Avaliação a distancia AD1

Unidade de Aprendizagem: Pesquisa operacional e tomada de decisão aplicada a

aviação civil
Curso: Ciências Aeronáuticas
Professor: Domingos Pignatel Marcon
Nome do estudante: Vinícius Vaz dos Santos
Data: 18-03-2023

Orientações:
 Procure o professor sempre que tiver dúvidas.
 Entregue a atividade no prazo estipulado.
 Esta atividade é obrigatória e fará parte da sua média final.

Questão 1: - De acordo com o que se observa livro didático o modelo de Mote Carlo,
tem sido utilizado para múltiplos interesses, ou seja, em estimativas comerciais,
industriais, meteorológicas dentre outras, quando se pretende melhorar ou o acerto da
tomada da tomada de decisão, ou pelo menos ter um parâmetro técnico que embase a
decisão. Desta forma , tomando a literatura citada com base, faça uma simulação das
possibilidades de demanda para uma empresa de transporte aéreo, que estima ter uma
venda mínima de 20passagens por dia e uma venda máxima de 24 passagens por dia.
Considerando ainda, que o gerente da referida empresa, tenha feito um
acompanhamento de 30 dias de vendas para usar como uma amostra piloto, onde
obteve o seguinte resultado:

Nª de passagens Número de dias Probabilidade Intervalos de

vendidas observados probabilidades
20 8 25,23% 19-21
21 12 42,17% 20-22
22 7 21,02% 21-23
23 2 7,11% 22-24
24 1 4,47% 24
 ( soma) 30
Fonte de dados imaginária
A partir dos dados acima responda o que segue:
a- Qual o número mais provável de passagens que a referida empresa deve
vender por dia? ( Um ponto)

21 passagens

b- Qual a probabilidade da referida empresa vender 21 passagens por dia? ( Um

ponto)

42,17%

c- Qual a probabilidade de referida empresa vender menos que 23 passagens

por dia? ( Um ponto)

87,08%

d- Se cada passagem vendida na empresa pode render R$ 15,00 de lucro, qual o

lucro médio da referida empresa em 90 dias de vendas? Para responder este
item, voce deve utilizar a primeira coluna de números aleatórios( coluna
inteira), da tabela de números aleatórios, que consta no anexo I do livro
didático. (Um ponto)

Lucro de R$ 28.350,00

2) Considerando o conteúdo do capitulo 3, do livro didático, ( Programação linear)

suponha que dois modelos de aeronaves sejam construído por uma única indústria. As
referidas aeronaves são comercializadas nos seguintes preços, aeronaves executivas U$
4,0 milhões, aeronaves comerciais U$ 3,7 milhões. Como as referidas aeronaves são
produzidas sob encomenda, estimasse que para produzir uma aeronave executiva
sejam necessárias 1400 horas de planejamento( equipe de engenheiros) e 3000 horas de
produção ( mão de obra fabril). Para produzir uma aeronave comercial, estima-se a
necessidade de 2850 horas de planejamento ( equipe de engenheiros), 1800 hora de
produção ( mão de obra fabril). Sabendo se também, que a mesma equipe de
engenheiros e a mesma mão de obra fabril, servem os dois projetos, e a referida
indústria mantém contrato que dispõe de 20 000 horas de mão de obra fabril por ano,
e 11 000 horas de equipe de engenharia por ano.
Considerando os dados citados, elabore um modelo que maximize o faturamento da
referida indústria em um ano de produção. ( escreva corretamente a função objetivo e as
restrições.)
a- Elabore , escreva matematicamente a função objetivo que maximize o faturamento da
referida indústria.( 2 pontos)

Seja x o número de aeronaves executivas produzidas e y o número de aeronaves

comerciais produzidas em um ano de produção. O faturamento da indústria é dado pela
seguinte função objetivo:

F(x,y) = 4.0x + 3.7y

As restrições são as seguintes:

Horas de planejamento: 1400x + 2850y ≤ 11000

Horas de produção: 3000x + 1800y ≤ 20000
Não é possível produzir um número negativo de aeronaves: x ≥ 0, y ≥ 0
Portanto, o modelo de programação linear completo é:

Maximizar F(x,y) = 4.0x + 3.7y

sujeito a:
1400x + 2850y ≤ 11000
3000x + 1800y ≤ 20000
x ≥ 0, y ≥ 0

b- Elabore , escreva matematicamente as restrições do problema. ( 2 Pontos)

Limite máximo de horas de mão de obra fabril disponível por ano:

3000x1 + 1800x2 ≤ 20000

onde x1 é o número de aeronaves executivas produzidas e x2 é o número de aeronaves

comerciais produzidas.

Limite máximo de horas de equipe de engenharia disponível por ano:

1400x1 + 2850x2 ≤ 11000

O número de aeronaves deve ser um número inteiro e positivo:

x1, x2 ≥ 0

O faturamento não pode ser negativo:

4x1 + 3.7x2 ≥ 0

Portanto, podemos escrever o modelo matemático completo como:

Maximizar Z = 4x1 + 3.7x2

3- Para solucionar problemas de redes de transporte, o que a literatura ou o livro

didático recomenda como sequencia logica para a solução? ( enumere e comente de
maneira resumida cada uma desta etapas)
( 2 pontos)

Identificação do problema: Nesta etapa, é necessário entender as necessidades do

sistema de transporte, bem como os recursos disponíveis. Isso inclui a coleta de dados
sobre as origens e destinos dos fluxos de transporte, as capacidades dos modos de
transporte e as restrições geográficas e regulatórias.
Formulação do modelo: Com base nos dados coletados, é necessário formular um
modelo matemático que descreva o sistema de transporte. Isso inclui a definição dos nós
da rede, a identificação dos modos de transporte disponíveis e a quantificação dos
fluxos de transporte entre cada par de nós.

Solução do modelo: A solução do modelo envolve a aplicação de técnicas matemáticas

para determinar o fluxo ótimo de transporte através da rede. Isso inclui o uso de
algoritmos para resolver o problema do caminho mais curto, o problema da árvore de
abrangência mínima ou o problema do fluxo máximo.

Análise de sensibilidade: Após a solução do modelo, é importante realizar uma análise

de sensibilidade para avaliar a robustez da solução em relação a variações nos dados de
entrada. Isso ajuda a identificar possíveis limitações do modelo e a definir estratégias
para lidar com essas incertezas.

Avaliação de desempenho: Finalmente, é importante avaliar o desempenho do sistema

de transporte com base nas soluções obtidas. Isso inclui a análise do tempo de viagem,
custos de transporte, impacto ambiental e outros indicadores relevantes. Essa análise
ajuda a identificar possíveis melhorias no sistema de transporte e a otimizar seu
desempenho.