Bilale João Almeida

Origem de investigação operacional

Universidade Rovuma

Nampula

2023
 Bilale João Almeida

Origem de investigação operacional

Trabalho de caracter avaliativo da

cadeira de Investigação
Operacional do curso de Lic. em
Matemática, 1 ano 2 semestre pelo
mestre Dionísio Marques.

Universidade Rovuma
Nampula
2023

2
Índice
Introdução....................................................................................................................................5
O historial da evolução histórica da Investigação Operacional (IO). Desde as origens até ao
tempo moderno............................................................................................................................6
Objectos de estudo (natureza) da Investigação Operacional, como ciência..................................6
As razões que a sociedade hoje se interessa muito com a Optimização........................................7
As razões que o Norte americanos se interessaram muito com Investigação Operacional...........8
O aumento da complexidade e da especialização, quer na produção, quer na gestão, tem
levantado vários problemas. Quais são os dois principais problemas que a IO procura resolver?
.....................................................................................................................................................9
Quais são as características fundamentais da Pesquisa Operacional? Descreve-as.......................9
Quais são elementos de um modelo de programação linear e descreve-as?................................10
Quais são os principais passos na Investigação Operacional para a resolução de um problema?
Comente resumidamente cada um deles.....................................................................................12
Quais são os principais elementos de um modelo matemático de um Problema de Otimização e
descreve detalhadamente cada um deles?...................................................................................13
Conclusão:..................................................................................................................................14
Referências bibliográficas...........................................................................................................15

3
Introdução
O presente trabalho vou abordar sobre o surgimento da investigação operacional
que teve origem durante a segunda guerra mundial, com o objetivo de resolver
problemas logísticas e militares, e também tem como objeto de estudo do processo
de tomada de decisão, as razões que a sociedade hoje se interessa muito com a
otimização A busca por soluções mais eficientes e sustentáveis impulsiona o
interesse contínuo na otimização.

4
O historial da evolução histórica da Investigação Operacional (IO). Desde as origens até
ao tempo moderno.
A Investigação Operacional (IO) é um campo interdisciplinar que surgiu durante a
Segunda Guerra Mundial, com o objetivo de resolver problemas logísticos e militares
(teve origem durante a Segunda Guerra Mundial, com o objetivo de resolver problemas
logísticos e militares). Durante este período, a IO foi usada para ajudar a tomar decisões
estratégicas ou IO expandiu-se para outras áreas como gestão de produção, transporte e
tomada de decisões, como determinar as rotas mais seguras para os comboios de
abastecimento e determinar as melhores táticas para a guerra (Hoje em dia, a IO utiliza
técnicas avançadas de modelagem matemática, simulação e otimização para resolver
problemas complexos em diversas áreas).

Após a guerra, a IO expandiu-se para outras áreas, incluindo gestão de produção,

transporte e tomada de decisões. Foi nesta época que várias técnicas matemáticas foram
desenvolvidas para resolver problemas complexos. Algumas dessas técnicas incluem
programação linear, programação não-linear, teoria dos jogos e análise de redes.

Desde então, a IO tem sido amplamente utilizada em muitas áreas, como finanças,
marketing, engenharia e saúde. As técnicas avançadas de modelagem matemática,
simulação e otimização são usadas para resolver problemas complexos em tempo real.

Hoje em dia, a IO é uma área em constante evolução e desenvolvimento. Novas técnicas

e abordagens estão sendo desenvolvidas para lidar com os desafios modernos do mundo
empresarial e industrial. A IO continua a ser uma ferramenta valiosa para ajudar as
empresas a tomar decisões informadas e bem fundamentada.

Objectos de estudo (natureza) da Investigação Operacional, como ciência.

O objeto de estudo da IO é o processo de tomada de decisão, e seu objetivo é fornecer
soluções otimizadas para problemas práticos. A IO usa modelos matemáticos e técnicas
de simulação para analisar e otimizar sistemas complexos, com o objetivo de melhorar a
eficiência, reduzir custos e aumentar a produtividade.

5
A IO é uma ciência interdisciplinar que combina conhecimentos de matemática,
estatística, ciência da computação, engenharia industrial, economia, psicologia e outras
áreas. A IO é usada em muitas áreas, incluindo finanças, marketing, engenharia, saúde e
logística.

A IO é baseada em um conjunto de ferramentas matemáticas e técnicas para modelagem

e análise de sistemas complexos. Algumas dessas ferramentas incluem programação
linear e não-linear, teoria dos jogos, análise de redes, teoria das filas, análise estatística,
simulação e otimização. Essas ferramentas são usadas para desenvolver modelos
matemáticos que descrevem sistemas complexos e para encontrar soluções ótimas para
esses modelos.

