PESQUISA

OPERACIONAL

Organizador:
Rodrigo Rodrigues
 R696p Rodrigues, Rodrigo.
Pesquisa operacional / Rodrigo Rodrigues. –
Porto Alegre : SAGAH, 2017.
121 p. : il. ; 22,5 cm.

ISBN 978-85-9502-004-7

1. Pesquisa operacional – Engenharia de

produção. I. Título.

CDU 658.5

Catalogação na publicação: Poliana Sanchez de Araujo – CRB 10/2094

Conceitos de modelagem
e otimização
Objetivos de aprendizagem
Ao final deste texto, você deve apresentar os seguintes aprendizados:

„„ Descrever as etapas de definição de problema.

„„ Compreender princípios de modelagem matemática.
„„ Aplicar os conceitos básicos de pesquisa operacional visando uma
solução ótima.

Introdução
A modelagem é utilizada em diversas situações, mas nossa abordagem
será direcionada a problemas que requerem uma solução ou tomada de
decisão. Você faz a modelagem da situação para simular possíveis cenários
que configuraram alternativas para a tomada de decisão relacionada a
uma solução. Ou seja, a modelagem oferece informações para encontrar
a melhor solução de um problema. Neste texto, você vai acompanhar as
etapas da definição de um problema e conhecer aspectos da modelagem
matemática e dos caminhos para encontrar uma solução ótima.

Definição do problema
A maioria dos problemas práticos enfrentados pelas equipes de pesquisa
operacional (PO) é em princípio descrita de forma vaga e imprecisa. Desse
modo, é preciso estudar o sistema relevante e desenvolver um enunciado bem
definido do problema a ser considerado. Isso inclui determinar os objetivos
apropriados, as restrições sobre o que pode ser feito, a relação entre a área a
ser estudada e outras áreas da organização, opções alternativas, limites de
tempo para tomada de decisão, entre outras coisas. Esse processo de definição
de problema é fundamental, pois afeta de modo substancial as conclusões do
estudo. De acordo com Hillier (2013), é difícil obter uma resposta “correta”
24 Pesquisa operacional

para um problema “incorreto”! Inicialmente, deve-se reconhecer que uma

equipe de PO em geral trabalha na qualidade de consultores. Os integrantes
da equipe, além de resolverem problemas conforme julgarem apropriado,
também devem aconselhar a gerência na tomada de decisões.
Em geral, o relatório que a equipe encaminha à gerência apresenta uma
série de alternativas particularmente atrativas considerando as suposições
ou um intervalo de valores diferentes que pode ser avaliado somente pela
gerência (p. ex., o conflito entre custo e benefício). A gerência, de posse do
estudo e suas recomendações, avalia uma série de fatores intangíveis e, com
bom senso, toma a decisão final.
É fundamental também que a equipe de PO seja sintonizada com a gerência,
inclusive identificando o problema “correto” segundo seu ponto de vista e
obtendo o seu apoio ao longo do projeto. Determinar os objetivos apropriados
é um aspecto fundamental na definição de um problema.
De início deve-se identificar o integrante da gerência que efetivamente
decidirá quanto ao sistema em estudo e, posteriormente, extrair desse inte-
grante os objetivos pertinentes. A PO se preocupa com o bem-estar de toda a
organização, e não somente com o bem-estar de alguns integrantes. Contudo, a
técnica de PO busca soluções que sejam ótimas para a organização, e não uma
solução subotimizada que seja boa apenas para um integrante. Desse modo,
os objetivos que são idealmente formulados devem ser de toda a organização.
Entretanto, isso nem sempre é conveniente. Os objetivos no estudo devem ser
os mais específicos e, ainda, englobar os principais objetivos do tomador de
decisões e manter um grau de consistência razoável com os mais altos objetivos.
Para contornar o problema de subotimização, uma alternativa possível
para organizações com fins lucrativos é usar a maximização de lucros em
longo prazo (levando-se em conta o valor do dinheiro no tempo) como o único
objetivo. A qualificação em longo prazo indica que esse objetivo apresenta a
flexibilidade de se considerarem atividades que não visam imediatamente aos
lucros (p. ex., projetos de pesquisa e desenvolvimento), mas precisam fazê-lo
com o tempo, de modo a valer a pena.
Na maioria das vezes, as organizações com fins lucrativos não adotam essa
abordagem. Estudos de corporações norte-americanas revelam que a tendên-
cia entre os administradores é optar por um objetivo de lucros satisfatórios
em conjunto com outros objetivos, em vez de apostar na maximização de
lucros em longo prazo. Muitas vezes, alguns desses outros objetivos buscam
manter os lucros estáveis, aumentar (ou manter) a participação no mercado,
favorecer a diversificação de produtos e a estabilidade de preços, motivar os
 Conceitos de modelagem e otimização 25

