9ª EDIÇÃO

ANOS
EDIÇÃO DE ANIVERSÁRIO
H654i Hillier, Frederick S.
Introdução à pesquisa operacional [recurso eletrônico] /
Frederick S. Hillier, Gerald J. Lieberman ; tradução Ariovaldo
Griesi ; revisão técnica Pierre J. Ehrlich. – 9. ed. – Dados
eletrônicos. – Porto Alegre : AMGH, 2013.

Editado também como livro impresso em 2013.

ISBN 978-85-8055-119-8

1. Matemática. 2. Pesquisa operacional. I. Lieberman,

Gerald J. II. Título.

CDU 519.8

Catalogação na publicação: Fernanda B. Handke dos Santos – CRB 10/2107

 2
C A P Í T U L O

Visão Geral da Abordagem de

Modelagem da Pesquisa Operacional

G rande parte deste livro dedica-se aos métodos matemáticos da pesquisa operacional (PO), o que é
muito apropriado já que essas técnicas quantitativas formam a principal parte do que é conhecido
como PO. Porém, isso não implica que estudos práticos nesse campo sejam basicamente exercícios
matemáticos. Na realidade, a análise matemática normalmente representa apenas uma parte relativa-
mente pequena do esforço total necessário. O propósito deste capítulo é oferecer a melhor perspectiva,
descrevendo as principais fases de um típico estudo de PO.
Uma forma de sintetizar as fases usuais (sobrepostas) de um estudo de PO é a seguinte:
1. definir o problema de interesse e coletar dados;
2. formular um modelo matemático para representar o problema;
3. desenvolver um procedimento computacional a fim de derivar soluções para o problema com
base no modelo;
4. testar o modelo e aprimorá-lo conforme necessário;
5. preparar-se para a aplicação contínua do modelo conforme prescrito pela gerência;
6. implementá-lo.
Cada uma dessas fases será discutida nas seções a seguir.
As referências selecionadas no final do capítulo incluem alguns estudos de PO consagrados que
fornecem exemplos de como executar adequadamente essas fases. Intercalaremos pequenos trechos
de alguns desses exemplos ao longo do capítulo. Caso queira saber mais a respeito dessas aplicações
consagradas de pesquisa operacional, existe um link no site da editora para os artigos que descrevem
detalhadamente esses estudos de PO.

2.1 DEFINIÇÃO DO PROBLEMA E COLETA DE DADOS

Em contraste com os exemplos do texto, a maioria dos problemas práticos enfrentados pelas equipes de PO
é inicialmente descrita de forma vaga e imprecisa. Consequentemente, a primeira ordem do dia é estudar o
sistema relevante e desenvolver um enunciado bem definido do problema a ser considerado. Isso abrange
determinar coisas como os objetivos apropriados, restrições sobre o que pode ser feito, relação entre a
área a ser estudada e outras áreas da organização, possíveis caminhos alternativos, limites de tempo para
tomada de decisão e assim por diante. Esse processo de definição de problema é crucial, pois afeta muito a
relevância das conclusões do estudo. É difícil obter uma resposta “correta” para um problema “incorreto”!
O primeiro passo a se reconhecer é que uma equipe de PO normalmente trabalha na qualidade
de consultores. Aos integrantes da equipe não apenas se solicita resolver um problema conforme
julguem apropriado; eles também aconselham a gerência (geralmente um nome relevante na tomada
de decisões). A equipe realiza uma análise técnica detalhada do problema e, a seguir, apresenta reco-
mendações à gerência. Frequentemente, o relatório à gerência identificará uma série de alternativas
particularmente atrativas de acordo com diversas suposições ou segundo um intervalo de valores
8 INTRODUÇÃO À PESQUISA OPERACIONAL

