Escolar Documentos
Profissional Documentos
Cultura Documentos
ECHAPORÃ-SP
02/11/2014
ADMINISTRAÇÃO
ECHAPORÃ-SP
02/11/2014
3
SUMÁRIO EXECUTIVO
1. INTRODUÇÃO...........................................................................................................05
2. MODELAGENS DE PROBLEMAS DE ALOCAÇÃO DE RECURSOS.............06
2.1 As maneiras mais adequadas para construção de um modelo
matemático..............................................................................................................06
2.1.1 Formulação do problema............................................................................06
2.1.2 Problema.....................................................................................................07
2.1.3 Restrição......................................................................................................07
3. CONTRUÇÃO DO MODELO..................................................................................07
4. SOLUÇÃO DO MODELO.........................................................................................09
5. VALIDAÇÃO DO MODELO....................................................................................09
6. IMPLEMENTAÇÃO DA SOLUÇÃO......................................................................09
7. AVALIAÇÃO FINAL.................................................................................................10
8. PROGRAMAÇÃO LINEAR.....................................................................................11
8.1 Origem, Evolução, Introdução e Primeiros Conceitos............................................12
8.2 O que é e Onde se aplica a Programação Linear?..................................................14
8.3 Conceitos Fundamentais da Programação Linear...................................................15
8.4 Tipos de soluções....................................................................................................16
9. FORMULAÇÃO DO PROBLEMA..........................................................................17
9.1 Variáveis de decisão................................................................................................17
9.2 Função objeto..........................................................................................................17
9.3 Restrições................................................................................................................17
9.4 Montagem do modelo.............................................................................................18
10. INCLUSÃO DAS VARIÁVEIS DE FOLGA DA MATÉRIA PRIMA E MÃO DE
OBRA...........................................................................................................................18
10.1 Montagem do Modelo.......................................................................................19
10.2 Representação e Resolução Gráfica de Problemas de PL.................................19
11. O Método Simplex.......................................................................................................21
11.1 Introdução e Conceitos Fundamentais no Método Simplex..............................21
11.2 Algoritmo do Método Simplex..........................................................................22
4
1. INTRODUÇÃO
No desenvolvimento desta ATPS, observaremos diversos contextos que irão nos mostrar o
quanto é importante à maximização dos lucros viabilizando alocação de recursos limitados e
maximizando os impactos nas tarefas da tomada de decisão.
Na primeira etapa veremos através da Programação Linear, a importância de se executar
uma tarefa, como veremos nos exemplos abaixo, onde será feito o levantamento de quantos
metros de madeira serão utilizados para a execução de um armário e de uma cadeira. Teremos
algumas demonstrações de respectivos valores serão citados para calcularmos quanto seria
gasto nos mesmos.
Na segunda etapa será feito um levantamento bibliográfico para observar qual será a
melhor maneira de se construir um modelo matemático. Através de alguns estudos vimos que
modelo matemático é uma representação ou interpretação simplificada de realidade, ou uma
interpretação de um fragmento de um sistema, segundo uma estrutura de conceitos mentais ou
experimentais. Baseado nisso dar-se o melhor modelo em questão.
A terceira etapa irá nos falar a respeito de variáveis de folga da matéria prima e mão de
obra, onde observaremos detalhadamente; as variáveis, a mão de obra, a matéria prima, e os
lucros. Também o tempo gasto para produção de cada uma dessas variáveis, cálculos para
melhores detalhes, e gráficos para demonstração.
E a quarta etapa é um complemento da terceira etapa, que irá nos mostrar detalhadamente
a resolução dos problemas citados na terceira etapa, para melhor compreensão dessa
programação linear.
6
2.1.2 Problema:
Uma marcenaria produz dois modelos de certo produto, armário e cadeira, ambos de
um só modelo. Para efeito de simplificação, vamos considerar que a marcenaria tem
limitações em somente dois recursos: madeira e mão-de-obra, cujas disponibilidades diárias
são mostradas na tabela a seguir.
Variáveis X¹ X²
Mão de Obra 16h 5h
Matéria Prima 8 m² 1m²
Lucro (R$) R$50,00 R$20,00
30h
12m²
O processo de produção é tal que, para fazer uma cadeira a fábrica gasta 1m² de
madeira e 5h de mão-de-obra. Para fazer um armário, a fábrica gasta 8 m² de madeira e 16h de
mão de obra. Além disso, o fabricante sabe que cada cadeira dá uma margem de contribuição
para o lucro de R$20,00 e cada armário de R$50,00.
2.1.3 Restrições:
Quantidade de mão de obra (horas) para a confecção dos dois móveis (armário e
cadeira).
Quantidade de matéria prima (m² de madeira) para a confecção dos dois móveis
(armário e cadeira).
