Você está na página 1de 16

I.

Introduo
Captulo 2:
4

Os principais passos na Investigao Operacional para a resoluo dum problema: 4 formulao, 4 modelao, 4 resoluo, 4 avaliao, 4 deciso, 4 implementao. Esquema Geral. Exemplos.

9 3 4 :
2000-2001 Prof. Gladys Castillo 1

Esquema Geral

Formulao Formulao Definio Definio do Problema do Problema Implementao Implementao


Domnio

Modelao Modelao Soluo Soluo Avaliao Avaliao Deciso Deciso


9 3 4 :

2000-2001 Prof. Gladys Castillo

1 Passo: Formulao(1) Passo: Formulao(1)


muito difcil procurar uma soluo certa para um problema mal formulado !!! Primeiramente a equipa de IO deve formular correctamente o problema em estudo. O problema deve ser analisado a partir de um sistema integrado, onde interactuam vrias componentes, todas elas interdependentes, para o qual preciso obter uma soluo ptima que satisfaa a todas elas.

9
2000-2001 Prof. Gladys Castillo

:
3

1 Passo: Formulao(2) Passo: Formulao(2)


Para formular correctamente um problema de IO preciso definir correctamente:
4

os objectivos que se pretendem alcanar com a resoluo do problema. as restries (limitaes) existentes no sistema em geral, definidas pelas relaes de interdependncias entre as componentes integrantes do sistema.

9
2000-2001 Prof. Gladys Castillo

:
4

2 Passo: Construo do Modelo Matemtico.


O que um modelo ?

Um modelo uma representao simplificada de Um modelo uma representao simplificada de uma situao da vida real. uma situao da vida real.

Um modelo reflecte a essncia do problema, Um modelo reflecte a essncia do problema, representando as relaes de interdependncia representando as relaes de interdependncia existentes entre todas as componentes da existentes entre todas as componentes da situao em estudo. situao em estudo.

9
2000-2001 Prof. Gladys Castillo

:
5

Modelo Matemtico
O que um modelo matemtico?

Um modelo matemtico uma representao Um modelo matemtico uma representao simplificada de uma situao da vida real, simplificada de uma situao da vida real, formalizado com smbolos e expresses formalizado com smbolos e expresses matemticas. matemticas.
Um exemplo da Fsica: F = m a Um exemplo da Fsica: F = m a

A modelao matemtica dum problema possibilita uma melhor compreenso da essncia do mesmo !!!

9
2000-2001 Prof. Gladys Castillo

:
6

Modelo Matemtico de um Problema de Optimizao


Um modelo matemtico de um Problema de Optimizao definido por:
4

um nmero N de decises a ser tomadas, denominadas variveis de deciso, uma funo matemtica, que representa a medida da vantagem (desvantagem) da tomada de deciso denominada funo objectivo, um conjunto de restries associadas s variveis de deciso denominadas restries do modelo, um conjunto de constantes (coeficientes) da funo objectivo e das restries denominadas parmetros do modelo.

9
2000-2001 Prof. Gladys Castillo

:
7

Aspectos fundamentais a ter em conta durante a modelao.


1. Simplificar sem perder a essncia do problema.
4

CUIDADO !!!: a simplificao do modelo deve corresponder realidade, de tal forma que as solues obtidas atravs do modelo matemtico possam realmente ser aplicadas na vida real. O processo de modelao desenvolve-se em forma de espiral, comeando por uma representao simplificada do problema, at se chegar depois de vrios ciclos a uma representao mais prxima da situao em estudo na vida real. Um problema pode ser reformulado se: 4 Durante a etapa da avaliao os resultados demonstram que preciso uma reformulao do problema incorporando novas restries, alterando os valores de alguns dos parmetros, etc.. 4 Depois de avaliadas e implementadas as solues, pretende-se agora avanar para uma etapa mais complexa de resoluo.
9 3 4 :
8

2. Processo em espiral
4

2000-2001 Prof. Gladys Castillo

Aspectos fundamentais a ter em conta durante a modelao


2. Processo em espiral
4

-se, at que o modelo desenvolvido e as suas solues representem, o mais fielmente possvel, a complexidade do problema em estudo, e as solues implementadas satisfaam completamente os principais objectivos traados.

