Baixe o app para aproveitar ainda mais
Prévia do material em texto
REVISÃO SISTEMAS OPERACIONAIS Teoria Matemática na Administração Surgiu com a concepção da P.O. no decorrer da II Guerra Mundial Aplicação do métodocientífico na melhoria dos armamentos e técnicas militares. Adotada após 1945 nas empresas públicas americanas. Ênfase na decisão CAUSAS BÁSICAS 1947 – Von Neumann e Morgenstern - Teoria dos Jogos. 1954 – Wald e Savage - Teoria Estatística da Decisão. Herbert Simon - Estudo do processo decisório (Teoria das Decisões). Existência de Decisões Programáveis e não programáveis. Desenvolvimento dos computadores. A Pesquisa Operacional é uma ciência aplicada voltada para a resolução de problemas reais envolvendo situações de tomada de decisão, através de modelos matemáticos habitualmente processados computacionalmente. A Pesquisa Operacional é uma ciência aplicada voltada para a resolução de problemas reais envolvendo situações de tomada de decisão, através de modelos matemáticos habitualmente processados computacionalmente. Ela aplica conceitos e métodos de outras disciplinas científicas na concepção, no planejamento ou na operação de sistemas para atingir seus objetivos. OBJETIVO Procura introduzir elementos de objetividade e racionalidade nos processos de tomada de decisão, sem descuidar, no entanto, dos elementos subjetivos e de enquadramento organizacional que caracterizam os problemas. TEORIA DE DECISÃO Procura explicar o comportamento do agente racional e visa o desenvolvimento de métodos e técnicas capazes de auxiliar os decisores a realizarem escolhas de uma forma eficiente e eficaz. Uso de uma abordagem sistemática, quantitativa e normativa. Processo Decisorial Teoria da Decisão Sequência de etapas que formam uma decisão. As duas perspectivas da tomada de decisão: Perspectiva do Processo – Concentra-se no processo decisório. Definição do problema. Alternativas possíveis de solução. Escolha da melhor alternativa. Perspectiva do Problema – Orientada para a solução de problemas. Preocupa-se mais com a eficiência da decisão. TIPOS DE PROBLEMAS Problemas Estruturados Decisões sob Certeza Variáveis conhecidas e relação entre ação e resultados é determinística. Decisões sob Risco Variáveis conhecidas e relação entre ação e resultados é probabilística. Decisões sob Incerteza Variáveis conhecidas e relação entre ação e resultados é desconhecida ou incerta. Problemas Não-Estruturados Uma ou mais de suas variáveis são desconhecidas ou não pode ser determinada com algum grau de confiança. PESQUISA OPERACIONAL “A Pesquisa Operacional utiliza qualquer meio científico, matemático ou lógico, para fazer frente aos problemas que se apresentam quando o executivo procura um raciocínio eficaz para enfrentar seus problemas de decisão. ” Método da Pesquisa Operacional: Formular o problema Construir um modelo matemático para representar o sistema Deduzir uma solução do modelo Testar o modelo e a solução Estabelecer controle sobre a solução Pôr a solução em funcionamento Campos de aplicação da Pesquisa Operacional (Em relação às pessoas) Organização e Gerência Absenteísmo e relações de trabalho Economia Decisões individuais Pesquisa de mercado Campos de aplicação da Pesquisa Operacional (Em relação à produção) Eficiência e Produtividade Organização de Fluxos em Fábricas Métodos de Controle de Qualidade, inspeção e amostragem Prevenção de acidentes Organização de mudanças tecnológicas Campos de aplicação da Pesquisa Operacional Em relação aos movimentos Transporte, estoque, distribuição e manipulação (Logística) Comunicação. Alguns problemas de PO PROGRAMAÇÃO LINEAR Tem sido usada com sucesso na solução de problemas relativos à alocação de pessoal, mistura de materiais, distribuição, transporte, carteira de investimento. PROGRAMAÇÃO DINAMICA Tem sido aplicada também com sucesso a áreas como planejamento de despesas de publicidade, distribuição do esforço de vendas e programação de produção. TEORIA DAS FILAS Tem tido aplicação na solução de problemas relativos a congestionamento de tráfego, máquinas de serviços sujeitas a quebra, determinação do nível de uma força de serviço, programação do tráfego aéreo, projetos de represas, programação de produção e operação de hospitais. O que é otimização? A otimização estuda como descrever e atingir o melhor (máximo/mínimo), supondo que se sabe como medi-lo e como comparar o que é bom e o que é mal. A otimização permite estabelecer com precisão alguns conceitos econômicos, como custo de oportunidade, taxas de substituição e outros conceitos de microeconomia. PROGRAMAÇÃO LINEAR É uma técnica de otimização bastante utilizada na resolução de problemas que tenham seus modelos representado por expressões lineares. Pela sua simplicidade e a possibilidade de aplicação em uma