3. CONSTRUÇÃO DO MODELO.
O modelo mais apropriado para a representação do sistema deve ser escolhido com
base na definição do problema. Esta é a fase que mais criatividade exige do analista, uma vez
que a qualidade de todo o processo seguinte é conseqüência do grau de representação da
realidade que o modelo venha a apresentar.
Vários tipos de modelo podem ser utilizados para resolver problemas, desde um
simples modelo conceitual que apenas representa a inter-relação entre as informações, até
modelos matemáticos complexos que exigem uma força de trabalho muito grande para sua
formulação e operação.
8
A função objetivo é:
Lucro: MaxZ = 50 x 1 + 20 x 2
9
4. SOLUÇÃO DO MODELO.
Esta fase tem por objetivo encontrar uma solução para o modelo construído. No caso de
modelos matemáticos, a solução é obtida pelo algoritmo mais adequado, em termos de rapidez
de processamento e precisão da resposta. Isto exige do analista de Pesquisa Operacional um
conhecimento profundo das principais técnicas.
A solução obtida, neste caso, é dita “ótima”. Se modelos de simulação ou métodos
heurísticos são utilizados, o conceito de “otimalidade” não é bem definido, e a solução obtida
é uma avaliação aproximada das medidas do sistema ou do objetivo a ser atingido.
5. VALIDAÇÃO DO MODELO.
Nessa altura do processo de solução do problema, é necessário verificar a validade do
modelo. Um modelo é válido se, a despeito de sua inexatidão em representar o sistema, ele for
capaz de fornecer uma previsão aceitável do comportamento do sistema e uma resposta que
possa contribuir para a qualidade da decisão a ser tomada.
Um método comum para testar a validade do sistema é analisar seu desempenho com
dados passados do sistema e verificar se ele consegue reproduzir o comportamento que o
sistema manifestou.
É importante observar que este processo de validação não se aplica a sistemas
inexistentes, ou seja, em projeto. Nesse caso, a validação é feita pela verificação da
correspondência entre os resultados obtidos e algum comportamento esperado do novo
sistema.
6. IMPLEMENTAÇÃO DA SOLUÇÃO.
Avaliadas as vantagens e a validade da solução obtida, esta deve ser convertida em regras
operacionais. A implementação, por ser uma atividade que altera uma situação existente, é
uma das etapas críticas do estudo. É conveniente que seja controlada pela equipe responsável,
pois, eventualmente, os valores da nova solução, quando levados à prática, podem demonstrar
a necessidade de correções nas relações funcionais do modelo, exigindo a reformulação do
modelo em algumas de suas partes.
10
7. AVALIAÇÃO FINAL.
A avaliação dos resultados obtidos em qualquer etapa do processo é de fundamental
importância, pois garantirá melhor adequação das decisões às necessidades do sistema e
aceitação mais fácil dessas decisões por todos os setores envolvidos.
Nesta avaliação, um fator que tem papel primordial é a experiência do pessoal envolvido
no estudo. Não se deve esquecer que um modelo é apenas uma representação simplificada,
não conseguindo por isso captar todas as características e nuanças da realidade. Assim, é com
experiência e visão crítica que conseguimos avaliar e determinar a aplicabilidade da decisão.
Para que as empresas alcancem seus objetivos, elas devem se preocupar,
obrigatoriamente, com as diversas restrições, tanto a nível interno como externo, sendo a mais
importante, dentre as existentes, a política de formação de preços, a fim de programar a
produção de seus produtos e atender com eficiência o mercado. Para que a empresa consiga
atingir esse ponto ótimo ela tem que desenvolver seu próprio mecanismo de formação de
custos, despesas, preços, remuneração do seu investimento, enfim obter um modelo ideal que
vai desde a programação da produção até a colocação do produto no mercado.
Para que a empresa possa cumprir sua missão, a organização depende dos resultados
obtidos, assim, a otimização dos resultados disponíveis constitui um fator de extrema
importância, principalmente se considerarmos o alto grau de competitividade como exigência
do mercado atual.
A teoria da matemática preocupa-se em construir modelos matemáticos capazes de
simular situações reais na empresa. Criação de modelos matemáticos volta-se principalmente
para a resolução de problemas de tomada de decisão. É através do modelo que se fazem
representações da realidade. Na Teoria Matemática, o modelo é usado geralmente como
simulação de situações futuras e avaliação da probabilidade de sua ocorrência. Em síntese os
modelos servem para representar simplificações da realidade. Sua vantagem reside nisto;
manipular simuladamente as complexas e difíceis situações reais por meio da simplificação da
realidade.
11
8. PROGRAMAÇÃO LINEAR.
De acordo com a pesquisa realizada a Programação Linear (PL) consiste em métodos para
resolver problemas de Otimização com restrições (injunções) em que a Função Objetivo é
LINEAR em relação às variáveis de controle x1, x2,..., xn, e o domínio destas variáveis é
injuncionado por um sistema de inequações lineares.
