Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 UEM – Nota de Docente de IO sobre aula 9 - VTM UEM - NOTA DE DOCENTE SOBRE AULA 9 DE IO SOBRE ANÁLISE DE OUTPUT E ANÁLISE DE SENSIBILIDADE 1- BREVE INTRODUÇÃO A análise de soluções de problemas de PL é cada vez mais realizada com base em programas informáticos, pois na vida profissional e mais especificamente nas empresas, a informática torna- se um indispensável auxiliar de apoio à tomada de decisão. Com efeito, deixou de fazer sentido resolver problemas sem apoio informático, uma vez que tudo se torna mais rápido, mais eficiente e mais eficaz. Para a referida análise “pós-optimal”, utilizaremos o programa informático “LINGO”. 2- EXEMPLO NÚMERICO 2.1-Formulação de PPL de Produção A Kuhanha, SA é uma grande empresa, produtora e comerciante de produtos do ramo de brinquedos para adolescentes, que pretende determinar o plano óptimo de produção que a permita maximizar o seu lucro. A empresa produz quatro tipos de brinquedos de madeira (um puzzle, um copo, um cubo mágico e uma bola) em duas secções principais. Na primeira secção procede-se ao corte e polimento em máquinas que, por serem polifacetadas realizam cada uma delas, as duas operações de forma sequencial. Na segunda, procede-se aos acabamentos, que se resumem a pinturas manuais. Estas secções, apresentam uma capacidade de 100 horas-maquinas e 150 horas-homem, respectivamente. As matérias-primas não constituem limitação relevante para o processo produtivo pois existe uma grande oferta no mercado, quer no que diz respeito à madeira, quer a tintas e colas (os três materiais utilizados). O cubo mágico vem já em condições de ser apenas pintado, necessitando de 24 minutos de trabalho de acabamento, em média. Quanto aos outros três, o puzzle necessita de 12 minutos na máquina de corte e polimento e de uma média de 18 minutos de trabalho manual de pintura. Quer o copo, quer a bola apenas necessitam de trabalho 2 UEM – Nota de Docente de IO sobre aula 9 - VTM de corte e polimento, nomeadamente 6 e 18 minutos respectivamente. A venda destes produtos, origina margens de contribuição de 40, 30, 100 e 50 unidades monetárias em termos unitários. A Kuhanha é obrigada a produzir pelo mentos 200 puzzles e 100 cubos mágicos, pois tem um contrato de fornecimento permanente com uma cadeia de lojas de brinquedos. 2.2- OutPut de PL O Output foi obtido usando-se o pacote informático especializado (CMMS – Computer Models for Management Sciense). No nosso caso, iremos usar o LINGO que teremos o mesmo tipo de solução: MAX LUCRO=40X1+30X2+100X3+50X4 SUBJECT TO: 0,2X1+0,1X2+0X3+0,3X4<=100 0,3X1+0X2+0,4X3+0X4<=150 1X1+0X2+0X3+0X4>=200 0X1+0X2+1X3+0X4>=100 RESULTS: OBJECTIVE FUNCTION VALUE: 48500 VARIABLE VARIABLE VALUE ORIGINAL COEFICIENT COEFICIENT SENSITIVE X1 200 40 0 X2 600 30 0 X3 225 100 0 X4 0 50 40 CONSTRAINT ORIGINAL SLACK NUMBER RIGHT HAND VALUE OR SURPLUS 1 100 0 300 2 150 0 250 3 200 0 95 4 100 125 0 SHADOW PRICE 3 UEM – Nota de Docente de IO sobre aula 9 - VTM SENSITIVE ANALYSIS Note que o modelo de PL apresentado pelo Output é exactamente igual à aquele que construiriamos de raiz na formulação de PPL de produção: Passo 1: variaáveis de decisão: X1 – nº de puzzles produzidos X2 – nº de copos produzidos X3 – nº de cubos mágicos produzidos X4 – nº de bolas produzidas Passo 2: Função objectivo e restrições (modelo completo) Max Lucro L=40x1+30x2+100x3+50x4 (unidades monetárias) S.a 0,2x1+0,1x2+0,3x4<=100 (horas-máquinas) 0,3x1+0,4x3<=150 (horas-homem) X1>=200 (unidades) OBJECTIVE FUNCTION COEFICIENT VARIABLE LOWER LIMIT ORIGINAL COEFICIENT UPPER LIMIT X1 NO LIMIT 40 135 X2 16.667 30 NO LIMIT X3 0 100 NO LIMIT X4 NO LIMIT 50 90 RIGHT-HAND-SIDE VALUES CONSTRAINT NUMBER 1 40 100 NO LIMIT 2 100 150 NO LIMIT 3 0 200 366,667 4 NO LIMIT 100 225 END OF ANALYSIS LOWER LIMIT ORIGINAL VALUE UPPER LIMIT 4 UEM – Nota de Docente de IO sobre aula 9 - VTM X3>=100 (unidades) X1, x2,x3x4>=0 Passo 3: Análise do quadro dos resultados Temos dois quadros de resultados. a) Primeiro Quadro de Resultados - A coluna das variable indica-nos as variáveis de decisão. E variable value são os valores das varáveis de decisão; - Original coeficient são os coeficientes originais das variáveis de decisão na linha da função objectivo. - Coeficient sensitivy são os coeficientes de sensibilidades uma vez que nos dão informações necessárias para se proceder a análise de sensibilidade em termos da sua variação