Os modelos matemáticos desenvolvidos na IO podem ser aplicados a uma ampla

variedade de problemas práticos. Por exemplo, a IO pode ser usada para otimizar o uso
de recursos em uma fábrica, para determinar a melhor rota para um transporte de carga,
para encontrar a melhor estratégia de investimento financeiro ou para otimizar o uso de
recursos em um hospital.

A IO é uma ciência em constante evolução e desenvolvimento. Novas técnicas e

abordagens estão sendo desenvolvidas para lidar com os desafios modernos do mundo
empresarial e industrial. A IO continua a ser uma ferramenta valiosa para ajudar as
empresas a tomar decisões informadas e bem fundamentadas.

As razões que a sociedade hoje se interessa muito com a Optimização.

A sociedade hoje se interessa muito pela otimização por várias razões. Em primeiro
lugar, vivemos em um mundo cada vez mais complexo e interconectado, onde a
eficiência e o uso efetivo de recursos são essenciais. A otimização permite encontrar
soluções ótimas para problemas complexos, maximizando benefícios e minimizando
custos. Em um mundo cada vez mais competitivo e complexo, a otimização é essencial
para enfrentar desafios e tomar decisões eficazes. Além disso, a otimização pode ter
impactos positivos em áreas como logística, transporte, energia, saúde, finanças e meio
ambiente, o que desperta o interesse da sociedade em busca de soluções mais eficientes
e sustentáveis.

6
Além disso, a competição global exige que as empresas sejam mais eficientes em seus
processos e operações. A otimização ajuda a melhorar a produtividade, reduzir
desperdícios e aumentar a lucratividade.

A otimização também tem um papel importante na resolução de problemas sociais e

ambientais. Por exemplo, na área da saúde, a otimização pode ser usada para melhorar o
planejamento de recursos, como leitos hospitalares e equipes médicas, garantindo um
atendimento mais eficiente e acessível.

No campo da energia, a otimização pode ajudar a maximizar o uso de fontes renováveis

e minimizar o consumo de combustíveis fósseis, contribuindo para a sustentabilidade
ambiental.

Além disso, os avanços na área da computação têm permitido o desenvolvimento de

algoritmos mais sofisticados e eficientes para resolver problemas de otimização em
larga escala. Isso tem despertado ainda mais interesse na aplicação da otimização em
diversas áreas.

Em resumo, a sociedade hoje se interessa muito pela otimização devido à sua

capacidade de melhorar a eficiência, reduzir custos, maximizar recursos e encontrar
soluções ótimas para problemas complexos. A busca por soluções mais eficientes e
sustentáveis impulsiona o interesse contínuo na otimização.

As razões que o Norte americanos se interessaram muito com Investigação Operacional.

Os norte-americanos se interessaram muito pela Investigação Operacional (IO) por
várias razões. Durante a Segunda Guerra Mundial, a IO foi amplamente utilizada para
resolver problemas logísticos e militares complexos, o que despertou o interesse pelo
potencial da IO em melhorar a eficiência e a tomada de decisões em outros setores.

Além disso, os Estados Unidos são conhecidos por sua cultura empresarial e foco na
eficiência e produtividade. A IO oferece ferramentas e técnicas matemáticas para
otimizar processos e operações, o que é altamente valorizado em um contexto
empresarial competitivo.

As universidades e instituições de pesquisa nos Estados Unidos também

desempenharam um papel importante no desenvolvimento e disseminação da IO. Por

7
meio de programas acadêmicos e parcerias com empresas, a IO foi promovida como
uma disciplina valiosa para resolver problemas do mundo real.

Além disso, a aplicação da IO em áreas como logística, transporte, finanças e saúde

mostrou resultados significativos em termos de eficiência, redução de custos e tomada
de decisões informadas. Isso contribuiu para o interesse contínuo dos norte americanos
na IO como uma ferramenta poderosa para melhorar processos e alcançar resultados
ótimos.

Em resumo, os norte-americanos se interessaram muito pela Investigação Operacional

devido ao seu potencial de melhorar a eficiência, produtividade e tomada de decisões
em diversos setores. A experiência durante a Segunda Guerra Mundial, a cultura
empresarial focada na eficiência e os resultados positivos alcançados contribuíram para
o interesse contínuo na IO nos Estados Unido.

O aumento da complexidade e da especialização, quer na produção, quer na gestão, tem

levantado vários problemas. Quais são os dois principais problemas que a IO procura
resolver?

A Investigação Operacional (IO) procura resolver dois principais problemas: o

problema de otimização, que envolve encontrar a melhor solução possível para um
determinado objetivo, considerando restrições e recursos disponíveis; e o problema de
tomada de decisão, que envolve escolher a melhor ação ou estratégia a ser seguida em
uma situação complexa e incerta.

Quais são as características fundamentais da Pesquisa Operacional? Descreve-as.

