1

UNIDERP EDUCACIONAL – NOVA IGUAÇÚ/RJ

CURSO DE ADMINISTRAÇÃO

Disciplina: Pesquisa Operacional

Professor EAD: Profª Ivonete Melo de Carvalho, Me

Alunos:

Marcio José Paz Lopes RA: 366547

Jean Michel RA: 391437

PESQUISA OPERACIONAL
 2

SUMÁRIO

1.0 INTRODUÇÃO

Ao decorrer desta ATPS serão observados diversos contextos que mostrarão o quanto
é importante a maximização dos lucros viabilizando alocação de recursos limitados e
minimizando os impactos nas tarefas da tomada de decisão.

A etapa 01 apresenta através da Programação Linear, a importância de executar uma

tarefa, onde será feito o levantamento de quantos metros de madeira serão utilizados para a
confecção de um armário e uma cadeira. Na etapa 02 será feito um levantamento bibliográfico
para observar qual será a melhor maneira de construir um modelo matemático. Na etapa 03
serão vistas as variáveis de folga de matéria prima e mão de obra, observando detalhadamente
as variáveis, a mão de obra, a matéria prima e os lucros. Também, o tempo gasto para
produção de cada uma dessas variáveis, com cálculo detalhado e gráfico do conjunto de
soluções.

A etapa 04 irá mostrar a resolução do exercício construído na etapa 03, através do

programa Microsoft – Excel.
 3

2.0 MODELAGENS DE PROBLEMAS DE ALOCAÇÃO DE RECURSOS

A Programação Linear é uma técnica de otimização muito utilizada na resolução de

problemas quantitativos que tenham seus modelos representados por expressões lineares,
sendo elas equações e/ou inequações. Tornou-se um recurso bastante difundido pela sua
simplicidade e possibilidade de aplicação em uma diversidade de problemas.

Em um modelo de Programação Linear existe uma combinação de variáveis cujo

objetivo é ser maximizada ou minimizada. Essa combinação de variáveis de decisão é
denominada Função Objetivo. Em todo modelo de Programação Linear existem restrições,
representadas por equações e/ou inequações, que indicam uma limitação na situação real, tal
como escassez de recursos, limitações de mercados, etc. Dado um modelo em PL,
identificamos sempre um Parâmetro que são valores fixos e independentes e também as
Variáveis de Decisão, sendo elas que poderão assumir diversos valores, de forma a maximizar
ou minimizar a Função Objetivo.

Os problemas de Programação Linear estão entre as aplicações mais bem sucedidas

comercialmente da Pesquisa Operacional. De fato, há considerável evidência de que eles estão
entre as aplicações ao estruturar o problema sob a forma de um modelo matemático, com
intuito de ajudar no processo de decisão; que atividades empreender e quanto de cada uma, a
fim de satisfazer um dado objetivo.

A Programação linear é uma ferramenta de planejamento que nos auxilia a selecionar

que atividades (variáveis de decisão) empreender, dado que essas alternativas (diversas
alternativas) competem entre si pela utilização de recursos escassos (restrições) ou então
precisam satisfazer certos requisitos mínimos. O objetivo será maximizar (ou minimizar) uma
 4

função das atividades, geralmente lucros (perdas). O problema resume-se na maximização (ou
minimização) de uma função linear, a função objetiva, sujeita a restrições também lineares.

2.1 As Maneiras Mais Adequadas para Construção de Um Modelo

Matemático

Formulação do problema: Nesta fase, deverá haver uma identificação dos elementos
do problema que incluem variáveis controláveis, variáveis não controláveis, as restrições
sobre as variáveis e os objetivos para definir uma boa solução. O papel do decisor é
fundamental, pois é ele quem determina os limites de uma dada análise e o que é uma questão
de juízo pessoal.

Problema: Uma marcenaria deseja implementar uma programação diária de produção

contendo em seu escopo apenas dois produtos distintos: armário e cadeira, ambos em um
único modelo produtivo. Para efeito de simplificação, vamos considerar que a marcenaria tem
limitações de dois recursos: madeira e mão de obra, cujas disponibilidades diárias são
mostradas na tabela a seguir:

Recurso Disponibilidade

Madeira 24 m²

Mão de Obra 8h

O processo de produção é tal que, para fazer uma cadeira a fábrica gasta 1m 2 de
madeira e 02 horas de mão de obra. Para fazer um armário, a fábrica gasta 05 m 2 de madeira e
06 horas 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.
 5

Restrições: Quantidade de mão de obra (horas) para a confecção dos dois móveis
(armário e cadeira); Quantidade de matéria prima (m 2 de madeira) para a confecção dos dois
móveis (armário e cadeira).

2.2 Construções 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 exige mais criatividade do analista, uma vez
que a qualidade de todo o processo seguinte é consequência do grau de representação da
realidade que o modelo venha a representar.

Vários modelos 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.

Se o modelo elaborado tem a forma de um modelo padrão, como por exemplo, de

Programação Linear, a solução pode ser obtida por métodos matemáticos convencionais. Por
outro lado, se as relações matemáticas são muito complexas ou mesmo indefinidas,
poderemos usar a técnica da simulação e, em alguns casos, haverá necessidade de usarmos
uma combinação de duas metodologias.

