Escolar Documentos
Profissional Documentos
Cultura Documentos
Investigação Operacional
Investigação Operacional
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.
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
Operao:
Corte de chapa
Embutidura
Soldadura
Pintura
Produto A
10
15
6
10
Produto B
20
5
3
8
10
Capacidade
diria
30 000
30 000
20 000
40 000
11
12
13
14
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
16
17
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
20
21
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.
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
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
o valor mximo de
log L() = log f(x1, ) + log f(x2, )+... + log f(xn, )
30
...
0
f ( x1 , )
f ( x 2 , )
f ( x n , )
xi
n i 1
xi
ou
i 1
n
31
Mtodos de optimizao
32
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
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
Mtodos heursticos
(exemplo)
37
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.