marginal relativamente ao valor óptimo das variáveis de decisão. Designa-se também por custos reduzidos. b) Segundo Quadro de Resultados - Constraint number da-nos informação relativa as restrições. - Original right-hand value, da-nos o valor inicial dos recursos ou termos independentes. - Slack or Surplus da-nos o valor das variáveis de folga ou dos excessos de cada restrição. - Shadow price da-nos o valor dos preços de sombra ou variáveis duais de cada restrição. - Objective function value , da-nos o valor da função objectivo no óptimo. Passo 4: Interpretação da solução óptima (Análise óptima) Para interpretar adequadamente a solução óptima podemos apresentar os resultados do output na tabela final do simplex: 5 UEM – Nota de Docente de IO sobre aula 9 - VTM - As quantidades a produzir de acordo com o plano de produção óptimo são: 200, 600 e 225 unidades dos produtos X1, X2 e X3 (puzzle, copo e cubo mágico) respectivamente, não se produzindo nenhuma bola (X4). - Existe excesso na restrição 4 de 125 cubos mágicos, relativamente à produção miníma exigida de 100 unidades. Esta situação conduz a um lucro de 48.500 unidades monetárias. - Ambas secções I e II estão a trabalhar à sua capacidade máxima, não existindo portanto qualquer folga quer de horas-maquinas de corte e polimento, quer de horas-homem de acabamentos. A produção de 200 puzzles, servirá para satisfazer uma encomenda que faz parte de um acordo de fornecimento nessa mesma quantidade. - A encomenda de cubos será também satisfeita, mas como já foi referida será produzida 125 que é superior as 100 necessárias. Passo 5: Análise pós-optimal A análise de sensibilidade “sensitivity analysis” apresentada no output inclui duas secções diferentes: a) análise para coeficiente da linha da função objectivo; e b) análise para os termos independentes. Assim se fizermos manualmente o cálculo dos intervalos de sensibilidade, obteremos o limite inferior “lower limit” e o limite superior “upper limit” quer para cada coeficiente das variáveis de decisão “objective function coefficients”, quer para os termos independentes das restrições “right-hand values”. As colunas de valores entre os dois limites, corresponde aos valores iniciais dos respectivos parâmetros “original coefficient e original value” Olhando o output apresentado podemos retirar o seguinte: a) Intervalos de sensibilidade para os coeficientes das variáveis de decisão: (c1<=135; 16,6<=c2; 0<=c3; c4<=90) Base X1 X2 X3 X4 S1 S2 S3 S4 Bi X1 1 0 0 * * * * 0 200 X2 0 1 0 * * * * 0 600 X3 0 0 1 * * * * 0 225 S4 0 0 0 * * * * 1 125 Z 0 0 0 40 300 250 95 0 48500 6 UEM – Nota de Docente de IO sobre aula 9 - VTM b) Intervalos de sensibilidade para os lados direitos das restrições: (40<=b1; 100<=b2; 0<=b3<=366,6; b4<=225). INTERPRETAÇÃO: - Cada puzzle vendido confere a empresa um benefício de 40 unidades monetárias. Note que, a empresa se pretender manter o mesmo nível de produção não poderá exceder o lucro unitário de 135 unidades monetárias para este produto. - O lucro unitário dos produtos 2 e 3 são de 30 e 100 unidades monetárias respectivamente. O nível de produção destes produtos pode-se manter desde que esses valores não desçam para níveis abaixo de 16,6 e 0. - O produto 4 não esta a ser produzido na solução óptima, pois a sua contribuição unitária para olucro da empresa não é compensadora. A partir da análise dos intervalos de sensibilidade, pode- se verificar que a partir de um lucro unitário de produto 4 igual a 90, se tornará vantajoso produzir o mesmo, e consequentemente haverá uma mudança da base óptima em que X4 passará a fazer parte dessa base. - Y1 é o preço de sombra do recurso 1 (horas-máquinas), ou seja o preço de referência das horas- maquinas da secção 1. O seu valor é de 300 unidades monetárias. Diz-nos que se a empresa dispussesse de uma hora adicional para utilizar no processo produtivo, o lucro viria aumentar em 300 unidades monetárias, desde que o seu custo fosse exactamente o que se pagou até aí por essa hora de trabalho da máquina de corte e polimento. Consequentemente, este será o valor marginal atribuido a este recurso, dada a solução óptima actual. O mesmo racciocioneo aplica-se para os outros preços de sombra. - O valor de 40 unidades monetárias é o lucro por unidade que se perde por não estar a ser produzido o produto 4 (ver custos reduzidos). Bons estudos! Grupo da disciplina: - Mestre Valter Manjate - Dr. Titos Siueia
Compartilhar