Investigao Operacional

Metodologia cientfica para abordar problemas

das cincias, gesto, economia e engenharia.
As suas principais caractersticas so:
interdisciplinaridade.
Manipular modelos matemticos para apoiar a
tomada de deciso.
Utilizar o computador.
1

As 7 etapas do
processo de modelao
1. Definir o problema
2. Observar o sistema e recolher informao
3. Formular um modelo matemtico
4. Validar o modelo.
5. Escolher uma deciso com base no modelo
6. Apresentar a anlise
7. Implementar e monitorar continuamente
2

As 7 etapas do processo de
modelao

Definir o
problema

Observar o
sistema,
recolher
informao

Formular
um
modelo
matemtico

Validar
o modelo

Escolher
uma
deciso
alternativa

Apresentar
os
resultados

Implementar
e monitorar
continuamente

1. Definir o problema
Identificar:
o agente de deciso (quem exerce controle)
os seus objectivos (e.g. minimizar custos)
as decises alternativas com que so confrontados (i.e., as
variveis controlveis)
os parmetros que, no sendo controlveis, influenciam o
resultado das decises (as variveis incontrolveis).
Discutir:
o tempo disponvel para o estudo
o involvimento do agente de deciso (e organizao) no estudo

2. Observar o sistema e
recolher informao
Estabelecer o diagnstico inicial:
observar e analisar a forma como o sistema real opera:
recolher informao
conceber um sistema idealizado.

Elaborao de um relatrio que:

estrutura o conhecimento que se adquiriu do sistema
co-responsabiliza os elementos da organizao

3. Formular um modelo
matemtico
Objectivo:
Reproduzir as relaes entre as componentes do
problema (objectivo, variveis de deciso, variveis
incontrolveis, restries).

Passos essenciais:
Identificar a estrutura de relaes causa-efeito.
Quantificar essas relaes de forma determinstica ou
probabilstica.
6

3. Formular um modelo matemtico

3.1 Identificar as relaes causa-efeito

Identificao de todas as relaes entre variveis,
controlveis ou no, e a medida (ou medidas) de
utilidade.
A B significa A contribui para a definio de B

Identificao de variveis auxiliares que agregam

informao de diversas variveis.
Obriga a formular as primeiras hipteses no
sentido da simplificao do problema atravs da
incluso de apenas as relaes relevantes.
7

3. Formular um modelo matemtico

3.1 Identificar as relaes causa-efeito

3. Formular um modelo matemtico

3.2 Quantificar as relaes causa-efeito

Trs abordagens distintas:
mtodo dedutivo
mtodo de simulao
mtodo de inferncia estatstica

3. Formular um modelo matemtico

3.2 Quantificar as relaes causa-efeito

Mtodo dedutivo (primeiro exemplo)

A unidade de produo de uma empresa pretende fabricar
os produtos A e B.
Fabricar cada produto envolve quatro operaes, com os
seguintes tempos unitrios de fabricao (em segundos)

Operao:
Corte de chapa
Embutidura
Soldadura
Pintura

Produto A
10
15
6
10

Produto B
20
5
3
8

10

3. Formular um modelo matemtico

3.2 Quantificar as relaes causa-efeito

Mtodo dedutivo (primeiro exemplo)

As capacidade de produo das diferentes seces fabris so as
seguintes:
Seco:
Corte de chapa
Embutidura
Soldadura
Pintura

Capacidade
diria
30 000
30 000
20 000
40 000

Os lucros unitrios por pea produzida e vendida so

Esc. 0.90 (Produto A)

Esc. 1.20 (Produto B)

Admitindo que o mercado absorve toda a produo, como

maximizar o lucro total a operao?

11

3. Formular um modelo matemtico

3.2 Quantificar as relaes causa-efeito

Mtodo dedutivo (primeiro exemplo)

12

3. Formular um modelo matemtico

3.2 Quantificar as relaes causa-efeito

Mtodo dedutivo (segundo exemplo)

Uma empresa pretende determinar qual a quantidade (Q) a
produzir e a que preo (p) deve vender uma determinada pea
de vesturio durante a estao de Inverno que se avizinha.
Obtiveram-se estimativas para a procura (em funo do preo
de venda p) e custos unitrio de produo (em funo da
quantidade produzida Q) - ver prximo slide.
Se a produo exceder a procura, o valor em excesso fica
reduzido a um preo de saldo.
O objectivo da empresa maximizar o lucro associado
operao.