funcionários, preservar o controle familiar do negócio e aumentar o prestígio

da empresa. Além disso, há outros fatores que envolvem responsabilidades
sociais distintas da lucratividade.
Para Hillier (2013), as cinco partes geralmente afetadas por uma empresa
comercial localizada em um único país são:

1. Os proprietários (acionistas, etc.), que desejam lucros (dividendos,

valorização das ações e assim por diante);
2. Os funcionários, que desejam emprego estável com salários razoáveis;
3. Os clientes, que desejam um produto confiável a preços razoáveis;
4. Os fornecedores, que desejam integridade e um preço de venda razoável
para suas mercadorias;
5. O governo e, consequentemente, a nação, que desejam o pagamento de
impostos razoáveis e consideração pelo interesse nacional.

Essas cinco partes são essenciais para a empresa, e nenhuma das partes
deve ser vista como um servidor exclusivo em detrimento das demais. De
modo semelhante, corporações internacionais assumem obrigações adicionais
para seguir práticas socialmente responsáveis. Ou seja, mesmo que a respon-
sabilidade principal da gerência seja a de gerar lucros, o que, de qualquer
forma, acabará beneficiando as cinco partes envolvidas, é importante que suas
responsabilidades sociais mais amplas também sejam reconhecidas.
Em geral, as equipes de PO dedicam um tempo consideravelmente longo
na coleta de dados relevantes sobre o problema em análise. A maioria desses
dados é importante para ter o entendimento preciso do problema, bem como
para fornecer os dados necessários para o modelo matemático que será desen-
volvido na fase seguinte do estudo. É comum grande parte desses dados não
estar disponível quando se inicia o estudo. Isso ocorre porque essas informações
não foram guardadas ou estão desatualizadas ou porque seu armazenamento
foi feito de modo inadequado. Desse modo, às vezes, é necessário instalar um
sistema de informações gerenciais com base em computadores para coletar
os dados necessários regularmente e no formato desejado.
A equipe de PO deve contar com o apoio de especialistas em TI (tecnologia
da informação), para obter todos os dados vitais para o processo. Mesmo com
esse empenho, grande parte dos dados pode ser de certo modo superficial. Em
geral, uma equipe de PO dedicará tempo considerável na tentativa de melhorar
a precisão dos dados. Com a ampla difusão do uso de bancos de dados e o
recente crescimento de seu tamanho, a maioria das equipes de PO entende
26 Pesquisa operacional

que o maior problema relativo a dados é o fato de haver dados em demasia.

Podem existir milhares de fontes de dados, e a quantidade total de dados
pode ser medida até mesmo em terabytes. Assim, fica muito difícil localizar
os dados mais relevantes e identificar os padrões de interesse nesses dados.

Uma das ferramentas mais novas para as equipes de PO é uma técnica chamada data
mining, que atende a essa tarefa de agregar e organizar dados. Os métodos de data
mining pesquisam grandes bancos de dados na busca de padrões de interesse que
possam levar a decisões úteis.