diferente de algum parâmetro da política adotada, que pode ser avaliado somente pela gerência (por
exemplo, o conflito entre custo e benefício). A gerência avalia o estudo e suas recomendações, leva
em consideração uma série de fatores intangíveis e toma a decisão final apoiada em bom senso.
Consequentemente é vital para a equipe de PO sintonizar-se com a gerência, inclusive identificando
o problema “correto” segundo o ponto de vista da gerência, e obter seu apoio ao longo do projeto.
Determinar os objetivos apropriados é um aspecto muito importante na definição de um pro-
blema. Para tanto, é necessário, primeiro, identificar o membro (ou integrantes) da gerência que efe-
tivamente decidirá(ão) no que se refere ao sistema em estudo e, depois, sondar o pensamento desse(s)
indivíduo(s) no que tange aos objetivos pertinentes (envolver o tomador de decisões desde o princípio
é essencial para obter seu apoio na implementação do estudo).
Em razão de sua natureza, a PO se preocupa com o bem-estar de toda a organização e não apenas
com o bem-estar de alguns integrantes. Um estudo de PO busca soluções que são ótimas para a organiza-
ção como um todo em vez de soluções subotimizadas que são boas apenas para um integrante. Portanto,
os objetivos que são idealmente formulados devem ser de toda a organização. Entretanto, isso nem sem-
pre é conveniente. Muitos problemas referem-se primariamente apenas a uma porção da organização,
de forma que a análise passaria a ser inapropriada caso os objetivos declarados fossem muito genéricos
e se considerassem de forma descabida todos os efeitos colaterais no restante da organização. Em vez
disso, os objetivos no estudo devem ser os mais específicos e, ao mesmo tempo, englobar os principais
objetivos do tomador de decisões e manter um grau de consistência razoável com os mais altos objetivos.
Para organizações com fins lucrativos, uma abordagem possível para contornar o problema de
subotimização é usar a maximização de lucros no longo prazo (levando-se em conta o valor do dinhei-
ro no tempo) como o único objetivo. A qualificação no longo prazo indica que esse objetivo fornece a
flexibilidade de se considerarem atividades que não se traduzem imediatamente em lucros (por exem-
plo, projetos de pesquisa e desenvolvimento), mas precisam fazê-lo com o tempo, de modo a valer a
pena. Essa abordagem tem seus méritos. Esse objetivo é suficientemente específico para ser usado de
forma conveniente e, ainda assim, ser suficientemente abrangente para abarcar o objetivo básico das
organizações que visam ao lucro. De fato, algumas pessoas acreditam que todos os demais objetivos
legítimos podem ser traduzidos nesse único.
Entretanto, na prática, muitas organizações com fins lucrativos não adotam essa abordagem. Uma
série de estudos de corporações norte-americanas revela que a administração tende a adotar o objetivo de
lucros satisfatórios, combinados com outros objetivos, em vez de enfocar a maximização de lucros no lon-
go prazo. Normalmente, alguns desses outros objetivos podem ser o de manter lucros estáveis, aumentar
(ou manter) a fatia de mercado, propiciar a diversificação de produtos, manter preços estáveis, levantar
o moral dos trabalhadores, manter o controle familiar do negócio e aumentar o prestígio da empresa.
Completando-se esses objetivos, pode ser que se alcance a maximização, porém o inter-relacionamento
pode ser suficientemente obscuro para não ser conveniente incorporar todos eles nesse único objetivo.
Além disso, há outras considerações que envolvem responsabilidades sociais distintas do motivo
lucro. 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 empregados, que desejam emprego estável com salários razoáveis; (3) os clientes, que de-
sejam um produto confiável a preços razoáveis; (4) os fornecedores, que desejam integridade e um preço
de venda razoável para suas mercadorias; e (5) o governo e, consequentemente, a nação, que desejam o
pagamento de impostos razoáveis e consideração pelo interesse nacional. As cinco partes contribuem de
modo essencial para a empresa, que não deve ser vista como um servidor exclusivo de qualquer uma das
partes explorando as demais. Pelo mesmo critério, corporações internacionais assumem obrigações adi-
cionais para seguir práticas socialmente responsáveis. Portanto, mesmo que a principal responsabilidade
da gerência seja a de gerar lucros (o que, em última instância, acabará beneficiando as cinco partes en-
volvidas), percebemos que suas responsabilidades sociais mais amplas também devam ser reconhecidas.
As equipes de PO, em geral, investem um tempo surpreendentemente longo na coleta de dados
relevantes sobre o problema em análise. Grande parte dos dados normalmente é necessária tanto para se
obter o entendimento preciso sobre o problema como também para fornecer os dados necessários para o
modelo matemático que está sendo formulado na próxima fase do estudo. Com frequência, grande parte
dos dados necessários não estará disponível quando se inicia o estudo, seja porque as informações jamais
foram guardadas, seja pelo fato de o que foi registrado se encontra desatualizado ou, então, na forma
inadequada. Em decorrência disso, às vezes, é necessário instalar um sistema de informações gerenciais
baseado em computadores para coletar regularmente os dados necessários, no formato desejado. A equi-
 CAPÍTULO 2 VISÃO GERAL DA ABORDAGEM DE MODELAGEM DA PESQUISA OPERACIONAL 9