13

3. Formular um modelo matemtico

3.2 Quantificar as relaes causa-efeito

Mtodo dedutivo (segundo exemplo)

14

3. Formular um modelo matemtico

3.2 Quantificar as relaes causa-efeito

Mtodo de simulao
Quando no possvel explicitar as relaes entre
as componentes do modelo atravs do mtodo
dedutivo (seja de forma determinstica ou
probabilstica).
Quando as relaes so de tal forma complexas
que o melhor que analista consegue fazer imitar
o comportamento do sistema idealizado.
15

3. Formular um modelo matemtico

3.2 Quantificar as relaes causa-efeito

Mtodo de simulao (exemplo)

Uma empresa possui cinco linhas de produo em paralelo que funcionam

sem interrupo.
Uma equipa de manuteno repara avarias nas linhas de produo pela
ordem em que ocorrem (FIFO). A equipa funciona 5 dias por semana, 3
turnos por dia.
O tempo que decorre entre o incio de funcionamento de uma linha e a avaria
seguinte varia de forma imprevisvel (ou aleatria). Da mesma forma, o
tempo de reparao varia de forma imprevisvel. Ver grficos seguintes.
Que benefcio advm de ter mais equipas de manuteno?

16

3. Formular um modelo matemtico

3.2 Quantificar as relaes causa-efeito

Mtodo de simulao (exemplo)

17

3. Formular um modelo matemtico

3.2 Quantificar as relaes causa-efeito

Mtodo de simulao
Objectivos:
Reproduzir a sequncia de acontecimentos pelos quais o sistema passa.
Recolher informao com base na qual se pode medir a eficincia do
sistema.

Vantagens:
Possui enorme flexibilidade (simula-se tudo o que se quiser)

Desvantagens:
Requer grande esforo computacional para estimar o valor esperado da
medida de utilidade face a apenas uma concretizao das variveis de
deciso.
A busca de melhores decises um processo difcil de sistematizar.

18

3. Formular um modelo matemtico

3.2 Quantificar as relaes causa-efeito

Mtodo de inferncia estatstica

Quando no possvel explicitar as relaes entre
as componentes do modelo atravs do mtodo
dedutivo (seja de forma determinstica ou
probabilstica).
Quando as relaes so inmeras e complexas mas
possvel pela anlise estatstica de dados inferir
aquelas que melhor reproduzem o comportamento
do sistema sem demasiada complexidade.
19

3. Formular um modelo matemtico

3.2 Quantificar as relaes causa-efeito

Mtodo de inferncia estatstica

(exemplo)
Em Janeiro, uma empresa importadora pretende prever o
preo de determinada mercadoria agrcola durante todos os
meses que se seguem at Junho.
A produo dessa mercadoria concentra-se em larga escala
num dado pas que contribui contribui com 55% da produo
mundial e 75% da exportao mundial.
Em Janeiro de cada ano, o MA desse pas publica previses
da oferta e da procura at ao final do ano agrcola (Outubro).

20

3. Formular um modelo matemtico

3.2 Quantificar as relaes causa-efeito

Mtodo de inferncia estatstica

(exemplo)

Pretende-se construir um modelo descritivo que explique o

preo da mercadoria nos vrios meses at Junho para auxiliar o
planeamento da aquisio do referido produto durante o perodo
de Janeiro a Junho.
Numerosos e complexos factores (variveis controlveis e
incontrolveis) contribuem para explicar o preo da mercadoria.
Naturalmente uns so mais relevantes que outros.
Deve o analista efectuar hipteses sobre quais os factores que
mais influenciam o preo da mercadoria.

21

3. Formular um modelo matemtico

3.2 Quantificar as relaes causa-efeito

Mtodo de inferncia estatstica

(exemplo)

22

4. Validar o modelo
Validar o modelo significa averiguar se o
impacto das decises previsto pelo modelo
corresponde ao impacto real das mesmas
decises.

23

4. Validar o modelo
Objectivo: detectar insuficincias que so apenas
detectveis no contexto da definio global do modelo.
Mtodos de validao (sem ser exaustivo):
anlise de sensibilidade
simulao.

Nota: o modelo pode ser adequado ou inadequado

conforme os valores das variveis incontrolveis,
estimados ou conhecidos no momento da deciso.
24

4. Validar

o modelo

Anlise de sensibilidade
Averiguar como que a alterao de valores das
variveis incontrolveis influencia a soluo proposta
pelo modelo.
Averiguar como que desvios soluo proposta pelo
modelo influencia a utilidade (eficincia) do sistema
representado.

25

4. Validar

o modelo

Anlise de sensibilidade

26

4. Validar

o modelo

Recurso simulao
Retomemos o exemplo da mercearia. Uma forma
de validar o modelo descritivo que se utilizou seria
simular (pode-se simular quase tudo) a entrada de
clientes, os seus tempos de espera e as desistncias.
Aps diversas simulaes, registar valores mdios
de: comprimento mdio da fila, tempo de espera
mdio e percentagem de desistentes.
Os valores obtidos devem ser muito semelhantes
aos obtidos com o modelo.
27

5. Escolher uma deciso

com base no modelo
Determinar os valores das variveis controlveis
que, satisfazendo as restries do modelo,
conduzem ao valor mximo da medida de
utilidade ou eficincia.
Em geral h trs formas de busca de solues
ptimas:
mtodos analticos
mtodos de optimizao
mtodos heursticos
28

5. Escolher uma deciso

Mtodos analticos
Mtodos de Anlise Infinitsimal
(diferenciao, procura de mximos e
mnimos, extremos condicionados,etc.)
Permitem obter uma representao explicita
da soluo.
Leque de aplicaes muito restrito.