3. Escolha do modelo certo


4

Na maioria das situaes, o problema pode ser representado por modelos e problemas tipo j desenvolvidos pela IO. Neste caso formular matematicamente o problema no mais do que convert-lo em certos modelos e problemas tipo da IO (modelos de Programao Linear, Programao Dinmica, Problema de Transporte, etc.)

9
2000-2001 Prof. Gladys Castillo

:
9

2 Passo: Construo do Modelo Matemtico.

A IO estrutura e formula um problema de optimizao da vida real dentro dum modelo matemtico que reflecte a essncia do problema, de forma que as decises (solues) obtidas, possam ser aplicadas na situao real.

9
2000-2001 Prof. Gladys Castillo

:
10

3 Passo: Resoluo. Passo:

Determinao de uma soluo. Uma vez realizada a formulao matemtica do problema, preciso aplicar mtodos e algoritmos desenvolvidos para a resoluo do correspondente modelo de IO. Para isto podem ser utilizados muito dos softwares e pacotes de computao disponveis para a resoluo de problemas de IO. Se o modelo foi correctamente formulado, a soluo obtida pode ser situao real. Pode ser em lugar de . Qualquer modelo, como representao do problema, possui um certo grau de incerteza, motivado fundamentalmente pelas simplificaes efectuadas. Realmente uma soluo ptima do modelo pode estar longe de ser a soluo ptima na situao real.
9
2000-2001 Prof. Gladys Castillo

:
11

3 Passo: Resoluo. Passo: Resoluo.

Anlise de sensibilidade e Ps -optimizao PsNeste passo incorporada outro tipo de anlise denominada " -optimizao" em que abordado o comportamento da soluo ptima quando so efectuadas pequenas alteraes em certos parmetros do modelo. Para isto, preciso determinar quais so os parmetros do modelo que mais influenciam a soluo ptima (denominados parmetros sensveis). A anlise de sensibilidade e ps-optimizao possibilita um espectro mais alargado de solues quando ocorrem alteraes nestes parmetros sensveis. Uma vez concludo este passo, a equipa de IO, est pronta para avaliar vrias propostas de modelos e as respectivas solues ptimas .
9
2000-2001 Prof. Gladys Castillo

:
12

4 Passo: Avaliao Passo:


Neste passo sero avaliados, quer o modelo escolhido, quer as solues obtidas. Dependendo das concluses da avaliao, ser determinado o passo a seguir:
4

se a avaliao satisfatria: proceder tomada de deciso, que prepara as condies para a implementao da soluo obtida na situao real. se a avaliao no satisfatria: proceder reformulao, remodelao e resoluo do novo modelo, a partir dos resultados obtidos no processo de avaliao e tambm na anlise de ps-optimizao

9
2000-2001 Prof. Gladys Castillo

:
13

5 Passo: Tomada de deciso Passo:


Uma vez concluda satisfatoriamente a etapa de avaliao, preciso elaborar um relatrio bem documentado que possibilite a implementao da situao obtida na situao real. Este relatrio deve incluir: 4 o modelo escolhido 4 uma metodologia bem detalhada com todos os passos que sejam necessrios seguir para a implementao da soluo obtida.

9
2000-2001 Prof. Gladys Castillo

:
14

6 Passo: Implementao. Passo: Implementao.


Neste passo efectua-se a implementao das solues obtidas usando a metodologia elaborada. No processo de implementao preciso envolver activamente a administrao e todas as componentes da organizao que actuam no sistema em estudo. Como foi mencionado no 2. Passo, depois de se terem implementado as solues, pode ser necessrio avanar para uma etapa mais complexa do problema, incluindo alguns elementos novos. Neste caso, inicia-se um novo ciclo para a resoluo do problema em causa, s que agora com um nvel superior de complexidade de mesmo.

9
2000-2001 Prof. Gladys Castillo

:
15

Concluses A formulao e resoluo de modelos matemticos para os Problemas de Optimizao representam apenas uma parte de todo o processo que envolve um estudo de Investigao Operacional. Os outros passos aqui mencionados, tambm so de grande importncia para o sucesso da resoluo do problema em estudo.

