(20171103141615)Introdução de PO e MS (1)

Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original

Disciplina: Pesquisa Operacional
Introdução da Pesquisa Operacional
 
		Andrade(2009) e Moreira(2010) mencionam que a Pesquisa Operacional teve início na Segunda Guerra Mundial, desenvolvido por equipes de cientistas cujo objetivo foi procurar desenvolver métodos para resolver determinados problemas de alocação de recursos nas operações militares.
		Com o término do conflito da Segunda Guerra Mundial e a expansão da indústria, houve a transferência dos conhecimentos da Pesquisa Operacional para as organizações de negócios, no governo e na indústria. 
	
Management Sciences ( MS ) 
 
		 Lacttermacher (2009) cita que a área Management Sciences estuda a utilização dos computadores, estatística e matemática para resolver problemas de negócios. 
		Subárea da pesquisa operacional que trata da modelagem matemática aplicada à área de negócios.
 	
		
		Lacttermacher ( 2009) comenta que os tipos de problemas que a Pesquisa Operacional pode ser utilizada para auxiliar no processo de decisão são: 
 Problemas de otimização de recursos;
 Problemas de localização;
 Problemas de roteirização;
 Problemas de carteiras de investimento;
 Problemas de alocação de pessoas;
 Problemas de previsão de planejamento;
 Problemas de alocação de verbas de mídia.
Objetivos do MS
	Converter dados em informações significativas;
	Apoiar o processo de decisão de formas transferíveis e independentes;
	Criar sistemas computacionais úteis para os usuários não técnicos.
		Para Andrade(2009) a característica importante e que auxilia na Pesquisa Operacional é o PROCESSO DE ANÁLISE E DE DECISÃO, é a utilização de modelos a qual permitem a experimentação da solução proposta. 
		Isto significa que uma tomada de decisão pode ser mais bem avaliada e testada antes de ser efetivamente implementada. 	Assim a economia de recursos obtidos e a experiência adquirida pela experimentação justificam a utilização da Pesquisa Operacional como ferramenta de gerência. 
		Moreira(2010) explicita que entre 1945 e 1970 houve larga utilização e melhoria nas técnicas de Pesquisa Operacional. 
Relevantes avanços da formulação de problemas  Método Simplex para resolver problemas de programação linear que foi desenvolvido por George Dantzig, em 1947. 
Popularização dos computadores  Cálculos longos e tediosos, impraticáveis para o ser humano, agora se tornavam comuns. Surgimento de softwares para a Pesquisa Operacional. 
 
Processo de modelagem
Fonte:Lachtemacher(2009, p.3)
Figura: Processo de tomada de decisão
Modelagem
	Andrade(2009) define a construção de um modelo na Pesquisa Operacional como uma representação de um sistema real, que pode já existir ou ser um projeto aguardando execução. No primeiro caso, o modelo pretende reproduzir o funcionamento do sistema, de modo a aumentar sua produtividade. No segundo caso, o modelo é utilizado para definir a estrutura ideal do sistema.
	A confiabilidade da solução obtida através do modelo depende da validação do modelo na representação do sistema real. A validação do modelo é a confirmação de que ele realmente representa o sistema real. A diferença entre a solução real e a solução proposta pelo modelo depende diretamente da precisão do modelo em descrever o comportamento original do sistema.
	Um problema simples pode ser representado por modelos também simples e de fácil solução. Já problemas mais complexos requerem modelos mais elaborados, cuja solução pode vir a ser bastante complicada.
 Sistema real
existente 
	Sistema reduzido 
 Variáveis principais	
 MODELO
Tomada de decisão
		Lachtemacher (2009) menciona que a tomada de decisão é um “procedimento de identificação de um problema ou de uma oportunidade e a escolha de uma linha de ação para resolvê-lo. Dessa maneira, o problema ocorre quando o estado atual é diferente do desejado e a oportunidade ocorre quando as circunstâncias oferecem chance de um indivíduo ou de uma organização ultrapassar ou alterar seus objetivos ou metas.” 
Fatores que afetam a tomada de decisão
 Tempo disponível para a tomada de decisão;
 A importância da decisão;
 O ambiente;
 Certeza ou incerteza e risco;
 Agentes decisores;
 Conflitos de interesses.
Classificação da tomada de decisão	
Nível hierárquico na empresa
	Estratégico;
	Gerencial;
	Operacional.
Tipo de informação disponível
	Estruturada;
	Semi-estruturada;
	Não-estruturada.
Número de decisores
	Decisão Individual;
	Decisão em grupo.
Processo de modelagem
		Lachtemacher (2009) comenta que há diversas vantagens quando o decisor utiliza diversos modelos para realizar a tomada de decisão, pois forçam:
	os decisores a tornarem explícitos seus objetivos;
	a identificação e o armazenamento das diferentes decisões que 	influenciam os objetivos;
	a identificação e o armazenamento dos relacionamentos entre as 	decisões;
	a identificação das variáveis a serem incluídas e em que termos elas 	serão quantificáveis;
	o reconhecimento de limitações;
	permitem a comunicação de suas ideias e seu entendimento para 	facilitar o trabalho de grupo. 
	
