Investigação

Operacional
Aula Nº1

1º Semestre, Ano Académico 2013-2014

LCEO-ENG, S. Vicente

Investigação Operacional 10/17/2013 1

 Bibliografia
• Programação linear volume I,II – Manuel Ramalhete,
Jorge
• Guerreiro, Alípio Magalhães, McGraw-Hill;
• • Introduction to operational research – Hillier,
Lieberman, McGraw-
• Hill;
• • Investigação Operacional – Luís Valadares Tavares, Rui
Oliveira,…,
• McGraw-Hill;
• • Investigação Operacional, Richard Bronson,
Govindasami
• Naadimuthu, McGraw Hill (Collecção Shaum de
exercícios).

Investigação Operacional 10/17/2013 2

 Modelação matemática: Um
modelo simples
• Uma turma constituída inicialmente por N0 alunos,
com taxa de reprovação anual média R e com
entrada anual de V alunos.
- Qual a evolução do número de alunos desta
disciplina ao longo do tempo?

N1=N0 R+V ;

N2=N1 R+V=(N0R+V)R+V;

N3=N2 R+V=(N1 R+V)R+V=N0R3+VR2+VR+V

Nt+1=N0Rt+1+VRt+VRt-1+...VR+V=

Investigação Operacional 10/17/2013 3

 (Continuação)
• O número de alunos irá tender para:
Nfinal=V/(1-R)
• o tempo que leva a atingir o número de alunos N é:

• Admitindo uma taxa de reprovações de 70%, o número de

novos alunos em cada ano igual a 30, obtemos que a turma
estabiliza com 30/(1-0.7)=100 alunos

Investigação Operacional 10/17/2013 4

 (Continuação)

• Características do Modelo:
o Discreto no tempo – unidade 1 ano;

o A variável que define o número de alunos é contínua;

o Determinístico;

o Permite prever o número de alunos em anos futuros e assim ajudar o

planeamento a longo prazo;

o Possibilita a obtenção de expressões analíticas simples que caracterizam

a evolução temporal do número de alunos.

Investigação Operacional 10/17/2013 5

 (Continuação)

• Na sua generalidade, todos os Modelos têm:

o Pressupostos (assumpções);

o Limitações;

o Previsões – resultados comparáveis com dados reais (poderão ser

realistas ou uma mera consequência de pressupostos inadequados);

o Características que podem ser melhoradas.

Investigação Operacional 10/17/2013 6

Modelação: Algumas Regras Básicas

• Definir à priori o que se pretende modelar.

• Evitar usar modelos feitos por outros ou “packages” sem um
conhecimento profundo de como funcionam.
• Começar por modelos simples mesmo que irrealistas
• Melhorar / aperfeiçoar o modelo passo a passo tentando compreender
o efeito da alteração introduzida.
• Comparar com a realidade (um acordo entre o modelo e a realidade
não significa imediatamente que o modelo esteja correcto).
• Ter noção das limitações do modelo.
• Trocar ideias com quem sabe mais...

Investigação Operacional 10/17/2013 7

 Investigação operacional

• O que é? – construção de modelos matemáticos

para resolver de forma eficiente problemas na
administração de organizações,
distribuição/afectação óptima de recursos, etc.

• Em que áreas científicas? – Economia, gestão,

engenharia, logística , computação, biologia, etc.

Investigação Operacional 10/17/2013 8

 Investigação operacional
• Em que problemas reais é que pode ser aplicada?
o Maximizar o lucro ou minimizar os custos de uma empresa;
o Optmização da produção numa industria;
o Gestão de Hospitais;
o Organização de tráfego aéreo:
o Planeamento;
o Optimização da distribuição (e.g. correio); percurso mínimo.
o Previsão (bolsa de valores)
o Definição de reservas ecológicas; análise de tácticas de sobrevivência
o Informática e Telecomunicações (análise e planeamento de redes);
o Planeamento de operações militares e logística associada;
o …

Investigação Operacional 10/17/2013 9

 Investigação operacional
• Limitações
o Há sempre pressupostos com implicações no realismo do modelo;
o Limitado à análise de uma classe restrita de problemas;
o A construção de modelos é dispendiosa.
• Áreas associadas (multidisciplinar)
o Álgebra;
o Estatística;
o Análise numérica;
o Computação;
o Etc.
• Técnicas de resolução
o Analíticas;
o Numéricas (Excel – Solver, software específico –Lingo, Matlab…);
o Simulação.

Investigação Operacional 10/17/2013 10

 Principais Etapas na
Investigação operacional
1. Formulação do Problema Especificação do objectivo pretendido e das
restrições existentes.
2. Modelação e Construção do modelo em linguagem
Implementação do matemática;
Modelo Reconhecer as simplificações introduzidas;
Reconhecer o tipo de problema e usar
algoritmos existentes.
3. Solução Determinação da solução óptima.
4. Avaliação e Validação Comparação do modelo com a realidade;
Efeito da variação dos parâmetros do modelo;
Validar o modelo usando-o para prever o
passado.
5. Disponibilização da Fornecimento da solução do modelo e suas
Implementação características aos decisores.

Investigação Operacional 10/17/2013 11

 Exemplo Nº 1
• A Helena sonha ser modelo e para isso está a seguir uma
dieta rigorosa à base de carne e batatas. Esta dieta deverá
satisfazer as seguintes necessidades diárias:

Carne Batatas Necessidades

Proteínas 20 5 = 40
Gordura 20 2 = 60
Hidratos de 5 15 = 50
Carbono

• Sabendo que uma porção de carne custa 10 unidades

monetárias (u.m.) e uma porção de batatas 2 unidades
monetárias (u.m.), determinar a dieta de menor custo.

Investigação Operacional 10/17/2013 12

 Problema de Optimização
• Maximizar (minimizar) f(x1,x2,…,xn),
sujeito às restrições: gi(x1,x2,…,xn) {=, >=, <=} bi , i=1..m
• Programação linear- a função e todas as restrições são
lineares;
• Programação não linear;
• Programação inteira (linear/não linear) - alguma ou várias
variáveis são inteiras;
• Um só objectivo ou múltiplos objectivos (programação
multiobjectivo);
• Parâmetros aleatórios - Programação estocástica;
• Um só decisor ou vários decisores- Teoria dos jogos.

• Que tipo de problema é o exemplo anterior?

Investigação Operacional 10/17/2013 13