9
2000-2001 Prof. Gladys Castillo

:
16

Exemplo 1: Produo de Ao vs. Ambiente. Formulao (1)


Uma empresa de ao emite para a atmosfera trs tipos de poluentes:
4 4 4

hidrocarbonetos

A produo de ao inclui duas fontes principais de contaminao:


os altos- fornos para produzir o ferro-gusa (ferro de primeira fundio ainda no purificado) 4 os fornos abertos para converter o ferro em ao
4

9
2000-2001 Prof. Gladys Castillo

:
17

Exemplo 1: Produo de Ao vs. Ambiente. Formulao (2)


De acordo com decises governamentais, a fbrica tem de reduzir anualmente a emisso dos contaminantes como a seguir se indicam:
Contaminante Reduo requerida no nvel anual de emisso (em milhares de toneladas) 60 150 125

A:Partculas B: xido sulfrico C: Hidrocarbonetos

9
2000-2001 Prof. Gladys Castillo

:
18

Exemplo 1: Produo de Ao vs. Ambiente. Formulao (3)


Para reduzir a emisso os engenheiros propem as seguintes medidas:
4 4 4

Aumentar a altura das chamins A utilizao de filtros nas chamins Incluir certos aditivos nos combustveis

Cada medida tem associado os seguintes custos anuais na sua implementao, em milhares de Euros:
Mtodo de reduo Chamins mais altas Filtros Melhores combustveis Altos fornos 8 7 11 Fornos abertos 10 6 9
9
2000-2001 Prof. Gladys Castillo

:
19

Exemplo 1: Produo de Ao vs. Ambiente. Formulao (4)


Com as medidas propostas vai ser possvel eliminar as quantidades anuais dos contaminantes A, B e C nas seguintes quantidades (em milhares de toneladas):
Chamins mais altas Contaminante Partculas xido sulfrico Hidrocarbonetos
Altos fornos Fornos Abertos

Filtros
Altos fornos Fornos Abertos

Melhores combustveis
Altos fornos Fornos Abertos

12 35 37

9 42 53

25 18 28

20 31 34

17 56 29

13 49 20

Estas medidas podem ser implementadas na sua totalidade ou parcialmente.


9
2000-2001 Prof. Gladys Castillo

:
20

10

Exemplo 1: Produo de Ao vs. Ambiente. Formulao (5)


Por exemplo, se implementar na totalidade a medida 1 (em 100%) conseguir-se- reduzir a emisso dos contaminantes A, B e C em 12, 35 e 37 milhares de toneladas, respectivamente. Caso contrrio, se implementar esta medida parcialmente (s a um 50% do previsto), apenas se reduzir a emisso em 6, 17.5 e 18.5 milhares de toneladas.

Aumento na altura das chamins nos altos-fornos


40 35 30 25 20 15 10 Contaminante A 5 Contaminante B 0 Contaminante C

Reduo

100% de aumento

50% de aumento
9 3 4 :
21

2000-2001 Prof. Gladys Castillo

Exemplo 1: Produo de Ao vs. Ambiente. Formulao (6)


O problema de IOO pode ser formulado como se segue: Determinar um plano ptimo, que aplicando as medidas expostas (total ou parcialmente) nos fornos emissores, consiga ao menor custo o ndice de maior reduo da contaminao.

9
2000-2001 Prof. Gladys Castillo

:
22

11

Exemplo1: Formulao
1. Formular os objectivos: Determinar um plano de aco para reduzir a contaminao, ou seja determinar quais e em que proporo sero aplicadas as diferentes medidas para reduzir a emisso dos contaminantes com o menor custo. Os custos destas medidas devem ser minimizados.

9
2000-2001 Prof. Gladys Castillo

:
23

Exemplo1: Formulao.

2. Formular as restries: As redues na emisso dos contaminantes, provocadas pela aplicao total ou parcial das medidas tem de ser superior ou igual dados aos

que correspondem reduo exigida

pelo governo.