A Pesquisa Operacional (PO) possui algumas características fundamentais:

 Abordagem analítica,
 Interdisciplinaridade,
 Enfoque na tomada de decisão,
 Otimização,
 Uso de modelos matemáticos,

8
  Foco na eficiência e produtividade.

1. Abordagem analítica: A PO utiliza técnicas e métodos analíticos para modelar,

analisar e resolver problemas complexos, baseando-se em modelos matemáticos e
estatísticos.

2. Interdisciplinaridade: A PO combina conhecimentos de áreas como matemática,

estatística, ciência da computação, economia e engenharia para abordar problemas em
diversos setores.

3. Enfoque na tomada de decisão: A PO visa fornecer informações embasadas para

auxiliar a tomada de decisões eficazes e embasadas em dados, considerando objetivos,
restrições e recursos disponíveis.

4. Otimização: Um dos principais objetivos da PO é encontrar a melhor solução

possível, considerando restrições e recursos limitados, através de técnicas de
otimização.

5. Uso de modelos matemáticos: A PO utiliza modelos matemáticos para representar

problemas complexos, permitindo uma análise quantitativa precisa e a busca por
soluções ótimas ou aproximadas.

6. Foco na eficiência e produtividade: A PO busca melhorar a eficiência e a

produtividade em processos e operações, identificando oportunidades de melhoria e
desenvolvendo estratégias para maximizar o desempenho.

Essas são algumas das características fundamentais da Pesquisa Operacional, que

ajudam a definir sua abordagem e aplicação na resolução de problemas complexos em
diferentes áreas.

Quais são elementos de um modelo de programação linear e descreve-as?

Os elementos de um modelo de programação linear são:

1. Função objetivo: É a função matemática que se deseja maximizar ou minimizar,

geralmente representada por uma equação linear.

9
2. Variáveis de decisão: São as incógnitas do problema, que representam as
quantidades a serem determinadas pelo modelo.

3. Restrições: São as condições que limitam as soluções possíveis, geralmente

representadas por um conjunto de equações ou desigualdades lineares.

4. Parâmetros: São valores conhecidos que afetam o problema, como custos,

demandas, capacidades e recursos disponíveis.

5. Domínio das variáveis: É o conjunto de valores possíveis para as variáveis de

decisão, que podem ser contínuos ou discretos.

6. Solução ótima: É o conjunto de valores das variáveis de decisão que atendem todas
as restrições e fornecem o melhor valor possível para a função objetivo.

Esses são os elementos básicos de um modelo de programação linear, que permitem

representar problemas complexos e encontrar soluções ótimas ou aproximadas através
de técnicas de otimização.

Apresente os ramos mais importantes e desenvolvidos da IO como ciência

Os ramos mais importantes e desenvolvidos da Investigação Operacional (IO) como

ciência são:

1. Otimização: É o ramo da IO que se concentra na busca pela melhor solução possível

para um determinado problema, considerando restrições e recursos disponíveis.

2. Análise de decisão: Este ramo da IO envolve a análise de situações complexas e

incertas, a fim de identificar a melhor opção ou estratégia a ser seguida.

3. Simulação: Este ramo da IO utiliza modelos matemáticos para simular sistemas

complexos e analisar seu comportamento em diferentes cenários.

4. Teoria dos jogos: A teoria dos jogos é um ramo da IO que estuda a tomada de
decisões em situações em que o resultado depende das escolhas de vários agentes.

5. Processos estocásticos: Este ramo da IO estuda sistemas dinâmicos que evoluem ao

longo do tempo, levando em conta a incerteza associada às variáveis envolvidas.

10
Esses são alguns dos ramos mais importantes e desenvolvidos da IO como ciência, cada
um com suas próprias técnicas, métodos e aplicações específicas.

Quais são os principais passos na Investigação Operacional para a resolução de um

problema? Comente resumidamente cada um deles.
Os principais passos na Investigação Operacional para a resolução de um
problema são:

 Formulação do problema:
 Construção do modelo,
 Implementação do modelo,
 Coleta de dados,
 Análise e resolução,
 Validação e interpretação dos resultados,
 Implementação da solução.

1. Formulação do problema: Consiste em identificar claramente o objetivo, as

restrições, as variáveis de decisão e os parâmetros relevantes do problema.

2. Construção do modelo: Nesse passo, um modelo matemático é desenvolvido para

representar o problema de forma precisa e adequada, utilizando equações e/ou
inequações.

3. Implementação do modelo: Nesta etapa, o modelo é traduzido para uma linguagem

computacional e implementado em um software específico para análise e resolução.

4. Coleta de dados: Os dados relevantes para o problema são coletados, seja por meio
de pesquisas, medições ou registros existentes, a fim de fornecer informações precisas
para o modelo.