pe de PO, em geral, precisa obter o apoio de diversos outros indivíduos-chave da organização, inclusive
especialistas em TI (Tecnologia da Informação), para obter todos os dados vitais. Mesmo com esse empe-
nho, grande parte dos dados pode ser relativamente “frágil”, isto é, estimativas grosseiras com base ape-
nas em conjeturas. Em geral, uma equipe de PO despenderá tempo considerável na tentativa de melhorar
a precisão dos dados para depois se adequar e trabalhar com o que de melhor possível possa ser obtido.
Com a ampla difusão do emprego de bancos de dados e o crescimento explosivo de seu tamanho
recentemente, frequentemente as equipes de PO consideram que o maior problema relativo a dados
não são aqueles poucos disponíveis, mas sim o fato de haver dados em demasia. Podem haver milha-
res de fontes de dados e a quantidade total de dados pode ser medida em gigabytes ou até mesmo em
terabytes. Nessas condições, localizar os dados particularmente relevantes e identificar os padrões de
interesse nesses dados torna-se uma tarefa assustadora. Uma das ferramentas mais novas para as equi-
pes de PO é uma técnica chamada data mining, que atende a essa tarefa. Os métodos de data mining
pesquisam grandes bancos de dados na busca de padrões de interesse que possam levar a decisões
úteis. A Referência 2 no final do capítulo fornece mais informações sobre data mining.

EXEMPLO. 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 importan-
te 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 on-line. A coleta e o processamento de dados desempenharam papel fundamental
nesse estudo. Para analisar o impacto do comportamento individual dos clientes em resposta a diferen-
tes opções, a equipe precisou montar um banco de dados de 200 gigabytes que envolveram 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 apro-
ximadamente US$ 50 bilhões em ativos de clientes em carteira e aproximadamente US$ 80 milhões
adicionais em termos de receitas. (A Referência A2 descreve esse estudo detalhadamente.)

2.2 FORMULAÇÃO DE UM MODELO MATEMÁTICO

Após a questão do tomador de decisões estar definida, a próxima fase é reformular esse problema de
forma que seja conveniente para análise. Para tanto, o método de PO convencional é construir um mo-
delo matemático que represente a essência do problema. Antes de discutirmos como formular esse mo-
delo, exploraremos primeiro a natureza dos modelos em geral e dos modelos matemáticos em particular.
Os modelos, ou representações ideais, são parte integrante da vida cotidiana. Exemplos comuns são
os modelos de aviões, os retratos, os globos e assim por diante. De modo similar, os modelos desempenham
importante papel nas ciências e no mundo dos negócios, conforme ilustrado pelos modelos do átomo,
modelos da estrutura genética, equações matemáticas que descrevem leis físicas de movimentos ou rea-
ções químicas, gráficos, organogramas e sistemas contábeis industriais. Esses modelos são inestimáveis na
abstração da essência da matéria da investigação, mostrando inter-relacionamentos e facilitando a análise.
Os modelos matemáticos também são representações idealizadas, porém, são expressos com
símbolos e expressões matemáticas. Leis da Física como F  ma e E  mc2 são exemplos familiares.
De forma similar, o modelo matemático de um problema de negócios é o sistema de equações e de
expressões matemáticas relativas que descrevem sua essência. Portanto, se houver n decisões quantifi-
cáveis relacionadas a serem feitas, elas serão representadas na forma de variáveis de decisão (digamos
x1, x2, …, xn) cujos valores respectivos devem ser determinados. A medida de desempenho apropria-
da (por exemplo, lucro) é então expressa como uma função matemática dessas variáveis de decisão
(como, P  3x1  2x2 …  5xn). Essa função é chamada de função objetivo. Quaisquer restrições nos
valores que podem ser atribuídos a essas variáveis de decisão também são expressas de forma matemá-
tica, tipicamente por meio de desigualdades ou equações (por exemplo, x1  3x1x2  2x2  10). Essas
 Encerra aqui o trecho do livro disponibilizado para
esta Unidade de Aprendizagem. Na Biblioteca Virtual
da Instituição, você encontra a obra na íntegra.