtica Aplicada a

Pesquisa Operacional: Ferramentas Programao Linear ca Programao No-Linear ca a Fluxos em Redes Otimizao Combinatria / Programao Inteira ca o ca Programao Dinmica ca a Teoria de Decises o Teoria de Filas Teoria de Estoques Simulao de Sistemas ca etc.

 Pesquisa Operacional: Areas de Aplicao ca Transportes Redes Hidrulicas a Energia Comunicaes co Produo & Distribuio ca ca Sequenciamento - Escalonamento Localizao ca Planejamento etc.

Etapas da Pesquisa Operacional estudar problema a resolver (mundo real) identicar sistema envolvido no problema construir modelo matemtico que representa o sistema a utilizar mtodo computacional para obter soluo e ca ca a a transformar soluo matemtica em deciso implementar deciso no ambiente real a usar realimentao, se necessrio ca a

Problema
c

Espao c Matemtico a R E A L I M E N T A C ~ A O

Sistema
d d d

Modelo
d

Ambiente Real

d d

Mtodo e

Soluo ca

Deciso a

Equipamento Computacional

TESTE

Problema
c

Espao c Matemtico a R E A L I M E N T A C ~ A O

Sistema
d d d

Modelo
d

Ambiente Real

d d

Mtodo e

Soluo ca

Deciso a

Equipamento Computacional

Sistema conjunto estruturado de componentes que interagem de modo regular entre si e com o meio ambiente, satisfazendo a restries ambientais de escassez de recursos, para atingir deco terminados objetivos.

Componentes subsistemas importantes. Interagem entre si trocando recursos. Cada um desenvolve a sua atividade processando recursos. O n vel em que cada uma destas atividades desenvolvida dene o uxo ou a quantidade de recursos que e entram e que saem do componente.

Recursos (Entidades) objetos importantes que uem de um componente para outro. Itens escassos: produtos, matrias prie mas, dinheiro, equipamento, mo de obra, etc. a

Sistema com 3 componentes e 5 recursos

R5
E E E

R1 R2

C1

C3

R3 R4

C2

Problema sm. 1. Questo matemtica proposta para que se lhe d soluo. a a e ca 2. Questo no solvida, ou de soluo dif a a ca cil. Sistema Subsistemas que trocam recursos para atingir certos objetivos. componentes subsistemas importantes para o estudo. recursos objetos importantes: produtos, matrias primas, horas e de mo de obra, horas de mquinas, dinheiro, etc. a a

Modelo representao simplicada do sistema ca (conjunto de equaes e desigualdades matemticas) co a Mtodo procedimento ou algoritmo a ser utilizado para e alcanar o resultado desejado c Soluo meio matemtico de resolver um problema ca a Deciso operacionalizao da soluo a ca ca

Modelo concreto abstrato f sico matemtico a fechado aberto (interao com o meio ambiente) ca anal tico numrico (no fornece solues anal e a co ticas) esttico dinmico (para observaes ao longo do tempo) a a co determin stico estocstico (envolve incerteza) a cont nuo (alteraes suaves), co discreto peridico (alteraes a intervalos regulares), o co discreto aperidico (alteraes instantneas eventos) o co a

10 Mandamentos Ravindran, Phillips & Solberg 1. Do not build a complicated model when a simple one will suce 2. Beware of modeling the problem to t the technique 3. The deduction phase of modeling must be conducted rigorously 4. Models should be validated prior to implementation 5. A model should not be taken too literally

6. A model should never be pressed to do, nor criticized for failing to do, that for which it was never intended

7. Beware of overselling a model

8. Some of the primary benets of modeling are associated with the process of developing the model

9. A model cannot be any better than the information that goes into it

10. Models cannot replace decision makers

Dados observaes coletadas co Informao dados processados ca Administrao recursos humanos ca Informao dados ca Deciso modelos e mtodos a e Conhecimento uso de modelos e mtodos e Pesquisa desenvolvimento de novos modelos e mtodos e planejamento: estratgico ttico operacional e a

Simulao de Sistemas ca Modelagem Programao Experimentao ca ca Gerao de Variveis Aleatrias ca a o Controle do relgio o passo a passo (intervalos regulares) prximo evento (lista de eventos futuros) o inicializao ca trmino e transiente estacionria a corridas ( sementes )

1. Experimentao Direta ca 2. Soluo Anal ca tica 3. Simulao de Sistemas ca

Construo de modelo: simples para o complexo ca Simulao de Sistemas Mtodo de Monte Carlo ca e

T. Administrao ca Pessoal

T. Informao ca Dados

T. Deciso a Modelos e Mtodos e

Juros

 JUROS

[ = 10% a.p. em n per odos ]

T

vp
c c

vf = vp(1 + )n

Ex. vp = 100 n=1: vf = 110 = 100 + 10 n=2: vf = 121 = 100 + 10 + 11 juros a.a. computados a.m.: 12n 1+ 12

juros cont nuos:

kn lim 1 + = en k k

5.98% a.a/c 6% a.a/m = .5% a.m/m .498% a.m/c

Valor Futuro: vf = vp(1 + )n Valor Presente: vp = vf n Valor da Prestao: v = vp ca

taxa de juros = 10% a.p. t. desconto = 1 .909 a.p. 1+

vp = v + 2v + 3v + . . . =
T T

v v = 1

vp
E c

v 1 v= v n+1 p

n prestaes: vp = v [ +2 +. . .+n ] co

 CUSTO DE AQUISICAO QUADRATICO

H(q) = a + bq cq 2 = a + (b cq) q a custo xo bq custo varivel a cq 2 desconto para grandes quantidades

T

H(q)