Modelo matemático
Após definida a questão do tomador de decisões, parte-se para a reformulação
do problema de modo que seja conveniente para a análise. Assim, o método
de PO convencional é construir um modelo matemático que represente a base
do problema. Antes de discutirmos como formular esse modelo, exploraremos
primeiro a natureza dos modelos em geral e dos modelos matemáticos em
particular.
Os modelos matemáticos também são convenções idealizadas, representa-
das por símbolos e expressões matemáticas. Leis da física, como F = ma e E
= mc2, são exemplos familiares. De modo semelhante, o modelo matemático
de um problema de negócios é o sistema de equações e de expressões mate-
máticas relativas que descrevem sua base. Portanto, se houver muitas decisões
quantificáveis a serem feitas, elas serão representadas na forma de variáveis
de decisão (x1, x2, ..., xn), e seus valores devem ser determinados.
A medida de desempenho apropriada, que pode ser o lucro, por exemplo,
pode ser representada por uma função matemática dessas variáveis de decisão
(como P = 3x1 + 2x2 ... + 5xn). Essa função é chamada de função objetivo.
São chamadas de restrições as limitações que podem ser atribuídas a essas
variáveis de decisão, referentes aos valores, e também são expressas de forma
matemática, tipicamente por meio de desigualdades ou equações, por exemplo:
x1 + 3x1x2 + 2x2 ≤ 10. As constantes (o coeficiente e os lados direitos) nas
restrições e na função objetivo são denominadas “parâmetros do modelo”.
 Conceitos de modelagem e otimização 27

Podemos dizer, então, que em um modelo matemático o problema é escolher

os valores das variáveis de decisão de forma a maximizar a função objetivo
sujeita às restrições especificadas. Um modelo desses, com pequenas variações,
tipifica os modelos usados em PO.
Definir os valores apropriados a serem atribuídos aos parâmetros do modelo
é desafiador na construção do modelo. Estabelecer valores de parâmetros para
problemas reais requer a coleta de dados relevantes. O valor atribuído a um
parâmetro de modo geral é somente uma estimativa. Por causa da incerteza
sobre o valor real do parâmetro, é importante analisar como a solução derivada
do modelo modificaria se o valor atribuído ao parâmetro fosse modificado para
outros valores aceitáveis. Esse processo é denominado “análise de sensibili-
dade”. Os problemas reais não possuem apenas um único modelo “correto”. É
possível que seja desenvolvido dois ou mais tipos de modelos completamente
diferentes para ajudar na análise do mesmo problema. Um modelo particular-
mente importante é o de programação linear (PL), em que as funções lineares
matemáticas aparecem tanto na função objetivo quanto nas restrições.
Os modelos matemáticos apresentam muitas vantagens se comparados a
uma descrição verbal do problema. Uma delas é descrever um problema de
forma reduzida ou simplificada, o que torna mais fácil a compreensão da
estrutura geral do problema e ajuda a entender importantes questões de causa-
-efeito. Assim, os dados adicionais, relevantes para a análise, são indicados
com mais facilidade. Como todos os seus inter-relacionamentos ocorrem ao
mesmo tempo, tratamento do problema como um todo é facilitado. Por fim,
um modelo matemático é o princípio para o emprego de técnicas matemáticas
e computadores potentes para analisar o problema.

Existe uma variedade de pacotes de software para PCs que podem solucionar muitos
modelos matemáticos. Porém, há dificuldades que devem ser evitadas, como usar
modelos matemáticos que são, necessariamente, uma idealização abstrata do problema,
de modo que em geral se requerem aproximações e suposições simplificadas, caso
queira que o modelo seja possível de ser resolvido. Por isso, deve-se garantir que o
modelo permaneça uma representação válida do problema.
28 Pesquisa operacional

O modelo deve ser capaz de prever os efeitos relativos à escolha de opções

alternativas com precisão suficiente de modo que favoreça uma decisão sensata.
É necessário que a previsão realizada pelo modelo corresponda ao que
efetivamente acontece no mundo real. Para confirmar se esse requisito será
alcançado, é importante que sejam feitos testes e, se necessário, modificações
no modelo. Mesmo que essa fase de testes esteja na parte final do processo,
durante a fase de construção também são feitos testes, para ajudar a orientar
no desenvolvimento do modelo matemático. O ideal é iniciar por uma versão
bem simples e, progressivamente, avançar para modelos mais elaborados que
se aproximem da complexidade do problema real.