Um problema de Programação Linear consiste em determinar valores não negativos para
as variáveis de decisão, de forma que satisfaçam as restrições impostas e que otimizem
(minimizem ou maximizem) uma função (real) linear dessas variáveis. Existem varias
definições para a programação linear.
1ª Definição: Uma solução factível para um problema de programação linear é um vetor
xÎRn que satisfaz as restrições principais e não negatividades.
2ª Definição: Matriz básica é uma matriz m’m formada por m colunas de A.
3ª Definição: Solução básica é o único vetor determinado pela escolha de uma matriz
básica, fazendo as n – m variáveis associadas às colunas que não estão na matriz básica iguais
à zero, e resolvendo o sistema (não singular) de equações para as m variáveis restantes.
4ª Definição: Uma solução básica factível é uma solução básica não negativa.
5ª Definição: uma solução básica factível não degenerada é uma solução básica factível
com exatamente m componentes xi > 0.
6ª Definição: uma solução ótima é uma solução básica factível que minimiza z.
praia de Santa Monica e Koopmans disse : «”Why not shorten “Programming in a Linear
Structure” to “Linear Programming”?”» ao que Dantzig respondeu : «”That’s it! From now on
that will be its name.”». Nasceu assim a designação de Programação Linear.
Com a apresentação do Método Simplex a P.M., e em particular a P.L., teve um grande
impulso. Foi a partir de então que as suas aplicações não cessaram, envolvendo valiosas
contribuições de economistas e matemáticos. O desenvolvimento da Informática é outro dos
factores que tem contribuído para a evolução acelerada desta ciência nas últimas décadas.
A P.L. é uma técnica de planeamento que se tem vindo a constituir como uma das mais
poderosas em quase todo o ramo da actividade humana. É um método de maximizar (ou
minimizar) uma função linear (designada função objectivo), definida num dado conjunto
convexo, tendo em conta que as variáveis estão sujeitas a restrições lineares. Estas restrições
podem ser do tipo , = ou e as variáveis são reais não negativas.
Uma vez que os problemas de P.L. determinam o planeamento óptimo de actividades,
ou seja, um plano óptimo que representa a melhor solução entre todas as soluções possíveis,
as suas principais áreas de aplicação são:
Económica e especialmente Economia de Empresas, onde se situam as aplicações mais férteis
e os estímulos mais fortes para os desenvolvimentos teóricos da P.L.;
Matemática, onde a P.L. tem impulsionado a obtenção de importantes resultados teóricos e o
aperfeiçoamento das técnicas de Análise Numérica;
Militar, onde as aplicações são numerosas mas normalmente pouco divulgadas por razões de
segurança.
Nestes domínios, podemos dividir os problemas de P.L. em três tipos:
1) Problemas de Transporte
Consideremos uma aplicação clássica deste tipo de problema: suponha que um sistema de
distribuição alimenta N armazéns a partir de M grandes unidades produtoras; conhecendo os
15
2) Problemas de Composição
Neste tipo de problema destaca-se o seguinte exemplo genérico: conhecendo os conteúdos
calóricos e vitamínicos de diversos alimentos, bem como os seus preços, pretende-se
aperfeiçoar a composição da dieta a adotar, de modo a minimizar o seu custo e a satisfazer
níveis mínimos de calorias e vitaminas.
Outras aplicações:
Composição de medicamentos;
Blindagem de ligas metálicas e combustíveis;
Rações de animais e adubos;
Gelados e produtos alimentares.
Função objetivo (função econômica ou função critério) – é uma função linear que vamos
otimizar, maximizando ou minimizando;
Variáveis de decisão – são os valores de um número n de decisões a serem tomadas e
designam-se por x1, ..., xn e que estão inter-relacionadas pela função objetivo;
Variáveis de folga – são as variáveis que usamos para transformar as inequações em
equações; de salientar que cada variável de folga está associada a uma restrição;
Restrições – são condições (representadas por equações ou inequações lineares) que se
impõem ao modelo dado; existem dois tipos de restrições:
Restrições do problema – são restrições do tipo , = ou , que relacionam uma ou mais
variáveis do problema;
Restrições de não negatividade – são desigualdades do tipo x1 0, ..., xn 0, em que x1, ...,
xn são as variáveis de decisão;
Forma padrão (standard) – quando as restrições de um problema de PL. são apresentadas na
forma de equações;
Forma canônica – quando as restrições de um problema de PL. são apresentadas na forma
de inequações;
Solução – é qualquer conjunto de valores para as variáveis x1, ..., xn que satisfaça as
restrições;
Solução admissível (solução possível) – é qualquer especificação de valores para as variáveis
x1, ..., xn que satisfaça as restrições do problema e as condições de não negatividade;
Solução ilimitada – é aquela em que a função objetivo pode crescer (no caso da
maximização) ou decrescer (no caso da minimização), indefinidamente, tendo em conta todas
as restrições do problema;
Solução ótima – é aquela que maximiza ou minimiza a função objetivo sobre toda a região
admissível;
Região admissível – é o conjunto de todas as soluções admissíveis.