5. Análise e resolução: Utilizando técnicas de otimização ou outras abordagens

adequadas, o modelo é resolvido para encontrar a melhor solução possível dentro das
restrições definidas.

6. Validação e interpretação dos resultados: Os resultados obtidos são validados

quanto à sua viabilidade e coerência com o contexto do problema. Em seguida, são
interpretados para obter insights e tomar decisões embasadas.

11
7. Implementação da solução: A solução encontrada é implementada na prática, seja
por meio de ajustes operacionais, mudanças organizacionais ou outras ações
necessárias.

Esses passos fornecem uma estrutura geral para a resolução de problemas na

Investigação Operacional, permitindo uma abordagem sistemática e eficiente na busca
por soluções ótimas ou aproximadas.

Quais são os principais elementos de um modelo matemático de um Problema de

Otimização e descreve detalhadamente cada um deles?

Os principais elementos de um modelo matemático de um problema de otimização

são:

1. Variáveis de decisão: São as incógnitas do problema que precisam ser determinadas

para alcançar a solução ótima. Elas representam as quantidades a serem decididas ou
escolhidas.

2. Função objetivo: É uma expressão matemática que define o objetivo do problema,

ou seja, o que se deseja maximizar ou minimizar. Pode ser uma função linear, não linear
ou até mesmo uma combinação delas.

3. Restrições: São as condições que limitam as soluções viáveis do problema. Elas

podem ser restrições lineares ou não lineares e são expressas por meio de equações ou
desigualdades.

4. Parâmetros: São valores conhecidos que afetam o problema, como custos,

demandas, capacidades e recursos disponíveis. Os parâmetros são dados fixos e
fornecem informações adicionais para a formulação do modelo.

5. Domínio das variáveis: É o conjunto de valores permitidos para as variáveis de

decisão, considerando as restrições do problema e suas características específicas.

6. Solução ótima: É o conjunto de valores das variáveis de decisão que atendem todas
as restrições e fornecem o melhor valor possível para a função objetivo, seja
maximizando-a ou minimizando-a.

12
Cada um desses elementos desempenha um papel fundamental na construção do modelo
matemático de um problema de otimização, permitindo sua representação precisa e a
busca pela solução ótima através de técnicas de otimização adequadas.

13
Conclusão:
Chegando ao término deste trabalho de caracter avaliativo depreendesse que a
investigação operacional e uma ciência interdisciplinar que utiliza técnicas matemáticas
e computacionais para resolver problemas complexos de gestão e produção. Desde suas
origens durante a segunda guerra mundial até os tempos modernos, a IO evoluiu param
se tornar uma ferramenta indispensável na busca por soluções eficientes e otimizadas.
Seu objeto de estudo e a otimização, vizando maximizar recursos e tomar decisões
eficientes. A sociedade atual se interessa muito pela IO devido a necessidade de utilizar
seus recursos de forma eficiente. Os nortes/americanos se interessam pela IO devido as
suas aplicações praticas na indústria e nos negócios. A IO busca resolver problemas
complexos, principalmente relacionados a otimiyacao e tomada de decisões. Suas
principais características incluem o uso de modelos matemáticos, busca por soluções
ótimos e consideração de múltiplo objetivos e restrições. A programação linear e um
dos elementos da IO, envolvendo variáveis de decisão, função objetivo, restrições e
regiões viáveis. Alem disso, a IO abrange ramos como otimização, simulação, teoria das
filas, teoria dos jogos e análise multicritério. Os principais passos na resolução de um
problema em IO são: definição do problema, formulação do modelo matemático,
solução do modelo e validação dos resultados. Um modelo matemático de um problema
de otimização inclui elementos como variáveis de decisão, função objetivo, restrições e
condições inicias. A IO continua desempenhando um papel crucia na resolução de
problemas complexos em varias áreas da sociedade moderna.

14
Referências bibliográficas:

ACKOFF, R. L. (ed.), Progress in operation» research, Vol. I, New Yerk, 1961.

ACKOFF, R, L., (C. W . CHURCIIMANN e E . L. ARNOFF), Introduction to
operations research (tradução francesa com o titulo Élémení» de recherche
opérationntlle) Paris, 1961. ACKOFF, R. L. , (S. K , GOPTA e J. S. MINÜJ), Scientific
method: optimizing applied research decisions New York, 1962. ACKOFF, R. L., (P.
RiVErr) , A manager's guide to operational research London, 1963. FAOHB, R. (J. P .
Boss, e A. L e GAHFF), La recherche opèrationnclle, Paris, 1961. Jssus, F., A
investigação operacional na empresa (curso realizado no CEGOC), Lisboa, 1965.
SnticuBANH, A. (ed.), Scientific decision making in business, New York, 1963.

15