Os modelos de maior interesse em Pesquisa Operacional são os modelos matemáticos,

isto é, modelos formados por um conjunto de equações e inequações.

Uma das equações do conjunto serve para medir a eficiência do sistema para cada
solução proposta. É a Função Objetivo ou Função de Eficiência. As outras equações
geralmente descrevem as limitações ou restrições técnicas do sistema. As variáveis que
compõem as equações são de dois tipos:
 6

 Variáveis controladas ou de decisão: são as variáveis cujos valores estão sob controle.
Decidir, neste caso, é atribuir um particular valor a cada uma dessas variáveis. Numa
programação de produção, por exemplo, a variável de decisão é a quantidade a ser
produzido em um período, o que compete ao Administrador controlar.
 Variáveis não controladas: são as variáveis cujos valores são arbitrados por sistemas
fora do controle do Administrador. Custos de produção, demanda de produtos, preço
de mercado são variáveis não controladas.

Um bom modelo é aquele que tem desempenho suficientemente próximo do

desempenho da realidade e é de fácil experimentação. Essa proximidade desejada é variável,
dependendo do objetivo proposto. Um bom modelo para um objetivo pode ser péssimo para
outro. A fidelidade de um modelo é aumentada à medida que ele incorpora características da
realidade, com a adição de novas variáveis. Isso aumenta sua complexidade, dificultando a
experimentação, o que nos leva a considerar o fator custo-benefício quando pensamos em
melhorar o desempenho de um modelo.

As variáveis de decisão envolvidas no problema são:

 X1: quantidade a produzir de cadeiras

 X2: quantidade a produzir de armários

A Função Objetivo é:

Lucro: Z = 20x1 + 50x2

Para as restrições, a relação lógica existente é:

Utilização de recurso = Disponibilidade

Assim temos:

Madeira: x1 + 5x2 ≤ 24

Mão de Obra: 2x1 + 6x2 ≤ 8

2.3 Solução do Modelo

 7

O objetivo desta fase é 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.

2.4 Validações 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.

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.

2.5 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.
 8

A presença da equipe permite, também, superar mais facilmente as resistências e

oposições às alterações propostas na sistemática das operações e que, normalmente, aparecem
nessa fase do trabalho.

2.6 Avaliação Final

A avaliação dos resultados obtidos em qualquer etapa do processo 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. Um modelo é apenas uma representação simplificada, não conseguindo
por isso captar todas as características e mudanças 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
no mercado atual.
 9

A teoria da matemática preocupa-se em construir modelos matemáticos capazes de

simular situações reais na empresa. A 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.

3.0 PROGRAMAÇÃO LINEAR

De acordo com a pesquisa realizada a Programação Linear (PL) consiste em métodos

para resolver problemas de otimização com restrições em que a Função Objetivo é Linear em
relação as variações de controle x 1, x2,..., xn, e o domínio destas variáveis é impulsionado 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 várias
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 as colunas que não estão na matriz básica iguais
a 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.
 10

Um PL diz-se estar na forma padrão, se todas as restrições propriamente ditas (não

incluindo as de não negatividade) são equações. Todo o PL pode escrever-se na sua forma
padrão, por introdução de variáveis folga nas restrições que são inequações, da seguinte
forma:

f(x) ≤ b ⇒ f(x) + x = b, x ≥ 0 (x variável de folga)

f(x) ≥ b ⇒ f(x) – x = b, x ≥ 0 (x variável de folga)

Problema de Programação Linear:

 Não tem solução;

 Solução ilimitada;
 Solução ótima única;
 Número infinito de soluções ótimas;
 Propriedade;
 Solução ótima é um ponto extremo.

3.1 - Terminologia Associada às Soluções do PL

 Solução: qualquer conjunto de valores assumidos pelas variáveis de decisão

satisfazendo as restrições funcionais.
 Solução admissível: solução que satisfaz as condições de não negatividade.
 Região admissível: é o conjunto de todas as soluções admissíveis.
 Solução ótima: é a solução admissível que tem o melhor valor da função objetivo.
 Solução não limitada: não existe um valor máximo (mínimo) para a função objetivo.

3.1.1 - Tipos de Soluções

 Ótima única: problema tem apenas uma solução.

 Ótimas alternativas: o valor ótimo da função objetivo pode ser obtido através de
infinitas combinações de recursos.
 Não limitada: não existe um valor máximo finito para a função objetivo (Z → ∞).
 11

4.0 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.

4.1 Variáveis de Decisão

Quantidade de madeira para a produção de uma cadeira (x1)

Quantidade de madeira para a produção de um armário (x2)

4.2 Função Objetivo

Encontrar o programa de produção que maximiza a margem de contribuição total para

o lucro, ou seja, maximizar a margem bruta total. (Z = 20x1 + 50x2)

4.3 Restrições
 12

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 Mão de obra Matéria prima Lucro (R$)

X1 (cadeira) 02 h 01 m2 R$ 20,00
X2 (armário) 06 h 05 m2 R$ 50,00

O processo de produção é tal que, para fazer uma cadeira a fábrica gasta 01 m 2 de
madeira e 02 horas de mão de obra. Para fazer um armário, a fábrica gasta 05 m 2 de madeira e
06 horas 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.

