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 4 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 7 relevantes.

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 11 maximizar o lucro total a operao?

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(xn30 ) ,

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 i 1

xi

0 ou

i 1

xi
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 32 convexidade.

5. Escolher uma deciso

Mtodos de optimizao (exemplo)

Seja f(x) uma funo real unidimensional. Pretendese o valor x que torna f(x)=0. O mtodo de Newton-Raphson consiste no seguinte processo iterativo
f ( xi ) xi 1 x i ,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)

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 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