Não é necessário incluir detalhes sem relevância ou fatores que, na prática, tenham
o mesmo efeito para todas as opções de resposta. Também não é necessário que a
medida de desempenho seja absolutamente correta para as diversas alternativas, desde
que os valores de diferenças entre eles sejam suficientemente precisos.

É fundamental que, na etapa de formulação de um modelo de PO, se cons-

trua a função objetivo, o que exige uma medida quantitativa de desempenho
para cada um dos objetivos finais do responsável pelas decisões. Caso haja
mais de um objetivo, suas medidas serão transformadas e combinadas em uma
medida composta chamada de “medida de desempenho global”. Após definida
a medida de desempenho global, é criada a função objetivo, representada por
uma função matemática das variáveis de decisão. Uma alternativa é considerar
vários objetivos simultaneamente, programação por objetivos.

Soluções com base no modelo

Após a formulação de um modelo matemático para o problema estudado, a
fase seguinte é desenvolver um procedimento para derivar soluções, em geral
com base em computador. Essa pode ser uma etapa relativamente simples em
que um dos algoritmos-padrão da PO é aplicado em um computador usando-se
um dos pacotes de software disponíveis no mercado.
 Conceitos de modelagem e otimização 29

Uma questão comum na PO é a busca de uma solução ótima ou da melhor

solução possível. Contudo, essas soluções são ótimas somente em relação
ao modelo que é usado. O modelo idealizado não é uma representação exata
do problema real, portanto, não pode existir nenhuma garantia utópica de
que a solução ótima para isso se comprovará como a melhor possível ou que
poderia ter sido implementada para o problema real. Existem diversos fatores
imponderáveis e incertezas associadas aos problemas práticos. Contudo, se o
modelo for bem formulado e testado, a tendência é de que as soluções resultantes
fiquem próximas do caminho a ser adotado para o caso real (HILLIER, 2013).

No final dos anos 1990, empresas de serviços financeiros com atendimento abrangente
sofreram uma investida vigorosa por parte de empresas de corretagem eletrônica que
ofereciam custos de operação extremamente baixos. A Merrill Lynch respondeu por
meio da condução de um importante estudo de PO, que levou a uma completa revisão
de como ela cobrava seus serviços, desde uma opção de serviços completos baseados
em ativos (cobrança de uma porcentagem fixa do valor dos ativos em carteira, em vez
de operações individuais) até uma opção de baixo custo para clientes que desejavam
investir diretamente online. A coleta e o processamento de dados desempenharam
papel fundamental nesse estudo. Para analisar o impacto do comportamento individual
dos clientes em resposta a diferentes opções, a equipe precisou montar um banco de
dados de 200 gigabytes que envolveu 5 milhões de clientes, 10 milhões de contas,
100 milhões de registros de operações e 250 milhões de registros de lançamentos
contábeis. Isso exigiu a fusão, reconciliação, filtragem e limpeza de dados de inúmeros
bancos de dados de produção. A adoção das recomendações do estudo levou ao
aumento anual de aproximadamente US$ 50 bilhões em ativos de clientes em carteira
e aproximadamente US$ 80 milhões adicionais em termos de receitas (HILLIER, 2013).