29

5. Escolher uma deciso

Mtodos analticos (exemplo)

Seja X uma varivel aleatria de densidade f(x,), onde
um parmetro desconhecido.
Se x1, x2,..., xn forem realizaes de X ento a
verosimelhana da amostra uma funo de definida por
L() = f(x1, ) f(x2, )... f(xn, )
A estimativa da mxima verosimelhana o valor * que
torna mximo o valor de L() ou, de modo equivalente,

o valor mximo de
log L() = log f(x1, ) + log f(x2, )+... + log f(xn, )
30

5. Escolher uma deciso

Mtodos analticos (exemplo)

A condio necessria de optimalidade impe
f ( x1 , ) f ( x 2 , )
f ( x n , )

...
0
f ( x1 , )
f ( x 2 , )
f ( x n , )

Por exemplo, se X uma varivel aleatria

com distribuio de Poisson de parmetro
ento aquela condio equivalente a
n

xi

n i 1

xi

ou

i 1
n

31

5. Escolher uma deciso

Mtodos de optimizao

Processo sistemtico de gerar aproximaes

sucessivas para a soluo.
Garantia de convergncia ao fim de um nmero
finito ou infinito de passos.
Esforo computacional pode ser demasiado elevado.
Normalmente, convergncia para a soluo do
problema assegurada apenas quando o modelo
possui uma propriedade adicional - convexidade.

32

5. Escolher uma deciso

Mtodos de optimizao (exemplo)

Seja f(x) uma funo real unidimensional. Pretende-se o
valor x que torna f(x)=0.
O mtodo de Newton-Raphson consiste no seguinte
processo iterativo
f ( xi )
xi 1 xi
,i 0,1,2 ,...
f ( xi )
a partir de um ponto inicial x0.

Sob hipteses adicionais sobre f o mtodo converge.

33

5. Escolher uma deciso

Mtodos de optimizao (exemplo)

x0 =1

x1
x2
x3
x4
x5
x6
x7
x8

x0 =2
1.2
1.6806
1.143576
1.43074
1.134909
1.254971
1.134724
1.161538
1.134724138 1.136353
1.1347305
1.134724139
1.134724138

x0 =1.5
1.300491
1.181480
1.139456
1.134778
1.134724146
1.134724138

Mtodo de Newton-Raphson aplicado determinao da maior

raiz positiva de f(x)=x6-x-1
34

5. Escolher uma deciso

Mtodos de optimizao (exemplo)

O mtodo de Newton-Raphson impe que f seja
diferencivel.
Quando f no diferencivel deve utilizar-se o mtodo da
bisseco, entre outros.
O facto de o mtodo de Newton-Raphson usar
informao da derivada de f faz com a sua convergncia
seja mais rpida.
35

5. Escolher uma deciso

Mtodos heursticos
So frequentes os problemas que no podem ser
resolvidos por mtodos de optimizao.
Os mtodos heursticos so tambm mtodos
iterativos, mas que se baseiam em regras de senso
comum.
Em geral, no possvel garantir convergncia para a
soluo do problema mas possvel encontrar uma boa
soluo rapidamente.
36

5. Escolher uma deciso

Mtodos heursticos

(exemplo)

37

5. Escolher uma deciso

Anlise crtica das solues iniciais

As solues propostas pelo modelo podem tambm servir de
instrumento para validao do modelo.
Esta anlise deve ser conduzida com o agente de deciso.
Dificuldade: h que distinguir entre as crticas genunas e a
tendncia natural de rejeio de solues inovadoras.
Deficincias que podem ser detectadas nesta fase:
deficiente definio de objectivos
falta de restries
representao inadequada das relaes entre componentes do
modelo.

38

6. Apresentar os resultados
Os elementos da organizao a quem se destina a anlise
devem ser envolvidos desde o incio e no apenas nesta
fase.
A esses elementos deve ser facultado um atractivo e
sistema de apoio deciso e simples de manipular
que lhes permita averiguar o comportamento do modelo
em diversas circunstncias (what if ...).
Preferencialmente, o benefcio da adopo do modelo
deve ser demonstrado de forma prospectiva ou
retrospectiva.
39

7. Implementar e
monitorar continuamente
Os elementos da organizao que vo utilizar o modelo
devem tambm ser envolvidos desde o incio e no
apenas nesta fase.
O analista responsvel:
pela implementao do novo sistema at que este se torne
rotina.
pela monitorizao do sistema de forma que o modelo
permanea vlido e eficaz ao longo do tempo.

Um caso de sucesso, mesmo que de pequena dimenso,

chave para a anlise de outros problemas.
40