Tipos de modelos
	Lachtemacher(2009) comenta que há três tipos de modelos de modelagem que são: os físicos, análogos e matemáticos;
	O autor enfatiza que o modelo mais usado na modelagem de situações gerenciais são os modelos matemáticos, o que permite simbolizar as variáveis de decisões, e as conexões entre essas variáveis por expressões matemáticas. 
	Para o autor esse modelo deve conter um conjunto de detalhes de maneira que:
 Os resultados abranjam suas necessidades;
 Os modelos sejam consistente com os dados;
 O modelo possa ser analisado no tempo disponível à sua concepção.
		Portanto, o Lachtermacher(2009) menciona que o modelo matemático em que as variáveis representam uma decisão gerencial a ser tomada são chamadas de modelos de decisão, ou seja, essas variáveis decisão são aceitas para que se possa alcançar o objetivo.
		O autor destaca duas características do modelo matemático para a sua elaboração que são: 
O modelo sempre será uma simplificação da realidade;
Os detalhes devem ser incorporados ao modelo de forma cuidadosa para que:	
O resultado alcancem sua necessidades;
Seja consistente com as informações disponíveis;
Seja desenvolvido e analisado no tempo disponível para tal.
Modelo de programação matemática
	O modelo matemático de acordo com Lachtermacher( 2009) é empregado para encontrar e superar os recursos escassos ( matéria-prima, mão de obra, obstáculos de produção) de maneira eficiente e eficaz. Visa maximizar ou minimizar uma quantidade ( lucro, custo, receita, entre outros), denominada de objetivo, que estar sujeito de um ou mais recursos escassos. Esses processos de otimização de recursos são aplicados a diversas áreas como: 
Determinação de mix de produtos;
Escalonamento de produção;
Roteamento e logística;
Planejamento financeiro;
Carteiras de investimento;
Análise de projetos;
Alocação de recursos de mídia;
Designação de equipe.
		Lachtermacher( 2009) define a área que estuda a otimização de recursos como programação matemática, que contem descrito a quantidade a ser maximizada ou minimizada em forma de função matemática dos recursos (variáveis de decisão) escassos. Tem também as conexões entre as variáveis que são formalizadas através de restrições ao problema expressas como equações e/ou inequações matemáticas. 
	De um modo geral os problemas de programação matemática podem ser representados da seguinte maneira:
Sujeito a 
Restrições técnicas
Restrições de não negatividade
.
	As variáveis controladas ou variáveis de decisões são x1, x2, xn. A função objetiva ou função de eficiência mede o desempenho do sistema, podendo ser a capacidade de gerar lucro ou a capacidade de minimizar perdas. As restrições garantem que essas soluções estão de acordo com as limitações técnicas impostas pelo sistema, há também as restrições de não negatividade das variáveis de decisão, o que deverá acontecer sempre
que a técnica de abordagem for a de programação linear. 
	A programação matemática pode ser dividida nas seguintes funções de acordo com Lachtermacher( 2009):
	Programação Linear  As funções objetivo e restrições são representadas por funções lineares;
	Programação não-linear  Tem pelo menos uma das funções objetivo ou restrições são representadas por funções não lineares. 
Referências
.
Andrade, Eduardo Leopoldino de. Introdução à Pesquisa Operacional: métodos para análise de decisões. Rio de Janeiro: LTC, 2009.
Lachtermarcher, Gerson. Pesquisa operacional na tomada de decisões. São Paulo:Pearson Prentice Hall, 2009.
Silva, Ermes Medeiros da. Pesquisa Operacional: Programação Linear. São Paulo: Atlas, 1998.