4.4 Montagem do modelo

As variáveis de decisão envolvidas no problema são:

 x1: quantidade a produzir de cadeiras

 x2: quantidade a produzir de armários

A função objetivo é:

Lucro: Z = 20x1 + 50x2

Para as restrições, a relação lógica existente é:

Utilização de recurso = Disponibilidade

 13

5.0 INCLUSÃO DAS VARIÁVEIS DE FOLGA DA MATÉRIA PRIMA E DE

MÃO DE OBRA

Formulações 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.

Variáveis Mão de obra Matéria prima Lucro (R$)

X1 (cadeira) 02 h 01 m2 R$ 20,00
X2 (armário) 06 h 05 m2 R$ 50,00
Total disponível 8h 24 m2

O processo de produção é tal que, para fazer uma cadeira a fábrica gasta 01 m 2 de
madeira e 02 horas de mão de obra. Para fazer um armário, a fábrica gasta 05 m 2 de madeira e
06 horas 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.
 14

Montagens do modelo:

As variáveis de decisão envolvidas no problema são:

 x1: quantidade a produzir de cadeiras

 x2: quantidade a produzir de armários

A função objetivo: maximizar o lucro

Seja a função: Max Z = 20 x1 + 50 x2

Sujeito a: x1 + 5x2 ≤ 24

2x1 + 6x2 ≤ 8

x1, x2 ≥ 0

Maximizar: Z = 20 x1 + 50 x2

Sujeito a: x1 + 5x2 + x3 = 24

2x1 + 6x2 + x4 = 8

x1, x2, x3, x4 ≥ 0

Isolando as variáveis de folga:

x3 = 24 – x1 – 5x2

x4 = 8 - 2x1 - 6x2

x1, x2, x3, x4 ≥ 0

Fazendo VNB = 0, teremos:

x3 = 24
 15

x4 = 8

Z=0

5.1 Representação e Resolução Gráfica de Problemas de PL

A representação gráfica de problemas de PL só é possível, quando os problemas tem

duas ou três variáveis de decisão. No entanto, aqui, apenas serão analisados os problemas com
duas variáveis, os quais são representados através de um gráfico.

Para representar graficamente um problema de PL, começa-se por construir um

sistema de eixos cartesianos x1 e x2.

O passo seguinte consiste em identificar os valores de x1 e x2 que satisfaçam todas as

restrições e construção do espaço das soluções.

Por último, procuram-se os pontos situados nesta região que maximizem (minimizem)
o valor de Z. Esta fase vai proceder-se por tentativas. O processo baseia-se na representação
gráfica da reta Z = F (x1, x2) = constante para um conjunto de valores. A ideia é traçar retas Z
= constante, até que contenha pelo menos um ponto da reta.

Resolução pelo Excel:

16
 17

6.0 CONCLUSÃO

Com a presente ATS podemos observar por etapa todo o processo de uma
programação linear. Observamos que 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.

Através de todo esse contexto observamos que essa programação linear está em nosso
dia-a-dia, ou seja, em tudo que fazemos. Como grande exemplo tivemos 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.
 18

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.

7.0 REFERÊNCIAS BIBLIOGRÁFICAS

LACHTERMACHER, Gerson. Pesquisa Operacional. 4. ed. São Paulo: Pearson, 2009. PLT
401.

Um Pequeno Manual do Winplot. Disponível em: http://www.mat.ufba.br/mat042/m-

adelmo.pdf. Acesso em: 01/11/2015.

Usando o Winplot. Disponível em: http://www.mat.ufpb.br/sergio/winplot/winplot.html.

Acesso em: 01/11/2015.

Introdução a Programação Linear. Disponível em: http://www.youtube.com/watch?

v=JCIgdjLky8I. Acesso em: 01/11/2015.

Como instalar Solver no Excel 2010. Disponível em: http://www.youtube.com/watch?

v=24A_ITifOL0. Acesso em: 01/11/2015.

Solver Pesquisa Operacional. Disponível em: http://www.youtube.com/watch?

v=p4H2k0WCIjc. Acesso em: 01/11/2015.

Como Usar o Solver no Excel. Disponível em: http://pt.wikihow.com/Usar-o-Solver-no-

Microsoft-Excel. Acesso em: 01/11/2015.

Solver (Excel) Manual de Referência. Disponível em:

http://www.rodrigofernandez.com.br/ecomp/ref/manual_solver.pdf. Acesso em: 01/11/2015

Definir e resolver um problema usando o Solver. Disponível em:

http://office.microsoft.com/pt-br/excel-help/definir-e-resolver-um-problema-usando-o-solver-
HP010342416.aspx. Acesso em: 01/11/2015.

Introdução a Programação Linear. Disponível em:

http://www.iepg.unifei.edu.br/edson/download/Engecon2/CAP5EE2PLapost.pdf. Acesso em:
01/11/2015