9 FORMULAÇÃO DO PROBLEMA.
Uma marcenaria produz dois modelos de certo produto, armário e cadeira, ambos de um
só modelo. Para efeito de simplificação, vamos considerar que a marcenaria tem limitações
em somente dois recursos: madeira e mão-de-obra, cujas disponibilidades diárias são
mostradas na tabela a seguir.
9.3 Restrições:
Quantidade de mão de obra (horas) para a confecção dos dois móveis (armário e cadeira).
Quantidade de matéria prima (m² de madeira) para a confecção dos dois móveis (armário
e cadeira).
Variáveis X¹ X²
Mão de Obra 16h 5h
Matéria Prima 8 m² 1m²
Lucro (R$) R$50,00 R$20,00
30h
12m²
O processo de produção é tal que, para fazer uma cadeira a fábrica gasta 1m² de madeira e
5h de mão-de-obra. Para fazer um armário, a fábrica gasta 8m² de madeira e 16h de mão de
obra.
Além disso, o fabricante sabe que cada cadeira dá uma margem de contribuição para o
lucro de R$20,00 e cada armário de R$50,00. “O problema é encontrar o programa de
produção que maximiza a margem de contribuição total para o lucro.”.
18
Variáveis X¹ X²
Mão de Obra 16h 5h
Matéria Prima 8 m² 1m²
Lucro (R$) R$50,00 R$20,00
30h
12m²
O processo de produção é tal que, para fazer uma cadeira a fábrica gasta 1m² de madeira e
5h de mão-de-obra. Para fazer um armário, a fábrica gasta 8m² de madeira e 16h de mão de
obra.
Além disso, o fabricante sabe que cada cadeira dá uma margem de contribuição para o
lucro de R$20,00 e cada armário de R$50,00. “O problema é encontrar o programa de
produção que maximiza a margem de contribuição total para o lucro.”.
19
Maximizar: Z= 50 x 1 + 20 x 2
Sujeito a 8 x 1 + x2 + X3 =12
16 x 1 + 5 x 2 +X4= 30
x1, x2,x3,x4 ≥ 0
Fazendo VNB = 0
Teremos:
X3 = 12
X4 = 30
Z=0
X2
X1 ≥ 0 X2 ≥ 0 = I
X1 ≥ 0
X2 ≥ 0
X1
0 X1=0
21
Desenhando (b)
8x1 + x2 = 12 (I)
(I) 8x1 + x2 = 12
Se x1 = 0 x2= 12 (12,0)
Se x2 = 0 x1 = 12/8 (0,1.5)
Domínio:
(II) 8x1 + x2 ≤ 0
Se x2 = 0 x1 ≤ 1,5
X2
B X1 ≥ 0
(12,0)
X2 ≥ 0
A
X1
0 E
(0,1.5)
12. CONCLUSÃO
Esta ATPS foi muito importante para nosso aprendizado, pois podemos observar por etapa
todo o processo de uma programação linear. Observamos que mesma é uma importante área
da otimização por várias razões; é também uma programação matemática em que a função-
objetivo e as restrições assumem características lineares, tendo diversas aplicações no
controle gerencial, como por exemplo, a administração de produção, análise de investimentos,
logística empresarial, problemas de transportes, em síntese, etc.
Através de todo esse contexto observamos que essa programação linear está em nosso dia-
a-dia, ou seja, em tudo que fazemos. Como grandes exemplos tiveram a simulação da
quantidade de madeira que se gasta para fazer uma cadeira e um armário.
A princípio foi citado o tanto de madeira que seria gasto, depois se foi calculando passo-a
passo o seu processo de produção; para melhor esclarecimento tivemos exposto em uma
tabela separadamente para melhor entendermos a quantidade de cada um.
Não podemos deixar de citar o quanto foi importante à parte que nos mostrou de maneira
mais detalhada as variáveis de folga, sabemos que é um processo um pouco complicado,
porém possível de ser resolvido quando se tem atenção, para isso, é necessário que se tenha
uma boa interpretação para que se resolva o problema.
Também para melhor compreensão observamos um gráfico que nos mostrou os resultados
detalhados, e por fim resoluções de exercícios que serviram de complemento para nosso
cotidiano.
24
13. REFERÊNCIAS
CASTI, John L. – Cinco Regras de Ouro. Lisboa: Gradiva, 1999.
LIMA, Yolanda; Gomes, Francelino – XEQ MAT, Matemática 11º ano. Lisboa: Editorial O
Livro, 1997.