considerável diversidade de problemas, tornou-se um recurso bastante difundido. Técnica de PL Problema Conjunto de restrições Função objetivo Resolução Conjunto de restrições, são as expressões contornais do problema, ou seja, todas as disponibilidades e limitações levantadas do problema, numa linguagem matemática comparativa: desigualdades ou igualdades (≤, ≥ ou =). A função objetivo, é obtida com as mesmas variáveis das restrições, com o objetivo de ser maximizada ou minimizada, com a resolução do sistema restritivo. CARACTERÍSTICAS IMPORTANTES ENFOQUE SISTÊMICO: Uma abordagem aberta para reconhecer os vários aspectos envolvidos num problema gerencial. EXPERIMENTAÇÃO: Uma decisão pode ser testada e avaliada antes de ser efetivamente implementada. Grandes desafios para os estrategistas: As condições do ambiente negocial se tornaram muito mais complexas A essência da competição evoluiu: produtos cada vez mais similares, tecnologias cada vez mais partilhadas (ou copiadas). Busca constante de menor custo e maior qualidade Tecnologia da informação Enorme base de dados Metodologias de análise de informações Definições importantes REGIÃO VIAVÉL É um conjunto de soluções que satisfazem as restrições do problema. SOLUÇÃO VIAVÉL É uma solução que pertence à solução viável. VÉRTICES São os pontos de interseção das restrições do problema. VÉRTICES DA REGIÃO VIAVÉL São os pontos de interseção das restrições do problema que fazem parte da região viável. Exemplo: Função objetivo a ser maximizada: Lucro = 2x + 3y Restrições Técnicas: 4x + 3y ≤ 10 6x – y ≥ 20 Restrições de não negatividade: X ≥ 0 Y ≥ 0 MÉTODO SIMPLEX Algoritmo para resolver problemas de programação linear. O Método Simplex caminha pelos vértices da região viável até encontrar uma solução que não possua soluções vizinhas melhores que ela. Esta é a solução ótima. A solução ótima pode não existir em dois casos: quando não há nenhuma solução viável para o problema, devido a restrições incompatíveis; ou quando não há máximo (ou mínimo), isto é, uma ou mais variáveis podem tender a infinito e as restrições continuarem sendo satisfeitas, o que fornece um valor sem limites para a função objetivo. O modelo de programação linear pode ser resolvido por um método de solução de sistema de equações lineares. Características Facilmente implementado como programa de computador. Consegue resolver problemas com muitas variáveis (milhares). Produz variáveis auxiliares para análise de sensibilidade. Convém saber resolver “à mão”, para se compreender o seu funcionamento.Alguns pontos a considerar A solução (caso exista) estará sempre na interseção de duas restrições. Basta procurar uma solução nas interseções. Para irmos de uma interseção para outra, basta seguirmos uma das restrições. Devemos seguir aquela que provoque maior variação no valor da função objectivo. Uma solução inicial trivial é considerar que as variáveis de decisão são todas nulas. Procedimento do Método Simplex (Problemas de Maximização) Passo 1:Introduzir as variáveis de folga; uma para cada desigualdade. Passo 2:Montar um quadro para os cálculos, colocando os coeficientes de todas as variáveis com os respectivos sinais e, na última linha, incluir os coeficientes da função objetivo transformada. Passo 3:Estabelecer uma solução básica inicial, usualmente atribuindo valor zero às variáveis originais e achando valores positivos para as variáveis de folga. Passo 4:Como próxima variável a entrar na base, escolher a variável não básica que oferece, na última linha, a maior contribuição para o aumento da função objetivo (ou seja, tem o maior valor negativo). Se todas as variáveis que estão fora da base tiverem coeficientes nulos ou positivos nesta linha, a solução atual é ótima. Se alguma dessas variáveis tiver coeficiente nulo, isto significa que ela pode ser introduzida na base sem aumentar o valor da função objetivo. Isso quer dizer que temos uma solução ótima, com o mesmo valor da função objetivo. Passo 5:Para escolher a variável que deve deixar a base, deve-se realizar o seguinte procedimento: a) Dividir os elementos da última coluna pelos correspondentes elementos positivos da coluna da variável que vai entrar na base. caso não haja elemento algum positivo nesta coluna, o processo deve parar, já que a solução seria ilimitada. b) O menor quociente indica a equação cuja respectiva variável básica deverá ser anulada, tornando-se variável não básica. Passo 6:Usando operações válidas com as linhas da matriz, transformar o quadro de cálculos de forma a encontrar a nova solução básica. A coluna da nova variável básica deverá se tornar um vetor identidade, onde o elemento 1 aparece na linha correspondente à variável que está sendo anulada. Passo 7:Retornar ao passo 4 para iniciar outra iteração.
Compartilhar