O objetivo de um estudo de PO deveria ser o de conduzir o estudo de forma

otimizada, mesmo que isso não signifique descobrir uma solução ótima para
o modelo. Assim, na busca pelo ideal, a equipe também deve levar em conta
o custo do estudo e as desvantagens na demora de sua finalização para, então,
contabilizar os ganhos líquidos resultantes desse estudo.
30 Pesquisa operacional
1. Com relação à definição do
problema, marque a alternativa
correta: ou da melhor solução possível.
a) Em pesquisa operacional (PO), os
problemas devem ser descritos
de forma vaga e imprecisa.
b) O enunciado do problema
a ser considerado deve ser
bem definido, determinando
os objetivos apropriados.
c) O processo de definição de
problema pode ser dispensável.
d) Os integrantes da equipe de
pesquisa operacional (PO) não
devem influenciar a gerência
na tomada de decisões.
e) Em geral, o relatório que a
equipe encaminha à gerência
não apresenta mais de uma
alternativa atrativa para
não atrapalhar a gerência
na tomada de decisão.
2. A solução ótima e a solução
subótima são questões
fundamentais dos estudos em
pesquisa operacional (PO). Marque a
alternativa que apresenta aspectos
verdadeiros dessas soluções: b) Proprietários, financiadores,
a) A técnica de PO busca uma
solução subotimizada que seja
boa apenas para um integrante.
b) Para contornar o problema
de subotimização, uma
alternativa possível, para
organizações com fins lucrativos,
é usar a maximização de
lucros em curto prazo.
c) Uma questão comum na PO é
a busca de uma solução ótima
d) Todos os fatores associadas
aos problemas práticos são
ponderáveis e precisos.
e) O objetivo de um estudo de PO
não deveria ser o de conduzir o
estudo de forma otimizada, pois
não é possível descobrir uma
solução ótima para o modelo.
3. Cinco partes de uma organização
contribuem de modo essencial
para a empresa e não devem ser
vistas como um servidor exclusivo
de qualquer uma das partes
explorando as demais, por isso
há as responsabilidades sociais
que devem ser consideradas nas
tomadas de decisão de modo que
minimizem os efeitos sobre essas
partes. Segundo Hillier (2013), em
uma empresa comercial localizada
em um único país, as cinco
partes mais afetadas são:
a) Concorrentes, empregados,
clientes, fornecedores e governo.
clientes, fornecedores e governo.
c) Proprietários, empregados,
clientes, fornecedores e governo.
d) Proprietários, empregados,
clientes, financiadores e governo.
e) Proprietários, empregados,
clientes, fornecedores
e concorrentes.
4. O método de pesquisa operacional

(PO) convencional é construir
um modelo matemático que
represente a base do problema. Com
relação aos modelos matemáticos,
marque a alternativa correta:
a) Antes de definida a questão
do tomador de decisões, deve
ser feita a reformulação do
problema de modo que seja
conveniente para a análise.
b) Os modelos matemáticos também
são convenções idealizadas,
representadas por símbolos
e expressões matemáticas,
como as Leis da Física.
c) Se houver poucas decisões
quantificáveis a serem feitas, elas
serão representadas na forma de
variáveis de decisão (x1, x2, ..., xn).
d) A medida de desempenho
apropriada, que pode ser o
lucro, por exemplo, pode ser
representada por uma função
matemática. Essa função é
chamada de função de restrição.
e) São chamadas de dividendos
as limitações que podem ser
atribuídas a essas variáveis de
decisão, referente aos valores,
e não podem ser expressas
de forma matemática.
Conceitos de modelagem e otimização 31
5. Ainda com relação ao modelo de
estudos de pesquisa operacional
(PO), marque a alternativa correta:
a) Os problemas reais
possuem apenas um único
modelo “correto”.
b) Um modelo pouco utilizado é o
de programação linear, pois as
funções lineares matemáticas
não apresentam função
objetivo nem restrições.
c) Os modelos matemáticos
apresentam muitas desvantagens
se comparados a uma descrição
verbal do problema. Uma delas
é descrever um problema de
forma extensa, o que torna
mais difícil a compreensão
da sua estrutura geral.
d) O modelo matemático não
está relacionado ao emprego
de computadores potentes
para análise de problemas.
e) O modelo deve ser capaz de
prever os efeitos relativos à
escolha de opções alternativas
com precisão suficiente
de modo que favoreça
uma decisão sensata.
32 Pesquisa operacional

HILLIER, F. S.; LIEBERMAN, G. J. Introdução à pesquisa operacional. 9. ed. Porto Alegre:

AMGH, 2013.

Leitura recomendada
BARBOSA, M. A. Iniciação à pesquisa operacional no ambiente de gestão. Curitiba:
Intersaberes, 2015.
 Encerra aqui o trecho do livro disponibilizado para
esta Unidade de Aprendizagem. Na Biblioteca Virtual
da Instituição, você encontra a obra na íntegra.