9
2000-2001 Prof. Gladys Castillo

:
24

12

Exemplo1: Modelao
1. Definir as variveis de deciso: Definir 6 variveis de deciso:

xj (j=1,2.6) que

representam as percentagens de implementao destas medidas para cada um dos fornos emissores.

Mtodo de reduo Chamins mais altas Filtros Melhores combustveis

Altos fornos

Fornos abertos

x1 x3 x5

x2 x4 x6
9 3 4 :
25

2000-2001 Prof. Gladys Castillo

Exemplo1: Modelao

2. Definir a funo objectivo: Como o objectivo minimizar o custo total na aplicao das medidas de reduo, calculamos o custo total Z como:

minimizar Z = 8x1 + 10x2 + 7x3 + 6x4 + 11x5 + 9x6


em milhes de Euros

9
2000-2001 Prof. Gladys Castillo

:
26

13

Exemplo 1: Modelao

3. Definir as restries de reduo da emisso: contaminante A

12x 1 + 9x 2 + 25x 3 + 20x 4 + 17x5 + 13x6


contaminante B

60

35x1 + 42x 2 + 18x3 + 31x 4 + 56x5 + 49x6


contaminante C

150

37x1 + 53x 2 + 28x3 + 24x 4 + 29x5 + 20x6


2000-2001 Prof. Gladys Castillo

125
3 4 :
27

Exemplo1: Modelao

4. Definir as restries tecnolgicas: As medidas podem ser implementadas na sua totalidade ou parcialmente, o que significa que as variveis de deciso xj tm de ter um valor menor ou igual do que a unidade, ou seja:

xj

1,

para j=1,2,,6

9
2000-2001 Prof. Gladys Castillo

:
28

14

Exemplo1: Modelao

5. Definir as restries de no negatividade: Uma medida pode no ser implementada num dos fornos, ou se implementada, ento o valor da varivel de deciso

xj correspondente tem de ser positivo, ou seja podemos


definir as seguintes restries:

xj

0, para j=1,2,, 6

9
2000-2001 Prof. Gladys Castillo

:
29

Exemplo 1: Modelo Matemtico

Minimizar Z = 8x1 + 10x2 + 7x 3 + 6x4 + 11x5 + 9x 6, sujeito a 12x 1 + 9x 2 + 25x 3 + 20x 4 + 17x5 + 13x6 60 35x1 + 42x 2 + 18x3 + 31x 4 + 56x5 + 49x6 150 37x1 + 53x 2 + 28x3 + 24x 4 + 29x5 + 20x6 125 xj 1, para j =1,2, 6 xj 0, para j=1,2, 6
9
2000-2001 Prof. Gladys Castillo

:
30

15

Exemplo 1: Resoluo(1) Resoluo(1)


Uma vez formulado o problema como um modelo de Programao Linear a equipa de IO, utilizando uns dos softwares para resolver estes problemas, conseguiu determinar o seguinte plano ptimo:

Medidas a aplicar
Mtodo de reduo Chamins mais altas Filtros Melhores combustveis Altos fornos x 1 =1 Fornos abertos x 2 = 0.623

(aumentar a altura na sua totalidade, i.e. aplicar a medida em 100%) (utilizar os filtros s em 34.3%) (melhorar os combustveis em 48% do previsto)

(aumentar s 62.3 % da altura prevista)

x 3 = 0.343 x 5 = 0.048

(utilizar os filtros na sua totalidade, i.e. aplicar a medida em 100%)

x4 = 1

x6 = 1
(melhorar os combustveis em 100% )

9
2000-2001 Prof. Gladys Castillo

:
31

Exemplo 1: Concluses
Uma vez encontrada a soluo ptima a equipa de IO efectou a sua avaliao para verificar se realmente esta cumpria com os objectivos propostos. Como a avaliao foi satisfactria, de inmediato elaborou-se uma metodologia para a implementao das medidas. Com a implementao da soluo encontrada pela equipa de IO foi possvel reduzir a emisso dos contaminantes na atmosfera e cumprir com as decises governamentais ao menor custo possvel.

9
2000-2001 Prof. Gladys Castillo

:
32

16